Bilder og signaler

Digitale bilder er “mosaikker” der brikkene (kalt piksler) er så små at de enkeltvis ikke synes for det blotte øye. Disse mosaikkbrikkene representeres i datamaskinen som tall, som kan (for)telle oss mye mer enn det øyet kan, med hjelp av matematiske metoder. Dette feltet kalles for bildebehandlig.

For gråtonebilder har vi kun ett tall (gråtoneverdien), mens for fargebilder har man i hvert bildeelement tre tall (dvs. en vektor) med en verdi for henholdsvis rød-, grønn- og blå komponent. Fargebilder kalles derfor også RGB-bilder. Dermed kan bilder tenkes på som store tabeller eller matriser med tall. Dette gir mulighet for å behandle bildet digitalt ved hjelp av matematiske metoder, og fagområdet kalles derfor digital bildebehandling (eng. ”image processing”).

Eksempler på digital bildebehandling er: klipping, zooming, støyfjerning, kantskjerping, kontrastforsterkning, blurring og deblurring, men også mer avanserte metoder for konturdeteksjon, objektgjenkjenning i stillbilder eller følging av objekter i dynamiske bildeopptak (video), samt innholdsanalyse (”computer vision” eller ”image understanding”).

Dataprogrammer for behandling av bilder (som f.eks. Photoshop) er bygget på matematiske metoder som utfører forskjellige transformasjoner på bildet, men for mer avansert innholdsanalyse kommer Photoshop til kort.

I ulike sektorer innen industri, forvaltning, forsvar og medisin brukes digitale bildebehandlingsmetoder i økende grad, og matematikken som benyttes blir også gjerne mer komplisert og abstrakt. Eksempler på anvendelser er mange, vi nevner noen få: Analyse av bildeopptak fra satellitter, teleskoper eller mikroskoper; gjenkjenning av objekter eller symboler i bilskilt eller scannede tekstdokumenter;  analyse av bildeopptak fra MR-, ultralyd-, CT- og PET- scannere for å oppnå raskere og sikrere medisinsk diagnose; prosessovervåkning og reservoarmodellering i oljeindustrien; estimering av biomasse (f.eks. mengde fisk) fra sonar-data; gjenkjenning av panteverdi til resirkulerbar emballasje (eks. Tomra); gjenkjenning av ”mistenkelig” adferd i videopptak; forekomster av oljesøl  eller grad av snøsmelting i overvåkingssammenheng; og gjenkjenning av fingeravtrykk, øyebunnmønster eller DNA profil (biometri) i identifikasjonssammenheng; dataspill og film.

Vi har et godt samarbeid med medisinske bilde- og forskningsmiljø samt med visualisering miljø på informatikk.

Vi samarbeider med MedViz, et nytt tverrfaglig initiativ innenfor medisinsk visualisering og bildebehandling, og med Visualiserings gruppe på Institutt for informatikk.

For mer informasjon følg de relevanter lenkene på høyre siden.