Algorithms for Graphics and Image Processing

تحولات تکنولوژی در ده سال گذشته گرافیک کامپیوتری و پردازش تصویر توسط کامپیوتر را محبوب کرده است. تشخیص الگوی تصویری نیز پیشرفت قابل توجهی را نشان داده است. بدیهی است که بین سه حوزه تحقیق، علایق همپوشانی وجود دارد. نمایشگرهای گرافیکی برای هر کسی که درگیر پردازش تصویر یا تشخیص الگوی تصویری است نگران کننده است و بسیاری از مشکلات در گرافیک نیازمند متدولوژی هایی از پردازش تصویر برای راه حل های خود هستند. ساختارهای داده مورد استفاده در هر سه حوزه مشابه هستند. به نظر می رسد که دانش مشترکی در هر سه زمینه وجود دارد، پردازش اطلاعات تصویری توسط کامپیوتر. جدید بودن این رشته ها، طراحی یک دوره یا نوشتن کتابی که مفاهیم اولیه آنها را پوشش می دهد، دشوار می کند. برخی از رساله‌های گرافیک بر روی سخت‌افزار و روش‌های مورد علاقه فعلی تمرکز دارند، در حالی که رساله‌های مربوط به پردازش تصویر اغلب بر کاربردها و پردازش سیگنال کلاسیک تأکید دارند. تکامل سریع تکنولوژی باعث می شود که چنین موادی ارتباط خود را از دست بدهند. برای مثال، توسعه فیبرهای نوری اهمیت فشرده سازی پهنای باند را کاهش داده است.

The technological developments of the last ten years have made com­ puter graphics and image processing by computer popular. Pictorial pat­ tern recognition has also shown significant progress. Clearly, there exist overlapping interests among the three areas of research. Graphic displays are of concern to anyone involved in image processing or pic­ torial pattern recognition and many problems in graphics require methodologies from image processing for their solutions. The data structures used in all three areas are similar. It seems that there is a common body of knowledge underlying all three areas, pictorial informa­ tion processing by computer. The novelty of these fields makes it difficult to design a course or to a write a book covering their basic concepts. Some of the treatises on graphics focus on the hardware and methods of current interest while treatises on image processing often emphasize applications and classical signal processing. The fast evolution of technology causes such material to lose its relevance. For example, the development of optical fibers has reduced the importance of bandwidth compression.