Vision Models and Applications to Image and Video Processing

من در تلاش برای حل یک مشکل مهندسی به علم بینایی رسیدم: سعی داشتم روش‌های آزمایش و اندازه‌گیری برای سیستم‌های ویدئویی دیجیتال ارائه کنم. یکی از معیارهایی که می خواستم از آن استفاده کنم، اندازه گیری کیفیت تصویر بود. پس از چند آزمایش و پس از مروری بر ادبیات، باید متوجه می‌شدم که معیارهای محاسباتی ساده، مانند میانگین مربعات خطا، برای این منظور چندان مؤثر نیستند. این باعث شد تا مفاهیم علم بینایی و مدل سازی بینایی را مطالعه کنم. به عنوان یک مهندس، آن را جذاب یافتم. علم بینایی از ابزارهای محاسباتی و تکنیک‌های مدل‌سازی استفاده می‌کند که بسیار شبیه به آنچه ما در پردازش سیگنال استفاده می‌کنیم، با این حال شما را به حوزه جدیدی می‌رساند که در تقاطع مهندسی، زیست‌شناسی و روان‌شناسی شناختی قرار دارد. در طول سال ها، علم بینایی کمک های شگرفی به مهندسی و به ویژه در زمینه پردازش تصویر کرده است. چنین کمک هایی شامل ماتریس های نیمه تونینگ برای صنعت چاپ، تصحیح رنگ برای دوربین های دیجیتال، ماتریس های کوانتیزاسیون برای کدگذاری تصویر می باشد. همانطور که دستگاه های تصویربرداری در حال تبدیل شدن به کالا هستند، تأثیر علم بینایی حتی بیشتر می شود. این کتاب برای جذب مخاطبان مهندسی طراحی شده است. این مقدمه ای است بر علم بینایی و طراحی و کاربرد مدل های بینایی در مهندسی. برای رسیدن به این هدف، ما کتاب را بر اساس اجزای اصلی مدل‌های بینایی سازماندهی کرده‌ایم.

I came to vision science trying to solve an engineering problem: I was trying to come up with test and measurement methodologies for digital video systems. One of the metrics I wanted to use was some measurement of image quality. After some experiments and after an overview of the literature, I had to realize that simple computational metrics, such as the mean square error, are not very effective for this purpose. This led me to study notions of vision science and vision modeling. As an engineer, I found it fascinating. Vision science uses computational tools and modeling techniques that are very similar to what we use in signal processing, yet it brings you to a new domain that lies at the intersection of engineering, biology and cognitive psychology. Over the years, vision science has made tremendous contributions to engineering and to the field of image processing in particular. Such contributions include half toning matrices for the printing industry, color correction for digital cameras, quantization matrices for image coding. As imaging devices are becoming commodities, the impact of vision science is becoming even more significant. This book is meant to appeal to an engineering audience. It is an introduction to vision science and to the design and application of vision models in engineering. To achieve this goal, we have chosen to organize the book around the main components of vision models.