P R O C E S S I N G
                                       -
                                    Ú V O D



      'Brý  den.  Oblast,  jíž  se  teď  budu  věnovat,  je  řazena  do umělé
   inteligence, což ovšem někteří lidé  stále nehodlají akceptovat. Tvrdí, že
   zpracování digitální obrazové informace (to je ale spojení =:-) {pankáč}),
   nemá s inteligencí  vůbec nic společného. Částečně je  na tom něco pravdy,
   neboť do  AI patří až obrazová  analýza, bez které by  byly celé předchozí
   relativně náročné  úpravy zcela k  ničemu. Tito odpůrci  naštěstí uznávají
   (alespoň něco) význam zpracování obrazu křemíkovou cestou. A ten je?
      Mňo.   Přijít  na   využití  počítačového   zpracování  obrazů   (image
   processing) není problém ani pro člověka s IQ jen o něco větším než malým.
   Počínaje  prostou retuší  fotografií a  konče kdesi  u špionážních družic.
      Celý proces se dá rozložit na  několik fází, některé fáze mohou chybět,
   a to  podle povahy  aplikace. Úplně   na začátku  je digitalizace  (to asi
   přesně nejde přeložit,  možná jako zbitnění). Co to  slovo znamená většina
   počítačově  orientované generace  asi ví,  pouze pro  úplnost dodám, že se
   jedná  o převedení  reálné scény  do formy  zpracovatelné počítačem (třeba
   záběr z  kamery, foťáku, apod.).  Pokud chceme dobrou  kvalitu, vzniká při
   digitalizaci ohromné  množství dat. Třeba,  když chceme upravit  televizní
   film  v počítači,  dostaneme hodně  bajtíků, neboť  i při výsledném obrazu
   v rozlišení 512x512 bodů ve 256 barvičkách (kvalita nic moc) vzniká každou
   sekundu  asi  6.5  megabajtů  dat.  Následuje  tzv. pre-processing, neboli
   předzpracování. Tady se hlavně potlačuje šum, obraz se zaostřuje nebo jsou
   zvýrazňovány rysy  důležité pro další úpravy  (např. pro určování předmětů
   ve scéně  se vytahují hrany, barva,  atd.). Tahle část je  náročná na čas,
   neboť  je nutné  prohlédnout každý  pixel již  zdigitalizované scény.  Tím
   končí  ta "neinteligentní"  pasáž zpracování.  Další tři  operace už patří
   velkou  měrou do  AI. Prvních   je segmentace,  jejímž jediným  smyslem je
   rozlišit objekty v obraze. Její náročnost  se nedá s ničím srovnat a velmi
   důležitá je  databáze, podle které se  předměty identifikují. Poslední dvě
   fáze jsou sporné, nelze totiž přesně určit, jestli ještě patří k vlastnímu
   zpracování nebo ne. Jedná se o  popis nalezených objektů a tzv. porozumění
   obrazu. Za  porozumění se považují všech  interpretace obrazu v neobrazové
   formě. Třeba popíšeme polohu nalezených objektů souřadnicemi.
      Naučit počítač rozumně  rozeznávat objekty v obrazy je  sice těžké, ale
   není  to to  nejhorší. Základním  problémem je  získávání obrazu  reálných
   situací. Pokud  totiž použijeme pouze  jednu kameru, ztratíme  jeden velmi
   důležitý údaj o  předmětech - jejich vzdálenost od  místa snímání. Řešením
   jsou  kamery  dvě,  případně  další  senzory.  NASA  pracuje na samočinném
   robotu, který  by měl provést  základní průzkum na  povrchu Marsu. Ten  má
   několikero zařízení. Dvě hlavní kamery -  ty jsou tam hlavně pro lidi, aby
   viděli aspoň něco.  Pak je tam radar, laserový  dálkoměr, a digitální mapa
   pro údaje o poloze. Takže žadnej med.
      Vzhledem  k  tomu,  že  v   tuto  chvíli  nechci  hlouběji  zabíhat  do
   jednotlivých fází,  musím tenhle miničláneček ukončit.  Úvod je holt jenom
   úvod ;-). Kdo si počká, ten se někdy pozdějc dočká.


                                                       Těbůch,

                                                            Fatal


            výheň