
Digital image processing is a method for enhancing, analyzing, and manipulating images using algorithms.معالجة الصور الرقمية (Digital Image Processing, DIP) هي مجموعة من الأساليب للعمل مع الصور النقطية (شبكة البكسلات). العمليات الأساسية: تغيير السطوع/التباين، معادلة الرسم البياني للتوزيع (histogram equalization، بمعنى تعديل توزيع السطوع)، والترشيح (تنعيم، زيادة حدة، كشف الحواف). المرشح هو قناع (مربع من المعاملات) يُوضَع على كل نقطة ويُحسَب المجموع المرجح للجيران. الالتفاف (convolution) هو العملية الرئيسية. تعتمد الطرق الأكثر تقدمًا على تحويل فورييه، والمويجات، والشبكات العصبية. الشبكات العصبية الالتفافية (CNN) تتعلم بنفسها اختيار المرشحات المناسبة للمهمة، سواءً كانت التعرف على الوجوه، أو تجزئة الأورام، أو نقل الأسلوب.
كانت نقطة البداية برامج وكالة ناسا لتصحيح صور البعثات القمرية في ستينيات القرن العشرين. وفي سبعينيات وثمانينيات القرن الماضي ظهرت خوارزميات الترشيح القياسية، وضغط JPEG (عام 1992) المعتمد على تحويل جيب التمام المتقطع (discrete cosine transform). أدى تطور الرؤية الحاسوبية في التسعينيات إلى ظهور طرق لكشف الحواف (كاني Canny)، والأنسجة، والحركة. بدأت ثورة الشبكات العصبية الالتفافية مع AlexNet (عام 2012) التي فازت في مسابقة ImageNet، ومنذ ذلك الحين أصبح التعلم العميق الأداة الرئيسية لتحليل الصور، وصولاً إلى النماذج التوليدية (GAN، عام 2014) وشبكات الانتشار (عقد 2020).
خط الأنابيب الأساسي: الرقمنة ← المعالجة الأولية ← التجزئة ← استخراج السمات ← التفسير. تعطي الرقمنة مصفوفة من البكسلات. يحسب المرشح (مثل الضبابية الغاوسية Gaussian blur) الالتفاف: I'(x,y) = Σ Σ K(u,v) I(x-u, y-v). لكشف الحواف تُستخدم نوى سوبل (Sobel) أو لابلاسيان (Laplacian). في CNN، تمر طبقة من المرشحات القابلة للتعلم عبر الصورة، منشئةً خرائط السمات؛ ثم يقلل التجميع (pooling) الدقة. تستخرج الشبكات العميقة تسلسلاً هرميًا من الحواف والأنسجة إلى الأجسام والمشاهد. في مهام التوليد، تضيف نماذج الانتشار التشويش تدريجيًا وتتعلم عكس العملية، منشئةً صورًا واقعية من تشويش عشوائي.
التنقيح التلقائي للصور، والتعرف على الوجوه في الكاميرات، وتحليل الصور الطبية (الأشعة السينية، والرنين المغناطيسي)، وملاحة الطائرات بدون طيار، وتحسين جودة الصور ومقاطع الفيديو القديمة.
مرشح «القناع غير الحاد» (Unsharp Mask)، الذي يجعل الصورة أوضح، في الواقع يطرح نسخة ضبابية: الحدة = الأصلية + (الأصلية – الضبابية). اخترعت هذه الحيلة قديمًا في غرف التحميض المظلمة لأفلام التصوير.






















