Επεξεργασία Ήχου και Εικόνας

Abstract

Η επεξεργασία ήχου και εικόνας, με την πληθώρα των εφαρμογών της στη σύγχρονη καθημερινότητα, αποτελεί αντικείμενο εφαρμογής της επεξεργασίας σήματος, ενός γνωστικού αντικειμένου που κάνει εκτενή χρήση μαθηματικών και παρουσιάζεται σχεδόν αποκλειστικά ως τέτοιο. Ένα σύγγραμμα που θα μετέδιδε αυτές τις γνώσεις, χωρίς να χρησιμοποιεί παρά τα εντελώς απαραίτητα μαθηματικά, θα βοηθούσε στη διδασκαλία του απαιτητικού αυτού αντικειμένου και σε φοιτητές που στερούνται (ή δεν ενδιαφέρονται για) το αντίστοιχο μαθηματικό υπόβαθρο. Αυτό το κενό έρχεται να καλύψει το παρόν βιβλίο, που φιλοδοξεί να δείξει ότι τα μαθηματικά δεν είναι απαραίτητα για την κατανόηση των βασικών θεμάτων της επεξεργασίας μονο- και δι-διάστατων σημάτων που άπτονται των εφαρμογών ήχου και εικόνας. Παρουσιάζονται τόσο κλασικά όσο και πιο μοντέρνα θέματα και εφαρμογές, που περιλαμβάνουν ψηφιοποίηση του σήματος, τρόπους ανάλυσής του σε χρόνο/χώρο ή/και συχνότητα και χρήση αυτών σε προβλήματα βελτίωσης της ποιότητας, αποκατάστασης και συμπίεσης ήχου/εικόνας. Στο πλαίσιο αυτό, παρουσιάζονται και μοντέρνες μεθοδολογίες μηχανικής μάθησης, με εφαρμογές όπως διαχωρισμό μεμειγμένων σημάτων και αναζήτηση σε βάσεις εικόνων. Σ’ όλη τη διαδρομή, δίνονται παραδείγματα, λυμένα και προς λύση, καθώς και τα προγραμματιστικά εργαλεία (βασισμένα στο MATLAB ©), με τη βοήθεια των οποίων ο αναγνώστης μπορεί να τα αναπαράξει και να δημιουργήσει τις δικές του εφαρμογές.

Audio and image processing, with its variety of applications in the modern world, lies under the umbrella of signal processing, a subject that makes extensive use of mathematics and is commonly presented and taught as such. However, this may discourage or even exclude interested students that may not have or are not interested in acquiring the necessary mathematical knowledge while they are interested mostly in concepts and tools. There appears to be a gap in the Greek literature in this respect, that is attempted to be filled by this book. It aspires to show that math is not necessary in understanding basic mono- and two-dimensional signal processing when audio and image signals are to be processed. Both classical and modern topics and applications are presented, which include digitization of a signal, ways of analyzing it in time/space and/or frequency and use of them in problems of enhancement, restoration and compression of audio/image. In this context, modern machine learning methodologies are also presented, with application including separation of mixed signals and image retrieval from image databases, among others. Examples, both solved and in the form of problems, are provided throughout. This also holds for software tools (based on MATLAB ©) with which the reader can reproduce the examples and create her/his own applications.