Grupa naukowców z UCLA (University of California, Los Angeles) zdecydowała się na otwarcie opracowanego na tym uniwersytecie kodu algorytmu, który umożliwia istotne zwiększenie efektywności oprogramowania do rozpoznawania obrazów.

Algorytm Phase Stretch Transform (PST) został początkowo przygotowany jako oprogramowanie do analizy obrazów rejestrowanych w badanich prowadzonych przez fizyków. Okazało się jednak, że dobrze nadaje się do wykrywania informacji o cechach obiektów, z którymi nie radzi sobie oprogramowanie wykorzystujące standardowe techniki obrazowania.

Zobacz również:

• Nie znam firmy, której strategia nie byłaby dziś cyfrowa - rozmowa z Andrzejem Zającem, Prezesem Zarządu Integrated Solutions

Przy wykorzystaniu tego algorytmu można na przykład przeanalizować wewnętrzną strukturę włączonej lampy LED, która, ze względu na strumień generowanego światła, jest niewidoczna dla systemów wykorzystujących konwencjonalne techniki. Według przedstawicieli UCLA, system wykorzystujący to oprogramowanie może też pozwolić na wykrywanie odległych obiektów astronomicznych, które normalnie są niewidoczne.

Algorytm wykonuje operacje matematyczne, które pozwalają na identyfikację krawędzi przedmiotu, a następnie przetwarza je i określa charakterystyczne cechy obiektu. Oprogramowanie umożliwia wzmacnianie słabych obrazów oraz rozpoznaje tekstury obiektów.

PST może znaleźć szerokie zastosowania, na przykład w systemach bezpieczeństwa wykorzystujących rozpoznawanie twarzy, odcisków palców, źrenicy oka, a także rozwiązaniach stosowanych w autonomicznych pojazdach lub systemach przemysłowych.

Algorytm został opracowany przez grupę naukowców kierowaną przez Bahrama Jalali oraz Mohammada Asghari w efekcie prowadzonych na UCLA badań nad techniką określaną jako photonic time stretch, która została praktycznie wykorzystana w rejestratorach do ultra-szybkiej fotografii oraz systemach do detekcji komórek nowotworowych w krwi.

Naukowcy z UCLA mają nadzieję, że upublicznienie kodu algorytmu na zasadach open-source pozwoli na szybszy niż dotąd rozwój i popularyzację aplikacji do zaawansowanego przetwarzania obrazów.

Oprogramowanie jest dostępne na stronach GitHub oraz MATLAB Central File Exchange.