El término visualística computacional se utiliza para abordar científicamente toda la gama de imágenes de investigación "en" la computadora. [1]
Las imágenes ocupan un lugar bastante destacado en la vida contemporánea de las sociedades occidentales. Junto con el lenguaje, han estado conectados a la cultura humana desde el principio. Durante aproximadamente un siglo, después de varios milenios de dominio de la palabra escrita, su parte vuelve a aumentar notablemente. Recientemente se han dado pasos hacia una ciencia general de las imágenes, que podemos llamar "visualística general" en analogía con la lingüística general. Hasta ahora, todavía falta una base científica única para circunscribir y describir el fenómeno heterogéneo "imagen" de una manera verificable interpersonalmente, mientras que distintos aspectos que caen en el dominio de la visualística se han tratado predominantemente en varias otras disciplinas, entre ellas en particular la filosofía ., e historia del arte . Por último (aunque no menos importante), las ciencias de la computación han hecho contribuciones importantes a ciertos aspectos de una nueva ciencia de las imágenes.
En la informática , también, teniendo en cuenta las imágenes originalmente evolucionaron a lo largo de varias preguntas más o menos independientes, que conducen a las sub-disciplinas apropiadas: gráficos por ordenador es sin duda el más "visible" entre ellos. Sólo recientemente, el esfuerzo se ha aumentado para formar finalmente una rama única y parcialmente autónomo de la informática dedicada a las imágenes en general. En analogía con la lingüística computacional , la expresión artificial visualistics de cálculo se utiliza para abordar la amplia gama de investigar científicamente imágenes "en" el ordenador.
Para una ciencia de imágenes dentro de la informática, el tipo de datos abstractos »imagen« (o tal vez varios de estos tipos) se encuentra en el centro de interés junto con las implementaciones potenciales (cf. Schirra 2005 ). Hay tres grupos principales de algoritmos para que ese tipo de datos se considere en la visualización computacional:
En el campo llamado procesamiento de imágenes , el foco de atención está formado por las operaciones que toman (al menos) una imagen (y potencialmente varios parámetros secundarios que no son imágenes) y la relacionan con otra imagen. Con estas operaciones, podemos definir algoritmos para mejorar la calidad de las imágenes (p. ej., refuerzo de contraste), y procedimientos para extraer ciertas partes de una imagen (p. ej., búsqueda de bordes) o para eliminar patrones pictóricos siguiendo un criterio Gestalt particular (p. ej., técnica de pantalla azul). Los algoritmos de compresión para el almacenamiento o transmisión eficiente de datos pictóricos también pertenecen a este campo.
Dos disciplinas comparten las operaciones de transformación de imágenes en elementos de datos no pictóricos. El campo del reconocimiento de patrones en realidad no se limita a las imágenes. Pero ha realizado un importante trabajo precursor para la visualística computacional desde principios de la década de 1950 en aquellas áreas que esencialmente clasifican la información en imágenes dadas: la identificación de Gestalts geométricos simples (por ejemplo, "región circular"), la clasificación de letras (reconocimiento de escritura a mano), el "ver" de objetos espaciales en las imágenes o incluso la asociación de atributos estilísticos de la representación. Es decir, las imágenes deben asociarse con instancias de un tipo de datos no pictóricos que forman una descripción de algunos de sus aspectos. El campo vecino de la visión artificial es la parte de la IA (inteligencia artificial ) en el que los científicos informáticos intentan enseñar, en términos generales, a las computadoras la capacidad de percepción visual . Por lo tanto, un problema pertenece más bien a la visión artificial en la medida en que su objetivo es "semántico", es decir, el resultado se aproxima a la visión humana de los objetos en una imagen.