Les algorithmes de traitement d’images utilisent des algorithmes informatiques pour manipuler le matériel et les logiciels afin de produire un meilleur contrôle sur le traitement des images que cela n’a jamais été possible avec le traitement d’images analogique. Ils sont écrits en plusieurs langues et utilisent des algorithmes différents selon leur usage et leur finalité. Le traitement d’images couvre plus que le simple traitement d’images prises avec un appareil photo numérique, de sorte que les algorithmes utilisés sont développés pour le traitement d’imagerie par résonance magnétique (IRM) et de tomodensitométrie (TDM), le traitement d’images satellite, la microscopie et l’analyse médico-légale, la robotique et plus. Les algorithmes de traitement d’images se répartissent en plusieurs catégories, telles que le filtrage, les convolutions, les opérations morphologiques et la détection des contours. Ces fonctions ont considérablement étendu le traitement des images depuis les années 1980, car la prolifération du matériel informatique est devenue possible car le matériel est devenu plus abordable pour l’entreprise ou le ménage moyen.
Dans le fonctionnement d’un appareil photo numérique personnel et professionnel, des algorithmes sophistiqués compensent ce qui manque à l’image capturée au moyen d’une interpolation de couleur. Cela se fait en examinant les pixels adjacents et ceux plus en arrière dans l’image pour éviter qu’une fausse coloration, appelée alias de couleur, n’apparaisse dans l’image, ce qui provoque une dégradation par rapport à la réalité de l’image photographiée. Le traitement numérique de la photographie permet de réduire le bruit et les distorsions du signal sur les images numériques, et les algorithmes peuvent traiter des images bidimensionnelles, tridimensionnelles et quadridimensionnelles dans des formats qui peuvent être facilement stockés et manipulés.
Les algorithmes de reconnaissance optique de caractères sont utilisés par les équipes de surveillance et les forces de l’ordre pour lire les plaques d’immatriculation des systèmes de caméras en circuit fermé ou des caméras montées sur route. Ces algorithmes doivent être suffisamment complexes pour effectuer des ajustements en fonction de la vitesse du véhicule poursuivi, des conditions météorologiques et des angles de vue afin de rendre les caractères de la plaque d’immatriculation facilement lisibles. Des algorithmes de traitement d’images sont également utilisés dans le développement de réseaux neuronaux et d’ondelettes en utilisant des algorithmes de reconnaissance optique de caractères utilisés dans les logiciels de reconnaissance d’écriture manuscrite. Ces algorithmes de reconnaissance d’images interprètent des notes manuscrites, des diagrammes, des photographies et des équations et les traitent en traductions contextuelles pour le stockage et la transmission entre divers périphériques matériels.
En médecine, les algorithmes de traitement d’images ont continué d’être affinés et étendus pour utiliser à la fois des algorithmes linéaires et courbes ainsi que des formulations de transformation de distance pour obtenir plus de détails, ainsi que des corrections géométriques pour fournir des images de balayage fidèles à partir de la tomographie à positons et des IRM. En médecine légale et en microscopie, des algorithmes de déconvolution simples et complexes ont permis aux microscopistes de réduire le flou et d’obtenir une résolution d’image fidèle. En mammographie numérique, plusieurs algorithmes de traitement d’image sont utilisés pour fournir une image claire de chaque lésion, les bords et la densité de la lésion et pour définir plus clairement toute tumeur évidente. Ces applications médicales ont continué à se développer mais fournissent des images toujours plus vraies pour les diagnostics et les pronostics dont la communauté médicale a besoin.