«پردازش تصویر»
پردازش تصویر
پردازش تصویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته میشود که شاخهای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا اسکن شده توسط اسکنر هستند، سر و کار دارد.
پردازش تصاویر دارای دو شاخه عمدهٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرندهٔ روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد (مانند چاپگر یا نمایشگر رایانه) است، در حالی که بینایی ماشین به روشهایی میپردازد که به کمک آنها میتوان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده شود.
در معنای خاص آن پردازش تصویر عبارتست از هر نوع پردازش سیگنال که ورودی یک تصویر است مثل عکس یا صحنهای از یک فیلم. خروجی پردازشگر تصویر میتواند یک تصویر یا یک مجموعه از نشانهای ویژه یا متغیر (ریاضی)های مربوط به تصویر باشد. اغلب تکنیکهای پردازش تصویر شامل برخورد با تصویر به عنوان یک سیگنال دو بعدی و بهکار گرفتن تکنیکهای استاندارد پردازش سیگنال روی آنها میشود. پردازش تصویر اغلب به پردازش دیجیتالی تصویر اشاره میکند ولی پردازش نوری و عکاسی آنالوگ تصویر هم وجود دارند. این مقاله در مورد تکنیکهای کلی است که برای همه آنها به کار میرود.
تاریخچه
از سال 1964 تاکنون، موضوع پردازش تصویر، رشد فراوانی کرده است. علاوه بر برنامه تحقیقات فضایی، اکنون از فنون پردازش تصویر، در موارد متعددی استفاده می شود. گر چه اغلب این مسائل با هم نامرتبط هستند، اما عموما نیازمند روش هایی هستند که قادر به ارتقای اطلاعات تصویری برای تعبیر و تحلیل انسان باشد. برای نمونه در پزشکی شیوه های رایانه ایContrast تصویر را ارتقا می دهند یا این که برای تعبیر اسانتر تصاویر اشعه ایکس یا سایر تصاویر پزشکی، سطوح شدت روشنایی را با رنگ، رمز می کنند. متخصصان جغرافیایی نیز از این روش ها یا روش های مشابه برای مطالعه الگوهای الودگی هوا که با تصویر برداری هوایی و ماهواره ای بدست امده است، استفاده می کنند. در باستان شناسی نیز روش های پردازش تصویر برای بازیابی عکس های مات شده ای که تنها باقی مانده اثار هنری نادر هستند، مورد استفاده قرار می گیرد. در فیزیک و زمینه های مرتبط، فنون رایانه ای بارها تصاویر ازمایش های مربوط به موضوعاتی نظیر پلاسماهای پرانرژی و تصاویر ریزبینی الکترونی را ارتقا داده اند. کاربردهای موفق دیگری از پردازش تصویر را نیز می توان در نجوم، زیست شناسی، پزشکی هسته ای، اجرای قانون، دفع و صنعت بیان کرد.
در اوایل دهه 60 سفینه فضایی رنجر 7 متعلق به ناسا شروع به ارسال تصاویر تلویزیونی مبهمی از سطح ماه به زمین کرد. استخراج جزئیات تصویر برای یافتن محلی برای فرود سفینه اپولو نیازمند اعمال تصمیماتی روی تصاویر بود. این کار مهم به عهده لابراتوار(JPL) Jet Propulsionقرار داده شد. بدین ترتیب زمینه تخصصی پردازش تصاویر رقومی اغاز گردید و مثل تمام تکنولوژی های دیگر سریعاً استفاده های متعدد پیدا کرد.
تصویر دیجیتالی
تصویر دیجیتال از تعداد بسیار زیادی از مربعهای کوچک، مشهور به پیکسل تشکیل شدهاست. هر پیکسل دارای یک مقدار دیجیتال است که بیانگر مقدار روشنایی آن پیکسل است. به این نوع تصاویر، تصاویر رَستِری (Raster Image) هم میگویند. هر تصویر رستری از تعدادی سطر و تعدادی ستون تشکیل شدهاست.
برای مشخص کردن رنگ یک پیکسل، روشهای مختلفی استفاده میشود. آنچه که متداولتر است آرجی بی است، که ۳ کانال مختلف برای ۳ رنگ قرمز، سبز و آبی در نظر میگیرند. اما در پردازش تصویر از فضاهای رنگی دیگر استفادهٔ بیشتری میشود. برای مثال فضای رنگ HSV.
در صورتی که از ۳ کانال قرمز و سبز و آبی استفاده شود و برای هر کانال ۸ بیت در نظر گرفته شود، هر کانال دارای ۲۵۶ حالت خواهد بود. در نتیجه هر پیکسل میتواند ۱۶۷۷۷۲۱۶ (۲۵۶ به توان ۳) رنگ مختلف را نشان دهد.
تفکیکپذیری تصویر به تعداد پیکسلها در طول و عرض تصویر بستگی دارد.
در یک تصویر ۴ بیتی، حداکثر دامنه روشنایی برابر با ۱۶ (۲ به توان ۴) میباشد یعنی دامنه آن از ۰ تا ۱۵ میباشد. این تصویر در مقایسه با یک تصویر با نرخ بیت بالاتر، کیفیت پایینتری را به نمایش میگذارد. تصویر ۸ بیتی، حداکثر دامنه روشنایی ۲۵۶ را دارد، یعنی تغییرات هر پیکسل آن بین ۰ تا ۲۵۵ است؛ بنابراین رزولوشن رادیو متریک بهتری دارد.
- تبدیلات هندسی: همانند تغییر اندازه، چرخش و…
- رنگ: همانند تغییر روشنایی، وضوح یا تغییر فضای رنگ
- ترکیب تصاویر: ترکیب دو یا چند تصویر
- فشرده سازی پرونده: کاهش حجم تصویر
- ناحیه بندی پرونده: تجزیهٔ تصویر به نواحی با معنی
- بهبود کیفیت پرونده: کاهش نویز، افزایش کنتراست، اصلاح گاما و…
- سنجش کیفیت تصویر
- ذخیرهسازی اطلاعات در تصویر
- انطباق تصاویر
فشردهسازی تصاویر
مقالهٔ اصلی: فشردهسازی تصاویر
برای ذخیرهسازی تصویر به دنبال روشی هستیم تا به کمک آن روش بتوانیم حجم اطلاعات را تا جایی که ممکن است کاهش دهیم. اساس بسیاری از روشهای فشردهسازی، کنار گذاردن بخشهایی از اطلاعات و دادهها است.
اتوماسیون صنعتی
با استفاده از تکنیکهای پردازش تصویر میتوان دگرگونی اساسی در خطوط تولید ایجاد کرد. بسیاری از پروسههای صنعتی که تا چند دهه پیش پیادهسازی شان دور از انتظار بود، هماکنون با بهرهگیری از پردازش هوشمند تصاویر به مرحله عمل رسیدهاند. از جمله منافع کاربرد پردازش تصویر به شرح زیر است.
- افزایش سرعت و کیفیت تولید
- کاهش ضایعات
- اصلاح روند تولید
- گسترش کنترل کیفیت
بینایی ماشین و پردازش تصویر در اتوماسیون صنعتی
کنترل ماشین آلات و تجهیزات صنعتی یکی از وظایف مهم در فرایندهای تولیدی است. بهکارگیری کنترل خودکار و اتوماسیون روزبه روز گستردهتر شده و رویکردهای جدید با بهرهگیری از تکنولوژیهای نو امکان رقابت در تولید را فراهم میسازد. لازمه افزایش کیفیت و کمیت یک محصول، استفاده از ماشین آلات پیشرفته و اتوماتیک میباشد. ماشین آلاتی که بیشتر مراحل کاری آنها بهطور خودکار صورت گرفته و اتکای آن به عوامل انسانی کمتر باشد. امروزه استفاده از تکنولوژی ماشین بینایی و تکنیکهای پردازش تصویر کاربرد گستردهای در صنعت پیدا کردهاست و کاربرد آن به ویژه در کنترل کیفیت محصولات تولیدی، هدایت روبات و مکانیزمهای خود هدایت شونده روز به روز گستردهتر میشود.
عدم اطلاع کافی بعضی مهندسان در بعضی کشورها از تکنولوژی ماشین بینایی و عدم آشنایی با توجیه اقتصادی بهکارگیری آن موجب شدهاست که در استفاده از این تکنولوژی تردید و در بعضی مواقع واکنش منفی وجود داشته باشد. علیرغم این موضوع، ماشین بینایی روز به روز کاربرد بیشتری پیدا کرده و روند رشد آن چشمگیر بودهاست. عملیات پردازش تصویر در حقیقت مقایسهٔ دو مجموعه عدد است که اگر تفاوت این دو مجموعه از یک محدوده خاص فراتر رود، از پذیرفتن محصول امتناع شده و در غیر اینصورت محصول پذیرفته میشود. در زیر پروژههایی که در زمینهٔ پردازش تصاویر پیادهسازی شدهاست، توضیح داده میشود. این پروژهها با استفاده از پردازش تصویر، شمارش و اندازهگیری اشیاء، دستهبندی اشیاء، تشخیص عیوب مثل تشخیص ترک، و بسیاری عملیات دیگر را انجام میدهند:
برخی موضوعات مهم در حیطه پردازش تصویر
ناحیه بندی تصویر
ناحیه بندی تصویر عبارت است از تفکیک پیکسل های تصویر به نواحی مجزایی که بر حسب ویژگی هایی مانند شدت روشنایی، بافت و یا رنگ، یکسان هستند و یا تا حد ممکن همبستگی دارند. ناحیه بندی تصاویر در بسیاری از کارهای پردازشی بر روی تصاویر، چون تصاویر درمانی، بینایی ماشین، فشرده سازی تصویر، شئ شناسی، نیازی ضروری و مهم برای شروع پردازش بر روی شی یا بافت مورد نظر می باشد.
تشخیص اشیاء
شی به همه چیزهایی که در یک تصویر وجود دارد اطلاق می شود و فرایند تشخیص شی در تصویر به سادهترین تحلیل تا پیشرفته ترین تحلیلی که ممکن است با دیدن یک تصویر صورت بگیرد اطلاق می شود. مانند تشخیص انوع اجسام طبیعی و مصنوعی، تشخیص وضعیت هوا، تشخیص بیماری و روش درمان، تشخیص معادله و حل آن، تشخیص وضعیت اجتماعی، اقتصادی، سیاسی، تشخیص چهره شخص، تشخیص وضعیت اعضای بدن شخص و تشخیص وضعیت روحی شخص، همه این تشخیص ها از تصاویر قابل استنتاج است.
تشخیص چهره
روش تشخیص چهره یکی از چندین روش بیومتریک است که دارای دقت بالا بوده و می تواند تا مدت ها قابل اتکا باشد. برخلاف روش های دیگر اعتبار سنجی که لازم بود تا کاربر حداقل PIN و کلمه عبور، را به یاد داشته باشد، در روش های تشخیص چهره، کاربر خیلی راحت با چهره خودش، می تواند در پروسه اعتبار سنجی وارد شود. در حال حاضر علاوه بر این کاربردهای کلاسیک برای تشخیص چهره، اعتبار سنجی های جدیدی پدیدار شده اند.
کاربردهای مختلف پردازش تصویر
در این نوع تشخیص اشیای سه بعدي به صورت مجموعه ای از تصـاویر دوبعـدي درمـی آیـد و سـپس مـدل از روی آن ساخته میشود،در این تشخیص، هـر یـک از ایـن تصـاویر نمایی خاص از شیء مربوطه را نشان میدهند،بنابراین، بـه ذخیره کردن مدل های سه بعدی نیاز ندارد،به عبارت دیگـر، روش های بر اساس ظاهر عمل تشخیص شیء را به صـورت یک مسئله بازیابی تصویر در نظر میگیرنـد در حـالی کـه روش های بر اساس مـدل بـه آن بـه صـورت یـک مسـئله بازیابی مدل هندسی مینگرند.
تشخیص اجسام متحرک با کمک پردازش تصویر
تشخیص اجسام به کمک پردازش تصویر یکـی از مسـائلی است که امـروزه بـه آن بسـیار توجـه مـی شـود و یکـی از شاخه های مهم بینایی ماشین است،در اینگونه سیستم هـا تغییرات محل، اندازه، و تا حدودی دوران جسـم نبایـد در کـارایی دســتگاه تـأثیر بگـذارد عـلاوه بـر آن، در مقابــل تغییرات گذرا نیز پایدار باشد،مـی تـوان بـا کـاهش وضـوح تصویر و انتخاب مناسب مجموعه ای از خصوصیات آماری و هندسی تصاویر اعوجاج نیافته را سریع پردازش کرد.
المان هاي تفسير توسط چشم
همان طور كه قبلا گفته شد، آناليز تصوير شامل شناسائي اهداف متفاوتي درون تصوير است. اين اهداف ممكن است ويژگي هاي محيطي يا مصنوعي باشند كه از نقاط، خطوط يا نواحي تشكيل شده اند.
چه چيز تفسير تصاوير را نسبت به تفسير چشمي روزمره مشكل مي سازد؟
در تصاوير دو بعدي فرد حس مربوط به عمق را از دست مي دهد مگر آن كه بتواند آنرا به صورت استريوسكوپي ببيند تا عمق آن شبيه سازي شود. در واقع در ديد استريوسكوپي تفسير بسيار آسان تر خواهد بود. يك پرسپكتيو غير معمول اگر با جزئيات كم و اندازه بسيار نامتعارف ادغام شود مي تواند آشنا ترين اشياء را غير قابل تشخيص كند. همچنين چشم انسان در محدوده مشخصي از طول موج مي تواند عمل كند و تصوير برداري خارج از اين محدوده مي تواند جهت درك بسيار مشكل باشد.
تشخيص هدف ها كليد استخراج اطلاعات و تفسير تصوير است. مشاهده اختلاف بين هدف ها و زمينه آن ها شامل مقايسه از نظر تعدادي از المان هاي بينائي يعني تون، شكل، اندازه، الگو، سايه و ارتباط است. تفسير بينائي روزمره انسان توسط استفاده از اين المان ها صورت مي گيرد. اكنون به توضيح هر يك از اين موارد پرداخته مي شود:
تون
به روشنائي يا رنگ نسبي اشياء در تصوير اتلاق مي شود. عموما، تون مهمترين المان براي تمايز بين هدف ها يا ويژگي هاي مختلف است. تغييرات تون مي تواند باعث تمايز المان هاي شكل، بافت و الگو شود.
شكل
بيان كننده فرم، ساختار و محيط اشياء است. شكل مي تواند در تفسير بسيار متمايز كننده باشد. اشكال طبيعي بيشتر شكل نامنظم و ساخته هاي دست بشر بيشتر لبه هاي مستقيم دارد.
اندازه
اندازه تصاوير تابعي است از بزرگنمائي تصوير. بسيار مهم است كه در تفسير تصاوير اشياء از نظر اندازه با اشياء ذيگر و با اندازه واقعي تصوير مقايسه شوند.
الگو
الگو بيان كننده ترتيب قرار گرفتن فضائي اشياء ديدني است. به طور مشخص تكرار منظم تون ها و بافت هاي مشابه مي تواند بيان كننده يك الگو باشد.
بافت
به ترتيب و تكرار تغييرات تون در نواحي خاصي از تصوير اطلاق مي شود. در بافت هاي خشن تغييرات تون خاكستري در يك ناحيه كوچك به ميزان زياد به چشم مي خورد ولي در بافت هاي ملايم تغييرات تون خاكستري بسيار كم است.
سايه
سايه نيز مي تواند در تفسير تصاوير بسيار كمك كننده باشد. سايه مي تواند ارتفاع نسبي اشياء را مشخص سازد. البته گاهي سايه ها مي توانند تشخيص اهداف را مشكل سازند زيرا اهدافي كه در درون سايه قرار دارند كمتر قابل تشخيص خواهند بود. سايه ها براي تشخيص توپوگرافي نيز مي توانند كمك كننده باشند.
طبقه بندي اشيا توسط انسان
انسان براي دسته بندي اشياء از روش شناخت الگو بر اساس قرار گرفتن در معرض چندين نمونه استفاده مي كند. انسان هميشه يك الگوي ذهني از اشياء درست مي كند كه اين الگو با ديگر اطلاعات مربوط به شيء به همراه مقداري عينيت بخشي اين قابليت را مي دهد كه انسان سريعا شيء را دسته بندي كند ولي هميشه يك المان ذهني وجود دارد.
انسان به كنتراست حساس است. هميشه اشيائي كه كنتراست بالا دارند بيشتر در ذهن خود را نشان مي دهند.
انسان به پرسپكتيو و تغييرات عمق تصوير حساس است.
انسان به جهت تابش نور حساس است و ترجيح مي دهد كه نور از بالا بتابد.
انسان هميشه دوست دارد چيزي را در تصوير ببيند كه انتظار آن را دارد.
پيش پردازش (Preprocessing)
عمليات پيش پردازش كه گاهي بازيابي يا اصلاح تصوير نيز ناميده مي شود به منظور اصلاح اعوجاج هاي راديومتريك يا ژئومتريك مربوط به سنسور و سكو به كار برده مي شود. اصلاحات راديومتريك به دليل تغييرات در هنگام روشن سازي صحنه و جهت هاي تصوير برداري، شرايط محيطي و نويز گيرنده است. اين موارد و ابسته به سنسور، سكو و شرايط تصوير برداري است. تغيير داده ها به اشعه هاي اصلي تشكيل دهنده تصوير براي آسان سازي مقايسه بين داده ها مطلوب است.
تغييرات در نورپردازي و اشكالات هندسي را مي توان با استفاده از مدل كردن وضعيت هندسي و فاصله بين شيئ و گيرنده و منبع نور اصلاح كرد. اين عمل نياز است تا بتوان تصاوير بدست آمده در شرايط و زمان ها و با گيرنده هاي مختلف را با يكديگر مقايسه كرد و يا تصاوير بدست آمده از يك گيرنده را به صورت موزائيك در كنار يكديگر قرار داد و نتيجه مطلوبي بدست آورد.
در تصوير برداري پزشكي اختلالات عمده شامل نويز ناشي از دريافت با فركانس بالا، روشنائي متفاوت در زمينه و مشكلات ناشي از جهت گيري دور مشاهده مي شود. به همين دليل پيش پردازش ها به طور سيستماتيك بر روي تمام تصاوير گرفته شده از يك دستگاه اعمال مي شوند. به همين دليل اين پردازش ها معمولا وابسته به دستگاه هستند و بايد سريع و موثر باشند. هنگامي كه خصوصيات فضائي يا روشنائي نويز ها مشخص باشد از متدهاي فوتوگرامتريك استفاده مي شود.
وقتي خصوصيات طيفي نويز ها مشخص باشد از فيلتر ها استفاده مي شود. فيلتر هاي پايين گذر براي حذف نويز ها، فيلتر هاي ميان گذر براي نويز هاي پريوديك و فيلتر هاي بالا گذر براي تيز كردن تصاوير به كار برده مي شوند. يك گروه الگوريتميك از فيلتر ها هنگامي كه يك شئ خاص مورد نظر باشد به كار برده مي شوند. اين در صورتي است كه نوع هاي ديگري از همان شيء با زوايا و ديگر خصوصيات متفاوت وجود داشته باشد. بايد توجه داشت كه مرحله پيش پردازش نبايد به گونه اي باشد كه تصوير اصلي را آنقدر تغيير دهد كه بيننده دچار خطاي تشخيص شود.
تهیه شده از اینترنت
فهرست مطالب
پردازش تصویر 1
تاریخچه 1
تصویر دیجیتالی 4
فشردهسازی تصاویر 6
اتوماسیون صنعتی 9
بینایی ماشین و پردازش تصویر در اتوماسیون صنعتی 9
کالیبراسیون و ابزار دقیق 11
برخی موضوعات مهم در حیطه پردازش تصویر 13
کاربردهای مختلف پردازش تصویر 14
تشخیص اجسام متحرک با کمک پردازش تصویر 15
استفاده از پردازش تصویر برای شناخت رفتار ترافیک 16
پیش پردازش تصاویر 16
الگوریتم آشکارسازی لبه 17
طرح پیشنهادی جهت نصب دوربین در خط تولید 19
کاربردهای مختلف پردازش تصویرپردازش تصویر درهواشناسی 20
تصوير برداري ديجيتال 25
المان هاي تفسير توسط چشم 26
طبقه بندي اشيا توسط انسان 28
پيش پردازش (Preprocessing) 30
ارتقاي تصوير(Image Enhancement) 31
حذف نويز 34
بهبود لبه ها 35
استفاده از رنگ مجازي 36
تبديل تصاوير(Image Transformation) 37
آناليز تصاوير (Image Analysis) 38
تعيين آستانه( Thresholding) 39
آستانه ثابت (Fixed threshold) 39
آستانه هاي به دست آمده از هيستوگرام(Histogram-derived thresholds) 40
الگوريتم ايزو ديتا 41
الگوريتم Background – symmetry 41
الگوريتم مثلث و پردازش تصویر در پزشکی 42
تشخيص لبه 43
روش بر اساس گراديان(Gradient-based procedure) 44
روش عبور كردن از صفر (Zero-crossing procedure) 44
روش فیلتر PLUS 46
استخراج منطقه (Region extraction) 47
دسته بندي تصوير (Image Classification) 48
مقاله فوق دارای صفحه مشخصات، تصویر، فهرست مطالب و 50 صفحه متن (در قالب word و
) با رعایت کامل صفحه بندی می باشد. همچنین فونت های کار شده برای متن مقاله B Nazanin(15) و برای تیترهای داخل مقاله B Titr می باشند.
قیمت این مقاله 3900 تومان می باشد، جهت دریافت کامل متن مقاله (قابل ویرایش) بالای صفحه روی پرداخت و دریافت کلیک کنید
نوشته شده در 23 آذر ۱۴۰۰
لطفا پس از بهره مندی از مطالب فوق با نظر گرمت به من انرژی مثبت تزریق کن 🙂
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.