" > آشنایی با متلب ( پردازش تصویر) | همیار پروژه | پردازش تصویر متلب
با ما تماس بگیرید
ساعت : 8 الی 23
09117983709 - 09330859275
(مشاوره و سفارش پروژه)
totop

آشنایی با متلب ( پردازش تصویر)سه‌شنبه 02, ژوئن 2020

آموزش متلب در همیارپروژه

آشنایی با محیط Matlab

در ادامه آموزش های سایت همیارپروژه برنامه نویسی متلب ارائه خواهد شد .آموزشها از مقدماتی تا پیشرفته ادامه دارد و ما به شما کدنویسی در نرم افزار متلب را یاد خواهیم داد. با ما همراه باشید.

آموزش متلب در همیارپروژه

پردازش تصویر:

پردازش تصویر دارای ۲ زیر شاخته کلی با عناوین : ۱ – بهبود تصاویر و ۲- بینایی ماشین

بهبود تصاویر:

بهبود تصاویر در بر گیرنده روش هایی چون استفاده از فیلتر محو کننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد ( مانند چاپگر و یا نمایشگر رایانه) می باشد.

بینایی ماشین:

بینایی ماشین به روشهایی می پردازد که به کمک آنها می توان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده شود.

بینایی رایانه ای:

بینایی رایانه ای (Computer vision) یکی از شاخه های مدرن و پر تنوع هوش مصنوعی می باشد که با ترکیب روش های مربوط به پردازش تصویر (Image processing) و ابزار های تعلم ماشینی رایانه ها را به بینایی اشیا مناظر و ” درک” هوشمند خصوصیات گوناگون آنها توانا می گرداند.

وظایف اصلی در بینایی رایانه ای:

تشخیص شی:

تشخیص حضور و یا حالت شی در یک تصویر به عنوان نمونه:

  • جستجو برای تصاویر دیجیتال بر اساس محتوایشان یا به عبارتی دیگر بازیابی محتوا محور تصاویز.
  • شناسایی صورت انسان ها و موقعیت آنها در عکس ها
  • تخمین حالت سه بعدی انسان ها و اندام هایشان

پیگیری:

پیگیری اشیا شناخته شده در میان تعدادی تصویر پشت سر هم به عنوان نمونه:

  • پیگیری یک شخص هنگامی که در یک مرکز خرید راه می رود.

تفسیر منظره:

ساختن یک مدل از یک تصویر / تصویر متحرک . به عنوان مثال:

  • ساختن یک مدل از ناحیه پیرامونی به کمک تصاویری که از دوربین نصب شده بر روی یک ربات گرفته می شوند.

خود مکان یابی:

مشخص کردن مکان و حرکت خود دوربین به عنوان عنصر بینایی رایانه به عنوان مثال:

  • مسیر یابی یک ربات درون یک موزه

سامانه های بینایی رایانه ای:

یک سامانه نوعی بینایی رایانه ای را می توان به زیر سامانه های زیر تقسیم کردک

تصویر برداری:

تصویر یا دنباله تصاویر با یک سامانه تصویر برداری ( دوربین , رادار, لیدر, سامانه توموگرافی) برداشته می شود. معمولا سامانه تصویر برداری باید پیش از استفاده تنظیم شود.

پیش پردازش:

در گام پیش پردازش, تصویر در معرض اعمال ” سطح پایین” قرار می گیرد. هدف این گام کاهش نوفه ( کاهش نویز – جدا کردن سیگنال از نویز) و کم کردن مقدار کلی داده هاست.این کار نوعا با به کارگیری روشهای گوناگون پردازش تصویر ( دیجیتال) انجام می شود. مانند:

زیر نمونه گیری تصاویر, اعمال فیلترهای دیجیتال , پیچش ها, همبستگی ها یا فیلترهای خطی لغزش نابسته, عملگر سوبل, محاسبه گرادیان x و y ( و احتمالا گرادیان زمانی) , آستانه گیری پیکسلی, تبدیل فوریه, انجام تخمین حرکت برای ناحیههای محلی تصویر که به نام تخمین شارش نوری هم شناخته می شوند. تخمین ناهمسانی در تصاویر بر جسته بینی و تحلیل چند دقتی

استخراج ویژگی

هدف از استخراج ویژگی کاهش دادن بیشتر داده ها به مجموعه ای از ویژگی هاست , که باید به اغتشاشاتی چون شرایط نورپردازی, موقعیت دوربین.

  • انجام آشکار سازی لبه
  • استخراج ویژگی های گوشه ای
  • استخراج تصاویر چرخش از نقشه های ژرفا
  • بدست آوردن خطوط تراز و احتمالا گذر از صفر های خمش

ثبت:

هدف گام ثبت برقراری تناظر میان ویژگی های مجموعه برداشت شده و ویژگی های اجسام شناخته شده در یک پایگاه داده های مدل و یا ویژگی های تصویر قبلی است. در گام ثبت باید به یک فرضیه نهایی رسید. چند روش این کار عبارتند از:

  • تخمین کمترین مربعات
  • تبدیل هاگ در انواع گوناگون
  • در هم سازی هندسی
  • پالودن ذره ای

کاربردها:

هوش مصنوعی, یادگیری ماشینی, کاوش های ماشینی در داده ها, کاوش های ماشینی در متون, محاسبات نرم , منطق فازی, پردازش تصویر

پردازش تصویر:

مرز مشخصی بین پردازش تصویر از یک طرف و بینایی ماشین (Computer vision) از طرف دیگر نمی توان مشخص کرد, با این حال می توان سه نوع پردازش سطح پایین (Low level) , سطح میانی (Mid Level) و سطح بالا (High Level) تشخیص داد.

  • پردازش سطح پایین شامل پردازش های ابتدایی مانند پیش پردازش هایی برای حذف نویز, بهبود کنتراست(Contrast) و فیلتر کردن تصویر است. مشخصه این نوع پردازش این است که ورودی و خروجی آن تصویر هستند.
  • پردازش سطح میانی شامل بخش بندی تصویر (Image Segmentation) به منظور تقسیم آن به نواحی و اشیا مختلف , توصیف اشیا به فرمی که برای پردازش کامپیوتر مناسب باشند و طبقه بندی یا تشخیص اشیا مختلف است. ویژگی این پردازش این است که ورودی آن معمولا تصویر و خروجی آن صفاتی از اشیا تصویر مانند لبه ها, کانتورها و تشخیص اشیا است.
  • پردازش سطح بالا شامل فهمیدن روابط بین اشیا تشخیص داده شده (Making sense) , استنباط و تفسیر صحنه و انجام تفسیر و تشخیص هایی است که سیستم بینایی انسان انجام می دهد. بسیاری از پردازش های سطح بالا در حیطه بینایی ماشین قرار دارند.

به طور مثال یک سیستم تشخیص اتوماتیک متن را در نظر بگیرید . پردازش به جهت مشخص کردن ناحیه حاوی متن , پیش پردازش تصویر حاصل, استخراج کاراکترها مختلف و تشخیص آن کاراکترها در حیطه بحث پردازش تصویر قرار دارند. استنباط مفهوم و محتوای متن مورد نظر در حیطه بینایی ماشین یا آنالیز تصویر قرار می گیرد.

تصویر دیجیتالی چیست:

یک تصویر را می توان توسط تابع دو بعدی F(x,y) که در آن x و y را مختصات مکانی و مقدار f در هر نقطه را شدت روشنایی تصویر در آن نقطه می نامند. اصطلاح سطح خاکستری نیز به شدت روشنایی تصاویر مونوکروم اطلاق می شود.تصاویر رنگی نیز از تعدادی تصویر دو بعدی تشکیل می شود.

زمانی که مقادیر x و y و مقدار f(x,y) با مقادیر گسسته و محدود بیان شوند , تصویر را یک تصویر دیجیتالی می نامند. دیجیتال کردن مقادیر x و y را Sampling و دیجیتال کردن مقدار f(x,y) را quantization می نامند.

یک تصویر دیجیتالی از تعدادی عناصر محدود با مقدار موقعیت مختلف تشکیل شده است . این عناصر , عناصر تصویر (Picture element) یا پیکسل (Pixel) نامیده می شوند.

پردازش تصاویر دیجیتالی به معنی اعمال پردازش های مختلف روی یک صویر دیجیتالی با استفاده ازکامپیوتر دیجیتالی است.

در اینجا آشنایی با محیط متلب بخش سی و نهم به پایان رسیده است و در آموزش های بعدی به مباحث دیگر آموزش متلب می پردازیم. همچنین از شما مخاطبین عزیز سایت همیارپروژه دعوت می کنم که برای انجام پروژه متلب خود آموزش های ما را دنبال نمایید.

 

نویسنده: زهرا رستمی


دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

حق نشر برای همیارپروژه – مرجع اصلی پروژه های متلب و پایتون محفوظ است.