جزوه پردازش تصاویر دیجیتال
دانلود جزوه
– يك مقدار به ازاي هر نقطه )پيكسل يا وكسل:( در اين حالت مقدار هر پيكسل با يك عدد بيان ميعلمی کاربردی ،مانند تصاوير سياه و سفيد) b&w( كه مقدار هر پيكسل مي تواند صفر يا يك برای يا تصاوير سطح خاكستري )grayscale( كه مقدار هر نقطه مي تواند يك بازه، مثلا از 0 تا 522 برای .
5- سه مقدار به ازاي هر نقطه: در اين حالت به ازاي هر نقطه ي تصوير سه مقدار مشخص كننده ي قرمز ، سبز و آبي براي آن نقطه ذخيره مي شوند )همان تصاوير رنگي( [RGB]
3- چهار مقدار به ازاي هر نقطه: در اين حالت به ازاي هر نقطه ، مقادير قرمز ، سبز ، آبي و آلفا ذخيره مي علمی کاربردی. اين حالت در واقع مانند حالت مدل رنگي RGB و با اضافه كردن يك داده ي اضافي مي برای. اين داده اضافي كه به آن دانلود جزوه پردازش تصاویر دیجیتال آلفا گفته ميعلمی کاربردی) alpha channel( نشان دهنده ميزان شفافيت يا مات خلاصهن نقطه مي برای. اگر يك نقطه، مقدار كانال آلفاش صفر در صد برای يعني اينكه به طور كامل شفاف) transparent( مي برای و بنابراين غير قابل رويت است و اگر مقدار كانال آلفا برابر با 100 درصد برای به اين معني است كه آن نقطه كاملا مات )opaque( مي برای . )مانند تصاوير ديجيتال سنتي و مرسوم (
نمونه ي داده ي ذخيره شده به ازاي هر نقطه در مدل RGBA به صورت زير است:
همانطور كه از فرمت فوق مشخص است به ازاي هر نقطه از تصوير نياز به 35 بيت فضاي حافظه جهت ذخيره سازي مي برای .در نتيجه اگر به طور مشکل تصويري داراي ابعاد 1051*1051 برای نياز به 1 مگابايت يا 35 مگابيت فضاي حافظه را .
پردازش تصوير رقمي چيست ؟
پردازش تصوير رقمي عبارت است از از مشکل يك سري عمليات بر روي تصوير كه عموما براي يكي از اهداف زير صورت مي گيرد:
الف( بهخلاصه اطلاعات تصويري به طوري كه تصوير بهتري براي ديدن و تفسير انسان حاصل گردد .
ب( پردازش تصوير جهت ذخيره سازي، انتقال و نمايش به صورتي كه توسط يك ماشين قابل درك برای.
سه دسته پردازش بر روي تصوير قابل مشکل است:
دسته اول: پردازش سطح پايين) low-level process(: در اين دسته از پردازش ها، ورودي يك تصوير و خروجي نيز يك تصوير مي برای. مانند حذف نويز از تصوير)noise removal( يا تيزسازي تصوير )image sharpening( دسته دوم: پردازش سطح مياني) mid-level process(: در اين دسته از پردازش ها ، ورودي يك تصوير و خروجي مشخصه هايي) attributes( از تصويرمي برای . مانند تشخيص اشيا) object recognition( و بخش بندي تصوير) segmentation(
دسته سوم: پردازش سطح بالا) high-level process(: در اين دسته از پردازش ها، ورودي مشخصه هاي )attributes( عكس و خروجي آن يك درك و فهم) understanding( از عكس مي برای. به طور مشکل درك
محيط) scene understanding( و پيمايش خودمختار) autonomous navigation( . تاريخچه مختصري از پردازش تصوير
يكي از كاربردهاي اوليه پردازش تصوير استفاده از تصوير در صنعت روزنامه خلاصه، كه در اوايل سالهاي 1250 صورت گرفت. تصاوير جهت انتقال از طريق كابل، كد مي شدند و در سمت گيرنده جهت چاپ رمز گشايي )decode( مي شدند. در انتهاي همان دهه كيفيت تصاوير نيز توسط فرآيند هاي جديد بهخلاصه بخشيده شد. در سال هاي 1290 با پيشرفت تكنولوژي كامپيوتري تصاوير ديجيتال در ماموريت هاي فضايي مورد استفاده قرار گرفت و در
دانلود جزوه پردازش تصاویر دیجیتال pdf
فهرست مطالب
سال هاي 1290 از تصوير برداري ديجيتال در كاربرد هاي پزشكي استفاده شد به طوريكه در سال هاي 1292 آقايان Hounsfield و Cormack برنده جايزه نوبل به خاطر اختراع توموگرافي)tomography( شدند كه اين اختراع مبناي تكنولوژي سي تي اسكن مي برای. از سال هاي 1290 تا كنون تكنيك هاي پردازش تصاوير ديجيتال در بسياري زمينه ها از جمله صنعتي، نظامي، هوايي، پزشكي و … مورد استفاده قرار گرفتند. مثلا در واحد كنترل كيفيت نهايي يك كارخانه توليد كننده مدار الكترونيكي مانند مادربرد، يك سيستم پردازش تصوير مي تواند تعبيه علمی کاربردی كه عكس مدار را به عنوان ورودي گرفته و آن را مورد پردازش و بازرسي قرار استاد و در صورتي كه همه قطعات و اجزاي لازم بر روي آن نصب شده برای، آن را تاييد و در غير اين صورت با واكنش مناسب و پيغام مناسب به كاربر اطلاع استاد .از ديگر مواردي كه مي توان به عنوان كاربرد پردازش تصوير مطرح نمود عبارتند از: تشخيص پلاك خودرو – تشخيص اثر انگشت
مراحل اصلي و كليدي در پردازش تصاوير ديجيتال:
)Image Acquisition( تشكيل و دريافت تصوير -1
با در نظر گرفتن يك مساله) problem domain( اولين مرحله در پروژه هاي پردازش تصوير ، تشكيل تصوير) image acquisition( مي برای . در خلال اين مرحله بايد در مورد نوع تصوير برداري و كيفيت آن تصميم گيري علمی کاربردی . مثلا اگر مسئله مورد نظر تشخيص پلاك خودرو ، تشخيص تركيدگي لوله گاز زيرزميني ، كنترل كيفيت جوشكاري ، تشخيص چهره و … برای در مورد هركدام بايد دوربين هاي خاص ، مناسب با نوع مسئله انتخاب گردد .
)image enhancement (ارتقا تصوير -5
در اين مرحله تصوير دريافت شده تا حد امكان ارتقا داده مي علمی کاربردی تا تصوير بهتر و مفيدتري براي استفاده انسان يا ماشين حاصل گردد .
)image restoration (بازيافت )ترميم( تصوير -3
هدف از اين مرحله بازيابي عكس مي برای كه آسيب ديده است . در اين حالت سعي مي علمی کاربردی كه منبع آسيب شناسايي علمی کاربردی و عمليات معكوس مشکل علمی کاربردی تا عكس به حالت قبل از خرابي بازگردانده علمی کاربردی . اين مرحله تا حدي شبيه مرحله ي قبل يعني ارتقا تصوير مي برای با اين تفاوت كه نسبت به آن هدفمند تر) more objective( مي
برای يعني در اين مرحله منبع مشكل ، شناسايي مي علمی کاربردی و سعي در اجراي فرآيند معكوس جهت برطرف كردن مشكل صورت مي گيرد.
1- )morphological processing (پردازش مورفولوجيكي
هدف از اين مرحله معمولا اصلاح و تغيير شكل اشيا موجود در عكس مي برای . يك سري عمليات بر روي تصوير صورت مي گيرد تا تصوير حاصل از لحاظ شكل مناسب تر برای.
2- )segmentation (بخش بندي
هدف از بخش بندي يك تصوير تقسيم پيكسل هاي آن به گروههايي مي برای كه هر گروه مشخص كننده ي يك شي در تصوير مي برای .
)object recognition (شناسايي شي -9
هدف از اين مرحله تشخيص يك شي مي برای. در اين حالت با توجه به اينكه اشيا موجود در عكس سگمنت شده اند، مي توان هر شي موجود در عكس را از لحاظ رنگ يا شكل يا ساير خصوصيات بررسي نمود تا شي مورد علاقه) object of interest ( شناسايي علمی کاربردی.
)description & representation (نمايش و توصيف -9
در اين مرحله شي موجود در تصوير نمايش يا توصيف مي علمی کاربردی. مثلا تصميم گرفته مي علمی کاربردی كه نقاط مرزي شي مختصاتش به صورت يك آرايه نشان داده علمی کاربردی .
علاوه بر مراحل فوق مي توان پردازش هاي زير را نيز داشت:
1. فشرده سازي تصوير) image compression( : در اين مبحث از پردازش تصوير برداري نحوه فشرده سازي تصوير جهت ذخيره يا انتقال با فرمت هاي دارد تمركز صورت مي گيرد .
2. پردازش تصاوير رنگي: در اين مبحث از پردازش تصوير،تصاوير رنگي مورد پردازش و تحليل قرار مي گيرند.
سيستم بينايي انسان
بهترين مدل بينايي موجود، سيستم بينايي انسان است. دانستن چگونگي تشكيل تصاوير در چشم، مي تواند به ما در درك بيشتر مفاهيم پردازش تصاوير ديجيتال كمك كند. در اين قسمت به ارايه مختصري از سيستم بينايي انسان خواهيم پرداخت.
ساختمان چشم انسان
عدسي )lens( چشم، نور را از شي به شبكيه) retina( متمركز مي كند. شبكيه از دريافت كننده هاي نور كه به آنها مخروط )cons( و ميله) rods( مي گويند ،پوشيده شده است.
مخروط ها، در اطراف فرو رفتگي )fovea( شبكيه متمركز شده اند و بسيار به رنگ حساس هستم. ميله ها گسترده تر از مخروط ها هستم و به سطوح پايين روشنايي حساس هستم.
در شكل زير اجزاي اصلي در ساختار چشم نشان داده شده است:
تشکيل تصوير در چشم
ماهيچه هاي چشم به منظور تغيير شكل عدسي استفاده مي شوند كه به ما اجازه مي استاد كه اشياء را در فاصله هاي دور يا نزديك مشاهده كنيم.
تصوير روي شبكيه متمركز شده و باعث مي علمی کاربردی كه مخروط ها و ميله ها برانگيخته شوندكه در نهايت سيگنال هايي را به مغز مي فرستند.
انطباق و تبعيض روشنايي
سيستم بينايي انسان مي تواند حدود 1010 سطح شدت نور دارد را درك كند. اگرچه در هر زمان ما فقط مي توانيم بين تعداد كمي از آنها تمايز قائل شويم كه به آن ها انطباق روشنايي مي گويند.
به طور مشابه درك شدت نور از يك منطقه به شدت نور مناطق اطراف آن بستگي را.
نور و طيف الکترومغناطيسي
نور فقط بخش خاصي از طيف الكترومغناطيسي است كه مي تواند با چشم انسان حس علمی کاربردی.
طيف الكترومغناطيسي با توجه به طول موج هاي دارد فرم هاي انرژي تقسيم بندي مي علمی کاربردی.
دانلود رایگان خلاصه کتاب جزوه پردازش تصاویر دیجیتال
بازتاب نور
رنگي كه ما درك مي كنيم توسط طبيعت نور منعكس شده از شئ مشخص مي علمی کاربردی. به طور مشکل اگر نور سفيد به يك شئ سبز بتابد، بيشتر طول موج ها جذب شده و نور سبز از شئ بازتاب مي علمی کاربردی.
نمونه برداري، کوانتيزه کردن و رزولوشن
قبل از بيان مفاهيم فوق در ادامه، ابتدا چگونگي گرفتن يك عكس ديجيتال از صحنه هاي دنياي واقعي را مورد بررسي قرار مي دهيم. براي اين منظور، مفاهيم زير بايد تشريح گردند:
– حس كردن و نشان دادن تصوير
– نمونه برداري و كوانتيزه كردن
– رزولوشن
مقادير پيكسلها اكثرا داراي سطح خاكستري) gray level( در بازه ي 0 تا 522 مي باشند .يك تصويررا مي توانيم همانند شكل زير در قالب يك ماتريس نمايش دهيم:
موارد معمول شدت نور و صحنه مي تواند شامل موارد زير برای:
– تصوير اشعه ي ايكس از استخوان
– تصوير يك جنين
– تصوير الكتروميكروسكوپي يك مولكول
حس کردن تصوير
سطح انرژي وارد شده به ماده حسگر به نوع آن انرژي واكنش مي استاد كه در نتيجه ي آن ولتاژ توليد مي كند. مجموعه اي از سنسورها براي گرفتن عكس چيده شده اند.
نمونه برداري و کوانتيزه کردن مشکل
يك سنسور ديجيتال مي تواند فقط تعداد محدودي از نمونه ها را در مجموعه ي مجزاي سطح انرژي اندازه بگيرد.
كوانتيزه كردن يك پردازش سيگنال دنباله دار آنالوگ به نمايش ديجيتال اين سيگنال ها است.
يادآوري مي كنيم كه يك تصوير ديجيتال تقريبي از صحنه ي دنياي واقعي است.
رزولوشن مكاني يك تصوير به اين كه چگونه نمونه برداري كرده ايم، تعيين مي علمی کاربردی.
رزولوشن مكاني به سادگي به جزئيات قابل درك يك تصوير اشاره مي كند.
– متخصصان بينايي اغلب در مورد سايز پيكسل صحبت مي كنند.
– طراحان گرافيكي در مورد نقطه در اينچ (DPI) صحبت خواند كرد.
شدت سطح رزولوشن به تعداد شدت سطح هاي استفاده شده براي بيان يك تصوير اشاره مي كند.
– هر چه شدت سطح مورد استفاده بيشتر برای، ظرافت سطح جزئيات قابل مشاهده در تصوير بيشتر است.
– شدت سطح رزولوشن معمولا تعداد بيت هاي استفاده شده براي ذخيره ي هر سطح شدت را به ما مي استاد.
چقدر رزولوشن کافي است؟
هميشه سوال بزرگ در مورد رزولوشن اين است كه چقدر رزولوشن كافي است؟
– اين كاملا به چيزهايي كه در تصوير وجود را و اين كه ما چه كاري دوست داريم با آنها مشکل دهيم بستگي را.
– سوال هاي كليدي آن عبارتند از:
آيا تصوير زيبا و دلپذير به نظر مي رسد؟
آيا شما مي توانيد چيزهاي مورد نياز خود را در داخل تصوير ببينيد؟
تصوير سمت راست براي اين كه تعداد ماشين ها را دانلود جزوه پردازش تصاویر دیجیتال كنيم خوب است، اما براي خواندن پلاك ماشين.
آموزش و مراحل پردازش تصاویر
نکته اي درباره ي سطح خاکستري
سطوح خاكستري تصاوير معمولا در بازه 255[-0] قرار دارند كه 0 بيانگر سياه و 522 بيانگر سفيد خلاصهه است.
اين بازه از تكنولوژي صفحات نمايشي نشات مي گيرد و دليلي ديگر مبني بر اين كه چرا از اين بازه استفاده مي كنيم، وجود را. همچنين مي توان اين بازه را بين 0 تا 1 در نظر گرفت .براي بسياري از عمليات هاي پردازش تصوير در ادامه بحث، سطح خاكستري در بازه 0 تا 1 فرض شده است.
روشهای دیگری وجود دارند که باید از ماسکهای 5*5 استفاده کنند .این سایز ماسک دارد 33 میلیون حالت دارد را در بر گیرد که دانشگاه هر پیکسل باید چک علمی کاربردی. بهترین راه استفاده از یک روش دو مرحله ای است که هر دو مرحله از ماسک 3*3 استفاده هستم:
– مرحله اول: پیکسلهائی که باید بر روی آنها کار علمی کاربردی جدا هستم .
– مرحله دوم: تصویر اصلی با تصویر بدست آمده مقایسه علمی کاربردی .
در این روش نیز از جداول جستجو استفاده میعلمی کاربردی.
تمرین:برنامه ای بنویسید که عملیات را Dilation,opening,closing Erosion مشکل استاد.
از نظر ریاضی، استفاده ای که از این تکنیک میکنیم، این است که بتوانیم تصویرمان رابا مجموعه های ریاضی معادل کنیم. در حقیقت هر مجموعه بازگوکننده ی یک آبجکت در تصویر است به این معنا که اگه آبجکتی در تصویر وجود مشکل برایکه تمام پیکسل هایش سیاه برای، میتواند باز گو کننده ی یک مجموعه ی مستقل در فضای Morphology برای دانشگاه تصاویر باینری معادل ریاضی که دانشگاه مجموعه ها در نظر گرفته میعلمی کاربردی، مجموعه های دوبعدی است، به این معنا که اعضای آن عضو مجموعه ی Z^2 هستم . بنابر این اگر آبجکت سیاه در تصویر ما موجود برای، اعضای مجموعه مختصات مولفه های سیاه درون آبجکت هستم ؛ لذا توانستیم از آبجکت یک تعریف ریاضی ارائه کنیم .. اگر فضای رنگی ما Gray Level برای ، بعد مجموعه ی ما به فضای Z^3 تبدیل علمی کاربردی و اینجا مجموعه ی ما سه بعدی است که دو بعدش به مختصات پیکسل ها اختصاص دارند و یک بعدهم به مولفه های رنگی) Color Distribution Factor( آبجکت مورد نظردرون تصویر اختصاص پیدا میلینک .
همان طور که متوجه شدید ، با بالا بردن ابعاد مجموعه در فضای Z میتوانیم انعطاف فضاهای رنگی دیگری را هم دانشگاه آبجکت ها در نظر بگیریم.
اکثر روشهای ریخت شناختی بر روی همسایه های 3*3 عمل هستم.پیکسل مورد توجه (X)درمرکز این پنجره واقع است.همسایه ها به صورت x0 – x7 نامگذاری هستم.
پیوست
مشکل 1: نمونه ای از مراحل مشکل یک پروژه:
در یک کلاس می خواهیم تعداد افراد را بشماریم، مرحله ی اول:
1( Preprocessing : پیش پردازش یعنی آماده سازی پروژه دانشگاه عملیات اصلی
که همان image enhancement است، که تصویر را نگاه می کنیم که آن را دانشگاه عملیات اصلی و بعدی مان مفیدتر کنیم. عملیات ???? را در این تست مشکل می دهیم تا تصویر مفیدتر علمی کاربردی و تصویر contrast آن بالاتر رود.
Preprocessing step : در این step، باید دامنه ی کاری مان را نیز کاهش دهیم، مثلا در کلاس افراد در قسمت پایین هستم.
در کلاس object of interest ما افراد هستم، پس ایده ای که به نظر می رسد این است که افراد را highlight کنیم و بقیه ی قسمت های تصویر را محو کنیم و فقط افراد در آن موجود باشند.
از نظر visually تصویر داغون شده ولی اطلاعات مفید)افراد( در آن وجود دارند.
مفهوم machine vision همین است. یعنی هر سیستم الکترونیکی و مکانیکی که به پردازش تصویر کمک لینک.
سوال این قسمت: چالش های مطرح شده چیست؟ چطور باید با این چالش ها cope )مواجهه( مشکل باشیم؟ با histogram equalization کیفیت را بالا می بریم.
حال باید آدم ها را بشماریم ،thresholding مشکل می دهیم و قسمت های سیاه تصویر را می شماریم، در واقع می بینیم که object of interest ما چه ویژگی بارزی را که ما دنبال آن بگردیم. در افراد چیزی که بیشتر به نظر می آید این است که مشکی هستم) مو یا مقنعه(، پس threshold ی که زده علمی کاربردی رنگ مشکی است) .threshold یعنی مقادیر تصویر با یک مقداری به نام threshold مقایسه علمی کاربردی و اگر کمتر یا بیشتر خلاصه، تغییر داده علمی کاربردی(.
۲( مرحله ی بعدی شمردن است، باید یک threshold value مناسب را انتخاب کنیم که در مقایسه با آن رنگ های تصویر را تغییر دهیم تا تصویر دلخواه به دست بیاید. ) مثلا در مشکل افراد کلاس threshold value = رنگ سیاه(، اگر اشتباه گرفته علمی کاربردی دو حالت ممکن است
09
پیش بیاید: 1- تعداد بیشتری از object interest ها را به ما استاد .۲- کمتر از object interest ها به ما استاد.)بعضی آدم ها را ناستاد(
نکات مهم:
1- به ازای هر مشکل نباید تنظیمات سیستم )مثلا threshold value( را تغییر داد) .manually به صورت دستی وارد شد(.
۲- مشکل هایی که گرفته علمی کاربردی باید معرف جامعه ی واقعی برای. )مثلا در محرم که همه سیاه پوشیده اند سیاه مدنظر نبرای(
* در برخی موارد threshold value به صورت اتوماتیک مشکل علمی کاربردی که همیشه جواب استاد.
سوال: روشی پیشنهاد دهید که فضاهای خالی پارکینگ را تشخیص استاد.
هر پروژه پردازش تصویر یک معماری دانشگاهش پیشنهاد داده علمی کاربردی.
اول باید انگیزه سیستم مشخص علمی کاربردی. )مثلا پارکینگ جا را یا نه (، مثلا انگیزه در سیستم فضای خالی پارکینگ تشخیص فضای خالی در پارکینگ است که باید معماری دانشگاهش ایجاد علمی کاربردی.
پس مراحل : 1- introduction )معرفی پروژه( ۲- انگیزه 3- پیشینه تحقیق
قسمت بعدی مرور ادبیات تحقیق یا پیشینه ی تحقیق است، دانشگاه دانلود جزوه پردازش تصاویر دیجیتال یا شمار افراد در یک مکان چه کارهایی ارائه شده است.
1- چه کارهایی ۲- چگونه مشکل شده اند 3- چه نتایجی دربرمشکل اند. این سربند در پیشینه ی تحقیق برای و باید review … برای یعنی انتقادی برای. )یعنی مقاله ها را مطالعه کنیم و ببینیم در این سال ها چه پیشرفتی در پروژه مشکل شده است.( و مبنای ما آخرین مقاله مثلا در سال ۲012 است .
*حال باید نقاط قوت و ضعف آن ها را بررسی کنیم، هدف این است که ببینیم چه کارهایی را مشکل نداده اند تا ما ادامه دهیم و چقدر می خواهیم دقت سیستم را بالا ببریم و improve کنیم .
معمولا مقاله ای که می نویسیم دانشگاه داوری حتی به مقاله ای که ما به عنوان reference از آن ها استفاده کردیم هم می فرستند. حتی اگر به مقاله ی معتبری در این زمینه هم توجه نکرده باشیم و ارجاع نداده باشیم باز هم literature view ما ضعیف خلاصهه است و خوب تحقیق نکرده ایم