پردازش تصویر دیجیتال
پردازش تصویر دیجیتال[1] دانش جدیدی است كه سابقه آن به پس از اختراع رایانه های دیجیتال باز می گردد . با این حال این علم نوپا در چند دهه اخیر از هر دو جنبه نظری و عملی پیشرفت های چشمگیری داشته است . سرعت این پیشرفت به اندازه ای بوده است كه هم اكنون و پس از این مدت نسبتاً كوتاه ، به راحتی می توان رد پای پردازش تصویر دیجیتال را در بسیاری از علوم و صنایع مشاهده نمود . علاقه به روش های پردازش تصویر دیجیتال از دو محدوده كاربردی اصلی نشات می گیرد كه آن محدوده ها عبارتند از : بهبود اطلاعات تصویری به منظور تعبیر انسانی و پردازش داده های صحنه برای ادراك ماشینی مستقل .
چند دسته مهم از كاربرد های پردازش تصویر به شرح زیر می باشد [ 1 ] :
الف ) كاربردهای عكاسی مانند ارتقاء ، بازسازی تصاویر قدیمی ، بازسازی تصاویر خراب شده با نویز و بهبود ظاهر تصاویر معمولی.
ب ) كاربرد های پزشكی مانند ارتقاء ویژگی های تصاویر اشعه ایكس ، تولید تصاویر MRI و
CT-scan.
ج ) كاربرد های امنیتی مانند تشخیص حركت ( در دزد گیر ها ) ، تشخیص اثر انگشت ، تشخیص چهره و تشخیص امضاء.
د ) كاربرد های نظامی مانند تشخیص و رهگیری خودكار اهداف متحرك یا ثابت از هوا یا از زمین.
ه ) كاربرد های سنجش از راه دور مانند ارتقاء و تحلیل تصاویر هوایی و ماهواره ای (برداشته شده از مناطق مختلف جغرافیایی) كه در كاربرد های نقشه برداری ، كشاورزی ، هوا شناسی و موارد دیگر مفید هستند .
و ) كاربرد های صنعتی مرتبط با خودكار سازی صنایع مانند تفكیك محصولات مختلف بر اساس شكل یا اندازه ، آشكارسازی نواقص و شكستگی های موجود در محصولات ، تعیین محل اشیاء و اجرای فرایند تولید با استفاده از روبات ها و بینایی ماشینی .
ز ) كاربرد های فشرده سازی تصویر مانند ذخیره سازی ، ارسال تصاویر تلویزیون با كیفیت بالا و ارسال تصاویر متحرك و زنده از روی شبكه اینترنت و یا خط تلفن.
ح ) موارد متفرقه دیگری نیز مانند تصویر برداری از اسناد و ارسال آنها توسط دور نگار و تشخیص خودكار نویسه در ردیف كاربرد های پردازش تصویر قرار دارند.
فهرست مطالب
فصل اول: ۱
مقدمه ای بر پردازش تصویر دیجیتال. ۱
۱-۱ : مقدمه. ۲
۱-۲ : مراحل اساسی پردازش تصویر. ۳
۱-۳ : یک مدل ساده تصویر. ۵
۴-۱: تشخیص صورت.. ۶
۱-۵ : تشخیص و تعبیر. ۸
فصل دوم : ۱۱
بررسی دقیق تر برخی از روش های معرفی شده توسط سایر محققین در زمینه تشخیص صورت.. ۱۱
۲-۱ : تشخیص صورت در تصاویر رنگی با استفاده از فیلتر پوست.. ۱۲
۱-۱-۲: چکیده. ۱۲
۲-۱-۲ : فیلتر پوست.. ۱۳
۲-۱-۳ : تشخیص صورت در نواحی پوست.. ۱۷
۲-۲ : الگوریتم تشخیص صورت بر مبنای مکان یابی ویژگی های صورت.. ۲۱
مقدمه. ۲۱
۲-۲-۱ : چکیده. ۲۲
۲-۲-۲ : الگوریتم تشخیص صورت.. ۲۲
۲-۲-۳ : جبران سازی نور و تشخیص رنگ و تن پوست.. ۲۳
۲-۲-۴ : مکان یابی ویژگی های مربوط به صورت.. ۲۴
۵-۲-۲ : نتایج.. ۲۷
۲-۳: یک متد آماری برای تشخیص اجسام سه بعدی.. ۲۸
مقدمه. ۲۸
۲-۳-۱ : چکیده. ۲۸
۲-۳-۲ : تشخیص بر مبنای ظاهر. ۲۹
۲-۳-۳ : قانون تصمیم آماری.. ۳۰
۲-۳-۳-۱ : احتمال بر اساس نتایج آماری.. ۳۱
۲-۳-۳-۲ : تجزیۀ ظاهر به فضا،فراوانی و جهت.. ۳۳
۲-۳-۳-۳ : نمایش نمونه ها با زیر مجموعۀ ضریب موج. ۳۴
۲-۳-۳-۴ : فرم نهایی تشخیص دهنده. ۳۷
۲-۳-۴ : جمع آوری آمار. ۳۷
۲-۳-۵ : کاربرد تشخص دهنده ها ۳۸
۲-۳-۶ : صحت تشخیص صورت با چرخش خارج از محدوده. ۳۹
۲-۴ : تشخیص صورت با استفاده از روش مسافت هاسدورف.. ۴۲
مقدمه: ۴۲
۲-۴-۱ : چکیده. ۴۲
۲-۴-۲ : تشخیص جسم با روش هاسدورف.. ۴۳
۲-۴-۲-۱ : تعریف.. ۴۳
۲-۴-۲-۲ : تشخیص بر پایۀ مدل. ۴۳
۲-۴-۳ : توضیح سیستم. ۴۴
۲-۴-۳-۱ : دوره تشخیص… ۴۵
۲-۴-۳-۲ : پالایش… ۴۵
۲-۴-۳-۳ : انتخاب مدل. ۴۶
۲-۴-۴ : صحت.. ۴۶
۲-۴-۵ : نتایج.. ۴۷
۲-۵ : مدل ژنتیک بهینه سازی مکان یابی چهره به روش هاسدورف بر پایه مسافت.. ۴۸
۲-۵-۱ : مقدمه. ۴۸
۲-۵-۲ : چکیده. ۴۹
۲-۵-۳ : تشخیص صورت با روش هاسدورف بر پایه مسافت.. ۴۹
۲-۵-۴ : مدل ژنتیک… ۵۲
-۵-۲۴-۱ : کد های مدل. ۵۲
۲-۵-۴-۲ : توابع تناسب.. ۵۲
۲-۵-۴-۳ : پارامتر های مورد نیاز. ۵۴
۲-۵-۴-۴ : مقداردهی اولیه. ۵۵
۲-۵-۵ : نتایج آزمایشات.. ۵۵
۲-۵-۶ : نتیجه گیری.. ۵۹
فصل سوم : ۶۰
تشخیص صورت بر مبنای رنگ پوست.. ۶۰
۳-۱ : استفاده از رنگ به عنوان ابزار پردازش تصاویر رنگی.. ۶۱
۳-۱-۱ : مبانی رنگ… ۶۲
۳-۲ : تشخیص پوست.. ۶۴
۳-۳ : مدل های رنگ… ۶۴
۳-۳-۱ : مدل رنگ RGB. 65
3-3-2 : مدل رنگ CMY. 68
3-3-3 : مدل رنگ YIQ.. 68
3-3-4 : مدل رنگ HSI 69
3-3-5 : مدل رنگ YCbCr 71
3-3-5-1: تبدیلات بین RGB و YCbCr 73
3-3-6 : مدل های رنگ دیگر. ۷۵
۳-۳-۷ : نتیجه گیری از فضاهای رنگ… ۷۵
۳-۴ : ساختن مدل برای پوست.. ۷۶
فصل چهارم : ۷۸
شناسایی صورت در یک پایگاه داده اختیاری.. ۷۸
۴-۱ : شناسائی صورت.. ۷۹
۴-۱-۱ : مقدمه. ۷۹
۴-۱-۲ : تاریخچه. ۷۹
۴-۱-۳ : روش های برجسته. ۸۰
principle component analysis : 1-3-1-4. 81
: 2-3-1-4 Linear discriminant analysis. 81
-3-1-43: Elastic Bunch Graph Matching. 82
4-1-4 : ارزیابی دولت ایالات متحده امریکا ۸۳
۴-۱-۵ : نظر اجمالی به استاندارد ها ۸۵
:۶-۱-۴ نتیجه گیری.. ۸۵
۴-۲ : قرارداد فرت برای الگوریتم شناسایی صورت.. ۸۶
۴-۲-۱ : مقدمه. ۸۶
۴-۲-۲ : چکیده. ۸۶
۴-۲-۳ : تست سپتامبر ۹۶ فرت.. ۸۷
۴-۲-۴ : مدل تحقیق.. ۹۱
۴-۲-۵ : نتایج تحقیق.. ۹۳
۴-۲-۶ : نتیجه گیری.. ۹۹
فصل پنجم : ۱۰۱
روش انجام کار. ۱۰۱
۵-۱ : مقدمه. ۱۰۲
۵-۲ : مدل کردن رنگ پوست.. ۱۰۲
۵-۳ : جداسازی پوست.. ۱۰۶
۵-۴ : نواحی پوست.. ۱۰۹
۵-۴-۱ : یافتن تعداد سوراخ های یک ناحیه. ۱۱۰
۵-۴-۲ : مرکز حجم. ۱۱۱
۵-۴-۳ : جهت.. ۱۱۲
۵-۴-۴ : عرض و ارتفاع ناحیه. ۱۱۳
۵-۴-۵ : نسبت ناحیه. ۱۱۳
۵-۴-۶ : الگوی صورت.. ۱۱۳
۵-۵ : تطبیق الگو. ۱۱۴
۵-۶ راهکارهای پیشرفت این پروژه: ۱۱۹
۵-۷ نتایج : ۱۲۰
فهرست منابع. ۱۲۳