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 را در بسیاری از علوم و صنایع مشاهده نمود . علاقه به روش های 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 . 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