تفکیک ناحیه دست از تصویر زمینه در تصاویر  رنگی با استفاده از پردازش تصویر

1 مقدمه

اگر کمی در تاریخ مطالعه کنیم در می­یابیم که ابتدایی ترین ارتباطات انسان­ها با یکدیگر بر اساس تصاویر بوده است. در زمانیکه زبان و صحبت کردن مفهومی نداشت انسان­ها منظور خود را با کشیدن تصاویر و اشکال برای همدیگر بیان می کردند. بسیاری از وقایع تاریخی و باستانی نیز از روی تصاویر حک شده در دیواره غارها و عمارات قدیمی ثبت شده­اند. حتی علوم طبیعی نیز از تصاویر بهره زیادی برده­اند که نمونه آن فسیل­ها می­باشد. اما از زمانی که صنعت عکاسی و در پی آن تصویربرداری اختراع گردید مفهوم تصویر برای همگان عوض شد و باعث شد تصاویر گذشته به نقاشی یا طراحی و ... تغییر نام پیدا کند. صنعت تصویر برداری ثابت و درپی آن متحرک اختراع شد و امروزه به جرات می توان گفت که تصاویر تلویزیونی و دیجیتالی جزء جدایی ناپذیر زندگی بشر شده است.

پردازش تصویر عبارتست از هر نوع پردازش سیگنال که ورودی  آن یک تصویر مثل عکس یا صحنه‌ای از یک فیلم می­باشد.خروجی پردازشگر تصویر می‌تواند یک تصویر یا یک مجموعه از نشانه­­های ویژه یا متغیرهای مربوط به تصویر باشد.اغلب تکنیک‌های پردازش تصویر شامل برخورد با تصویر به عنوان یک سیگنال دو بعدی و بکاربستن تکنیک‌های استاندارد پردازش سیگنال روی آنها می‌شود. پردازش تصویر اغلب به پردازش دیجیتالی تصویر اشاره می‌کند ولی پردازش نوری و آنالوگ تصویر هم وجود دارند.

یک تصویر دیجیتال تصویری است که  از تعداد زیادی مربعات کوچک(پیکسل) تشکیل شده است.هر پیکسل دارای یک شماره رقمی(DigitalNumber) می باشدکه بیانگر میزان روشنایی  آن پیکسل  است.هنگامی که داده­ها به فرمت دیجیتال باشند، می­توان با استفاده از کامپیوتر ،پردازش و تجزیه و تحلیل های دیجیتالی روی این داده­هاانجام داد.این پردازش برای افزایش کیفیت داده ­ها و تفسیرهای چشمی انجام می­گیرد.همچنین می­توان موضوع یا اطلاعات به خصوصیرا از تصویر به دست آورد که همگی به صورت خودکار توسط کامپیوتر انجام می­گیرد.

 

 

 

2- کاربردهای پردازش تصویر

تقریباً همه روزه شاهد ظهور زمینه ­های کاربردی جدیدی برای علم پردازش تصاویر رقومی هستیم. نقطه ی آغازین این علم، اکتشافات فضایی است که با هدایت محققین و تکنیسین های موسسه ی ملی هوا و فضایی آمریکا (NASA) انجام گرفت. این علم به سرعت به ابزاری برای تفسیر عکس ها در سازمان های جاسوسی دنیا تبدیل گردید. از دیگر سو، دیگر علوم نیز از تأثیرات ناخواسته این علم مصون نماندند. زمین شناسان با استفاده از این علم تصاویر با اطلاعات بسیار مفیدی از سطح زمین بدست می­آورند؛ در این تصاویر می توان جابجایی های پوسته زمین را به راحتی تشخیص داد. تصاویر چند طیفی (چند تصویر از یک منطقه که با بسامد های مختلف، از یک منطقه اخذ شده­ اند) را می توان در اکتشافات نفت و معادن به کار برد، همچنین تصاویر کف اقیانوس ها را می توان با استفاده از سنجنده­های رادار فضایی بدست آورد و نقشه­های آن را بدست آورد، نقشه های هواشناسی را نیز می توان از این مقوله دانست. در حالیکه متخصصان علوم زمینی و نقشه برداری از تصاویر رقومی برای اکتشاف و تهیه نقشه از منابع طبیعی استفاده می کنند، برنامه ریزان و طراحان از روشهایی مشابه برای منظورهای دیگر سود می برند. با استفاده از GIS مسئولین دولتی می توانند پیشرفت های پروژه های عمرانی را با استفاده از عکس های هوایی پیگیری کنند، می توان منطقه ی تحت پوشش مرکز تلفن حوادث اضطراری را روی نقشه های مراکز جمعیتی قرار داد و ... همچنین می توان از کاربردهای علم پردازش تصاویر در پزشکی و دندان پزشکی ،پردازش اسناد و مدارک، کاربردهای صنعتی و رباتیک (دید ماشینی)، نشر و چاپ، صنعت سرگرمی و سینما، کاربردهای تجاری و حتی کاربردهای خانگی نظیر استفاده از دوربین های رقومی، نمابر و تلویزیون و دیگر کاربردها نام برد.

 

2-  مراحل انجام پردازش تصویر

انجام پردازش بر روی تصاویر به منظور بهبود یا استخراج اطلاعات از آنها می­باشد و به طور کلی شامل مراحل زیر است:

الف- دریافت تصویر ورودی
در این مرحله تصویر از ورودی خوانده شده و وارد سیستم می شود. تصویر ورودی می تواند بر روی ابزار ذخیره سازی بوده یا از یک دوربین گرفته شود به عنوان مثال در سیستم تشخیص اثر انگشت ورودی از طریق اسکنر اثر انگشت وارد سیستم می شود.
ب- پیش پردازش تصویر(پردازش سطح پایین)

اهداف کلی این مرحله را می توان ارتقاء تصویر و حذف مو لفه های غیر ضروری از تصویر(حذف نویز) دانست که با استفاده از تکنیک­های پردازش تصویراز جمله ترمیم تصاویر، بالا بردن دقت عکس، عمل کانولوشن یا فیلتر کردن و هیستوگرام تصویرانجام می­پذیرد.

ج- پردازش تصویر(پردازش سطح میانی)

هدف کلی در این مرحله شناسایی ویژگی هایی از تصویر است که بتوان از آنها برای کاربر مورد نظر خود استفاده کرد شناسایی نقاط ویژه و انحنا ها طبقه­بندی يا تشخيص اشياء مختلف از جمله (عملیات تشخیص لبه و بخش بندی تصاویر) ویژگی هایی هستند که در سیستم تشخیص اثر انگشت می توانند استخراج گردند ويژگی اين پردازش اين است که ورودی آن معمولا تصوير و خروجی آن صفاتی از اشياء تصوير مانند لبه ها، کانتورها و تشخيص اشياء است.

د- آنالیز تصویر(پردازش سطح بالا)

در این مرحله با استفاده از ویژگی های استخراج شده به آنا لیز تصویر می پردازیم. پردازش سطح بالا شامل فهميدن روابط بين اشياء تشخيص داده شده، استنباط و تفسير صحنه و انجام تفسير و تشخيص هايی است که سيستم بينايی انسان انجام می دهد.

 

4- پردازش تصاویر رنگی

به طور کلی تصاویر دیجیتال به سه دسته اصلی زیر تقسیم می­شوند:

الف- تصاوير باينري(دودويي):

در اين تصاوير هر پيكسل داراي دو رنگ سياه وسفيد است از انجا كه هر پيكسل داراي دو مقدار ممكن است براي نمايش هر پيكسل نياز به تنها يك بيت داريم. اينگونه تصاوير را به راحتي ميتوان ذخيره نمود..تصاويري كه به صورت باينري نمايش داده ميشوند اغلب شامل نوشته ها  . اثر انگشت ها و يا نقشه هاي مهندسي هستند .

ب- تصاوير با درجات خاكستري:

هر پيكسل در اين تصاوير داراي يك درجه(سايه) خاكستري است كه به طور معمول از صفر(سياه) شروع شده و تا255(سفيد)ادامه مي يابداين دامنه از اعداد را ميتوان در 8بيت ذخيره نمود.اين دامنه براي دستكاري يك فايل تصويري بسيار مناسب است از ديگر دامنه ها نيز گاها استفاده ميشود.اما معمولا اين دامنه ها به صورت تواني از دو بيان ميشوند.برخي تصاوير بدست امده از پزشكي(پرتو ط) " تصاوير  مربوط به كارهاي چاپي  وديگر تصاوير با داشتن 256 اختلاف در درجات خاكستري براي شناسايي طيف وسيعي از اشيا كافي هستند.

ج-تصاوير رنگي:

در رایج ترین مدل رنگ گرافیک کامپیوتری، رنگ ها ار ترکیب سه رنگ قرمز، سبز و آبی به وجود می­آیند که در مجموع 16581375 رنگ متفاوت توسط این سه مولفه می­توان تولید کرد. این مدل رنگ در گرافیک کامپیوتری با نام RGB شناخته می­شود. در کنار مدل رنگ RGB مدلهای دیگری همچون CMYK ، HSI، HSV و.. نیز وجود دارند که هریک از آنها به روش متفاوتی به نمایش رنگها میپردازنداستفاده از رنگ در پردازش تصوير، ناشي از دو عامل است. اولاً، رنگ توصيفگر قدرتمندي است كه غالباً شناسايي و استخراج اشيا را از صحنه آسان ميسازد. ثانياً، انسان مي تواند در مقايسه با فقط 24 سايه خاكستري، هزارانسايهرنگوشدتراتشخيصدهد. اينعاملدوم، مخصوصاً در تحليل تصوير دستي (يعني وقتي كه توسطانسانانجامميگيرد) مهماست.

استفاده از رنگ در پردازش تصویر ناشی از دو عامل است. اولا رنگ توصیف گر قدرتمندی است که قالبا شناسایی و استخراج اشیا را از صحنه آسان میسازد. ثانیا انسان می­تواند در مقایسه با فقط 24 سایه خاکستری ، هزاران سایه رنگ و شدت را تشخیص دهد. این عامل دوم مخصوصا در تحلیل تصویر دستی (یعنی وقتی که توسط انسان انجام می­گیرد) مهم است.

5- تفکیک ناحیه دست از تصویر زمینه با استفاده ار پردازش تصاویر رنگی

در سالهای اخیر با پیشرفت تکنولوژی گرایش به سمت طراحی سیستمهایی که قابلیت برقراری ارتباط با انسان را  از طریق روش های راحت تر و کارامد تر  مهیا می کنند افزایش یافته. یکی از راحت ترین روش­های ارتباطی برای انسان با یک ماشین ارتباط از طریق اشاره است زیرا چناچه برقراری ارتباط انسان با کامپیوتر، تلویزیون یا هر سیستم دیگری از طریق اشاره امکان پذیر باشد نه تنها  استفاده از سیستم مذکور را  بسیار آسان تر و کارامد تر خواهد کرد بلکه نیاز  به وسایل جانبی از قبیل موس ،کیبرد و کنترل را نیز ازبین خواهد برد.

تشخیص حرکات دست یکی از رشته­های تحقیقاتی بسیار مهم و کاربردی در سیستم­های هوشمند امروزی  می باشد که در چند سال گذشته بنا به کاربرد فراوانی که داشته بسیار مورد توجه قرار گرفته است.از جمله کاربرد های این رشته میتوان به تشخیص زبان اشاره ،کنترل رباتها، کنترل تلویزیون ، کنترل کامپیوتر به  وسیله حرکات دست، بازیهای کامپیوتری، کنترل ویلچرهای هوشمند و... اشاره نمود. تا کنون راهکار های مختلفی برای پیاده سازی سیستم تشخیص حرکات دست ارائه شده است که به طور کلی اکثر روشهای ارائه شده برای این مساله شامل 2 بخش هستند:

1- تشخیص ناحیه مربوط به دست و تفکیک آن از تصویر زمینه که به کمک تکنیک های پردازش تصویر و فضاهای رنگی مختلف قابل پیاده سازی است.

2-مرحله  تشخیص حرکات دست

اولین مرحله در تشخیص ناحیه دست تفکیک آن از تصویر زمینه و در واقع تقسیم پیکسل های تصویر ورودی به 2 دسته ی پیکسل های مربوط به ناحیه دست و سایر پیکسل­ها  می باشد. رنگ پوست در افراد مختلف بسته به نژاد محیط و بسیاری از پارامتر های دیگر از گوناگونی بسیار بالایی برخوردار در نتیجه روش استفاده  شده برای این منظور باید بتواند با توجه به تنوع رنگ پوست افراد مختلف تفکیک مناسبی بین ناحیه دست و زمینه انجام دهد.یکی از روشهایی که بدین منظور میتوان از آن استفاده کرد استفاده از تکنیک های پردازش تصویر و  فضاهای رنگی میباشد.

یک روش معمول برای تفکیک تصویر مورد نظر از تصویر زمینه تبدیل تصویر رنگی به تصویر با درجات خاکستری و سپس تبدیل آن به تصویر باینری می باشد

در بسياري از تصاوير خاكستري سطوح خاكستري پيكسل هاي متعلق به شي متفاوت از سطوح خاكستري پيكسل هاي واقع در زمينه ي تصوي مي باشد. براي جدا كردن پيكسل هاي متعلق به شي مورد نظر از پيكسل هاي زمينه، تصوير خاكستري را به تصوير باينري تبديل مي كنيم. در تصوير باينري مقدار هر پيكسل در يكي از دو سطح سفيد يا سياه قرار مي گيرند .براي باينري كردن يك تصوير خاكستري مقدار هر پيكسل با مقدار آستانه مقايسه مي شود اگر مقدار سطح خاكستري پيكسل بيشتر از مقدار آستانه باشد مقدار آن پيكسل با يك جايگزين شده و با رنگ سفيد مشخص ميشود و بالعكس اگر مقدار سطح خاكستري پيكسلي كمتر از مقدار آستانه باشد مقدار ان پيكسل با صفر جايگزين شده  و با رنگ سياه مشخص مي­شود. با توجه به تنوع زیاد رنگ پوستهای مختلف، تعیین یک مقدار آستانه که بتواند برای تمامی رنگ پوستها عمل جداسازی را به شکل مناسب انجام دهد کار آسانی نخواهد بود.

یک روش دیگر برای جداسازی تصویر مورد نظر از تصویر زمینه استفاده از فضاهای رنگی مختلف و آنالیز تصویر در این فضا ها می باشد. یک مدل یا فضای رنگی روش مشخص کردن رنگ بر اساس برخی روشهای معیار است.به عبارت دیگر یک فضای رنگی یک سامانه مختصات سه بعدی است که در آن هر رنگ با یک نقطه بیان می شود .عمومی ترین مدلهای رنگی عبارتند از RGB ،،YIQ ،  HSI ،YCbCr  و YUV. مدل RGB  فضای رنگی مهم و پرکاربردی است که مدل های رنگی دیگر معمولا به وسیله تبدیل های خطی و غیر خطی این مدل بدست می آیند.مدل رنگی YUV   یکی از مدلهای رنگی کاربردی است که باتغییرات کوچکی روی مدل RGB  بدست آمده است. در این فضاYمولفه ایستکه بر میزان روشنایی تصویر دلالت دارد و U و V  مولفه های رنگی تصویر هستند

مطالب مشابه

پردازش عملي تصوير توسط نرم افز

پردازش عملي تصوير توسط نرم افزارMatlab قیمت: 37,0

استفاده از راهنمای متلب

در صورتي كه بخواهيد در مورد دستور و يا تابع خاصي ا

demo استفاده از

دستور demo پنجره جديدي باز مي كند كه شما در آن مي

عمليات ابتدايي در متلب

تعريف كردن آرايه ها و عمليات جبري روي آنها چهار نو

شبكه هاي عصبي در Matlab

موضوع کتاب شبکه های عصبینام نویسنده مصطفی کیا

کتاب آموزش شبیه سازی و مدل ساز

  مشخصات: مولف: دکتر نیکوبین (استاد دانشکده مکان

نوشتن دیدگاه


تصویر امنیتی
تصویر امنیتی جدید