آسمان شهر

این پاورپوینت با موضوع تحقیق و بررسی کاربرد های پردازش تصویربا 99اسلاید با عناوین زیر

•مقدمه

•چند تعریف ..اصطلاحات

•معرفی چند کاربردتصویر

•بازشناسی نوری حروف ( OCR )

•بررسی اجزا و انواع سیستم OCR

•تحلیل بخشهای مختلف سیستمهای OCR

•منابع

 

 

مقدمه

در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم. این ورودی ها میتوانند از یک سنسور صوتی, سنسور فاصله سنج , سنسور مادون قرمز , میکروفن و با تصاویر ارسالی از یه دوربین باشد.

امروزه پردازش تصویر بهترین ابزار برای استخراج ویژگی ها و تحلیل موقعیت و در نهایت تصمیم گیری صحیح می باشد.

در مورد انسان نیز به همین صورت است, اطلاعات از طریق چشم به مغز ارسال می شوند و مغز باپردازش این اطلاعات تصمیم نهایی را گرفته و فرمان را صادر می کند.

هدف از پردازش تصویر پیاده سازی عملکرد ذهن انسان در قبال داده ها و انجام پردازش های

خاصی برای استخراج ویژگی مورد نیاز برای رسیدن به هدف از پیش تعیین شده می باشد.
تعریف پیکسل

کوچکترین جزء PIXEL است .

پیکسل مخفف Picture Element به معنی المان تصویر است. یک تصویر متشکل از تعداد زیادی پیکسل است که در کنار هم قرار گرفته اند .

در واقع زمانی که با یک دوربین دیجیتال عکس می گیرید اگر رزولوشن دوربین شما 640480x باشد به این معنی است که ماتریس با ابعاد 640480x در اختیار شماست که 640 پیکسل در طول و 480 پیکسل در عرض دارد

به ازای هر پیکسل یک سلول نوری در دوربین وجود دارد. شدت نور این سلول نوری مقدار عددی را برای این پیکسل تعیین می کند. به طور مثال به ازای رنگ سیاه مقدار صفر در پیکسل ذخیره می شود و به ازای رنگ سفید مقدار 255 در آن ذخیره می شود
زمینه

به مجموعه پیکسل هایی که شامل آبجکت نیستند , یا مجموعه پیکسل هایی که شامل S’ هستند گفته می شود . ( S’ پیکسل هایی که شامل آبجکت نمی باشند
مسیر path

پیکسل را در یک تصویر باینری در نظر بگیرید .

اگر راهی بین این 2 پیکسل از طریق پیکسل هایی که حاوی آبجکت هستند وجود داشته باشد, به پیکسل های مرتبط مسیر گفته میشود .
اتصال

اگر S مجموع پیکسل هایی باشد که شامل آبجکت هستند پس S’ شامل ییکسل های بک گراند است . 2 پیکسل p و q که هر 2 متعلق به S هستند متصل به یکدیگرند اگر حداقل یک مسیر بین p و q وجود داشتهباشد
تشخیص الگو ( Pattern Recognition )

فرض کنید می خواهید تشخیص دهید که آبجکتی که در تصویر است دایره است یا خیر . به این عمل که توسط مغز کامپیتر انجام میشود تشخیص الگو گفته می شود .

برای این منظور باید به دنبال ویژگی منحصر به فردی در دایره باشیم . به عنوان مثال مثلا در مغز انسان , دایره مکان هندسی نقاطی است که فاصله آنها از یک نقطه مشخص از آن در ذهن دارد .

در دایره ویژگی منحصر به فرد P2/S = 4R است . البته باید به این نکته توجه کرد که منحصر به فرد بودن این ویژگی در اشکال هندسی و در آبجکت های بی شکل صادق نیست .
شماره گذاری آبجکت های درون تصویر

برای تشخیص اینکه چه تعداد آبجکت در تصویر وجود دارد و هر کدام از پیکسل هل متعلق به کدام آبجکت است از روش های مختلفی استفاده می شود و به این عمل Component Labeling یا شماره گذاری اجزاء گفته می شود .

ماتریسی که مشاهده می کنید یک تصویر به فرض سیاو و سفید است ( رنگ هایی که در تصویر مشاهده می کنید برای جدا کردن آبجکت ها است ) در خانه هایی که آبجکتی وجود ندارد مقدار صفر و در پیکسل هایی که آبجکت وجود دارد عدد یک وجود دارد

از سطر اول شروع می کنیم و آنقدر در سطر حرکت می کنیم تا به اولین پیکسلی که حاوی مقدار 1 است برسیم ,این پیکسل را به عنوان اولین آبجکت در نظر می گیریم .

بین پیکسلی که قبلا نشانه گذاری کرده بودیم و پیکسلی که الان به آن رسیدیم مسیری وجود داشت , این 2 پیکسل هر دو از یک آبجکت هستند , پس به این پیکسل نیز برچسب همان پیکسل قبلی را می زنیم . کار ادامه پیدا می کند تا جایی که به پیکسلی میرسیم که در شکل مشخص شده است که متعلق به آبجکت یک است ولی در همسایگی آن پیکسل برچسب گذاری نشده است
تشخیص لبه در یک تصویر..؟؟

دلیل ایجاد یک لبه در تصویر اختلاف شدت نور در 2 طرف آن محل است که به ان لبه می گوییم لبه ها قسمتی از تصویر هستند که اشتخوان بندی تصویر را مشخص می کنند.

انواع لبه ها

1 - لبه عمودی

2 - لبه افقی

3 - لبه مورب
برای یافتن لبه ها به شکل زیر عمل می کنیم

برای لبه های افقی از ستون اول(منظور جدول شماره گذاری آبجکت ها هست) به صورت

عمودی شروع به حرکت می کنیم و هر پیکسل را با پیکسل قبل از خودش مقایسه می کنیم

اگر تفاوت آنها از عدد مشخصی بیشتر باشد آنجا لبه است .

در غیراین صورت به آن کاری نداریم .
برای یافتن لبه ها به شکل زیر عمل می کنیم
یافتن لبه های عمودی هم به همین صورت است منتها به صورت افقی شروع به حرکت می کنیم .
لبه های مورب میشه گفت ترکیبی از این 2 لبه اند به این صورت که جذر جمع مختصات هر پیکسل باید از عددی مشخص بیشتر باشد در غیر این صورت لبه نیست .
بزرگ نماییZoom

برای بزرگ نمایی یا کوچک نمایی تصویر الگوریتم های مختلفی وجود دارد که ما به ساده ترین آنها اشاره می کنیم .

برای 2 برابر کردن تصویر بین هر سطر و ستون یک سطر و ستون اضافه قرار می دهیم و مقدار آن را میانگین 2 پیکسل کناری آن قرار می دهیم .

برای 1/2 کردن تصویر به صورت یکی در میان سطر و ستون ها را حذف می کنیم .همین روش را برای N برابر و 1/N برابر کردن استفاده می کنیم .
شناسایی الگو

شناسایی الگو یکی از شاخه های هوش مصنوعی است که با طبقه بندی (کلاسه بندی) و توصیف

مشاهدات سروکار دارد. .

شناسایی الگو به ما کمک می کند تا داده ها (الگوها) را با تکیه بر دانش قبلی یا اطلاعات آماری استخراج

شده از الگوها، طبقه بندی نماییم.

الگوهایی که می بایست کلاسه بندی شوند، معمولا گروهی از سنجش ها یا اهداف هستند که مجموعه

نقاطی را در یک فضای چند بعدی مناسب تعریف می نمایند

کاربردهای بازشناسی الگو

بازشناسی الگو در بسیاری از زمینه ها نقش کاربردی دارد . بازشناسی حروف، بازشناسی نویسنده،تصدیق امضاء، طبقه بندی اثر انگشت و بازشناسی گفتار نمونه هایی از این کاربردها هستند. شناسایی الگو برای تحلیل داد ه های پزشکی نیز بکار گرفته شده است.
کاربردهای بازشناسی الگو

برای مثال تفسیرالکتروکاردیوگرام، تحلیل تصاویر اشعه X و طبقه بندی کروموزم ها را می توان نام برد. نمونه های دیگری از این کاربردها شامل طبقه بندی مناطق زراعی، مطالعه آلودگی آب ها، آشکار کردن منابع زیرزمینی و پیش بینی آب و هواست.

در این نوع کاربردها ، تصاویر ارسال شده از ماهواره و تصاویر هوایی به کمک روش های بازشناسی الگو تفسیر می شوند

سیستمهای OCR از لحاظ نوع الگوی ورودی به دو گروه تقسیم میشوند:
سیستمهای بازشناسی متون چاپی

سیستمهای بازشناسی متون دستنویس

از لحاظ نحوه ورود اطلاعات، سیستمهای OCR به دو دستة تقسیم می شود

سیستمهای بر خط

سیستمهای برون خط

تعریف سیستم برخط

در بازشناسی برخط، حروف در همان زمان نگارش توسط سیستم تشخیص داده میشوند. دستگاه ورودی این سیستمها یک قلم نوری است.

در این روش علاوه بر اطلاعات مربوط به موقعیت قلم، اطلاعات زمانی مربوط به مسیر قلم نیز در اختیار است. این اطلاعات معمو ً لا توسط یک صفحة رقومی کننده اخذ می شوند.

در این روش می توان از اطلاعات زمانی سرعت، شتاب، فشار و زمان برداشتن و گذاشتن قلم روی صفحه در بازشناسی استفاده کرد.

و....