جستجو در تالارهای گفتگو

متلب (MATLAB) نام یکی از نرم‌افزارهای رایانه‌ای برای انجام محاسبات ریاضی است. واژهٔ متلب هم به معنی محیط محاسبات رقمی و هم به معنی خود زبان برنامه‌نویسی مربوطه‌است که از ترکیب دو واژهٔ MATrix و LABoratory ایجاد شده‌است. این نام حاکی از رویکرد ماتریس محور برنامه‌است، که در آن حتی اعداد منفرد هم به عنوان ماتریس در نظر گرفته می‌شوند. کار کردن با ماتریس‌ها در Matlab بسیار ساده است. در حقیقت تمام داده‌ها در Matlab به شکل یک ماتریس ذخیره می‌شوند. برای مثال یک عدد (اسکالر) به شکل یک ماتریس ۱*۱ ذخیره می‌شود. یک رشته مانند «Whale is the biggest animal» به شکل ماتریسی با یک سطر و چندین ستون (که تعداد ستون‌ها به تعداد کاراکترهاست) ذخیره می‌شود. حتی یک تصویر به شکل یک ماتریس سه بعدی ذخیره می‌گردد که بُعد اول و دوم آن برای تعیین مختصات نقاط و بُعد سوم آن برای تعیین رنگ نقاط استفاده می‌شود. فایل‌های صوتی نیز در Matlab به شکل ماتریس‌های تک ستون (بردارهای ستونی) ذخیره می‌شوند. بنابراین جای تعجب نیست که Matlab مخفف عبارت Matrix Laboratory باشد. علاوه بر توابع فراوانی که خود Matlab دارد، برنامه‏نویس نیز می‏تواند توابع جدید تعریف کند. استفاده از توابع Matlab برای نمایش داده‏ها بسیار راحت و لذت بخش است. ساخت رابط‌های گرافیکی یا Graphical User Interfaces مانند دیالوگ‌هایی که در محیط‌های ویژوال مانند بیسیک و C وجود دارند، در Matlab امکان‌پذیر است. این قابلیت، ارتباط بهتری را میان برنامه‏های کاربردی نوشته‏شده با Matlab و کاربران برقرار می‌کند. متلب که از محصولات شرکت مت‌ورکس (The MathWorks) است، برای گروه‌های مختلف مهندسان رشته‌های مختلف از جمله مهندسی برق، مکانیک، رایانه و… کاربرد بسیاری دارد. هسته متلب برای سرعت و کارایی بالا به زبان سی نوشته شده‌است ولی رابط گرافیکی آن به زبان جاوا پیاده سازی گشته‌است. برنامه‌های متلب اکثراً متن‌باز هستند و در واقع متلب (مانند بیسیک) مفسر است نه کامپایلر. قدرت متلب از انعطاف‌پذیری آن و راحت بودن کار با آن ناشی می‌شود، همچنین شرکت سازنده و گروه‌های مختلف، از جمله دانشگاه‌های سرتاسر جهان و برخی شرکت‌های مهندسی هر ساله جعبه‌ابزارهای خاص-کاربردی به آن می‌افزایند که باعث افزایش کارآیی و محبوبیت آن شده‌است. فهرستی از این جعبه‌ابزارها در زیر آمده ‌است: * جعبه‌ابزار مخابرات متلب، توابع و ابزارهای محاسبات مهندسی مخابرات * جعبه‌ابزار کنترل متلب، توابع و ابزارهای محاسبات مهندسی کنترل * جعبه‌ابزار فازی متلب، توابع و ابزارهای محاسبات فازی * جعبه‌ابزار محاسبات متلب، توابع و ابزارهای محاسبات عددی * جعبه‌ابزار سیمولینک متلب، جعبه‌ابزاری برای شبیه‌سازی سیستم‌ها به صورت مجرد * جعبه‌ابزار تخمین متلب، توابع و ابزارهای محاسبات بحث تخمین سیستم در مهندسی کنترل * جعبه‌ابزار آمار متلب، توابع و ابزارهای محاسبات آمار * جعبه‌ابزار جمع‌آوری داده متلب، توابع و ابزارهای جمع‌آوری داده * جعبه‌ابزار شبکه عصبی متلب، توابع و ابزارهای محاسبات شبکه عصبی * جعبه‌ابزار پردازش تصویر متلب، توابع و ابزارهای محاسبات پردازش تصویر * جعبه‌ابزار پردازش صوت متلب، توابع و ابزارهای محاسبات پردازش صوت * جعبه‌ابزار احتمالات متلب * جعبه‌ابزار کارگاه بلادرنگ متلب، توابع و ابزارهای محاسبات سیستم‌های بلادرنگ دانلود با لینک مستقیم: ml2011aw{www.EngSoft.Net}.part01.rar ml2011aw{www.EngSoft.Net}.part02.rar ml2011aw{www.EngSoft.Net}.part03.rar ml2011aw{www.EngSoft.Net}.part04.rar ml2011aw{www.EngSoft.Net}.part05.rar ml2011aw{www.EngSoft.Net}.part06.rar ml2011aw{www.EngSoft.Net}.part07.rar ml2011aw{www.EngSoft.Net}.part08.rar ml2011aw{www.EngSoft.Net}.part09.rar ml2011aw{www.EngSoft.Net}.part10.rar ml2011aw{www.EngSoft.Net}.part11.rar ml2011aw{www.EngSoft.Net}.part12.rar ml2011aw{www.EngSoft.Net}.part13.rar ml2011aw{www.EngSoft.Net}.part14.rar ml2011aw{www.EngSoft.Net}.part15.rar ml2011aw{www.EngSoft.Net}.part16.rar ml2011aw{www.EngSoft.Net}.part17.rar ml2011aw{www.EngSoft.Net}.part18.rar ml2011aw{www.EngSoft.Net}.part19.rar ml2011aw{www.EngSoft.Net}.part20.rar ml2011aw{www.EngSoft.Net}.part21.rar ml2011aw{www.EngSoft.Net}.part22.rar ml2011aw{www.EngSoft.Net}.part23.rar ml2011aw{www.EngSoft.Net}.part24.rar ml2011aw{www.EngSoft.Net}.part25.rar ml2011aw{www.EngSoft.Net}.part26.rar ml2011aw{www.EngSoft.Net}.part27.rar پسورد تمام فایل ها: [Hidden Content] دقت كنيد كه تمام نرم افزار ها داراي 5 درصد فايل ريكاوري هستند.اگر هنگام اكستركت با مشكل مواجه شديد ميتوانيد با استفاده از نرم افزار winrar از قسمت tools قسمت repair archive را انتخاب نماييد.

سلام دوستان پروژه­ ی آماده ­ای که واستون گذاشتم مربوط به پروژه­ ی درس پردازش تصویر هستش که با کمک جناب مدیر، آقا Imaaan کاملش کردم. که کارش تشخیص سرطان کبد هست. البته این مقاله دو قسمتی بود، قسمت اول سگمنت کردن کبد و قسمت دوم تشخیص تومور. که قسمت اولش رو بنده انجام ندادم. اول روی تصویر یه سری بهبود انجام میدیم : استفاده از Linear contrast stretching برای افزایش تفاوت بین بافت کبد و تومور. جمع تصویر با خودش. بعد از تقویت کنتراست تصویر، سطوح روشنایی بافت کبد بیشتر و بین 140 تا 160 هست، که بعد از جمع تصویر با خودش بیشتر بافت­های کبد به شکل سفید در میآن. بافت­های سرطانی هم تیره­ تر از بافت­های سالم ظاهر میشن. حذف نویز با استفاده از فیلتر گائوشین. این تصویر مربوط به بعد از حذف نویز با فیلتر گائوشین هست( قسمتی که تومور دارد تیره تر از بافت کبد می باشد.) مرحله بعدی تبدیل تصویر خاکستری، به تصویر باینری هست که استفاده از الگوریتم IsoData انجام شده که توضیحات مربوط به کد و نحوه انجام کار تو بخش [Hidden Content] به صورت مفصل گفته شده. این تصویرم مربوط به خروجی این الگوریتم هستش. مرحله ­ی بعدی حذف تومورهایی هست که به اشتباه به عنوان تومور تشخیص داده شده­اند. که تو این قسمت هم دو راه پیشنهاد داده شده که من یکی از روش­ها رو استفاده کردم، که به این صورت هست: این کار را برای هر کدام از تومورها تکرار کنید: 1.یک تومور را انتخاب کرده، با استفاد از دستور BwLabel ، مساحت آن را محاسبه و یک دایره هم مساحت با تومور انتخاب شده ایجاد کنید. که یه سری توضیحات تکمیلی هم درمورد رسم دایره تو این بخش [Hidden Content] هست 2. دایره را آنقدر روی تومور حرکت دهید تا بیشترین اشتراک بدست آید. 3. اگر Circularity که طبق رابطه­ ی زیر بدست می­آد بیشتر از 85% باشد، تومور به درستی تشخیص داده شده است. Circularity= area of intersection between blob and circle/ area of formed circle خط 79 تا 87 اشتراک بین تومورو دایره رو حساب میکنه و خط 88 بیشترین اشتراک رو محاسبه کرده و خط بعدی نسبت مربوطه رو. خروجی مرحله آخر یک توضیح در رابطه با خوندن و نمایش تصویر سه بعدی سی تی اسکن با پسوند mha بدم که کار خوندن رو تابع mha_read_volume انجام میده و تابع slicer برای نمایش تصاویر سه بعدی هست که من توابع رو هم ضمیمه ی پروژه کردم اما چند تا تابع دیگه هم میتونه برای نمایش تصاویر با پسوند mha و پزشکی استفاده بشه که در اینجا گذاشته شده. لینک پروژه بعلاوه تصاویر و توابع مربوط به خواندن و نمایش تصاویر سه بعدی: امیدوارم به کارتون بیاد و بازم از آقای انصاری ممنون

سلام دوستان من دنبال دستوری میگردم که بتونم بدون تبدیل تصویر رنگی به خاکستری و باینری ، شیء رو از اون جدا کنم ونمایش بدم ... segment کردن تصویر باینری رو بلدم اما تصویر رنگی رو نه ، لطفا کمک کنید ممنون

در این تاپیک می خواهیم کتاب An Introduction to Digital Image Processing with Matlab معرفی کنیم: این کتاب در بخشهای اول مقدمات و مفاهیم پردازش تصویر بیان میکنه و بعد شروع میکنه به کد نویسی برای کسایی که هیچ آشنایی با پردازش تصویر ندارن با در مرحله مقدمات هستن میتونه مفید باشه. متن کتاب خیلی ساده و روان هست و قابل کپی شدن. البته یه سری فایل و پاور کمکی هم هست که میتونین ازشون استفاده کنین. An Introduction to Digital Image Processing with Matlab Alasdair McAndrew School of Computer Science and Mathematics Victoria University of Technology تعداد صفحات 233 حجم 4253 KB . . . . . .

پردازش تصویر شامل روش‌های مربوط به دستیابی تصاویر، پردازش، آنالیز و درک محتوای آن‌ها است که بر اساس شبیه‌سازی توانایی بینایی انسان با قابلیت های بیشتر براي بهبود كيفيت و بهره‌ وري است. این فناوری می تواند ببیند، پردازش کند و تصمیمی صدها برابر دقیق تر، سریعتر و با کمترین خطا نسبت به چشم انسان بگیرد. کاربرد پردازش تصویر در زمینه های مختلف امروزه با پیشرفت تجهیزات تصویر برداری و الگوریتم‌های پردازش تصویر در کنترل کیفیت ، شاهد عرضه سیستم های تصویری پیشرفته برای سنجش اندازه و ابعاد، کالیبراسیون، کنترل اتصالات مکانیکی، افزایش کیفیت تولید و ... هستیم. با استفاده از تکنیک‌های پردازش تصویر می‌توان دگرگونی اساسی در خطوط تولید ایجاد کرد. بسیاری از پروسه‌های صنعتی که تا چند دهه پیش پیاده‌سازی شان دور از انتظار بود، هم اکنون با بهره‌گیری از پردازش هوشمند تصاویر به مرحله عمل رسیده‌اند. کنترل کیفیت در خط تولید در خطوط تولید، معيار استانداردهای کنترل کیفی محصول تولیدی مي‌تواند لبه‌هاي زائد، خراشيدگي و بادكردگي و تورم روي فلزات، نوع چاپ لیبل و بسياري چيزهاي ديگر باشد. سیستم ویژن و پردازش تصویر در صنعت امروزه استفاده از تکنولوژی ماشین بینایی و تکنیک‌های پردازش تصویر و با توجه به داشتن توجیه اقتصادی این سیستم در دراز مدت کاربرد گسترده‌ای در صنعت پیدا کرده ‌است و سیستم ویژن روز به روز کاربرد بیشتری پیدا کرده و روند رشد آن در اکثر پروژه ها چشمگیر بوده ‌است. این پروژه‌ها با استفاده از پردازش تصویر، شمارش و اندازه‌گیری اشیا، دسته‌بندی اشیا، اندازه‌گیری و کنترل ابعادی با دقت میکرون و کالیبراسیون، تشخیص عیوب از جمله تشخیص ترک، بازرسی لیبل و خواندن بارکد و کاراکترهای روی محصول و بسیاری عملیات دیگر را انجام می‌دهند. بکارگیری ماشین های بینایی طیف گسترده ای از اپلیکیشن ها را در بر می گیرند که از جمله می توان به کاربرد آنها درصنایع زیر اشاره کرد : صنایع دارویی و تجهیزات پزشکی صنایع خودروسازی صنعت بسته بندی صنعت کاشی و سنگ صنعت پلاستیک و پلیمر صنعت لوله و کابل صنعت غذایی و آشامیدنی صنعت فولاد صنعت کشاورزی صنعت قطعه سازی خطوط تولید بردها و تجهیزات الکتریکی از جمله خطوط تولید موبایل لوازم آرایشی و بهداشتی کنترل ماشین های صنعتی ( ربات های صنعتی و بازوهای مکانیکی ) هسته ای و هوافضا

این کتاب یکی از معتبرترین کتاب ها در زمینه پردازش تصویر می باشد . کسانی که علاقه دارند پردازش تصویر رو از ابتدا یاد بگیرن می تونن به این کتاب مراجعه کنن. برای دانلود کتاب به لینک زیر مراجعه کنید عکس های این فایل سیاه و سفید هستن

در این فروشگاه اینترنتی چندین پروژه تخصصی مخابرات شامل پروژه های پردازش صوت و پردازش تصویر مخابرات سیار، کدینگ ، شبکه داده و PLC آماده فروش می باشند برای اطلاع از جزئیات و مشخصات پروژه ها به آدرس زیر مراجعه نمایید. [Hidden Content] با تشکر

جهت طبقه­ بندی تصاویر می­توان از طبقه ­بندی­­ کننده­ های متفاوتی استفاده نمود. یک دسته از طبقه­ بند­ی کننده­ ها براساس شیوه­ ی یادگیری کار می­کنند. در این روش­ها ابتدا تعدادی نمونه به عنوان داده­ های آموزش به طبقه ­بند داده می­شود و جدا­کننده به وسیله­ ی این داده ­ها آموزش می­بیند. پس از آن نمونه­ های تست به طبق ه­بند داده می­شود و طبقه­ بند در مورد گروهی که این داده ­ها به آن تعلق دارند، تصمیم­ گیری می­کند. دو طبقه بندی که بیشتر در روش­های نهان­کاوی مورد استفاده قرار گرفته­اند Fisher’s Linear Discriminate(FLD) و Support Vector Machine(SVM) هستند. SVM قوی­تر از FLD می باشد. SVM ابزار یادگیری قوی­ ای در حل مسائل طبقه­ بندی، با دو کلاس است. هدف SVM ایجاد مدلی است که با داشتن ویژگی­های نمونه­ های داده در مجموعه داده­های آموزشی مقدار هدف آنها را حدس بزند. در این روند بردار­های آموزشی نمونه­ های آموزشی XI از تصویر I به فضای با ابعاد بیشتر نگاشت می­شود. سپس یک SVM یک ابر­صفحه­ ی جدا کننده­ ی خطی را پیدا می­کند که بیشترین حاشیه را در این فضای با ابعاد بیشتر داشته باشد. شکل 1 مسأله­ ی جدا کردن دو کلاس که بصورت خطی جدایی­ پذیر هستند را نشان می­دهد. همانطور که در شکل دیده می­شود، برای جدا کردن این دو کلاس، ابر­صفحه­ های بیشماری وجود دارد که بعضی از آنها به کلاس­ها بسیار نزدیکند. SVM تلاش می­کند تا ابر­صفحه­ ای را بیابد که در بیشترین فاصله نسبت به دو کلاس قرار داشته باشد. انتخاب این ابرصفحه باعث می­شود که طبقه­ بندی کننده قابلیت تعمیم بهتری داشته باشد. شکل 1- دو کلاس خطی جدایی ­پذیر و ابر صفحه­ های طبقه­ بندی کننده به این منظور دو ابر صفحه­ ی موازی که نقاط سرحدی را در دو کلاس تعیین می­کنند در­نظر گرفته می­شوند، سپس ابر­صفحه­ ای که در فاصله­ ی مساوی از این دو ابر­صفحه قرار گرفته می­گیرد به عنوان ابر صفحه­ ی طبقه­ بندی کننده تعیین می­شود. شکل 2 دو کلاس خطی جدایی ­پذیر و طبقه ­بندی کننده­ی SVM را نشان می­دهد. شکل 2- دو کلاس خطی جدایی­ پذیر و طبقه­ بندی کننده­ ی SVM شکل3 یک SVM را نشان می­دهد که برای حل یک مسأله با دو کلاس مورد آموزش قرار گرفته است. نمونه­ هایی که بر روی حاشیه قرار گرفته­ اند بردار پشتیبان نام دارند. بردار­های پشتیبان (زیر مجموعه­ ای از نمونه­ های آموزشی) نزدیکترین نقاط به سطح تصمیم­ گیری هستند و طبقه­ بندی آنها از سایر نمونه­ ها مشکل­تر است. شکل 3- SVM آموزش داده شده با نمونه­ های دو کلاس. دو بردار پشتیبان(نقاط داده) با دایره­ های سیاه­رنگ با اندازه ­ی بزرگتر از بقیه­ ی دایره ­ها بر­روی خطوط مرزی چپ و راست نشان داده می­شوند.

چکيده - علم پردازش تصویر در چند دهه اخیر از هر دو جنبه نظری و عملی پیشرفت های چشمگیری داشته است. سرعت این پیشرفت به اندازه ای بوده است که هم اکنون، به راحتی می توان رد پای پردازش تصویر را در بسیاری از علوم و صنایع مشاهده نمود. بعضی از این کاربردها آنچنان به پردازش تصویر وابسته هستند که بدون آن،اساساً قابل استفاده نمی باشند. اگر چه ذکر تمام جزئیات کاربردهای پردازش تصویر در یک مقاله امکان پذیر نمی باشد ولی سعی شده است که به طور کلی اکثر زمینه های کاربرد آن بیان شود. در این مقاله چهارده زمینه ی مختلف کاربرد پردازش تصویر بیان شده است که عبارتند از: صنعت، پزشکی، علوم نظامی و امنیتی، زمین شناسی، فضانوردی و نجوم، شهرسازی، هنر و سینما، فناوری های علمی، سیاست و روانشناسی، کشاورزی، هواشناسی، باستان شناسی، اقتصاد و تبلیغات. كليد واژه- پردازش تصویر(Image processing)، بینایی ماشین(Machine vision)، کاربرد 1- مقدمه امروزه با گسترش روز افزون روش های مختلف اخذ اطلاعات گسسته مانند پویشگرها و دوربین های دیجیتالی، پردازش تصویر کاربرد فراوانی یافته است. تصاویر حاصله از این اطلاعات همواره کم و بیش همراه مقداری نویز بوده و در مواردی نیز دارای مشکل محوشدگی مرزهای نمونه های داخل تصویر می باشند که موجب کاهش وضوح تصویر دریافتی می گردند. مجموعه عملیات و روش هایی که به منظور کاهش عیوب و افزایش کیفیت ظاهری تصویر مورد استفاده قرار میگیرد، پردازش تصویر نامیده می شود. اگرچه حوزه های کار با تصویر بسیار وسیع است ولی عموماً محدوده مورد توجه در چهار زمینه ی بهبود کیفیت ظاهری(Enhancement)، بازسازی تصاویر مختل شده(Restoration)، فشرده گی و رمزگذاری تصویر (Compression and Coding) و درک تصویر توسط ماشین (Understanding) متمرکز می گردد. بهبود تصاویر شامل روش هایی مثل استفاده از فــ....یـــ......لـــ......تـــ.... ...ر محو کننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آن ها در محیط مقصد است. بینایی ماشین به روش هایی می پردازد که به کمک آن ها می توان معنی و محتوای تصاویر را درک کرد تا از آن ها در کارهایی چون رباتیک و محور تصاویر استفاده شود. پردازش تصویر از هر دو جنبه نظری و عملی پیشرفت های چشمگیری داشته است و بسیاری از علوم به آن وابسته اند. 2- کاربردهای پردازش تصویر زمینه های مختلف کاربرد پردازش تصویر عبارتند از صنعت، هواشناسی، شهرسازی، کشاورزی، علوم نظامی و امنیتی، نجوم و فضا نوردی، پزشکی، فناوری های علمی، باستان شناسی، تبلیغات، سینما، اقتصاد، روانشناسی و زمین شناسی که در ادامه درباره هر کدام مختصراً بحث شده است. 2-1-صنعت امروزه کمتر کارخانه پیشرفته ای وجود دارد که بخشی از خط تولید آن توسط برنامه های هوشمند بینایی ماشین کنترل نشود. خطای بسیار کم، سرعت زیاد، هزینه نگهداری بسیار پایین، عدم نیاز به حضور اپراتور 24 ساعته و خیلی مزایای دیگر باعث شده که صنایع و کارخانه ها به سرعت به سمت پردازش تصویر و بینایی ماشین روی بیاورند. دستگاهی ساخته شده که قادر است کیک های پخته را از کیک هایی که نیاز به پخت مجدد دارند، تشخیص دهد و آنها را به صورت اتوماتیک به بسته بندی بفرستد و کیک هایی که نیاز به پخت دارند را دوباره برای پختن ارسال کند. یکی دیگر از دلایل استفاده از بینایی ماشین قابلیت دیدن و اندازه گیری محصولاتی است که دیدن یا اندازه گیری آنها با چشم غیر مسلح غیر ممکن است. عناصر تشکیل دهنده یک سیستم بینایی ماشین نرم افزار هوشمند بینایی است که ورودی خود را از دوربین های نصب شده در بخش های مختلف خط تولید می گیرد و بر اساس تصاویر دریافتی دستورات لازم برای کنترل ماشین های صنعتی را صادر می کند. پردازش تصویر در تشخیص دمای کوره هایی که هیچ وسیله ی مکانیکی و الکترونیکی تحمل دمای آنها را ندارد، کاربرد دارد. دوربین های حرارتی می توانند مشکل بخشی از سازه ی مورد نظر را تشخیص دهند. 2-2 هواشناسی از آنجایی که در علم هواشناسی تشخیص و پیش بینی آب و هوا اکثراً از طریق تصاویر هوایی و ماهواره ای انجام می گیرد، پردازش تصویر در این علم کاربرد زیادی دارد و دقت و سرعت پیش بینی آب و هوا و طوفان ها را بسیار بالا می برد. جبهه های پرفشار، کم فشار، گردبادها و گرداب های بوجود آمده در سطح کره زمین را می توان مشاهده کرد. 2-3شهرسازی با مقایسه عکس های مختلف از سال های مختلف یک شهر می توان میزان گسترش و پیشرفت آن را مشاهده کرد. کاربرد دیگر پردازش تصویر می تواند در کنترل ترافیک باشد. با گرفتن عکس های هوایی از زمین ترافیک هر قسمت از شهر مشخص می شود. قبل از ساختن یک شهر می توان آن را توسط کامپیوتر شبیه سازی کرد که به صورت دو بعدی از بالا و حتی به صورت سه بعدی از دید های مختلف، یک شهرک چطور ممکن است به نظر برسد. تصاویر ماهواره ای که از شهرها گرفته می شود، می تواند توسط فــ....یـــ......لـــ......تـــ.... ...رهای مختلف پردازش تصویر فــ....یـــ......لـــ......تـــ.... ...ر شود و اطلاعات مختلفی از آن استخراج شود. به طور مثال این که شهر در چه قسمت هایی دارای ساختمان ها، آب ها یا راه های بیشتری است و همین طور می توان جاده هایی که داخل یا خارج از شهر کشیده شده اند را تحلیل کرد. 2-4- کشاورزی این علم در بخش کشاورزی معمولاً در دو حالت کاربرد دارد. یکی در پردازش تصاویر گرفته شده از ارتفاعات بالا مثلاً از هواپیما و دیگری در پردازش تصاویر نزدیک به زمین. در تصاویر دور به عنوان مثال می توان تقسیم بندی اراضی را تحلیل کرد. همچنین می توان با مقایسه تصاویر دریافتی در زمان های متفاوت میزان صدمات احتمالی وارد به محیط زیست را دید. به عنوان مثال می توان برنامه ای نوشت که با توجه به محل رودخانه ها و نوع خاک مناطق مختلف، به صورت اتوماتیک بهترین نقاط برای کشت محصولات مختلف را تعیین می کند. تصاویر نزدیک هم در ساخت ماشین های هرز چین اتوماتیک کاربرد دارد. امروزه ماشین های بسیار گران قیمت کشاورزی وجود دارند که می توانند علف های هرز را از گیاهان تشخیص بدهند و به صورت خودکار آنها را نابود کنند. برای مثال یکی از پروژه های جالب در بخش کشاورزی، تشخیص خودکار گل زعفران برای جداسازی پرچم قرمز رنگ آن بوده است. این پردازش که توسط نرم افزار Stigma detection®انجام گرفته است. 2-5- علوم نظامی و امنیتی پردازش تصویر بخصوص بینایی هوشمند، کاربردهای بسیاری را در علوم نظامی و امنیتی دارند و این کاربرد برای دولت اکثر کشورها بسیار مهم است. به عنوان مثال موشک هدایت شونده خودکاری وجود دارد که می تواند روی در یک ساختمان قفل کند و حتی می تواند به درز بین در و دیوار آن ساختمان که حساس ترین جای ساختمان است به راحتی نفوذ کند. این موشک به صورت اتوماتیک این قسمت را شناسایی کرده و به سمت آن حمله می کند. در مسائل امنیتی هم کاربرد پردازش تصویر کاملاً در زندگی ما مشهود است. دوربین های که به صورت اتوماتیک از ماشین هایی که تخلف رانندگی انجام می دهند عکس برداری می کند. از سیستم های امنیتی دیگر می توان سیستم تشخیص اثر انگشت اتوماتیک را نام برد. در لپ تاپ های جدید قابلیت finger print به آنها اضافه شده و می تواند صاحب لپ تاپ را توسط اثر انگشت شناسایی کند. کد امنیتی دیگری که همیشه همراه انسان حمل می شود، چشم انسان است. دانشمندان ثابت کرده اند که پترن های (Pattern) موجود در مردمک چشم هر انسان منحصر به فرد است و هیچ دو فردی در دنیا وجود ندارند که پترن هایی که در مردمک چشم آنها وجود دارد دقیقاً مثل هم باشد. از همین روش برای شناخت افراد و سیستم های امنیتی استفاده می شود. در کل این خواص بیومتریک در انسان بسیار زیاد است. عرض و طول صورت، فاصله بین انگشتان دست، طول و عرض انگشت ها، فاصله ی بندها از یکدیگر و حتی خط های کشیده شده کف دست و هزاران خاصیت دیگر، تماماً خصوصیاتی هستند که برای انسان ها منحصر به فرد هستند.دوربین هایی وجود دارند که به صورت دید در شب، قادر هستند چیزهایی را که ما نمی بینیم، ببینند و پردازش کنند.اسلحه های خودکاری ساخته شده اند که به صورت اتوماتیک و دقیق نشانه گیری می کنند. پردازش تصویر همینطور با پردازش تصاویر گرفته شده از فاصله های دور هم می تواند در علوم نظامی و امنیتی کمک کند.به عنوان مثال دوربینی قادر است با سرعت بسیار زیاد یک توپ را دنبال کند.این مسئله کاربرد بسیار زیادی در مسائل نظامی دارد. 2-6- نجوم و فضا نوردی ساخت دستگاه های اتوماتیک رصد آسمان و ثبت وقایع آسمانی به صورت خودکار از کاربردهای پردازش تصویر است که امروزه روی آن کار می شود. از پروژه های جدید در بخش نجوم که بخشی از آن توسط سیستم پردازش تصویر انجام می شود، تهیه نقشه سه بعدی از کل عالم کائنات است ! پردازش تصویر در فضانوردی هم کاربرد زیادی دارد. در تصاویر دور می توان سطح سیارات و همچنین سطح قمرها را اسکن کرده و اطلاعات بسیار ریزی از آنها استخراج کنیم. کاربرد دیگر پردازش تصویر در فــ....یـــ......لـــ......تـــ.... ...ر کردن عکس هایی است که توسط تلسکوپ های فضایی مختلف از جمله هابل (Hubble Space Telescope)، از فضا گرفته می شود. کاربرد دیگر آن حذف گرد و خاک و جو سیاره ها از تصاویر به کمک تصویربرداری IR و X-RAY به صورت همزمان و ترکیب این تصاویر است. در تصاویر نزدیک هم کاربرد دارد، از جمله هدایت مریخ نوردها، فرود فضاپیماهای بدون سرنشین و الصاق تجهیزات جدید به ایستگاههای فضایی به صورت خودکار. از امکانات سایت گوگل، امکاناتی است به نام Google Mars که این برنامه دقیقاً مانند Google Earth عمل می کند با این تفاوت که Google Earth سطح زمین را در هر زمان که بخواهید و در هر نقطه ای از زمین و از ارتفاع های بسیار پائین هم نشان می دهد ولی Google Mars دقیقاً همین کار را برای سطح سیاره مریخ انجام می دهد. 2-7- پزشکی یکی از مهمترین کاربردهای پردازش تصویر در علم پزشکی است. در جایی که ما نیاز داریم تمام عکس ها با نهایت شفافیت و وضوح گرفته شوند زیرا دیدن تمام جزئیات لازم است. جراحی های ریز microsurgery با ایجاد یک سوراخ کوچک و فقط دیدن محل جراحی توسط پزشک، از راه دور و توسط بازوهای رباتیک بسیار دقیق انجام می شوند. 2-8- فناوری های علمی پردازش تصویر در افزایش سرعت پیشرفت های علمی تأثیر فوق العاده داشته است. اولین و مشخص ترین تأثیر آن را می توان در علم عکاسی یا هنر دید. شکار لحظه های شگفت آوری که در کسری از ثانیه اتفاق می افتد، بالا بردن وضوح عکس های گرفته شده و ایجاد افکت های خیره کننده، از دستاوردهای پردازش تصویر است. همچنین در توسعه تکنولوژی پیشرفته gps (Global Positioning Systems) کمک زیادی داشته و تهیه نقشه های سه بعدی از جاده ها در تمام نقاط جهان، از کاربردهای دیگر آن است. با به وجود آمدن این علم، مسابقات ربات های فوتبالیست به صورت جدی دنبال شد. این علم در پیشرفت علوم پایه فیزیک ، شیمی و مخصوصاً تحقیقات فیزیکی و مکانیکی، کمک فراوانی کرده است. به عنوان مثال وسیله ای برای حمل و نقل کالاها در مسیرهای صعب العبور ساخته شده است. قبل از ساخت آن، رفتار چهارپایان در حالت های مختلف توسط کامپیوتر تحلیل و عیناً به دستگاه آموزش داده شده است.در کل پردازش تصاویر به علت سرعت زیاد آن، در ساخت وسایل مکانیکی پر سرعت، کاربرد زیادی دارد. وسیله ای وجود دارد که قادر است ، توپی که با سرعت بسیار زیاد به سمت پائین می آید را مهار کند. 2-9- باستان شناسی در علم باستان شناسی تنها مدارک باقی مانده از دوران باستان، دست نوشته ها، نقاشی ها و غارنگاری های قدیمی است. تهیه تصاویر از بناهای گذشته و بازسازی مجازی این بناهای تاریخی یکی از کاربردهای پردازش تصویر در این علم است. همچنین می توان نقاشی ها و غارنگاری ها را مورد پردازش دقیق قرار داد و شکل آنها را همان طور که در ابتدا بوده اند، شبیه سازی کرد. حتی می توان مکانهای باستانی را از زوایایی که تصاویر مستندی از آنها وجود ندارد، شبیه سازی کرد. امروزه یکی از پروژه های پر سر و صدای بازسازی بناهای باستانی، بازسازی شهر روم باستان توسط دانشمندان ایتالیایی است. هم اکنون توریست ها با زدن عینک های مخصوص می توانند در خیابان های شهر روم باستان قدم بزنند. 2-10- تبلیغات از مقایسه تبلیغات دهه ی 70 و 80 میلادی با تبلیغات امروزی می توان تأثیر تکنولوژی را در تبلیغات کاملاً درک کرد. تغییر شکل تبلیغات از اشکال مربع و زاویه دار به شکل های دایره ای، تغییر رنگ تبلیغات و هزاران تغییر دیگر. یکی از مهمترین فاکتورهای فروش و دلایل بالا رفتن یا پایین آمدن فروش، شکل و نحوه ی بسته بندی کالاست. پردازش تصویر می تواند به ما کمک کند تا قبل از تولید یک بسته بندی آن را شبیه سازی کنیم. با ادغام کردن علم الگوریتم ژنتیک با پردازش تصویر می توان برنامه ای را نوشت که به صورت اتوماتیک به ساختن بسته بندی های مختلف بپردازد و آنهایی که از نظر کاربران زیباتر و جالب تر به نظر خواهند آمد را به ما معرفی نماید. 2-11 سینما اولین علمی که پردازش تصویر در آن مورد استفاده قرار گرفت، هنر و سینما بود. یکی از تکنولوژی های برتر دنیا motion capture است که در آن یک کاراکتر انیمیشنی قادر است حرکات دست انسان را تقلید کند. امروزه این سیستم جهت ساخت فیلم ها و بازی های کامپیوتری مورد استفاده قرار می گیرد. در پردازش تصویر قابلیتی به نام هیستوگرام (Histogram) وجود دارد که با آن قادرند تصاویر را شفاف یا تیره تر کرده و یا هر تغییر مورد نیاز دیگری را روی تصاویر با توجه به منحنی ها و نمودارهای هیستوگرام بدهند. در سینما برای اینکه تصویری شفاف به نظر آید، با استفاده از یک کره ی نقره ای رنگ، تصاویر اطراف دوربین را هم ثبت می کنند. بنابراین تصویر نسبت به محیط اطراف خود شفافیت غیر قابل تصوری پیدا می کند. 2-12- اقتصاد در دنیای امروز تمام نوآوری ها، به نوعی مستقیم یا غیر مستقیم باعث تغییراتی در اقتصاد گروهی از کشورها و یا کل دنیا می شوند. پردازش تصویر هم، به صورت مستقیم و غیر مستقیم در اقتصاد تأثیر گذار است. در تبلیغات، سیاست، فضانوردی، کشاورزی، شهرسازی، سینما، پزشکی و علوم نظامی می تواند تأثیر غیر مستقیمی در اقتصاد کشورها داشته باشد. همچنین از تأثیر مستقیم آن در اقتصاد، می توان به وجود شعبه های بانک بدون کارمند اشاره کرد. این شعبه ها قادرند به صورت خودکار سریال چک ها و قبوض پرداختی را بخوانند، نوع اسکناس ها را تشخیص دهند و تا حد زیادی از کارهای یک بانک عادی را انجام دهند. 2-13- روانشناسی بحث تاثیر رنگ در روحیه انسان اهمیت بسیار زیادی دارد به طوری که در روانشناسی گرایشی به نام روانشناسی رنگ وجود دارد. در این علم در مورد رنگ ها و تأثیر هر یک بر روح و جسم انسان صحبت می شود. به عنوان مثال رنگ قرمز بیشتر تأثیر را در چشم انسان دارد. در حالی که رنگ سبز بیشترین تأثیر را در مغز انسان دارد. همچنین رنگ آبی باعث ایجاد حس آرامش و اطمینان در انسان می شود. به همین دلیل در سخنرانی های اکثر سیاستمداران دنیا از پرده آبی رنگ در پشت سر آن ها استفاده می شود. با پردازش تصویر می توان به راحتی تصاویر ثابت و متحرک را ویرایش کرد. به طور مثال رنگ آبی را برای ایجاد حس اطمینان یا رنگ سبز را برای حس زیبایی و قرمز را برای ایجاد هیجان در تصاویر پر رنگ تر کرد. 2-14- زمین شناسی* با پردازش تصویر می توان کانی های مختلف را از روی رنگ و اندازه آن ها شناسایی و دسته بندی کرد. همچنین در زمین شناسی برای پی بردن به مواد تشکیل دهنده کانی ها از روش پرتونگاری ((tomography استفاده می کنند و پردازش تصویر در این بخش می تواند سرعت و دقت این روش را بسیار بالا ببرد. کاربرد دیگر آن این است که دانشمندان با مقایسه کردن ارتفاع آب در سال های مختلف، در واقع روند تند شدن یا کند شدن کاهش آّب در سطح زمین را مورد بررسی قرار می دهند. 3- نتیجه گیری رد پای پردازش تصویر در بسیاری از علوم و صنایع مشاهده می شود و بعضی از این کاربردها آنچنان به پردازش تصویر وابسته هستند که بدون آن، اساساً قابل استفاده نمی باشند. کاربرد پردازش تصویر در هر یک از زمینه هایی که بحث شد، بسیار گسترده است گرداورنده : Reyhane

مقاله پردازش تصویر هوشمند و بهینه سازی روش های کانولوشن با استفاده از سیستم های فازی رو به صورت PDF میتونید از لینک زیر دانلود کنید. نویسندگان: آرمان کیانی - یاسر محمدیان روشن گروه مهندسی برق دانشکده مهندسی دانشگاه فردوسی مشهد چکیده: این مقاله روشی در زمینه پردازش تصویر بر مبنای مجموعه ای از قواعد فازی ارائه میدهد. این قواعد به کمک نتایج ناشی از عملگرهای convolutional نوعی نگاشت بین عملگرهای کلاسیک و تصویر را برقرار میکنند. دلیل انتخاب فیلترهای convolution آسان بودن پیاده سازی آنهاست. نتایج عملی بیانگر کاربردهای این روش است. کلمات کلیدی: پردازش تصویر، قواعد فازی، توابع عضویت، gray-level دانلود مقاله