جزوه رنگی و تایپ شده تحلیل غیر خطی
تنباکوچی دانشگاه علمی کاربردی دکتر علیاستخدامییی دانشگاه ازاد دکتر محمدپور خلاصه کتاب دکتر تابش پور علیاستخدامی فاروقی کاردانی دکتر محم
() “” () () ً () ()
() () (() – () )
() ()
(/) “” 
() () () – () (/) ()
) ) ) () ()
: ً ()() ()”” به پایان می بریم. در عوض ، آنها توسط کامپیوتر تولید می شوند. فراکتال ها نمونه های قابل توجهی از تصاویر کامپیوتری هستند. اساساً یک فراکتال چیزی نیست جز یک بازتولید تکراری از یک الگوی اصلی طبق برخی قوانین ریاضی. به عنوان مثال ، کاشی کاری یکی از ساده ترین روش ها برای ایجاد یک تصویر تکه تکه است. یک مربع را می توان به چهار ناحیه مربعی تقسیم کرد که هر یک را می توان بیشتر به چهار ناحیه مربع کوچکتر تقسیم کرد و غیره. بسته به پیچیدگی قوانین برای پر کردن هر زیرمجموعه ، برخی از تصاویر کاشی زیبا را می توان با استفاده از این روش ایجاد کرد. البته ، هندسه می تواند دلخواه باشد. به عنوان مثال ، تصویر فراکتال می تواند به صورت شعاعی خارج از نقطه مرکزی رشد کند. شکل 1.22 (الف) فرکتالی را نشان می دهد که به این روش رشد کرده است. شکل 1.22 (ب) فراکتال دیگری (“منظره ماه”) را نشان می دهد که قیاس جالبی با تصاویر فضا که به عنوان تصویر در برخی از بخشهای قبلی استفاده می شود ، ارائه می دهد. یک رویکرد ساختارمندتر برای ایجاد تصویر توسط رایانه در مدل سازی سه بعدی نهفته است. این ناحیه ای است که تقاطع مهمی بین پردازش تصویر و گرافیک رایانه ای ایجاد می کند و پایه و اساس بسیاری از سیستم های تجسم سه بعدی (به عنوان مثال ، شبیه سازهای فضا) است. شکل 1.22 (ج) و (د) نمونه هایی از تصاویر ایجاد شده توسط کامپیوتر را نشان می دهد. از آنجا که شیء اصلی به صورت سه بعدی ایجاد می شود ، تصاویر را می توان در هر منظری از پیش بینی های سطح حجم سه بعدی ایجاد کرد. تصاویری از این نوع را می توان برای آموزش پزشکی و بسیاری از کاربردهای دیگر مانند پزشکی قانونی جنایی و جلوه های ویژه استفاده کرد.
شكل 1.21 (الف) تصوير SEM 250 از تنگستن به دنبال خرابي حرارتي (به قطعات خرد شده در سمت چپ پايين توجه كنيد). (ب) تصویر SEM 2500 of از یک مدار مجتمع آسیب دیده. تارهای سفید اکسیدهای ناشی از تخریب حرارتی هستند. (شکل (الف) برگرفته آقای مایکل شفر ، گروه علوم زمین شناسی ، دانشگاه اورگان ، یوجین ؛ (ب) شورای دکتر J. M. Hudak ، دانشگاه مک مستر ، همیلتون ، انتاریو ، )
() () () () (() () ؛ () () )
: ً 1.23 است. بحث در بخش 1.3 نکاتی را در مورد منشاء تصاویر دیجیتال ارائه کرد. این مبحث در فصل 2 بسیار مفصل تر مورد بررسی قرار می گیرد ، جایی که ما تعدادی از مفاهیم اولیه تصویر دیجیتال را که در سراسر کتاب استفاده می شود ، معرفی می کنیم. تصاحب می تواند به سادگی ارائه تصویری باشد که در حال حاضر به شکل دیجیتالی است. به طور کلی ، مرحله تصویربرداری شامل پیش پردازش ، مانند مقیاس بندی است. بهبود تصویر فرایند دستکاری تصویر است ، بنابراین نتیجه مناسب تر از نسخه اصلی برای یک برنامه خاص است. کلمه specific در اینجا مهم است ، زیرا در ابتدا ثابت می کند که تکنیک های تقویت مسئله محور هستند. بنابراین ، برای مثال ، روشی که برای افزایش تصاویر اشعه ایکس بسیار مفید است ، ممکن است بهترین رویکرد برای افزایش تصاویر ماهواره ای که در باند مادون قرمز طیف الکترومغناطیسی گرفته می شوند جزوه تحلیل غیر خطی. هیچ “نظریه” کلی در مورد بهبود تصویر وجود ندارد. وقتی تصویری برای تفسیر بصری پردازش می شود ، بیننده داور نهایی نحوه عملکرد یک روش خاص است. تکنیک های تقویت بسیار متنوع هستند و از رویکردهای مختلف پردازش تصویر استفاده می کنند ، به طوری که جمع آوری مجموعه ای معنادار از تکنیک های مناسب برای تقویت در یک فصل بدون توسعه زمینه گسترده ، دشوار است.
خلاصه کتاب تحلیل غیر خطی
به همین دلیل ، و همچنین به دلیل اینکه مبتدیان در زمینه پردازش تصویر به طور کلی برنامه های کاربردی تقویت کننده را از نظر بصری جذاب ، جالب و نسبتاً ساده می دانند ، هنگام معرفی مفاهیم جدید در بخشهایی از فصل 2 و فصل ها3 و 4 ، از افزایش تصویر به عنوان مثال جزوه کنترل اماری فرایند می کنیم. ماده در دو فصل اخیر شامل بسیاری از روشهایی است که به طور سنتی برای افزایش تصویر استفاده می شود. بنابراین ، استفاده – “” () ) () ً ً ً که یا مرز یک ناحیه (یعنی مجموعه ای از پیکسل ها را که یک ناحیه تصویر را از منطقه دیگر جدا می کند) یا تمام نقاط خود ناحیه را تشکیل می دهد. استخراج ویژگی شامل تشخیص ویژگی و شرح ویژگی است. منظور از تشخیص ویژگی ها ، یافتن ویژگی ها در یک تصویر ، منطقه یا مرز است. شرح ویژگی ویژگی های کمی را به ویژگی های شناسایی شده اختصاص می دهد.
به عنوان مثال ، ممکن است گوشه های یک منطقه را تشخیص دهیم و آن گوشه ها را بر اساس جهت و موقعیت آنها توصیف کنیم. هر دوی این توصیف کننده ها ویژگی های کمی هستند.
روشهای پردازش ویژگیهایی که در این فصل مورد بحث قرار گرفته است ، بسته به اینکه در محدوده ها ، مناطق یا کل تصاویر قابل اجرا هستند ، به سه دسته اصلی تقسیم می شوند. برخی از ویژگی ها برای بیش از یک دسته قابل اجرا هستند. توصیف کننده های ویژگی باید تا حد ممکن نسبت به تغییرات پارامترهایی مانند مقیاس ، انتقال ، چرخش ، روشنایی و دیدگاه حساس نباشند.
طبقه بندی الگوی تصویر فرایندی است که برچسب (به عنوان مثال ، “وسیله نقلیه”) به یک شیء بر اساس توصیف کننده های ویژگی آن اختصاص می دهد. در فصل آخر کتاب ، ما روشهای طبقه بندی الگوی تصویر را از رویکردهای “کلاسیک” مانند حداقل فاصله ، همبستگی و طبقه بندی بیز ، تا رویکردهای مدرن تر که با استفاده از شبکه های عصبی عمیق اجرا می شوند ، مورد بحث قرار خواهیم داد. به طور خاص ، ما به تفصیل در مورد شبکه های عصبی پیچشی عمیق بحث خواهیم کرد ، که به طور ایده آل برای کارهای پردازش تصویر مناسب هستند.
تا کنون ، در مورد نیاز به دانش قبلی یا در مورد تعامل بین پایگاه دانش و ماژول های پردازشی در شکل 1.23 چیزی نگفته ایم.
دانش در مورد یک حوزه مشکل در قالب یک پایگاه داده دانش در یک سیستم پردازش تصویر کدگذاری می شود. این دانش ممکن است به سادگی جزئیات ناحیه ای از تصویر باشد که اطلاعات مورد علاقه در آن قرار دارد ، بنابراین جستجوی لازم برای جستجوی آن اطلاعات را محدود می کند. پایگاه دانش همچنین می تواند بسیار پیچیده باشد ، مانند فهرستی از همه نقایص احتمالی عمده در یک مشکل بازرسی مواد ، یا پایگاه داده تصاویر حاوی تصاویر ماهواره ای با وضوح جزوه تحلیل غیر خطی از یک منطقه در ارتباط با برنامه های تشخیص تغییر. پایگاه دانش علاوه بر هدایت عملکرد هر یک از ماژول های پردازش ، تعامل بین ماژول ها را نیز کنترل می کند. این تمایز در شکل 1.23 با استفاده از فلش های دو سر بین ماژول های پردازش و پایه دانش ، برعکس فلش های تک سر که ماژول های پردازش را به هم متصل می کنند ، ایجاد می شود.
اگرچه ما در مورد نمایش تصویر به صراحت در این مرحله بحث نمی کنیم ، مهم است که به خاطر داشته باشیم که مشاهده نتایج پردازش تصویر می تواند در خارج از هر مرحله در شکل 1.23 انجام شود. ما همچنین توجه داریم که همه برنامه های پردازش تصویر به پیچیدگی فعل و انفعالات دلالت شده در شکل 1.23 نیاز ندارند. در حقیقت ، حتی بسیاری از این ماژول ها در بسیاری موارد مورد نیاز نیستند. برای مثال ، افزایش تصویر برای تفسیر بصری انسان به ندرت مستلزم استفاده از مراحل دیگر در شکل 1.23 است. اما به طور کلی ، با افزایش پیچیدگی یک کار پردازش تصویر ، تعداد فرآیندهای مورد نیاز برای حل مشکل نیز افزایش می یابد.
1.5 مولفه های یک سیستم پردازش تصویر
در اواسط دهه 1980 ، مدلهای متعددی از سیستمهای پردازش تصویر در سراسر جهان به فروش می رسیدند و دستگاههای جانبی قابل توجهی بودند که به رایانه های میزبان قابل () ) ها را به داده های دیجیتال تبدیل می کند. این مباحث در فصل 2 پوشش داده خواهد شد.
سخت افزارهای تخصصی پردازش تصویر معمولاً شامل دیجیتالیزوری است که ذکر شد ، به جزوه تحلیل غیر خطی سخت افزاری که عملیات اولیه دیگری را انجام می دهد ، مانند واحد منطق حسابداری (ALU) ، که عملیات حسابی و منطقی را به طور موازی روی کل تصاویر انجام می دهد. یک مثال از نحوه استفاده از ALU این است که به منظور کاهش نویز ، میانگین گیری تصاویر را به همان سرعت که دیجیتالی می شوند. این نوع سخت افزارها گاهی اوقات زیرسیستم جلویی نامیده می شوند و متمایزترین ویژگی آن سرعت است. به عبارت دیگر ، این واحد عملکردهایی را انجام می دهد که نیاز به داده های سریع (به عنوان مثال ، دیجیتالی سازی و متوسط تصاویر ویدئویی با سرعت 30 فریم بر ثانیه) دارد که رایانه اصلی معمولی قادر به انجام آنها نیست. یک یا چند پردازنده گرافیکی (در بالا ببینید) همچنین در سیستم های پردازش تصویر که عملیات ماتریس فشرده را انجام می دهند رایج است.
رایانه در یک سیستم پردازش تصویر ، یک رایانه همه منظوره است و می تواند از رایانه تا ابررایانه متغیر باشد. در برنامه های اختصاصی ، گاهی اوقات از رایانه های معمولی برای دستیابی به سطح مورد نیاز عملکرد استفاده می شود ، اما علاقه ما در اینجا به سیستم های پردازش تصویر عمومی است. در این سیستم ها ، تقریباً هر دستگاه مجهز از نوع PC برای کارهای خارج از خط پردازش تصویر مناسب است.
نرم افزار پردازش تصویر شامل ماژول های تخصصی است که وظایف خاصی را انجام می دهند. یک بسته خوب طراحی شده همچنین شامل قابلیت نوشتن کد برای کاربر است که حداقل از ماژول های تخصصی استفاده می کند.
بسته های نرم افزاری پیچیده تر امکان ادغام این ماژول ها و دستورات نرم افزاری عمومی را از ® ، * : () () ً ؛ () () ، () ، () ، () ()
فهرست مطالب