رتبه موضوع:
  • 0 رای - 0 میانگین
  • 1
  • 2
  • 3
  • 4
  • 5
قطعه بندی در پردازش تصویر
#1
سلام.اگه مطلبی در مورد قطعه بندی برام بزارین ممنون میشم
پاسخ
سپاس شده توسط
#2
سلام
این لینک رو ببینید:
تقطیع تصاویر با استفاده از روشهای بهینه سازی
مقدمه اون هم این هست:
پردازش تصاویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا پویش شده توسط پویشگر هستند سر و کار دارد. پردازش تصاویر دارای دو شاخه عمدهٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرندهٔ روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست انها در محیط مقصد(مانند چاپگر یا نمایشگر رایانه)است، در حالی که بینایی ماشین به روشهایی می‌پردازد که به کمک انها می‌توان معنی و محتوای تصاویر را درک کرد تا از انها در کارهایی چون رباتیک و محور تصاویر استفاده شود.
بینایی رایانه‌ای (computer vision) یکی از شاخه‌های مدرن، و پرتنوٌع هوش مصنوعی‌ست که با ترکیب روشهای مربوط به پردازش تصاویر (image processing) و ابزارهای تعلٌم ماشینی رایانه‌ها را به بینایی اشیاء، مناظر، و "درک" هوشمند خصوصیات گوناگون انها توانا می‌گرداند. وظایف اصلی در بینایی رایانه‌ای شامل موارد زیر است: 1- تشخیص شیء: تشخیص حضور و/یا حالت شیء در یک تصویر. به عنوان مثال می توان جستجو برای تصاویر دیجیتال بر اساس محتوایشان (بازیابی محتوامحور تصاویر)، شناسایی صورت انسان‌ها و موقعیت انها در عکس‌ها و تخمین حالت سه بعدی انسان‌ها و اندام‌هایشان را نام برد. 2-پیگیری: پیگیری اشیای شناخته شده در میان تعدادی تصویر پشت سر هم. به عنوان مثال :پیگیری یک شخص هنگامی که در یک مرکز خرید راه می‌رود. 3- تفسیر منظره: ساختن یک مدل از یک تصویر یا تصویر متحرک. به‌عنوان مثال : ساختن یک مدل از ناحیه پیرامونی به کمک تصاویری که از دوربین نصب شده بر روی یک ربات گرفته می‌شوند. 4- خود مکان‌یابی: مشحص کردن مکان و حرکت خود دوربین به عنوان عضو بینایی رایانه. به‌عنوان مثال: مسیریابی یک ربات درون یک موزه. 5- سامانه‌های بینایی رایانه‌ای: یک سامانهٔ نوعی بینایی رایانه‌ای را می‌توان به زیرسامانه‌های زیر تقسیم کرد:
الف) تصویربرداری: تصویر یا دنباله تصاویر با یک سامانه تصویربرداری (دوربین، رادار، سامانه توموگرافی) برداشته می‌شود. معمولاً سامانه تصویربرداری باید پیش از استفاده تنظیم شود. ب) پیش‌پردازش: در گام پیش‌پردازش، تصویر در معرض اَعمال "سطح پایین" قرار می‌گیرد. هدف این گام کاهش نوفه (کاهش نویز - جدا کردن سیگنال از نویز) و کم‌کردن مقدار کلی داده‌هاست. این کار نوعاً با ‌کارگیری روش‌های گوناگون پردازش تصویر(دیجیتال) انجام می‌شود. مانند: زیرنمونه‌گیری تصویر، اعمال فیلترهای دیجیتال، تقطیع تصویر، تخمین ناهمسانی در تصاویر برجسته‌بینی و تحلیل چنددقتی. ج) استخراج ویژگی: هدف از استخراج ویژگی کاهش دادن بیشتر داده‌ها به مجموعه‌ای از ویژگی‌هاست، که باید به غتشاشاتی چون شرایط نورپردازی، موقعیت دوربین، نویز و اعوجاج ایمن باشند. نمونه‌هایی از استخراج ویژگی عبارت‌اند از: انجام اشکارسازی لبه، استخراج ویژگی‌های گوشه‌ای، استخراج تصاویر چرخش از نقشه‌های ژرفا. د) ثبت: هدف گام ثبت برقراری تناظر میان ویژگی‌های مجموعه برداشت شده و ویژگی‌های اجسام شناخته‌شده در یک پایگاه داده‌های مدل و یا ویژگی‌های تصویر قبلی است. در گام ثبت باید به یک فرضیه نهایی رسید.
اولین مرحله درتحلیل تصاویر، قطعه بندی می باشد قطعه بندی فرایندی است که تصویر را به قسمتهای اصلی سازنده اش تقسیم می کند. بدین معنی که اشیاء مختلف موجود در تصویر، با توجه به کاربرد مورد نظر، از هم جدا میشوند تا تحلیل تصویر در مراحل بعدی راحتتر انجام بگیرد. از جمله موارد کاربردی قطعه بندی در پردازش تصویر است که امروزه در اکثر شاخه ها علمی و صنعتی مورد توجه بوده و در بسیاری از این شاخه ها شناسایی اجزای اصلی سازنده تصویر دارای اهمیت زیادی است. به عنوان مثال تشخیص و رهگیری خودکار اهداف متحرک در کاربردها ی نظامی و تفکیک محصولات مختلف در کاربردهای صنعتی را می توان برخی از کاربردهای قطعه بندی تصویر نام برد. نمونه ای از کاربردهای رهگیری وسیله نقلیه از هوا بدین صورت است که قبل از هر چیز ابتدا باید جاده شناسایی شده سپس تشخیص وسیله نقلیه مورد علاقه صورت گیرد. براین اساس در چنین کاربردی مثلا ابتدا جاده از تصویر جدا میشود. سپس جاده به اجزایی تقریباً به بزرگی هدف مورد علاقه تقسیم میشود تا بتوان وسیله نقلیه مورد نظر را در تصویر پیدا نمود (شکل1).

[عکس: 110608100959_pic.JPG]

شکل1-نمونهایازاستفادهازتقطیعتصویربرایتشخیصاتومبیلدرتصاویرهوایی

همانطور که مشخص است این تکنیک برای اشکارسازی اشیاء گوناگون بصورت خودکار در تصویر می تواند بکار برده شود. به طور کلی قطعه بندی یکی از مشکل ترین مباحث در پردازش تصویراست که در موفقیت عمل تحلیل تصویر بسیار موثر است. برای قطعه بندی تصویر روشهای مختلفی وجود دارد که می توان انهارا به دو دسته روشهای مبتنی بر هیستوگرام(based -Histogram ) و روشهای مبتنی بر خوشه بندی(Clustering-Based) تقسیم کرد. که البته هر کدام از این دو روش دارای زیر مجموعه هایی نیز می باشند. در روشهای مبتنی بر هیستوگرام، تقسیم بندی تصاویر براساس توزیع پیکسلها صورت می گیرد. قدم اصلی در این روشها یافتن سطح استانه ای مناسب برای اعمال به تصویر میباشد. در روشهای مبتنی بر خوشه بندی برای گروه بندی کردن داده ها از شباهتها و روابط موجود بین انها استفاده می شود. در این روشها دادهها به نحوی گروه بندی می شوند تا انهاییکه در داخل یک بخش قرار می گیرند دارای بیشترین شباهت به هم باشند.
در این زمینه به بررسی الگوریتم هایی موجود که با استفاده از روشهای بهینه سازی تقطیع تصویر را انجام می دهند میردازیم. بطور کلی در این پروژه با زیر فصلهای زیر روبرو خواهیم شد: در فصل اول مفاهیم اولیه ای از الگوریتم های بهینه سازی معروفی که در زمینه تقطیع تصویر هستند با ذکر روش کلی کار، تکنیکها و پارامترهای موجود در انان، موارد کاربردیشان در پردازش تصویر و مزیتها و اشکالات موجود، معرفی اجمالی خواهند شد. از جمله این الگوریتم ها می توان به الگوریتم تکاملی، الگوریتم ژنتیک، الگوریتم کلونی مورچه و الگوریتم PSO یا حرکت دسته جمعی پرندگان اشاره نمود. در فصلها دوم به طور خاص مواردی که در زمینه سگمنیشن تصویر با استفاده از الگوریتم های تکاملی مورد استفاده قرار گرفته اند را مطالعه خواهیم کرد. در فصل سوم، 4 نمونه از الگوریتم های ژنتیک و مصارف این الگوریتم در سگمنتیشن تصویر بررسی خواهند شد. از جمله این مصارف می توان به همسانی تصویر و تقطیع تصاویر ماهواره ای را نام برد. در فصل چهارم کاربردهای الگوریتم کلونی مورچه ها در سگمنتیشن تصویر را مورد مطالعه قرار خواهد گرفت و چهار نمونه از موارد این نوع الگوریتم که یکی از پر کاربردترین ان در مصارف پزشکی است ذکر خواهد شد. فصل پنجم که مربوط به کاربردهای الگوریتم PSO در تقطیع تصویر می باشد در ان به 3 نمونه از الگوریتمهای مورد استفاده از این تکنیک پرداخته خواهد شد. در فصل ششم کاربردهای الگوریتم های دیگر پایه و غیر پایه ای که در زمینه تقطیع تصویر با استفاده از روشهای بهینه سازی وجود دارند را مورد بررسی و مطالعه قرار خواهیم داد. از جمله این الگوریتم ها می توان به ساختار پیکسونی، مشخصه های اماری تخمین مولتی فرکتال ، انتروپی و خوشه بندی فازی، روشbranch and mincut و بهینه سازی Multiobjective و غیره اشاره نمود. در فصل هفتم و اخر خلاصه و نتیجه گیری از الگوریتم های مورد اشاره خواهیم داشت.
پاسخ
#3
این مقاله رو هم ببینید:

چکیده
تقسيم کردن تصوير به نواحي غير يکسان قطعه بندي نام دارد.
ناحيهها در واقع اشياء متفاوت موجود در تصويرند که از نظربافت و يا رنگ يکنواخت هستندنواحي بايد داراي حفره هاي کوچک نباشند. نواحي مجاور يک قطعه بايد تفاوت قابل ملاحظه اي با آن ناحيه داشته باشند. قطعه بندي در مواردي چون پردازش تصوير, بينايي ماشين , پردازش تصاوير پزشکي کتابخانه هاي ديجيتالي, بازيابي اطلاعات بر پايه محتوا در تصاوير و فيلم, انتقال اطلاعات از طريق اينترنت و فشرده سازي تصاوير کاربرد دارد.


فایل‌های پیوست
.pdf   m32.pdf (اندازه 319.51 KB / تعداد دانلود: 1,761)
پاسخ
#4
سلام. میشه در مورد روشهای قطعه بندی بیشتر توضیح بدین.ممنون
پاسخ
سپاس شده توسط
#5
عنوان فارسی: تقطیع تصاویر با استفاده از روشهای بهینه سازی
عنوان انگلیسی: image segmentation using Optimization methods
دانشجو: پارسا بصیر شیرین [اطلاعات بیشتر]
استاد راهنما: فرهاد محمدكاظمي [اطلاعات بیشتر]
استاد دفاع: نامشخص [اطلاعات بیشتر]
تاریخ ارائه: اسفند ماه 1389
مقطع تحصیلی: کارشناسی
دانشگاه: دانشگاه پیام نور مشهد
موضوعات مرتبط: تحقیقاتی | فناوری اطلاعات | هوش مصنوعی | ظراحی الگوریتم |
رشته های مرتبط: علوم کامپیوتر | مهندسی کامپیوتر - نرم افزار |
تاریخ قرار گیری در سایت: 18 خرداد 1390 ساعت: 143739
تعداد بازدید: 1479 بازدید
چکیده فارسی: تقطیع تصویر نشان دهنده عملی است که در ان یک تصویر خام ورودی به مناطقی معنا دار تقسیم بندی میشود. شناسایی و تفکیک یک تصویر به اجزای سازنده اش یا همان تقطیع تصویر نقش مهمی در بسیاری از کاربردهای پردازش تصویر دارد. هدف از ارائه این تحقیق بررسی روشهایی گوناگونی است که تا کنون در زمینه تقطیع تصویر با استفاده از روشها ی بهینه سازی انجام شده و همچنین مطالعه مشکلات موجودی است که تا کنون محققان موفق به حل ان شده اند، می باشد. از جمله الگوریتم های بهینه سازی مهم می توان به الگوریتم های تکاملی، الگوریتم ژنتیک، الگوریتم کلونی مورچه والگوریتم حرکت دسته جمعی پرندگان اشاره کرد. همچنین در ادامه چند الگوریتم پایه و غیر پایه نیز که مورد استفاده در تقطیع تصویر هستند معرفی خواهند شد. هر یک از الگوریتم ها با استفاده از مفاهیم پایه و مزایای خاصشان در یک زمینه خاص از تقطیع تصاویر کار میکند و مشکلات خاصی که در زمینه مربوط وجود دارد را حل میکنند. همچنین در بعضی از الگوریتمها روش کلی کار برای درک بهتر ذکر شده. در اخر نیز برای فهم بیشتر مقایسه ای از روشهای بهینه سازی تصادفی برای قطعه بندی تصویر ارائه خواهد شد. شایان ذکر است در اینجا سعی بر ان شده از مقالاتی که در ژورنالها و سایت های معتبر به چاپ رسیده و همچنین تحقیقاتی که در سالها اخیر کار بر روی ان انجام شده استفاده شود.
چکیده انگلیسی: Image segmentation shows the action that a image input divided into the meaningful regions. Identify and separate an image into its components (Image Segmentation) is playing an important role in many image processing applications. The target and purpose of offering this research is study different methods that done in image segmentation context with deployment of optimization ways yet and also study problems that even investigators are unable to solve it. Including important optimization algorithms we can mention to: Evolutionary algorithms, genetic algorithms, ant colony algorithms and PSO (particle swarm optimization) algorithms. Also a few more basic and non basic algorithms that can be use in image segmentation will be introduced. Each one of the algorithms using their basic concepts and special benefits to work in each context of image segmentation, and figure out the special problems that exists in relevant contexts. Also in some the algorithms there is mentioned general methods for better perception. At the end, for better perception it will be providing comparison of random optimization methods for image segmentation. It is worth nothing that in this research tried to use of articles which is printed from valid websites and journals, and also researches that been researched recently in this investigation.
کلمات کلیدی: تقطیع ، تصویر، بهینه سازی، Segment ،image, optimization

reference:http://www.ecg-pnum.com/thesis/index.php?pages=thesis&opt=one&i=62
پاسخ
#6
سلام

می خواستم یک تصویر را با اتوماتای سلولی قطعه بندی کنم کسی میتونه به من کمک کنه؟
پاسخ
سپاس شده توسط
#7
با سلام 
من برای پایان نامه ارشدم می خوام روی قطعه بندی تصویر کار کنم یک راهنمایی که می خوام این است چه قسمت هایی در  قطعه بندی تصویر وجود دارد که می شود روی آن قسمت ها به طور جداگانه کار کرد. ممنون می شم اگه راهنمایی کنید 
با تشکر فروان
پاسخ
سپاس شده توسط
#8
با سلام
من برای سمینار وبعد موضوع پایان نامه ارشدم قصد دارم موضوع تقسیم بندی
تصاویر پزشکی (تومورهای مغزی)
رو انتخاب کنم در این زمینه چندتا سوالداشتم
یکی این که برای این کار چه نرم افزارها و زبان برنامه نویسی نیاز هست که
یاد بگیرم و کار کنم
بعد هم با توجه به این که تازه با این موضوع اشنا شدم و اماتور هستم
میخواستم راجع به سختی کار بدونم
راستش میترسم که خیلی سخت باشه و از پس کار بر نیام البته اهل تلاش هستم
این پکی که تبلیغش توی سایتتون هست میتونه کمکم کنه؟ چطور تهیه اش کنم؟
و اگر به همکاری شما نیاز داشته باشم چطور میتونم تماس بگیرم؟
با تشکر
پاسخ
سپاس شده توسط
#9
سلام
با متلب خیلی  زودتر به نتیجه میرسید.
اگر تا حدودی با پردازش تصویر آشنایی دارید،بهتر هست قبل از انتخاب موضوع چندین مقاله راجع به موضوع مورد نظر مطالعه کنید
برای اطلاعات بیشتر راجع به این پکیج به این اینک مراجعه کنید:
اولین پکیج آموزشی پردازش تصویر و بینایی ماشین در ایران


نقل قول:و اگر به همکاری شما نیاز داشته باشم چطور میتونم تماس بگیرم؟
درصورتی که سوال دارید و یا تقاضای راهنمایی دارید تنها از طریق انجمن اقدام کنید و در غیر اینصورت از طریق ایمیل با من در ارتباط باشید.
[عکس: matlabOpencv.gif]

« کلاس های آموزش پردازش تصویر با نرم افزار متلب »

جهت کسب اطلاعات بیشتر با شماره تلفن 09130130252 تماس حاصل فرمائید.


«جهت مشاهده سرفصل این دوره کلیک نمایید»
پاسخ
سپاس شده توسط
#10
سلام
ممنون از راهنمایی شما
استاد من پیشنهاد قطعه بندی تصاویر MR  مغزی با استفاده از الگوریتم های فازی مثل  c-means به نظرشون موضوع خوبی بود. البته تشخیص هویت از طریق عنبیه چشم رو هم پیشنهاد دادن.
میخواستم ببینم به نظر شما کدوم موضوع کار کردن روش بهتر و راحت تره؟
ممنون میشم راهنمایی کنید.
پاسخ
سپاس شده توسط


موضوعات مشابه ...
موضوع نویسنده پاسخ بازدید آخرین ارسال
Information کتابها ، منابع و مقالات جهت یادگیری پردازش تصویر مهرداد عباسی 33 76,908 12-06-2018, 10:14 AM
آخرین ارسال: jarahlaser
  تشخیص امضای دستی با استفاده از پردازش تصویر sa akbari 0 824 01-06-2018, 08:42 PM
آخرین ارسال: sa akbari
  پردازش تصویر چیست؟ مهرداد عباسی 11 43,264 12-10-2017, 01:37 AM
آخرین ارسال: sa2017
  مقایسه دو تصویر از نظر ساختاری (SSim) مهدی ابراهیمی 2 5,853 08-12-2017, 07:25 PM
آخرین ارسال: سوسن مروارید
  هیستوگرام تصویر چیست و همه چیز در رابطه با هیستوگرام(Histogram) مهدی ابراهیمی 6 36,057 02-24-2015, 08:28 AM
آخرین ارسال: مهدی ابراهیمی
Photo راهنمایی در مورد فرمول بهبود تصویر lakers 0 2,878 01-05-2015, 08:32 PM
آخرین ارسال: lakers
Sad ترجمه لغات پردازش تصویر atiati 4 13,167 09-30-2014, 09:35 PM
آخرین ارسال: mostafa.mcn90
  تبدیل مجموعه تصویر بصورت فیلم 8moein8 7 10,578 09-21-2014, 03:22 PM
آخرین ارسال: 8moein8
  پردازش تصویر با استفاده از الگوریتم k-means deniz 2 7,037 07-16-2014, 05:32 AM
آخرین ارسال: m_parsa11
  میانگین گیری از تصویر با پردازش تصویر مهدی ابراهیمی 8 15,645 05-19-2014, 02:08 PM
آخرین ارسال: shahinbufaluo

پرش به انجمن:


کاربران در حال بازدید این موضوع: 1 مهمان