بخشی از مقاله
چکیده
پردازش تصاویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گف ته می شود که شاخه ای 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 عمده بهبود تصاویر و بینایی ماشین است .
بهبود تصاویر در برگیرنده روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد - مانند چاپگر یا نمایشگر رایانه - است، در حالی که بینایی ماشین به روشهایی 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 .
در معنای خاص آن پردازش تصویر عبارتست از هر نوع پردازش سیگنال که ورودی یک تصویر است مثل عکس یا صحنه ای از یک فیلم . خروجی پردازشگر تصویر می تواند یک تصویر یا یک مجموعه از نشان های ویژه یا متغیرهای مربوط به تصویر باشد .
اغلب تکنیک های پردازش تصویر شامل برخورد با تصویر به عنوان یک سیگنال دو بعدی و بکاربستن تکنیک های استاندارد پردازش سیگنال روی آن ها می شود. پردازش تصویر اغلب به پردازش دیجیتالی تصویر اشاره می کند ولی پردازش نوری و آنالوگ تصویر هم وجود دارند. این مقاله در مورد تکنیک های کلی است که برای همه آن ها به کار می رود. در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم . این ورودی ها می توانند 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 با پردازش 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.
مقدمه تاریخچه پردازش تصویر
تاکنون، موضوع پردازش تصویر، رشد فراوانی کرده است . علاوه بر برنامه تحقیقات فضایی، اکنون از فنون پردازش تصویر، در موارد متعددی استفاده می شود . گر چه اغلب این مسائل با هم نامرتبط هستند، اما عموما نیازمند روش هایی هستند که قادر به ارتقای اطلاعات تصویری برای تعبیر و تحلیل انسان باشد . برای نمونه در پزشکی شیوه های رایانه ای Contrast تصویر را ارتقا می دهند یا این که برای تعبیر آسان تر تصاویر اشعه ایکس یا سایر تصاویر پزشکی، سطوح شدت روشنایی را با رنگ، رمز می کنند .
متخصصان جغرافیایی نیز از این روش ها یا روش های مشابه برای مطالعه الگوهای آلودگی هوا که با تصویر برداری هوایی و ماهواره ای بدست آمده است، استفاده می کنند. در باستان شناسی نیز روش های پردازش تصویر برای بازیابی عکس های مات شده ای که تنها باقی مانده آثار هنری نادر هستند، مورد استفاده قرار می گیرد . در فیزیک و زمینه های مرتبط، فنون رایانه ای بارها تصاویر آزمایش های مربوط به موضوعاتی نظیر پلاسماهای پرانرژی و تصاویر ریزبینی الکترونی را ارتقا داده اند. کاربردهای موفق دیگری از پردازش تصویر را نیز می توان در نجوم، زیست شنا سی، پزشکی هسته ای، اجرای قانون، دفع و صنعت بیان کرد.
در اوایل دهه ًّ سفینه فضایی رنجر ْ متعلق به ناسا شروع به ارسال تصاویر تلویزیونی مبهمی از سطح ماه به زمین کرد . استخراج جزئیات تصویر برای یافتن محلی برای فرود سفینه آپولو نیازمند اعمال تصمیماتی روی تصاویر بود. این کار مهم به عهده لابراتوار - JPL - Jet Propulsion قرار داده شد. بدین ترتیب زمینه تخصصی پردازش تصاویر رقومی آغاز گردید و مثل تمام تکنولوژیهای دیگر سریعاً استفاده های متعدد پیدا کرد.
عملیات اصلی در پردازش تصویر
فشردهسازی تصاویر
برای ذخیره سازی تصاو یر باید حجم اطلاعات را تا جایی که ممکن است کاهش داد و اساس تمام روش
های فشرده سازی کنار گذاردن بخش هایی از اطلاعات و داده ها است.
ضریب یا نسبت فشردهسازی اَست که میزان و در صد کنار گذاشتن اطلاعات را مشخص میکند. این روش ذخیرهسازی و انتقال اطلاعات را آسانتر میکند و پهنای باند و فرکانس مورد نیاز کاهش مییابد.
امروزه روش هایی متعدد و پیشرفته برای فشرده سازی وجود دارد . فشردهسازی تصویر از این اصل م هم تبعیت
میکند که چشم انسان حد فاصل دو عنصر تصویری نزدیک به هم را یکسان دیده و تمایز آنها را نمی تواند
تشخیص دهد. همچنین اثر نور و تصویر برای مدت زمان معینی در چشم باقی مانده و از بین نمی رود که این
ویژگی در ساخت تصاویر متحرک مورد توجه بودهاست.
روش JPEG
نام این فرمت در واقع مخفف کلمات JOINT PHOTOGRAPHIC EXPERT GROUP است. از این روش در فشرده سازی عکس و تصاویر گرافیکی ساکن استفاده میشود JPEG اولین و ساده ترین روش در فشردهسازی تصویر است به همین دلیل در ابتدا سعی شد برای فشرده سازی تصاویر متحرک مورد استفاده قرار گیرد. برای این منظور تصاویر به صورت فریم به فریم مانند عکس فشرده می شدند و با ابداع روش MOTION JPEG برای ارتباط دادن این عکس ها به هم تلاش شد که با مشکلاتی همراه بود.
روش MPEG
نام این فرمت مخفف عبارت MOVING PICTURE EXOERT GROUP است. این روش در ابتدای سال 90 ابداع شد و در آن اطلاعات تصویر با سرعت حدود 5/1 مگابیت بر ثانیه انتقال پیدا می کرد که در تهیه تصاویر ویدئویی استفاده می شد. با این روش امکان ذخیره حدود 650 مگابایت اطلاعات معادل حدود 70 دقیقه تصویر متحرک در یک دیسک به وجود آمد . در MPEG بیتهای اطلاعات به صورت سریال ارسال می شوند و به همراه آنها بیت های کنترل و هماهنگ کننده نیز ارسال میشوند که موقعیت و نحوه قرارگیری بیت های اطلاعاتی را برای انتقال و ثبت اطلاعات صدا و تصویر تعیین می کند.
روش MP3
MP3 نیز روشی برای فشرده سازی اطﻻعات صوتی به ویژه موسیقی است که از طریق آن حجم زیادی از طلاعات صوتی در فضای نسبتاً کوچکی ذخیره می شود.
روش MPEG 4
از این روش برای تجهیزاتی که با انتقال سریع یا کند اطلاعات سرو کار دارند استفاده می شود. این روش توانایی جبران خطا و ارائه تصویر با کیفیت بالا را دارد . مسئله خطا و جبران آن در مورد تلفن های همراه و کامپیوترهای خانگی و لپتاپها و شبکه ها از اهمیت زیادی برخوردار است . در شبکه های کامپیوتری باید تصویر برای کاربرانی که از مودمهای سریع یا کند استفاده می کنند به خوبی نمایش داده شود، در چنین حالتی روش MPEG 4 مناسب است .
از این روش در دوربین های تلویزیونی نیز استفاده می شود. ایده اصلی این روش تقسیم یک فریم ویدئویی به یک یا چند موضوع است که مطابق قاعده خاصی کنار هم قرار می گیرند مانند درختی که از روی برگهای آن بتوان به شاخه تنه یا ریشه آن دست یافت هر برگ می تواند شامل یک موضوع صوتی یا تصویری باشد. هر کدام از این اجزا به صورت مجزا و جداگانه قابل کپی و یا انتقال هستند . این تکنیک را با آموزش زبان میتوان مقایسه کرد.
همانطوریکه در آموزش زبان کلمات به صورت مجزا و جداگانه قرار داده می شوند و ما با مرتب کردن آن جملات خاصی میسازیم و میتوانیم در چند جمله، کلمات مشترک را فقط یکبار بنویسیم و هنگام مرتب کردن آنها به کلمات مشترک رجوع کنیم، در اینجا هم هر یک از این اجزا یک موضوع خاص را مشخصمیکند و ما میتوانیم اجزا مشترک را فقط یکبار به کار ببریم و هنگام ساختن موضوع به آنها رجوع کنیم. هر یک از موضوعات هم میتوانند با موضوعات دیگر ترکیب و مجموعه جدیدی را بوجود آورند.
این مسئله باعث انعطافپذیری و کاربرد فراوان روشMPEG4 میشود. برای مثال به صحنه بازیتنیس توجه کنید. در یک بازی تنیس میتوان صحنه را به دو موضوع بازیکن و زمین بازی تقسیم کرد زمین بازی همواره ثابت است بنا بر این بعنوان یک موضوع ثابت همواره تکرارشودمی ولی بازیکن همواره در حال حرکت است و چندین موضوع مختلف خواهد .بوداین مسئله سبب کاهش پهنایباند اشغالی توسط تصاویر دیجیتالی میشود.توجه داشته باشید که علاوه بر سیگنالهای مربوط به این موضوعات سیگنالهای هماهنگ کنندهای هم وجود دارند که نحوه ترکیب و قرارگیری صحیح موضوعات را مشخص میکند.
تصاویر رقومی - دیجیتالی -
تصاویر سنجش شده که از تعداد زیادی مر بعات کوچک - پیکسل - تشکیل شده اند. هر پیکسل دارای یک شماره رقمی - - Digital Number می باشد که بیانگر مقدار روشنایی آن پیکسل است . به این نوع تصاویر، تصاویر رستری هم می گویند.تصاویر رستری دارای سطر و ستون می باشند.
مقادیر پیکسل ها
مقدار انرژی مغناطیسی که یک تصویر رقومی به هنگام تصویر برداری کسب میکند، رقم های دوتایی - Digit - binary یا بیت ها - - Bits را تشکیل می دهند که از قوه صفر تا 2 ارزش گذاری شده است. هر بیت، توان یک به قوه 1 - 2بیت - 21=می باشد. حداکثر تعداد روشنایی بستگی به تعداد بیت ها دارد
