دریافت پایان نامه تصوير ديجيتال

عنوان كامل : پایان نامه تصوير ديجيتال

تعداد صفحات : 132

دسته : کامپیوتر و هنر

مقدمه

پردازش تصوير ديجيتال[1] دانش جديدي است كه سابقه آن به پس از اختراع رايانه هاي ديجيتال باز مي گردد . با اين حال اين علم نوپا در چند دهه اخير از هر دو جنبه نظري و عملي پيشرفت هاي چشمگيري داشته است . سرعت اين پيشرفت به اندازه اي بوده است كه هم اكنون و پس از اين مدت نسبتاً كوتاه ، به راحتي مي توان رد پاي پردازش تصوير ديجيتال را در بسياري از علوم و صنايع مشاهده نمود . علاقه به روش هاي پردازش تصوير ديجيتال از دو محدوده كاربردي اصلي نشات مي گيرد كه آن محدوده ها عبارتند از : بهبود اطلاعات تصويري به منظور تعبير انساني و پردازش داده هاي صحنه براي ادراك ماشيني مستقل .

چند دسته مهم از كاربرد هاي پردازش تصوير به شرح زير مي باشد [ 1 ] :

الف ) كاربردهاي عكاسي مانند ارتقاء ، بازسازي تصاوير قديمي ، بازسازي تصاوير خراب شده با نويز و بهبود ظاهر تصاوير معمولي.

ب ) كاربرد هاي پزشكي مانند ارتقاء ويژگي هاي تصاوير اشعه ايكس ، توليد تصاوير MRI  و

• .

ج ) كاربرد هاي امنيتي مانند تشخيص حركت ( در دزد گير ها ) ، تشخيص اثر انگشت ، تشخيص چهره و تشخيص امضاء.

د ) كاربرد هاي نظامي مانند تشخيص و رهگيري خودكار اهداف متحرك يا ثابت از هوا يا از زمين.

ه ) كاربرد هاي سنجش از راه دور مانند ارتقاء و تحليل تصاوير هوايي و ماهواره اي (برداشته شده از مناطق مختلف جغرافيايي) كه در كاربرد هاي نقشه برداري ، كشاورزي ، هوا شناسي و موارد ديگر مفيد هستند .

و ) كاربرد هاي صنعتي مرتبط با خودكار سازي صنايع مانند تفكيك محصولات مختلف بر اساس شكل يا اندازه ، آشكارسازي نواقص و شكستگي هاي موجود در محصولات ، تعيين محل اشياء و اجراي فرايند توليد با استفاده از روبات ها و بينايي ماشيني .

ز ) كاربرد هاي فشرده سازي تصوير مانند ذخيره سازي ، ارسال تصاوير تلويزيون با كيفيت بالا و ارسال تصاوير متحرك و زنده از روي شبكه اينترنت و يا خط تلفن.

ح ) موارد متفرقه ديگري نيز مانند تصوير برداري از اسناد و ارسال آنها توسط دور نگار و تشخيص خودكار نويسه در رديف كاربرد هاي پردازش تصوير قرار دارند.

 

 1-2 : مراحل اساسي پردازش تصوير

پردازش تصوير ديجيتال محدوده وسيعي از سخت افزار ، نرم افراز و مباني نظري را در بر مي گيرد . در اين قسمت مراحل اساسي مورد نياز براي اجراي يك پردازش روي تصوير را نام مي بريم كه در شكل 1-1 نمايش داده شده است .

فهرست مطالب

 فصل اول:
مقدمه اي بر پردازش تصوير ديجيتال
 1-1 : مقدمه
 1-2 : مراحل اساسي پردازش تصوير
شكل 1-1 : مراحل اساسي پردازش تصوير ديجيتال
   1-3 : يك مدل ساده تصوير
  4-1: تشخيص صورت
1-5 : تشخيص و تعبير

فصل دوم :
بررسي دقيق تر برخي از روش هاي معرفي شده توسط ساير محققين در زمينه تشخيص صورت
2-1 : تشخيص صورت در تصاوير رنگي با استفاده از فيلتر پوست
  1-1-2: چكيده
 2-1-2 : فيلتر پوست
شكل2-1: تصوير اصلي RGB
شكل2-2: نقشه بافت
شكل2-3: تصوير رنگمايه
شكل2-4: تصوير اشباع
شكل2-5: نقشه پوست
2-1-3  :  تشخيص صورت در نواحي پوست
شكل2-6: ادغام  نقشه پوست با تصوير خاكستري
شكل 2-7: تصوير مثبت برچسب گذاري شده
شكل2-8: تصوير منفي
شكل 2-9: نتيجه نهايي
2-2 : الگوريتم تشخيص صورت بر مبناي مكان يابي ويژگي هاي صورت
مقدمه

2-2-1 : چكيده
2-2-2 : الگوريتم تشخيص صورت
شكل2-10: الگوريتم تشخيص صورت بر مبناي مكان يابي ويژگي هاي صورت
 2-2-3 : جبران سازي نور و تشخيص رنگ و تن پوست
شكل2-11 : (الف) تصوير با تن زرد؛ (ب) تصوير جبران سازي شده اثر نور؛
2-2-4 : مكان يابي ويژگي هاي مربوط به صورت
شكل 2-12 : پياده سازي مكان يابي چشم براي دو نمونه
شكل2-13 : پياده سازي مكان يابي دهان براي دو نمونه
شكل2-14 : مرز صورت و مثلث دهان- چشم
5-2-2 : نتايج
2-3: یک متد آماری برای تشخیص اجسام سه بعدی
مقدمه
2-3-1 : چکیده
2-3-2 : تشخیص بر مبنای ظاهر
شكل2-15 : نمونه هاي آموزشي جهت
شكل 2-16 : نمونه هاي آموزشي جهت
2-3-3 : قانون تصمیم آماری
2-3-3-1 : احتمال بر اساس نتایج آماری
2-3-3-2 : تجزیۀ ظاهر به فضا،فراوانی و جهت
2-3-3-3 : نمایش نمونه ها با زیر مجموعۀ ضریب موج
2-3-3-4 : فرم نهایی تشخیص دهنده
2-3-4 :  جمع آوری آمار
2-3-5 : کاربرد تشخص دهنده ها
2-3-6 : صحت تشخیص صورت با چرخش خارج از محدوده   
شكل 2-17 : نمونه هايي از نتايج
2-4 : تشخیص صورت با استفاده از روش مسافت هاسدورف
مقدمه:
2-4-1 :  چکیده
2-4-2 : تشخیص جسم با روش هاسدورف
2-4-2-1 : تعریف
2-4-2-2 : تشخیص بر پایۀ مدل
2-4-3 : توضیح سیستم
شكل 2-18 : ويرايش تصوير
2-4-3-1 : دوره تشخیص
2-4-3-2 : پالایش
شكل 2-19 : گامهاي قطعه بندي و موضعي كردن در تشخيص صورت. بالا: دوره تشخيص با مدل
صورت؛ پايين: پالايش اوليه با مدل چشم.
2-4-3-3 : انتخاب مدل
2-4-4 : صحت
2-4-5 :  نتایج
2-5 : مدل ژنتيك بهينه سازي مكان يابي چهره به روش هاسدورف بر پايه مسافت
2-5-1 : مقدمه
2-5-2 : چكيده
2-5-3 :  تشخيص صورت با روش  هاسدورف بر پايه مسافت
شكل 2-21 : پروسه پيدا كردن صورت
2-5-4 : مدل ژنتيك
-5-24-1 : كد هاي مدل 
2-5-4-2 : توابع تناسب
2-5-4-3 : پارامتر هاي مورد نياز
شكل 2-23 : عملگر تقاطع براي مدل دو بعدي
2-5-4-4 : مقداردهي اوليه
2-5-5 : نتايج آزمايشات
شكل 2-24 : نمونه هايي براي مقداردهي تصادفي الگوريتم ژنتيك
شكل 2-25 : نمونه هايي براي مقداردهي الگوريتم ژنتيك به روش لبه متوسط
شكل 2-26 : نمونه هايي براي مقداردهي الگوريتم ژنتيك به روش دستي
شكل 2-27 : مدل حاصله
2-5-6 : نتيجه گيري

فصل سوم :
تشخيص صورت بر مبناي رنگ پوست
3-1 : استفاده از رنگ به عنوان ابزار پردازش تصاوير رنگي
3-1-1 : مباني رنگ
3-2 : تشخيص پوست
3-3 : مدل هاي رنگ
3-3-1 : مدل رنگ RGB
شكل 3-1: مكعب رنگي RGB ، نقاط در طول قطر اصلي، مقادير خاكستري از سياه در مبدأ تا سفيد
در نقطه (1 , 1 ,1) دارند
3-3-2 : مدل رنگ CMY 
3-3-3 : مدل رنگ YIQ
3-3-4 : مدل رنگ HSI
شكل 3-2 : (الف) مثلث رنگي HSI ، (ب) هرم گونه رنگي HSI
3-3-5 : مدل رنگ  YCbCr    
شكل 3-3 : مكعب رنگ YCbCr
3-3-5-1: تبديلات بين RGB   و YCbCr
شكل3-4 ارتباط بين مكعب رنگ RGB  و مكعب رنگ YCbCr  را نشان مي دهد. اين شكل نشان مي
دهد كه رنگ هاي متعددي از RGB، رنگ YUV  مشابهي را نشان مي دهند.
شكل 3-4 : مكعب رنگ RGB در مكعب رنگ YCbCr: فضاي YCbCr   بزرگتر از RGB به نظر مي رسد، اما
در حقيقت، 75 در صد از ارزش هايش كمربندي شده اند، آن هم بدين علت است كه تمام نمايشگرها RGB هستند، در
نتيجه هر ارزش غير معتبر RGB نمي تواند استفاده شود.
3-3-6 : مدل هاي رنگ ديگر
3-3-7 : نتيجه گيري از فضاهاي رنگ
3-4 : ساختن مدل براي پوست

فصل چهارم :
شناسايي صورت در يك پايگاه داده اختياري
4-1 : شناسائي صورت
 4-1-1 : مقدمه
4-1-2 : تاريخچه
4-1-3 : روش هاي برجسته
principle component analysis : 1-3-1-4 
: 2-3-1-4  Linear discriminant analysis
شكل 4-1 : نمونه هايي از شش كلاس در LDA
-3-1-43:  Elastic Bunch Graph Matching
شكل 4-2 : Elastic Bunch Graph Matching
 4-1-4 : ارزيابي دولت ايالات متحده امريكا
4-1-5 : نظر اجمالي به استاندارد ها
:6-1-4 نتيجه گيري
4-2 : قرارداد فرت  برای الگوریتم شناسایی صورت 
4-2-1 : مقدمه
4-2-2 : چکیده
4-2-3 : تست سپتامبر 96 فرت
شكل 4-3 :مثال هايي از پروسه هاي مختلف پراب ها. المثني   و   در طول يك سال گرفته شده ولي
المثني   و  حداقل به فاصله يك سال گرفته شده اند.
4-2-4 : مدل تحقیق
4-2-5 : نتایج تحقیق
4-2-6 : نتیجه گیری

فصل پنجم :
روش انجام كار
5-1 : مقدمه
5-2 : مدل کردن رنگ پوست
شكل 5-1: نقاب عمومي 
شكل5-2 : نقاب حاصله
شکل 5-3 توزیع گاوسی را بر روی پایگاه داده استفاده شده در برنامۀ ما را نشان می دهد.
شکل 5-3 : توزیع گاوسی
5-3 : جداسازی پوست
شكل 5-4 : (الف): تصوير رنگي اصلي. (ب) تصوير احتمالي پوست
شكل 5-5 : حاصله از آستانه گيري
شگل 5-6 : نمونه اي از اجراي روش فوق
5-4 : نواحی پوست
شكل 5-7 : (الف) نواحي قسمت بندي شده . (ب) ناحيه احتمالي صورت
5-4-1 : یافتن تعداد سوراخ های یک ناحیه
5-4-2 : مرکز حجم
5-4-3 : جهت
5-4-4 : عرض و ارتفاع ناحیه
5-4-5 : نسبت ناحیه
5-4-6 : الگوی صورت
شكل 5-8 : نمونه انتخابي
5-5 : تطبیق الگو
شکل 5-9 )الف) ناحيه احتمالي صورت. (ب) ناحيه بدون سوراخ. (ج)نتيجه ادغام تصوير مقياس
خاكستري با (ب)
شکل 5-10: (الف) الگوي اصلي. (ب) الگوي تغيير سايز يافته
شکل 5-11 : (الف) الگوي دوران داده شده. (ب) تصوير حاصل از حذف نواحی اضافی در لبه های
(الف)
شکل 5-12 : تصویر در مقیاس خاکستری هم سایز با تصویر اصلی شامل الگوی ویرایش یافته
شكل 5-13 : نمونه اي از روند كار
5-6 راهکارهای پیشرفت این پروژه:
5-7 نتايج  :

جهت دانلود محصول اينجا کليک نماييد
,دانلود,پایان نامه تصویر دیجیتال,تصویر, تصویر رنگمایه, تصویر منفی, تصویر برداری, الگوریتم تشخیص صورت, مدل های رنگ, مکعب رنگ, دانلود پروژه|ترجمه مقاله...