Image Processing
استفاده زیاد از تصویر و اهمیت کیفیت آنها در پیشرفت های علمی، باعث شده است تا مبحث مهمی با عنوان پردازش تصویر مطرح شود. این دانش در زمینه های متنوعی از جمله پزشکی، علوم نظامی و امنیتی، زمین شناسی، نجوم، کشاورزی، هواشناسی، باستان شناسی و حتی تبلیغات کاربرد دارد. پردازش تصویر به معنی پردازش تصاویر دیجیتال به کمک کامپیوتر و هوش مصنوعی است.
تصویر، یک سیگنال دیجیتال دو بعدی است که می توان آن را با وسایلی مانند اسکنر یا دوربین دیجیتال تهیه کرد. بنابراین باید برای پردازش یک تصویر، مراحل پردازش سیگنال طی شود. پردازش تصویر، شامل مراحل زیر است:
1- اکتساب تصویر (acquisition)
2- پردازش سطح پایین (low level) یا اصطلاحاً پیش پردازش (preprocessing)
3- پردازش میانی (mid level)
4- پردازش سطح بالا (high level)

این مراحل به دنبال هم انجام می شوند یعنی ابتدا پردازش سطح پایین سپس پردازش میانی و درنهایت پردازش سطح بالا انجام می شود. در این مقاله، صرفاً مراحل پردازش تصویر از ابتدا تا انتها، به طور کلی و مختصر معرفی می گردد و در مقاله های بعدی، هر مرحله به طور کامل و گام به گام شرح داده می شود.
1) اکتساب تصویر (Image Acquisition)
پردازش تصویر روی تصاویر دیجیتال انجام می شود؛ بنابراین در اولین گام، باید تصاویر آنالوگ به دیجیتال تبدیل شوند. مبدلهای مختلفی برای تبدیل سیگنال آنالوگ به دیجیتال ساخته شده اند که بر اساس نوع سیگنال دریافتی، می توانند تعداد مشخصی از سیگنال های آنالوگ را دریافت کرده و آنها را به دیجیتال تبدیل می کنند.
2) پیش پردازش (Preprocessing)
پردازش سطح پایین به منظور کاهش یا حذف نویز و بهبود تصویر انجام می شود. پردازش های اولیه مانند بهبود کنتراست و یا فیلتر کردن تصویر از جمله کارهایی است که در این بخش انجام می گردد. این مرحله از اهمیت زیادی برخوردار است و گاهی برای بعضی کاربردها، همین مرحله کفایت کرده و تصویر از کیفیت لازم برخوردار می گردد. ویژگی مهم پیش پردازش این است که ورودی و خروجی، هر دو تصویر هستند.
این مرحله از پردازش، خود به سه زیر مجموعه دسته بندی می شود:
1- بازسازی تصویر (image restoration)؛ منظور بازسازی قسمت های از دست رفته تصویر است. به طور مثال ممکن است تصویر پلاک یک ماشین به دلیل کثیف بودن لنز، تکان خوردن دست هنگام عکاسی، شرایط نوری نامناسب یا به هر دلیل دیگری، ناخوانا شده باشد. برای پردازش این عکس، باید پس از اسکن عکس، قسمتی از تصویر که مدنظر است، بازیافت و بازسازی شود. آنگاه تصویر، برای پردازش های بعدی آماده می گردد.
2- بهبود کیفیت تصویر (image enhancement)؛ روشهای بهبود کیفیت، با هدف از بین بردن نویزهای اضافی و افزایش وضوح تصویر، سعی دارند تا تصویر خوشایندتری نسبت به تصویر اولیه فراهم کنند. به طور مثال، تنظیم شدت روشنایی تصویر یا تغییر کنتراست، از جمله روشهای بهبود کیفیت تصویر هستند.
3- فشرده سازی تصویر (image compression & coding)؛ فشرده سازی تصویر به معنای کاهش حجم تصویر برای ساده تر شدن عملیات پردازش و جابجایی داده ها انجام میشود. عملیات coding نیز شامل مراحل کدگذاری روی اطلاعات تصویر، پردازش و سپس دی کد کردن (decoding) تصویر است مانند روش واترمارک
3) پردازش میانی (Mid Level)
این مرحله از پردازش تصویر، برای طبقه بندی قسمت های مختلف تصویر که غالباً در یک یا چند خصیصه با هم مشترک هستند و استخراج ویژگی های تصویر (Feature Extraction) استفاده می شود. ورودی در این سطح از پردازش، تصویر و خروجی صفاتی از تصویر است مانند لبه های اشیا
شامل دو زیرمجموعه است:
1- بخش بندی تصویر (Image Segmentation)؛ فرآیند تقسیم یک تصویر به نواحی ای است که در یک خصوصیت با هم اشتراک دارند.
2- توصیف اشیاء در تصویر (Description Of The Object)؛ هدف از این مرحله، توصیف اشیای درون تصویر است به نحوی که برای رایانه قابل فهم و پردازش باشد. مثلا مشخص کردن خطوط مرزی (لبه ها) که معمولا برای این امر، از الگوریتم های آشکارساز لبه (Edge detection algorithms) استفاده می شود.

4) پردازش سطح بالا (High Level)
این سطح از پردازش بیشتر با هدف فهم روابط بین اشیا و تفسیر و تحلیل آنها برای شبیه سازی در بینایی ماشین به کار می رود. در این قسمت، ویژگی های بدست آمده در پردازش میانی، یا طبقه بندی می شوند (classification) و یا برای بینایی ماشین استفاده می شوند.
بینایی ماشین زیرشاخه ای از هوش مصنوعی است و هدف آن، شبیه سازی سیستم بینایی چشم انسان برای ماشین است. به بیان دیگر، بینایی ماشین به روش هایی می پردازد که می توان به کمک آنها، ماشینی مثل روبات را آموزش داد تا درک هوشمندی از خصوصیات اشیا پیدا کند. خروجی در این مرحله، تصویر است.
شامل دو زیر مجموعه است:
1- ارائه و توصیف خصوصیات اشیا و مناظر (Representation & Description)
2- پیاده سازی توابع شناختی (Performing The Cognitive Functions)
مثلا وقتی یک روبات وظیفه تشخیص یک متن را برعهده دارد، ابتدا باید بتواند کیفیت تصویر را ارتقا دهد تا کاملا واضح و خوانا گردد. پس از آن باید قسمت های حاوی متن را از قسمت های دیگر صفحه مثلا شکل ها یا قسمت های نوشته نشده تشخیص دهد و تفکیک کند. در مرحله بعد کاراکترها را پیدا کرده و بخواند. به این نحو از آنالیز تصویر، بینایی ماشین گفته می شود.
گردآوری و تنظیم: فائزه مولا
مطالب بیشتر
- کاربرد پردازش تصویر در نساجی
- تصویر چیست؟