تاریخچهی پرماجرا و طولانی بینایی ماشین
درست در زمان مرگ والت دیزنی و تولد مخترع ویکیپدیا، مردم در تلاش بودند نعمت بینایی را به کامپیوتر هدیه کنند. متن زیر برنامهریزی برای ساخت یک سیستم بصری را نشان میدهد. براساس این متن ساخت هر بخش از این سیستم بر عهدهی گروههای مختلف است و این پروژه به یک نقطهی شاخص در توسعهی تشخیص الگو تبدیل میشود.
پردازش تصویر دیجیتال
بینایی ماشین بهشدت به نمودارهای ون در پردازش تصویر دیجیتال وابسته است. وظایف زیر در حوزهی پردازش تصویر دیجیتال قرار میگیرند:
- تشخیص الگو: خودتوصیف. پیدا کردن قوانین.
- استخراج ویژگی: تجزیهی یک تصویر به ویژگیهای مجزا
- طبقهبندی: آیا این دسته از یالها یا اشکال مانند یک خودرو به نظر میرسند یا سگ؟
- تحلیل سیگنال چندمقیاسی: روشهای دیگر برای دیدن این تصویر چیست؟
- نگاشت گرافیکی: چگونه میتوان یک شیء سهبعدی را بهصورت دوبعدی نمایش داد؟
تشخیص الگوی وابسته به الگوریتم، امکان یافتن خودکار نقاط کلیدی یک تصویر مانند گوشهها و یالها را فراهم میکند. با مقایسهی موقعیت تقریبی نقاط بین فریمهای ویدئوی برای مثال میتوانید جابهجایی محور X و Y را خنثی کنید و لرزش را از بین ببرید. همچنین میتوانید این کار را بهسادگی در پایتون با کد متنباز انجام دهید.
شاید بتوان گفت، تحلیل سیگنال چندمقیاسی یکی از سنگینترین عملیات پردازش تصویر باشد، اما در سطح بالا، همانطور که از نام آن پیداست بهمعنی تحلیل سیگنال روی مقیاسهای متعدد یا از زاویههای مختلف است. فتوشاپ در ابزار shaprening خود از تحلیل چندمقیاسی استفاده میکند.
یک روش جالب برای تجزیهی یک تصویر بهدستآوردن مشتق آن است. این روش به یافتن لبههای تصویر و درنتیجه تفکیک بخشهای تصویر به اشیای مجزا کمک میکند. با این روش میتوان برچسبهایی مثل سگ، انسان، پلنگ، توپ ورزشی و … را به اشیا تخصیص داد. این فرایند اغلب روی مقیاسهای مختلف انجام میشود.
تصویر بالا، تصویر آبراهام لینکلن است. رزولوشن پائین آن بهاندازهای است که بتوان پیکسلهای مستقل را دید. ازآنجاکه کار در طیف خاکستری یا grayscale هشت بیتی اجرا شده است، اعداد هر واحد، درخشش پیکسلی را روی طیف ۰ تا ۲۵۵ نمایش میدهند.
با بهدستآوردن مشتق گسستهی هر پیکسل در راستای محور x میتوان آن پیکسل را با پیکسلهای چپ و راست خود مقایسه کرد، نتیجهی این مقایسه تخمین نسبت تغییر لحظهای بین مقادیر درخشندگی (brightness) است. میتوانید مشتق گسستهی همان پیکسل را هم در راستای محور y به دست آورید (ستون آن) و سپس با ترکیب این دو بخش، وجود پیکسل روی لبهها را بررسی کنید.
