مجموعه آموزش پردازش تصویر و ویدئو | مقدماتی تا پیشرفته

مجموعه فرادرس های پردازش تصویر در متلب عنوان مجموعه ای از فیلم های آموزشی است، که در مجموع شامل ۱۶ ساعت برنامه آموزشی تخصصی در زمینه پردازش تصویر و مباحث آن، پیاده سازی آن ها در محیط متلب و کاربردهای آن ها می باشد. در این فرادرس، دانشجویان عزیز، با مباحث مختلف پردازش تصویر در متلب آشنا می شوند. سرفصل هایی که در این آموزش به آن پرداخته می شود، پردازش هیستوگرام، تبدیلات و فیلترهای حوزه مکان و فرکانس، حذف نویز و... است. نقطه قوت این آموزش این است که به طور کامل به توضیح مباحث مربوطه پرداخته شده است و آموزش توسط یکی از بهترین مدرسین متخصص در این زمینه، انجام شده است.

تلفیق پایتون و OpenCV، علاوه بر توانمندی های گسترده و چشم گیر خود، از یادگیری آسان و مناسبی برای فراگیری افرادی که در ابتدای مسیر پردازش تصویر و کدنویسی هستند نیز برخوردار است. آموزش این فرادرس، به صورت گام به گام با معرفی، نصب و بارگذاری تصاویر به شکل کاملا سریع و آسان آغاز شده و سپس با اعمال عملیات اصلی متداول روی تصاویر، اعمال عملیات ریاضی و تبدیلات هندسی ادامه پیدا کرده و فیلترهای کاربردی مختلف و نحوه پیاده سازی آن ها روی تصویر بیان خواهد شد. همچنین استفاده از پرکاربردترین روش ها برای تشخیص لبه، تبدیلات مورفلوژیک، هیستوگرام و اشاره چند روش تطبیق الگو که از مهم ترین بخش ها و اهداف هر برنامه پردازش تصویر است، به خوبی و آسانی تشریح خواهد شد.

تاکنون، آموزش هایی برای نحوه انتخاب موضوع و جمع آوری اطلاعات و خواندن و نوشتن مقاله ها تهیه شده است. اکثر دانشجویان عادت دارند که مقاله های خوانده شده را بدون در نظر گرفتن ساختار خاص، در داکیومنت (Document) سمینار، خلاصه کنند. این کار نه تنها به آن ها کمک نمی کند که مطالب خوانده شده را به درستی بیان کنند، بلکه آن ها را بیشتر سردرگم می کند. تهیه داکیومنت سمینار و قرار دادن مطالب، در جای درست، منجر به نوشتن سه فصل اول پایان نامه می شود و آگاهی به این موضوع، سرعت عمل دانشجویان را برای نوشتن پروپوزال و دیگر فصل های پایان نامه، افزایش می دهد. ارائه داستان وار کارهای انجام شده و روش پیشنهادی، منجر به جذب داوران و کسب نمره خوب در دفاع می شود.

OpenCV (بینایی ماشین متن باز) یک کتابخانه متن باز شامل بیش از صدها الگوریتم بهینه سازی شده به زبان C و C++‎ برای تحلیل تصویر و ویدیو است، که از زمان معرفی آن در سال 1999، به میزان زیادی از سوی جامعه محققین و توسعه دهندگان بینایی ماشین به عنوان ابزار توسعه پایه پذیرفته شده است. OpenCV در ابتدا در اینتل به منظور توسعه تحقیقات در زمینه بینایی ماشین و ارتقای کاربردهایی که شدیدا از پردازنده استفاده می کنند، توسعه داده شد.

با توجه به این که درس گرافیک کامپیوتری ترکیبی از مفاهیم هندسی–ریاضی و کامپیوتری است و در بسیاری از دانشگاه ها تنها از جنبه کامپیوتری به آن پرداخته می شود، هدف برای ارائه این درس این است که بیشتر به بیان پایه های ریاضی آن بپردازیم و بخشی از مطالبی را که مطالعه آنها برای دانشجویان به تنهایی سخت است را توضیح دهیم.

پردازش تصاویر متحرک یا ویدئو از جنبه های کاربردی پردازش تصویر، به شمار می رود. در ویدئو به علت وجود بعد زمان، پیچیدگی هایی وجود دارد که آن را تا حدی مستقل از نظر مفاهیم موجود در پردازش تصویر می کند. یکی از جنبه های مهم در ویدئو، این است که حجم داده ارسالی کاهش یابد. یکی از تکنیک های متفاوت از فشرده سازی، استفاده از تخمین ویدئو است که در این آموزش به آن می پردازیم. در این فرادرس، سعی شده است که مباحث مرتبط به تصاویر متحرک مانند انواع حرکت مورد بررسی قرار گیرد. هم چنین مباحث مختلفی مانند نحوه فشرده سازی و نویز بررسی شود.

برای ورود به عرصه هایی چون تولید بازی کامپیوتری (به خصوص تحت موبایل)، داشتن اطلاعات قوی در زمینه OpenGL ضروری است. در حال حاضر اشتغال در زمینه علوم کامپیوتری در ایران به سمت فناوری های مبتنی بر موبایل حرکت می کند. از طرف دیگر بازی ها و محصولات گرافیکی مرتبط با موبایل جایگاه و نقش مهمی در این جهت گیری خواهند داشت و لذا دانش لازم برای خلق چنین محصولاتی می تواند جایگاهی تعیین کننده در زمینه کارآفرینی افراد داشته باشد.

این فرادرس علاوه بر تئوری روش های مطرح کنونی برای استخراج و انطباق ویژگی های محلی همانند گوشه یاب ها و الگوریتم معروف SIFT، کد آن ها و بهینه سازی آن روش ها برای تصاویر مختلف را بررسی می کند. کد الگوریتم SIFT از سایت Vedaldi دانلود شده است. روش های مبتنی بر ویژگی های محلی دارای جزییات مهمی هستند که عدم توجه به آن ها منجر به عملکرد ضعیف این ابزار قدرتمند در حوزه های مختلف می شود.

در بینایی کامپیوتری، نحوه ارائه یک تصویر به گونه ای که بتوان خصیصه های مهم و مورد نظر آن نظیر مرز پیرامون را استخراج نمود از اهمیت بسزایی برخوردار است. تبدیل کانتورلت (Contourlet) یکی از تبدیل های نسبتا جدیدی است که برای بهبود ارائه تصاویر با تبدیل موجک توسعه یافته است. برخلاف تبدیل گسسته موجک که فقط از سه فیلتر عمودی، افقی و قطری برای استخراج مولفه های تصاویر مربوطه استفاده می کنند، در تبدیل کانتورلت امکان اعمال بانک فیلترها با زوایای متعدد و در رزولوشن های مختلف وجود دارد.

یکی از زمینه‌هایی که زبان قدرتمند پایتون (Python) در آن حرفی برای گفتن دارد، پردازش تصویر است. پایتون برای این منظور چندین کتابخانه قدرتمند را ارائه داده است. در این فرادرس با مباحث تکمیلی کتابخانه پردازش تصویر Pillow آشنا می‌شویم. Python Imaging Library (PIL)، در نسخه‌های جدید معروف به Pillow یک کتابخانه رایگان و Open Source برای زبان برنامه‌نویسی پایتون است که از باز کردن، دستکاری و ذخیره بسیاری از قالب‌های مختلف فایل تصویری پشتیبانی می‌کند. این کتابخانه برای ویندوز، Mac OS X و Linux در دسترس است. Pillow توسط فردریک لونث ایجاد شده و در Secret Labs AB توسعه داده شده است.

Pillow به وسیله زبان‌های C و Python توسعه داده شده است و سرعت مناسبی دارد. پردازش تصویر در زمینه‌های مختلفی مانند: صنعتی، پزشکی، نظامی، علمی و امنیتی کاربردهای بسیار زیادی دارد. به طور خلاصه و مختصر، پردازش تصویر شامل عملیاتی است که با اجرای آن‌ها بتوانیم یک سری داده‌ها را از تصویر استخراج کنیم. در این فرادرس ما به سراغ کتابخانه Pillow می‌رویم و از ابتدا آن را مورد بررسی قرار می‌دهیم. Pillow از کلیه عملیات‌های پردازش تصویر بر روی فرمت‌‌های مختلف پشتیبانی می‌کند. لزوم آشنایی با زبان پایتون از مقدمات کار با Pillow محسوب می‌شود.

واژه فرکتال به معنای سنگی است که به شکل نامنظم شکسته شده باشد. در این هندسه اشکالی مورد بررسی قرار می گیرند که بسیار نامنظم به نظر می رسند. فرکتال های مجموعه ژولیا یا ژولیا ست (Julia Set) از زیباترین و مهم ترین فرکتال ها محسوب می شوند که ایجاد آن ها، بر اساس روابط ریاضی امکان پذیر می گردد. ما در این آموزش قصد داریم تا با تلفیق همین روابط و کدزنی، برنامه ای بنویسیم که این اشکال فوق العاده زیبا را خلق کند. این آموزش هم مطالب تئوری مربوط به ژولیا ست (فقط مواردی که در پیاده سازی تاثیرگذار است) را شامل می شود و هم در قسمت عملی، برنامه ای می نویسیم که این فرکتال ها را خروجی دهد. در این آموزش سعی بر این بوده که مطالب به ساده ترین و مفید ترین صورت بیان شود تا شما بتوانید به طور مناسب و مفهومی آن را یاد بگیرید.