تحقیق آستانه­ سازی و باینری کردن تصاویر رنگی و خاکستری

توضیحات

 عنوان فارسی: آستانه­ سازی و باینری کردن تصاویر رنگی و خاکستری

• چکیده
• الگوریتم حد آستانه سراسری
• الگوریتم حد آستانه محلی
• الگوریتم مرحله­ای محلی
• الگوریتم آنالیز ناحیه­ای
• حد آستانه شکل مبنا
• نتیجه گیری
• مراجع و منابع

چکیده

امروزه استفاده از منابع متنوع داده در علوم هوش مصنوعی گسترش فراوانی دارد. از اولین زمان­های اختراع و معرفی سیستم­های کامپیوتری، مباحث و تئوری­های مرتبط با پردازش تصاویر مورد پژوهش قرار گرفته است. از جمله اولین پردازش­های معرفی شده بر روی تصاویر را شاید بتوان باینری کردن تصاویر خاکستری برای استخراج اطلاعات از جمله، تشخیص متن از پشت زمینه، تشخیص پلاک خودروها و غیره نام برد. تاکنون روش­ها و متد­های متنوعی برای آستانه سازی و باینری کردن تصاویر رنگی و درجه خاکستری مطرح گردیده است: استفاده از یک مقدار حدآستانه بر مبنای پراکندگی هیستوگرام تا روشهای مبتنی بر هوش مصنوعی پیشرفته را می­توان از جمله مهمترین موارد مربوط به آن نام برد. در این تحقیق به بررسی برخی از روش­های باینری کردن و آستانه­سازی تصاویر پرداخته شده است.

1- الگوریتم حد آستانه سراسری

حدآستانه گذاری بر روی تصاویر از جمله اصلی­ترین روشهای باینری کردن تصاویر مستند است. از اولین روش­های ارائه شده برای انجام فرایند­های باینری کردن انتاخاب یک حد آستانه از روی هیستوگرام تصویر و اعمال مقدار صفر برای مقادیر کوچکتر از آن حد آستانه و اعمال مقدار 1 برای درجات خاکستری بزرگتر از آن است تا تصویر باینری گردد. در برخی از روش­ها برای استخراج مقدار حد آستانه ابتدا هیستوگرام تصویر محاسبه گردیده و سپس برای انتخاب مقدار حد آستانه عدد ته دره میان دو اوج (قله) انتخاب گردیده است [1]. این روش برای اکثر تصاویر واقعی انتخاب مقدار ته دره به دلیل وجود نویز، تنوع در نحوه توزیع درجات خاکستری و بسیاری دیگر با مشکل همراه است. روش­هایی نیز برای غلبه بر مشکلات مذکور برای افزایش کارایی این روش­ها از جمله استفاده از لاپلاسین مقادیر درجات خاکستری می توان اشاره کرد. همچنین روش­های آماری دیگری نیز برای استخراج مقدار حدآستانه با استفاده از فرایندهای آماری نیز مورد استفاده قرار گرفته­اند. در روش ارائه شده توسط اتسو، برای محاسبه حدآستانه از مفهوم تابع آنالیز پراکندگی استفاده گردیده است [1]. در روش­هاي، آستانه­سراسري باينري كردن سراسري براي تمام پيكسل­هاي صفحه در عكس به كار برده مي­شوند و براي تصاوير پيچيده و تصاوير اسناد و مدارك فرسوده مناسب نمي­باشند. روش­هاي سراسري سریع هستند و براي متن­­هاي كوچك و ساده مناسب بنظر مي­رسند.

در روش پیشنهادی اوتسو و همکاران، فرایندی بر مبنای آنالیز تفکیک­­پذیری (discriminant analysis) می­باشد. این روش بر مبنای مناسب بودن مقدار حدآستانه و انتخاب اتوماتیک یک حدآستانه بهینه است. اگر تصویری به تعداد L درجه خاکستری داشته باشیم. و تعداد پیکسل­ها برای هر درجه خاکستری (i ام) با n_i نشان داه شود. و تعداد کل پیکسل­ها برابر N باشد. به منظور راحتی انجام کار هیستوگرام درجات خاکستری نرمال و به صورت توزیع احتمال تبدیل گردید.

فرض کنیم، تمام پیکسل­ها به دو کلاس C1 و C0 با مقدار حد آستانه­ای برابر با درجه خاکستری k تبدیل شوند. در واقع C0 برای پیکسل­ها با درجه خاکستری کمتر از k و C1 برای پیکسل­ها با درجه خاکستری بیشتر از k باشند. در این صورت احتمال رخداد کلاس C0 و مقدار میانگین درجات خاکستری از رابطه 1و 2 بدست می­آید.

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• لینک دانلود فایل بلافاصله پس از خرید بصورت اتوماتیک برای شما ایمیل می گردد.