مشاهده مطلب

تاریخ ایجاد: پنج شنبه 19 اردیبهشت 1395 تعداد بازدید: 12438 تعداد نظرات ارسالی: 1 نویسنده: vision
ماشین بینایی چیست؟

تعریف ماشین بینایی

ماشین بینایی روشی برای تبدیل یک تصویر به صورت دیجیتال و انجام برخی از عملیات بر روی آن، به منظور دریافت یک تصویر بهبود یافته و یا برای استخراج برخی از اطلاعات مفید از آن است. این فناوری به کامپیوتر اجازه می‌دهد که ببیند و پردازش کند و  تصمیم بگیرد و به سیستم‌های کنترلی خود فرمان های لازم جهت رد و قبول تولیدات درجه بندی و... را صادر کند این فناوری می‌تواند صدها برابر از چشم انسان دقیق تر ،سریعتر و عملکردی با کمترین خطا داشته باشد.

ماشین بینایی به عنوان یک ابزار مهندسی در ابزارهای دیجیتال و در شبکه‌های کامپیوتری، برای کنترل ابزارهای صنعتی دیگر از قبیل کنترل بازوهای روبات و یا خارج کردن تجهیزات معیوب به کار می‌رود. در حقیقت ماشین بینایی شاخه‌ای از علم مهندسی است که به رشته‌های علوم کامپیوتری (Computer science) و علم نورشناسی و مهندسی مکانیک و اتوماسیون صنعتی ارتباط دارد. یکی از مهمترین پر استفاده‌ترین کاربردهای آن در بازبینی و بررسی کالاهای صنعتی از جمله نیمه هادیها، اتومبیل‌ها، مواد خوراکی و دارو می‌باشد. همانند نیروی انسانی که با چشم غیر مسلح در خط تولید کالاها را برای تعیین کیفیت و نوع ساخت آنها بازبینی می‌کنند، ماشین بینایی از دوربین‌های دیجیتال و دوربین‌های هوشمند و نرم‌افزارهای پردازش تصویر برای این کار استفاده می‌کند. مطالعات مرتبط نشان مي دهد که امروزه، سيستم هاي بينايي ماشين راهکاري به صرفه ، پايدار، سريع و دقيق را براي کنترل کيفيت آني محصولات در اختيار مي گذارند.

تاریخچه ماشین بینایی:

لمیلسون(Lemelson )اولین کسی بود که سیستم صنعتی که می‌توانست اقدامات متعددی از قبیل جوشکاری و اندازه گیری محصولات و همچنین انجام اسکن برای نقص در خط تولید ایجاد کرد او یک برنامه 150 صفحه‌ای برای این کار نوشت و در سال 1954  سیستم خود را به نام ماشین بینایی معرفی کرد. اولین سیستم را اسکن داده‌های بصری از یک دوربین و ذخیره‌سازی آن را در کامپیوتر در ترکیب با دستگاه‌های رباطی و کدگذار توصیف کرد سپس به‌سرعت شرکت‌های ژاپنی و آمریکایی در خطوط تولید خود از این فناوری استفاده نمودند خصوصاً صنایع نظامی استفاده از این فناوری را شروع کردند . اما این فنّاوری در ابتدا با محدودیت‌های سخت‌افزاری بسیاری روبرو هستند در دهه‌های بعد الگوریتم‌های هوش مصنوعی و پردازش تصویر در مرکزهای تحقیقاتی  پیشرفت‌های چشمگیری داشتند در دهه 90 میلادی سیستم‌های کامپیوتری به سرعت پیشرفت کردند و این باعث پیشرفت چشمگیری در بینایی ماشین شد از سال 2000  شاهد گسترش سریع دوربین‌های دیجیتال بوده ایم و مراکز علمی و تکنولوژی استانداردهای خاصی را برای دوربین‌های دیجیتال در صنعت ماشین بینایی معرفی کردند که می‌تواند استانداردهای Firware،Camera link،GigEVision اشاره کرد.

اهمیت بینایی ماشین:

کنترل ماشین‌آلات و تجهیزات صنعتی یکی از وظایف مهم در فرآیندهای تولیدی است. بکارگیری کنترل خودکار و اتوماسیون روزبه‌روز گسترده‌تر شده و رویکردهای جدید با بهره‌گیری از تکنولوژی‌های نو امکان رقابت در تولید را فراهم می‌سازد. لازمه افزایش کیفیت و کمیت یک محصول، استفاده از ماشین‌آلات پیشرفته و اتوماتیک می‌باشد. ماشین آلاتی که بیشتر مراحل کاری آن‌ها به طور خودکار صورت گرفته و اتکای آن به عوامل انسانی کمتر باشد. امروزه استفاده از تکنولوژی ماشین بینایی و تکنیک‌های پردازش تصویر کاربرد گسترده‌ای در صنعت پیدا کرده است و کاربرد آن به‌ویژه در کنترل کیفیت محصولات تولیدی، هدایت روبات و مکانیزم‌های خود هدایت شونده روزبه‌روز گسترده‌تر می‌شود.

بسیاری از کارهای کلیدی در ساخت محصولات ، شامل بازرسی، جهت‌یابی ، تشخیص هویت و مونتاژ نیازمند استفاده از تکنیک های بصری است و از آنجا که چشم انسان و واکنش آن می‌تواند درگیر مواردی شامل سرعت آهسته و خطاهای ناشی از خستگی باشد، با جایگزین کردن ماشین بینایی به‌جای بازرسی‌های انسانی ، می‌توان تحول چشمگیری را در فرآیندهای مکانیزاسیون کارخانه ایجاد کرد ، گرچه پیاده‌سازی آن نیازمند تطبیق دقیق تنظیمات سیستم ماشین بینایی با نیازمندهای پروژه دارد.

در حال حاضر صنعت  از سیستم ماشین بینایی برای بازبینی تصویری اشیاء (Visual inspection) که نیاز به‌سرعت بالا و دقت بالا و کار ۲۴ ساعته و تکرار محاسبات بالا دارد، استفاده زیادی می کند.


اجزای یک سیستم بینایی ماشینپ

اگرچه "بینایی ماشینی" بیشتر به‌عنوان یک فرآیند در کاربردهای صنعتی شناخته‌شده است، برای فهرست کردن اجزای سخت‌افزاری و نرم‌افزاری به‌کاربرده شده نیز مفید هست. معمولاً یک بینایی ماشینی از اجزای زیر ساخته‌شده است:

۱. یک و یا چند دوربین دیجیتال یا آنالوگ (سیاه-سفید یا رنگی) با اپتیک مناسب برای گرفتن عکس.

۲. واسطه‌ای که عکس‌ها را برای پردازش آماده می‌سازد. برای دوربین‌های آنالوگ این واسطه شامل یک دیجیتال کننده عکس است. هنگامی که این واسطه یک سخت‌افزارٍ جدا باشد، به آن Frame grabber (کارتی که برای دریافت سیگنال تصویری و فرستادن آن به کامپیوتر استفاده می‌شود) می‌گویند.

۳. یک پردازشگر (گاهی یک PC یا پردازنده تعبیه‌شده (Embedded Processor) مانند DSP

۴. نرم‌افزار Machine vision: این نرم‌افزار امکاناتی برای توسعه یک برنامه نرم‌افزاری که برای کاربردی مشخص است را فراهم می‌کند.

۵. سخت‌افزار ورودی / خروجی (مثلاً I/O دیجیتال) یا حلقه‌های ارتباطی (مثلاً ارتباط شبکه ای یا RS-232) برای گزارش نتایج.

۶. یک دوربین هوشمند: یک وسیله ساده که همه موارد فوق را داراست.

7. لنزهایی که بتواند به مقدار مطلوبی روی سنسور تصویر زوم کند.

۸. منابع نوری مناسب و گاهی خیلی مخصوص (مثلاً چراغ‌های LED، فلورسنت، لامپهای هالوژن و . . .)

۹. یک برنامه مشخص که بتواند تصاویر را پردازش کرده و مشخصه‌های مربوط و مناسب را شناسایی کند.

۱۰. یک سنسور همزمان ساز برای شناسایی اجزا (گاهی یک سنسور نوری و یا یک سنسور مغناطیسی): این سنسور برای راه‌اندازی سیستم استخراج و پردازش تصویر می‌باشد.

سنسور همزمان ساز تعیین می‌کند که چه زمانی یک بخش (که معمولاً روی یک حمل کننده حرکت می‌کند) در موقعیتی قرار گرفته است که باید مورد بررسی واقع شود. این سنسور هنگامی‌که از زیر دوربین می‌گذرد و یک پالس نوری برای ثابت نگه‌داشتن تصویر ایجاد می‌کند، دوربین را برای گرفتن عکس فعال می‌کند. نوری که برای روشن کردن آن بخش به کار می‌رود درواقع برای آن است که مشخصه‌های مطلوب را برجسته و مشخصات نامطلوب (مثل سایه‌ها و یا انعکاس‌ها) را به حداقل برساند. معمولاً پنل‌های LED با اندازه و طراحی مناسب برای این هدف مورد استفاده قرار می‌گیرند.  سیستم‌های بينايي ماشين همانند چشم انسان، به وسيله سطح و کيفيت روشنايي ، تأثیر می‌پذیرند. سيستم روشنايي به‌طور قابل توجهي بر کيفيت تصاوير اثر گذاشته و نقش مهمي را در کارایی نهايي و دقت سيستم بازي  می‌کند. سيستم هاي نورپردازي منابع نوري می‌باشند. نور بر روي مواد (خصوصاً وقتي در حال استفاده هستند) متمرکز مي شود تا روشنايي لازم براي گرفتن تصوير فراهم شود. نوع نور، موقعيت ، کيفيت و رنگ آن، نقش مهمي را در ايجاد يک رنگ واضح از جسم فراهم می‌آورد. نحوه نورپردازي به دودسته نورپردازي از جلو يا پشت تقسيم می‌شود.

 نورپردازي از روبه‌رو براي تشخيص بهتر خواص بيروني سطح محصول استفاده می‌شود در حاليکه نورپردازي از پشت براي بهبود پس زمينه نمونه مفيد می‌باشد. منابع نوري مورد استفاده مي توانند لامپ هاي تنگستن ، فلورسنت ، ليزر، پرتو ايکس و لامپ هاي زير قرمز نزديک باشند.

 تصویر دوربین یا توسط یک frame grabber و یا توسط یک حافظه کامپیوتری (که در آن از frame grabber استفاده نشده است) گرفته می‌شود. frame grabber یک وسیله دیجیتال کننده است (یا در داخل دوربین هوشمند و یا بطور جداگانه) که خروجی دوربین را به فرمت دیجیتال تبدیل کرده (معمولاً این فرمت از یک آرایه دو بعدی از اعداد تشکیل شده که هر عدد متناظر شدت روشنایی نقطه متناظر در آن تصویر می‌باشد. به این نقاط پیکسل می‌گویند.) و سپس تصویر را به منظور پردازش توسط نرم‌افزارٍ Machine vision در حافظه کامپیوتر ذخیره می‌کند. به طور معمول نرم‌افزار، اقدامات متفاوتی را برای پردازش تصویر انجام می‌دهد. گاهی در ابتدا تصویر برای کاهش نویز و یا تبدیل سایه‌های خاکستری به ترکیب ساده‌ای از رنگهای سیاه و سفید دستکاری می‌شود (Binarization ). در قدم بعدی نرم‌افزار عمل شمردن، اندازه‌گیری و شناسایی اجسام، ابعاد، کاستی‌ها و مشخصات دیگر تصویر را انجام می‌دهد. در نهایت با توجه به ضوابط و معیارهای برنامه ریزی شده ممکن است بخشی را بپذیرد و یا رد کند. اگر یک بخش رد شد، نرم‌افزار به یک دستگاه مکانیکی فرمان می‌دهد تا آن بخش را خارج کند و همچنین سیستم خط تولید را قطع کرده و به کارگر هشدار می‌دهد تا مشکلی که باعث ایجاد خطا شده را رفع نماید. اگرچه اکثر Machine visionها بر مبنای دوربین‌های سیاه–سفید بنا نهاده شده‌اند، استفاده از دوربین‌های رنگی در حال رایج شدن است. همچنین امروزه شاهد شیوع فراوان استفاده از تجهیزات دوربین‌های دیجیتال به جای یک دوربین و یک frame grabber جداگانه در Machine vision هستیم. استفاده از یک دوربین دیجیتال به منظور برقراری ارتباط مستقیم، باعث صرفه جویی در هزینه و نیز سادگی سیستم خواهد شد. دوربین‌های هوشمند که در داخل آنها embedded processorها تعبیه شده‌اند، در حال تسخیر سهم بالایی از بازار Machine visionها هستند. استفاده از یک embedded processor (و یا یک پردازنده بهینه) نیاز ما به frame grabber و یک کامپیوتر خارجی را از بین می‌برد. به همین خاطر این پردازنده‌ها باعث کاهش هزینه، کاهش پیچیدگی سیستم و همچنین اختصاص توان پردازشی مشخص به هر دوربین می‌شود. دوربین‌های هوشمند معمولاً ارزان‌تر از سیستمهای شامل یک دوربین و یک برد و یک کامپیوتر خارجی هستند. همچنین توان بالای embedded processor و DSPها منجر به بالا رفتن عملکرد و توانایی آنها نسبت به سیستمهای مرسوم (که بر مبنای PC هستند) شده است.

کاربردهای بینایی ماشین:

 زمینه‌های مختلف کاربرد بینایی ماشین عبارت‌اند از:

صنعت ، هواشناسي ، شهرسازي، کشاورزي، علوم نظامي و امنيتي ، نجوم و فضا نوردي ، پزشکي ، فناوری‌های علمي ، باستان‌شناسی ، تبليغات ، سينما، اقتصاد، روانشناسي و زمین‌شناسی که در ادامه درباره هرکدام مختصراً بحث شده است .

١-صنعت

امروزه کمتر کارخانه پیشرفته‌ای وجود دارد که بخشي از خط توليد آن توسط برنامه‌های هوشمند بينايي ماشين کنترل نشود.

خطاي بسيار کم ، سرعت زياد، هزينه نگهداري بسيار پايين ، عدم نياز به حضور اپراتور ٢٤ ساعته و خيلي مزاياي ديگر باعث شده که صنايع و کارخانه‌ها به‌سرعت به سمت پردازش تصوير و بينايي ماشين روي بياورند. دستگاهي ساخته‌شده که قادر است کيک هاي پخته را از کيک هايي که نياز به پخت مجدد دارند، تشخيص دهد و آنها را به صورت اتوماتيک به بسته بندي بفرستد و کيک هايي که نياز به پخت دارند را دوباره براي پختن ارسال کند.

يکي ديگر از دلايل استفاده از بينايي ماشين قابليت ديدن و اندازه گيري محصولاتي است که ديدن يا اندازه گيري آنها با چشم غیرمسلح غیرممکن است . عناصر تشکيل دهنده يک سيستم بينايي ماشين نرم افزار هوشمند بينايي است که ورودي خود را از دوربين هاي نصب شده در بخش هاي مختلف خط توليد مي گيرد و بر اساس تصاوير دريافتي دستورات لازم براي کنترل ماشين هاي صنعتي را صادر مي کند. پردازش تصوير در تشخيص دماي کوره هايي که هيچ وسيله ي مکانيکي و الکترونيکي تحمل دماي آنها را ندارد، کاربرد دارد. دوربين هاي حرارتي مي توانند مشکل بخشي از سازه ي مورد نظر را تشخيص دهند.

٢- هواشناسي

 از آنجايي که در علم هواشناسي تشخيص و پيش بيني آب و هوا اکثراً از طريق تصاوير هوايي و ماهواره اي انجام مي گيرد، پردازش تصوير در اين علم کاربرد زيادي دارد و دقت و سرعت پيش بيني آب و هوا و طوفان ها را بسيار بالا مي برد. جبهه هاي پرفشار، کم‌فشار، گردبادها و گرداب‌های بوجود آمده در سطح کره زمين را می‌توان مشاهده کرد.

٣-شهرسازي

با مقايسه عکس‌های مختلف از سال‌های مختلف يک شهر می‌توان ميزان گسترش و پيشرفت آن را مشاهده کرد.

کاربرد ديگر پردازش تصوير می‌تواند در کنترل ترافيک باشد. با گرفتن عکس‌های هوايي از زمين ترافيک هر قسمت از شهر مشخص می‌شود.

قبل از ساختن يک شهر می‌توان آن را توسط کامپيوتر شبیه‌سازی کرد که به صورت دوبعدی از بالا و حتي به‌صورت سه‌بعدی از دیدهای مختلف ، يک شهرک چطور ممکن است به نظر برسد. تصاوير ماهواره‌ای که از شهرها گرفته می‌شود، می‌تواند توسط فيلترهاي مختلف پردازش تصوير فیلتر شود و اطلاعات مختلفي از آن استخراج شود. به طور مثال اين که شهر در چه قسمت‌هایی داراي ساختمان‌ها، آب‌ها يا راه‌های بيشتري است و همین‌طور می‌توان جاده‌هایی که داخل يا خارج از شهر کشيده شده‌اند را تحليل کرد.

٤- کشاورزي

اين علم در بخش کشاورزي معمولاً در دو حالت کاربرد دارد. يکي در پردازش تصاوير گرفته‌شده از ارتفاعات بالا مثلاً از هواپيما و ديگري در پردازش تصاوير نزديک به زمين .

در تصاوير دور به ‌عنوان ‌مثال می‌توان تقسیم‌بندی اراضي را تحليل کرد. همچنين می‌توان با مقايسه تصاوير دريافتي در زمان‌های متفاوت ميزان صدمات احتمالي وارد به محیط‌زیست را ديد. به ‌عنوان مثال مي توان برنامه اي نوشت که با توجه به محل رودخانه ها و نوع خاک مناطق مختلف ، به صورت اتوماتيک بهترين نقاط براي کشت محصولات مختلف را تعيين می‌کند.

تصاوير نزديک هم در ساخت ماشین‌های هرز چين اتوماتيک کاربرد دارد. امروزه ماشین‌های بسيار گران‌قیمت کشاورزي وجود دارند که می‌توانند علف‌های هرز را از گياهان تشخيص بدهند و به‌صورت خودکار آن‌ها را نابود کنند.

براي مثال يکي از پروژه‌های جالب در بخش کشاورزي، تشخيص خودکار گل زعفران براي جداسازي پرچم قرمزرنگ آن بوده است . اين پردازش که توسط نرم‌افزار Stigma detection®انجام گرفته است .

٥- علوم نظامي و امنيتي

 پردازش تصوير بخصوص بينايي هوشمند، کاربردهاي بسياري را در علوم نظامي و امنيتي دارند و اين کاربرد براي دولت اکثر کشورها بسيار مهم است . به عنوان مثال موشک هدايت شونده خودکاري وجود دارد که مي تواند روي  يک ساختمان قفل کند و حتي مي تواند به درز بين در و ديوار آن ساختمان که حساس ترين جاي ساختمان است به راحتي نفوذ کند. اين موشک به صورت اتوماتيک اين قسمت را شناسايي کرده و به سمت آن حمله مي کند.

در مسائل امنيتي هم کاربرد پردازش تصوير کاملاً در زندگي ما مشهود است . دوربين هاي که به صورت اتوماتيک از ماشين هايي که تخلف رانندگي انجام مي دهند عکس برداري می‌کند.

از سیستم‌های امنيتي ديگر مي توان سيستم تشخيص اثر انگشت اتوماتيک را نام برد. در لپ تاپ هاي جديد قابليت  finger print به آنها اضافه شده و مي تواند صاحب لپ تاپ را توسط اثر انگشت شناسايي کند.

کد امنيتي ديگري که هميشه همراه انسان حمل مي شود، چشم انسان است . دانشمندان ثابت کرده اند که پترن هاي (Pattern) موجود در مردمک چشم هر انسان منحصر به فرد است و هيچ دو فردي در دنيا وجود ندارند که پترن هايي که در مردمک چشم آنها وجود دارد دقيقاً مثل هم باشد. از همين روش براي شناخت افراد و سيستم هاي امنيتي استفاده مي شود.

در کل اين خواص بيومتريک در انسان بسيار زياد است . عرض و طول صورت ، فاصله بين انگشتان دست ، طول و عرض انگشت ها، فاصله ي بندها از يکديگر و حتي خط هاي کشيده شده کف دست و هزاران خاصيت ديگر، تماماً خصوصياتي هستند که براي انسان ها منحصر به فرد هستند.دوربين هايي وجود دارند که به صورت ديد در شب ، قادر هستند چيزهايي را که ما نمي بينيم ، ببينند و پردازش کنند.اسلحه هاي خودکاري ساخته شده اند که به صورت اتوماتيک و دقيق نشانه گيري مي کنند.

پردازش تصوير همينطور با پردازش تصاوير گرفته شده از فاصله هاي دور هم مي تواند در علوم نظامي و امنيتي کمک کند.به‌عنوان مثال دوربيني قادر است با سرعت بسيار زياد يک توپ را دنبال کند.اين مسئله کاربرد بسيار زيادي در مسائل نظامي دارد.

٦- نجوم و فضا نوردي

 ساخت دستگاه‌های اتوماتيک رصد آسمان و ثبت وقايع آسماني به صورت خودکار از کاربردهاي پردازش تصوير است که امروزه روي آن کار مي شود.

از پروژه‌های جديد در بخش نجوم که بخشي از آن توسط سيستم پردازش تصوير انجام می‌شود، تهيه نقشه سه‌بعدی از کل عالم کائنات است!

پردازش تصوير در فضانوردي هم کاربرد زيادي دارد. در تصاوير دور می‌توان سطح سيارات و همچنين سطح قمرها را اسکن کرده و اطلاعات بسيار ريزي از آن‌ها استخراج‌کنیم .

کاربرد ديگر پردازش تصوير در فـيلتر کردن عکس‌هایی است که توسط تلسکوپ‌های فضايي مختلف از جمله هابل(Hubble Space Telescope)، از فضا گرفته می‌شود.

کاربرد ديگر آن حذف گردوخاک و جو سیاره‌ها از تصاوير به کمک تصويربرداري IR و X-RAY به‌صورت همزمان و ترکيب اين تصاوير است .

در تصاوير نزديک هم کاربرد دارد، ازجمله هدايت مریخ‌نوردها، فرود فضاپيماهاي بدون سرنشين و الصاق تجهيزات جديد به ایستگاه‌های فضايي به‌صورت خودکار.

از امکانات سايت گوگل ، امکاناتي است به نام Google Mars که اين برنامه دقيقاً مانند Google Earth عمل می‌کند با اين تفاوت که Google Earth سطح زمين را در هر زمان که بخواهيد و در هر نقطه‌ای از زمين و از ارتفاع‌های بسيار پائين هم نشان می‌دهد ولي Google Mars دقيقاً همين کار را براي سطح سياره مريخ انجام می‌دهد.

٧- پزشکي

يکي از مهم‌ترین کاربردهاي پردازش تصوير در علم پزشکي است . درجایی که ما نياز داريم تمام عکس‌ها با نهايت شفافيت و وضوح گرفته شوند زيرا ديدن تمام جزئيات لازم است . جراحی‌های ريز microsurgery با ايجاد يک سوراخ کوچک و فقط ديدن محل جراحي توسط پزشک ، از راه دور و توسط بازوهاي رباتيک بسيار دقيق انجام می‌شوند.

٨- فناوری‌های علمي

پردازش تصوير در افزايش سرعت پیشرفت‌های علمي تأثير فوق‌العاده داشته است . اولين و مشخص‌ترین تأثير آن را می‌توان در علم عکاسي يا هنر ديد. شکار لحظه‌های شگفت‌آوری که در کسري از ثانيه اتفاق می‌افتد، بالا بردن وضوح عکس‌های گرفته‌شده و ايجاد افکت‌های خیره‌کننده، از دستاوردهاي پردازش تصوير است .

همچنين در توسعه فنّاوری پيشرفته (Global Positioning Systems)gps  کمک زيادي داشته و تهيه نقشه‌های سه‌بعدی از جاده‌ها در تمام نقاط جهان ، از کاربردهاي ديگر آن است . با به وجود آمدن اين علم ، مسابقات ربات‌های فوتباليست به‌صورت جدي دنبال شد.

اين علم در پيشرفت علوم پايه فيزيک ، شيمي و مخصوصاً تحقيقات فيزيکي و مکانيکي ، کمک فراواني کرده است . به‌عنوان مثال وسيله اي براي حمل و نقل کالاها در مسيرهاي صعب العبور ساخته شده است . قبل از ساخت آن، رفتار چهارپايان در حالت هاي مختلف توسط کامپيوتر تحليل و عيناً به دستگاه آموزش داده شده است .در کل پردازش تصاوير به علت سرعت زياد آن، در ساخت وسايل مکانيکي پر سرعت ، کاربرد زيادي دارد. وسيله اي وجود دارد که قادر است ، توپي که با سرعت بسيار زياد به سمت پائين می‌آید را مهار کند.

٩- باستان‌شناسی

 در علم باستان‌شناسی تنها مدارک باقی‌مانده از دوران باستان ، دست‌نوشته‌ها، نقاشی‌ها و غار نگاری‌های قديمي است . تهيه تصاوير از بناهاي گذشته و بازسازي مجازي اين بناهاي تاريخي يکي از کاربردهاي پردازش تصوير در اين علم است . همچنين می‌توان نقاشی‌ها و غار نگاری ها را مورد پردازش دقيق قرار داد و شکل آنها را همان طور که در ابتدا بوده اند، شبیه‌سازی کرد. حتي می‌توان مکانهاي باستاني را از زوايايي که تصاوير مستندي از آنها وجود ندارد، شبيه سازي کرد.

امروزه يکي از پروژه هاي پر سر و صداي بازسازي بناهاي باستاني ، بازسازي شهر روم باستان توسط دانشمندان ايتاليايي است . هم اکنون توريست ها با زدن عينک هاي مخصوص مي توانند در خيابان هاي شهر روم باستان قدم بزنند.

١٠- تبليغات

 از مقايسه تبليغات دهه ي ٧٠ و ٨٠ ميلادي با تبليغات امروزي مي توان تأثير تکنولوژي را در تبليغات کاملاً درک کرد. تغيير شکل تبليغات از اشکال مربع و زاويه دار به شکل هاي دايره اي، تغيير رنگ تبليغات و هزاران تغيير ديگر. يکي از مهمترين فاکتورهاي فروش و دلايل بالا رفتن يا پايين آمدن فروش ، شکل و نحوه ي بسته بندي کالاست . پردازش تصوير مي تواند به ما کمک کند تا قبل از توليد يک بسته بندي آن را شبيه سازي کنيم . با ادغام کردن علم الگوريتم ژنتيک با پردازش تصوير مي توان برنامه اي را نوشت که به صورت اتوماتيک به ساختن بسته بندي هاي مختلف بپردازد و آنهايي که از نظر کاربران زيباتر و جالب تر به نظر خواهند آمد را به ما معرفي نمايد.

١١- سينما

 اولين علمي که پردازش تصوير در آن مورد استفاده قرار گرفت ، هنر و سينما بود. يکي از تکنولوژي هاي برتر دنياmotion capture است که در آن يک کاراکتر انيميشني قادر است حرکات دست انسان را تقليد کند. امروزه اين سيستم جهت ساخت فيلم ها و بازي هاي کامپيوتري مورد استفاده قرار مي گيرد.

در پردازش تصوير قابليتي به نام هيستوگرام (Histogram) وجود دارد که با آن قادرند تصاوير را شفاف يا تيره تر کرده و يا هر تغيير مورد نياز ديگري را روي تصاوير با توجه به منحني ها و نمودارهاي هيستوگرام بدهند.

در سينما براي اينکه تصويري شفاف به نظر آيد، با استفاده از يک کره ي نقره اي رنگ ، تصاوير اطراف دوربين را هم ثبت مي کنند. بنابراين تصوير نسبت به محيط اطراف خود شفافيت غير قابل تصوري پيدا مي کند.

١٢- اقتصاد

 در دنياي امروز تمام نوآوري ها، به نوعي مستقيم يا غير مستقيم باعث تغييراتي در اقتصاد گروهي از کشورها و يا کل دنيا مي شوند. پردازش تصوير هم ، به صورت مستقيم و غير مستقيم در اقتصاد تأثير گذار است . در تبليغات ، سياست ، فضانوردي ، کشاورزي، شهرسازي ، سينما، پزشکي و علوم نظامي مي تواند تأثير غير مستقيمي در اقتصاد کشورها داشته باشد. همچنين از تأثير مستقيم آن در اقتصاد، مي توان به وجود شعبه هاي بانک بدون کارمند اشاره کرد. اين شعبه ها قادرند به صورت خودکار سريال چک ها و قبوض پرداختي را بخوانند، نوع اسکناس ها را تشخيص دهند و تا حد زيادي از کارهاي يک بانک عادي را انجام دهند.

١٣- روانشناسي

 بحث تاثير رنگ در روحيه انسان اهميت بسيار زيادي دارد به طوري که در روانشناسي گرايشي به نام روانشناسي رنگ وجود دارد. در اين علم در مورد رنگ ها و تأثير هر يک بر روح و جسم انسان صحبت مي شود. به عنوان مثال رنگ قرمز بيشتر تأثير را در چشم انسان دارد. در حالي که رنگ سبز بيشترين تأثير را در مغز انسان دارد.

همچنين رنگ آبي باعث ايجاد حس آرامش و اطمينان در انسان مي شود. به همين دليل در سخنراني هاي اکثر سياستمداران دنيا از پرده آبي رنگ در پشت سر آن ها استفاده مي شود.

با پردازش تصوير مي توان به راحتي تصاوير ثابت و متحرک را ويرايش کرد. به طور مثال رنگ آبي را براي ايجاد حس اطمينان يا رنگ سبز را براي حس زيبايي و قرمز را براي ايجاد هيجان در تصاوير پر رنگ تر کرد.

١٤- زمين شناسي

با پردازش تصوير مي توان کاني هاي مختلف را از روي رنگ و اندازه آن ها شناسايي و دسته بندي کرد. همچنين در زمين شناسي براي پي بردن به مواد تشکيل دهنده کاني ها از روش پرتونگاري (tomography ) استفاده مي کنند و پردازش تصوير در اين بخش مي تواند سرعت و دقت اين روش را بسيار بالا ببرد. کاربرد ديگر آن اين است که دانشمندان با مقايسه کردن ارتفاع آب در سال هاي مختلف ، در واقع روند تند شدن يا کند شدن کاهشّ آب در سطح زمين را مورد بررسي قرار مي دهند.

15- پلاک خوان

تشخیص کاراکترهای پلاک از جمله کاربردهای فراگیر ماشین بینایی می‌باشد. با شناساندن کاراکترهای پلاک هر کشور به سیستم پردازشی و جستجوی شباهت میان آن‌ها و تصاویر ورودی دوربین می‌توان پلاک موجود در تصویر را خواند. این سیستم‌ها در پارکینگ‌های هوشمند؛ ورودی و خروجی سازمان‌ها و مجتمع‌های بزرگ جهت کنترل تردد مورد استفاده قرار می‌گیرد. علاوه بر اینها در صورت پلاک خوانی یک خودرو در ابتدا و انتهای یک مسیر می‌توان سرعت میانگین آن را محاسبه و متخلفین را اعمال قانون کرد.

16- سرعت سنج

با استفاده از تصویر دو دوربین می‌توان عمق تصویر را بدست آورد و از این طریق تغییرات عمق را می‌توان بدست آورد که به معنی سرعت است. در نوعی از سرعت سنج‌های بزرگراهی از بینایی ماشین جهت استخراج سرعت استفاده می‌شود. مزیت این سیستم‌ها بر نمونه‌های مشابهی که از رادار و یا لیزر برای سرعت سنجی بهره می‌برند؛ پسیو بودن آن‌ها است. پسیو بودن به این معنی است که امواجی از خود صادر نمی‌کنند و به همین علت استفاده از jammer و یا detector به منظور جلوگیری از ثبت تخلف کارایی ندارد. این سیستم‌ها در نوع ثابت و متحرک طراحی می‌شوند. سیستم‌های ثابت در کنار خیابان، جاده و یا بزرگراه نصب شده و سیستم‌های متحرک بر روی خودروی‌های پلیس نصب می‌شوند. از این سیستم‌ها می‌توان به عنوان تردد شمار و سیستم کنترل ترافیک نیز بهره برد.

17- ثبت تخلف چراغ راهنمایی و رانندگی

با پردازش تصاویر دوربین‌های نصب شده در تقاطع‌ها می‌توان زمان، سرعت، جهت حرکت و پلاک خودروها را بدست آورد و بدین ترتیب تخلفات متنوعی از جمله عبور از چراغ قرمز، توقف روی خط عابر پیاده، گردش به چپ و راست و تخطی از سرعت مجاز هنگام عبور از تقاطع را ثبت کرد.

18- ایمنی رانندگی

برای افزایش سطح ایمنی در رانندگی؛ ماشین‌های جدید مجهز به سیستم‌های بینایی ماشینی شده‌اند که به راننده در حفظ هوشیاری و دقت کمک می‌کنند. از جمله این سیستم‌ها می‌توان به سیستم‌های تشخیص مانع؛ آینهٔ کنار هشدار دهنده؛ هشدار دهنده تابلوهای راهنمایی و رانندگی و هشدار دهنده خارج شدن از خطوط جاده اشاره کرد.

19- تشخیص حجم

با توجه به اینکه سیستم‌های ماشین بینایی قادرند مشخصات مکانی نقاط تصاویر را استخراج کنند، می‌توان از آن‌ها به عنوان سیستم‌های تشخیص حجم بهره برد. به عنوان نمونه می‌توان به سیستم تشخیص حجم بار خودروهای سنگین اشاره کرد. این سیستم‌ها در محل‌های دفن زباله پسماند و یا نخاله ساختمانی، معادن و کارخانجات تولید مصالح ساختمانی کاربرد دارد.

روش‌های پردازش

شمارش پیکسل

شمردن تعداد پیکسلهای روشن و تاریک.

تعیین آستانه

تبدیل یک عکس با قسمت‌های خاکستری به یک عکس سیاه و سفید به این طریق که با قرار دادن آستانه‌ای پیکسل‌های روشن تر از آن را سفید و پیکسل‌های تیره تر از آن را سیاه در نظر می‌گیریم.

بخش بندی کردن (Segmentation)

تبدیل تصویر ورودی به بخش‌های مختلف برای موقعیت یابی و شمارش پیکسل‌ها. وقتي که ميگوييم يک ناحيه از تصوير متشابه است منظورمان اين است که رنگ يا شدت سايه ها در آنها زياد با هم متفاوت نمي باشند.به عبارت ديگر لبه اي در آن ناحيه وجود ندارد.

روش هاي ديگري نيز جهت قطعه بندي تصوير وجود دارند که در آنها از لبه يابي استفاده نمي شود يکي از روش هاي ساده در اين زمينه استفاده از حد آستانه است در اين روش رنگ هر کدام از نقاط تصوير بدست آمده و نقاط همسايه در يک منطقه از تصوير تا جايي که رنگشان به حد کافي شبيه يکديگر باشند به عنوان يک قطعه در نظر گرفته مي شوند.

اين روش خيلي شبيه لبه يابي مي باشد اما به منظور قطعه بندي استفاده مي شودو فقط به يافتن لبه ها در تصوير نمي پردازد.

تشخیص و شناسایی لکه‌ها و دستکاری

بررسی یک عکس برای یافتن گسسته از بین تمامی پیکسل‌ها.(به عنوان مثال یک حفره سیاه رنگ در درون یک جسم خاکستری) این لکه‌ها به عنوان نشان اختصاصی عکس خواهند بود. با استفاده از تکنيک هاي خاصي مثل بافت شي و شناسايي بافت و آناليز بافت و ديتا بيسي که در اين ماشين طراحي شده مي تواند اشياء مورد نظر را شناسايي کند.

تشخیص و شناسایی توسط اجزاء موجود

استخراج اجزاءی خاص از یک تصویر ورودی مثلاً عکس.

تشخیص وشناسایی الگو به طور مقاوم در برابر تغییرات

به این معنا که موقعیت جسمی که ممکن است چرخانده شود یا اندازه اش تغییر کند یا قسمتی از این جسم توسط جسم دیگر پوشانده شود، را به طور دقیق شناسایی کند.

خواندن بارکد

شناسایی و تعیین کدهای یک بعدی (1D) و دو بعدی (2D) اسکن شده توسط ماشین‌ها طراحی شده است.

تشخیص و شناسایی کاراکتر نوری

خواندن خودکار یک متن (مثال: یک رشته اعداد پشت سر هم).

اندازه‌گیری

اندازه‌گیری ابعاد یک جسم (بر حسب میلی‌متر یا اینچ).

تشخیص و شناسایی لبه‌ها

با هر تصوير، چه با دوربين گرفته شود و چه با چشم انسان ، مقداري تحريف و تغيير شکل و به عبارتي "نويز " (noise) وجود دارد. البته در مورد مثال ما در سيستم خط توليد اين مسأله چندان اهميت ندارد اما در موقعيت هايي که نياز به دقت بالا وجود دارد بايد از نورپردازي خاصي براي تصويربرداري استفاده شود .

انسان براي درک تصاويري که ميبيند نيازي ندارد هيچ کاري در مورد فيلتر کردن و از بين بردن نويزهاي يک تصوير انجام دهد.

مثلاً در يک روز ابري که مه همه جا را فرا گرفته ، ديد ما به شدت ضعيف و دچار مشکل ميشود. اما هر آنچه را که قادر به ديدنش باشيم درک ميکنيم . يعني براي درک اشياء نيازي به حذف نويزهاي تصوير نيست . مثلاً اگر در اين روز در حال رانندگي در يک جاده باشيد و تصوير مبهمي از يک ماشين را مقابل خود ببينيد، بالطبع عکس العمل نشان ميدهيد و به عبارتي سرعت خود را کم ميکنيد .

 اين يعني ما هنوز تصوير ماشين را عليرغم وجود مه ميتوانيم تشخيص دهيم و در مقابل آن عکس العمل نشان دهيم . و يا مثلاً زماني که دچار سرگيجه ميشويد، عليرغم اين که تصاوير اطراف خود را تار و مبهم ميبينيد اما قادر به درک و تشخيص وسايل و تصاوير اطراف خود هستيد. يعني ابتدا صبر نمي کنيد تا سرگيجه تان به پايان برسد و بعد تصاوير را تشخيص دهيد و اين يعني با قدرت بينايي انسان ، عليرغم خراب شدن تصاوير اطراف ، ميتوانيم متوجه فضاي اطراف خود بشويم . اما براي بينايي ماشين ابتدا بايد اين نويزها طي فرآيندي که تصفيه کردن يا فيلترينگ ناميده ميشود، از بين برود و بعد هر آنچه براي پردازش عکس لازم است انجام شود .

 خوشبختانه در حال حاضر تکنيک هايي براي انجام اين کار وجود دارد. از بين بردن نويزها به صورت نرمال توسط تعدادي از توابع رياضي يا الگوريتم هايي که تحت عنوان 'treshholding' يا 'quantizing' ناميده ميشود انجام ميگردد.اين فرآيند بسيار حرفه اي و پيچيدهاي است و نياز به دانش و پشتوانه بالاي رياضي دارد. زمانيکه خرابيها از بين رفت ، ميتوانيم پردازش عکس ها را ادامه دهيم که اين کار با استخراج صورت ها و حالت ها از يک تصوير انجام ميشود

تشخیص و شناسایی از طریق تطبیق الگو

پیدا کردن، مطابقت دادن و شمارش اشکال خاص در یک تصویر.

در اکثر موارد یک سیستم Machine vision به منظور بررسی کامل یک تصویر، از زنجیره مرکبی از این تکنیکهای پردازش استفاده می‌کند. به عنوان مثال می‌توان به سیستمی اشاره کرد که بارکد را می‌خواند و هم سطح جسم را برای خراش احتمالی مورد بررسی قرار می‌دهد و هم ممکن است طول و عرض آن وسیله را اندازه‌گیری کند.


print



rating
  نظرات

نظری وجود ندارد.

نام
ایمیل
وب سایت
عنوان
نظر
کد CAPTCHA
وارد نمودن کد


بینایی ماشین ماشین بینایی پردازش تصویر ماشین سازی ماشین آلات صنعتی بازرسی سطوح تشخیص عیوب کنترل محصول بازرسی چشمی بازرسی محصول خط تولید صنایع بهداشتی صنایع غذایی صنایع دارویی صنایع بسته بندی بازرسی شیشه بازرسی بطری کنترل یکنواختی رنگ سیستم های الکترواپتیکی بازرسی محصولات مسطح دوربین لاین اسکن بازرسی blister بازرسی دارو بازرسی پارچه بازرسی دستگاه surface inspection دستگاه bottle inspection کنترل یکنواختی قطر اندازگیری قطر robot vision کنترل بازوهای روباتیک کنترل بازو روبات کنترل روباتیک تشخیص اشکال در درپوش بطری درپوش بطری ظروف محصول بسته بندی محصول كنترل پربودن بسته دارویی كنترل پربودن دارو بارکدخوان بازرسی چشمی بطری ها تشخیص بطری های خراب تشخیص محصول خرابتشخیص خرابی چک کردن اندازه چک کردن پارامترهای فیزیکی محصولات چک کردن پارامترهای فیزیکی دستگاه vision inspection دستگاه بازرسی بازرسی ماشین های بینایی صنایع دارویی، بهداشتی و شیمیایی ماشین های بینایی بهداشتی ماشین های بینایی شیمیاییماشین های بینایی بهداشتی کنترل کیفی و کمی محصولات کنترل کیفی محصولات کنترل کمی محصولات درجه بندی محصول درجه بندی دستگاه درجه بندی دستگاه چک کردن blister دستگاه blister دستگاه بازرسی رنگ ماشین بازرسی رنگ دستگاه color inspectionشیشه پرکن بازرسی سنگ بازرسی کاشی بازرسی سرامیک درجه بندی کاشی درجه بندی سنگ درجه بندی سرامیک درجه بندی شیشه درجه بندی بطری درجه بندی پارچه بازرسی درپوش بطری بازرسی کثیفی بطری بازرسی تمیزی بطری بازرسی چشمی بطریبازرسی چشمی تمیزی بطری بازرسی چشمی سنگ بازرسی چشمی کاشی بازرسی چشمی کثیفی بطری بازرسی فنی بازرسی جوش بازرسی پیچ و مهره بازرسی پیچ بازرسی مهره بازرسی صنعتی بازرسی غیرمخرب دستگاه کاغذسازی بازرسی کاغذ بازرسی پارچهبازرسی سطوح صاف دستگاه بازرسی لوله بازرسی کابل بازرسی لوله بازرسی لوله بدون درز بازرسی اتوماتیک بازرسی خودکار بازرسی چشمی اتوماتیک بازرسی چشمی لوله بدون درز اتوماتیک بازرسی چشمی لوله بدون درز بازرسی رنگ و پوشش بازرسی لوله ای qrp بازرسی لوله‌های پلی اتیلن HDPE بازرسی لوله‌های پلی اتیلن بازرسی چشمی لوله های qrp بازرسی چشمی vt بازرسی فنی جوش به روش بازدید چشمی (Visual Test) بطری نوشابه بازرسی بطری نوشابه کنترل بطری نوشابه کنترل چشمی بطری نوشابه کنترل ظرف ماست کنترل ظروف بازرسی ظرف ماست بازرسی ظرف پنیر کنترل ظرف ماست بازرسی قوطی کنترل قوطی کنترل ظرف بطری مواد شوینده کنترل بطری مواد شوینده بازرسی بطری مواد شوینده بطری مواد شیمیایی کنترل بطری شیمیایی بازرسی بطری شیمیایی بازرسی ظروف چینی بازرسی ظروف چینی کنترل ظروف دستگاه بیسکویت زن دستگاه بیسکویت ساز دستگاه کنترل بیسکویت دستگاه بسته بندی موادغذایی دستگاه بسته بندی حبوبات ماشین الات پرکن ماشین آلات پرکن دستگاه بسته بندی مایعات در کیسه های پلی اتیلن بازرسی کیسه های پلی اتیلن دستگاه کنترل بسته بندی مایعات دستگاه بسته بندی حجمی دستگاه بسته بندی توزینی دستگاه بسته بندی گرانول دستگاه بسته بندی پودری بسته بندی مواد غذایی دستگاه بسته بندی حبوبات دستگاه بسته بندی خشکبار دستگاه بسته بندی خرما دستگاه بسته بندی زعفران دستگاه بسته بندی سبزیجات دستگاه بسته بندی چای کیسه ای دستگاه بسته بندی نان فیلم های بسته بندی فیلم PVC سخت فیلم های بسته بندی فیلم PVC سخت دستگاه بسته بندی مایعات در کیسه های پلی اتیلن بازرسی کیسه های پلی اتیلندستگاه کنترل بسته بندی مایعات دستگاه بازرسی بسته بندی حجمی دستگاه بازرسی بسته بندی توزینی دستگاه بازرسی بسته بندی گرانول دستگاه بازرسی بسته بندی پودری بازرسی بسته بندی مواد غذایی دستگاه بازرسی بسته بندی حبوبات دستگاه بازرسی بسته بندی خشکبار دستگاه بازرسی بسته بندی خرما دستگاه بازرسی بسته بندی زعفران دستگاه بازرسی بسته بندی سبزیجات دستگاه بازرسی بسته بندی چای کیسه ای دستگاه بازرسی بسته بندی نان بازرسی فیلم های بسته بندی فیلم PVC سخت بازرسی فیلم های بسته بندی بازرسی فیلم PVC سخت دستگاه کنترل بسته بندی حجمی دستگاه کنترل بسته بندی توزینی دستگاه کنترل بسته بندی گرانول دستگاه کنترل بسته بندی پودری کنترل بسته بندی مواد غذایی دستگاه کنترل بسته بندی حبوبات دستگاه کنترل بسته بندی خشکبار دستگاه کنترل بسته بندی خرما دستگاه کنترل بسته بندی زعفران دستگاه کنترل بسته بندی سبزیجات دستگاه کنترل بسته بندی چای کیسه ای دستگاه کنترل بسته بندی نان کنترل فیلم های بسته بندی فیلم PVC سخت کنترل فیلم های بسته بندی کنترل فیلم PVC سخت سورت محصول دستگاه سورت کندستگاه sort سورت و بسته بندی حبوبابت و خشکبار سورت و بسته بندی انواع مرکبات ومیوه سورت و بسته بندی انواع مرکبات ومیوه بسته بندی تمام اتوماتیک مواد غذائی و بهداشتی بسته بندی تمام اتوماتیک کیک بسته بندی تمام اتوماتیک بیسکویت بسته بندی تمام اتوماتیک کلوچه بسته بندی تمام اتوماتیک بستنی بسته بندی تمام اتوماتیک گز بسته بندی تمام اتوماتیک شکلات بسته بندی تمام اتوماتیک پیتزا بسته بندی تمام اتوماتیک همیرگر بسته بندی تمام اتوماتیک ظروف یکبار مصرف بسته بندی تمام اتوماتیک مواد غذائی و بهداشتی کیک ، بیسکویت ، کلوچه ، بستنی ، گز ، شکلات پیتزا ، همیرگر ، ظروف یکبار مصرف بازرسی کیک بازرسی بستنی بازرسی شکلات بازری گز بازرسی همبرگر بازرسی ظروف یکبار مصرف بازرسی چیپس بازرسی خشکبار دوربین LINESCAN دوربین ccdدوربین پردازش تصویر تجهیزات بینایی ماشین تجهیزات پردازش تصویر لنز دوربین دوربین صنعتی دوربین دیجیتال صنعتی دوربین دیجیتال دوربین بینایی ماشین دوربین ماشین بینایی