Computer Vision and Applications a guide for students and practitioners

این کتاب در 17 فصل توسط   Bernd Jahne و   Horst Haussecker در سال 2000 در موسسه Academic Press منشر گردید، این کتاب شامل رویکردهای جدید مبحث بینایی ماشین شامل کلیه فرآیندها از ابتدا که داده ها به شکل تصویر دیجیتال از محیط اطراف گرفته می شود تا مراحل نهایی درک و واکنش ماشین نسبت به عوامل محیطی می باشد، اصل این کتاب بر خواندن ترتیبی فصول می باشد تا فهم خواننده را از ابتدای فرایند گرفتن تصویر از محیط تا واکنش ماشین نسبت به محیط بالا برده و کل نیازهای خواننده را پوشش می دهد.

فصل اول: به معرفی المانهای بینایی ماشین، سیستمهای تصویربرداری، پردازش سیگنال برای بینایی ماشین، الگوهای تشخیص بر روی بینایی ماشین، ارزیابی کارآیی الگوریتم ها و کلاس بندی Task ها می پردازد.

فصل دوم:Radiation and Illumination (تابش و نورپردازی) به معرفی و اساس تابش الکترومغناطیسی، مقادیر رادیومتریکی ، اساس فتومتری، تکنیک های روشنایی و ... می پردازد.

فصل سوم:Imaging Optics  (تصویربرداری نوری) به معرفی مفهوم اساسی ژئومتری نوری، لنز، خواص نوری شیشه ، انحرافات ، فرمت تصاویر نوری ، موج و فوریه پرداخته است.

فصل چهارم:Radiometry of Imaging به معرفی سطوح مشاهده، اشباع در تصویربرداری ، تابش اشعه و همچنین تشخیص تابش و ... می پردازد.

فصل پنجم:به معرفی اصل حسگر تصویر ، فرآیند تصویربرداری، انتقال تصویر، تشخیص سیگنالهای الکتریکی،معماری سنسورهای تصویر برداری،بینایی رنگی و تصاویر رنگی پرداخته است.

فصل ششم:به معرفی تکنیکهای کالیبره ، مدل های دوربین و نرم افزارهای تصویربرداری پرداخته است.

فصل هفتم:تکنیکهایتصویربرداری سه بعدی،معرفی مشخصات سنسورهای سه بعدی و تداخل نوری را بیان نموده است.

فصل هشتم:(نمایش سیگنالهای چند بعدی ) به معرفی سیگنالهای پیوسته و گسسته و همچنین ارتباط بین آنها ،تبدیل فوریه گسسته و پیوسته و مقیاسهای سیگنالها و ... پرداخته است.

فصل نهم:به توضیح عملگرهای همسایگی شامل معرفی پایه ،فیلترهای خطی و غیرخطی ، فیلترهای بازگشتی ، میانگین محلی و تشخیص لبه پرداخته است.

فصل دهم:با عنوان motion به معرفی جریانات و تناظرات پایه و optic ، تکنیکهای فیلتر چهارگانه ، همبستگی و تطبیق و مدل کردن حرکات می پردازد.

فصل یازدهم:به بررسی الگوریتمهای تصویربرداری سه  بعدی  شامل stereopsis  و عمق focus می پردازد.

فصل دوازدهم:(طراحی فیلترهای غیرخطی) به معرفی و طراحی فیلتر ، انتخاب پارامتر، بسط و ارتباط رزولوشن های مختلف تصویر پرداخته است.

فصل سیزدهم:(قطعه بندی و هموار نمودن منعطف متغیرها) به معرفی پردازش تصاویر 2 و یا 3 بعدی و همچنین پردازش تصاویر برداری، و تصاویر متوالی پرداخته است.

فصل چهاردهم:به معرفی عملگرهای مورفولوژی شامل مقدماتی ، پایه و پیشرفته پرداخته است.

فصل پانزدهم :به بررسی مدل سازی احتمالی در بینایی ماشین پرداخته است.

فصل شانزدهم: به بررسی پردازش تصویر فازی شامل معرفی و درک پرداز ش تصویر فازی ، سیستم پردازش تصویر فازی و تئوری المانهای پردازش تصویر فازی و مثال های کاربردی پرداخته است.

فصل هفدهم : کاربرد شبکه عصبی در پردازش تصویر را بیان نموده است.

Illumination Invariant Face Recognition using SQI and Weighted LBP Histogram

شناسایی چهره در شرایط روشنایی مختلف هنوز بعنوان یک مسئله باز حل نشده می باشد، یکی از چالشهای موجود در دنیای واقعی برای سیستم تشخیص چهره تغییرات روشنایی است، در[Illumination Invariant Face Recognition using SQI and Weighted LBP Histogram]یک رویکرد جدیدی در مقابل تغییرات روشنایی بر پایه SQI و هیستوگرام LBP وزندار معرفی شده است، در این سیستم، کارآیی سیستم با استفاده از مقادیر مختلف سیگما در SQI در تستهای مختلف بالا رفته است، علاوه بر اینکه استفاده از دو عملگر LBP یکنواخت چند ناحیه ای برای استخراج ویژگی همزمان بکار رفته است و سیستم را در برابر تغییرات روشنایی قویتر ساخته است.این رویکرد اطلاعات تصویر را از سطوخ متفاوت محلی و سراسری جمع می نماید.

ارائه یک شکل جدیدی از الگوهای باینری محلی به منظور طبقه بندی بافت تصویر

طبقه بندی بافت تصویر نقش بسیار مهمی در بینایی ماشین و پردازش تصویر دارد. اولین و مهمترین مرحله در طبقه بندی بافت تصویر، استخراج ویژگی از تصویر میباشد. تاکنون روش های بسیار زیادی برای استخراج ویژگی از تصاویر بافتی ارائه شده اند اما از میان روش های موجود الگوهای باینری محلی، در شکل اصلی و بهبودیافته خود، به دلیل سادگی در پیاده سازی و استخراج ویژگی های مناسب با دقت طبقه بندی بالا، مورد توجه بسیاری از متخصصان این زمینه قرار گرفته است. شکل اصلی الگوهای باینری محلی هرچند از نظر پیاده سازی بسیار ساده است، اما زمانی که شعاع همسایگی افزایش یابد پیچیدگی محاسباتی بالایی دارد. شکل بهبودیافته الگوهای باینری محلی نیز به الگوهای همگن برچسبهای متمایز و به تمام الگوهای غیر همگن یک برچسب یکسان انتساب می دهد و این امر، طبقه بندی تصاویری که دارای درصد بالایی از الگوهای غیر همگن می باشند را با مشکل مواجه می سازد. در[ارائه یک شکل جدیدی از الگوهای باینری محلی به منظور طبقه بندی بافت تصویر]، یک شکل جدید از الگوهای باینری محلی ارائه شده است که پیچیدگی محاسباتی آن نسبت به شکل اصلی الگوهای باینری محلی کمتر و دقت طبقه بندی آن نیز از شکل اصلی و بهبودیافته الگوهای باینری محلی بیشترمی باشد. روش ارائه شده در این مقاله نه تنها تصاویر با الگوهای همگن را به خوبی طبقه بندی می کند، بلکه در مورد تصاویری که دارای حجم بسیار بالایی از الگوهای غیر همگن می باشند نیز به خوبی عمل می کند. همچنین می توان با تغییر در بازه های شدت روشنایی، محلی یا سراسری بودن ویژگی ها را کنترل کرد.

مرجع:پاکدل مرضیه،تاجری پور فرشاد ،ارائه یک شکل جدیدی از الگوهای باینری محلی به منظور طبقه بندی بافت تصویر،مهندسی برق و کامپیوتر ایران ،شماره 11،سال 1392

GPU Parallel Program Development Using CUDA

کتابی مناسب برای علاقه مندان در حوزه پردازش تصویر موازی بر روی پلتفرم CUDA در اینجا معرفی شده است که توسط¹ Tolga Soyata در سال 2018 به چاپ رسیده است که در ابتدا به بررسی ساختار حافظه در CPU پرداخته، سپس با بررسی ساختار حافظه در GPU به نحوه پردازش تصویر در GPU بر روی پلتفرم CUDA و همچنین توابعی که در این زمینه وجود دارد پرداخته است.

شکل1:آقای Tolga Soyata