استخراج ویژگی و پردازش تصویر برای بینایی ماشین

کتاب  استخراج ویژگی و پردازش تصویر برای بینایی ماشین " Feature Extraction & Image Processing for Computer Vision Third edition" توسط Mark S. Nixon و Alberto S. Aguado نوشته شده است.  نسخه اولیه این کتاب در سال 2002 نوشته شده و نسخه دوم آن در سال 2008 به بازار عرضه شده است. کتاب حاضر ویرایش سوم آن بوده که در سال 2013 به بازار عرضه شده است و حدود 80 دلار قیمت دارد.

در نسخه سوم، مطالب کاملاً جدیدی در مورد روشهای جدید برای استخراج و توصیف ویژگی های سطح بالا و پایین به منظور  شناسایی اشیاء، حرکت و ردیابی موجود است. در این کتاب از رنگ ها و تکنیک‍های مدرن تر برای استخراج و توصیف ویژگی اشیاء به ویژه مواردی از کاربرد موجک ها و فضای مقیاس مطرح و از آنها استفاده شده است.

در هر فصل از این کتاب مجموعه ای از اطلاعات خاص در مورد استخراج ویژگی ها در پردازش تصویر و بینایی ماشین ارائه شده است. بیشترین تکنیک های اصلی توصیف شده و پیاده سازی هایی از آنها نیز ارائه شده که از آنها برای پردازش تصاویر انتخاب شده استفاده شده است. به طور کلی تمرکز کار در این کتاب بیشتر در مورد تحلیل تصاویر پزشکی یا بیومتریک بوده است (علم شناخت افراد با ویژگی های رفتاری یا فیزیولوژیکی مانند تشخیص چهره و ... )

به اعتقاد نویسندگان این کتاب به روزترین کتاب در رابطه‍با استخراج ویژگی ها و پردازش تصویر در بینایی ماشین می باشد.

جهت دریافت فایل Pdf کتاب اینجا کلیک کنید.

معرفی کتاب "داده کاوی چند رسانه ای، محاسبات نرم و بیوانفورماتیک"

کتاب داده کاوی چند رسانه ای، محاسبات نرم و بیوانفورماتیک توسط ساشمیتا میترا و تینکو و در انتشارات جان وایلی و پسران در سال 2003 منتشر شده است. انقلاب دیجیتال و رشد اینترنت، باعث شده که حجم زیادی از اطلاعات چند رسانه ای در اطراف ما بوجود آید. این اطلاعات اغلب مخلوط هستند و شامل انواع مختلفی از داده ها مانند متن، تصویر، صوت، گفتار، گرافیک و تصاویر ویدئویی اند که به یکدیگر متصل می شوند. شبکه جهانی وب نقش مهمی در ایجاد داده ها، از نقاط جغرافیایی مختلف داشته و به راحتی برای همه کاربران در سراسر جهان در دسترس است. با این حال، اغلب این اطلاعات برای اکثر کاربران  جذابیت ندارند. مشکل این است که چگونه اطلاعات مفید یا الگوهای مفید را از مجموعه داده های بزرگ استخراج کنیم. داده کاوی به این فرآیند استخراج دانش مربوط می شود.

داده کاوی یک منطقه در حال رشد و توسعه هم در دانشگاه و هم در صنعت است و شامل تحقیقات بین رشته ای و توسعه در حوزه های گوناگون می شود. در زمان حاضر اکتشاف داده های چندرسانه ای و داده کاوی نباید صرفا محدود به استخراج دانش از حجم زیادی از مجموعه داده های با ابعاد بزرگ در پایگاه داده های سنتی باشد. محققان باید به استخراج انواع داده های مختلف، از جمله فرمت های عددی و الفبایی، متن، تصاویر، ویدئو، صدا، سخنرانی، گرافیک بپردازند. کارآیی پایگاههای اطلاعاتی بسیار بزرگ از عملکرد سیستم های داده کاوی آن تأثیر می پذیرد
و در این زمینه فن آوری های فشرده سازی داده ها می توانند نقش مهمی ایفا کند.

با تکمیل پروژه ژنوم انسان، ما دسترسی به پایگاه داده های بزرگ اطلاعات بیولوژیکی را داریم. تجزیه و تحلیل مناسب چنین اطلاعات عظیمی، شامل رمزگشایی ژن ها در DNA و ساختار پروتئینی سه بعدی، در بیوانفورماتیک بسیار مهم است و کاربرد داده کاوی در این حوزه با توجه به چشم انداز نجات انسان در طراحی دارو حائز اهمیت می باشد و مورد توجه بسیار صنعت داروسازی است. هدف از داده کاوی این است که به جای یک راه حل ارزان قیمت، بهترین راه حل با هزینه ای ارزان و مناسب به دست آید. در این راستا مجموعه های فازی، برای عدم قطعیت است  که ذاتا در استدلال های انسانی وجود دارد و شبکه های عصبی مصنوعی برای یادگیری و به حداقل رساندن خطا می باشند.
ما همیشه با مفاهیم و کارکردهای داده کاوی، مانند طبقه بندی، خوشه بندی و قوانین در برنامه های کاربردی چند رسانه ای و بیوانفورماتیک درگیرهستیم.

فصل اول مقدمه ای بر داده کاوی است و شامل توضیحاتی در رابطه با کشف دانش و داده کاوی، فشرده سازی دیتا، بازیابی اطلاعات، خوشه بندی و دسته بندی و مقایسه رشته ها، دیتاورهاوس و استخراج متن و تصاویر می باشد.

در فصل دوم با بحث در مورد محاسبات نرم و ابزارهای مختلف آن، از جمله مجموعه های فازی، شبکه های عصبی مصنوعی، الگوریتم های ژنتیک، تبدیل های موجک، مجموعه های سخت و ترکیبیات آنها همراه با نقش آنها در داده کاوی، دنبال می شود. سپس برخی از موضوعات پیشرفته و جنبه های جدید داده کاوی مربوط به پردازش و بازیابی داده های چند رسانه ای ارائه می شود. این برنامه های کاربردی مستقیم با بازیابی اطلاعات و استخراج متن دارند.

فصل سوم کتاب در خصوص فشرده سازی اطلاعات مالتی مدیا (چند رسانه ای) بحث شده است. روش فشرده سازی استاندارد تصاویر JPEG و الگوریتم های LZ77 و LZ78 و LZW برای فشرده سازی متن مورد مطالعه قرار گرفته است.

فصل چهارم کتاب در رابطه با تطبیق رشته ای و مشکلات آن بحث می کند. الگوریتم های تطبیق رشته خطی مانند کارپ - رابین و بویر- مور مورد بحث قرار گرفته است.

در فصل پنجم در خصوص طبقه بندی در داده کاوی بحث شده و روش های آن مورد مطالعه قرار گرفته است که می توان به روش ID3 ، جنگل بارانی، روش بیزین، نزدیک ترین همسایه ، کوتاهترین مسیر و درخت تصمیم فازی اشاره نمود.

در فصل ششم در رابطه با خوشه بندی در داده کاوی بحث شده است. در این فصل در خصوص اشیاءو Object های عددی، باینری و دسته بندی آنها بحث شده است. خوشبه بندی سلسله مراتبی و الگوریتم های مختلف از جمله C-mode در این بخش بحث شده است.

در فصل هفتم در خصوص قوانین انجمنی ، الگوریتم Priori و قوانین انجمنی فازی بحث می شود.

فصل هشتم در خصوص روش های استخراج با استفاده از محاسبات نرم بحث می شود در این قسمت روش های مدل شبکه عصبی فازی، شبکه عصبی و MLP مورد مطالعه قرارمی گیرد.

در فصل نهم نویسنده در خصوص داده کاوی دیتا های چند رسانه ای بحث می کند. در این بخش نویسنده تکنیک های مربوط به بازیابی متن ، آنالیز متن و بازیابی آن، جستجو بر اساس کلمات کلیدی و بازیابی متن صحبت می کند. نگارنده در این قسمت مسائل مربوط به داده کاوی بر روی تصاویر، بازیابی تصویر بر اساس محتوا، ویژگی های رنگ، بافت و شکل اشاره و آنها را مورد بررسی قرار می دهد. همچنین در این قسمت به روش کاوش ویدئو و MPEG-7 اشاره دارد. در پایان نیز روش کاوش وب و موتورهای جستجو مورد بحث قرار می‍گیرد.

فصل دهم روش های بیو انفورماتیک مورد مطالعه قرار گرفته و استفاده از آمینو اسید ها و پروتئین ها و ساختار آنها برای کاوش و روش های محاسبات نرم مطالبی ارائه شده است.

لینک دانلود کتاب

معرفی کتاب"شناسایی تصویر و طبقه بندی، الگوریتم ها،سیستم ها و برنامه های کاربردی"

شناسایی تصویر و طبقه بندی آن یکی از پرجاذبه ترین زمینه ها در علوم تصویربرداری و مهندسی است. توانایی جایگزینی قابلیت های بصری انسان با یک ماشین بسیار مهم است و کاربردهای متنوعی دارد. ایده اصلی این است که با پردازش داده های به دست آمده از سنسور، صحنه تصویر را بررسی کنیم. چنین دستگاه هایی می توانند بطور قابل توجهی حجم کار را کاهش داده و دقت تصمیم گیری توسط اپراتورهای انسانی را در زمینه های مختلف از جمله سیستم های نظامی و دفاعی، مهندسی پزشکی، نظارت بر سلامت، جراحی، سیستم های حمل و نقل هوشمند، تولید، روباتیک، سرگرمی و سیستم های امنیتی بهبود بخشد.

تشخیص تصویر و طبقه بندی آن یک زمینه فعالیت چند رشته ای است و مستلزم بهره گیری از فن آوری های متنوع و تخصصی در سنسورها، الگوریتم های پردازش سیگنال / تصویر، VLSI، سخت افزار و نرم افزار و سیستم های بسته بندی می باشد. در بعد نظامی منابع قابل توجهی در این زمینه صرف شده است چون تشخیص درست تصویر و طبقه بندی آنها برای پرسنل نظامی درعملیات، به منظور شناسایی صحیح و تشخیص هدف بسیار ضروری است.

در گذشته، بیشتر برنامه های کاربردی تشخیص و دسته بندی عکس برای سخت افزار های نظامی بوده که هزینه های زیادی نیز برای آنها صرف شده است. با پیشرفت های اخیر در دستگاه های  الکترونیکی نوری، سنسورها، سخت افزار الکترونیکی، کامپیوترها و نرم افزارها، تشخیص تصویر و سیستم های طبقه بندی با بسیاری از برنامه های کاربردی تجاری قابل انجام است. در حالیکه پیشرفت های قابل توجهی در تشخیص تصویر و تکنولوژی های طبقه بندی وجود دارد، مشکلات و چالش های فنی عمده در این زمینه نیز وجود دارد که عمدتا بر اثر شرایط محیطی، تغییرات هندسی، زاویه بازتاب و... است. علاوه بر این، در بسیاری از برنامه های کاربردی، هدف یا جسم مورد علاقه، قسمت کوچکی از یک صحنه بسیار پیچیده است که می بایست کاوش شود تا محل دقیق هدف یا شی مورد نظر مشخص گردد. گاهی اوقات الگوریتم ها با مجموعه ای از داده های آموزشی معتبر وجود دارد که باعث عملکرد بهتر برنامه ها می شود.

این کتاب پیشرفت های مهم اخیر در سنسورها، الگوریتم های پردازش تصویر و سیستم های تشخیص تصویر و طبقه بندی با کاربردهای متنوع در بعد نظامی، هوا فضا، امنیت، ردیابی تصویر، رادار، بیومدیکال و حمل و نقل هوشمند را ارائه می دهد. این کتاب شامل مشارکت برخی از محققان برجسته در زمینه ارائه یک مرور کلی پیشرفت در شناخت و طبقه بندی تصویر در دهه گذشته می شود. این اطلاعات هر دو بعد تئوری و عملی را در بر می گیرد. این کتاب برخی از رویکردهای پیشرفته در زمینه تشخیص تصویر با استفاده از پردازش تصویر، فیلترینگ تصویر غیرخطی، نظریه آماری، نظریه تشخیص بیزی، شبکه عصبی و تصویربرداری سه بعدی را نشان می دهد. در حال حاضر هیچ تکنیک کلی و غالبی وجود ندارد که بتواند برای تمامی مسائل به کار رفته و مشکلات طبقه بندی را حل کند. این کتاب به برخی از زمینه های ابتدایی در پردازش سیگنال / تصور نیز پرداخته که برای مهندسان برق و کامپیوتر با گرایش پردازش سیگنال / تصویر، مهندسین کامپیوتر، تصویربرداران، مهندسان زیست پزشکی، فیزیکدانان کاربردی،تکنسین های سیستم های دفاعی و دانشجویان و محققان این رشته ها مفید می باشد.

در قسمت اول کتاب روش های تشخیص و شناسایی اهداف مطرح و راههای شناسایی آنها بر اساس مقالات موجود به شرح ذیل مطرح می شود

1- آشکارسازهای هدف مبتنی برشبکه عصبی برای تصویربرداری مادون قرمز چند باندی

2- تبعیض هدفمند مادون قرمرمنفعل

3- تشخیص اشیاء در تصاویر SAR

4- تشخیص لبه و مکان در تصاویر SAR: مشارکت مدل های قابل اصلاح آماری

5- تشخیص خودروهای نظامی با استفاده از تصاویر مبتنی بر مشاهده با استفاده از مدل سازگار با مدل CAD

6- اعوجاج ثابت حداقل میانگین مربع خطا الگوریتم فیلتر برای تشخیص الگو

در قسمت دوم راههای تشخیص تصویر سه بعدی مطرح می شود که عبارتند از:

7- ارتباط الکترو نوری برای تشخیص الگو سه بعدی

8-  تشخیص سه بعدی با استفاده از هولوگرافی دیجیتال

قسمت سوم: سیستم های تشخیص تصویر غیرخطی مورد بحث قرار می گیرد

9- اعوجاج تحمل شناخت تصویر گیرنده با استفاده از یک روش چند فرضیه ای

10-  شناخت الگوی همبستگی: رویکرد بهینه ابشیج محالنوبیس

11- فیلتر غیرخطی مطلوب برای شناسایی اهداف تحریف شده پر سر و صدا

12- مینیمم نرم برای فیلتر مقاوم به خطا به منظور شناسایی تصویر

در بخش چهارم: کاربرد تجاری سیستم های تشخیص تصویر مورد مطالعه قرار می گیرد

13- تشخیص چهره مبتنی بر تصویر: مسائل و روشها

14- تکنیک های پردازش تصویر برای شناسایی خودکار و ردیابی خودکار

15- توسعه ابزارهای تشخیص الگو در برنامه های کاربردی براساس الگوریتم انتخاب فرکانس فضایی اتوماتیک

لینک دانلود کتاب

معرفی کتاب "اصول و برنامه های پردازش تصویر"

کتاب اصول و برنامه های پردازش تصویر توسط تینکو آکاریا و آجوی ری و در انتشارات جان وایلی و پسران در نیوجرسی آمریکا و به طور هم زمان در کانادا منتشر شده است.

تقاضای رو به رشد پردازش تصویر در کاربردها و زمینه های مختلف مانند محاسبات چند رسانه ای، ارتباطات داده تصویری امن، زیست پزشکی، تصویربرداری بیومتریک، سنجش از راه دور، درک بافت، شناخت الگو، بازیابی تصویر مبتنی بر محتوا، فشرده سازی و غیره وجود دارد.

در فصل اول به اصول و مبانی پردازش تصویر و تکنیک های پردازش تصویر اشاره شده است. در این بخش مفاهیم سیستم بازرسی خودکار اتوماتیک، تکنیک های تصویربرداری بیومتریک، بازیابی تصویر بر اساس محتوا، ردیابی اشیا متحرک و فشرده سازی تصویر و ویدئو و ساختار دوربین های دیجیتال مورد بحث قرار میگیرد.

نگارنده در فصل دوم کتاب به مباحث مربوط به شکل گیری تصویر، مدل های نمونه برداری تصویر، اندازه‍گیری تصویر، تصاویر باینری و فرمت‍های فایل تصویری اشاره و توضیحاتی ارائه می دهد.

در فصل سوم کتاب به مفاهیم تصاویر رنگی و رنگ، درک رنگها درفضای رنگی و تفاوت قابل توجه آنها، فضاهای رنگی مانند  CMYK و NTSC و CIELAB اشاره می شود همچنین در خصوص یک الگوریتم درونیابی رنگ مطالبی را بیان می نماید.

در فصل چهارم تبدیل تصاویرمورد بحث قرار گرفته و به تبدیل یک بعدی و دو بعدی و سریع فوریه و ماتریس کواریانس اشاره می کند.

در فصل پنجم به مباحث تبدیل موجک گسسته و فیلتر گابور و کاربرد آن اشاره دارد.

در فصل ششم مسائل مربوط به افزایش تصویر و ترمیم آن، از جمله مدل سازی و فیلتر کردن صدا و همچنین هیستوگرام و مدل های مختلف آن، فیلتر میانه و سایر موارد مرتبط با شفاف سازی و ترمیم تصویر توضیح داده شده است.

تقسیم بندی تصویر یک وظیفه مهم در پردازش تصویر و شناخت الگو است. طرح های تقسیم بندی مختلف همانند شناسایی نقاط، لبه ها و خطوط در فصل هفتم توضیح داده شده است در این فصل همچنین به روش های شناسایی لبه همانند رابرت، سوبل، پریویت و کنی و الگوریتم آبشاری برای تقسیم بندی تصویر اشاره شده است.

هنگامی که یک تصویر به درستی تقسیم می شود، کار مهم بعدی شامل طبقه بندی و شناخت اشیاء در تصویر می شود. طبقه بندی الگوی های مختلف و تکنیک های تشخیص چهره در فصل هشتم ارائه شده است. از موارد مطرح شده تئوری تصمیم بیزین و الگوریتم KNN و K-means است. علاوه بر آن به کاربرد شبکه‍های عصبی مصنوعی برای طبقه بندی اشاره شده است.

در فصل نهم به نقش بافت و شکل در فهم تصویر اشاره شده است. تعدادی از تکنیک های تجزیه و تحلیل بافت و شکل همانند توصیف کننده فوریه و سری زمانی زرنیک شرح داده شده است.

فصل دهم تعدادی از رویکردهای نظری مجموعه فازی مطرح شده است. در این بخش تصویر به عنوان یک مجموعه فازی در نظر گرفته می شود. از فیلتر فازی برای حذف نویز تصویر استفاده می گردد. همچنین الگوریتم فازی C-means و کاربرد آن توضیح داده می شود.

بازیابی تصویر مبتنی بر محتوا و استخراج تصویر در فصل یازدهم معرفی شده است. در فصا مفاهیم بافت، شکل و رنگ برای استخراج مشخصه ها مورد استفاده قرار می گیرند. در این فصل همچنین استاندارد MPEG-7 برای بازیابی تصاویر ویدئویی مطرح و مورد بررسی قرار گرفته است.

فصل دواردهم کتاب به تحلیل و تفسیر تصاویر زیست پزشکی اختصاص داده شده است. تصاویر زیست پزشکی مانند اشعه ایکس، سونوگرافی و تصاویر CT-Scan  می باشد که اطلاعات کافی برای تشخیص پزشکی در مهندسی پزشکی را ارائه می نماید. در این فصل همچنین به معرفی برخی از الگوریتم های بیومتریک خصوصا در رابطه با تشخیص و تایید امضا اشاره شده است.

در فصل سیزدهم  تکنیک هایی که برای عکس ها و برنامه های کاربردی مورد استفاده قرارگرفته پرداخته شده است به عنوان مثال می توان به تکنیک‍هایی که برای استخراج ویژگی از تصاویر ماهواره ای به کار می‍رود اشاره کرد.

در فصل چهاردهم، اصول و کاربردهای تجزیه و تحلیل تصاویر متحرک، تشخیص حرکت جسم و ردیابی مطرح شده است.

از آنجا که فشرده سازی تصویر نقش مهمی در ذخیره سازی و انتقال تصویر دارد لذا فصل پانردهم به اصول فشرده سازی تصویر اختصاص داده شده است. الگوریتم هافمن و الگوریتم های کد گذاری و بازگشایی کد در این بخش مطرح شده است.

به طور خاص استاندارد JPEG را برای فشرده سازی تصویر در فصل شانزدهم کتاب توصیف شده است و در نهایت در فصل های هفدهم و هیجدهم، استاندارد جدید JPEG2000 مورد بحث قرار گرفته است.

لینک دانلود کتاب

معرفی دو کتاب

برای انجام کار بر روی تصاویر کتب و مقالات متعددی تهیه شده است که در این قسمت دو بخش از کتابهایی که در آنها در خصوص CBIR مطالبی آمده درج شده است

1) Introduction to Content-Based Image Retrieval—Overview of Key Techniques

2) Computer Vision