مبانی نظری، تکنیکی و جنبه های کاربردی مباحث پردازش تصویر - (OCR) الگوریتمهای تشخیص چهرة انسان
80صفحه ورد قابل ویرایش
فقط 8000تومان
چکیده
در این پایان نامه مبانی نظری، تکنیکی و جنبه های کاربردی مباحث پردازش تصویر با بررسی دقیق و تکنیکها وبصورت جامع مورد بررسی قرار م یگیرند و (OCR) الگوریتمهای تشخیص چهرة انسان و بازشناسی نوری حروفزیربخش ها و بلوک های پردازشی آن معرفی می گردند.
بطور کلی موراد مطرح شده عبارتند از :
- پردازش تصویر و کاربردهای عمومی آن .
- تشخیص الگو .
- پردازش متون و مفاهیم پایه ای .
. OCR • خصایص و پیچیدگی های مختص نگارش زبان فارسی در یک نرم افزار
. OCR • تحقیقات داخلی انجام شده در زمینه
- روشهای پردازش چهرة انسان
- الگوریتهای پردازش تصویر
(mode) روش مینیمم هیستوگرام o
(p-tile) روش درصد دنباله هیستوگرام o
(sid-ahmed) روش برگشتی سد احمد o
روش ماکزیمم واریانس o
- ویژگیهای خود همبستگی
مقدمه:
پردازش تصویر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا پویش شده توسط پویشگر هستند سر و کار دارد.
پردازش تصاویر دارای دو شاخه عمدهٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرندهٔ روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیدارمتن ضخیمی تصاویر و اطمینان از نمایش درست آنها در محیط مقصد(مانند چاپگر یا نمایشگر رایانه)است، در حالی که بینایی ماشین به روشهایی می‌پردازد که به کمک آنها می‌توان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده شود.
فهرست مطالب
1-5:ساختار سیستم تشخیص چهره. 14
1)ساختار کلی سیستم تشخیص چهره. 14
3)ساختار مسئله Face detection.. 16
1-6:تقسیم بندی متدهای Detection.. 19
1-8:Feature extraction (استخراج مشخصات (ویژگی)) 22
زمینه های کاربردی پردازش تصویر و جنبه های مختلف آن: 33
: (machine vision) -1 بینایی ماشین.. 33
-3 پردازش نقشه و تصاویر ماهواره ای: 37
:(pattern recognition) تشخیص الگو. 40
ویژگیهای الگوریتم با روش ضریب خود همبستگی: 43
از لحاظ نوع الگوی ورودی OCR انواع سیستم های.. 49
OCR معرفی بخ شهای مختلف یک سیستم.. 50
- پیش پردازش: 50
- به کارگیری هیستوگرام (پروفایل تصویرنمایی ) تصویر. 52
- استفاده از روش خوشه بندی نزدیک ترین همسایه ها 52
- روش همبستگی متقابل بین حروف... 52
- تبدیل کد هاف . 52
- قطعه بندی (جداسازی) 55
- الگوریتمهای قطعه بندی صریح.. 56
- الگوریتمهای قطعه بندی ضمنی.. 56
- الگوریتمهای ادغام شده. 56
- بازنمایی (استخراج ویژگ یها) : 58
- طبقه بندی و بازشناسی (با یک یا چند طبق هبندی کننده): 60
- به کارگیری اطلاعات جانبی (پس پردازش): 60
بیان الگوریتم های اندازه گیری پارامترهای کمی ترافیک : 64
2-1- تعیین آستانه باینری کردن. 66
3-1- تعیین آستانه برای نقاط سفید. 67
4-1- الگوریتم کلی تشخیص خودرو. 67
5-1- تصمیم گیری برای تعداد خودرو. 69
2-2- الگوریتم کلی اندازه گیری سرعت... 70
3-2- تصمیم گیری در مورد سرعت خودرو. 70
3- روشهای تشخیص خودرو در شب... 71
1-3-تشخیص خودرو با استفاده از لبه گیری.. 71
2-3- تشخیص خودرو با استفاده از بازشناسی الگو. 72
شکل 5 و6 - نمونه هایی از طول صف های تشخیص داده شده. 74
5- نرخ توزیع خودرو در چهارراه ها 75
1-5- تعمیم سیستم برای کل چهارراه. 76
مبانی نظری، تکنیکی و جنبه های کاربردی مباحث پردازش تصویر - (OCR) الگوریتمهای تشخیص چهرة انسان