2-2-         روش های مختص دوربین ثابت —————- 15
2-2-1-               روش تفریق پس زمینه —— 15
2-3-         روش های قابل استفاده در دوربین متحرک —— 17
2-3-1-   روش Mean Shift ————- 17
2-3-2-   روش CAM Shift ————- 20
2-3-3-   روش جریان بصری ————– 21 

 

صفحهعنوانفصل 3     الگوریتم های ارائه شده به منظور آشکار سازی – 24
3-1-         مقدمه -بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد— 25
3-2-         الگوریتم پیشنهادی اول —— 26
3-2-1-               جبران سازی حرکتی به وسیله الگوریتم های تطبیق بلوکی بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد——— 26
3-2-1-1-          مفهوم الگوریتم تطبیق بلوکی —— 27
3-2-1-2-          الگوریتم های جستجوی بلوک متناظر ————— 29
3-2-1-3-          به دست آوردن ناحیه متحرک تصویر —————- 33
3-2-2-               قطعه بندی تصویر به وسیله الگوریتم K-Means — 34
3-2-3-               نمودار جریان الگوریتم پیشنهادی اول ———– 37
3-3-         الگوریتم پیشنهادی دوم —— 39
3-3-1-               ساختن فضای مقیاس ——- 41
3-3-2-               استفاده از تقریب LoG — 44
3-3-3-               یافتن نقاط کلیدی در تصویر — 46
3-3-4-               حذف نقاط کلیدی غیر موثر — 47
3-3-4-1-          آشکارساز گوشه Harris – 47
3-3-4-2-          حذف نقاط با تفکیک پذیری کم با استفاده از بسط تیلور بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————- 51
3-3-5-               جهت دهی به نقاط کلیدی انتخاب شده ——— 53
3-3-6-               ایجاد خصیصه های SIFT —- 54 فصل 4     ردیابی توسط فیلتر کالمن – 56
4-1-         مقدمه -بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد— 57
4-2-         فیلتر کالمن ————— 57
4-3-         نوع حرکت اهداف ———– 61
4-4-         استفاده عملی از فیلتر کالمن — 62  صفحهعنوانفصل 5       شبیه سازی و مقایسه —— 66
5-1-         مقدمه -بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد— 67
5-2-         دنباله فریم های مورد استفاده – 68
5-2-1-   دنباله فریم اول —————- 69
5-2-2-   دنباله فریم دوم —————- 71
5-2-3-   دنباله فریم سوم —————- 73
5-2-4-   دنباله فریم چهارم ————– 75
5-2-5-   دنباله فریم پنجم ————— 78 فصل 6     نتایج و پیشنهادات ——- 82
6-1-         مقدمه -بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد— 83
6-2-         نتیجه گیری ————— 83
6-3-         پیشنهادات —————- 84فهرست منابع -بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد—- 86  

فهرست جداول

 

عنوان صفحه
جدول 3-1 واریانس های مربوط به فیلتر های گاوسی بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————- 43
جدول 5-1 مقدار میانگین MSE در دنباله فریم شماره 1بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد———- 69
جدول 5-2 مقدار میانگین MSE در دنباله فریم شماره 2بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد——– 71
جدول 5-3 مقدار میانگین MSE در دنباله فریم شماره 3بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد——- 73
جدول 5-4 مقدار میانگین MSE در دنباله فریم شماره 4بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد——- 75
جدول 5-5 مقدار میانگین MSE در دنباله فریم شماره 5 بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد——- 78

فهرست اشکال

 

 

 

 

 

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

عنوان صفحه
شکل شماره 2-1 الگوریتم تفریق پس زمینه —– 16
شکل شماره 2-2 الگوریتم Mean Shift ——— 19
شکل شماره 2-3 الگوریتم CAM Shift ——— 21
شکل شماره 2-4 الگوریتم جریان بصری ——– 23
شکل شماره 3-1 الگوریتم تطبیق بلوکی ——– 29
شکل شماره 3-2 الگوریتم جستجوی سه مرحله ای بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————– 32
شکل شماره 3-3 یک مرحله از الگوریتم جستجوی سه مرحله ای روی یک فریم ——- 33
شکل شماره 3-4 نمودار جریان مربوط به روش پیشنهادی اول بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد—— 37
شکل شماره 3-5 پردازش نهایی الگوریتم پیشنهادی اول بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد———- 38
شکل شماره 3-6 تصاویر خروجی مراحل مختلف الگوریتم پیشنهادی اول ————- 39
شکل شماره 3-7 ایجاد فضای مقیاس و استفاده از تقریب DoG بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد—– 45
شکل شماره 3-8 تعیین نقاط اکسترمم ——— 47
شکل شماره 3-9 محاسبه جهت نقاط همسایه اکسترمم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد———– 54
شکل شماره 3-10 محاسبه جهت نقاط در راستای 8 جهت اصلی و فرعی ————- 54
شکل شماره 3-11 ایجاد بردار توصیف گر SIFT — 55
شکل شماره 5-1 مقدار خطا با معیار MSE در دنباله فریم اول بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد—– 69
شکل شماره 5-2 فریم های نمونه از دنباله فریم اول بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————– 70
شکل شماره 5-3 مقدار خطا با معیار MSE در دنباله فریم دوم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد—– 71
شکل شماره 5-4 فریم های نمونه از دنباله فریم دوم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————– 72
شکل شماره 5-5 مقدار خطا هدف شماره 1 با معیار MSE در دنباله فریم سوم ——– 73
شکل شماره 5-6 مقدار خطا هدف شماره 2 با معیار MSE در دنباله فریم سوم ——– 74
شکل شماره 5-7 فریم های نمونه از دنباله فریم سوم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد————- 74
عنوان صفحه
شکل شماره 5-8 مقدار خطا هدف شماره 1 با معیار MSE در دنباله فریم چهارم ——- 76
شکل شماره 5-9 مقدار خطا هدف شماره 2 با معیار MSE در دنباله فریم چهارم ——- 76
شکل شماره 5-10 فریم های نمونه از دنباله فریم چهارم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد———- 77
شکل شماره 5-11 مقدار خطا هدف شماره 1 با معیار MSE در دنباله فریم پنجم —— 79
شکل شماره 5-12 مقدار خطا هدف شماره 2 با معیار MSE در دنباله فریم پنجم —— 79
شکل شماره 5-13 فریم های نمونه از دنباله فریم پنجم بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد———– 80
     

فصل اول
 
 

 

یک مطلب دیگر :

 
 

 
مقدمه

1-1-      مقدمه

امروزه پیشرفت های علمی زندگی بشر را تحت تاثیرعمیقی قرار داده است. هم زمان با ورود تکنولوژی به زندگی شخصی افراد جامعه ، وجود وسایل و ابزارآلاتی که نقش رابط میان انسان و ماشین را بازی کنند، روز به روز بیش تر احساس می شود. یک نمونه از این وسایل دوربین[1] های فیلم برداری هستند. کاربرد وسیع این ادوات در جوامع امروزی ، به خصوص در کشورهای صنعتی تر غیرقابل انکار است. لذا امروزه بهبود کیفیت و امکانات دوربین ها به عنوان عامل مهمی در جهت افزایش کارایی آن ها در نظر گرفته می شود. یکی از مهم ترین شاخه های علمی که به بررسی این موارد می پردازد، علم بینایی ماشین[2] نام دارد.
یکی از اصلی ترین اهداف بینایی ماشین ، هوشمند سازی دوربین ها به منظور استفاده از آن ها در سیستم های نظارتی[3]، تجاری، نظامی و سایر کاربرد ها می باشد. به همین منظور مطالعات گسترده ای در راستای ایجاد روش های جدید هوشمند سازی و همچنین بهبود روش های موجود شده است. غالب این مطالعات بر روی آشکارسازی[4] و ردیابی[5] اهداف[6] متمرکز شده است. هدف کلی از انجام مطالعات این چنینی، کاهش حجم محاسبات و افزایش دقت در مراحل آشکارسازی و ردیابی می باشد. به طور کلی آشکارسازی هدف به معنی تشخیص ناحیه ای از تصویر است که بتواند به عنوان کاندیدایی[7] برای ناحیه هدف در نظر گرفته شود. به عنوان مثال : مشخص کردن مناطقی از تصویر که مربوط به پلاک خودرو می باشد و یا همچنین آشکارسازی نواحی از تصویر که می تواند به عنوان ناحیه ای مربوط به چهره انسان تلقی شود. همچنین منظور از ردیابی هدف آن است که ناحیه مورد نظر را در مجموعه فریم های متوالی نیز مشخص کنیم. به این ترتیب مسیر سیر کلی هدف در یک دنباله زمانی در طول فریم های متوالی تعیین خواهد شد.
در ادامه ضمن بحث، به معرفی اجمالی در مورد سیستم های ردیابی مختلف و اجزا تشکیل دهنده آن ها و همچنین نحوه عملکردشان خواهیم پرداخت.

1-1-1-             ساختار سیستم های ردیابی

سیستم های ردیابی مختلف بر اساس موارد کاربرد آن ها به دسته های مختلفی تقسیم می شوند. دوربین ها و اهداف از اجزا اصلی تشکیل دهنده این گونه سیستم ها می باشند. بنابراین همان گونه که این اجزا نقش تعیین کننده در نوع سیستم های ردیابی دارند، در تعیین نوع روش های مورد استفاده در این سیستم ها نیز از اهمیت بسیار بالایی برخوردار می باشند. سیستم ها بر اساس تعداد، نوع و همچنین دیگر شرایط دوربین ها و اهداف، دارای تفاوت های چشم گیری می باشند. به همین ترتیب این تفاوت ها در روش های ردیابی مورد استفاده در آن ها نیز به چشم می خورد. در ادامه به عواملی که در ایجاد این تغیرات موثر هستند خواهیم پرداخت.

1-1-1-1-                 دوربین

دوربین به عنوان اصلی ترین جز سیستم ردیابی وظیفه به وجود آوردن دنباله ای از فریم ها در طول زمان را دارد. نوع دوربین های به کار رفته شده ، تعداد و همچنین نحوه قرار گرفتن آن ها نقش بسیار زیادی در تعیین ظاهر فریم ها بر عهده خواهد داشت. این تاثیر گاهی به حدی می باشد که باعث ایجاد روش هایی با پایه و اساس متفاوت می گردد.
به عنوان نمونه روش های ردیابی در سیستم های با دوربین مرئی[8] کاملا متفاوت با روش های مورد استفاده در سیستم های با دوربین مادون قرمز[9] می باشد. این مساله از این حقیقت ناشی می شود که در دوربین های مادون قرمز به نوعی اطلاعات قبلی[10] از اهداف در اختیار است. به این معنی که در تصاویر به دست آمده از این دوربین ها، اهداف دارای شدت رنگ[11] قوی تری نسبت به محیط اطراف خود می باشند. در نتیجه از قابلیت تشخیص بیشتری برخوردار می باشند. هر چند که برخی الگوریتم های ارائه شده، قابل اعمال در تصاویر به دست آمده از هر دو نوع دوربین مرئی و مادون قرمز می باشند، کارایی این الگوریتم ها دراین تصاویر به طور چشم گیری متفاوت است.
به علاوه تعداد دوربین های مورد استفاده نیز یکی از عوامل بسیار مهم در تعیین روش مورد استفاده در ردیابی می باشد. وجود اختلاف در زاویه دید دوربین ها باعث ایجاد تصاویر مختلفی از زوایای مختلف از یک صحنه خاص می شود. در این شرایط یافتن نقاط متناظر در فریم های به دست آمده از تمام دوربین ها و همچنین کالیبره کردن [12]دوربین ها، امری ضروری می باشد. مشاهده می شود که این روش ها به طور کلی با روش های ردیابی بر اساس یک دوربین متفاوت است.
علاوه بر موارد ذکر شده در بالا، حرکت دوربین[13] نیز در برخی موارد باید در نظر گرفته شود. به این معنی که گاهی علاوه بر اهداف ، دوربین نیز دارای حرکت می باشد. در این موارد اجزا موجود در فریم های متوالی، نسبت به هم دارای حرکت می باشند. این در حالی است که پاره ای از این حرکات به واسطه متحرک بودن دوربین صورت گرفته و همچنین برخی نیز به واسطه وجود حرکت در اجسام می باشند. بنابراین هدف نهایی آن است که میان حرکاتی که به واسطه دوربین می باشد و حرکاتی که حقیقی هستند ایجاد تمایز کنیم. لزوم انجام این عمل از موارد اصلی می باشد که در ردیابی اهداف در سیستم های با دوربین ثابت در نظر گرفته نمی شود.

1-1-1-2-                 هدف

وجود اهداف، تکمیل کننده فرآیند ردیابی می باشد. نوع اهداف، تعداد آن ها و همچنین تغییر شکل ظاهری آن ها در دنباله فریم ها عوامل تعیین کننده ای در انتخاب روش ردیابی متناسب با سیستم می باشد. با توجه به این تفاوت های موجود در ساختار اهداف، روش های متفاوتی نیز ایجاد شده اند.
در برخی موارد ردیابی، هدف دارای خصوصیات خاص ظاهری می باشد. به عنوان نمونه گاهی ردیابی چهره انسان مد نظر است. چهره انسان دارای غالب[14] مشخصی متشکل از چشم ها، بینی و لب در صورتی با ظاهر بیضی گون می باشد. در آشکارسازی این موارد، الگوریتم تنها به دنبال نواحی از تصویر است که دارای قابلیت انطباق با غالب مورد نظر برای چهره انسان است. به این ترتیب همان گونه که دیده می شود، روش ارائه شده مخصوص ردیابی در همین حالت می باشد و با سایر روش های ردیابی به صورت کلی متفاوت است.
تعداد اهداف موجود در تصویر نیز یکی از عوامل مهم و تعیین کننده در الگوریتم های کاربردی ردیابی می باشد. با افزایش تعداد اهداف، مشکلات جدید و عمده ای در زمینه های آشکارسازی و ردیابی به وجود می آید. از مهمترین این مشکلات محو شدگی[15] اهداف و همچنین قرار گرفتن اهداف در موقعیت مشابه[16] می باشد. الگوریتم های ارائه شده با تمرکز بر این مشکلات، راه هایی برای حل آن ها ارائه کرده اند.
تغییر شکل[17] ظاهری هدف از عمده ترین مشکلات مرتبط با شرایط ظاهری آن است. به این معنی که گاهی اهداف دارای ساختار صلب[18] نیستند. بنابراین در فریم های متوالی ظاهر متفاوتی دارند. برای مثال ظاهر یک عابر پیاده در فریم های متوالی، دچار تغییرات ظاهری مختلفی می شود. این تغییرات در ظاهر اجسام صلبی مانند اتومبیل دیده نمی شود. بنابراین روش های پیشنهادی باید به گونه ای باشند که توانایی وفق یافتن با این تغییرات شرایط ظاهری اهداف را نیز داشته باشند.

1-1-2-             نحوه عملکرد سیستم های ردیابی

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...