بینایی ماشین

  • بینایی ماشین

    این فایل pdf که ۵۵ صفحه می باشد. شما را با open cv آشنا می کند. سر فصل هایی که در این فایل با آن آشنا می شوید بدین قرارند:۱-آشنایی با ساختار۲-پیکربندی محیط های توسعه ، IDE3-انواع متغیر های اصلی۴-خواندن و نوشتن تصاویر۵-خواندن و نوشتن ویدئو۶-عملگر های مورفولوژیکی۷-طراحی فیلترها۸-پردازش تصاویر دوربینopen cv یک کتابخانه پردازش تصویر حرفه ای می باشد که توسط تیم تحقیقاتی ابر پردازش اینتل در آزمایشگاه هوش مصنوعی شرکت اینتل تولید شد.هدف از طراحی این کتابخانه ،تولید و توسعه نرم افزارهایی برای پردازش تصویر بود. که نیاز به پرذازش های سریع و درجا داشت.لازم به ذکر می باشد ، کتابی درباره این موضوع در کشور عزیزمان نیز به چاپ رسیده است که تصویر آن را در زیر می بینید.لینک دانلودشما در این قسمت با ساختار دوربین دیجیتال و انواع نورپردازی ها برای سیستم های بینایی ماشین آشنا خواهید شد.(لطفاً با ارائه نظرات خود، ما را در هرچه بهتر کردن مطالب سایت یاری نمایید. با تشکر )پسورد : www.robotical.irلینک دانلودجهت دریافت فایل PDF مربوط به این بحث می توانید از لینک دانلود زیر استفاده نمایید، و برای دریافت قسمت های بعدی با ما همراه باشید. پسورد : www.robotical.ir لینک دانلود



  • بینایی ماشین چیست؟

    ینایی رایانه‌ای یا بینایی کامپیوتری (Computer vision) یا بینایی ماشینی (Machine vision) یکی از شاخه‌های مدرن، و پرتنوٌع هوش مصنوعیست که با ترکیب روشهای مربوط به پردازش تصاویر[۱] و ابزارهای یادگیری ماشینی[۲] رایانه‌ها را به بینایی اشیاء، مناظر، و "درک" هوشمند خصوصیات گوناگون آنها توانا می‌گرداند. کاوش در داده‌ها مقالهٔ اصلی: کاوش‌های ماشینی در داده‌ها بینایی ماشینی را می‌شود یکی از مصادیق و نمونه‌های بارز زمینهٔ مادر و اصلی‌تر کاوش‌های ماشینی داده‌ها به‌حساب آورد که در آن داده‌ها تصاویر دوبعدی یا سه‌بعدی هستند، که آن‌ها را با هوش مصنوعی مورد آنالیز و ادراک قرار می‌دهیم. وظایف اصلی در بینایی رایانه‌ای تشخیص شیء تشخیص حضور و/یا حالت شیء در یک تصویر. به عنوان مثال: •        جستجو برای تصاویر دیجیتال بر اساس محتوایشان (بازیابی محتوامحور تصاویر). •        شناسایی صورت انسان‌ها و موقعیت آنها در عکس‌ها. •        تخمین حالت سه‌بعدی انسان‌ها و اندام‌هایشان. پیگیری پیگیری اشیاء شناخته شده در میان تعدادی تصویر پشت سر هم. به عنوان مثال: •        پیگیری یک شخص هنگامی که در یک مرکز خرید راه می‌رود. تفسیر منظره ساختن یک مدل از یک تصویر/تصویر متحرک. به‌عنوان مثال: •        ساختن یک مدل از ناحیهٔ پیرامونی به کمک تصاویری که از دوربین نصب شده بر روی یک ربات گرفته می‌شوند. خودمکان‌یابی مشحص کردن مکان و حرکت خود دوربین به عنوان عضو بینایی رایانه. به‌عنوان مثال: •        مسیریابی یک ربات درون یک موزه. سامانه‌های بینایی رایانه‌ای یک سامانهٔ نوعی بینایی رایانه‌ای را می‌توان به زیرسامانه‌های زیر تقسیم کرد: تصویربرداری تصویر یا دنباله تصاویر با یک سامانه تصویربرداری(دوربین، رادار، لیدار، سامانه توموگرافی) برداشته می‌شود. معمولاً سامانه تصویربرداری باید پیش از استفاده تنظیم شود. پیش‌پردازش در گام پیش‌پردازش، تصویر در معرض اَعمال "سطح پایین" قرار می‌گیرد. هدف این گام کاهش نوفه (کاهش نویز - جدا کردن سیگنال از نویز) و کم‌کردن مقدار کلی داده ها است. این کار نوعاً با به‌کارگیری روش‌های گوناگون پردازش تصویر(دیجیتال) انجام می‌شود. مانند: •        زیرنمونه‌گیری تصویر. •        اعمال فیلترهای دیجیتال. •        پیچشها. •        همبستگیها یا فیلترهای خطی لغزش‌نابسته. •        عملگر سوبل. •        محاسبهٔ گرادیان x و y(و احتمالاً گرادیان زمانی). •        تقطیع تصویر. •        آستانه‌گیری پیکسلی. •        انجام یک ویژه‌تبدیل بر تصویر. •        تبدیل فوریه. •        انجام ...

  • بینایی ماشین

    فایل مربوط به درس بینایی ماشین، استاد محترم خانم ساعیدانلود کنید

  • ***بینایی ماشین(Machine vision)*** ادامه مطلب...

      استفاده از حس گرها برای دریافت سیگنال‌هایی که تشکیل دهنده تصویر یک شی هستند که توسط کامپیوتر و یا سایر وسایل پردازش سیگنال برای تفسیر و تحلیل سیگنال‌های دریافت شده از قطعه مورد استفاده قرار می‌گیرد. Machine vision 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 Machine vision 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، Machine vision از دوربین‌های دیجیتال و دوربین‌های هوشمند و نرم‌افزارهای image processing (پردازش تصویر) برای این کار استفاده می‌کند. دستگاههای مربوطه (Machine vision) برای انجام دادن وظایفی خاص از جمله شمردن اشیاء در بالابرها، خواندن شماره سریالها (Serial numbers)، جستجوی سطح‌های معیوب به کار می‌روند. در حال حاضر صنعت استفاده زیادی از سیستم ماشین بینایی برای بازبینی تصویری اشیاء (Visual inspection) که نیاز به سرعت بالا و دقت بالا و کار ۲۴ ساعته و تکرار محابات بالا دارد، وجود دارد. اگرچه انسان عملکرد بهتر و قابلیت تطبیق دهی بیبشتری برای خطاهای تازه در زمان کوتاه دارد ولی با توجه به ویژگی‌های ذکر شده این دستگاهها به مرور جای نیروی انسانی را که به دلیل انحراف و شرایط بد دارای خطا می‌باشند، در صنعت پر می‌کند. کامپیوترها به همان صورتی که انسان می‌بیند نمی‌توانند ببینند. دوربین‌ها همانند سیستم بینایی انسان نیستند و در حالی که انسان می‌تواند بر استنباط و فرضیات اتکا کند، تجهیزات کامپیوتری باید به وسیله آزمودن و تجزیه و تحلیل کردن جداگانه پیکسل‌ها و تلاش کردن برای انجام نتیجه‌گیری با توجه به پشتوانه اطلاعاتی و روش‌هایی مانند شناسایی الگو مشاهده کنند. علی‌رغم اینکه بعضی الگوریتم‌های machine vision برای تقلید کردن از سیستم بینایی انسان توسعه یافته‌اند، تعداد معدودی روش برای تحلیل و شناسایی ویژگیهای مرتبط تصاویر به صورت مؤثر و ثابت توسعه یافته‌اند. سیستم‌های Machine vision و computer vision قادر هستند به صورت ثابت تصاویر را تجزیه و تحلیل کنند، ولی image processing بر پایهٔ کامپیوتر به صورت کلی برای انجام کارهای تکراری طراحی می‌شوند و علی‌رغم پیشرفت‌های صورت گرفته ...

  • بینایی ماشین روبات های شرکت ABB

    بینایی ماشین  روبات های شرکت ABB

    بینایی ماشین  روبات های شرکت ABB شرکت ABB برای بینایی روباتهای خود در فرآیند  PICK & PLACE از سیستم نرم افزاری PICKMASTER استفاده می کند.این نرم افزار از اینترفیس های گرافیکی وسیع برای انجام کارهایی استفاده می کند که تا 8 روبات در یک گروه در طول نقاله کار می کنند.در این سیستم ابزار شناسایی و بازرسی بینایی با الگوریتم های ردیابی نقاله ترکیب می شوند. ABB دو سیستم  PICKMASTER ارائه داده است:PICKMASTER3 :این سیستم شامل تکنیک های پیشرفته بینایی و قابلیت های یکپارچه ردیابی نقاله ها است. PICKMASTER می تواند با هر سنسور خارجی مانند سنسور خط، سنسور بینایی رنگ، سنسور 3D ارتباط برقرار کند.PICKMASTER5 :این سیستم نرم افزاری برای کارهای PALLETIZING استفاده می شود. PICKMASTER5 تمام ویژگی های لازم برای انجام کارهای  PALLETIZING را به صورت مقاوم داراست.FLEXPICKER SYSTEMاین سیستم شامل روبات IRB340، کنترلر، نرم افزار PICKING و یک سیستم بینایی است.مزایای اصلی این سیستم عبارتند از:-  یک اینترفیس برای کل سیستم طراحی شده که باعث استفاده سریع و آسان از آن می شود.- برنامه ریزی آسان- تنظیمات OFFLINE- ساختار ماژولار سیستم باعث آزادی عمل طراحان خط تولید می شود.

  • بینایی ماشین (Machine Vision)

  • مقدمه‌ای بر بینایی ماشین‌ (Machine Vision)

     كنترل كيفيت خط توليد شكل 1-  نماي ساده شده‌اي از يك سيستم بينايي كنترل كيفيت خط توليد غيرواقعي يكي از كاربردهاي بينايي ماشين در كنترل كيفيت خروجي كارخانه‌ها مي‌باشد. شكل 1 مثالي بسيار ساده از چنين سيستمي است. اجناس توليد‌شده در كارخانه كه برروي يك نوار نقاله قرار گرفته‌اند و توسط يك دوربين CCD  براي آزمايش ديده مي‌شوند و محصولات با كيفيتِ مناسب اجازه عبور پيدا خواهندكرد. چنانچه محصولي داراي استانداردهاي مناسب نباشد از ادامه مسير حذف مي‌شود. معيار اين استانداردها مي‌تواند لبه‌هاي زائد، خراشيدگي و بادكردگي و تورم روي فلزات و بسياري چيزهاي ديگر باشد. در اين مثال ما در پي يافتن مكانيزم خط توليد نيستيم و فقط مي‌خواهيم ببينيم كه يك شي توليدشده چگونه استاندارد تشخيص داده شده و اجازه عبور مي‌يابد و برعكس چگونه به بعضي از اشياء اجازه عبور و ادامه دادن داده نمي‌شود.  عكس‌برداري در اين مثال ما سعي در مكانيزه كردن فرآيندي يكنواخت داريم كه به‌صورت معمول و تكراري توسط انسان انجام مي‌شود. اولين مسأله و مشكل ما اين است كه چگونه عكس‌هاي تهيه شده از اشيايي كه در حال حركت بر روي نوار نقاله هستند را تبديل به داده‌هاي قابل فهم و تفسير براي سيستم نماييم، كه اين مشكل توسط دوربين CCD  حل مي‌شود. عملكرد اين دوربين را مي‌توان به عملكرد چشم انسان كه قادر است  سطوح  مختلف نور را تشخيص دهد تشبيه نمود. چشم انسان چشم انسان كه در شكل 2 نشان داده شده است، تقريباً يك عدسي كروي با قطر 5/2 سانتي‌متر   مي‌باشد كه از چندين لايه مختلف كه دروني‌ترين آن‌ها شبكيه نام دارد تشكيل شده است. ماهيچه‌هاي اطراف چشم اندازه لنز را تنظيم مي‌كنند كه اين‌كار چشم را قادر به زوم (zoom) كردن روي اشياء مي‌كند. شكل 2- نماي داخلي چشم انسان وظيفه عدسي چشم، فرم و شكل دادن به تصويري است كه توسط ميليون‌ها سلول گيرنده مخروطي (Cone) و ميله‌اي (rod) گرفته شده و برروي پرده شبكيه افتاده است، مي‌باشد. سلول‌هاي ميله‌اي به يك عصب معمولي كه از انتها به شبكيه ختم مي‌شود و فقط در سطح نور پايين فعال است متصلند و سلول‌هاي مخروطي هر كدام به يك عصب اتصال دارند. آن‌ها در نورهاي شديدتر، بيشتر فعالند  و ميزان درك ما از رنگ‌ها را نوع فعاليت اين‌ مخروط‌ها مشخص مي‌كند. در ميان شبكيه ناحيه‌اي به‌نام نقطه كور وجود دارد كه در آن هيچ‌ گيرنده‌اي موجود نيست. در اين ناحيه اعصاب به‌صورت جداگانه به عصب بينايي كه سيگنال‌هاي دريافت شده را به قشر بينايي مخ انتقال مي‌دهند، وصل مي‌شود.  دوربين CCD  CCD از جهت عملكرد تقريباً مانند چشم انسان كار مي‌كند. نور از طريق يك ...

  • استفاده از Emgu CV برای پردازش تصاویر در سی شارپ دات نت

    استفاده از Emgu CV برای پردازش تصاویر در سی شارپ دات نت

    سلام؛   امروز قصد دارم تا شما رو با یکی از کتابخانه‌های برنامه‌نویسی برای پردازش تصویر و بینایی ماشین آشنا کنم. کتابخانه امجو سی وی Emgu CV یک کتابخانه متن باز تحت زبان C# است که به شما اجازه می‌دهد تا به نرم افزارهای تجاری خود قابلیت پردازش تصاویر را اضافه کنید. بنابراین برای افزودن قابلیت پردازش تصویر به نرم افزارهایی که در محیط ویژوال استودیو مایکروسافت توسعه می‌دهید میتوانید از Emgu CV استفاده کنید. در حقیقت Emgu CV یک پوشش Wrapper است که به شما اجازه می‌دهد تا در زبان C# از قابلیت‌های کتابخانه دیگری بنام Open CV استفاده کنید. کتابخانه Open CV تحت زبان C++ ارایه شده است. نسخه‌های جدید کتابخانه Emgu CV به شما اجازه میدهند تا برای اجرای فرآیندهای پردازش تصویر از قابلیت‌های پردازنده گرافیکی GPU (Graphical Processing Unit) کارت گرافیک خود استفاده کنید. برای نصب و استفاده از این نسخه‌های کتابخانه Emgu CV باید ابتدا درایور GPU کارت گرافیک خود را نصب کنید. بعنوان مثال برای کسانی که از کارت گرافیک‌های با چیپست NVIDIA استفاده می‌کنند باید درایور nvcuda.dll را دانلود و نصب کنید. از آنجایی که نصب درایور GPU کارت گرافیک برای من زمان‌بر و مشکل بود، ترجیح دادم که با نسخه‌های قدیمی‌تر کتابخانه EmguCV کار کنم. این نسخه‌های قدیمی‌تر قابلیت تسریع پردازش‌ها به کمک GPU را ندارند و نیازی هم به درایور GPU ندارند. بنابراین در اولین قدم بسته به اینکه سیستم عامل شما 32 بیتی یا 64 بیتی است، یکی از دو نسخه زیر را دانلود و نصب کنید: http://sourceforge.net/projects/emgucv/files/emgucv/2.1.0.0/libemgucv-2.1.0.793-win32.exe/download (28.2 MB) http://sourceforge.net/projects/emgucv/files/emgucv/2.1.0.0/libemgucv-2.1.0.793-win64.zip/download (29.5 MB) لینک اول که مربوط به کتابخانه 32 بیتی است یک فایل نصب کامل است و تنظیماتی مانند اضافه کردن emgu cv به مسیر پیش فرض سیستم، و نصب پیش نیازها را نیز انجام میدهد. اما لینک دوم که مربوط به کتابخانه 64 بیتی است، تنها شامل یک فایل فشرده zip است که باید بعد از اینکه آنرا از حالت فشرده خارج کردید، تنظیمات مسیر و نصب پیش نیازها را خودتان انجام دهید. برای اینکار باید مسیر فولدر bin مثلا c:\emgu cv\emgu 2.1\bin را به مسیر پیش فرض سیستم در Control Panel -> System -> Advanced System Settings -> Environment Variables -> System Variables -> Path اضافه کنید. سپس فایل vcredist_x64.exe را نیز نصب کنید که حاوی بسته توزیع ویژوال سی است. اگر تا این بخش کار را به درستی انجام داده باشید و کتابخانه مناسب سیستم خود را نصب کرده باشید، باید قادر باشید تا مثال‌های موجود در کتابخانه emgu cv را به درستی اجرا کنید. برای ارزیابی این موضوع، به فولدر محل نصب emgu cv رفته و از فولدر Emgu.CV.Example مثال HelloWorld را باز کرده و اجرا کنید. ...