LabviewImageprocessing – Telegram
LabviewImageprocessing
1.49K subscribers
270 photos
35 videos
67 files
118 links
اموزش اصول بینایی ماشین و پردازش تصویر و لبویو
به همراه گروه پرسش و پاسخ لبویو
@UnHateful
Download Telegram
از دوستانی که تازه عضو کانال شده اند از بنده میپرسند که لب ویو بهتر است یا متلب یا لب ویو به چه دردی میخوره و برای کیا مناسبه تصمیم گرفتم جوابی مختصر ولی مفید داده باشم
لبویو که توسط یک شرکت امریکایی تولید شده با این انگیزه تولید شده که کسانیکه رشته تحصیلیشون کامپیوتر نیست ولی برای انجام کار های خودشون نیاز به برنامه نویسی قوی دارند بتونند در کمترین زمان ممکن هم برنامه نویسی رو یاد بگیرند و هم در کمترین زمان ممکن برنامه رو بنویسند و هم برنامه قوی وکارا باشه
مثلا یک دانشمند فیزیک یا یک دانشجو برای اندازه گیری دمای فشار و یا کمیتی خاض در ازمایش نیاز به برنامه نویسی و مانیتور و ذخیره اطلاعات داشته باشه یا یک دانشجوی کشاورزی برای انجام یه تحقیق نیاز به اندازه گیری رطوبت داشته باشه یا یک متخصص صنعت برای جابجایی ربات خودش ویا یک متخصص پزشک برای اندازه گیری سیگنال قلب نیاز به برنامه داشته باشه برای یاد گیری همه اینها متخصص مورد نظر باید رشته خودش رو رها کنه و بره دنبال یادگیری رشته کامپیوتر و برنامه نویسی و بعد الکترونیک ولی لب ویو به شما این اجازه رو میده تا در کمترین زمان لازم برنامه نویسی رو یاد بگیرین و وقتتون رو روی ایده های خودتون بزارین نه یاد گرفتن کد که بیشتر ابزار هست تا هدف
البته لب ویو الان پا رو فراتر از این حرف ها گذاشته و هر ازمایشگاه مجهزی که ببینین ویا هر سیستم ابزار دقیق صنعتی که ببینین برای حوزه داده برداری خصوصا در حجم وسرعت بالا از تجهیزات این شرکت استفاده میکنه وبرای برنامه نویسی از زبان برنامه نویسی گرافیکی لبویو
از تایسسات هسته ای فرانسه تا ازمایشگها های تست جگنده های اف 35
اصول ابتدایی پردازش تصویر در لب ویو ارایه شده توسط دانشگاه تگزاس
http://www.me.utexas.edu/~longoria/me344/lab5/Basic_Vision_with_LabVIEW.pdf
با سلام خدمت دوستان عزیز و اعضای کانال
با توجه به اینکه اعضای کانال زیاد تر شده اند و به تنهایی قادر به پاسخ گویی سوالات دوستان نیستم تصمیم گرفته ام اگر استقبال به اندازه کافی باشد گروه پرسش و پاسخ مروبط به کانال رو هم ایجاد نمایم
لذا دوستانیکه علاقه مند به ایجاد گروه پرسش و پاسخ یا همکاری در ان هستند ویا احساس میکنند برایشان چنین گروهی میتواند مفید باشد به بنده به صورت خصوصی اطلاع دهند
اگر تعداد به 50 نفر برسد فورا مقدمات ایجاد گروه رو فراهم خواهم کرد دوستانیکه به بنده پیام بدهند بهشون اطلاع خواهم داد که نفر چندم هستند و چند نفر برای رسیدن به 50 نفر باقی مانده
با تشکر
فولادی
ادمین کانال
Labview&Image processing
یه تعداد از دوستان که ساکن تهران نیستند از بنده درخواست کمک برای اموزش مقدماتی لب ویو داشتند تصمصم گرفتم هر از گاهی چند فایل پی دی اف برای اموزش مقدماتی براشون قرار بدم. اول از منابع فارسی استفاده میکنم تا دوستان راحتر بتونند استارد بزنند انشالله راه فتادند برای مباحث پیشرفته تر در خدمتشون خواهد بود
تکنیک سه بعدی سازی گوست با استفاده از لبویو
TED 2013 - The Single Pixel Camera.mp4
16.4 MB
تکنیک سه بعدی سازی با دوربین تک پیکسل (ghost imaging) با استفاده از نرم افزار لب ویو
Forwarded from LabviewImageprocessing
https://telegram.me/joinchat/BOVCcDyJozCGqHlkFjj-Mg
کانال اموزش labview و اصول پردازش تصویر و بینایی ماشین
(لب ویو یک زبان برنامه نویسی از نسل جدید میباشد که نیاز به کمترین زمان یادگیری دارد
بر اساس سوالیکه چند تن از دوستان پرسیدند لینک های بالا قرار داده شده و برای توضیح علم داده برداری متلب زیر رو برای دوستان قرار میدهم
علم داده برداری شامل قسمت سخت افزار و قسمت نرم افزار میباشد
قسمت سخت افزار که به کارت داده برداری معروف هست وسیله ای هست که توانایی اندازه گیری ولتاژ ( در 90 درصدد موارد ولتاژ تولیدی سنسور ها برای اندازه گیری کمیت های مانند شدت فشار دما و رطوبت و...) و ارسال مقدار ان به دستگاه کامپیوتر را داشته باشد که در این زمینه قوی ترین شرکت فعال در صنعت و حوزه اکادمیک شرکت امریکایی نشنال اینسترومنت میباشد و معروف ترین شرکت که در ایران از تجهیزات ان استفاده میشود شرکت کره ای ادونتک میباشد امروزه اصطلاح DAQ یا همان دک توسط شرکت نشنال اینسترومنت برای چنین کارت های در جهان رایج شده چنین کارت هایی رو حتی دوستان علاقه مند و متخصص در avr و arm یا fpga میتواندد تولید کنند مهترین فاکتور هایی که در هزینه و در کیفیت این کارت ها مد نظر میباشد به صورت زیر است
1)دقت داده برداری که بر حسب بیت ارزیابی میشود و معمولا از 8 بیت تا 24 بیت هستند برای مثال 8 بیت یعنی کارت توانایی ارسال و دریافت اطلاعات از ولتاژ خروجی با قسمت بندی 256 مقدار را دارد
2) نرخ داده برداری که بر حسب نمونه بر ثانیه مطرح میباشد و از یک نمونه بر ثانیه میتواند تا یک ترلیون بر ثانیه اختلاف داشته باشد
3 تعداد کانال های همزمان یعنی تعداد سنسور ها یا ولتاژ هایی که کارت میتواند به صورت همزمان دریافت وبه کامپیوتر ارسال کند
4 داشتن fifo و حجم ان
فیفو در اصل یک حافظه موفت در کارت هایی میباشد که با سرعتی بالاتر از چرخه سی پی یو های کامپیوتر عمل داده برداری را انجام میدهند در اصل اطلاعات سنسور در این حافظه ذخیره شده و سپس در هر بار درخواست کامپیوتر به دستگاه منتقل میشود
5 برند کارت از انجا که گاهی وقتها داده ها ی سنسور دریافتی بسیار مهم میباشد و برای مثال ازمایش برای تکرار هزینه زیادی در بر خواهد داشت و فقط یک بار امکان ازمایش هست در این صورت برند کارت مهم خواهد بود زیرا تجربه شرکت های قوی تر به انها این اجاره را میدهد که بهترین نوع کارت را برای شما پیشنهاد دهند شرکت هایی مثله نشنال اینسترومنت و یا اچ پی ام امکان تضمین اطلاعات شما و عدم از دست رفتن انها را به شما خواهند داد به طوریکه بعضی از کارت ها دارای چند هسته همزمان هستند تا در صورت از بین رفتن یکی داده ها توسط هسته بعدی ارسال شود
قسمت دوم مبحث داده برداری نرم افزاری هست که وظیفه دریافت داده ها را از کارت دارد این نرم افزار باید امکان دریافت ذخیره و نمایش ویا پردازش بر داده ها را داشته باشد که در این زمینه نیز قوی ترین شرکت که در جهان از نرم افزار ان برای این مورد استفاده میشود شرکت نشنال اینسترومنت میباشد که نرم افزار labview را در این زمینه ارایه کرده است
این نرم افزار به صورت اتوماتیک امکان تشخیص تمام کارت های شرکت نشنال وجود دارد و بقیه شرکت های داده برداری نیز تولیکیت های خود را برای استفاده در این نرم افزار ارایه کرده اند از طرفی این نرم افزار امکان ارتباط با تمام پورت ها و پرتکل های صنعتی برای داده برداری را دارد
پورت ویزا و سریال و GPIBتا پرتکل های صنعتی مانند مدباس
جدید ترین فناوری در این زمینه توسط شرکت نشال ارایه شده که ساخت کارتهای داده برداری تحث وایر لس ولی با سرعت بالا میباشد به طوریکه حتی امکان ارسال 1.59 گیگ بر ثانیه اطلاعات توسط این کارتها امکان پذیر میباشد .
telegram.melabviewimageprocessing Ch2.pdf
2.1 MB
فصل دوم کتاب اموزش لب ویو به زبان فارسی
قسمت اول بررسی ریزولوشن چشم انسان :
اگر در اینترنت جستجو کنیم مقدار هایی متفاوتی در باره این سوال پیدا خواهید کرد. مانند 10,5, 50 ,230 ,160 ,576 مگا پیکسل و توانایی تشخیص میلیون ها ملیون رنگ به چشم انسان نسبت داده شده است
و اما واقعیت :
بررسی میزان رزولوشن چشم انسان با مفهوم مگاپیکسل روشی نادرست در باره قدرت تکفیک چشم انسان میباشد .علت ان هم این است که سیستم تصویر برداری دوربینها با وجود انکه شباهت زیادی با سیستم بینایی چشم انسان دارد ولی به همان اندازه نیز متفاوت است
مفهوم پیکسل برای رزولوشن دوربین ها بر میگردد به میزان المان های عرضی و و طولی ccd ویا cmos در دوربین ها برای پیدا کردن رزولوشن کافیست مقدار طولی و عرضی این پیکسل ها را در هم ضرب کنیم
در حالیکه در چشم انسان نوع تصویر برداری از محیط به صورت دیگری میباشد . چشم انسان شامل دو نوع سلول استوانه ای و سلول مخروطی می باشد سلول های مخروطی به فرکانس نور حساس بوده و توانایی تشخیص فرکانس نور و به عبارتی رنگ را دارا میباشند و تعداد انها حدود 5 ملیون در هر چشم میباشد یا همان 5 مگا از طرفی سلول های استوانه ای حساس به شدت نور هستند و توانایی اندازه گیری شدت نور را دارند و تعداد انها 10 ملیون یا همان ده مگا میباشد به جز این دو نوع سلول ,سلول های دیگری نیز در چشم وجود دارد که وظایفی چند گانه داشته و بر روی سیستم تصویر برداری چشم موثر هستند
مورد دیگری که در باره چشم انسان وجود دارد در حقیقت سیستم بینایی انسان در هربار دو تصویر با زوایه ای متفاوت از محیط بیرون از خود ضبط میکند که به این نوع بینایی در سیستم های بینایی ماشین 3d stereo گفته میشود که سیستم پردازنده از طریق ان قادر است اطلاعاتی سه بعدی از محیط بیرون استخراج کند .
در حقیقت مغز انسان از پردازش و ترکیب اطلاعات رنگ حاصل از سلول های مخروطی و شدت مربوط سلول های استوانه ای و تفاوت مورفولوژیک اطلاعات دو چشم که به ان disparity گفته میشود تصویری از بیرون را که شامل اطلاعات سه بعدی و رنگ وشدت میباشد برای قسمت تصمیم گیرنده و منطقی خود تولید میکند
به عبارتی مقایسه قدرت تفکیک چشم انسان با یک دوربین امری اشتباه میباشد به طوریکه حتی سلول های ذکر شده دارای تلورانس اندازه بوده و میزان پخش شدگی متفاوتی نسبت به پیکسل های یک ccd یا cmoss دارا میباشند
از طرفی قسمتی از سیستم تفکیک بینایی انسان بر پایه دیتا بیس و تحلیل و تخمین و حتی توهم سیستم تصمیم گیری میباشد
Forwarded from LabviewImageprocessing
قسمت دوم : بررسی چشم انسان
در قسمت قبل درباره سیستم بینایی انسان مواردی گفته شد در این قسمت قصد در بیان مواردی دارم که نشان دهنده نقاط ضعف سیستم بینایی انسان نسبت به یک دستگاه بینایی ماشین میباشد
قطعا اولین موردیکه میتوان اشاره کرد این است که چشم انسان به عنوان دستگاه بینایی زود خسته میشود در حالیکه یک سیستم بینایی ماشین میتواند بدون توقف کار کند وبرای مثال کنترل کیفیت یک خط تولید را برای ماه ها بدوت توقف ادامه دهد
از طرفی انچه سیستم بینای انسان را متمایز تر از بقیه سیستم ها میکند هوش و منطق تحلیل گر آن میباشد نه خود سیستم اپتیکی و تصویر برداری
مغز انسان به عنوان قوی ترین سیستم تشخیص و تحلیل وپردازش تصاویر به حساب میاید ولی با این وجود
این سیستم دارای اشکالاتی میباشد که میتواند در صنعت مشکل افرین باشد چند مورد به صورت زیر میباشد
سیستم بینایی انسان شدت را به صورت خطی درک نمیکند بلکه از شدت های دریافتی درکی لگاریتمی ایجاد میکند
به طوریکه انسان تفاوت تغییرات در شدت های پایین تر را بهتر از شدت های بالاتر درک میکند این مورد مشکلی را ایجاد میکند که در سیستم های نمایشی مانند موبایل و یا مانیتور کامپیوتر مفهومی به اسم گاما و اصلاح گاما به وجود امده تا این خصوصیت لگاریتمی را اصلاح کنند
از طرفی درک شدتی انسان از محیط بیرون به صورت تباینی میباشد به عبارتی انسان درک کیفی از شدت دارد نه کمی و شدت را در مقایسه با شدت های اطراف ان درک میکند همین مورد میتواند باعث اشتباه در تشخیص انسان شود برای مثال در تصویر زیر در صفحه شطرنج شدت هر دو خانه AوB به یک اندازه میباشد ولی شما شدت ها را متفاوت حس میکنید
برای بررسی کافیست عکس را در paint باز کنید و سپس دو خانه را بریده و در کنار هم قرار دهید
و یا در عکس بعدی تمام مربع های مرکزی شدت یکسان دارد در حالیکه همه دوستان این شدت ها را متفاوت میبینند
Forwarded from LabviewImageprocessing
شدت A با B برابر است
Forwarded from LabviewImageprocessing
شدت مربع های داخلی یکسان است
Forwarded from LabviewImageprocessing
قسمت سوم: بررسی بینای انسان
در قسمت قبل همانطور که اشاره شد بینایی انسان به راحتی میتواند در تشخیص شدت دچار اشتباه شود و اکثر دوستان همکار در حوزه بینایی ماشین میدانند که بالای90 درصد دوربین های مورد استفاده در بینایی ماشین منوکروم بوده و پردازش ها در حوزه شدت میباشد لذا یک سیستم بینایی ماشین میتواند این قسمت از ضعف بینایی انسان را پوشش دهد و با دقتی برابر 255 قسمت نسبت به ماکزیمم شدت اشباع ccd برای دوربین های معمولی U8و با دقت 4294967296 برای دوربین هاSGL
U32 شدت های موجود را تحلیل کند
و اما سومین نقصی که به سیستم بینایی انسان وارد میباشد در قسمت دقت اندازه گیری میباشد که یکی از مهمترین موارد استفاده سیستم های بینایی ماشین میباشد . سیستم بینایی انسان برای مقایسه و یا اندازه گیری معمولا چند نقطه و خط مرجع را در نظر گرفته و مغز انسان عمل مقایسه و پردازش را جهت تعیین اندازه انجام میدهد ولی چون سیستم بینایی انسان در حالت
نیمه اگاهانه (حالت معولی و روزانه هر شخص ) توانایی تمرکز بر روی نکات مرجه را ندارد برای همین در این قسمت دچار مشکل میشود
برای مثال تصاویر زیر نشان دهنده این موارد میباشد
هر ساله مسابقاتی جهت چنین عکس هایی که انسان را به اشتباه میاندازد برگزار میشود که با انها illusion گفته میشود
Forwarded from LabviewImageprocessing
هر دو خط یک اندازه است ولی در نگاه اول B بزرگتر دیده میشود