بررسی اجمالی تفاوت بینایی ماشین با پردازش تصویر (بینایی کامپیوتر)
اگرچه به نظر می رسد این دوعبارت مفهوم تقریبا یکسانی دارند ولی در حقیقت هر یک دارای مشترکات والبته اختلافات بسیاری میباشند
در زیر به چند مورد اشاره میکنم
در پردازش تصویر که ان را بینایی کامپیوتر می نامیم تصویر به عنوان یک واقعیت موجود پذیرفته میشود به عبارتی فرد برنامه نویس نیاز به ان ندارد که اطلاعی از سیستم تصویر برداری و عملکرد ان داشته باشد فرض بر ان است که تصویری گرفته شده و اکنون نیاز به پردازش دارد
در پردازش تصویر معمولا تکیه بر قدرت الگوریتم پردازشی میباشد و برای پردازش های بهتر نیاز به الگوریتم های پیچیده تر خواهد بود
از نظر سخت افزاری در پردازش تصویر محاسبات مصرف RAM کامپیوتر از اهمیت خاصی برخوردار میباشد
و سرعت پردازش چندان در اولویت قرار ندارد به عبارتی پردازش تصویر معمولا یا offline میباشد ویا در سرعت های پایین به صورت online به کار گرفته میشود
در پردازش تصویر تکیه بیشتر بر دو مورد میباشد 1 استخراج اطلاعات موجود در تصویر و ذخیره ان 2 بهبود کیفیت اطلاعات تصویر و اعمال در تصویر جهت افزایش قدرت بینایی فرد برای تشخیص پدیده ای خاص در تصویر
اما در بینایی ماشین ما با علمی طرف هستیم که نیاز به پایه های قوی در شاخه های اپتیک الکترونیک برق مکانیک و کامپیوتر دارد به طوریکه اگر یک متخصص بینایی ماشین توانایی تشخیص و محاسبه اپتیک مناسب برای سیستم تصویر برداری را نداشته باشد ویا قادر به انتخاب بهترین گزینه نور پردازی نباشد احتمال به موفقیت رساندن پروژه به شدت کاهش خواهد یافت
از طرفی هدف از بینایی ماشین بیشتر دریافت اطلاعات از طریق تصویر برای انجام یک نوع عملیات خاص میباشد
مثلا برای یک چرخه تولید این عملیات میتواند حذف ذرات اضافه و یا گزارش خرابی قطعه باشد
لذا دو فاکتور در بینایی ماشین مطرح میشود که در پردازش تصویر نیازی به انها نیست اول توانایی ارتبااط با سخت افزار و انجام عملیات خاص بر اساس اطلاعات پردازش شده در تصویر دوم میزان همزمانی و سرعت تصویر برداری و در حقیقت علاوه بر RAM در این علم ملاحضات کار کردی CPU نیز حاز اهمیت است
به خاطر اهمیت حوزه سرعت در بینایی ماشین کاهش الگوریتم ها و استفاده از الگورتیم های ساده تر ولی کاراتر از اهمیت و اولویت بیشتری نسبت به پردازش تصویر دارا میباشد
اشنا بودن با تجهیزات تصویر برداری و انتخاب بهترین نوع ان , اشنا بودن به انواع اتصالات دوربین به سیستم و کابلاژ
والبته توانایی استفاده از سیستم های embedded مربوطه به پردازش تصویر از مواردی هست که یک شخص متخصص بینایی ماشین باید از انها اطلاع داشته باشد در صورتیکه چنین نیازی برای یک پردازش کار تصویر دیده نمیشود
اگرچه به نظر می رسد این دوعبارت مفهوم تقریبا یکسانی دارند ولی در حقیقت هر یک دارای مشترکات والبته اختلافات بسیاری میباشند
در زیر به چند مورد اشاره میکنم
در پردازش تصویر که ان را بینایی کامپیوتر می نامیم تصویر به عنوان یک واقعیت موجود پذیرفته میشود به عبارتی فرد برنامه نویس نیاز به ان ندارد که اطلاعی از سیستم تصویر برداری و عملکرد ان داشته باشد فرض بر ان است که تصویری گرفته شده و اکنون نیاز به پردازش دارد
در پردازش تصویر معمولا تکیه بر قدرت الگوریتم پردازشی میباشد و برای پردازش های بهتر نیاز به الگوریتم های پیچیده تر خواهد بود
از نظر سخت افزاری در پردازش تصویر محاسبات مصرف RAM کامپیوتر از اهمیت خاصی برخوردار میباشد
و سرعت پردازش چندان در اولویت قرار ندارد به عبارتی پردازش تصویر معمولا یا offline میباشد ویا در سرعت های پایین به صورت online به کار گرفته میشود
در پردازش تصویر تکیه بیشتر بر دو مورد میباشد 1 استخراج اطلاعات موجود در تصویر و ذخیره ان 2 بهبود کیفیت اطلاعات تصویر و اعمال در تصویر جهت افزایش قدرت بینایی فرد برای تشخیص پدیده ای خاص در تصویر
اما در بینایی ماشین ما با علمی طرف هستیم که نیاز به پایه های قوی در شاخه های اپتیک الکترونیک برق مکانیک و کامپیوتر دارد به طوریکه اگر یک متخصص بینایی ماشین توانایی تشخیص و محاسبه اپتیک مناسب برای سیستم تصویر برداری را نداشته باشد ویا قادر به انتخاب بهترین گزینه نور پردازی نباشد احتمال به موفقیت رساندن پروژه به شدت کاهش خواهد یافت
از طرفی هدف از بینایی ماشین بیشتر دریافت اطلاعات از طریق تصویر برای انجام یک نوع عملیات خاص میباشد
مثلا برای یک چرخه تولید این عملیات میتواند حذف ذرات اضافه و یا گزارش خرابی قطعه باشد
لذا دو فاکتور در بینایی ماشین مطرح میشود که در پردازش تصویر نیازی به انها نیست اول توانایی ارتبااط با سخت افزار و انجام عملیات خاص بر اساس اطلاعات پردازش شده در تصویر دوم میزان همزمانی و سرعت تصویر برداری و در حقیقت علاوه بر RAM در این علم ملاحضات کار کردی CPU نیز حاز اهمیت است
به خاطر اهمیت حوزه سرعت در بینایی ماشین کاهش الگوریتم ها و استفاده از الگورتیم های ساده تر ولی کاراتر از اهمیت و اولویت بیشتری نسبت به پردازش تصویر دارا میباشد
اشنا بودن با تجهیزات تصویر برداری و انتخاب بهترین نوع ان , اشنا بودن به انواع اتصالات دوربین به سیستم و کابلاژ
والبته توانایی استفاده از سیستم های embedded مربوطه به پردازش تصویر از مواردی هست که یک شخص متخصص بینایی ماشین باید از انها اطلاع داشته باشد در صورتیکه چنین نیازی برای یک پردازش کار تصویر دیده نمیشود
❤2
معرفی تولیکت bio medical
با توجه به نیازی که در پزشکی نیاز به داده برداری از سنسور های خاص ویا تحلیل تصویر های پزشکی خاص وجود دارد و از طرفی نوع این اطلاعات دارای ویژگی های مشخصی می باشد تولکیتی برای لب ویو ارایه شد که قادر به تحیلی این اطلاعات باشد و یا چنین اطلاعاتی را به صورت شبیه سازی برای تست الگریتم نویسی تولید کند برای مثال توسط این تول کیت میتواند سیگنالی هایی به صورت شبیه سازی شبیه سگینال های مغزی و یا ضربان قلب تولید کرد
این تول کیت فقط از ورژن 2013 به بالاتر قابل نصب میباشد و برای دانلود ان میتوانید از لینک زیر استفاده کنید
http://sine.ni.com/nips/cds/view/p/lang/en/nid/211023
فایل youtube زیر نیز جهت اشنایی با این تولکیت میباشد
این تول کیت توانایی تحلیل سیگنال هابی EEG, EMG, ECG
و همچنین ارتباط با NI ELVIS و بیشتر کارت های daq را دارد
و از طرفی توانایی ارتباط با عکس های فرمتDSCOM و فضای رندرینگ تصاویر سه بعدی پزشکی را دارد
با توجه به نیازی که در پزشکی نیاز به داده برداری از سنسور های خاص ویا تحلیل تصویر های پزشکی خاص وجود دارد و از طرفی نوع این اطلاعات دارای ویژگی های مشخصی می باشد تولکیتی برای لب ویو ارایه شد که قادر به تحیلی این اطلاعات باشد و یا چنین اطلاعاتی را به صورت شبیه سازی برای تست الگریتم نویسی تولید کند برای مثال توسط این تول کیت میتواند سیگنالی هایی به صورت شبیه سازی شبیه سگینال های مغزی و یا ضربان قلب تولید کرد
این تول کیت فقط از ورژن 2013 به بالاتر قابل نصب میباشد و برای دانلود ان میتوانید از لینک زیر استفاده کنید
http://sine.ni.com/nips/cds/view/p/lang/en/nid/211023
فایل youtube زیر نیز جهت اشنایی با این تولکیت میباشد
این تول کیت توانایی تحلیل سیگنال هابی EEG, EMG, ECG
و همچنین ارتباط با NI ELVIS و بیشتر کارت های daq را دارد
و از طرفی توانایی ارتباط با عکس های فرمتDSCOM و فضای رندرینگ تصاویر سه بعدی پزشکی را دارد
Ni
LabVIEW Biomedical Toolkit - National Instruments
The LabVIEW Biomedical Toolkit is a collection of ready-to-run applications, utilities, and algorithms designed to simplify the use of LabVIEW software in physiological DAQ, signal processing, and image processing. The toolkit includes applications commonly…
🤩2
با سلام خدمت دوستان عزیز اخیرا توانستم پسورد ها ی تولید شده مربوط به vi ها در نرم افزار Labview را بشکنم
در صورتیکه کد را را نیاز به شکست پسورد دارید قادر به شکستن ان خواهم بود هزینه مربوطه بر حسب میزان پیچیدگی کد و حجم فایل و تعداد ان محاسبه خواهد شد
در صورتیکه کد را را نیاز به شکست پسورد دارید قادر به شکستن ان خواهم بود هزینه مربوطه بر حسب میزان پیچیدگی کد و حجم فایل و تعداد ان محاسبه خواهد شد
👍2
بررسی ویژگی های چشم انسان به عنوان یک سیستم پردازش تصویر
براساس کتب اولیه ای که در باره پردازش تصوی نوشته شده (مانند کتاب گونزالز برای پردازش تصویر در متلب)
چشم انسان به عنوان بهترین سیستم پردازش تصویر معرفی میشود از طرفی میتوان با اندکی گردش در فضای مجازی مطالبی درباره اینکه چشم انسان قوی ترین دوربین جهان از نظر رزولوشن میباشد پیدا کرد حال میخواهیم بررسی کنیم که یک سیستم بینایی ماشین در برابر چشم انسان چه ویژگی ها و معایبی را دارا میباشد این بحث را در چند قسمت و به ترتیب بررسی خواهیم کرد
براساس کتب اولیه ای که در باره پردازش تصوی نوشته شده (مانند کتاب گونزالز برای پردازش تصویر در متلب)
چشم انسان به عنوان بهترین سیستم پردازش تصویر معرفی میشود از طرفی میتوان با اندکی گردش در فضای مجازی مطالبی درباره اینکه چشم انسان قوی ترین دوربین جهان از نظر رزولوشن میباشد پیدا کرد حال میخواهیم بررسی کنیم که یک سیستم بینایی ماشین در برابر چشم انسان چه ویژگی ها و معایبی را دارا میباشد این بحث را در چند قسمت و به ترتیب بررسی خواهیم کرد
با سلام مجدد
تصمیم به شروع مجدد برگزاری کلاس های عمومی اموزش لب ویو و اموزش پردازش تصویر و اموزش بینایی ماشین گرفته ام
ولی چون کلاس ها بعد از مدتها دوباره راه اندازی خواهند شد اولین دوره کلاس تا تکمیل ظرفیت حداقل برگزار نخواهد شد
حداقل تعداد برای شروع چهار نفر خواهد بود
دوستاینکه علاقه مند به ثبت نام هستند اطلاع دهند تا در صورت تکمیل ظرفیت استارت کلاس ها زده شود
هزینه کلاس اموزش لب ویوعمومی 320 هزار تومان
کلاس پردازش تصویردر لب ویو 360 هزار تومان
و کلاس بینایی ماشین با لب ویو 420 هزار تومان خواهد بود
لازم به ذکر است پیش نیاز کلاس بینایی ماشین گذراندن دوره پردازش تصویر در لب ویومیباشد
با تشکر
فولادی
تصمیم به شروع مجدد برگزاری کلاس های عمومی اموزش لب ویو و اموزش پردازش تصویر و اموزش بینایی ماشین گرفته ام
ولی چون کلاس ها بعد از مدتها دوباره راه اندازی خواهند شد اولین دوره کلاس تا تکمیل ظرفیت حداقل برگزار نخواهد شد
حداقل تعداد برای شروع چهار نفر خواهد بود
دوستاینکه علاقه مند به ثبت نام هستند اطلاع دهند تا در صورت تکمیل ظرفیت استارت کلاس ها زده شود
هزینه کلاس اموزش لب ویوعمومی 320 هزار تومان
کلاس پردازش تصویردر لب ویو 360 هزار تومان
و کلاس بینایی ماشین با لب ویو 420 هزار تومان خواهد بود
لازم به ذکر است پیش نیاز کلاس بینایی ماشین گذراندن دوره پردازش تصویر در لب ویومیباشد
با تشکر
فولادی
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
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
👍1
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
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
قسمت چهارم : بررسی بینای انسان
در قسمت های قبل به معایبی که بینایی انسان میتواند نسبت به یک سیستم بینایی ماشین داشته باشد به چند مورد اشاره شد
اکنون به مشکل اشباع تصویر در چشم انسان می پردازیم
همان طور که در مطالب قبلی گفته شد چشم انسان دارای دو سلول مخروطی و استوانه ای میباشد که اولی به فرکانس(رنگ) و دومی به شدت نور حساس میباشد این حساسیت در حقیقت گونه ای واکنش شیمایی میباشد که بر اساس تاثیر نور رخ میدهد
حال این سوال مطرح میباشد که سرعت بازیابی به حالت اولیه در این واکنش ها چقدر می باشد و در حقیقت چشم با چه سرعتی میتواند تصاویر پشت سر هم را ببیند و از طرفی اطلاعات دریافتی شدت که توسط مغز مکان انها پردازش و تشخیص داده میشود چقدر درست میباشد .
با اینکه گفته میشود مغز انسان قدرت پردازش تصاویر تا 100هرتز را دارا میباشد یعنی 100 تصویر بر ثاینه
ولی واقعیت این است که سیستم بینایی انسان تصاویری با سرعت بیشتر از 7 الی 15 فریم بر ثانیه را به صورت پیوسته میبیند و قادر به تشخیص کامل پدیده ها با سرعت سریع تر از ان را ندارد و صرفا ترکیبی از چند تصویر را میتواند تشخیص دهد. این همان موردی هست که باعث می شود ما تصاویر پشت سر هم را که با سرعتی بیش از 7 فریم بر ثانیه نمایش داده میشود به صورت فیلم و زنده ببینیم ولی گاهی برای کنترل یک خط ویا مشاهده یک پدیده جهت پردازش و یا تصمیم گیری ما به سرعتی بیش از این ها جهت تصویر برداری نیاز داریم
امروزه دوربین های صنعتی با سرعت های بسیار بالا تا حدود 400000 تصویر در ثانیه در صنعت مورد استفاده میشود
و در صنایع نظامی این عدد به نزدیک 2ملیون فریم بر ثاینه می رسد و از طرفی دانشمندان دوربینی با قدرت تصویر برداری یک ترلیون بر ثانیه را ساخته اند که حتی میتوان با ان نحوه انتشار نور با سرعت 300000 متر بر ثانیه در محیط میباشد را مشاهده کرد
از طرفی علاوه بر این مشکل وقتی دامنه شدت در تصویری در محدوده های انتهایی بیشینه و کمینه توانایی چشم انسان برای تشخیص شدت قرار گیرد به طوریکه بعضی از سلول های چشم انسان به صورت کامل اشباع شود و بقیه کمترین واکنشی را نداشته باشند انسان در تشخیص مکان و نوع شدت ها دچار اشتباه میشود وگاهی به اشتباه این تصاویر را نوعی حرکت در نظر می گیرد
همچنین چشم انسان در تشخیص مرز بین شدت ها ی مختلف نوعی اغراق در شدت را جهت سیستم منطقی خود تولید میکند
تمام موارد ذکر شده در بالا میتواند باعث تشخیص اشتباه حرکت در یک سیستم شود و این امر میتواند یک بحران در کنترل یک خط تولید یا سیستم کنترل کیفیت باشد تصاویر زیر گویای این نواقص چشم انسان هستند
در قسمت های قبل به معایبی که بینایی انسان میتواند نسبت به یک سیستم بینایی ماشین داشته باشد به چند مورد اشاره شد
اکنون به مشکل اشباع تصویر در چشم انسان می پردازیم
همان طور که در مطالب قبلی گفته شد چشم انسان دارای دو سلول مخروطی و استوانه ای میباشد که اولی به فرکانس(رنگ) و دومی به شدت نور حساس میباشد این حساسیت در حقیقت گونه ای واکنش شیمایی میباشد که بر اساس تاثیر نور رخ میدهد
حال این سوال مطرح میباشد که سرعت بازیابی به حالت اولیه در این واکنش ها چقدر می باشد و در حقیقت چشم با چه سرعتی میتواند تصاویر پشت سر هم را ببیند و از طرفی اطلاعات دریافتی شدت که توسط مغز مکان انها پردازش و تشخیص داده میشود چقدر درست میباشد .
با اینکه گفته میشود مغز انسان قدرت پردازش تصاویر تا 100هرتز را دارا میباشد یعنی 100 تصویر بر ثاینه
ولی واقعیت این است که سیستم بینایی انسان تصاویری با سرعت بیشتر از 7 الی 15 فریم بر ثانیه را به صورت پیوسته میبیند و قادر به تشخیص کامل پدیده ها با سرعت سریع تر از ان را ندارد و صرفا ترکیبی از چند تصویر را میتواند تشخیص دهد. این همان موردی هست که باعث می شود ما تصاویر پشت سر هم را که با سرعتی بیش از 7 فریم بر ثانیه نمایش داده میشود به صورت فیلم و زنده ببینیم ولی گاهی برای کنترل یک خط ویا مشاهده یک پدیده جهت پردازش و یا تصمیم گیری ما به سرعتی بیش از این ها جهت تصویر برداری نیاز داریم
امروزه دوربین های صنعتی با سرعت های بسیار بالا تا حدود 400000 تصویر در ثانیه در صنعت مورد استفاده میشود
و در صنایع نظامی این عدد به نزدیک 2ملیون فریم بر ثاینه می رسد و از طرفی دانشمندان دوربینی با قدرت تصویر برداری یک ترلیون بر ثانیه را ساخته اند که حتی میتوان با ان نحوه انتشار نور با سرعت 300000 متر بر ثانیه در محیط میباشد را مشاهده کرد
از طرفی علاوه بر این مشکل وقتی دامنه شدت در تصویری در محدوده های انتهایی بیشینه و کمینه توانایی چشم انسان برای تشخیص شدت قرار گیرد به طوریکه بعضی از سلول های چشم انسان به صورت کامل اشباع شود و بقیه کمترین واکنشی را نداشته باشند انسان در تشخیص مکان و نوع شدت ها دچار اشتباه میشود وگاهی به اشتباه این تصاویر را نوعی حرکت در نظر می گیرد
همچنین چشم انسان در تشخیص مرز بین شدت ها ی مختلف نوعی اغراق در شدت را جهت سیستم منطقی خود تولید میکند
تمام موارد ذکر شده در بالا میتواند باعث تشخیص اشتباه حرکت در یک سیستم شود و این امر میتواند یک بحران در کنترل یک خط تولید یا سیستم کنترل کیفیت باشد تصاویر زیر گویای این نواقص چشم انسان هستند
قسمت پنجم : بررسی بینایی انسان
تصمیم دارم دو مورد دیگر از معایب بینایی انسان را اشاره کنم و بعد به بینایی ماشین و معرفی روش ها و تجهیزات بپردازم لذا قسمت ششم اخرین قسمت برسی بینایی انسان خواهد بود .موردیکه در این قسمت به ان اشاره خواهد شد فازی بودن تشخیص رنگ برای انسان است. سوال اولیکه میتوان پرسید این است که انسان چند رنگ را میتواند تشخیص دهد ؟ برای این سوال میتوانید در اینترنت جواب های عجیبی مانند چند ده ملیون را پیدا کنید اما واقعیت این است از انجا که تشخیص رنگ توسط انسان کیفی میباشد
لذا عدد خاصی نمیتوان برای ان به صورت صحیح بیان کرد و از ان بدتر این است که انسان از میان همین تعداد رنگ که قادر به تشخیص میباشد قادر به نامگذرای بیش از 54 رنگ نیست. حتی خیلی از شما دوستان شاید توان نامگذاری بیش از 10 رنگ را نداشته باشیید حال انکه یک سیستم بینایی ماشین ساده قادر است 16581375 رنگ را از هم تفکیک کند
مورد حادتر این است که واکنش سلول های مخروطی چشم انسان های مختلف به رنگ به صورت کامل هم شبیه هم نیست و از ان بدتر سیستم پردازنده تصویر که مغز انسان میباشد هم دقیقا به صورت یکسان عمل نمی کند به طوریکه برای مثال رنگ لیزر ارگنن را بعضی از انسان ها ابی تیره وبعضی دیگر بنفش میبینند
بد نیست در این مورد به معمای رنگ پیراهن که بیش از 25 ملیون نفر در باره رنگ ان بحث و جدل کرده اند رجوع کنید
تصمیم دارم دو مورد دیگر از معایب بینایی انسان را اشاره کنم و بعد به بینایی ماشین و معرفی روش ها و تجهیزات بپردازم لذا قسمت ششم اخرین قسمت برسی بینایی انسان خواهد بود .موردیکه در این قسمت به ان اشاره خواهد شد فازی بودن تشخیص رنگ برای انسان است. سوال اولیکه میتوان پرسید این است که انسان چند رنگ را میتواند تشخیص دهد ؟ برای این سوال میتوانید در اینترنت جواب های عجیبی مانند چند ده ملیون را پیدا کنید اما واقعیت این است از انجا که تشخیص رنگ توسط انسان کیفی میباشد
لذا عدد خاصی نمیتوان برای ان به صورت صحیح بیان کرد و از ان بدتر این است که انسان از میان همین تعداد رنگ که قادر به تشخیص میباشد قادر به نامگذرای بیش از 54 رنگ نیست. حتی خیلی از شما دوستان شاید توان نامگذاری بیش از 10 رنگ را نداشته باشیید حال انکه یک سیستم بینایی ماشین ساده قادر است 16581375 رنگ را از هم تفکیک کند
مورد حادتر این است که واکنش سلول های مخروطی چشم انسان های مختلف به رنگ به صورت کامل هم شبیه هم نیست و از ان بدتر سیستم پردازنده تصویر که مغز انسان میباشد هم دقیقا به صورت یکسان عمل نمی کند به طوریکه برای مثال رنگ لیزر ارگنن را بعضی از انسان ها ابی تیره وبعضی دیگر بنفش میبینند
بد نیست در این مورد به معمای رنگ پیراهن که بیش از 25 ملیون نفر در باره رنگ ان بحث و جدل کرده اند رجوع کنید