فایل ورد پروژه بینایی سه بعدی با استفاده از نور ساختار یافته با الگوی رنگی

فایل ورد پروژه بینایی سه بعدی با استفاده از نور ساختار یافته با الگوی رنگی

هدف از این پروژه استخراج پروفایل سه بعدی اجسام به استفاده از روش نور ساختار یافته ااست.با توجه به بررسی های انجام شده نور ساختار یافته دارای مزایای ویژه ای می باشد . برای مثال سیستمهای مبتنی بر اُپتیک معمولا دارای هزینه پایین تری هستند . همچنین سیستم های بینایی استرﻳو ( شامل دو دوربین ) یا استریو فتو گرامتری برای سنجش برد کوتاه دارای کاربردهای زیادی می باشد . اما این سیستم در اندازه گیری فواصل کوتاه دارای نواقص و مشکلات مربوط به خود است . این مطلب باعث شده روشهای نور ساختار یافته در فواصل کوتاه بیشتر مورد توجه قرار گیرد . وجود کدینگ در نور ساختار یافته و کاربرد آن در تناظر یابی باعث بالاتر رفتن ضریب اطمینان می شود . برای راه اندازی این سیستم نیاز به یک پروژکتور LCD و یک دوربین تصویر برداری است که با توجه به الگو از آن می توان برای بازسازی اجسام متحرک نیز استفاده کرد . در این میان نقش اساسی را الگوریتم و نرم افزار نوشته شده برای پردازش ها و اندازه گیریها برعهده دارد . مراحل کاری این سیستم در فلوچارت به صورت کلی آورده شده است .این سیستم دارای کاربردهای فراوانی در استخراج مدل سه بعدی اجسامی از قبیل آثار هنری ، ایجاد مدل کامپیوتری از عروسکها و مجسمه ها در کاربردهای انیمیشن سازی دارد . همچنین دارای کاربردهای قابل تطبیق، در سیستم های پزشکی و برخی مسائل صنعتی مانند مهندسی معکوس نیز می باشد .مقدمه :نظر به گستردگی روز افزون استفاده از سیستم های هوشمند لزوم بکار گیری سیستم های بینایی اتوماتیک و یا نیمه اتوماتیک به منظور بدست آوردن ابعاد جسم بر کسی پوشیده نیست . در همین راستا در صنایع نیز در ایستگاههای بازرسی و کنترل کیفیت جهت بررسی دقیقتر میزان تطابق قطعه ی درحال تولید با قطعه مورد نظر ، از سیستم های بینایی استفاده می شود . بدین وسیله علاوه بر مشخص شدن مورد خطا ، محل دقیق آن و میزان خرابی نیز مشخص می شود .از جمله موارد کاربرد دیگر سیستم بینایی می توان به علوم نظامی ، پزشکی ، باستانشناسی ، راه و ساختمان و زمین شناسی و هدایت ربات اشاره کرد که روز به روز استفاده از سیستم های بینایی در آنها افزایش می یابد . سیستم های بینایی معمولی ، تنها به گرفتن یک تصویر دو بعدی از جسم اکتفا می کنند و قادر به تشخیص فاصله و یا ارتفاع و عمق نیستند . به همین دلیل و برای داشتن اطلاعات بیشتر از جسم ، محققان تلاش خود را بر روی بدست آوردن اطلاعات از بعد سوم (محور Z) متمرکز کردند .در راستای این تلاشها رهیافتهای متفاوتی جهت اسکن سه بعدی یک جسم ارائه شد . در این میان اسکنرهای تماسی مبتنی بر سنسورهای تماسی مکانیکی و اسکنرهای غیر تماسی مبتنی بر تکنولژی اپتیکی از جمله راه کارهایی هستند که محققان در پیش رو دارند . و در این میان راه کارهای اپتیکی به دلیل انعطاف پذیر بودن و هزینه قابل قبول ترجیح داده می شوند . ضمن اینکه در خیلی از موارد از دقت و قدرت بالاتری در مقایسه با تکنولژی تماسی برخوردار هستند .در تحقیق انجام شده پس از بررسی انواع روشهای اپتیکی برای استخراج پروفایل سه بعدی ، یک سیستم نوری بر مبنای نور ساختاریافته کدینگ شده پس از بررسی روشهای کار شده در این زمینه ، پیاده سازی می شود .فصل اول به بررسی روشهای متفاوت استخراج مدل سه بعدی اشیاء می پردازد. علاوه بر آن کاربردهای مختلف بینایی سه بعدی ارائه می شود . در فصل دوم تکنیکهای مختلف کدینگ الگو در نور ساختاریافته بررسی می شود . در فصل سوم که آغازی برای پیاده سازی است با طراحی یک نوع کدینگ به طراحی یک الگو پرداخته می شود و پردازشهای لازم اولیه در تصاویر برای کشف رمزها توضیح داده می شوند . فصل چهارم با توضیح استفاده از شبکه عصبی برای تعیین کد رنگهای بدست آمده در ادامه به حل مسئله تطابق می پردازد و در نهایت یک بازسازی سه بعدی اولیه از جسم ارائه می دهد . در نهایت در فصل پنجم به جمع بندی فصول گذشته پرداخته شده و پیشنهاداتی برای ادامه کار داده خواهند شد . در صفحه بعدی فلوچارتی از مراحل کلی کار آورده شده که به طور کلی نمایانگر مراحل کاری می باشد .تئوری نور ساختار یافته و کاربردهای بینایی سه بعدیروشهای مختلفی برای استخراج پروفایل سه بعدی اجسام وجود دارند . این روشها را می توان از لحاظ نحوه کار به دو دسته کلی غیرفعال و فعال تقسیم بندی کرد .بر خلاف روشهای غیرفعال که بر هم کنش و تغییری روی شکل انجام نمی دهند ، روشهای فعال یا با موضوع ارتباط تماسی بر قرار می کنند و یا بعضی از انواع خاص نور را روی آن تصویر می کنند ( روش نور ساختار یافته).بینایی سه بعدی همواره از موضوعات اساسی و مهم در بینایی ماشین بوده است . این اهمیت به دلیل کاربردهای بسیار مهم و متنوع آن است . کاربردهای مختلف این شاخه بینایی ماشین در اندازه گیری ابعاد یک جسم ، مهندسی معکوس ، کنترل کیفیت محصولات خروجی کارخانه ، شناسایی اشیاء[۱] ، تهیه نقشه سه بعدی ، انیمیشن کامپیوتری ، کاربردهای پزشکی و بسیاری کاربردهای دیگر است .با توجه به کاربردهای مختلف اندازه گیری سه بعدی ، همواره سیستمهای مختلفی با توجه به نیازهای گوناگون پیاده سازی شده اند . اما در این میان استریو فتو گرامتری از مهمترین و عمده ترین روشها بوده است که در بسیاری از اوقات در بینایی سه بعدی به کار گرفته شده است . اما در دهه های اخیر استفاده از نور ساختار یافته رواج پیدا کرده است . در این فصل به مروری بر روشهای اسکن سه بعدی و کاربردها و اهمیت بازسازی شکل سه بعدی جسم می پردازیم .۱-۲-روشهای غیر فعال استخرج پروفایل سه بعدیاستفاده از روشهای غیر فعال در بینایی سه بعدی از مدتها بر روی چندین تصویر دیجیتالی معمول بوده است . از جمله این روشها می توان به مثلث بندی دوتایی برای تصاویر جفت ، سایه اندازی[۲] و حرکت یا بافت[۳] اشاره کرد .در ادامه روش بینایی استریو که یکی از پرکاربردترین روشهای غیر فعال است ، توضیح داده می شود . سپس به تشریح روشهای فعال می پردازیم .۱-۲-۱-روش استریو فتوگرامتریدرسیستم استریوفتوگرامتری یا بینایی سه بعدی از دو دوربین برای بدست آوردن اطلاعات سه بعدی استفاده می شود . این سیستم شبیه بینایی دو چشمی است که در بینایی انسان استفاده می شود . این سیستم در شکل ۱-۱ نشان داده شده است . مهمترین مسئله در این روش ، مسئله تطابق است . در این فرایند برای اطمینان از تمرکز دو دوربین در یک نقطه بایستی بین دو دوربین تطابق پیدا کرد .این کار را می توان با استفاده از اطلاعات موجود در باره موضوع و یا استفاده از نقاط مبنا نظیر دیودهای منتشر کننده نور در میدان دوربینها انجام داد . برای مثال فرض کنید دو دوربین بر روی نقطه P تمرکز کرده با شند ، با داشتن فاصله بین دو دوربین D و فاصله کانونی دوربینها می توان L1 و L2 را محاسبه کرد .[۱] Object recognition[2] Optical flow & factorization method[3] Shape from Shading,Motion, Textureچکیده ۲فصل اول : تئوری نور ساختار یافته و کاربردهای بینایی سه بعدی۱-۱- مقدمه ۱۷۱-۲- روشهای غیر فعال بینایی سه بعدی ۱۸۱-۲-۱- روش استریوفتوگرامتری ۱۸۱-۳- روشهای فعال بینایی سه بعدی ۱۹۱-۳-۱- بکار گیری سنسور تماسی دربینایی سه بعدی ۲۱۱-۳-۲- بکار گیری سنسور غیر تماسی دربینایی سه بعدی ۲۲۱-۳-۲-۱- روش ارسال امواج ۲۲۱-۳-۲-۲- روش های انعکاسی ۲۳۱-۳-۲-۲-۱- رهیافتهای غیر اپتیکی در روشهای انعکاسی ۲۳۱-۳-۲-۲-۲- رهیافتهای اپتیکی در روشهای انعکاسی ۲۳۱-۳-۲-۲-۲-۱ رادار تصویر برداری۲۴۱-۳-۲-۲-۲-۲- روشهای اینترفرومتریک ۲۶۱-۳-۲-۲-۲-۳- استخراج عمق از طریق تمرکز بر روش فعال ۲۷۱-۳-۲-۲-۲-۴- استریوی فعال ۲۸۱-۳-۲-۲-۲-۵- راستراستریوفتوگرامتری ۲۸۱-۳-۲-۲-۲-۶- سیستم مجتمع تصویر برداری ۲۹۱-۳-۲-۲-۲-۷- تکنیک نور ساختار یافته ۳۰۱-۴- مقایسه روشها وتکنیکها و کاربردهای آنها ۳۲۱-۵- نتیجه گیری۳۵فصل دوم : روشهای مختلف کدینگ الگو۲-۱- مقدمه ۳۷۲-۲- روشهای طبقه بندی کدینگ الگوهای نوری ۳۸۲-۲-۱- الگوهای نوری از دیدگاه درجات رنگی ۳۹۲-۲-۲- الگوهای نوری از دیدگاه منطق کدینگ ۴۰۲-۲-۲-۱- روشهای مبتنی بر الگوهای چند زمانه (کدینگ زمانی) ۴۲۲-۲-۲-۱-۱- کدینگهای باینری ۴۲۲-۲-۲-۱-۲- کدینگ با استفاده از مفهوم n-ary 442-2-2-1-3- کدینگ با استفاده از مفهوم انتقال مکانی ۴۵۲-۲-۲-۱-۴- کدینگ با استفاده از همسایگی ۴۶۲-۲-۲-۲- روشهای مبتنی بر همسایگیهای مکانی(کدینگ مکانی) ۴۸۲-۲-۲-۲-۱- کدینگهای غیر متعارف (ابتکاری) ۴۸۲-۲-۲-۲-۲- کدینگ بر اساس دنباله De_Bruijn 502-2-2-2-3- کدینگ بر اساس منطق M-Arrays522-2-2-3- کدینگ مستقیم ۵۴۲-۳- نتیجه گیری۵۵فصل سوم :پیاده سازی کدینگ و پردازش تصویر۳-۱- مقدمه ۵۷۳-۲- تولید کلمه های رمز با استفاده از دنباله De_Bruijn 593-3- تابش الگو و عکسبرداری ۶۵۳-۴- پردازش تصویر ۶۶۳-۴-۱- دوسطحی سازی ۶۸۳-۴-۲- تشخیص لبه ها و اسکلت بندی ۷۰۳-۴-۳- نازک سازی ۷۴۳-۴-۴ نقاط تقاطع ۷۵۳-۴-۵- شناسایی خطوط ۷۸۳-۵- نتیجه گیری ۸۲فصل چهارم :شناسایی رنگ و حل مسئله تطابق و بازسازی سه بعدی۴-۱- مقدمه ۸۴۴-۲- شبکه عصبی و شناسایی رنگ ۸۶۴-۲-۱- مسئله تغییر رنگ ۸۷۴-۳- طراحی شبکه عصبی ۸۸۴-۴- مسئله تطابق۹۳۴-۵- بازسازی سه بعدی ۹۹۴-۶- بررسی خطاهای موجود ۱۰۳۴-۶-۱- تغییر رنگ و خروجی غیر قطعی شبکه ۱۰۳۴-۶-۲- ناپیوستگی های تصویر رنگی ۱۰۳۴-۶-۳-خطای همپوشانی ۱۰۴۴-۷- نتیجه گیری۱۰۵فصل پنجم : نتیجه گیری و پیشنهادات۵-۱ مقدمه ۱۰۷۵-۲- انتخاب روش و پیاده سازی ۱۰۸۵-۳- پیشنهادات ۱۰۸پیوست الف : نرم افزار تهیه شده ۱۱۱پیوست ب : مثلث بندی ۱۲۲مراجع ۱۳۰شکل ۱-۱) ساختار سیستم استریوفتوگرامتری ۱۹شکل ۱-۲) روشهای استخراج پروفایل سه بعدی ۲۰شکل ۱-۳) تصویر برداری از سطوح مختلف توسط رادار ۲۴جدول ۱-۱ : تاخیر زمانی امواج صوتی و نوری ۲۵شکل ۱-۴ : a ) مویره سایه b ) مویره تصویر ۲۶شکل ۱-۵ : دستگاه اندازه گیری سه بعدی بر اساس روش مویره۲۷شکل ۱-۶ : ساختار سیستم راستر استریو فتوگرامتری ۲۹شکل ۱-۷ : ساختار یک سیستم مجتمع تصویر برداری ۳۰شکل ۱-۸ : ساختار سیستم نور ساختاریافته ۳۱شکل ۱-۹ :تصویر نورساختار یافته موازی این تصویر با تاباندن یک الگو با خطوط عمودی موازی بر روی صورت ساخته شده است ۳۲جدول ۱-۲ :مقایسه روشها و کاربرد آنها ۳۳شکل۲-۱ : طبقه بندی روشهای کدینگ در نورساختاریافته ۴۱شکل۲-۲ : پرده های نوری و نحوه بکارگیری یک الگوی چند زمانه ۴۳شکل۲-۳ : نمونه بازسازی تصویر مجسمه اسب و نقاط دست انسان به وسیله الگوی چند زمانه و روش Postdamer 43شکل۲-۴ : نمونه الگوهای طراحی شده با روش n-ary 44شکل۲-۵ : نمونه بازسازی تصویر مجسمه اسب و نقاط دست انسان به وسیله الگوی چند زمانه و تکنیک n-ary 44شکل۲-۶ : نمای پیک تصویر و انتقال مکانی آن ۴۷شکل۲-۷ : a) الگوی شامل خطوط بریده با اندازه خطوط به عنوان مشخصه مهم b) الگوی تشکیل شده از خطوط افقی با سه سطح خاکستری ۵۰شکل۲-۸ : الگوی طراحی شده با دنباله De-Bruijn 51شکل ۲-۹ : a) طراحی الگوی مرانو b)الگوی کامل شده مرانو ۵۳شکل ۲-۱۰ : نمونه بازسازی تصویر مجسمه اسب و نقاط دست انسان به وسیله تکنیک M-Array 52شکل ۲-۱۱ : الگوی طراحی شده توسط گریفین ۵۴شکل ۲-۱۲ : الگوی خاکستری در رمز نگاری مستقیم ۵۵شکل ۳-۱ : گراف مربوط به B(2,3) 60شکل ۳-۲ : نرم افزار نوشته شده برای تولید الگو و کد ۶۳ شکل ۳-۳ : نمونه الگوی طراحی شده ۶۴شکل ۳-۴ :تابش نور و شرایط عکس برداری ۶۵شکل ۳-۵ : فلوچارت مراحل تناظر یابی ۶۸شکل ۳-۶ : عمل دوسطحی سازی در نرم افزار نوشته شده ۷۰شکل ۳-۷ : نمونه عمل دوسطحی سازی ۷۰شکل ۳-۸ : نمونه خطای ایجاد شده در استفاده از الگوریتم سبل ۷۱شکل ۳-۹ : نمونه نا پیوستگی ایجاد شده در استفاده از الگوریتم اسکلت بندی ساده ۷۲شکل ۳-۱۰ : تصویر خروجی مرحله شناسایی لبه ها در نرم افزار نوشته شده ۷۳شکل ۳-۱۱ : تصویر خروجی مرحله شناسایی لبه ها پس از اعمال ماسک (خطوط پیوسته هستند) ۷۳شکل ۳-۱۲ :نمونه تصویر خروجی مرحله نازک سازی ۷۴شکل ۳-۱۳ :ماسکهای استفاده شده برای کشف نقاط تقاطع ۷۶شکل۳-۱۴ : دسته نقاط یافت شده به عنوان نقاط تقاطع ۷۷شکل ۳-۱۵ : نقاط تقاطع نهایی ۷۷شکل ۳-۱۶ : شکل رنگی نشان دهنده اثر همپوشانی خطوط ۷۸شکل ۳-۱۷ : برچسب گذاری تصویر اسکلت بندی شده ۷۹شکل ۳-۱۸ : بخشی از فایل خروجی شناسایی خطوط ۸۰شکل ۴-۱ : مقادیر کانالهای رنگی در تصویر گرفته شده از جسم ۸۸شکل ۴-۲ :نرم افزار نوشته شده برای بدست آوردن نقاط نمونه از تصویر و مقادیر کانالهای رنگی متناظر نقاط از تصویر گرفته شده از جسم ۸۹شکل ۴-۳ : شبکه عصبی طراحی شده ۹۰شکل ۴-۴ : نمودار خطای آموزش شبکه برای تصویر الگو ۹۱شکل ۴-۵ : نمودار خطای آموزش شبکه برای تصویر الگوی تابیده شده روی شی۹۱جدول ۴-۱ : قسمتی از اطلاعات خروجی شبکه پس از عمل گرد سازی ۹۳شکل ۴-۶ : فلوچارت مراحل تناظر یابی ۹۵جدول ۴-۲ : قسمتی از جدول امتیاز دهی به تصویر نقاط الگو و تصویر جسم ۹۶جدول ۴-۳ : قسمتی از جدول نقاط تناظر داده شده و اختلاف مختصات آنها ۹۸شکل ۴-۷ : تصویر یک جعبه تحت تابش ۹۹شکل ۴-۸ : شکل سه بعدی جعبه از روی برایند اختلاف مختصات دو نقطه (محور عمودی ) ۱۰۰شکل ۴-۹ : تصویر یک ماوس تحت تابش ۱۰۱شکل ۴-۱۰ : شکل سه بعدی جعبه از روی برایند اختلاف مختصات دو نقطه (محور عمودی ) ۱۰۱شکل ۴-۱۱ : تصویر یک گلدان تحت تابش ۱۰۲شکل ۴-۱۲ : شکل سه بعدی گلدان از روی برایند اختلاف مختصات دو نقطه (بدست آمدن شکل تقریبی نیم استوانه ) ۱۰۲شکل الف -۱ : محیط برنامه نویسی C# و راه حل به همراه پروژه های تولید الگو و پردازش تصویر و تولید نقاط نمونه برای ورودی شبکه عصبی ۱۱۳شکل الف -۲ : تصویر یک جعبه رنگ ۱۱۵شکل الف -۳ : تصویر فرم مربوط به ایجاد الگو در برنامه نوشته شده ۱۱۶شکل الف -۴ : یک الگوی مناسب تولیدی توسط برنامه ۱۱۷شکل الف -۵ : نمایی از فرم برنامه تهیه شده ۱۱۸شکل الف -۶ : نمایی از برنامه پردازش تصویر در حال کار ۱۱۹شکل الف-۷ : نمایی از برنامه در حال فعال بودن نمودار هیستوگرام و انجام عمل اکولایز کردن۱۲۰شکل ب-۱ :دو دستگاه مختصات الگو و تصویر در سیستم نوری نور ساختاریافته ۱۲۳شکل ب-۲ : هندسه ساده سیستم نوری نور ساختاریافته ۱۲۴شکل ب-۳ : هندسه مربوط به دوربین و پروژکتور H نقطه ای از جسم است که توسط پروژکتور روشن شده است۱۲۶شکل ب-۴ : مدل pinhole پروژکتور برای محاسبه پهنای خطوط ۱۲۹