پردازش تصویر با متلب: پیاده سازی و مزایا

چکیده مقاله:
پردازش تصویر با متلب به معنای بهبود و استخراج اطلاعات از تصاویر برای تحلیل و درک بهتر دنیای اطراف ما می باشد. پردازش تصویر یکی از شاخه‌ های مهم هوش مصنوعی و پردازش سیگنال می باشد که در زمینه‌های مختلفی از جمله پزشکی، مهندسی، امنیت و بینایی ماشین کاربرد دارد. نرم ‌افزار متلب (MATLAB) به دلیل داشتن توابع قدرتمند و کتابخانه ‌های متنوع، یکی از محبوب ‌ترین ابزار ها برای پردازش تصویر محسوب می ‌شود.

متلب دارای جعبه ابزار Image Processing Toolbox است که شامل مجموعه ‌ای از توابع و الگوریتم‌ های پیشرفته برای تحلیل و پردازش تصاویر می باشد. از جمله قابلیت ‌های این جعبه‌ابزار می ‌توان به خواندن و نمایش تصاویر، بهبود کیفیت تصویر، فیلترگذاری، تشخیص لبه ‌ها، پردازش مورفولوژیکی و تقسیم ‌بندی تصویر اشاره کرد.

استفاده از متلب برای پردازش تصویر به کاربران این امکان را می دهد که با کمترین میزان کد نویسی، عملیات پیچیده‌ ای مانند بهینه‌ سازی تصاویر، تشخیص اشیا و فشرده ‌سازی داده ‌های تصویری را انجام دهند. به دلیل سادگی و قدرت بالا، متلب به عنوان یکی از ابزار های اصلی در تحقیقات علمی و صنعتی مورد استفاده قرار می گیرد. در ادامه، با مفاهیم پایه ‌ای پردازش تصویر در متلب، توابع کاربردی، چندین مثال عملی و مزایای انجام این عملیات با متلب آشنا خواهیم شد.

پردازش تصویر با متلب چیست؟

پردازش تصویر (Image processing) یکی از حوزه‌های مهم در علوم کامپیوتر و مهندسی است که به تحلیل و دستکاری تصاویر دیجیتال می پردازد. متلب (MATLAB) با داشتن جعبه ابزار پردازش تصویر (Image Processing Toolbox)، امکانات گسترده ای برای انجام این‌گونه عملیات فراهم می کند.

• نرم افزار متلب چیست؟

در MATLAB، تصاویر به صورت آرایه هایی نمایش داده می شوند که معمولاً ماتریس های دو بعدی هستند. هر عنصر این ماتریس نشان دهنده یک پیکسل از تصویر می باشد. در MATLAB، می توانید هر داده دو بعدی را به عنوان یک تصویر مشاهده کنید و در نتیجه، تمامی عملیات ماتریسی را روی این تصاویر اعمال نمایید.

• imread (filename): تصویر را از فایلی که نام آن مشخص شده است، خوانده و فرمت آن را از محتوای فایل تشخیص می دهد.
• imshow (filename): یک تصویر را در یکی از فرمت های RGB (رنگی واقعی)، سطح خاکستری، باینری یا نمایه ای نمایش می دهد.

به عنوان مثال:

A=imread(“peppers.png”);
imshow(A);
title(‘original’)

• پردازش تصویر چیست؟

10 عملیات پایه ای پردازش تصویر با متلب

1. فراداده تصویر

تابع imfinfo (filename) برای دریافت اطلاعات مربوط به یک فایل تصویری استفاده می شود. این تابع یک آرایه ساختاری را برمی گرداند که شامل جزئیات مختلفی درباره تصویر است. برخی از این جزئیات عبارتند از:

• فرمت تصویر ( JPEG, PNG, TIFF و غیره)
• ابعاد تصویر (عرض و ارتفاع)
• عمق رنگ (تعداد بیت های مربوط به هر پیکسل)
• حجم فایل

این تابع زمانی مفید است که بخواهید به اطلاعات متاداده تصویر دسترسی داشته باشید بدون اینکه داده های تصویری را مستقیماً در حافظه بارگذاری کنید.

info= imfinfo(“peppers.png”);
info.Filename
info.FileModDate
info.Format
info.Width
info.Height
info.BitDepth
info.ColorType

• روش نابجایی در متلب

2. زیرنمودار (Subplot)

تابع subplot(m,n,p) برای ایجاد یک شبکه از نمودارهای فرعی (Subplots) در یک پنجره شکل (Figure) واحد استفاده می شود.

• m: تعداد ردیف ها در شبکه
• n: تعداد ستون ها در شبکه
• p: موقعیت نمودار فرعی در شبکه

این تابع زمانی کاربرد دارد که بخواهید چندین تصویر یا نمودار را در کنار یکدیگر در یک پنجره نمایش دهید.

• روش تنصیف در متلب

3. تبدیل تصویر RGB به سطح خاکستری

تابع rgb2gray(filename) در MATLAB برای تبدیل یک تصویر رنگی واقعی (RGB) به تصویر سطح خاکستری یا یک تصویر با کانال شدت واحد استفاده می شود.

• RGB تصویر ورودی است که باید یک تصویر رنگی واقعی باشد، یعنی یک آرایه m × n × 3 که در آن m و n ابعاد تصویر و 3 نشان دهنده سه کانال رنگی (قرمز، سبز و آبی) می باشد.

اگر تصویر ورودی از قبل یک تصویر سطح خاکستری باشد، این تابع عمل نخواهد کرد. دلیل این موضوع به نحوه خواندن تصاویر توسط تابع imread() برمی گردد. تابع imread() قادر به خواندن انواع مختلفی از تصاویر مانند TIFF، PNG و غیره است. از آنجایی که تصاویر در قالب ماتریس در حافظه ذخیره می شوند، نحوه ذخیره سازی آن ها به نوع فایل بستگی دارد:

• تصاویر سطح خاکستری به صورت یک ماتریس دو بعدی (m × n) ذخیره می شوند.
• تصاویر RGB به صورت یک ماتریس سه بعدی (m × n × 3) ذخیره می شوند.

از این رو، تابع (rgb2gray) روی تصاویر سطح خاکستری (که از ابتدا به صورت یک ماتریس دو بعدی هستند) قابل اعمال نیست.

• برنامه نویسی

4. ابعاد تصویر

در MATLAB، برای بررسی ابعاد یک تصویر یا ماتریس از توابع زیر استفاده می شود:

size(A)
این تابع اندازه هر بعد از ماتریس یا تصویر A را برمی گرداند.

• برای یک تصویر m × n، مقدار [m, n] را برمی گرداند.
• برای یک تصویر m × n × 3 (تصویر رنگی)، مقدار [m, n, 3] را برمی گرداند.

height(A)
این تابع تعداد ردیف ها در ماتریس یا تصویر A را برمی گرداند.

• معادل size(A,1) است.

width(A)
این تابع تعداد ستون ها در ماتریس یا تصویر A را برمی گرداند.

• معادل size(A,2) است.

این توابع برای بررسی ویژگی های یک تصویر و تنظیم عملیات پردازش تصویر بسیار مفید هستند.

• مشاوره برنامه نویسی

5. تبدیل تصویر RGB به سیاه و سفید (باینری)

تابع im2bw(filename)
این تابع در MATLAB برای تبدیل یک تصویر RGB به یک تصویر باینری (سیاه و سفید) استفاده می شود. در تصویر باینری:

• مقدار (0 سیاه) نشان دهنده پیکسل های تاریک است.
• مقدار (1سفید) نشان دهنده پیکسل های روشن است.

این تابع معمولاً از یک آستانه (Threshold) برای تعیین اینکه کدام پیکسل ها سفید و کدام سیاه باشند، استفاده می کند.

تابع imbinarize(filename)
این تابع مشابه ()im2bw است اما تنها روی تصاویر سطح خاکستری کار می کند.

• این تابع یک تصویر سطح خاکستری را دریافت کرده و یک تصویر باینری برمی گرداند.
• روش آستانه گذاری آن معمولاً خودکار (Otsu’s method) است، به این معنی که MATLAB به طور خودکار مقدار آستانه را انتخاب می کند.

تفاوت:

• ()im2bw روی تصاویر RGB کار می کند اما قدیمی شده و توصیه می شود از ()imbinarize استفاده شود.
• ()imbinarize روی تصاویر سطح خاکستری کار می کند و از روش های پیشرفته تر آستانه گذاری بهره می برد.

• روش ژاکوبی در متلب همراه با کد، مزایا و کاربرد

6. تغییر اندازه تصویر: (Resize)

تابع imresize(filename, scale) در MATLAB برای تغییر اندازه یک تصویر استفاده می شود. این تابع اندازه تصویر ورودی را بر اساس مقدار scale داده شده تغییر می دهد.

• اگر scale کمتر از 1 باشد : تصویر کوچک تر (Downsampling) می شود.
• اگر scale بیشتر از 1 باشد : تصویر بزرگ تر (Upsampling) می شود.

این تابع می تواند روی تصاویر سطح خاکستری، RGB و باینری اعمال شود.

مثال:

• اگر scale = 0.5 باشد، تصویر به نصف اندازه اصلی کاهش می یابد.
• اگر scale = 2 باشد، اندازه تصویر دو برابر خواهد شد.

فرض کنید یک تصویر با وضوح بالا را که با یک دوربین حرفه ای گرفته شده است، با مقدار scale = 0.1 کاهش دهیم. در این صورت، تصویر نهایی پیکسل های کمتری خواهد داشت و جزئیات زیادی از بین خواهند رفت، که باعث تاری تصویر می شود.

اکنون اگر بخواهیم با scale = 10 دوباره تصویر را بزرگ کنیم، کیفیت اصلی بازیابی نخواهد شد، زیرا اطلاعاتی که هنگام کوچک کردن تصویر از بین رفته اند، دیگر قابل بازیابی نیستند. حتی اگر تصویر را دوباره بزرگ کنیم، تفاوت بین تصویر اصلی و تصویر بازسازی‌شده کاملاً مشهود خواهد بود.

بنابراین هنگامی که یک تصویر را با ()imresize کوچک می کنیم، افزایش اندازه مجدد آن کیفیت اولیه را بازنمی گرداند.

• مقایسه متلب با پایتون

7. چرخش تصویر (Rotate)

تابع imrotate(I, angle) در MATLAB برای چرخاندن تصویر I به کار می رود.

• تصویر حول مرکز خود و به اندازه angle درجه در جهت پادساعتگرد چرخانده می شود.
• برای چرخش در جهت ساعتگرد، مقدار angle باید منفی باشد.

برای مثال:

• imrotate(I, 45): چرخش تصویر به اندازه 45 درجه در جهت پادساعتگرد.
• imrotate(I, -90): چرخش تصویر به اندازه 90 درجه در جهت ساعتگرد.

این تابع برای تغییر زاویه دید تصاویر و تنظیم جهت آن ها بسیار کاربردی است.

• روش وتری در متلب

8. برش تصویر (Crop)

تابع ()imcrop در MATLAB برای برش دادن تصویر استفاده می شود. این تابع یک ابزار تعاملی برای برش تصویر فراهم می کند که می تواند روی تصاویر سطح خاکستری، رنگی (RGB) یا باینری اعمال شود.

روش‌های استفاده از ()imcrop

روش تعاملی:

• با اجرای imcrop()، ابزار برش فعال می شود و می توان محدوده دلخواه را با ماوس انتخاب کرد.
• پس از انتخاب محدوده، با فشردن Enter، تصویر بریده شده به دست می آید.

با مشخص کردن مستطیل برش:

• می توان مختصات مستطیل برش را به صورت [x, y, width, height] مشخص کرد.

J = imcrop(I, [50 50 200 150]);

در این مثال، تصویر I از مختصات (50,50) شروع شده و به اندازه 200 پیکسل عرض و 150 پیکسل ارتفاع بریده می شود.

9. تشخیص لبه (Edge Detection)

تابع edge(I, method) در MATLAB برای تشخیص لبه های تصویر به کار می رود. این تابع از الگوریتم مشخص شده در method برای شناسایی لبه ها استفاده می کند.

روش های متداول تشخیص لبه:

• Sobel: حساس به نویز، اما مناسب برای تشخیص لبه های کلی.
• Prewitt: مشابه Sobel اما کمی ساده تر.
• Roberts: مناسب برای لبه های تیز و کوچک.
• Canny: یکی از بهترین روش ها، با حذف نویز و دقت بالا.
• LoG (Laplacian of Gaussian): ترکیب هموارسازی و تشخیص لبه.

پارامتر آستانه (Threshold):

• مقدار آستانه را می توان تعیین کرد تا فقط لبه های قوی‌تر از مقدار مشخص شده شناسایی شوند.
• اگر مقدار آستانه تعیین نشود، MATLAB به صورت خودکار مقدار مناسبی را انتخاب می کند.

تابع ()edge فقط روی تصاویر سطح خاکستری کار می کند. علت این موضوع این است که الگوریتم های تشخیص لبه، تغییرات قابل توجه در شدت روشنایی پیکسل‌ ها را تحلیل می کنند، که در یک تصویر تک‌کاناله (سطح خاکستری) بهتر قابل بررسی است.

• شبیه سازی بازوی ربات با متلب

10. هیستوگرام (Histogram)

تابع imhist(filename) در MATLAB برای محاسبه هیستوگرام یک تصویر سطح خاکستری استفاده می شود.

در پردازش تصویر، توزیع شدت پیکسل‌ها در یک تصویر سطح خاکستری توسط هیستوگرام نمایش داده می شود. این توزیع می تواند برای درک کنتراست و روشنایی تصویر مورد استفاده قرار گیرد.

مزایای پردازش تصویر با متلب

پردازش تصویر با استفاده از MATLAB دارای مزایای زیادی است که آن را به ابزاری قدرتمند و محبوب برای محققان و مهندسان تبدیل کرده است. برخی از مزایای مهم عبارتند از:

سادگی در استفاده

MATLAB دارای یک محیط کاربری ساده و کاربر پسند است که باعث می شود یادگیری و استفاده از آن برای مبتدیان و حتی افراد حرفه ای آسان باشد. این نرم افزار دارای رابط گرافیکی مناسب و توابع آماده ای است که به کاربران این امکان را می دهد تا بدون نیاز به نوشتن کدهای پیچیده، عملیات پردازش تصویر را انجام دهند. علاوه بر این، سینتکس ساده و ساختار منظم کدهای متلب باعث می شود که برنامه نویسی در آن نسبت به زبان های دیگر مانند C یا Python راحت تر باشد.

• مزایا و معایب زبان برنامه نویسی متلب

یکی دیگر از دلایل سادگی استفاده از متلب، وجود راهنماها و مستندات گسترده ای است که تمامی توابع و ابزارهای پردازش تصویر را توضیح داده است. کاربران می توانند به راحتی نمونه کدهای از پیش نوشته شده را اجرا کرده و بر اساس نیاز خود تغییر دهند. همچنین، وجود ابزارهای تعاملی و قابلیت نمایش فوری نتایج باعث افزایش سرعت توسعه و رفع اشکالات کدهای پردازش تصویر می شود.

کتابخانه های قدرتمند

یکی از ویژگی های برجسته متلب، دارا بودن مجموعه ای گسترده از کتابخانه های آماده است که پردازش تصویر را بسیار آسان تر و کارآمدتر می کند. یکی از مهم ترین این کتابخانه ها، Image Processing Toolbox می باشد که شامل توابعی برای اعمال فیلترهای مختلف، شناسایی لبه ها، پردازش هیستوگرام، تبدیل های هندسی و بسیاری از عملیات دیگر است. این کتابخانه نه تنها از الگوریتم های کلاسیک پشتیبانی می کند، بلکه به کمک آن می توان روش های پیشرفته پردازش تصویر را نیز به راحتی پیاده سازی کرد.

علاوه بر این، وجود توابع از پیش تعریف شده به کاربران این امکان را می دهد که بدون نیاز به نوشتن الگوریتم های پیچیده، پردازش تصویر را با چند خط کد انجام دهند. برای مثال، اعمال فیلتر گوسی یا تشخیص لبه های یک تصویر تنها با چند دستور ساده قابل انجام است. این امر باعث افزایش بهره وری و کاهش زمان توسعه پروژه ها در حوزه پردازش تصویر می شود.

توسعه سریع الگوریتم ها

در محیط متلب، توسعه و آزمایش الگوریتم های پردازش تصویر بسیار سریع انجام می شود. به دلیل وجود توابع داخلی و ابزارهای تعاملی، کاربران می توانند الگوریتم های خود را در کمترین زمان پیاده سازی و آزمایش کنند. همچنین، امکان اجرای قدم به قدم کد و مشاهده تغییرات به صورت زنده باعث می شود که توسعه دهندگان بتوانند خطاها را سریع تر شناسایی کرده و اصلاح کنند.

همچنین، قابلیت تغییر پارامترهای مختلف به صورت پویا و اجرای سریع کدها این امکان را فراهم می کند که کاربران بتوانند بهینه ترین روش پردازش تصویر را پیدا کنند. این ویژگی به خصوص در پروژه های تحقیقاتی که نیاز به تست روش های مختلف دارند، بسیار کاربردی است و باعث صرفه جویی در زمان و هزینه می شود.

پردازش داده های تصویری با ابعاد بزرگ

متلب قادر است داده های تصویری با ابعاد بزرگ را به راحتی پردازش کند. در بسیاری از پروژه های پردازش تصویر، کار با تصاویر با رزولوشن بالا و داده های حجیم امری ضروری است که نیازمند استفاده از نرم افزاری قدرتمند برای مدیریت و پردازش این داده ها می باشد. متلب با بهره گیری از ساختارهای داده ای بهینه و مدیریت حافظه کارآمد، امکان پردازش این گونه تصاویر را بدون کاهش عملکرد فراهم می کند.

همچنین، متلب از قابلیت های محاسبات موازی و پردازش در محیط های محاسباتی قدرتمند پشتیبانی می کند که باعث افزایش سرعت اجرای عملیات پردازش تصویر روی داده های حجیم می شود. این ویژگی برای پروژه هایی که نیازمند پردازش حجم بالای داده های تصویری هستند، مانند سیستم های بینایی کامپیوتری و تحلیل تصاویر پزشکی، بسیار مفید است.

رابط گرافیکی کاربرپسند

یکی از ویژگی های قابل توجه متلب، امکان نمایش نتایج پردازش تصویر به صورت بصری و گرافیکی است. کاربران می توانند تصاویر را به راحتی در محیط متلب بارگذاری کرده و عملیات پردازشی مختلفی روی آن ها انجام دهند. همچنین، متلب ابزارهای متعددی برای نمایش نتایج به صورت نمودار و گرافیک دارد که باعث می شود کاربران بتوانند داده های تصویری را بهتر تحلیل کنند.

علاوه بر این، متلب امکان ایجاد رابط های کاربری گرافیکی (GUI) را نیز فراهم می کند که می توان از آن ها برای طراحی نرم افزارهای پردازش تصویر استفاده کرد. با استفاده از این قابلیت، کاربران می توانند بدون نیاز به برنامه نویسی پیچیده، ابزارهای بصری و تعاملی برای مشاهده و تغییر پارامترهای مختلف پردازش تصویر ایجاد کنند.

انعطاف پذیری در تعامل با دیگر زبان ها

متلب دارای قابلیت تعامل با سایر زبان های برنامه نویسی مانند C، C++، Python و Java می باشد. این ویژگی به کاربران این امکان را می دهد که از متلب در کنار سایر زبان ها استفاده کرده و بخش هایی از پروژه خود را در زبان های مختلف پیاده سازی کنند. برای مثال، می توان از متلب برای پردازش تصویر استفاده کرد و سپس نتایج را به یک نرم افزار نوشته شده به زبان Python یا Java ارسال کرد.

• مقایسه پایتون با جاوا اسکریپت

همچنین، این امکان وجود دارد که کدهای متلب را به زبان های دیگر تبدیل کرده و از آن ها در برنامه های مستقل استفاده کرد. به عنوان مثال، می توان الگوریتم های پردازش تصویر توسعه یافته در متلب را به صورت یک کتابخانه C یا یک ماژول Python خروجی گرفت و در سایر محیط ها از آن بهره برد.

• هوش مصنوعی

مستندسازی و پشتیبانی عالی

یکی از مزایای مهم متلب، وجود مستندات کامل و آموزشی گسترده است که کار را برای کاربران بسیار آسان می کند. در وب سایت رسمی متلب، راهنماهای جامعی برای تمامی توابع و ابزارهای موجود ارائه شده است که به کاربران کمک می کند تا به سرعت نحوه استفاده از قابلیت های مختلف این نرم افزار را یاد بگیرند. علاوه بر این، مثال های متعددی برای بسیاری از توابع و الگوریتم های پردازش تصویر در دسترس هستند که به درک بهتر این ابزارها کمک می کند.

همچنین، متلب دارای یک جامعه کاربری بزرگ و فعال است که در انجمن های مختلف، تجربیات و راهنمایی های خود را به اشتراک می گذارند. این جامعه کاربری گسترده باعث شده است که کاربران بتوانند به سرعت پاسخ سوالات خود را پیدا کنند و در صورت بروز مشکل، راه حل های متنوعی را بررسی نمایند.

امکانات شبیه سازی و تحلیل پیشرفته

متلب به عنوان یک ابزار قدرتمند برای شبیه سازی و تحلیل داده ها شناخته می شود و این ویژگی در پردازش تصویر نیز کاربرد زیادی دارد. این نرم افزار دارای توابع و ابزارهای متعددی برای تحلیل داده های تصویری، پردازش سیگنال، بینایی کامپیوتری و یادگیری ماشین است که می تواند به توسعه الگوریتم های پردازش تصویر کمک کند.

• شبیه سازی

علاوه بر این، امکان ترکیب پردازش تصویر با سایر حوزه های مهندسی مانند پردازش سیگنال و کنترل، باعث شده است که متلب به ابزاری جامع برای تحلیل داده های پیچیده تبدیل شود. این ویژگی به خصوص در پروژه های تحقیقاتی که نیاز به تحلیل دقیق و شبیه سازی فرآیندهای مختلف دارند، بسیار مفید است.

• شبیه سازی با متلب