ماشین بینایی و پردازش تصویر
سال:1402 | دوره:10 | شماره:4 |تعداد مقالات:6

آشکارسازی میوه با توجه به شرایط روشنایی متفاوت، انسداد و همپوشانی یک کار چالش برانگیز در ربات های برداشت مبتنی بر بینایی ماشین است. هدف از این مقاله بهبود مصالحه دقت-سرعت در آشکارسازی میوه سیب در سیستم بینایی ربات های برداشت کننده کشاورزی است. با توجه به کاربردهای اخیر ماژول های توجه در زمینه آشکارسازی شیء، معماری جدیدی از شبکه YOLOv5 پیشنهاد شده است که در آن ماژول توجه کانالی ECA در ستون فقرات شبکه، جایگزین ماژول C3 شده است. ماژول ECA علی رغم کاهش تعداد پارامترهای شبکه اثر قابل توجهی در کارایی آشکارسازی نداشت و با افزایش سرعت به میزان% 22نسبت به YOLOv5 نسخه نانو، توانست مصالحه بهتری بین دقت و سرعت برقرار کند. برای ارزیابی معماری پیشنهادی از سه نوع مجموعه داده KFuji، MinneApple و ACFR در مرحله آموزش و آزمون استفاده شد و در حالتی که پایگاه داده آموزش و آزمون یکی نبودند، روش یادگیری انتقالی برای بهبود نتایج آزمون به کار گرفته شد. در حالتی که داده های آموزش و آزمون یکی بودند، استفاده از معماری پیشنهادی منجر به بهبود نسبی عدد مصالحه به میزان 21.2% در مقایسه با ماژول C3 شد و در حالت یادگیری انتقالی که داده های آموزش و آزمون یکی نبودند، بهبود نسبی 18% در عدد مصالحه به دست آمد.

مدل های زاینده مرز شکل در تشخیص و درک از تصویر کاربرد دارد. تلاش آن است تا این مدل زاینده را با یادگیری از مجموعه ای آموزشی از تابع های شکل (یا به طور معادل، منحنی های درون یابی شده از مرز شکل ها)، بیاموزیم. برقراری تناظر، یا به طور معادل، نحوه ی نمونه برداری از تابع های شکل، بر کیفیت مدل های شکل بسیار اثرگذار است. راهکار روزآمد برای برقراری تناظر، تعریف یک ریسک تجربی تنظیم شده برای مدل های زاینده است که با کمینه سازی این ریسک، تناظر بین شکل ها مشخص می شود. انتخاب پارامترهای تنظیم به کار رفته در تابع های ریسک، تأثیری شگرف بر بهینه سازی دارد. در این مقاله با تخمین بُعد مؤثر مدل تحلیل سازه ی اساسی و به کارگیری الگوریتم تخمین آنتروپی مقدارهای ویژه، اثر واریانس خطا در گزینش تناظر را در مدل های شکل آماری در نظر می گیریم. استفاده از الگوریتم پیشنهادی باعث شده است در مدل اندام های موجود در تصویرهای رادیوگرافی قفسه ی سینه از نظر معیار ویژه بودن به اندازه ی 0.5 میلی متر نسبت به روش طول توصیف کمینه بهبود ایجاد شود و زمان پیدا کردن تناظر نقاط بین شکل ها از 600 ثانیه به 300 ثانیه کاهش پیدا کند. همچنین، تناظر برقرار شده با روش پیشنهادی، از نظر معیار ویژه بودن، بر تناظر برقرار شده با نقطه گذاری توسط پزشکان برتری دارد.

هجوم علف های هرز از جمله عوامل محیطی به شمار می­رود که ارزش و کیفیت محصول را، به طور مستقیم، از طریق رقابت با گیاه اصلی تحت تاثیر قرار می دهند. سامانه ­های کنترل علف های هرز که بر اساس ویژگی های ظاهری عمل می­کنند می­بایست توانایی تشخیص علف های هرز و محصولات تحت توزیع های مختلف را داشته باشند. در این پژوهش به منظور کاهش هزینه ­ها و مقرون به صرفه­ سازی، سمپاشی طراحی و توسعه داده شد و با الهام ازبسته کلمات تصویری، برای بهبود عملکرد روش  هیستوگرام شیب های جهت گرا، استفاده متفاوتی از این توصیف گر ارائه گردید. مطابق نتایج بدست آمده از مرحله آموزش، الگوریتم بسته کلمات تصویری به خوبی با میزان دقت، اطمینان و حساسیت بیش از 97%  قادر به تشخیص محصول از گونه­ های علف­ هرز رایج در مزارع چغندرقند بود.سامانه سمپاش هوشمند در  حالتی که سامانه با الگوریتم توسعه یافته وارد مزرعه گردید توانست به خوبی با دقت، اطمینان و حساسیت بیش از 94% محصول را از گونه­ های علف­ هرز به صورت برخط تشخیص دهد. نتایج نشان داد سامانه سمپاش ارائه شده در بهترین و بدترین حالت سمپاشی به ترتیب 93/78% و 38/69% میزان مصرف علف­کش را کاهش داده است. مطابق نتایج بدست آمده بهترین حالت سمپاش هوشمند در حالت نرخ متغیر و استفاده از الگوریتم تشخیص بسته کلمات تصویری بدست آمد.

قطعه بندی تصاویر پزشکی یکی از مهم ترین گام ها در تحلیل تصاویر پزشکی، جهت بهبود تشخیص و یافته ها است. یکی از متداول ترین روش های قطعه بندی در یادگیری عمیق، استفاده از شبکه های Unet است. وجود لایه های متراکم در قسمت رمزگشای Unet، اجازه استخراج اطلاعات از لایه های عمیق تر را نمی دهد؛ همچنین به علت محدودیت میدان دریافتی هسته های کانولوشن، اطلاعات و وابستگی های دوربرد به خوبی در نظر گرفته نمی شوند. در این مقاله، هدف طراحی یک ساختار در اتصالات پرش به منظور کاهش شکاف معنایی بین ناحیه رمزگذار و رمزگشا است. استخراج بهتر و تمرکز بیشتر برروی ویژگی های محلی و سراسری در مجموعه داده های مختلف، از ویژگی های این ساختار است.همچنین یک ساختار توجه به منظور کاهش پارامترهای شبکه و بهبود نتایج، در گلوگاه شبکه طراحی شده است. این روش برروی 6 مجموعه داده پزشکی ارزیابی شده است که نتایج به دست آمده در دو معیار ارزیابی Diceو Iou نشان می دهد مدل پیشنهاد شده نتایج بهتری نسبت به Unet و روش های مبتنی بر آن دارد.

فتومتری یک روش شناخته شده به منظور بازسازی سه بعدی اشیاء به کمک تصاویر اخذ شده در شرایط نورپردازی متفاوت است. در این روش، با معلوم بودن راستای منابع نوری، بردارهای نرمال سطح بصورت مشبّک و متراکم از طریق درجات روشنی ثبت شده در تصاویر بازیابی می گردند. با تبدیل هر بردار نرمال به اختلاف ارتفاع در دو راستای متعامد، تخمین همزمان مولفه های ارتفاعی برای شبکه متراکم از طریق حل یک دستگاه معادلات خطی، فرامعین و ناسازگار صورت می پذیرد. هم راستا نبودن سیستم مختصات بازیابی بردارهای نرمال سطح و شبکه متراکم بازسازی سه بعدی موجب بروز خطای سیستماتیک در روند تخمین نقشۀ ارتفاعی مشبّک می گردد. استفاده از روش های کالیبراسیون آزاد در تعیین راستای منابع نوری یکی از عوامل بروز عدم توازی در سیستم های مختصات شئی و بردارهای نرمال سطح است. در این مقاله، روندی متوالی و تکراری به منظور برآورد و اعمال زاویۀ چرخش مناسب به بردارهای نرمال سطح پیشنهاد شده است. در هر تکرار از این روش، سهمی از چرخش لازم به منظور ایجاد توازی دو سیستم مختصات شئی و بردارهای نرمال سطح از طریق برازش یک تبدیل هندسی به باقیمانده های برآورد شده در روند بازسازی سه بعدی شناسایی می گردد. نتایج بکارگیری روش پیشنهادی در آزمون های مختلف حاکی از بهبود محسوس دقت در بازسازی سه بعدی بوده است.

یکی از راه های تشخیص بیماری های چشمی، بررسی تصاویر سطح داخلی شبکیه چشم توسط متخصص است. اما در بیماران مبتلا به بیماری آب مروارید، به دلیل محوشدگی تصاویر سطح داخلی شبکیه، تشخیص سایر بیماری ها بسیار دشوار می باشد. هدف از این مقاله ارائه روشی مبتنی بر یادگیری عمیق جهت افزایش دقت تشخیص بیماریهای شایع چشمی در حضور آب مروارید و سایر ضایعات شبکیه چشم می باشد. در روش پیشنهادی، جهت رفع مشکل همپوشانی متقابل بین بیماری ها که منجر به تشخیص غیر صحیح بیماری می شود، از تکنیک وزن دهی در آموزش مدل به منظور افزایش قابلیت تشخیص شبکه یادگیری عمیق استفاده می گردد. همچنین به دلیل محدودیت در تعداد تصاویر حاوی آب مروارید شامل سایر بیماری های چشمی، برای آموزش شبکه یادگیری عمیق، انواع مدل های تخریب تصاویر سطح داخلی شبکیه چشم جهت شبیه سازی تصاویر آب مروارید و بعضی ضایعات شبکیه چشم به صورت مصنوعی تولید و در فرآیند آموزش شبکه استفاده می شوند. نتایج حاصل از ارزیابی بر روی پایگاه های مرجع تصاویر سطح داخلی شبکیه چشم نشان می دهد که آلگوریتم پیشنهادی توانسته است برای بیماری های تباهی لکه زرد، نزدیک بینی، بافت عروق کوروئیدی، آب سیاه، نئوواسکولاریزاسیون قرنیه و شبکیه رنجوری دیابتی در شرایط وجود آب مروارید به ترتیب به مقدار صحّت 80، 82، 79، 81، 80 و 65 دست یابد.