تشخیص دایره بر روی تصاویر با استفاده از الگوریتم های ژنتیکی

تشخیص اشیاء در پردازش تصاویر دیجیتال یکی از مباحث مهم و اساسی است. در طول سال ها الگوریتم های بسیاری برای تشخیص اشیاء با معنی در تصویر به وجود آمده است که هر کدام بر اساس ویژگی های خاص شی یا روش های پیچیده ریاضی عمل م ی کنند. تشخیص دایره یکی از این انواع روشها است. یکی از بهترین روش ها در تشخیص دایره در تصاویر دیجیتال و مبحث بینایی ماشین، تبدیل هاف است. تبدیل هاف به عنوان تبدیل یک نقطه در صفحه x-y به فضای پارامتری توصیف می شود. فضای پارامتر بر اساس شکل شیء مورد نظر تعریف می شود و با استفاده از خصوصیت ویژه ی هر تصویر در فضا، قادر به بازیابی و استخراج دایره از تصویر هستیم. نکته مهم در این روش وقت گیر بودن و حجم زیاد حافظه مورد نیاز برای تصویر است. این ویژگی های نامطلوب محبوبیت این روش را کاهش داده است. ایده استفاده از الگوریتم ژنتیک برای تشخیص دایره در تصویر بسیار جذاب و کاربردی است. یکی از کاربرد های تشخیص دایره استفاده در ربوت های فوتبالیست، سیستم های هدف گیری و تشخیص عنبیه است. در این روش ها دقت و سرعت از پارامتر های بسیار مهم است. به عنوان مثال در ربوت ها می بایست توپ را در زمینه تک رنگ و گاهی شلوغ (به دلیل تجمع ربوت های دیگر در اطراف توپ) به خوبی تشخیص دهد. با استفاده از الگوریتم ژنتیک برای شناسایی دایره در تصویر به خوبی توانستیم نقاط ضعف تبدیل هاف را بر طرف کنیم و سرعت محاسبه و تشخیص صحیح دایره را افزایش دهیم. در این مقاله ابتدا روش تبدیل هاف را ارائه خواهیم کرد و در ادامه به توضیح روند پیاده سازی الگوریتم ژنتیک برای پیدا کردن دایره در تصویر خواهیم پرداخت.

کلیدواژه ها:

تبدیل هاف ، پردازش تصویر ، تصاویر دیجیتال