هدف کلی پردازش تصویر استخراج داده های مفید و مدنظر ما از تصویر ورودیست .
مراحل کلی انجام این کار عموما به صورت زیر هست :
-
در ابتدا سعی میشه تصویر ورودی را ارتقاء بدیم مثلا گاهی اوقات باید نویز تصویر را کاهش بدیم. یکی از روش ها برای انجام این کار استفاده از فیلتر های پایین گذر هست.
-
و پس از آن عملیات مکان یابی هستش که در این مرحله ناحیه دقیق آبجکت هدف مشخص میشه که معمولاً از ناحیه ای که آبجکت در آن واقع شده یک سیلوهت یا تصویر ماسک ایجاد می کنند
-
مرحله بعد معمولاً استخراج ویژگی از تصویر هستش این ویژگی می تونه رنگ ،نقطه ،خط و یا هر نوع ویژگی دلخواه باشه که به فیلدی که در آن کار میکنید بستگی داره .
-
سپس در مرحله آخر از تکنیک های یادگیری ماشین جهت شناسایی و کلاسه بندی ویژگی های تصویر و مقایسه آن با وِیژگی هایی که در مرحله آموزش به سیستم معرفی کردید استفاده می کنند
مثلاً در پلاک خوان مراحل بصورت زیر است :
(ارتقا تصویر ) درمرحله اول ابعاد تصویر را کاهش میدید و یک فیلتر پایین گذر روی تصویر اعمال می کنید که نویز های تصویر برای مرحله مکان یابی حذف شه
(مکان یابی ) در مرحله بعد میاد از تصویر مشتق در راستای x می گیرد تا لبه های عمودی تصویر نمایان بشه تا از طریق آن بتوانید موقعیت پلاک را شناسایی کنید
(استخراج ویژگی ) پس از پیدا کردن موقعیت پلاک هر یک از اجزا پلاک یا حروف و ارقام آن را سگمنت می کنید و سپس از هر کدام وِیژگی های مد نظر خودتونو استخراج می کنید
(یادگیری ماشین ) و سپس با یک کلاسیفیر مثل mlp ویژگی های هر یک از حروف و ارقام را با وِیژگی های کل حروف و ارقام که در مرحله آموزش ذخیره کردید مقایسه می کنید.
پست های موجود و کتاب های قرار داده شده منابع خوبی برای شروع هستن .