معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

[محمد نحوی]

دوستان سلام.
این مقاله در مورد PCA هست. من چکیده مقاله رو اینجا میذارم.

کلمات کلیدی:
پردازش تصویر- متلب- PCA .

چکیده:
این مقاله شرح مختصری است بر فیلتر PCA که کاربرد زیادی در پردازش تصویر دارد. از این فیلتر برای کاهش ابعاد و استخراج ویژگی استفاده می شود. علاوه بر توضیحات تئوری، نحوه پیاده سازی این فیلتر در متلب نیز بیان شده است.

لینک دانلود ضمیمه همین پست هست. در صورت نیاز به رمز: www.eca.ir

موفق باشید.

[محمد نحوی]

معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

دوستان سلام.
دوست عزیزم آقای شهرام کبیری لطف کردن و توضیحات کاملی رو در مورد فیلتر PCAآ آماده کردن که در سایت پلود شده.
PCA یک شگرد آماری مفید است که در زمنیه هایی مثل تشخیص چهره و پردازش تصویر کاربرد دارد و یک تکنیک معمول در یافتن الگور در داده های با ابعاد زیاد می باشد. (PCA_I)

منم قبلا یه توضیحات مختصر و نحوه استفاده از این فیلتر در متلب نوشته بودم که در فایل PCA_II قرار داره . موفق باشید .

[shahram.ka]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

با عرض سلام و خسته نباشید خدمت دوست و استادم جناب مهندس نحوی
با کسب اجازه از مهندس نحوی ،اگر در مورد توضیحاتم در مورد فیلتر PCA به موردی برخوردید که نیاز به توضیح بیشتری داره خوشحال میشم کمکتون بکنم

[b.mz]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

سلام استاد من گفته کاربرد pca در زمینه پردازش تصویر وپردازش گفتار بررسی کنم اگه ممکنه به من کمک کنید مرسی

[hess]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

سلام ................

اگه بخوایم خیلی کلی صحبت کنیم که باید گفت PCA یه فیلتره که بیشتر در حوزه ی Feature Extraction و Dimension Reduction شناخته شده هست .. همونطوری که از روند این فیلتر بر میاد کاربردی که توی کاهش بعد ماتریس ها داره میتونه به روند محاسبات ما خیلی کمک کنه .. یه مثال براتون میزنم .. فرض کنید که یه تصویر داریم که بر حسب feature هایی که مد نظرمون هست (هر نوع Feature ای که فکرش رو بکنید..) اون رو از مرحله ی Feature Extraction میگذرونیم .. خب Feature Vector ای که به دست میاد گاهی اوقات از ابعاد وسیعی برخورداره و handle کردنش خیلی مشکله .. برای این منظور میان و روی تصویر PCA میزنن به این امید که اون eigenvalue هایی که از ماتریس کواریانس (در ابتدا..) به دست میان بر حسب ارزش و اهمیت وزنی sort بشن و کم اهمیت ترین اونها از بین برن یعنی از روند محاسبات خارج بشن .. مثلا یه تصویر از طبیعت داریم و میخوایم براش feature vector تعریف کنیم .. خب اگه تصویرمون رو عادی بررسی کنیم یه تصویر 40 * 40 داریم که شاید خیلی از مقادیر پیکسل هاش برامون مهم نباشن (یعنی اگه از بین برن هم اتفاق خاصی نمیوفته..) بنابراین با اعمال PCA اون مقادیر کم اهمیت رو (که eigenvalue هاشون خیلی کوچیکه..) رو از بین میبریم و به ین ترتیب ماتریسی که برای توصیف تصویر استفاده میشده رو کاهش بعد میدیم .. حالا این کاهش بعد مارو یاد چی میندازه؟ Image Compression .. در اون حوزه هم میتونیم از PCA به عنوان یک فاکتور Compressor استفاده کنیم .. موفق باشید ..

[b.mz]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

سلام.......
ممنون از راهنمای تون در باره پردازش تصویر، اگه مقاله ای در مورد image comperssion دارید که از pca استفاده کرده برای من ارسال کنید ممنون

[hess]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

سلام.......
ممنون از راهنمای تون در باره پردازش تصویر، اگه مقاله ای در مورد image comperssion دارید که از pca استفاده کرده برای من ارسال کنید ممنون

سلام .................

اینقدر مقاله هست که از این تکنیک استفاده کرده باشن که من نمیدونم کدومش رو براتون بذارم .. میدونید نکته کجاست؟ نکته اینجاست که در طرح ها به عنوان یه ابزار پایه از PCA استفاده میشه .. اما به طور خاصه از ایده ی PCA برای Face Recognition استفاده شده .. اینجا eigenvetor داریم و اونجا eigenface.. برای همین شما باید کمی در اینترنت جستجو بفرمایید و اینجا رو اولویت آخر قرار بدید .. موفق باشید ..

[b.mz]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

ازراهنمایاتون ممنونم ولی منظورمن 1 مثال عملی بود که رو یک تصویر انجام شده باشه و نتیجه pca رو بشه روش دیدو بررسی کرد.
من 1 پرژه در مورد تشخیص افراد از روی عنبیه دارم انجام میدم میخواستم ببینم میشه از این فیلتر استفاده کرد؟

[hess]

پاسخ : معرفی و تشریح کامل فیلتر PCAآ به همراه نحوه پیاده سازی آن در متلب

ازراهنمایاتون ممنونم ولی منظورمن 1 مثال عملی بود که رو یک تصویر انجام شده باشه و نتیجه pca رو بشه روش دیدو بررسی کرد.
من 1 پرژه در مورد تشخیص افراد از روی عنبیه دارم انجام میدم میخواستم ببینم میشه از این فیلتر استفاده کرد؟

سلام .................

یه نکته ای که میتونه خیلی به شما کمک کنه اینه که Field هایی که PCA توی IP در اونها رل بازی میکنه رو پیدا کنید .. چهار استفاده ی عمده ی اون رو که به عنوان Field های پر استقبال مورد ارزیابی قرار میگیره خدمتتون عرض میکنم ..

-- اولیش که خیلی هم معروفه؛ کاربردش توی تکنیک های Dimension Reduction هست ..
-- دومیش توی تکنیک های Pattern Recognition کاربرد داره ..
-- سومیش توی تکنیک های Image Compression به عنوان یه Compressor ای که ویژگی Lossy داره؛ کاربرد داره ..
-- چهارمیش توی یه تکنیک متداول به عنوان Face Recognition کاربرد پیدا میکنه ..

حالا هر کدوم از این زمینه ها رو که به عنوان Key Word جستجو کنید به نتایج خوبی میرسید .. موفق باشید ..

[maedeh_t]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام.
خسته نباشید.

من راستش هنوز مطالبی که گذاشتید رو نخوندم. می خواستم قبلش یه سوال بپرسم. این فیلتر PCA کار استخراج ویژگی هم می کنه یا فقط برای کاهش ابعاد ازش استفاده می شه؟
آخه یه جایی تو همین سایت خوندم که نوشته بود از فیلتر Gabor برای استخراج ویژگی اسنفاده می شه و بعد برای کاهش ابعاد بردار ویژگی از PCA استفاده می کنیم.

من این ترم پروژه کارشناسی دارم. موضوعش تشخیص پلاک خودرو هست. می شه در مورد feature extraction اش یکم راهنماییم کنید. بهتره از چه روشی استفاده کنم؟

خیلی ممنون می شم اگه زودتر جواب بدید.
با تشکر

[hess]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام .................

شرمنده بابت تاخیر ..

از PCA میشه برای استخراج ویژگی یا همون Feature Extraction هم استفاده کرد .. PCA ماهیتا چیکار میکنه؟ عناصر پایه ای یه ماتریس (مثلا یه تصویر) رو پیدا میکنه به عنوان بردارهای ویژه و بر حسب مقادیر ویژه ای که دارن مرتبشون میکنه .. این بردار ویژه ها از ماتریس کواریانس به دست میان .. حالا اگه ما ماتریس رو با تمام بردارهای ویژه اش نمایش بدیم؛ تصویر مثل تصویر واقیه .. مثل که چه عرض کنم، خود خودشه .. چون تغییری توش ندادیم .. امــا اگه بیایم از بردارهای ویژه بر حسب مقادیر ویژه ی کم ارزشی که دارن کم کنیم و تصویر رو نشون بدیم، میبینیم که تصویر از نظر کیفیت یه کم بدتر شده .. این بدی وقتی بیشتر میشه که ما بردار ویژه هایی با مقادیر ویژه ی بیشتر رو حذف کنیم .. دقیقا عبارت درستی که میشه به کار برد اینه که ما داریم اطلاعات تصویر رو از بین میبریم و بهای این کار هم با حذف بردارهای ویژه ی تصویر پرداخته میشه .. به خاطر همینه که میگن PCA کاهش بعد انجام میده .. حالا به قضیه یه جور دیگه نگاه کنیم . شما PCA زدید روی تصویرتون و مثلا ده تا بعد اولش رو نگه داشتید .. (بعد یعنی همون بردار ویژه هایی که صحبتش بود) .. الان این ماتریس جدید رو (منظورم تصویر کاهش یافته از نظر بعده) اگه نمایش بدیم میبینیم که کیفیتش کم شده امــا ماهیتش همون تصویره .. یعنی میتونیم بگیم به نوعی ویژگی های تصویر رو میتونه بیان کنه امــا با توانایی و قابلیت کمتر .. پــس نتیجه گیری ای که میتونیم بکنیم اینه که میتونیم از خروجی PCA به عنوان یه Feature برای تصویرمون استفاده کنیم .. این که این نوع Feature به درد میخوره یا نه خیلی خیلی به Application کاری که میخوایم بکنیم بستگی داره .. مثلا برای کار OCR یا مورد مشابهش، تشخیص اعداد؛ PCA میتونه رل خیلی خوبی به عنوان feature بازی کنه و به کارمون بیاد .. دلیلش هم خیلی وابسته هست به نوع دیتاهایی که داریم .. اعداد و ارقام .. سبک خاصی دارن .. موفق باشید ..

[sora]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام :smile:
مرسی :job: مقاله هایی که گذاشته بودین واقعا خوب بود
اما یه سوال چرا باید تصاویر را نرمال کنیم؟ بدون نرمال سازی هم میشه؟
نرمال سازی سطری یا سطونی ؟
چه طوری نرمال سازی می کنید ؟
emergency

[محمد نحوی]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام :smile:
مرسی :job: مقاله هایی که گذاشته بودین واقعا خوب بود
اما یه سوال چرا باید تصاویر را نرمال کنیم؟ بدون نرمال سازی هم میشه؟
نرمال سازی سطری یا سطونی ؟
چه طوری نرمال سازی می کنید ؟
emergency

سلام. نرمال سازی به معنی همسان کردن طول و عرض تصاویر هست. روش های مختلفی برای اینکار وجود داره یکی اینکه میتونید از دستور خود متلب استفاده کنید که خطی هست و نرخ بازشناسی رو پایین میاره.
یکی دیگه هم اینکه به صورت متناسب اینکار رو انجام بدید یعنی طول یا عرضی که بیشتر هست رو در نظر بگیرید به همون نسبتی که اونو تغییر میدید تا به اندازه دلخواه تبدیل بشه، به همون نسبت طول یا عرض دیگر تصویر رو تغییر بدید و فضا های خالی رو با پیکسل های سیاه پر کنید و تصویر رقم رو به مرکز تصویر انتقال بدید.
موفق باشید

[ELECGIRL]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام
میشه در مورد pca کمی مفهومی تر توضیح بدید ...من مراحل pca رو میدونم و در متلب به کمک مقالات خوبی که دوستان گذاشتن پیاده کردم و کلا میدونم هدف از pca کاهش ابعاد و استخراج ویژگی هست ولی در فهمش کمی مشکل دارم، یعنی نمی دونم این بردارهای متعامد چطور این کارو انجام میدن... اگه راهنمایی کنید ممنون میشم...

[bahramicq]

پاسخ : معرفی PCA یک فیلتر قوی پردازش تصویر و نحوه پیاده سازی آن با متلب

سلام من میخوام کد pca رو بنویسم ولی متلب همش ایراد میگیره میشه یکی بگه کجای این کد اشتباهه

10 تا عکس رو که از 1 تا 10 شماره گذاری شده رو تو پوشه متلب کپی کردم
همش ارور میده database(:,:,i)=imread(tmp,'tif' کجای این دستو ر اشتباهه این دستور عینا توی مقاله اقای نحوی هست ..

ارور ش اینه که عکس ها رو نمی خونه من عکس ها رو تو پوشه متلب my document/matlab کپی کردم از این دستور هم ایراد میگیره
database(:,:,i)=imread(tmp,'tif'
من هر چی چک میکنم جایی از کد غلط نیست....

clear all

for i=1:10
tmp=int2str(i);
database(:,:,i)=imread(tmp,'tif'
end