تحلیل صحنه بر اساس اطلاعات رنگ و فاصله

درک معنایی صحنه های دنیای واقعی، در حالی که برای انسان کاملا روشن و واضح است، چالشی است که هنوز در بینایی ماشین بطور کامل حل نشده است. شناسایی اشیای موجود در محیط و درک موقعیت آنها، بخشی از روش های تحلیل صحنه توسط ماشین می باشد. روش های قدیمی تر شناسایی و تشخیص اشیاء معمولا بر اساس تصاویر دوبعدی، که نگاشت دنیای سه بعد در دوبعد هستند، می باشد. اطلاعات مربوط به فاصله اشیای صحنه در اینگونه تصاویر مهیا نبوده و همچنین تاثرپذیری زیاد تصاویر دوبعدی از تغیرات نوری و سایه ها کار را مشکل تر کرده است. از آنجا که روش های دریافت اطلاعات سه بعدی سطوح توسط سخت-افزارهایی مانند اسکنرهای سه بعدی و لیزرها محبوبیت پیدا کرده اند، روش های جدید به سمت استفاده از داده هندسی سه بعدی در تشخیص شئ برای غلبه بر مشکلات روش های تحلیل تصاویر دوبعدی حرکت کرده-اند. علیرغم اینکه هم اطلاعات نوری و رنگ و هم اطلاعات هندسه سطوح در درک صحنه انسان را کمک می-کنند، غالب روش ها تنها از یک نوع داده دو یا سه بعدی استفاده می کنند که وجود مشکلاتی در هر یک از آنها بدیهی بنظر می رسد. لذا در این پایان نامه سعی شده است از هر دو نوع اطلاعات مربوط به رنگ و هندسه سه بعدی سطوح اشیای موجود بمنظور درک صحنه استفاده گردد. در این پایان نامه دو روش جدید بر اساس ترکیب اطلاعات دوبعدی و سه بعدی بمنظور در نظر گرفتن همه اطلاعات مهم دوبعدی و سه بعدی ارائه شده است. در روش پیشنهادی اول با در نظر گرفتن اهمیت اطلاعات روشنایی و رنگ اشیای صحنه و اهمیت زمان پردازش در سیستم های بلادرنگ، اساس کار برپایه تصاویر دوبعدی انجام شده است. در این روش بمنظور تحلیل صحنه و درک معنایی آن ناگزیر به استخراج ویژگی ها و یافتن تطبیق با ویژگی های مستخرج از مدل شی می باشیم. ویژگی های اولیه بر اساس شباهت نوری با هم تطبیق داده شده و بدلیل امکان وجود اشتباهات تطبیقی میان ویژگی هایی بر اساس نور و رنگ، سطح هندسی آنها نیز بررسی شده و درصورت تشابه هندسی نیز تایید صحت تطبیق ها انجام می شود. نتایج ایجاد شده ا ز این روش، نسبت به نتایج حاصل از الگوریتم های دوبعدی از دقت بیشتری برخوردار می باشد. در روش دوم با درنظر گرفتن قدرت بیشتر هندسه فضایی سطوح در تحلیل و درک صحنه در برابر اطلاعات رنگ و روشنایی، از اطلاعات سه بعدی بعنوان اساس کار استفاده شده است. در این روش بر اساس ارتباط هندسی نقاط سه بعدی و زاویه دید شئ ویژگی عمومی استخراج شده و بر اساس آن اشیاء با درجه شباهت بیشتر بعنوان کاندید منطبق با شئ مورد نظر استخراج شده اند. همچنین بمنظور افزایش دقت سیستم، ویژگی های محلی دوبعدی شی نیز استخراج شده و در مرحله دوم پس از انتخاب کاندیدها بر اساس اطلاعات سه بعدی، انتخاب نهایی شئ بر اساس اطلاعات دوبعدی انجام می شود.