تدرج الصورة

نوعان من التدرجات اللونية، مع أسهم زرقاء تشير إلى اتجاه التدرج. تشير المناطق الفاتحة إلى قيم بكسل أعلى.
تدرج لوني بين الأزرق والأخضر .

تدرج الصورة هو تغيير اتجاهي في شدة اللون أو شدته في الصورة. يُعدّ تدرج الصورة أحد العناصر الأساسية في معالجة الصور . على سبيل المثال، يستخدم كاشف حواف كاني تدرج الصورة للكشف عن الحواف . في برامج تحرير الصور الرقمية ، يُستخدم مصطلح التدرج أو تدرج الألوان أيضًا للإشارة إلى مزيج تدريجي للألوان ، والذي يمكن اعتباره تدرجًا منتظمًا من القيم المنخفضة إلى العالية، كما هو موضح من الأسود إلى الأبيض في الصور على اليمين. يُعرف هذا أيضًا باسم تتابع الألوان .

رياضيًا، يُمثل تدرج دالة ذات متغيرين (هنا دالة شدة الصورة) عند كل نقطة في الصورة متجهًا ثنائي الأبعاد، وتُعطى مركباته بالمشتقات في الاتجاهين الأفقي والرأسي. عند كل نقطة في الصورة، يشير متجه التدرج إلى اتجاه أكبر زيادة ممكنة في الشدة، ويتناسب طول متجه التدرج مع معدل التغير في ذلك الاتجاه. [ 1 ]

بما أن دالة شدة الصورة الرقمية معروفة فقط عند نقاط منفصلة، ​​فلا يمكن تعريف مشتقات هذه الدالة إلا بافتراض وجود دالة شدة مستمرة أساسية تم أخذ عينات منها عند نقاط الصورة. مع بعض الافتراضات الإضافية، يمكن حساب مشتق دالة الشدة المستمرة كدالة على دالة الشدة المأخوذة عينات منها، أي الصورة الرقمية. ويمكن تعريف تقريبات لهذه الدوال المشتقة بدرجات متفاوتة من الدقة. والطريقة الأكثر شيوعًا لتقريب تدرج الصورة هي إجراء عملية التفاف للصورة مع نواة، مثل عامل سوبل أو عامل بريويت .

تُستخدم تدرجات الألوان في الصور بشكل متكرر في الخرائط وغيرها من التمثيلات المرئية للبيانات لنقل معلومات إضافية. وتستخدم أدوات نظم المعلومات الجغرافية تدرجات الألوان للإشارة إلى الارتفاع وكثافة السكان ، من بين أمور أخرى.

في التسعينيات والألفية الجديدة، كان التدرج اللوني الأزرق والأسود شائعًا في مجال الحوسبة حيث تم استخدامه في برامج التثبيت .

رؤية الحاسوب

اليسار: صورة بالأبيض والأسود لقطة. الوسط: نفس القطة، معروضة بتدرج لوني في الاتجاه السيني. تبدو مشابهة لصورة بارزة. اليمين: نفس القطة، معروضة بتدرج لوني في الاتجاه الصادي. تبدو مشابهة لصورة بارزة.
على اليسار، صورة توضح شدة إضاءة قطة. في المنتصف، صورة تدرج لوني في الاتجاه السيني لقياس التغير الأفقي في شدة الإضاءة. على اليمين، صورة تدرج لوني في الاتجاه الصادي لقياس التغير الرأسي في شدة الإضاءة. تتميز البكسلات الرمادية بتدرج لوني صغير، بينما تتميز البكسلات السوداء أو البيضاء بتدرج لوني كبير.

في مجال رؤية الحاسوب ، تُستخدم تدرجات الصور لاستخلاص المعلومات منها. تُنشأ صور التدرج من الصورة الأصلية (عادةً عن طريق تطبيق مرشح، أبسطها مرشح سوبل ) لهذا الغرض. يقيس كل بكسل في صورة التدرج التغير في شدة الإضاءة لنفس النقطة في الصورة الأصلية، في اتجاه معين. وللحصول على النطاق الكامل للاتجاهات، تُحسب صور التدرج في الاتجاهين السيني والصادي.

يُعدّ اكتشاف الحواف أحد أكثر استخدامات هذه التقنية شيوعًا. فبعد حساب صور التدرج اللوني، تُصبح البكسلات ذات قيم التدرج العالية بكسلات حواف محتملة. وتُصبح البكسلات ذات أعلى قيم تدرج في اتجاه التدرج بكسلات حواف، ويمكن تتبع الحواف في الاتجاه العمودي على اتجاه التدرج. ومن الأمثلة على خوارزميات اكتشاف الحواف التي تستخدم التدرجات اللونية خوارزمية كاني لاكتشاف الحواف .

يمكن استخدام تدرجات الصور أيضًا لمطابقة الميزات والنسيج بدقة عالية. قد تؤدي خصائص الإضاءة أو الكاميرا المختلفة إلى اختلاف قيم البكسل بشكل كبير بين صورتين لنفس المشهد. وهذا بدوره قد يتسبب في فشل خوارزميات المطابقة في تحديد الميزات المتشابهة أو المتطابقة. ولحل هذه المشكلة، يتم حساب بصمات النسيج أو الميزات بناءً على صور التدرجات المحسوبة من الصور الأصلية. تتميز هذه التدرجات بانخفاض تأثرها بتغيرات الإضاءة والكاميرا، مما يقلل من أخطاء المطابقة.

الرياضيات

تدرج الصورة هو متجه لمكوناتها الجزئية : [ 2 ] : 165

و=[زxزy]=[وxوy]{\displaystyle \nabla f={\begin{bmatrix}g_{x}\\g_{y}\end{bmatrix}}={\begin{bmatrix}{\frac {\partial f}{\partial x}}\\{\frac {\partial f}{\partial y}}\end{bmatrix}}}،

أين:

وx{\displaystyle \textstyle {\frac {\partial f}{\partial x}}}هي المشتقة بالنسبة إلى x (التدرج في اتجاه x)
وy{\displaystyle \textstyle {\frac {\partial f}{\partial y}}}هي المشتقة بالنسبة إلى y (التدرج في اتجاه y).

يمكن تقريب مشتقة الصورة باستخدام الفروق المحدودة . إذا تم استخدام الفروق المركزية، لحسابوy{\displaystyle \textstyle {\frac {\partial f}{\partial y}}}يمكننا تطبيق مرشح أحادي البعد على الصورةأ{\displaystyle \mathbf {A} }عن طريق الالتفاف :

وy=[-1+1]*أ{\displaystyle {\frac {\partial f}{\partial y}}={\begin{bmatrix}-1\\+1\end{bmatrix}}*\mathbf {A} }

أين*{\displaystyle *}يشير هذا إلى عملية الالتفاف أحادية البعد. سيؤدي هذا المرشح 2 × 1 إلى إزاحة الصورة بمقدار نصف بكسل. لتجنب ذلك، يُستخدم المرشح 3 × 1 التالي

[-10+1]{\displaystyle {\begin{bmatrix}-1\\0\\+1\end{bmatrix}}}

يمكن استخدامها. يمكن حساب اتجاه التدرج باستخدام الصيغة: [ 2 ] : 706

θ=تأن-1[زyزx]\displaystyle \theta =\operatorname {tan{^{-}}{^{1}}} \left[{\frac {g_{y}}{g_{x}}}\right]}،

ويتم تحديد المقدار بواسطة: [ 3 ]

زy2+زx2{\displaystyle {\sqrt {g_{y}^{2}+g_{x}^{2}}}}

انظر أيضاً

مراجع

  1. جاكوبس، ديفيد. " تدرجات الصور ". ملاحظات الفصل الدراسي لمقرر علوم الحاسوب 426 (2005)
  2. 1 2 غونزاليس، رافائيل؛ ريتشارد وودز (2008). معالجة الصور الرقمية (  الطبعة الثالثة). أبر سادل ريفر، نيو جيرسي: بيرسون إديوكيشن، إنك . ISBN 978-0-13-168728-8.
  3. "الحواف: الكشف عن حواف التدرج" . homepages.inf.ed.ac.uk . تاريخ الاسترجاع: 9 أبريل 2023 .

للمزيد من القراءة