استعمال بعض طرائق متعدد المتغيرات في التحليل الصوري مع تطبيق عملي

الطالب: محمد عبد الودود محمد    المشرف:.م.د. اسماء غالب الراوي

 

تمت في كلية الادارة والاقتصاد – جامعة بغداد ، مناقشة رسالة ماجستير في تخصص الاحصاء للطالب (محمد عبد الودود محمد )  بأشراف أ.م.د. اسماء غالب الراوي عن دراسته الموسومه ((  استعمال بعض طرائق متعدد المتغيرات في التحليل الصوري مع تطبيق عملي))

ان المعالجة الصورية تشتمل على عدة طرائق أساسية واسعة الانتشار تطبق على الصور لغرض معالجتها وكلٍ حسب حاجة الصورة الى وظيفته منها التحسين والاستعادة والضغط والتقطيع الصوري، ان الغرض من طرائق المعالجة الصورية هذه هو الحصول على اكبر قدر من المعلومات المهمة او المطلوبة والممكن استخلاصها من الصور وذلك من خلال معالجة هذه الصور بأحد او عدد من الطرائق المذكورة اعلاه وبالشكل الذي يعطي افضل فائدة لتفسير الصورة.

ان المعالجة الصورية لا تنافس العين البشرية من حيث دقة الرؤية فالعين البشرية تعتبر جهازاً مميزاً للتحليل الصوري لكن اهمية المعالجة تكمن في كونها تمدنا بالقدرة على تحويل بيانات الصورة الى عمليات رياضية لغرض الحصول على اكبر قدر من المعلومات داخل الصورة، ويقصد بالتحليل الصوري هو معالجة اولية لتقليص البيانات وذلك بالبحث عن المناطق ذات الفائدة في الصورة، وعلى الرغم من اهمية العين البشرية الى اننا بحاجة الى اجهزة الحاسوب التي تعتبر لا غنى عنها في مجال تحليل كميات كبيرة من البيانات وايضاً للمهام التي تتطلب حسابات معقدة وذلك لكون الصورة ماهي الى عبارة عن مصفوفة من العناصر الصورية (Pixels) وهي ذات ابعاد واطياف متعددة والعين غير قادرة على ادراك او رؤية هذه الاطياف، وايضاً بسبب التطور الذي شهدتها الاجهزة والتطبيقات المعتمدة على مبدأ التصوير الذي مكننا من اخذ عدد كبير من الصور للمشهد نفسه فعلى سبيل المثال التطور في المجال الاحيائي وظهور المجهر الالكتروني الذي مكننا من اخذ اكثر من صورة واحدة لنفس الخلية الاحيائية لدراسة مراحل انقسامها وايضاً التطور في مستكشفات الفضاء التي تلتقط اكثر من صورة واحدة لنفس المشهد من الفضاء لغرض سبر أغواره الواسعة لاستكشافات معينة، او التطور في الاقمار الصناعية الذي مكننا من اخذ اكثر من صورة متعددة الطيف (Multispectral) لمنطقة ارضية معينة.

اهتم هذا البحث بمعالجة مشكلة تعدد الابعاد الصورية لعدد من الصور متعددة الاطياف المأخوذة من الاقمار الصناعية اي ان هذا التعدد والمتمثل في العدد الكبير من الصور للمنطقة المدروسة والاطياف المختلفة المكونة لهذه الصور وبالتالي الابعاد الصورية لكل صورة سيؤدي الى فائض في كم المعلومات المراد تحليلها لغرض الدراسة وهذا الفائض يؤدي بدوره الى ارباك وصعوبة في تحديد المشهد المطلوب او المدروس وبالتالي يعيق اساليب المعالجة الصورية كالتحسين والتقطيع والضغط الصوري.

وتكمن اهمية هذه البحث في كونه يسعى الى تسليط الضوء على موضوع يعد من المواضيع المهمة والحديثة والمتمثلة بالتحليل والمعالجة الصورية باستخدام الاساليب الاحصائية للتقطيع والتحسين او التحويل الصوري وبالتالي ايجاد حالة من التكامل بين علم وطرائق الاحصاء مع الطرائق الحاسوبية او كما تسمى بالرؤية الحاسوبية (Computer Vision) وذلك لأهمية الطرائق الاحصائية ومدى تشعبها وتعدد اهدافها والتي تمكننا من حل مختلف المشاكل باقل جهداً ووقتاً وكلفةً ممكنة.

اهم الاستنتاجات التي توصلت اليها الدراسة :

1 – من خلال تنفيذ تقنيات تقليل الابعاد المعتمدة اتضح ان الاعتماد على تخفيض الابعاد للقنوات اللونية للصورة اعطى نتائج جيدة واكثر وضوحاً من اساليب اخرى تعتمد على استبعاد اثر القنوات اللونية، وان الآلية لتي اعتمدت لتنفيذ الخوارزميات مكنتنا من دراسة صورة طيفية ذات احجام عالية وانتاج صور ثلاثية الابعاد على عكس اساليب تخفيض تعتمد على تحويل الصور الى ثنائية الابعاد.

2 – اثبتت تقنية القياس متعدد الابعاد جودتها في اعطاء صور اكثر وضوحاً من تقنية التحليل العاملي بعد ان كانت قيمة الجودة للصورة الناتجة لها اعلى من تلك في تقنية التحليل العاملي.

3 – تقنية المقياس متعدد الابعاد المقترحة هي تقنية جيدة وذلك لاعتمادها على مقاييس تقارب مثل المسافة الاقليدية والتي بدورها استطاعت ان تأخذ بالحسبان العناصر الصورية التي اضاءتها مساوية الى الصفر واعتماد مدى الفروق مع العناصر الصورية ذات الاضاءة الاعلى الامر الذي لا يعتمد في تقنية التحليل العاملي.

4 – تقنية التحليل العاملي تقنية لاتقل جودة عن تقنية القياس متعدد الابعاد فقد اثبتت النتائج لها انها قادرة على اختزال كمٍ كبيرٍ من المعلومات الفائضة في عدد محدد من المركبات الاساسية التي تختزل مجمل التباينات للقنوات اللونية.

وفي ضوء الاستنتاجات التي توصلت اليها الدراسة يوصي الباحث بما يلي:

1 – اعتماد اساليب تخفيض ابعاد مختلفة اخرى مثل الارتباط القويم (Canonical Correlation) او  (Kernel Principal Component) والتحليل المتناظر ومحاولة المقارنة بين النتائج كاساليب خطية واخرى غير خطية لتخفيض الابعاد.

2 – اعتماد الية تخفيض مغايرة كأن تخفض ابعاد الصفوف والاعمدة لمصفوفة العناصر الصورية مع الابقاء على القنوات اللونية.

3 – محاولة استخدام اساليب تقليل الابعاد كتقنيات لشطر ودمج المناطق بعد ان اثبتت قدرتها على تقليل الاحجام، ومقارنة نتائجها مع اساليب شطر ودمج اخرى.

4 – استعمال او دراسة اساليب تعتيب اخرى من اصناف اخرى مثل الاساليب المعتمدة على المدرج التكراري كأسلوب (Rosenfeld)، او اساليب معتمدة على العنقدة (Riddler) او اساليب اخرى ومحاولة توظيفها في دراسة صور الاقمار الصناعية متعددة الاطياف ومن ثم المقارنة بينها، وايضاً توضيف الاساليب المعتمدة بهذا البحث ولاسيّما المقترحة في تطبيقات صورية اخرى لمعرفة مدى جودة النتائج المستحصلة مثل التطبيقات الطبية او الزراعية او الجيلوجية او غيرها من التطبيقات.

5 – اعتماد اساليب تعتمد معايير مختلفة لحساب قيمة العتبة (T) كأن تكون اساليب تعتمد على دوال التوزيع الاحتمالي للعناصر الصورية او الدوال التراكمية او الالتواء او التفلطع او غيرها من المقاييس الاحصائية وذلك لتقليل الاعتماد فقط على مستوى شدة العناصر الصورية ولغرض اعطاء نتائج اكثر واقعية.