1403/02/21
حسن مرادزاده

حسن مرادزاده

مرتبه علمی: استادیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس:
دانشکده: دانشکده فنی مهندسی
نشانی: دانشگاه اراک، گروه مهندسی برق
تلفن:

مشخصات پژوهش

عنوان
طراحی و پیاده سازی یک نمونه کیبورد مجازی با بهره گیری از متد پردازش تصویر
نوع پژوهش
پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها
پیانوی مجازی، پردازش تصویر، قابلیت حمل، واقعیت افزوده
سال 1394
پژوهشگران حسن مرادزاده(استاد راهنما)، طنانه قدیمیان(دانشجو)

چکیده

پردازش تصویر از جمله مباحث روز دنیا است و در بسیاری از کاربردها به یاری انسان آمده است. این دانش با رشدی محسوس در بسیاری از زمینه ها نفوذ کرده و امروزه بسیاری از سیستم ها در قالب ماشین های بینایی از آن سود می برند. پردازش تصویر، پس از ظهور خود به سرعت در زمینه هایی چون پزشکی، نظامی، صنعتی، هوافضا و روباتیک کاربرد گسترده ای پیدا کرد و اکنون شمار زیادی از سیستم ها بدان وابسته اند. در سال های اخیر، دانشمندان جنبه های مختلف پیاده سازی الگوریتم های گوناگون پردازش را بر روی کامپیوترهای همه منظوره مورد بررسی قرار داده اند؛ اما در بسیاری از موارد که از نظر زمان، هزینه، فضا و شرایط محیطی محدودیت وجود دارد، این کامپیوترها کارایی لازم را ندارند. در اینجاست که بیان می شود با رشد سریع و آخرین پیشرفت ها در بینایی ماشین و پردازش تصویر، زمینه ای امیدوارکننده برای تعامل انسان با کامپیوتر به وجود آمده است که امکان تعامل به صورت غیر تماسی با دستگاه ها و ابزارهای متفاوت را به وجود آورده است. در محیط مجازی، به جای استفاده از پیانوی معمولی و موجود در بازار، از پیانوی مجازی استفاده شده است که قابل حمل، مقرون به صرفه، سبک وزن و قابل استفاده در هر مکان و شرایطی می باشد. هدف اصلی از این پژوهش، بررسی تعامل بین یک برنامه موسیقی و یک الگو شبیه به کیبورد پیانو است. این الگو، یک صفحه ی کاغذ می باشد که کلیدهای پیانو روی آن کشیده شده است. هدف دیگر این پروژه، پیاده سازی یک سیستم قابل حمل است، به گونه ای که به راحتی مورد استفاده ی کاربران قرار گیرد. این سیستم موقعیت مکانی انگشتان، روی صفحه ی کاغذ را به دست می آورد و بسته به این موقعیت مکانی صدای نت مورد نظر به گوش می رسد. مزیت استفاده از این سیستم نسبت به سیستم های از قبل طراحی شده این است که در این سیستم متد استفاده از انگشتان رنگی که می بایست در آن انگشتان برای تشخیص به رنگ های متفاوت در می آمدند، حذف شد و این سیستم بر روی سیستم عامل اندروید پیاده سازی شد در صورتی که پیاده سازی های قبل بر روی ویندوز انجام شده بود. در ابتدا این سیستم بر روی نرم افزار Matlab پیاده سازی شد که با دقّت 86.45% کار تشخیص نت ها را انجام می دهد. در این پیاده سازی وقفه ی زیاد مانع از اجرای به هنگام نت ها می شود؛ سپس برای رفع این مشکل از کتابخانه ی OpenCv استفاده شد که مشکل و