ပံုမ်ားျဖင့္ လက္ေတြ႕ကမၻာႀကီးအား ဖန္တီးျခင္း  (အဆက္)
❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀

ဒါ့အျပင္ လူသားတစ္ေယာက္ရဲ႕ ေက်ာက္ကပ္ဟာ Normal လား၊ Tumor (သို႔) Damaging ျဖစ္ေနျပီလားဆိုတဲ့ ကိစၥရပ္ေတြနဲ႔ ပတ္သတ္ျပီး ေက်ာက္ကပ္ေရာဂါကို အေျဖရွာဖို႔ အရင္ဦးဆံုး ဓါတ္မွန္စက္ၾကီးေတြကေနတဆင့္ ရရွိလာတဲ့ DICOM Image ေတြကို Preprocessing အရင္လုပ္ရတယ္။ ဒါ့အျပင္ အေျခခံအဆင့္အေနနဲ႔ သက္ဆိုင္ရာ Edge Detection ၊ Image Segmentation နဲ႔ Detection အပိုင္းရယ္ဆုိျပီး အဆင့္ဆင့္ Processing ေတြလုပ္ျပီး တိက်မွန္ကန္တဲ့ Result ေတြကို ထုတ္ေပးႏိုင္ေအာင္ထိ Digital Image Processing နည္းပညာေတြက Biomedical Engineering Field မွာ ေတာ္ေတာ္ေလးကို ထိေရာက္ျပီး အေထာက္အကူျပဳေနတာေတြကို ေတြ႔ရွိရတယ္။
Remote Sensing နယ္ပယ္မွာ ဆိုရင္လည္း ေျမငလ်င္ေၾကာင့္ ပ်က္စီးသြားတဲ့ Infrastructure ပိုင္းကို Detection လုပ္ႏိုင္ဖို႔ Satellite (သို႔) အလြန္ျမင့္မားတဲ့ အျမင့္တစ္ေနရာက Digital Camera ေတြကေနတဆင့္ ပံုရိပ္ေတြကို ဖမ္းယူရတယ္။ ဖမ္းယူရရွိတဲ့ Image ေတြကို Processing လုပ္ျပီး မိနစ္အနည္းငယ္အတြင္းမွာ ငလ်င္ေၾကာင့္ အျပင္းထန္ဆံုးပ်က္စီး သြားတဲ့ Damaged Area ေတြကို Detection and Analysis လုပ္ေပးႏိုင္ခဲ့ျခင္းဟာ Human Eyes ကေန Estimate လုပ္တဲ့ ရႈပ္ေထြးမႈနဲ႔ အခ်ိန္ၾကာျမင့္မႈကို ေျဖရွင္းေပးႏုိင္ခဲ့တယ္။
Digital Image Processing ကို အသံုးျပဳတဲ့ Application Area ေတြကေတာ့ လက္ေတြ႔နယ္ပယ္မွာ အမ်ားၾကီးရွိပါေသးတယ္။ အက်ဥ္းခ်ဳပ္ေျပာရရင္ေတာ့ Image Sharpening and Restoration ၊ Medical Field ၊ Remote Sensing ၊Transmission and Encoding ၊ Machine/ Robot Vision ၊ Color Processing ၊ 3D Reconstruction ၊ Pattern Recognition ၊ Video Processing ၊ Microscopic Imaging အျပင္ မ်ားျပားလွတဲ့ Applications ေတြလည္း ရွိပါေသးတယ္။
Digital Image Processing ဘာသာရပ္သည္ တိမ္မေယာင္နဲ႔ နက္၊ လြယ္မေယာင္နဲ႔ ခက္ လြန္းလွေသာ္လည္း တကယ့္ Real World မွာ လူသားေတြရဲ႕ အက်ိဳးကို ျဖစ္ထြန္းေစမယ့္ Research ေတြကို ျပဳလုပ္ေပးႏိုင္တဲ့အတြက္ အလြန္စိတ္၀င္စားစရာ ေကာင္းလွပါတယ္။ ယခုလက္ရွိ သင္ရိုးညႊန္းတမ္းအရဆိုရင္ေတာ့ အဆိုပါ ဘာသာရပ္ကို နည္းပညာတကၠသိုလ္ေတြမွာ BE.IT တန္းမွာ သင္ၾကားလွ်က္ရွိျပီး ဘြဲ႔လြန္ဒီဂရီတန္းေတြမွာလည္း ထိုဘာသာရပ္နဲ႔ ပတ္သတ္ျပီး စိတ္၀င္စားတဲ့ ေက်ာင္းသား/သူ အမ်ားစုက Digital Image Processing နဲ႔ပတ္သတ္ေသာ Research မ်ားကိုလည္း ဆက္လက္လုပ္ေဆာင္ႏိုင္ၾကပါသည္။
တိုးတက္လာေသာ IT နည္းပညာေခတ္ႏွင့္ အညီ လူငယ္အမ်ားစုသည္လည္း အသစ္အသစ္ေသာ Digital Image Processing နဲ႔ ဆိုင္တဲ့ Research ေတြကို ဆက္လက္ေလ့လာရင္း  ‘ဖြံ႕ျဖိဳးတီထြင္ သုတနည္းပညာရွင္’ ဟူေသာ ေဆာင္ပုဒ္ႏွင့္အညီ IT လူငယ္အေပါင္း ေအာင္ျမင္မႈသရဖူေဆာင္းနိုင္တဲ့ သုတနည္းပညာရွင္ေတြျဖစ္ၾကပါေစလို႔ ဆုေတာင္းေပးရင္း ‘ပံုမ်ားျဖင့္လက္ေတြ႔ကမၻာၾကီးအားဖန္တီးျခင္း’ ေဆာင္းပါးေလးအား နိဂံုးခ်ဳပ္လိုက္ပါတယ္။ ရႊင္လန္းခ်မ္းေျမ႕ၾကပါေစ။

❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀ ❀ ❀ ❀ ❀❀ ❀ ❀ ❀
(ဤေဆာင္းပါးေလးအား ေရးႏိုင္ဖို႔ ကၽြန္မအား အသိပညာ၊ အတတ္ပညာေပးခဲ့ပါေသာ သင္ဆရာ၊ ျမင္ဆရာ၊ ၾကားဆရာ မ်ားအားလံုးအား ဂါရ၀ျပဳရင္း... )

ဤေဆာင္းပါးအား ၂၀၁၆-၂၀၁၇ ပညာသင္နွစ္တြင္ ထုတ္ေ၀ေသာ TU (Kyaukse) မဂၢဇင္း စာအုပ္တြင္လည္း ေဖာ္ျပ ပါရွိသည္။

ေဒါက္တာမိုးမိုးျမင့္
နည္းပညာတကၠသိုလ္ (ေက်ာက္ဆည္)

 ပံုမ်ားျဖင့္ လက္ေတြ႔ကမၻာၾကီးအား ဖန္တီးျခင္း

♥￥☆★☆★☆￥♥ ★☆✿ ♥￥☆★♥

ဒီေဆာင္းပါးရဲ႕ အဓိကရည္ရြယ္ခ်က္ကေတာ့ Digital Image Processing Concepts ေတြဟာ Real World မွာ ဘယ္ေလာက္ထိ အေရးပါသလဲဆိုတာရယ္ ဘယ္ေနရာမွာ အသံုးျပဳေနၾကတာလဲဆိုတာနဲ႔ ပတ္သတ္ျပီး ရွင္းလင္းတင္ျပသြားမွာ ျဖစ္ပါတယ္။ Picture Elements တနည္းအားျဖင့္ Pixels ေလးေတြနဲ႔ ေပါင္းစပ္ဖြဲ႔စည္းထားတဲ့ Image ေတြကို Processing လုပ္တဲ့အခါ အသံုးျပဳတဲ့ သီအိုရီ ေတြဟာ အင္မတန္မွ ရႈပ္ေထြးနက္နဲလြန္းလွပါတယ္။ ထုိ႔ေၾကာင့္ ပံုေလးတစ္ပံု ျဖစ္ေပေသာ္ျငားလည္း Real World မွာ ဘယ္ေလာက္ထိ အေရးပါသလဲဆိုတာနဲ႔ ပတ္သတ္ျပီး Anonymous ဆိုတဲ့ သုေတသနပညာရွင္တစ္ဦးက One Picture is worth more than ten thousand words ဆိုျပီး တင္စားခဲ့ပါတယ္။
လြန္ခဲ့ေသာႏွစ္ေပါင္း တစ္ရာခန္႔က Newspaper Pictures ေတြကို လန္ဒန္ကေန နယူးေယာက္ကုိ ပို႔ဖို႔ Submarine Cable ေတြကေနတစ္ဆင့္ ပံုေတြကို Transmission လုပ္ခဲ့ၾကတယ္။ အတၱလႏိၱတ္ သမုဒၵရာေအာက္က Submarine Cable ေတြကေနတဆင့္ ပို႔တဲ့သူ ဘက္ကေန လက္ခံတဲ့သူဘက္ကို ပံုေလးတစ္ပံုေရာက္ဖို႔ တစ္ပတ္ေတာင္ၾကာခဲ့တယ္။ Transmission Time ၾကာရံုတင္မကဘဲ ပို႔တဲ့သူဘက္က Encode လုပ္ျပီး ပို႔လိုက္တဲ့ Image Signal ေတြကို လက္ခံတဲ့သူဘက္က ပထမအဆင့္အေနနဲ႔ Decode ျပန္လုပ္ရတယ္။ ေနာက္ဆံုးမွာေတာ့ Printing Equipment ေတြသံုးျပီး Print ထုတ္လိုက္တဲ့အခါမွာ Brightness Quality က်သြားတဲ့ ပံုေတြကိုသာ လက္ခံရရွိခဲ့ၾကတယ္။
၁၉၂၀ ခုနွစ္မွာ သုေတသနပညာရွင္ေတြက Submarine Cable ေတြအစား Bartlane Cable ေတြကို သံုးလိုက္တဲ့အခါမွာ Transmission Time တစ္ပတ္ၾကာခ်ိန္ကေန သံုးနာရီေလာက္ထိကို ေလွ်ာ့ခ်ႏိုင္ခဲ့ၾကတယ္။ Time Consuming ကို ေလွ်ာ့ခ်ေအာင္ျမင္ေတာ့ Printing Procedures နဲ႔ Cable ၾကိဳးရဲ႕ Noise Effects ေတြေၾကာင့္ ပံုေတြရဲ႕ Brightness Levels ေလွ်ာ့က်တာနဲ႔ ပတ္္သတ္ျပီး သုေတသနပညာရွင္ေတြက သုေတသနေတြ ဆက္လက္ျပဳစုခဲ့ၾကတယ္။ ေစာေစာပိုင္း Bartlane Systems ေတြမွာ ပံုေတြကို five brightness levels ေလာက္ထိ Decode လုပ္နိုင္ခဲ့ရာကေန ၁၉၂၉ ခုႏွစ္ ေရာက္ေတာ့ Fifteen Levels ေလာက္ထိကို Brightness Quality Levels ကို ျမွင့္တင္လာႏိုင္ခဲ့ၾကတယ္။
အဲ့ဒီေနာက္ပိုင္း သံုးဆယ့္ငါးႏွစ္ေလာက္လည္း ၾကာေရာ Large Scale Computer ေတြနဲ႔ Programming Language ေတြ အသီးသီးေပၚေပါက္လာမႈက Image Processing Concept ေတြရဲ႕ ျပႆနာကို အလြယ္တကူ ေျဖရွင္းႏိုင္လာၾကတယ္။ အခုဆိုရင္ Best Quality Image ေတြတင္မကဘဲ Live Video (သို႔) Live CCTV ေတြကို မ်က္စိတမွိတ္အတြင္းမွာ ကမၻာ့ရဲ႕ဘယ္ေနရာကိုမဆို Formats အမ်ိဳးမ်ိဳးနဲ႔ေရာ Bandwidth အမ်ိဳးမ်ိဳးနဲ႔ပါ အင္တာနက္ကိုသံုးျပီး ပို႔လႊတ္နိုင္ခဲ့ၾကတယ္။
အမ်ိဳးမ်ိဳးေသာ နည္းပညာေတြကို ေတြ႔ရွိျပီးတဲ့ေနာက္မွာ ယခုလက္ရွိအခ်ိန္ထိ Research Field ေတာ္ေတာ္မ်ားမ်ားမွာ Digital Image Processing ကို အသံုးျပဳလာၾကတာ ေတြ႔ရတယ္။ ဥပမာအေနနဲ႔ ေျပာရရင္ ေဆးပညာနယ္ပယ္နဲ႔ ပတ္သတ္ျပီး ေလ့လာၾကည့္မယ္ဆိုရင္ X-Ray, Ultrasound, CT, MRI အစရွိတဲ့ ဓါတ္မွန္ေတြကေန Medical Image Processing Technique ေတြကို သံုးျပီး ေရာဂါေတြကို ရွာေဖြလာၾကတယ္။ ခႏၶာေဗဒဆုိင္ရာကို ရိုက္တဲ့ Anatomical Images နဲ႔ ေသြးေၾကာကို ရိုက္တဲ့ Vascular Images ေတြကေနတဆင့္ Brain Tumor ၊ Breast Cancer ၊ Liver ၊ coronary thrombosis အစရွိတဲ့ ေရာဂါမ်ားကို  တိက်မွန္ကန္စြာနဲ႔ အခ်ိန္တိုအတြင္းမွာ အမ်ိဳးမ်ိဳးေသာ ေရာဂါေတြကို ရွာေဖြေပးနိုင္ဖို႔ Computer-Aided Diagnosis Software ေတြ ေပၚေပါက္လာပါတယ္။
.........
ဆက္လက္ေဖာ္ျပပါဦးမည္။
ေဒါက္တာမိုးမိုးျမင့္
နည္းပညာတကၠသိုလ္ (ေက်ာက္ဆည္)