logo03-1-1logo03-1-1logo03-1-1logo03-1-1
  • خانه
  • دسته بندی محصولات
    • کد های آماده متلب بهمراه فایل های آمورشی
    • الگوریتم های فرا ابتکاری و کاربرد های آن
    • شبکه عصبی
    • تصمیم گیری چند معیاره
    • مقالات شبیه سازی شده با متلب
    • جدیدترین مقالات ISI همراه با ترجمه
    • پروژه های درسی
      • پروژه های آماده رشته علوم انسانی
      • پروژه های آماده رشته علوم مهندسی
      • پروژه های آماده رشته علوم پایه
    • متفرقه
  • پروژه های رایگان
  • آموزش متلب
    • آموزش مقدماتی متلب
    • آموزش تخصصی نرم افزار متلب
    • الگوریتم فراابتکاری در متلب
    • ساخت رابط گرافیکی GUI در متلب
    • کاربرد متلب در مهندسی
      • پردازش تصویر در متلب
      • پردازش سیگنال در متلب
      • سیمولینک متلب
    • آموزش متلب در تلگرام
  • نظرات مشتریان
  • درخواست کدنویسی
  • همکاری با ما
  • قوانین سایت
  • تماس با ما
  • صفحه نخست
  • درباره ما
  • نظر مشتریان
  • سوالات متداول
0
1 پردازش تصویر در متلب (قسمت سوم)
پردازش تصویر در متلب (قسمت دوم)
تیر ۱۵, ۱۳۹۷
پردازش تصویر در متلب (قسمت چهارم)
تیر ۲۱, ۱۳۹۷
Published by pooya pooya at تیر ۱۸, ۱۳۹۷
Categories
  • پردازش تصویر در متلب
Tags
    elements پردازش تصویر در متلب (قسمت سوم)

    پردازش تصویر در متلب (قسمت سوم)

    در بخش های اول و دوم از مبحث پردازش تصویر در متلب ، با تعدادی از توابع و دستورات کار با تصاویر در این نرم افزار آشنا شدیم . در ادامه این مبحث می خواهیم با توابع پیشرفته تری آشنا شویم و جنبه های مختلف آن ها را با هم بررسی نماییم  :

    تشخیص پس زمینه یک تصویر

    برای تشخیص و جداسازی پس زمینه یک تصویر در متلب ، از عملگر مورفولوژی باز کردن ، برای حذف عناصر موجود در یک تصویر استفاده می کنیم . برای روشن شدن موضوع به تصویر زیر نگاه کنید :

    elements پردازش تصویر در متلب (قسمت سوم)

    ما می خواهیم عناصر سفید رنگ را از تصویر جدا سازی نماییم تا تنها پس زمینه باقی بماند . برای این منظور از دستور زیر استفاده می کنیم :

    >> b= imread ('elements.png');
    >> background = imopen(b,strel('disk',35));
    >> imshow(background)
    

    اما تفسیر کدهای بالا :

    در ابتدا یک تصویر را از دایرکتوری خواندیم و در متغیر b ذخیره کردیم . که نحوه خواندن و ذخیره سازی تصاویر را با جزئیات در قسمت های قبلی توضیح دادیم .

    در خط بعدی از دستور imopen  استفاده کردیم که آرگومان اول همان b است و آرگومان دوم با استفاده از دستور strel یک ماسک به شکل دایره ای (disk) می سازد که قطر آن 35 پیکسل است . هر عنصر از شکل که این ماسک روی آن قرار می گیرد ، اگر کل ماسک دایره ای را نپوشاند (یعنی کمتر از مقدار 35 پیکسل باشد) از تصویر حذف خواهد شد . به این ترتیب تمام عناصر سفیدی که در تصویر اصلی مشاهده کردیم با تقریب خوبی از بین می روند . میتوانید کد بالا را با ابعاد ماسک مختلف (در اینجا 35) و بر روی تصاویر مشابه دیگر آزمایش کنید و خروجی ها را مشاهده نمایید . اما خروجی کد بالا :

    p2 2 300x146 پردازش تصویر در متلب (قسمت سوم)

    حذف پس زمینه :

    حال با استفاده از کدی که در قسمت قبلی فرا گرفتیم میتوانیم پس زمینه را از تصویر اصلی تفریق نماییم تا پس زمینه حذف شود .

     

    تبدیل تصویر به حالت باینری :

    در قسمت قبلی گفتیم که یکی از اقسام تصویر در نرم افزار متلب ، حالت باینری است که در حالت به هر یک از پیکسل های صفحه، فقط 1 یا 0 اختصاص میگیرد ( به جای کد RGB) برای تبدیل یک تصویر از استاندارد خاکستری به باینری باید از کد im2bw استفاده نماییم. در واقع این تابع یک مقدار آستانه برای روشنایی هر پیکسل از ما دریافت می کند اگر روشنایی پیکسل از مقدار آستانه کمتر بود آن را با عدد 0 یا رنگ سیاه نشان می دهد و اگر از مقدار آستانه بیشتر بود آن پیکسل را با عدد سفید یا یک نشان می دهد . برای اینکه مقدار آستانه مناسبی را هم بتوانیم انتخاب نماییم ، متلب تابع graythresh را به ما معرفی کرده و در اختیار ما قرار داده است . به مثال زیر توجه نمایید :

    >> threshold = graythresh(b);
    >> binery = im2bw (b,threshold);
    >> imshow (binery)

    خروجی به صورت زیر است :

    P3 300x262 پردازش تصویر در متلب (قسمت سوم)

    از مزایای استفاده از تصویر باینری ، افزایش سرعت پردازش است .

    حذف نویز از تصویر

    یک تکنیک ساده برای حذف نویز از تصویر، استفاده از همان ماسک ایجاد شده با دستور strel است که در مثال قبلی از آن استفاده کردیم . در واقع نویز، نقاطی هسند که ابعاد بسیار ریزی دارند ، پس کافیست ابعاد دایره ماسک مورد نطر را بسیار کوچک تر از مثال قبلی در نظر بگیریم به مثال زیر و نتیجه آن دقت کنید :

    >> background = imopen(b,strel('disk',5));
    >> imshow(background)
    >> figure,imshow(b)

    p4 300x161 پردازش تصویر در متلب (قسمت سوم)

    تصویر سمت چپ ، حالت از بین رفتن نویز را نشان می دهد که می بینیم قسمت های نویزی با اعمال این کد بر روی عکس تا حد زیادی از بین رفته اند.

    در این قسمت از آموزش نیز با بخشی از توابع پردازش تصویر در متلب آشنا شدیم .

    Share
    0
    pooya pooya
    pooya pooya

    Related posts

    1 پردازش تصویر در متلب (قسمت دوم)
    تیر ۱۵, ۱۳۹۷

    پردازش تصویر در متلب (قسمت دوم)


    Read more
    ee پردازش تصویر در متلب
    تیر ۱۲, ۱۳۹۷

    پردازش تصویر در متلب


    Read more

    دیدگاهتان را بنویسید لغو پاسخ

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    تماس باما

    اصفهان- بلوار کاوه ابتدای خیابان جابر انصاری دفتر موسسه تحلیل آمارگران

    9385162583 (98+)

    info@shopmatlab.ir

    پشتیبانی تلگرام
    پشتیبانی واتس آپ
    ارتباط با کارشناسان

    امکانات وب سایت

    linkedin telegram instagram twitter facebook

    بخش های سایت

    • دانلود رایگان
    • آموزش های رایگان متلب
    • قوانین وب سایت
    • درخواست کدنویسی
    • نظرات مشتریان

    پایانه پرداخت

    آرین پالزرین پال

    تمام حقوق محفوظ است