خريد بک لينک
گيفت کارت
رزرو آنلاين هتل خارجي
ثبت شرکت در عمان
رزرو آنلاين هتل خارجي
خريد سکه سوکر استار ارزان
بتن سخت
فلنج
نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر
نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر

نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر

دانلود نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر

نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر
دسته بندی کامپیوتر و IT
فرمت فایل doc
حجم فایل 1335 کیلو بایت
تعداد صفحات فایل 85

نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر

مقدمه:

مجموعه عملیات  و روش هایی که برای کاهش عیوب و افزایش کیفیت ظاهری تصویر مورد استفاده قرار می گیرد، پردازش تصویر نامیده می شود.حوزه های مختلف پردازش تصویر را می توان شامل بهبود تصاویر مختلف پزشکی  مانند آشکار سازی تومور های مغز یا پهنای رگ های خونی و ... ، افزایش کیفیت تصاویر  حاصل از ادوات نمایشی  مانند تصاویر تلویزیونی  و ویدیویی، ارتقا متون و شکل های مخابره شده در رسانه های مختلف مانند شبکه و فاکس و همچنین بهبود کیفیت روش های کنترل توسط بینایی ماشین و درک واقعی تر مناظر توسط ربات ها دانست.

اگرچه حوزه ی کار با تصاویر بسیار گسترده است ولی عموما محدوده ی مورد توجه در چهار زمینه ی بهبود کیفیت ، بازسازی تصاویر مختل شده، فشرده سازی تصویر و درک تصویر توسط ماشین متمرکز می گردد. در اینجا  سه تکنیک اول بررسی خواهد شد.

از آنجایی که برای کار روی تصاویر با پیکسل ها سروکار داریم و هر پیکسل نشان دهنده ی یک عنصر از یک آرایه ی دوبعدی است، کار روی تصاویر  همواره با  کار روی ماتریس ها عجین شده است. ماتریس اسپارس یا ماتریس خلوت ، ماتریسی است که درایه های صفر آن زیاد باشد و در نتیجه ذخیره ی عناصر صفر  مقرون به صرفه نیست و همواره سعی در کاهش ذخیره ی این عناصر است تا بتوان عملیات ماتریسی را سریع تر انجام داد.  در کار با تصویر با اینگونه ماتریس ها زیاد برخورد می کنیم . در این پروژه ابتدا تکنیک ها و روش های مختلف پردازش تصویر را معرفی می کنیم. در بخش بعد الگوریتم های موازی را شرح می دهیم که در GPU کاربرد دارند و با معماری موازی آشنا می گردیم. در بخش سوم برخی از الگوریتم های مربوط به ماتریس خلوت را مورد بررسی قرار می دهیم و در نهایت در بخش چهارم کاربرد این ماتریس ها را در پردازش تصویر معرفی خواهیم نمود.

و در آخر، پیاده سازی یکی از ا لگوریتم های مبحث فشرده سازی را  روی تصاویر باینری، انجام خواهیم داد و با یکی از الگوریتم های فشرده سازی مربوط به تصاویر باینری به نام Run length coding مقایسه خواهیم نمود.

...

بهبود كیفیت تصویر( image enhancement ) :

بهبود كیفیت ظاهری تصویر از مباحث مهم در پردازش تصویر می باشد كه به منظور كار در هر گیرنده ای می تواند مورد استفاده قرار گیرد. مواقعی پیش می آید که جزییات تصویر به دلیل نورپردازی نا مناسب یا اشكالات مختلف نا شی از تصویر برداری نامناسب كیفیت ظاهری مطلوبی ندارد كه در این صورت می توان با استفاده از روش های مختلف پردازش، آن ها را بهبود بخشید. به علاوه ممكن است كه در اثر مخابره ی تصویر، نویز مختصری بر روی آن تاثیر گذاشته باشد كه در این صورت باید توان نویز را كاهش داد.

به طور كلی می توان روش های بهبود ظاهر تصویر را به دو گروه تقسیم كرد :

الف: روشهایی كه مبتنی بر مقادیر روشنایی اصلی تصویر بوده و پردازش درحوزه مكان* صورت می گیرد.

ب:روش هایی كه مبتنی بر تبدیلات تصویر می باشد و پردازش در حوزه تبدیل** (مانند فركانس) صورت پذیرفته و سپس با تبدیل معكوس تصویر قابل رؤیت و دریافت است.

1-1-3-1بهبود کیفیت تصویر در حوزه مکان :

اصطلاح حوزه مكان به كل پیكسل های تشكیل دهنده ی تصویر اشاره دارد و روش های حوزه مكان روش هایی هستند كه به طور مستقیم بر روی پیكسل ها كار می كنند. توابع پردازش تصویر در حوزه مكان را می توان به صورت:

          g(x,y)=T[f(x,y)]

 

بیان كرد كه f(x,y) مربوط به تصویر ورودی و g(x,y) مربوط به پیكسل متنا ظر آن در تصویر پردازش شده است وT  یك عملگر روی f  است كه در یك همسایگی پیكسل (x,y) تعریف می شود.



 

 

*            spatial domain

**            frequency domain

 

همانطور كه درشكل 6-1 نشان داده شده، روش تعریف همسایگی حول (x,y) استفاده از زیر تصویر های كوچك مربعی یا مستطیلی به مركز (x,y) می باشد. مركز زیر تصویر مثلا با شروع از گوشه چپ بالای تصویر پیكسل به پیكسل  جا به جا می شود و در هر نقطه (x,y) با استفاده از T مقدار  g تعیین می شود.

...

بازسازی تصاویر:     

یکی دیگر از تکنیک های پردازش تصویر، بازسازی تصاویر می باشد. هدف از بازسازی تصاویر استفاده از فرآیندهایی جهت به دست آوردن یک تصویر مطلوب از یک تصویر تخریب شده است. اگرچه در مواقعی نمی توان به تصویر مطلوب رسید ولی می توان تاثیر اختلال را کمینه کرد به نحوی که گاهی تیز کردن لبه های تصویر نیز می تواند کافی باشد. تخریب تصویر به علت تنظیم نامناسب دوربین، حرکت نسبی دوربین و جسم مورد تصویربرداری، انعکاس ناخواسته ی نورها از منابع غیر قابل کنترل، ایده آل نبودن سیستم های تصویر برداری و مخابراتی و ... صورت می گیرد.

روش های مختلفی در پردازش تصاویر تخریب شده به منظور بازسازی آنان موردتوجه قرار می گیرند که از جمله ی آن ها می توان به موارد زیر اشاره کرد :

-         از بین بردن مات شدگی در تصویر

-         حذف نویز در تصویر

-         بهبود تمایز و دیگر معیارهای رؤیت تصویر

 

تعریف مدلی از تخریب می تواند در درک مفاهیم و همچنین به یافتن روابطی برای بازسازی تصویر کمک کند. در یک حالت کلی و بدون ایجاد خطا های بزرگ می توان یک سیستم تخریب کننده و بازسازی را به صورت شکل 16-1 مدل سازی نمود. همانطور که در شکل نشان داده شده است، تابع تخریب به همراه نویز جمع شونده بر روی تصویر ورودی f(x,y) اعمال می شود تا تصویر تخریب شده ی g(x,y) تشکیل شود. با معلوم بودن g(x,y) و دانستن تابع تخریب H و نوع نویز جمع شونده η(x,y) می توان ،  تقریبی از تصویر اصلی را به دست آورد.

 

دانلود نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر







ادامه ي مطلب

امتیاز :


طبقه بندی: ،
نمایش های مختلف ماتریس اسپارس و کاربرد آن در پردازش تصویر ,

ارسال نظر برای این مطلب
نام شما:
ايميل :
سايت :
متن نظر :
وضعیت نظر:
کد امنیتی : *