آموزشبرنامه نویسی

آموزش پردازش تصویر در متلب

آموزش پردازش تصویر در نرم افزار متلب

امروزه در بیشتر زمینه ها علم کامپیوتر کاربرد دارد و انسان ها بیش از بیش خود را نیازمند کامپیوتر ها میدانند. در همین راستا آموزش رایگان پردازش تصویر در متلب را برا شما گرد آوری کرده ایم تا شاید کمک کوچکی به علم و یادگیری و گسترش دانش کرده باشیم . امیدواریم که از این آموزش راضی باشید .

آشنایی با مفاهیم

معرفی نرم افزار متلب

یک محیط نرم‌افزاری برای انجام محاسبات عددی و یک زبان برنامه‌نویسی نسل چهارم است. واژهٔ متلب هم به معنی محیط محاسبات رقمی و هم به معنی خود زبان برنامه‌نویسی مورد نظر است که از ترکیب دو واژهٔ MATrix (ماتریس) و LABoratory (آزمایشگاه) ایجاد شده‌است. این نام حاکی از رویکرد ماتریس محور برنامه است، که در آن حتی اعداد منفرد هم به عنوان ماتریس در نظر گرفته می‌شود.منبع (ویکی پدیا)

پردازش تصویر چیست ؟

یوتیوب

تصویر فوق را در ذهن داشته باشید . چه می بینید ؟ شما چندین لوگو از یوتیوب را مشاهده می کنید . به نظر شما آیا کامپیوتر هم همین دید را دارد ؟ اگر برای عکس فوق اسمی انتخاب نکنید و میان هزاران عکس بخواهید دنبال آن بگردید،  آیا آن را خواهید یافت ؟

در واقع کامپیوتر ها یک سری عدد 0 و 1 را میبینند و ذخیره می کنند . پس در نتیجه دانستن اینکه چطور کامپیوتر ها می بینند ، اولین قدم در پردازش تصویر است . بد نیست بدانید که پردازش تصویر در حالت کلی شامل دوقسمت بهبود تصاویر و بینایی ماشین است . که در این آموزش قصد داریم در زمینه بهبود تصاویر کار کنیم .

جالب است بدانید ما انسان ها بیش از 90 درصد اطلاعات پیرامون خود را از طریق مشاهده به دست می آوریم . گاها ارزش یک تصویر بیش از هزار کلمه است.

اهداف پردازش تصاویر

  • استفاده از تصاویر دیجیتال در کاربردهای پزشکی، نظامی و صنعتی
  •   فشرده سازی تصاویر ذخیره شده
  • بهبود کیفیت تصاویر
  • استخراج اطلاعات از تصاویر

کاربرد های پردازش تصاویر

  •  کاربردهای قضایی ، که خود آن شامل میاحث زیر را در بر می گیرد
    • تشخیص پالک
    • بررسی صحت و اعتبار
    • تشخیص چهره
    • تشخیص اثر انگشت
    • تشخیص عنبیه
    • تشخیص دست خط
  • چهره یابی
  • تشخیص حالت چهره
  • واترمارکینگ ونهان نگاری
  • کاربرد های نظامی ، پزشکی و صنعتی
  • و ……..

شناخت انواع تصاویر

تصاویر از سه دسته اصلی تشکیل می شوند که عبارتند از :

 1- تصاویر باینری = به طور خلاصه : تصاویر باینری تشکیل شده اند از آرایه های دوبعدی و از 2 رنگ سیاه و سفید تشکیل شده اند.

2- تصاویر سطح خاکستری = تصاویر خاکستری از آرایه های دوبعدی تشکیل شده اند و مقادیر تصاویر 8 بیتی است .

 3- تصاویر رنگی = این تصاویر بر خلاف سایر تصاویر دارای آرایه 3 بعدی است و از رنگ های قرمز ، سبز و آبی (RGB) تشکیل شده اند .

مفهوم حوزه مکان در تصویر = بخشی از صفحه که توسط مختصاتی از یک تصویر پوشیده شده است،حوزه مکان نامیده می شود.

درس اول
روابط پایه ای بین پیکسل ها

روابط بین پیکسل ها شامل 9 مورد است :

  1. همسایگی  -Neighbor
  2. همجواری – Adjacency
  3. مسیر – Path
  4. اتصال – Connectivity
  5. ناحیه  – Region
  6. مرز – Boundary
  7. لبه – Edge
  8. معیار فاصله – Distance Measure
  9. عملیات روی پیکسل ها  – Image operation on a pixel

در ادامه ی این درس تمامی موارد فوق را یک به یک بررسبی می کنیم و توضیح میدهیم . پس تا انتها با ما همراه باشبد .

1- همسایگی  

تصویر پیکسل ها

تصویر فوق را در نظر بگیرید . تمامی پیکسل های دور p در واقع پیکسل های همسایه آن هستند . به همین سادگی .

2- همجواری

در هم جواری 2 پیکسل علاوه بر این که همسابه یکدیگر هستند ، با هم ویژگی مشترک نیز دارند .  در تصویر زیر علاوه بر اینکه پیکسل های 1 باهم همسایه هستند ، نقطه مترک هم دارند که رنگ آنها است .

14525

3- مسیر 

مسیر می تواند شامل یک مسیر پیکسلی باز باشد یا یک مسیر بسته . مانند تصاویر زیر . در توصیر سمت راست دنباله ای از پیکسل های جدا از هم   هستند که از یک نقطه شروع و به نقطه ای دیگر ختم می شوند. نکته مهم این است که این نقاط باید 2 به 2 مجاور باشند . در شکل سمت چپ یک مسیر بسته را مشاهده  می کنید . مسیری را بسته می گویند که نقطه شروع و پایان یکسانی داشته باشد .

مسیر باز

مسیر بسته

4- اتصال 

اتصال را با یک مثال توضیح میدهم . تصور کنید تصویری دارید شامل تعداد زیادی پیکسل ، گروهی از این پیکسل ها را جدا کرده و به ان نام محموعه A را میدهیم . داخل مجموعه A ، 2 مجموعه از پیکسل های به صورت مجزا نیز وجود دارد که به ترتیب مجموعه  B و C نام دارند . حال زمانی میتوانیم بگوییم مجموعه B و C به هم اتصال دارند که : 1- بین آنها مسیر وجود داشته باشد 2- همه ی پیکسل های اتصال در مجوعه اصلی یعنی A قرار گرفته باشند . در این صورذت اتصال بین پیکسل ها وجود دارد .

5- ناحیه 

ناحیه به مجموعه ای  از پیکسل های درون توصیر که به هم متصل است گفته میشود . مانند تصویر زیر

 

6- مرز 

مجموعه نقاطی از ناحیه را مرز می گوییم که حاوی یک یا چند همسایه باشند که داخل ناحیه نباشند. مانند تصویر زیر

2003

7- لبه 

زمانی به یک پیکل عبارت لبه تعلق می گرید که شروط زیر را داشته باشد :

1- پیکسل هایی از تصویر که مقدار مشتق آن ها از آستانه ی از پیش تعریف شده بیشترباشد. 2- پیکسل هایی که میزان تغییرات آن ها نسبت به نقاط اطرافشان از آستانه بیشتر باشد. پس لبه لبه میزان ناپیوستگی روشنایی در یک نقطه را مشخص می کند. مانند تصویر زیر

لبه در تصویر

تفاوت لبه و مرز چیست ؟

مرز خارجی ترین مسیر بسته در یک ناحیه است اما ناحیه ناپیوستگی شدت روشنایی در یک نقطه است

8- معیار فاصله 

معیار فاصله شامل 4 مورد است  = 1- فاصله ی اقلیدسی 2- فاصله 4 تایی 3- فاصله 8 تایی و فاصله M تایی

9- عملیات روی پیکسل ها  

این قسمت را در جلسات بعد با مثال عملی و برنامه نوسی برای شما توضیح خواهیم داد .

درس دوم

تکنیک های حوزه مکان یابی پیکسل ها

زمان انتشار 1400.02.10

مشاهده بیشتر

محمد حسن زینلی

طراح سایت - بکند دولوپر (django) - علاقه مند به نوشتن در زمینه تکنولوژی - آشنا به اصول سئو - در حال یادگیری و کسب تجربه در حوزه هوش مصنوعی

دیدگاهتان را بنویسید

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

دکمه بازگشت به بالا