دانش رسان |
مرکز علم و دانش کشور پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر
در حال بارگذاری
توجه : این پروژه به صورت فایل power point (پاور پوینت) ارائه میگردد
پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر دارای ۵۵ اسلاید می باشد و دارای تنظیمات کامل در Power Point می باشد و آماده پرینت یا چاپ است
فایل پاور پوینت پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
لطفا به نکات زیر در هنگام خرید
دانلود پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر
توجه فرمایید.
۱-در این مطلب، متن اسلاید های اولیه
دانلود پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر
قرار داده شده است
۲-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید
۳-پس از پرداخت هزینه ، حداکثر طی ۱۲ ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد
۴-در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد
۵-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار داده نشده است
بخشی از متن پاورپوینت تحقیق و بررسی کاربرد های پردازش تصویر :
اسلاید ۱ :
اهداف
ü
üمقدمه ای بر پردازش تصویر و تعریف اصطلاحات
üمعرفی چند کاربرد از پردازش تصویر
üپردازش متن ( ORC )
اسلاید ۲ :
مقدمه ای بر پردازش تصویر مقدمه
vمقدمه ای بر پردازش تصویر
در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم. این ورودی ها میتوانند از یک سنسور صوتی, سنسور فاصله سنج , سنسور مادون قرمز , میکروفن و با تصاویر ارسالی از یه دوربین باشد.
امروزه پردازش تصویر بهترین ابزار برای استخراج ویژگی ها و تحلیل موقعیت و در نهایت تصمیم گیری صحیح می باشد. در مورد انسان نیز به همین صورت است, اطلاعات از طریق چشم به مغز ارسال می شوند و مغز با پردازش این اطلاعات تصمیم نهایی را گرفته و فرمان را صادر می کند.
هدف از پردازش تصویر پیاده سازی عملکرد ذهن انسان در قبال داده ها و انجام پردازش های خاصی برای استخراج ویژگی مورد نیاز برای رسیدن به هدف از پیش تعیین شده می باشد.
اسلاید ۳ :
۱ – چند تعریف
vپیکسل
کوچکترین جزء PIXEL است . پیکسل مخفف Picture Element به معنی المان تصویر است. یک تصویر متشکل از تعداد زیادی پیکسل است که در کنار هم قرار گرفته اند . در واقع زمانی که با یک دوربین دیجیتال عکس می گیرید اگر رزولوشن دوربین شما ۶۴۰۴۸۰x باشد به این معنی است که ماتریس با ابعاد ۶۴۰۴۸۰x در اختیار شماست که ۶۴۰ پیکسل در طول و ۴۸۰ پیکسل در عرض دارد . به ازای هر پیکسل یک سلول نوری در دوربین وجود دارد. شدت نور این سلول نوری مقدار عددی را برای این پیکسل تعیین می کند. به طور مثال به ازای رنگ سیاه مقدار صفر در پیکسل ذخیره می شود و به ازای رنگ سفید مقدار ۲۵۵ در آن ذخیره می شود.
اسلاید ۴ :
vهمسایگی :
۲ نوع همسایگی وجود دارد
× همسایگی ۸ تایی به صورت :
(i – 1 , -1) , ( i , j – 1) , ( i + 1 , j – 1 ) , ( i – 1 , j ) ,
( i + 1 , j ) , ( i – 1 , j + 1) , ( i , j + 1 ) , ( i + 1 , j + 1)
× همسایکی ۴ تایی به صورت :
(i – 1 , j ) , ( i + 1 , j ) , ( i , j – 1 ) , ( i , j + 1 )
vزمینه
به مجموعه پیکسل هایی که شامل آبجکت نیستند , یا مجموعه پیکسل هایی که شامل S’ هستند گفته می شود .
( S’ پیکسل هایی که شامل آبجکت نمی باشند )
اسلاید ۵ :
vمسیر path ) )
v
۲ پیکسل را در یک تصویر باینری در نظر بگیرید .
اگر راهی بین این ۲ پیکسل از طریق پیکسل هایی
که حاوی آبجکت هسنتد وجود داشته باشد, به پیکسل-
های مرتبط مسیر گفته میشود .
v
vاتصال
v
اگر S مجموع پیکسل هایی باشد که شامل آبجکت هستند پس S’ شامل ییکسل های بک گراند است . ۲ پیکسل p و q که هر ۲ متعلق به S هستند متصل به یکدیگرند اگر حداقل یک مسیر بین p و q وجود داشته باشد .
اسلاید ۶ :
vمرز تصویر ( Border )
کلیه پیکسل هایی که در اطراف آبجکت قرار گرفته اند .
vحفره
مجموعه ای از S’ که حتی یک پیکسل
هم در Border نداشته باشد , حفره
نامیده می شود .
اسلاید ۷ :
vهیستوگرام
هیستوگرام در واقع همان نمودار میله ای افزونی
هر رنگ می باشد, به عنوان مثال تعداد پیکسل
هایی که حاوی رنگ شماره ۷۵ هستند ۲۵ عدد
است . از هسیتوگرام برای آستانه گیری استفاده
می شود.
vآستانه گیری ( Threshold )
فرض کنید می خواهید از یک عکس ۱۶ بیتی یک تصویر سیاه و سفید بسازید . برای این کار باید تک تک پیکسل ها را با مقدار مشخصی مقایسه کنید اگر بزرگتر از آن مقدار مشخص بود به جای آن رنگ سفید و اگر کوچکتر بود به جای آن مقدار سیاه قرار می دهیم . به این کار آستانه گیری با Threshold می گویند .
اسلاید ۸ :
vمحاسبه مساحت و محیط :
فرض کنید که تصویری از دایره در یک زمینه سفید
رنگ دارید مانند شکل روبرو :
برای بدست آوردن مساحت این دایره فقط کافی است که تعداد پیکسل هایی که مقدار عددی آن صفر است را بشمارید و آن را کالیبره کنید ( به این معنی که با توجه به فاصله دوربین تا آبجکت , نسبتی بین تعداد پیکسل های واقعی آبجکت و تعداد پیکسل های تصویر بدست آورد ) . به این ترتیب به راحتی می توان مساحت هر آبجکتی را بدست آورد حتی اگر منظم نباشد .
برای بدست آوردن محیط دایره می توان ابتدا شعاع دایره را با استفاده از مساحت آن به دست آورد
( R = S / II ) سپس با استفاده از فرمول P = 2 IIR محیط را محاسبه کرد .
اسلاید ۹ :
vنحوه بدست آوردن مرکز تصویر و آبجکت :
× برای بدست آوردن مرکز تصویر از روش زیر استفاده می شود :
به این معنی که تعداد پیکسل های ماتریس در سطر و تعداد پیکسل های ماتریس در ستون تقسیم بر ۲ دقیقا i , j پیکسل مرکز تصویر خواهد بود .
× برای بدست آوردن مرکز آبجکت باید به صورت زیر عمل کرد :
مساحت آبجکت را بدست می آوریم . برای به دست آوردن مساحت تعداد پیکسل های آبجکت را جمع میکنیم . حال برای بدست آوردن I مرکز آبجکت مقدار j ها را با هم جمع مکنیم. حال برای بدست آوردن j مرکز آبجکت مقدار i های پیکسل ها را با هم جمع و تقسیم به مساحت می کنیم .
اسلاید ۱۰ :
v تشخیص الگو ( Pattern Recognition )
فرض کنید می خواهید تشخیص دهید که آبجکتی که در تصویر است دایره است یا خیر . به این عمل که توسط مغز کامپیتر انجام میشود تشخیص الگو گفته می شود .
برای این منظور باید به دنبال ویژگی منحصر به فردی در دایره باشیم . به عنوان مثال مثلا در مغز انسان , دایره مکان هندسی نقاطی است که فاصله آنها از یک نقطه مشخص از آن در ذهن دارد .
در دایره ویژگی منحصر به فرد P2/S = 4R است . البته باید به این نکته توجه کرد که منحصر به فرد بودن این ویژگی در اشکال هندسی و در آبجکت های بی شکل صادق نیست .
× روند تشخیص الگو در کامپیوتر به شکل زیر است :
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
