پردازش تصویر(فصل 3): فیلترهای مکانی


توضیحات:

در پردازش تصویر، یکی از رایج ترین راهها برای بهبود یک تصویر، فیلترهای مکانی هست. فیلترهای مکانی در حوزه مکان روی تصویر اعمال می‌شوند و اطلاعات مورد نظر را از تصویر استخراج می‌کنند. در فصل سوم دوره جامع پردازش تصویر، انواع فیلترهای مکانی از جمله فیلتر متوسط‌گیری، فیلتر median، لاپلاسین، Sobel ، Prewitt، canny و wiener را پیاده سازی کرده‌ایم و از آنها در کاربردهای مختلفی مثل کاهش نویز تصویر، بهبود لبه‌های تصویر و آشکارسازی لبه‌های تصویر استفاده کرده‌ایم. در این فصل دو مقاله تخصصی به صورت صفر تا صد پیاده سازی شده اند.

توضیحات

پیکسل‌های همسایه اطلاعات مهمی در مورد هر پیکسل ارائه میدهند. که میتوان از این اطلاعات برای حذف نویز، شناسایی لبه‌های تصویر استفاده کرد. به طور خیلی ساده فیلترهای مکانی این اطلاعات را استخراج می‌کنند.

نحوه فیلتر کردن تصویر در حوزه مکان

در ابتدا ی فیلتر مکانی با اندازه مشخص تعریف میشود. که داریه های آن مقادیر مختلفی دارند. بسته به اینکه مقدار درایه های فیلتر مکانی چی باشد، خاصیت فیلتر را مشخص میکند. اگر مقادیر بر اساس انتگرال تعریف شوند، در نتیجه اعمال فیلتر روی تصویر، تصویر هموار می شود و اگر براساس مشتق تعریف شوند، در نتیجه آن لبه‌های تصویر استخراج می شود.

نحوه اعمال فیلترهای مکانی در پردازش تصویر

 

بعد از تعیین فیلتر مکانی، تک تک پیکسلهای تصویر پیمایش شده و همسایه های هر پیکسل  به مرکزیت پیکسل مورد (به اندازه فیلتر مکانی) از تصویر جدا شده و کانولوشن بین آنها و فیلتر مکانی محاسبه می‌شود و مقدار بدست آمده در تصویر خروجی در آدرس متناظر قرار می‌گیرد.

 

فهرست مطالب

مقدمه ای بر فیلترهای مکانی

فیلترهای هموارساز تصویر(smoothing filters)

  • فیلتر متوسط گیری

  • فیلتر گوسین

  • فیلتر میانه

  • فیلتر ماکزیمم و مینیمم

کاهش نویز تصویر با فیلترهای هموارساز تصویر

حذف اشیائ کوچک تصویر با فیلترهای هموارساز تصویر

نقابهای غیرتیزی و فیلترینگ با تقویت بالا(unsharp masking and high boost filtering)

بهبود لبه های تصویر با کمک فیلترهای هموارساز

کاربرد مشتق در شناسایی لبه‌های تصویر

فیلترهای تیز کننده تصویر(sharpening filters)

  • فیلترلاپلاسین

  • فیلتر سوبل

  • فیلتر Prewitt

  • فیلتر Laplacian of gaussian

بهبود لبه های تصویر با فیلترهای sharpening

گرادیان تصویر

بهبود لبه های تصویر با کمک گرادیان تصویر

پیاده سازی گام به گام فیلتر canny

آشکارسازی لبه های تصویر با فیلتر canny

پیاده سازی گام به گام فیلتر wiener

کاهش نویز تصویر با فیلترwiener

ترکیب فیلتر canny  و wiener برای استخراج لبه‌های تصویر



محتوای فصل سوم دوره پردازش تصویر

  • ویدیوهای آموزشی
  • کدهای پیاده سازی شده برای مثالها، مقالات و پروژه های انجام شده
  • جزوه دست نویس مدرس

مدت زمان دوره: 15 ساعت و 30 دقیقه

مدرس دوره: محمد نوری زاده چرلو

.فقط مشتریانی که این محصول را خریداری کرده اند و وارد سیستم شده اند میتوانند برای این محصول دیدگاه ارسال کنند.