no-img
انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب

حذف باران در تصاویر دیجیتالی با کمک پردازش تصویر در متلب - انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب


انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب
مطالب ویژه
گزارش خرابی لینک
اطلاعات را وارد کنید .

ادامه مطلب

ZIP
حذف باران در تصاویر دیجیتالی با کمک پردازش تصویر در متلب
zip
اکتبر 2, 2019
5 mb
۲۸,۰۰۰ تومان
0 فروش
۲۸,۰۰۰ تومان – خرید

حذف باران در تصاویر دیجیتالی با کمک پردازش تصویر در متلب


حذف باران در تصاویر دیجیتالی با کمک پردازش تصویر در متلب:پروژه متلب رایگان

پروژه متلب رایگان: در این برنامه با کمک پردازش تصویر و کنتراست تصویر قطرات باران را از پس زمینه شناسایی و حذف میکند.

پردازش تصویر

هنگامی که داده های سنجش از دور به فرمت رقومی(Digital) باشند،

میتوان با استفاده از کامپیوتر ،پردازش و تجزیه و تحلیل های رقومی نجام داد.این پردازش برای افزایش کیفیت داده ها و تفسیر های چشمی انجام میگیرد.همچنین میتوان موضوع یا اطلاعات به خصوصیرا از تصویر به دست آورد که همگی به صورت خودکار توسط کامپیوتر انجام میگیرد.

تصاویر آنالوگ:

تصاویری مانند عکس های هوایی که توسط سیستم های عکس برداری (دوربین) به دست میآیند.از آنجایی که در این عکس ها از فیلم عکاسی استفاده شده است،پس هیچ پردازشی نیاز ندارد.

تصاویر رقومی(دیجیتالی):

 

پروژه متلب رایگان: تصاویر سنجش شده که از تعداد زیادی مربعات کوچک(پیکسل) تشکیل شده اند.هر پیکسل دارای یک شماره رقمی(Digital Number) میباشد که بیانگر میزان روشنایی  آن پیکسل  است.به این نوع تصاویر ، تصاویر رستری هم میگویند.تصاویر رستری دارای سطر و ستون میاشند.

 

یک تصویر را می توان توسط تابع دوبعدی f(x,y) که در آن X و Y را مختصات مکانی و مقدار f در هر نقطه را شدت روشنایی تصویر درآن نقطه می نامند. اصطلاح سطح خاکستری نیز به شدت روشنایی تصاویر مونوکروم اطلاق میشود . تصاویر رنگی نیز از تعدادی تصویر دوبعدی تشکیل می شود.

 

زمانی که مقادیر X و Y و مقدار f(x,y) با مقادیر گسسته و محدود بیان شوند ، تصویر را یک تصویر دیجیتالی می نامند. دیجیتال کردن مقادیر X و Y را Sampling و دیجیتال کردن مقدار f(x,y) را quantization گویند.

 

پروژه متلب رایگان: برای نمایش یک تصویر M * N از یک آرایه دو بعدی ( ماتریس) که M سطر و N ستون دارد استفاده می کنیم . مقدار هر عنصر از آرایه نشان دهنده شدت روشنایی تصویر در آن نقطه است. در تمام توابعی که پیاده سازی خواهیم کرد ، هر عنصر آرایه یک مقدار ۸ بیتی است که می تواند مقداری بین ۰ و ۲۵۵ داشته باشد. مقدار صفر نشان دهنده رنگ تیره ( سیاه ) و مقدار ۲۵۵ نشان دهنده رنگ روشن ( سفید ) است.

 

به عنوان مثال تصویر زیر که سایز آن ۲۸۸ * ۲۶۵ است از یک ماتریس که دارای ۲۸۸ سطر و ۲۶۵ ستون است برای نمایش تصویر استفاده می کند .

 

 

هر پیکسل از این تصویر نیز مقداری بین ۰ و ۲۵۵ دارد . نقاط روشن مقادیری نزدیک به ۲۵۵ و نقاط تیره مقادیر نزدیک به ۰ دارد. همه توابع پردازش تصویر از این مقادیر استفاده کرده و اعمال لازم را بر روی تصویر انجام می دهند

 

مقادیر پیکسلها:

پروژه متلب رایگان: مقدار انرژی مغناطیسی که  یک تصویر رقومی به هنگام تصویر برداری کسب میکند،رقم های دوتایی(Digit binary) یا بیت ها(Bits) را تشکیل میدهند که از قوه صفر تا ۲ ارزش گذاری شده است.هر بیت ، توان یک به قوه ۲ (۱بیت=۲۱)میباشد.

حداکثر تعداد روشنایی بستگی به تعداد بیت ها دارد.بنابراین ۸ بیت یعنی ۲۵۶ شماره رقومی که دامنه ای از ۰ تا ۲۵۵ دارد.به همین دلیل است که وقتی شما تصویر رستری از سنجنده خاصی مانند TM را وارد نرم افزاری میکنید  تغییرات میزان روشنایی را بین ۰ تا ۲۵۵ نشان میدهد.

دامنه تغییرات رنگ مقدار پیکسل نوع تصویر
۰-۲۵۵ ۲۸ = ۲۵۶ ۸-bit image
۰-۶۵۵۳۵ ۲۱۶ = ۶۵۵۳۶ ۱۶-bit image
۰-۱۶۷۷۷۲۱۵ ۲۲۴ = ۱۶۷۷۷۲۱۶ ۲۴-bit image

دقت تصویر:

دقت تصویر بستگی به عدد پیکسل ها دارد.با یک تصویر ۲ بیتی ، حداکثر دامنه روشنایی ۲۲ یعنی ۴ میباشد که دامنه آن از ۰ تا ۳ تغییر میکند.در این حالت تصویر دقت (تفکیک پذیری لازم) را ندارد.تصویر ۸ بیتی حداکثر دامنه ۲۵۶ دارد و تغییرات  آن بین ۰ تا ۲۵۵ است .که دقت بالاتری دارد.

روش های پردازش تصاویر:

بخش بندی سطح خاکستری ( Gray-Level Slicing )

پروژه متلب رایگان: فرض کنید می خواهیم مساحت کل جنگل های استان را تعیین کنیم. با فرض اینکه عکس هوایی از استان را داشته باشیم ، می توانیم از بخش بندی سطح خاکستری استفاده کنیم. بدین صورت که با نمایان کردن سطوح خاکستری نشان دهنده جنگل ها و پایین آوردن شدت سطوح خاکسنری دیگر نقاط تصویر ، مساحت جنگل ها را محاسبه کنیم. نمودار زیر نحوه نگاشت مقادیر پیکسل ها ی تصویر ورودی را نشان می دهد.

همچنین از نمودار زیر نیز برای نگاشت مقادیر پیکسل های تصویر ورودی می توان استفاده کرد.

شکل نمودار فوق نشان می دهد که تصویر خروجی  تولید شده توسط این نمودار یک تصویر باینری است.

ترمیم تصویر(Image restoration):

در بیشتر تصاویری که توسط ماهواره ها یا رادار ها ثبت میگردند ،  اختلالاتی در  تصویر به وجود میاید که به دلیل خش میباشد.دو اختلال مهم در تصاویر چند باندی ، نواری شدن (Banding) و خطوط از جا افتاده میباشد.

نواری شدن(باندی شدن):

اشتباهی که توسط سنجنده ، در ثبت و انتقال داده ها روی میدهد.و یا تغییر پیکسل در بین ردیف ها میتواند باعث ایجاد چنین اشتباهی گردد.

خطوط از جا افتاده ( خطا در تصویر) :

اشتباهی که در ثبت و انتقال داده ها روی میدهد و در نتیجه، یک ردیف پیکسل در عکس از بین میرود.

بالا بردن دقت عکس:یکی از کار های مهمی که در پردازش تصویر انجام میگردد، بالا بردن دقت عکس به منظور دید و تفسیر چشمی دقیق تر میباشد.روش های بسیاری برای نیل به این هدف وجود دارد ولی مهمترین آنها ، افزایش تباین(Contrast) تصویر و عملیات فیلتر کردن میباشد.

هیستوگرام تصویر:

در هر تصویر رقومی ، مقادیر پیکسل ها بیانگر خصوصیات آن تصویر(مانند میزان روشنایی تصویر و وضوح آن) میباشد.هیستوگرام تصویر در حقیقت بیان گرافیکی میزان  روشنایی تصویر میباشد.مقادیر روشنایی( برای مثال ۰-۲۵۵) در طول محور X  بیان شده و میزان فراوانی هر مقدار در محور Y بیان میگردد.

بالا بردن دقت عکس:

 

یکی از کار های مهمی که در پردازش تصویر انجام میگردد، بالا بردن دقت عکس پ به منظور دید و تفسیر چشمی دقیق تر میباشد.روش های بسیاری برای نیل به این هدف وجود دارد ولی مهمترین آنها ، افزایش تباین(Contrast) تصویر و عملیات فیلتر کردن میباشد.

 

هیستوگرام تصویر:

 

در هر تصویر رقومی ، مقادیر پیکسل ها بیانگر خصوصیات آن تصویر(مانند میزان روشنایی تصویر و وضوح آن) میباشد.هیستوگرام تصویر در حقیقت بیان گرافیکی میزان  روشنایی تصویر میباشد.

مقادیر روشنایی( برای مثال ۰-۲۵۵) در طول محور X  بیان شده و میزان فراوانی هر مقدار در محور Y بیان میگردد.

 

بالا بردن دقت عکس:

پروژه متلب رایگان: یکی از کار های مهمی که در پردازش تصویر انجام میگردد، بالا بردن دقت عکس به منظور دید و تفسیر چشمی دقیق تر میباشد.روش های بسیاری برای نیل به این هدف وجود دارد ولی مهمترین آنها ، افزایش تباین(Contrast) تصویر و عملیات

فیلتر کردن میباشد.

هیستوگرام تصویر:

در هر تصویر رقومی ، مقادیر پیکسل ها بیانگر خصوصیات آن تصویر(مانند میزان روشنایی تصویر و وضوح آن) میباشد.هیستوگرام تصویر در حقیقت بیان گرافیکی میزان  روشنایی تصویر میباشد.

مقادیر روشنایی( برای مثال ۰-۲۵۵) در طول محور X  بیان شده و میزان فراوانی هر مقدار در محور Y بیان میگردد.

تصویر ۸ بیتی(۰-۲۵۵) در بالا و هیستوگرام مقادیر پیکسل تصویر در پایین .محور افقی بین ۰-۲۵۵ و محور قائم ، تعداد پیکسل ها میباشد.

افزایش تباین از طریق امتداد اعداد ( DN) پیکسلها :

معمولا دامنه مقادیر پیکسل های تصاویر با هر بیتی ( در اینجا مثلا ۸ بیت)، بین ۰-۲۵۵ نمیباشد .و مثلا بین ۴۸ تا ۱۵۳  میباشد . برای افزایش تباین ، مقادیر پیکسل ها را آنقدر امتداد میدهیم تا ۴۸ به جای ۰ و ۱۵۳ به جای ۲۵۶ قرار گیرد .

در نتیجه تباین وهمچنین کیفیت عکس بالا میرود. به این عمل کشش خطی  گویند.

 

مقادیر پیکسل تصویر اصلی (در بالا) و تصویر کشیده شده (در پایین).

 

خروجی متلب :

 

پروژه متلب رایگانپروژه متلب رایگانپروژه متلب رایگانپروژه متلب رایگان

به این پست امتیاز دهید.
هر چقدر ما رو دوست دارید ستاره بدید!!!


برچسب‌ها :
ads

درباره نویسنده

mrk kiani 366 نوشته در انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب دارد . مشاهده تمام نوشته های

دیدگاه ها


دیدگاهتان را بنویسید