| متلب خونه |

MATLABKhooneh

کوییز پردازش تصویر دانشگاه سبزوار

1 - عملگر T روی تصاویر f1 و f2 به صورت زیر اعمال شده و تساوی زیر به دست آمده است. چه نتیجه ای از عملگر T می توان گرفت؟

\[a_{1}.T(f_{1}(x,y))+2a_{2}.T(f_{1}(x,y))=T(2a_{1}f_{1}(x,y)+a_{2}f_{2}(x,y))\]

الف - یک عملگر خطی است

ب - عملگر مینیمم است

ج - عملگر ضرب است

د - عملگر غیرخطی است


2 - در ماتریس زیر ، اگر همجواری را به صورت زیر تعریف کنیم ، پیکسل های همجوار m گانه پیکسل (2 ، 2 ) را مشخص کنید.   

170 < V < 180

3 2 1  
129 170 125 1
175 170 172 2
128 128 125 3

a . (2,3) (2,1) (1,2)

b . (3,2) (3,1) (2,3) (1,2)

c . (2,3) (2,2) (1,3) (1,1)

d . هیچکدام


3 - تصویربرداری با اشعه گاما برای چه کاربردهایی مناسب است؟

الف - کهکشان ها

ب - صنعتی 

ج - پزشکی

د - گزینه 1 و 2 


4 - تصویربرداری طیف مادون قرمز برای چه کاربردهایی مناسب است؟

الف - دوربین نظارتی 

ب - تصویربرداری چند طیفی

ج - کنترل کیفیت در خط تولید محصول

د - گزینه 1 و 2


5 - آشکارسازهای line-sensor و array-sensor برای چه نوع تصویربرداری مناسب است؟

الف - تصویربرداری از اجسام یک بعدی

ب - تصویر برداری پزشکی

ج - تصویربرداری از جسمی که طول آن مشخص نیست

د - گزینه 1 و 2


6 - کدام گزینه صحیح است؟

الف - میزان انرژی دریافتی توسط هر پیکسل  ( سلول  ) از سنسور دوربین رابطه مستقیم با میزان نور صحنه و میزان حساسیت سنسور دوربین دارد

ب - هرچه F-number دوربین بزرگتر باشد ، روزنه دیافراگم در لحظه تصویربرداری بیشتر باز می شود

ج - میزان انرژی دریافتی سنسور دوربین با زمانتصویربرداری و F-number رابطه مستقیم دارد.

د - همه موارد


7 - تشخیص رنگ بر عهده ی چه سلول هایی است؟

الف - سلول های مخروطی که در ناحیه fovea بیشتر متمرکزند

ب - بیشت برعهده سلول های استوانه ای و کمتر بر عهده سلول های مخروطی است

ج - سلول های مخروطی که بر سطح شبکیه پراکنده اند

د - سلول های استوانه ای که بیشتر در ناحیه fovea متمرکزند

ه - سلول هاس استوانه ای که در سطح شبکیه پراکنده اند


انجام تکلیف و تمرین های پردازش تصویر

جهت  آموزش شبیه سازی و سفارش پروژه لطفا در واتساپ مشخصات خود و موضوع را به شماره 989364847193+ ارسال نمایید تا پس از بررسی هزینه خدمت شما اعلام گردد.

حل تمرین پردازش تصویر با متلب ( کد Mat0080 )

1 - برنامه ای بنویسید که یک تصویر را دریافت کند و بدون با استفاده از دستور histogram  متلب ، هیستوگرام یک تصویر را ترسیم کند.


2 - برنامه ای بنویسید که یک تصویر را دریافت کند و بدون استفاده از دستورات آماده متلب لبه های آن را مشخص کند. ( هدف پیاده سازی کد یافتن لبه است )

 

تکلیف پردازش تصویر ( کد Mat0062 )

1 - نویز متناوب سینوسی به شکل زیر را به تصویر cameraman اعمال کرده و تصویر حاصل را رسم کنید. سپس با توجه به فرکانس های نویز سینوسی یک filter notch طراحی کنید و تصویر اولیه را بازیابی کنید. ( برای سادگی فرکانس Vرا صفر در نظر بگیرید. مقدار A هم طوری انتخاب شود که نویز در تصویر دیده شود.)

\[\eta (x,y)=Asin(2 \pi u_{0}x+2 \pi v_{0}y)\]


2 - تبدیل هاف تصویر زیر را رسم کنید و rho , theta ی خطوط تصویر را مشخص کنید.


3 - با استفاده از عملگرهای مورفولوژی متلب ، مربع، دایره و مستطیل را مطابق شکل از تصویر جدا کنید.


4 - در تصویر شکل زیر تعداد دایره های کوچک و بزرگ را تعیین کنید.


5 - بخش بندی یک تصویر نویزدار خاکستری به کمک آستانه گیری سراسری با یافتن آستانه بهینه


6 - یک تصویر خاکستری را در ماتریسی در متلب بخوانید، به کمک حلقه for و تعریف یک سطح آستانه ( مفهوم سطح آستانه برای این عملیات تدریس شده است) ، آن را به تصویر باینری تبدیل کرده و در یک پنجره هر دو تصویر را در کنار هم نمایش دهید. سطح آستانه را تغییر داده و مجددا عملیات قبل را تکرار کنید. تفاوت در تصاویر باینری استخراجی را توضیح دهید.


7 - یک تصویر خاکستری را در ماتریسی در متلب بخوانید، ابعاد آن را مشخص کرده و با دستور input به کاربر اطالع دهید که تصویر دارای چه ابعادی است و از او بخواهید که بگوید به چه ابعاد کوچکتری بریده شود. کاربر ابعاد مورد نظر را وارد کند. اگر ابعاد ورودی کمتر از ابعاد اصلی تصویر بود، تصویر را به آن ابعاد بریده و نمایش دهد. وگرنه، به کاربر پیام خطا در وارد کردن ابعاد داده و مجدد از او ابعاد جدید بخواهد


8 - توابع از پیش تعریف شده ای (دستور) در متلب برای تبدیالت بین تصویر رنگی، خاکستری و باینری به هم وجود دارند. آنها را یافته و در یک m فایل، چند نمونه را نوشته و تست کنید. برای برش تصویر به ابعاد دلخواه نیز این مورد وجود دارد. همین کار را برای برش تصویر نیز انجام دهید.


9 -


10 -


11 -


12 -


13 - 


14 -


15 -


16 -


17 -


18 -


19 -


20 -


برنامه نویسی متلب MATLAB

جهت خرید پروژه انجام شده ، آموزش شبیه سازی و سفارش پروژه لطفا در واتساپ مشخصات خود و موضوع را به شماره 989364847193+ ارسال نمایید تا پس از بررسی هزینه خدمت شما اعلام گردد.

تکلیف متلب ( کد Mat0048 ) پردازش تصویر (عملیات مورفولوژیکی )

1 - پیاده سازی عملیات ساییدگی یک مربع مشکی 200*200 پیکسل با عنصر سازنده مربع مشکی 20*20 پیکسل و 60*20 پیکسل

2 - پیاده سازی عملیات ساییدگی روی یک تصویر باینری

3 - پیاده سازی عملیات انبساط یک مربع مشکی 200*200 پیکسل با عنصر سارنده مربع مشکی 20* 20 پیکسل و 60*20 پیکسل

4 - پیاده سازی عملیات انبساط روی یک تصویر باینری 

5 - انجام عملیات ساییدگی بر روی یک تصویر باینری دلخواه مناسب ، با استفاده از تابع آماده ساییدگی  MATLAB و مقایسه نتیجه آن با  اجرای ساییدگی به صورت کدنویسی شده

6 - انجام عملیات انبساط بر روی یک تصویر باینری دلخواه مناسب ، با استفاده از تابع آماده ساییدگی  MATLAB و مقایسه نتیجه آن با  اجرای انبساط به صورت کدنویسی شده

7 - پیاده سازی عملیات بازکردن بر روی یک تصویر باینری دلخواه مناسب ، با استفاده از تابع آماده بازکردن  MATLAB و مقایسه نتیجه آن با  اجرای ساییدگی به صورت کدنویسی شده ( انبساط ساییدگی )

8 - پیاده سازی عملیات بستن بر روی یک تصویر باینری دلخواه مناسب ، با استفاده از تابع آماده بستن در  MATLAB و مقایسه نتیجه آن با  اجرای ساییدگی به صورت کدنویسی شده ( ساییدگی انبساط )

9 - پیاده سازی عملیات بازکردن و سپس بستن بر روی یک تصویر باینری دلخواه مناسب و بررسی مزایا و معایب هر مرحله

10 - پیاده سازی عملیات تبدیل اصابت  روی یک تصویر باینری 

11 - پیاده سازی عملیات استخراج مرز روی یک تصویر باینری

12 - پیاده سازی عملیات پرکردن سوراخ  روی یک تصویر باینری

13 - پیاده سازی عملیات استخراج مولفه های متصل روی یک تصویر باینری

14 - پیاده سازی عملیات پوسته محدب روی یک تصویر باینری

15 - پیاده سازی عملیات نازک کردن روی یک تصویر باینری

16 - پیاده سازی عملیات ضخیم کردن روی یک تصویر باینری

17 - پیاده سازی عملیات انبساط ژئودزیک روی یک تصویر باینری

18 - پیاده سازی عملیات ساییدگی و انبساط یک تصویر خاکستری با عنصر سازنده تخت 

19 - پیاده سازی عملیات بازکردن و بستن یک تصویر خاکستری با عنصر سازنده تخت

 

برنامه نویسی متلب MATLAB

جهت خرید پروژه انجام شده ، آموزش شبیه سازی و سفارش پروژه لطفا در واتساپ مشخصات خود و موضوع را به شماره 989364847193+ ارسال نمایید تا پس از بررسی هزینه خدمت شما اعلام گردد.

تکلیف متلب ( کد Mat0031 )

1 - سیگنال گسسته تصویر cameraman.tif و pout.tif را plot کنید. نمودار هیستوگرام Histogram  ( تعداد پیکسل های خاکستری با فراوانی آن ها ) را plot کنید. در صورت همگن نبودن ، سعی در تعدیل نمودار Histogram کنید و عکس جدید را نمایش دهید.

هدف این تکلیف پیاده سازی مفهوم histogram equalization است. در این کد از دستور histeq استفاده نشده و الگوریتم histogram equalization پیاده سازی شده است.


2 - برنامه ای بنویسید که ابتدا یک تصویر را بخواند ، سپس رنگ های مختلف آن را جدا کند ، در مرحله بعد هیستوگرام هر رنگ را ترسیم کند ، در مرحله بعد با استفاده از برابر سازی هیستوگرام histeq تصاویر جدید را بسازد و دوباره هیستوگرام را ترسیم کند. ( برای افزایش کنتراست تصویر )

 

پروژه های پردازش تصویر انجام شده با متلب MATLAB و پایتون Python ( کد Mat0030 و Py0008 )

1 - تعیین ناخالصی در سنگ مرمر

2 - تعیین ناخالصی در سنگ گرانیت

3 - تعیین محدوده ابر

4 - شمارش تعداد آجرهای دیوار

5 -جداسازی تخم مرغ و تعیین عناصر آن

6 - جداسازی محدوده بالایی پر کبوتر

7 - تعیین ناخالصی در فیروزه

8 -تعیین تشدید و سرکش در متن دست نوشته

9 - تعیین محدوده ماسه

10 - تعیین نوع برگ درخت

11 - تعیین محدوده در تصاویر ماموگرافی

12 - تعیین محدوده در تصاویر X-ray دست

13 - عیین محدوده در تصاویر X-ray قفسه سینه

14 -عیین محدوده در تصاویر X-ray زانو

15 - تشخیص نقاط در یک متن

16 - تعیین محدود ترک   آسفالت

17 - تعیین عمق جوش

18 - تعیین شکستگی برنج

19 - تعیین ریگ در نخود

20 - تعیین ریگ در لوبیا

21 - تعیین ریگ در عدس

22 - تعیین محدوده متن در تصاویر طبیعی

23 - تعیین لایه های متن نوشته شده یا چاپی

24 - تعیین محدوده سفیدی چشم انسان

25 - تعیین رگه های کف دست

26 - تعیین میزان لب پریدگی در مته کاری

27 - تعیین خندان بودن پسته

28 - تعیین نوع اسکناس ایرانی

29 - تعیین نوع اسکناس هندی

30 - تعیین نوع سکه ایرانی

31 - تعیین میزان چربی گوشت

32 - به دست آوردن محدوده شناور بر روی آب

33 - تعیین کثیفی ( آلودگی ) در خرما

34 - تعییین میزان فرسودگی در لاستیک ماشین

35 - تعیین جنسیت با استفاده از انگشتان دست

36 - تعیین میزان چروک و میزان اندازه عناب

37 - تعیین رگه های مختلف در سنگ های تراورتن

38 - تعیین محدوده غده در سرطان روده

39 - تعیین خندان بودن لب ها

40 - تعیین محدوده ابروها و مشخصات آن ها در انسان

41 - تعیین مشخصات صورت انسان

42 - تعیین آلودگی در آب با استفاده از پردازش تصویر

43 - تعیین رگه های موجود در چوب

44 - تعیین محدوده های گل های قالی

45 - تعیین طول و عرض و محدوده میلگرد

46 - تعیین محدوده امضا در یک متن

47 - تعیین اندازه ، محدوده شماره مهره ها ( پیچ و مهره )

48 - تعیین محدوده پنجره در یک ساختمان

49 - تعیین میزان ملات موجود بین آجرهای ساختمان

50 - تعیین گلبرگ ها در گیاه زعفران

51 - تعیین محدوده پلاک خودرو

52 - تعیین محدوده مدارهای الکترونیکی

53 - تعیین میزان گوگرد در سیخ های کبریت

54 - تعیین محدوده لکه روغن بر روی آب

 

پردازش تصویر با متلب MATLAB و پایتون Python

جهت خرید پروژه انجام شده ، آموزش شبیه سازی و سفارش پروژه لطفا در واتساپ مشخصات خود و موضوع را به شماره 989364847193+ ارسال نمایید تا پس از بررسی هزینه خدمت شما اعلام گردد.

تکلیف متلب ( کد Mat0029 )

1 - یافتن فاصله بین دو پیکسل دلخواه در یک تصویر خاکستری

2 - صفر کردن کم ارزش ترین بیت یک تصویر خاکستری و تفریق آن از تصویر اصلی برای نشان دادن مشخصه های اصلی تصویر

3 - انجام عملیات اجتماع و اشتراک بر روی دو تصویر باینری نمونه

4 - مکمل کردن یک تصویر خاکستری

5 - انجام چند عملیات منطقی بر روی دو تصویر باینری

6 - انجام چند عملیات مختصات مکانی بر روی یک تصویر باینری

7 - رسم هیستوگرام یک تصویر خاکستری

8 - اصالح هیستوگرام عمومی یک تصویر خاکستری

9 -رسم هیستوگرام یک تصویر خاکستری آلوده به نویز  و مقایسه آن

10 - پیاده سازی یکی از فیلترهای میانگین بر روی یک تصویر خاکستری نویزی

11 - پیاده سازی فیلتر میانه 3*3 بر روی یک تصویر خاکستری نویزی

12 - پیاده سازی فیلترهای min و max با ابعاد 3*3 بر روی یک تصویر خاکستری نویزی

14 - پیاده سازی فیلتر میانگین هندسی با ابعاد دلخواه بر روی یک تصویر خاکستری نویزی

15 - پیاده سازی فیلترهای لاپلاسین  بر روی یک تصویر خاکستری مات

16 - پیاده سازی فیلترهای گرادیان بر روی یک تصویر خاکستری مات

17 - پیاده سازی فیلتر حذف غیر تیزی بر روی یک تصویر خاکستری 

18 - پیاده سازی دو فیلتر  لاپلاسین و گرادیان بر روی یک تصویر خاکستری

19 - اعمال تبدیل نگاتیو بر روی یک تصویر خاکستری

20 - پیاده سازی تبدیل توان با سه گامای کوچکتر از یک بر روی یک تصویر خاکستری تیره و سه گامای بزرگتر از یک بر روی یک تصویر خاکستری روشن

21 - پیاده سازی دو تبدیل قطعه به قطعه خطی  با مقادیر دلخواهی از A و B بر روی یک تصویر خاکستری

22 - اعمال بخش بندی صفحه بیتی بر روی یک تصویر خاکستری 8 بیتی و نمایش هر یک از 8 صفحه

23 - بازسازی تصویر خاکستری 8 بیتی با صفحات بیتی 7 و 8 با ضرب پیکسل های صفحه n ام در ثابت 

 

پردازش تصویر با متلب MATLAB

جهت خرید پروژه انجام شده ، آموزش شبیه سازی و سفارش پروژه لطفا در واتساپ مشخصات خود و موضوع را به شماره 989364847193+ ارسال نمایید تا پس از بررسی هزینه خدمت شما اعلام گردد.

Designed By M A T L A B K H O O N E H