1 - پیاده سازی الگوریتم لاپلاسین برای تشخیص نقطه در یک تصویر خاکستری
2 - پیاده سازی الگوریتم لاپلاسین برای تشخیص خط در یک تصویر خاکستری به صورت ایزوتروپیک
3 - پیاده سازی الگوریتم لاپلاسین برای تشخیص خط با جهتی خاص در یک تصویر خاکستری به کمک فیلترهای شکل
4 - تشیخیص لبه در یک تصیویر خاکستری به کمک فیلتر گرادیان سوبل شیکل 14-4 و نمایش تصیاویر گرادیان در جهت x ،گرادیان در جهت y و تصیییویر اندازه گرادیان |y| + |x| عملیاتی شبیه عملیات شکل 16-4 و مقایسه جهت لبه های تشخیص داده شده در هر یک
5 - تشیکیل تصویر زاویه گرادیان برای یک تصیویر خاکستری به کمک فیلتر گرادیان پرویت
6 - تشخیص لبه در یک تصویر خاکستری هموار شده با فیلتر میانگین به کمک فیلتر گرادیان سوبل شکل 14-4 و نمایش تصاویر گرادیان در جهت x ،گرادیان در جهت y و تصیییویر اندازه گرادیان |y| + |x| عملیاتی شبیه عملیات شکل 18-4 و مقایسه جهت لبه های تشخیص داده شده در هر یک
7 - تشخیص لبه های قطری در یک تصویر خاکستری به کمک فیلتر گرادیان سوبل تصویر اندازه گرادیان |y| + |x|
8 - تشخیص لبه در یک تصویر خاکستری هموار شده با فیلتر میانگین به کمک فیلتر گرادیان سوبل شکل 14-4 ،یعنی تهیه تصویر اندازه گرادیان |y| + |x| و سپس آستانه گیری از این تصویر و نمایش آن
9 - بخش بندی یک تصویر بدون نویز خاکستری به کمک آستانه گیری سراسری
10 - بخش بندی یک تصویر نویزدار خاکستری به کمک آستانه گیری سراسری با یافتن آستانه بهینه
11 - بخش بندی یک تصویر نویزدار خاکستری به کمک هموارسازی و آستانه گیری سراسری
12 - بخش بندی یک تصویر نویزدار خاکستری که اندازه شی ء خیلی کوچکتر از پس زمینه باشد به کمک تصویر گرادیان و آستانه گیری سراسری
13 - بخش بندی یک تصویر خاکستری با روش رشد ناحیه با شرط تفاضل مطلق
14 -بخش بندی یک تصویر خاکستری با روش رشد ناحیه از طریق تقسیم و ادغام ناحیه، مطابق شکل 31-4 با شرطی دلخواه مثل متناسب بودن شدت نور ناحیه با پیکسل های همسایه
15 - با استفاده از دستور imnoise بر روی یک تصویر grayscale چندین بار ( مثلا 100 بار ) نویز اضافه کنید و سپس با استفاده از میانگین گیری تصویر اصلی را بازیابی کنید.
16 - تصویر cameraman.tif را در نظر بگیرید و فیلتر ایده آل ، باترورث و گوسین بالاگذر با D0=10,20,40,80 را اعمال نموده و نتایج را نمایش دهید.
17 - تصویر T1.bmp را
الف ) با نویز Salt & Pepper با چگالی نویز 0.04
ب ) با نویز گوسین با میانگین صفر و واریانس 0.06
ج ) نویز Speckle با واریانس 0.06
ترکیب نموده و نتایج فیلترهای زیر را با ماسک هایی به ابعاد 5*5 و 7*7 را بررسی نمایید.
Alpha Trimmed mean filter (d=mark size 2)
median filter
max and min filters
18 - الگوریتم مناسبی برای رنگ آمیزی H & E ( Hematoxylin and Eosin stain ) پیاده سازی کنید.
19 - روش های شناسایی لبه Sobel , Prewitt , Laplacian , LOG , Canny را در محیط متلب ( یا پایتون ) پیاده سازی کنید.
20 -
21 -
22 -
23 -
24 -
25 -
26 -
27 -
28 -
29 -
30 -
31 -
32 -
33 -
34 -
35 -
36 -
37 -
38 -
39 -
40 -
41 -
42 -
43 -
44 -
45 -
46 -
47 -
48 -
49 -
50 -
| جهت سفارش پروژه و تکلیف پردازش تصویر OpenCV و متلب MATLAB لطفا در شبکه های تلگرام و واتساپ موضوع و سوال مورد نظر را به شماره 989364847193+ ارسال نمایید، تا پس از بررسی هزینه خدمت شما اعلام گردد.
