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 - اصلاح 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 

24 - انتقال لگاریتمی ، تابع گاما

25 - برنامه ای بنویسید که تصویر دریافتی را در رزولوشن های مختلف نمایش دهد.

26 - برنامه ای بنویسید که تصویر را در سطوح مختلف کوانتیزه نمایش دهد.

27 - برنامه ای بنویسید تا اجزاء متصل یک تصویر را تشخیص دهد و هر جزء را با یک شماره برچسب زنی کند. Label Image

28 - برنامه ای بنویسید تا یک تصویر را با نرخ Zooming 4  نماید و روشنایی پیکسل های جدید را با کمک روش bilinear  تعیین کند.

29 - برنامه ای بنویسید تا تصحیح گاما را بر روی تصاویر خواسته شده اعمال نماید. نتیجه را برای ضرایب مختلف گاما ارائه کنید.

30 - کنتراست تصویر دلخواه را با کمک Linear Piecewise بهبود دهید.

31 - تصویر دلخواه را به bit plane های آن تجریه نمایید. تصویر را به کمک 5 صفحه بیت با ارزش بازسازی نمایید.

32 - روش histigram equalization را بر روی تصاویر دلخواه اعمال نمایید.

| جهت سفارش پروژه ، تکلیف و آموزش پردازش تصویر Image Processing ، برنامه نویسی متلب Matlab و پایتون  Python  لطفا با متلب خونه تماس بگیرید، تا پس از بررسی هزینه خدمت شما اعلام گردد.

پشتیبانی ( تلفن ثابت دفتر متلب خونه ) : 02191307193  

تلگرام و ایتا :  09364847193

1 - توابع از پیش تعریف شده ای (دستور) در متلب MATLAB برای تبدیل 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.

2 - فرض کنید یک تصویر تحت یکنواخت سازی هیستوگرام قرار گرفته است. نشان دهید اعمال دوباره یکنواخت سازی تاثیری در تصویر نتیجه نخواهد داشت.

3 - عبارات زیر را اثبات کنید.

\[\Im [f(x,y)(-1)^{x+y}]=F(u-M/2,v-N/2)\]

\[ \Im [\nabla^{2} f(x,y)]=-(u^{2}+v^{2})F(u,v)\]

\[\Im [f(x,y)*h(x,y)]=F(u,v)H(u,v)\]

3 - 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 به صورت محلی با ماسک هایی با ابعاد 5*5 و 7*7 را بررسی کنید.

Alpha Trimmed mean filter ( d= mask size -2)

median filter

max and min filters

4 - به تصویر tire.tif یک فیلتر پایین گذر گوسین دو بعدی با ابعاد 32 * 32 و انحراف معیار 5 در حوزه فرکانس در دو حالت زیر اعمال نموده و نتایج را مقایسه نمایید.

without zero padding

with zero padding

5 - تصویر cameraman.tif را در نظر بگیرید و فیلتر ایده آل ، باترورث و گوسین بالاگذر با درجه 2 و D₀=10,20,40,80 را اعمال نموده و نایج را هم در حوزه مکان و هم فرکانس شرح دهید.

6 - برنامه ای بنویسید که یک تصویر و دو آستانه دریافت کند و تصویر خروجی را به فرم زیر تولید کند.

\[ g(x,y)=\left\{\begin{matrix}0 & f(x,y)\leq T1 \\ 128& T1<f(x,y)\leq T2 \\ 255& T2<f(x,y)\\\end{matrix}\right.\]

7 - برنامه ای بنویسید که تصویری به فرمهای زیر تولید کند.

8 - برنامه ای بنویسید که دو تصویر هم اندازه را دریافت و MSE آن را محاسبه کند.

\[ Mean Square Error = \frac{1}{MN}\sum_{x=1}^{M}\sum_{y=1}^{N}(f(x,y)-g(x,y))^{2}\]

9 - برنامه ای بنویسید که تصویر ' pout .t i f ' خوانده و تبدیل فوریه آن را محاسبه کرده و نمایش دهد. آن گاه به سوالات زیر پاسخ دهید.

الف) اگر فیلتر بالاگذر ایده آل روی تصویر با شعاع 30 و 80 اعمال شود روی تصویر چه تاثیری دارد؟ نتایج را تحلیل کنید.

ب) اگر مقادیر تصویر در حوزه مکان در  \[ (-1)^{m+n}\]  ضرب شوند و تبدیل فوریه آن محاسبه گردد چه تفاوتی با تبدیل فوریه تصویر اولیه دارد؟

ج) اگر بخواهیم یک تصویر را شارپ کنیم باید چه عملی روی ضرایب فوریه انجام شود؟

د) بعد فاز تصویر را صفر و معکوس تبدیل فوریه را محاسبه کنید. تصویر ورودی و خروجی را با هم مقایسه کنید.

10 - برنامه ای بنویسید که سه نوع نویز نمک و فلفل ، گوسی و ضربه ای را با درصد متفاوت به تصویر مرد عکاس اضافه نماید و هیستوگرام هر یک از این تصاویر را رسم و با هیستوگرام تصویر اصلی مقایسه کنید. آیا ارتباطی بین نوع نویز با هیستوگرام آن وجود دارد؟ جواب را بررسی وتحلیل کنید.

11 - برنامه ای بنویسید که یک تصویر ورودی را دریافت کند و با توجه به شکل زیر عملیات را انجام دهد.

12 - محدوده دینامیکی تصویر MRI-SC.jpg بین 0 تا 255 است. با استفاده از روش contrast stretching  و اعداد انتخابی ( اختیاری ) پس از تبدیل تصویر به طور شهودی موارد ارتقا یا تنزل تصویر را شرح دهید.

13 - برنامه ای بنویسید که بیت های صفر ، یک ... و هفت را به صورت باینری از تصویر MRI-SC.jpg نمایش دهد.

14 - برنامه محاسبه و نمایش هیستوگرام یک تصویر تک رنگ با ابعاد M*N را با استفاده از نرم افزار MATLAB بنویسید.

15 -در مورد تصویر T1.bmp , T2.tmp , PD.tmp با استفاده از تابع نوشته شده در بند قبل هیستوگرام را بدست آورده و نتیجه را با تابع imhist مقایسه کنید.

16 - با استفاده از تابع هیستوگرام راهکاری برای تشخیص نوع تصویر MRI (T1,T2,PD) ارائه کنید.

17 -

18 -

19 -

20 -

 

| جهت سفارش پروژه و تکلیف پردازش تصویر OpenCV و متلب MATLAB لطفا در شبکه های تلگرام و ایتا موضوع و سوال مورد نظر را به شماره  989364847193+ ارسال نمایید، تا پس از بررسی هزینه خدمت شما اعلام گردد.