پاورپوینت کامل آموزش MATLAB: فصل سیزدهم، پردازش تصویر ۶۱ اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل آموزش MATLAB: فصل سیزدهم، پردازش تصویر ۶۱ اسلاید در PowerPoint دارای ۶۱ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل آموزش MATLAB: فصل سیزدهم، پردازش تصویر ۶۱ اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل آموزش MATLAB: فصل سیزدهم، پردازش تصویر ۶۱ اسلاید در PowerPoint

اسلاید ۴: ۱۳-۲- انواع تصاویرتصاویر شدت(Intensity Image)تصویر شدت یا تصویر سطح خاکستری، به تصویری گفته می‌شود که تنها دارای مقادیر روشنایی باشد و فاقد خصوصیات رنگ مانند: فام و خلوص باشد. در متلب این تصاویر توسط ماتریسهای دو بعدی تعریف می‌شوند بطوریکه مقدار هر عنصر از این ماتریس معرف میزان روشنایی پیکسل متناظرش در تصویر مربوطه می‌باشد. دامنه تغییرات عناصر این ماتریس ممکن است بین ۰ تا ۱ و یا بین ۰ تا ۲۵۵ تغییر کند. در حالت اول داده‌های ماتریس از نوع دقت مضاعف و در حالت دوم از نوع uint8 خواهد بود. بجز توابع تعریف شده در جعبه‌ابزار images و بعضی از توابع خود متلب، سایر عملیات ریاضی بر روی نوع uint8 در حال حاضر امکانپذیر نمی‌باشد. لذا در صورت نیاز، این نوع باید به نوع دقت مضاعف تبدیل شود که میزان حافظه‌ مورد نیاز آن چهار برابر نوع uint8 است.

اسلاید ۵: ۱۳-۲- انواع تصاویر-ادامهتصاویر شدت-ادامهنمونه‌ای از یک تصویر شدت:

اسلاید ۶: ۱۳-۲- انواع تصاویر-ادامهتصاویر اندیس‌شده(Indexed Image)این تصاویر توسط دو ماتریس زیر مشخص می‌شوند:ماتریس اندیس: ماتریسی است که ابعاد آن برابر با ابعاد تصویر بر حسب پیکسل می‌باشد. مقادیر این ماتریس معمولا بین ۱ تا ۲۵۶ تغییر می‌کند و مقدار هر درایه از این ماتریس معرف شماره سطری از ماتریس نقشه‌رنگ است. ماتریس نقشه‌رنگ(map): این ماتریس دارای ۳ ستون می‌باشد و هر سطر از آن معرف یکی از رنگهای موجود در تصویر است. بطوریکه عنصر اول هر سطر معرف نسبت اولیه قرمز، عنصر دوم معرف اولیه سبز و عنصر سوم معرف اولیه آبی است.یک تصویر اندیس‌شده بسته به مقادیر ماتریس نقشه‌رنگ، ممکن است رنگی یا سطح خاکستری باشد.

اسلاید ۷: ۱۳-۲- انواع تصاویر-ادامهتصاویر اندیس‌شده(Indexed Image)-ادامهنمونه‌ای از یک تصویر اندیس‌شده

اسلاید ۸: ۱۳-۲- انواع تصاویر-ادامهتصاویر باینرییک تصویر باینری به تصویری گفته می‌شود که هر پیکسل از آن تنها بتواند دارای یکی از دو مقدار ممکن (معمولا ۰ و ۱) باشد.در متلب این تصاویر می‌توانند با فرمت double و یا uint8 ذخیره‌سازی شوند. اما بطور پیش‌فرض متلب فرمت uint8 را بکار خواهد برد که مقادیر آن می‌تواند، ۰ و ۱ ویا ۰و ۲۵۵ باشد.

اسلاید ۹: ۱۳-۲- انواع تصاویر-ادامهتصاویر RGBیک تصویر RGB یا true color به تصویری گفته می‌شود که به ازای هر پیکسل از آن سه عدد بین ۰ تا ۲۵۵ در حافظه کامپیوتر ذخیره شده باشد که این اعداد معرف شدت هر یک از اولیه‌های قرمز، سبز و آبی می‌باشد. مثلا برای یک پیکسل سفید سه عدد ۲۵۵ و برای یک پیکسل سبز سه عدد ۰، ۲۵۵ و ۰ به ترتیب معرف شدت اولیه‌های قرمز، سبز و آبی ایجاد خواهد شد. بنابراین برای هر نقطه از تصویر بیش از ۱۶ میلیون(۲۵۶*۲۵۶*۲۵۶) حالت رنگی مختلف امکانپذیر خواهد بود. واضح است که یک تصویر rgb سه برابر یک تصویر شدت هم‌اندازه با آن حافظه کامپیوتر را اشغال خواهد کرد و به همان نسبت هم به زمان پردازش بیشتری نیاز دارد. در متلب هر تصویر rgb بصورت یک ماتریس سه‌بعدی تعریف می‌شود که در بعد سوم آن مقادیر اولیه‌های رنگی هر نقطه (r,g,b) ذخیره می‌شوند. عناصر این ماتریس ممکن است بین ۰ تا ۱ (double)و یا بین ۰ تا ۲۵۵ (uint8)تغییر کنددقت شود که یک تصویر rgb لزوما رنگی نیست اما می‌تواند رنگی باشد.

اسلاید ۱۰: ۱۳-۲- انواع تصاویر-ادامهتصاویر RGB-ادامهیک تصویر rgb نمونه

اسلاید ۱۱: ۱۳-۳- خواندن تصاویر-تابع imreadبه منظور خواندن یک فایل گرافیکی در متلب می‌توان از تابع Imread استفاده کرد. بسته به نوع تصویر فرمت کلی استفاده از این تابع به یکی از صورتهای زیر است:برای تصاویر شدت، rgb و باینری: m=imread(‘filename’)برای تصاویر اندیس‌شده:[m,map]=imread(‘filename’) که در رابطه اخیر m ماتریس اندیس و map ماتریس نقشه‌رنگ خواهد بود.نکته: تابع imread را با تعداد آرگومانهای بیشتری نیز می‌توان فراخوانی کرد. جهت اطلاع بیشتر به راهنمای متلب رجوع کنید.

اسلاید ۱۲: ۱۳-۴- نمایش تصاویر-تابع imshowتابع imshow می‌توان یک تصویر خوانده شده و یا مستقیما یک فایل تصویری را نمایش دهد:imshow(m);rgbتصویر شدت یا imshow(I , map)تصویر اندیس‌شدهimshow(‘filename’);فایل گرافیکیمثال:>> imshow(‘fabric.png’)یا:>> m=imread(‘fabric.png’);imshow(m)

اسلاید ۱۳: ۱۳-۴- نمایش تصاویر-تابع imshow-ادامه

اسلاید ۱۴: ۱۳-۴- نمایش تصاویر-تابع imtoolتابع دیگری که برای نمایش تصاویر در متلب وجود دارد تابع imtool است. روش استفاده از این تابع مانند تابع imshow است اما قابلیتهای بیشتری را در اختیار می‌گذارد:>> imshow(‘fabric.png’)

اسلاید ۱۵: ۱۳-۵- نوشتن فایلهای گرافیکی-imwriteبرای ایجاد یک فایل گرافیکی می‌توان از تابع imwrite استفاده کرد. این تابع بسته به نوع تصویر می‌تواند به یکی از روشهای زیر بکار برده شود:imwrite(m , ‘filename’);imwrite(X , map , ‘filename’);

اسلاید ۱۶: ۱۳-۶-تعیین مشخصات یک فایل گرافیکی-تابع imfinfoاین تابع اطلاعاتی از فایل گرافیکی مانند: ابعاد تصویر، دقت ابعادی و دقت عمقی، نحوه فشرده‌سازی و… را ارائه می‌دهد. این تابع بصورت زیر بکار برده می‌شود:info=imfinfo(‘filename’)

اسلاید ۱۷: ۱۳-۷- تبدیل تصاویر با استفاده از توابع زیر می‌توان نوع یک تصویر را تغییر داد:bw=im2bw(m , level)bw=im2bw(x , map , level)level سطح آستانه می‌‌باشد.(که باید بین ۰ تا ۱ باشد)m=ind2gray(x , map);[x,map]=gray2ind(m);[x,map]=rgb2ind(m);m=ind2rgb(x , map);m=rgb2gray(m);برای کسب اطلاعات بیشتر به راهنمای متلب مراجعه کنید.

اسلاید ۱۸: ۱۳-۸- عملیات ریاضی بر روی تصاویردر صورتیکه نوع داده‌های تصویر از نوع uint8 باشد امکان بکاربردن عملگرهای ریاضی و بسیاری از توابع متلب بر روی آنها وجود نخواهد داشت. بدین‌منظور پیش از انجام عملیات ریاضی باید نوع داده‌ها را به double تبدیل کرد. پس از انجام عملیات ریاضی در صورت نیاز می‌توان نوع متغیر را به uint8 بازگرداند:m=double(m);m=im2uint8(m);

اسلاید ۱۹: ۱۳-۹- عملیات هندسی بر روی تصاویرمنظور از عملیات هندسی هرگونه تغییر در ابعاد تصویر و یا شکل هندسی آن می‌باشد. سه نوع عملیات هندسی در متلب بر روی تصاویر امکانپذیر است:تغییر ابعاد تصویر: تابع imresizeچرخش تصویر: تابع imrotateبرش تصویر: تابع imcropکه در ادامه به هریک خواهیم پرداخت.

اسلاید ۲۰: ۱۳-۹- عملیات هندسی بر روی تصاویر-ادامهتغییر ابعاد تصویر: تابع imresize این تابع به یکی از دو صورت زیر قابل استفاده است:y=imresize(x , a);y=imresize(x , [m , n]);درحالت اول متغیر a نسبت تغییر در ابعاد تصویر است. مثلا اگر برابر با ۲ باشد یعنی ابعاد تصویر دوبرابر خواهد شد. اگر این عدد کمتر از ۱ باشد تصویر کوچکتر خواهد شد و اگر بیشتر از یک باشد تصویر بزرگتر می‌شود. در حالت دوم تعداد سطر و ستون جدید تصویر به تابع ارایه میشود که باید اعداد صحیح مثبت باشند.

اسلاید ۲۱: ۱۳-۹- عملیات هندسی بر روی تصاویر-ادامهچرخش تصویر-تابع imrotate نحوه استفاده از این تابع بصورت زیر است:m2=imrotate(m , d , [‘Option’] , [‘crop’])آرگومان دوم میزان چرخش تصویر برحسب درجه می‌باشد. آرگومان سوم اختیاری بوده و می‌تواند یکی از مقادیر bilinear, nearest یا bicubic باشد. در صورتیکه این آرگومان بکار برده نشود، مقدار پیش‌فرض nearest خواهد بود. آرگومان چهارم نیز اختیاری می‌باشد و تنها می‌تواند مقدار ‘crop’ را داشته باشد. درصورتیکه بکار برده شود، ابعاد تصویر پس از چرخش تغییر نمی‌کند اما بخشی از تصویر برش داده و حذف می‌شود.

اسلاید ۲۲: ۱۳-۹- عملیات هندسی بر روی تصاویر-ادامهچرخش تصویر-تابع imrotate-ادامهمثال:m=imread(‘ic.tif’);n=imrotate(m , 35); p=imrotate(m , 35,’crop’);imshow(n); figure; imshow(p);

اسلاید ۲۳: ۱۳-۹- عملیات هندسی بر روی تصاویر-ادامهبرش تصویر: تابع imcropاین تابع به یکی از شکلهای زیر قابل استفاده است:I2 = IMCROP(I,RECT) X2 = IMCROP(X,MAP,RECT) RGB2 = IMCROP(RGB,RECT)[A