رفتن به مطلب

Mahsa.AI

کاربر انجمن
  • تعداد ارسال ها

    35
  • تاریخ عضویت

  • آخرین بازدید

اطلاعات شخصی

  • نام واقعی
    mahsa
  • جنسیت
    مونث
  • محل سکونت
    تهران

اطلاعات شغلی و تحصیلی

  • رشته تحصیلی
    مهندسی کامپیوتر
  • گرایش
    هوش مصنوعی
  • مقطع تحصیلی
    دانشجوی فوق لیسانس

آخرین بازدید کنندگان نمایه

بلوک آخرین بازدید کننده ها غیر فعال شده است و به دیگر کاربران نشان داده نمی شود.

دستاورد های Mahsa.AI

تازه کار

تازه کار (1/14)

125

اعتبار در سایت

  1. Mahsa.AI

    قطعه بندی تصویر

    سلام دوستان ممکن کسانی که در زمینه زیر مطالعه داشتند من را راهنمایی کنند. واقعیت این خودم وقت نداشتم و این یک پروژه درسی می باشد. تصویر a باید قطعه بندی شود به نحوی که عناصر شبیه تپه در آن با مرز بندی از یکدیگر جدا شوند. سپس تعداد این عناصر در تصویر باید شمارش شود. تصویر b باید دو نوع قطعه بندی شود. ابتدا قطعات مستطیل شکل بزرگ شبیه به آجر در تصویر قطعه بندی و شمارش شود. در مرحله بعد عناصر بیضی شکل به رنگ سبز تیره باید در تصویر قطعه بندی شده و شمارش شوند با تشکر از همه دوستان
      • 2
      • Like
  2. بازم ممنون هستم که راهنمایی کردید:icon_gol:
  3. سلام بچه ها خوب هستید؟ من این سوال رو انجام دادم و بهتر از این نشد کد برنامرو میزارم [left]clear all; clc; close all; %************************************************************************** img=imread('Image1.jpg'); [row column]=size(img); %************************************************************************** % block bandi 16*16 bs = 16; blockrow=round(row/bs) ; blockcol=round(column/bs); %size satrhaye row = bs* ones(1,blockrow); %size sotoonhaye column= bs* ones(1,blockcol); %eijad blokhaye 16*16 blocks = mat2cell(img,row,column); %************************************************************************** %sheddat roshanayie tasvir L=256; %************************************************************************** %miangine kolle tasvir meankoll=mean(img(:)); %enheraf az meyare kolle tasvir enherafmeyar=std(double(img(:))); %************************************************************************** %maghadire sabet baraye histograme mahalli K0=0.5; K1=0.015; K2=0.05; E=1.23; for bi = 1:blockrow for bj = 1:blockcol block = blocks{bi,bj}; %miangine har block meanblock(bi,bj)=mean(block(:)); %histogram (pixelCount) [numpixel, grayLevels] = imhist(block); for i=1:L %ehtemale voghooe har sheddate roshanayi(sheddate roshanayie i) p(i)=numpixel(i)/(bs^2); %mohasebe variyans MU2(i)=(i-meanblock(bi,bj))^2*p(i); end %mohasebe koll variyance MU(bi,bj)=sum(MU2); %mohasebe enheraf az meyar deviance_block(bi,bj)=sqrt(MU(bi,bj)); %%formul az ketab ganzales if ((meanblock(bi,bj)<= K0*meankoll) && ((K1*enherafmeyar <= deviance_block(bi,bj)) && (deviance_block(bi,bj)<= K2*enherafmeyar))) imgg{bi,bj}=E.*block; else imgg{bi,bj}=block; end end end %************************************************************************** %tabdil selool be matris enhansmentimg=cell2mat(imgg); %************************************************************************** subplot(211) imshow(img) grid title([ ' image avalie']); subplot(212) imshow(enhansmentimg); grid title([ 'image behbood yafte shode']); [/left]
  4. مرسی آقا ایمان وتوضیحتون عالی بود. آقا افشین از شما هم ممنون هستم ولی زیاد متوجه نشدم یعنی چی در هر قسمت کانتراست رو بکشم؟
  5. من فکرم رو هیستوگرام بود سعی کردم هیستو گرام بگیرم و از ی رنج بالاتر را کم کردم که به سفید نزدیک بشه ولی نشد!!! فکرم غلط بود:vahidrk:
  6. blocks = mat2cell(img, [row_slice row_slice row_slice row_slice row_slice row_slice row_slice row_slice row_slice row_slice row_slice row_slice],... [col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice col_slice]); کسی میدونه این تابع چیکار میکنه دقیقا؟
  7. مرسی سارای عزیزم این تو یک تصویر رنگی هست و میشه سایه را راحت تر حذف کرد ولی تصویر من خاکستری هستش!!! ممنون
  8. سلام آقا ایمان وقتت بخیر نه متاسفانه روشی مد نظرم نیست فقط میخوام سایه حذف شود این تمرین بود که تاریخش هم تمام شده ولی من دوست دارم بدونم چه شکلی می شود!!!
  9. سلام دوستان عزیز وقت همگی بخیر من یک تصویر دارم که در پیوست میزارم میخوام سایه ساختمان بلندی که در تصویر افتاده و یک قسمت را تیره کرده را حذف کنم که تصویر را به بلوک های 8*8 تقسیم کردم ممنون میشم راهنمایی کنید ولی عجله ای ندارم. با تشکر
  10. سلام دوست عزیز من هوش مصنوعی هستم پیشنهادی که دارم حتما آمار و ریاضی و زبانتو فول کن مخصوصا آمار این رشته بیشتر آمار و بعد برنامه نویسی متلب و یاد بگیرید که دیگه مشکل خاصی نخواهید داشت. برای کنکور هم بیشتر سوالات در رابطه با مدار موفق باشید
  11. سلام دوستان یک جمع بندی از کارم میکنم که بقیه خواستند ادامه بدند راحت باشند اول از همه از آقا ایمان و خانم حمیدی که خیلی کمک کردند ممنون هستم و براشون آرزوی موفقیت میکنم. خب بازشناسی متون فارسی رو ما به بازشناسی حروف شکوندیم تا کار راحت تر پیش بره به علت اینکه ساختار متون فارسی دارای پیچیدگی هایی می باشد که سگمنتیشن زمان زیادی از ما میگیره و روش دقیقی برای سگمنتیشن زیر حروف ارائه نشده که جواب دقیقی به ما دهد. ابتدا ما بادستور imread یک عکس را از ورودی میخونیم و بعد استخراج ویژگی میکنیم.(روش های بسیار زیادی برای استخراج ویژگی وجود داره از جمله گشتاورها، هیستوگرام، مکان مشخصه و.. که من از هیستوگرام و مکان مشخصه استفاده کردم و هرکس نیاز داشت بپرسه توضیح کامل میدم.) بعد از استخراج ویژگی به ما یک بردار یا یک ماتریس میدهد که این را به شبکه عصبی میدهیم تا الگوی ما را بازشناسی کنه بهترین شبکه های عصبی در این مورد فازی و ام ال پی و RBF می باشد که RBF جدیدا بیشتر مورد استفاده قرار گرفته . نکته ای که باید توجه کنید این هست که به استخراج ویژگی تون دقت کنید و بهترین روش را انتخاب نمایید تا دقت برنامه اتان بالا شود در غیر اینصورت هرچقدر هم مراحل پیش پردازش را دقیق انجام دهید برنامه جواب مناسبی نمی دهد و خطای زیادی در بازشناسی خواهید داشت. و اینکه دوستانی که نمیخواند از شبکه عصبی استفاده کنند میتونند از تکنیک PCA استفاده کنند که برای تطبیق الگو هست و در زمینه شناسایی چهره بیشتر استفاده شده است. امیدوارم همه در همه مقاطع موفق باشند:icon_gol:
  12. سلام وقت بخیر من میخوام نام کاربری اینجانب به Mahsa.AI تغییر کند. با تشکر
  13. دوستان گرامی وقتتون بخیر ممنون میشم در رابطه با کد زیر ی توضیحاتی ارائه بدید با تشکر. [font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff] function[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2][color=#000000] img = preprocess(I,selected_col,selected_ln)[/color] Igray = rgb2gray(I); Ibw = im2bw(Igray,graythresh(Igray)); Iedge = edge(uint8(Ibw)); se = strel([/size][/font][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'square'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2],3); Iedge2 = imdilate(Iedge, se); Ifill= imfill(Iedge2,[/size][/font][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'holes'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]); [ilabel num] = bwlabel(Ifill); Iprops = regionprops(Ilabel); Ibox = [iprops.BoundingBox]; [y,x]=size(Ibox);[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]%x=508 [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]x=x/4;[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]%x=127 [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ibox = reshape(Ibox,[4 x]);[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]% [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ic = [iprops.Centroid]; [z,w]=size(Ic);[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]% [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]w=w/2;[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]%w=127 [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ic = reshape(Ic,[2 w]);[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]% [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ic = Ic'; Ic(:,3) = (mean(Ic.^2,2)).^(1/2); Ic(:,4) = 1:w;[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]% [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ic2 = sortrows(Ic,2);[/size][/font][/size][/font][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22][font=Courier New][size=2][color=#228b22]%moratab sazi bar hasbe y mokhtasat [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff]for[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2][color=#000000] cnt = 1:selected_ln[/color] Ic2((cnt-1)*selected_col+1:cnt*selected_col,:) = sortrows(Ic2((cnt-1)*selected_col+1:cnt*selected_col,:),4); [/size][/font][/size][/font][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff]end [/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]Ic3 = Ic2(:,1:2); ind = Ic2(:,4); [/size][/font][/size][/font][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff]for[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2][color=#000000] cnt = 1:selected_ln*selected_col[/color] img{cnt} = imcrop(Ibw,Ibox(:,ind(cnt))); [/size][/font][/size][/font][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff]end [/color][/size][/font][/color][/size][/font][/color][/size][/font]
  14. مرسی خانم حمیدی عزیز ی سوال این چه نوع شبکه عصبی هستش؟ منظورم چند لایه که هستش از چه نوعی هستش؟ اجراش 4لایه میانی دارد که من تصویر اجرا را براتون میزارم. و ممنونم از راهنمایی کامل و خوبتون
  15. اینم یک کد دیگر هستش و از دوستانی که شبکه عصبی وارد هستند کسی میتونه در رابطه با کدای آماده متلب در رابطه با mlp توضیح بدید کد زیر هم در رابطه با ایجاد شبکه عصبی که نیاز دارم توضیح داده بشه [font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff][font=Courier New][size=2][color=#0000ff]function[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2][color=#000000] net = createnn(P,T)[/color] alphabet = P; targets = T; [R,Q] = size(alphabet); [s2,Q] = size(targets); S1 = 50; net = newff(minmax(alphabet),[s1 50 50 S2],{[/size][/font][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'logsig'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'logsig'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'logsig'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'logsig'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]},[/size][/font][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'traingdx'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]); net.LW{2,1} = net.LW{2,1}*0.01; net.b{2} = net.b{2}*0.01; net.performFcn = [/size][/font][/size][/font][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0][font=Courier New][size=2][color=#a020f0]'mse'[/color][/size][/font][/color][/size][/font][/color][/size][/font][font=Courier New][size=2][font=Courier New][size=2]; net.trainParam.show = 20; net.trainParam.epochs = 1500; net.trainParam.mc = 0.95; P = alphabet; T = targets; [net,tr] = train(net,P,T); [/size][/font][/size][/font]
×
×
  • اضافه کردن...