رفتن به مطلب

جستجو در تالارهای گفتگو

در حال نمایش نتایج برای برچسب های 'image processing demo'.

  • جستجو بر اساس برچسب

    برچسب ها را با , از یکدیگر جدا نمایید.
  • جستجو بر اساس نویسنده

نوع محتوا


تالارهای گفتگو

  • انجمن نواندیشان
    • دفتر مدیریت انجمن نواندیشان
    • کارگروه های تخصصی نواندیشان
    • فروشگاه نواندیشان
  • فنی و مهندسی
    • مهندسی برق
    • مهندسی مکانیک
    • مهندسی کامپیوتر
    • مهندسی معماری
    • مهندسی شهرسازی
    • مهندسی کشاورزی
    • مهندسی محیط زیست
    • مهندسی صنایع
    • مهندسی عمران
    • مهندسی شیمی
    • مهندسی فناوری اطلاعات و IT
    • مهندسی منابع طبيعي
    • سایر رشته های فنی و مهندسی
  • علوم پزشکی
  • علوم پایه
  • ادبیات و علوم انسانی
  • فرهنگ و هنر
  • مراکز علمی
  • مطالب عمومی

جستجو در ...

نمایش نتایجی که شامل ...


تاریخ ایجاد

  • شروع

    پایان


آخرین بروزرسانی

  • شروع

    پایان


فیلتر بر اساس تعداد ...

تاریخ عضویت

  • شروع

    پایان


گروه


نام واقعی


جنسیت


محل سکونت


تخصص ها


علاقه مندی ها


عنوان توضیحات پروفایل


توضیحات داخل پروفایل


رشته تحصیلی


گرایش


مقطع تحصیلی


دانشگاه محل تحصیل


شغل

  1. IPOL Journal : Image Processing On Line توی این تاپیک یه سایتی در مورد پردازش تصویر می خوام معرفی کنم. البته سایت خودش رو تحت عنوان ژورنال پردازش تصویر معرفی می کنه. توی این سایت یه سری الگوریتم ها از مبحث های مختلف پردازش تصویر پیاده سازی شدن، و روی سایت آماده ی اجرا و امتحان کردن. حتی برای هر الگوریتمی کدهای پیاده سازی شده و یه داکیومت کامل از اون الگوریتم روی سایت قرار گرفته، که همشون به صورت رایگان و بدون نیاز به عضویت قابل استفاده هست. خیلی راحت میشه با الگوریتم های مختلف آشنا شد و عملکردشون رو روی تصاویر مختلف و یا حتی تصاویر خودمون امتحان کرد، با یه مثال بیشتر توضیح میدم. توی صفحی اصلی یه دسته بندی برای موضوعات مختلف پردازش تصویر وجود داره. موضوعاتی مثل فشرده سازی، حذف نویز، قطعه بندی، لبه یابی و خیلی جیز های دیگه که توی این عکس نمایش داده شده: مثلا ما می خوایم الگوریتم های حذف نویزی که روی این سایت قرار داره رو مشاهده کنیم. خب روی Denoising کلیک می کنیم، لیست روش های موجود نمایش داده میشه، خیلی روش های حذف نویز هم توی این لیست قرار داره: An Analysis and Improvement of the BLS-GSM Denoising Method2014-04-03 · Boshra Rajaei Analysis and Extension of the Percentile Method, Estimating a Noise Curve from a Single Image 2013-12-20 · Miguel Colom, Antoni Buades Chambolle's Projection Algorithm for Total Variation Denoising 2013-12-17 · Joan Duran, Bartomeu Coll, Catalina Sbert Analysis and Extension of the Ponomarenko et al. Method, Estimating a Noise Curve from a Single Image 2013-07-23 · Miguel Colom, Antoni Buades The Implementation of SURE Guided Piecewise Linear Image Denoising 2013-07-01 · Yi-Qing Wang Implementation of the "Non-Local Bayes" (NL-Bayes) Image Denoising Algorithm 2013-06-17 · Marc Lebrun, Antoni Buades, Jean-Michel Morel An Analysis and Implementation of the BM3D Image Denoising Method 2012-08-08 · Marc Lebrun An Implementation and Detailed Analysis of the K-SVD Image Denoising Algorithm 2012-05-19 · Marc Lebrun, Arthur Leclaire Rudin-Osher-Fatemi Total Variation Denoising using Split Bregman 2012-05-19 · Pascal Getreuer DCT image denoising: a simple and effective image denoising algorithm 2011-10-24 · Guoshen Yu, Guillermo Sapiro Non-Local Means Denoising 2011-09-13 · Antoni Buades, Bartomeu Coll, Jean-Michel Morel Automatic detection and removal of impulsive noise in audio signals PREPRINT · Laurent Oudre از این لیست من یکی از الگوریتم معروف حدف نویز تصویر رو انتخاب می کنم: Non-Local Means. مثلا می خوام ببینم عملکرد این الگوریتم چجوری هست، نویز های مختلفی به تصویر اضافه کنم و عملکرد Non-Local Means رو در حذف نویز مشاهده کنم. بعد از انتخابش وارد صفحه ی Non-Local Means میشم. توی تب Article داکیومنت و کدهای این الگوریتم وجود داره: برای مشاهده عملکرد این الگوریتم وارد تب Demo میشم: همینطور که مشاهده می کنین، تصاویر متعددی قرار داده شده که من بتونم عملکرد الگوریتم رو روشون ببینم، حتی در پایین گزینه ی آپلود فایل هم قرار داده شده یه این معنی که می تونم تصاویر خودم رو هم به عنوان ورودی به الگوریتم بدم. خب من بین این تصاویر Computer رو انتخاب می کنم، به نظر میاد تصویر مناسبی باشه. بالای تصویر روش اجرا رو توضیح داده، میگه اول یه نویز گوسی به تصویر اضافه کنین، بعد خروجی حاصل از الگوریتم Non-Local Means رو می تونین مشاهده کنین. میزان نویز هم همینطور که گفته بر اساس انحراف معیار می گیره، البته این انحراف معیار بر اساس سطح روشنایی هست، یعنی از 255 حساب میشه: The algorithm is run in 2 steps: a Gaussian noise is added to the input image; the NLmeans algorithm is used to denoise the image. First you have to select a level (standard deviation) of additive Gaussian noise: 2 5 10 15 20 25 30 35 40 50 60 70 80 90 100 Now you can run the algorithm on the whole image: Or you can run it after selecting a subimage, by clicking on two opposite corners of the sub-image. این تصویر اصلی من: بهش نویز 30 اضافه می کنم، از توی منوی آبشاری انتخاب می کنم، بعد دکمه Run رو می زنم، به صفحه ی جدید میره، که نشون میده الگوریتم در حال انجام شدن هست (البته الگوریتم Non-Local Means کند هست، یکی از معایبش هم همینه)، بعد از اینکه اجرا تموم شد، تصویر نویزی ورودی، تصویر خروجی Non-Local Means، تصویر اصلی و اختلاف دو تصویر رو هم بهمون میده: تصویر نویزی ورودی: همینطور که مشخصه نویز 30 کم نیست، تصویر خیلی نویز داره، تصویر خروجی Non-Local Means: اینجا هم مشاهده میشه نویز تصویر به طور کامل حذف شده، اما در مقابل مقداری از جزئیات تصویر هم از بین رفته. در زیر تصویر مقدار PSNR و RMSE (معیار های مقایسه دو تصویر) تصویر خروجی رو هم بهمون میده. در تب Archive هم عکس هایی که کاربرهای سایت آپلود کردن و این الگوریتم رو روش اجرا کردن و خروجی ها رو نشون میده.
×
×
  • اضافه کردن...