کدهای متلب تشخیص لبه تصاویر با آنالیز بافت
از آنجا که تشخیص لبه در بیشتر تحقیقات مهم بوده است، توجه زیادی را در دو دهه گذشته به خود جلب کرده است. چون لبه، یک عارضه مهم در تصویر است، آن یک اساس برای پردازش تصویر، بینایی ماشین، سیستم درک تصویر و بازشناسی الگو است.
نتایج تشخیص لبه کاربردهای مفیدی از قبیل، بهبود تصویر، بازشناسی، شکلگیری، ترمیم، ریجیستر کردن، فشردهسازی، بازیابی و نهان نگاری دارد. بدین منظور گروه تخصصی GIS Academy یک روش تشخیص لبه براساس آنالیز بافت تصویر را بر اساس یکی از روشهای ارائه شده در این زمینه، پیادهسازی کرده است که نسبت به روشهای کلاسیک همانند Sobel و Canny بسیار موثرتر و بهتر است.
در روش پیادهسازی شده، آنالیزهای بافت تصویر براساس الگوریتم GAP است. روش GAP از یک بافت که ترکیبی از مقادیر شدت یک تمپلیت از پیکسلهای همسایه است استفاده میکند تا یک مقدار برای پیکسل جاری بدست آورد. آنالیز تمپلیت بافتها لبه بودن یا نبودن پیکسل موردنظر را مشخص میکند. روش پیادهسازی شده، به علت اینکه در آنالیز از تمپلیتهای تصادفی استفاده میکند نسبت به سایر روشها دقیق است.
پروژه جاری شامل فایلهای زیر میباشد که میتواند برای یادگیری بهتر و سریعتر فارغ التحصیلان و دانشجویان علاقمند به موضوع تشخیص و استخراج لبه مفید واقع شود.
1- کدهای متلب تشخیص لبه بر مبنای آنالیز بافت
2- نمونه تصاویر دیجیتالی برای اجرای کدهای متلب
3- فایل توضیحات فارسی پروژه بصورت Word (15 صفحه)
4- فایل ارائه پروژه بصورت PowerPoint (18 اسلاید)
در صورت نیاز به برای اطلاعات بیشتر به ID تلگرام @GISAcademyManager پیام دهید.
لینکهای مرتبط
جزییات روش استخراج لبه استفاده شده (مقاله ISI) (لینک ScienceDirect)
جزییات روش فیلترینگ استفاده شده (مقاله ISI) (لینک مستقیم)
کدهای متلب حذف نویز ضربه ای از تصاویر ماهواره ای / دیجیتالی
جی آی اس آکادمی متعهد میگردد در صورت وجود مشکل در دادهها و کدهای این محصول، مبلغ آن را به مشتری بازگرداند.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.