ساخت پاوپوینت با هوش مصنوعی
کم تر از 5 دقیقه با هوش مصنوعی کافه پاورپوینت ، پاورپوینت بسازید
برای شروع ساخت پاورپوینت کلیک کنید
شما در این مسیر هستید :خانه / محصولات / Powerpoint / دانلود پاورپوینت تحلیل و ارزیابی مبانی تصویر دیجیتالی (کد13272)
سفارش انجام پاورپوینت - بهترین کیفیت - کم ترین هزینه - تحویل در چند ساعت 09164470871 ای دی e2proir
شناسه محصول و کد فایل : 13272
نوع فایل : Powerpoint پاورپوینت
قابل ویرایش تمامی اسلاید ها دارای اسلاید مستر برای ویرایش سریع و راحت تر
امکان باز کردن فایل در موبایل - لپ تاپ - کامپیوتر و ...
با یک خرید میتوانید بین 342000 پاورپینت ، 25 پاورپوینت را به مدت 7 روز دانلود کنید
هزینه فایل : 105000 : 54000 تومان
فایل های مشابه شاید از این ها هم خوشتان بیاید !!!!
قسمت ها و تکه های اتفاقی از فایل
4. 2. ارائه تصاویر دیجیتالی
سطوح شدت پیکسل (سطوح مقیاس خاکستری) در فاصله [0, L-1] قرار دارند
0 ≤ a i , j ≤ L-1 که L=2k
دامنه پویا برای یک تصویر، دامنه مقادیر گسترده شده توسط مقیاس خاکستری است.
تعداد بیت های مورد نیاز، b، برای ذخیره یک تصویر دیجیتالی در اندازه M در N برابر است با
b= M×N×k
4. 2. ارائه تصاویر دیجیتالی
تصویر یک دختر در اندازه 512 در 512 پیکسل (5 در 5 اینچ)، دامنه پویا [0, 255] است.
موارد زیر را پیدا کنید:
تعداد بیت های مورد نیاز برای نمایش یک پیکسل
اندازه تصویر بر حسب بیت؟
4. 2. ارائه تصاویر دیجیتالی
جدول 2. 1. تعداد بیت های ذخیره سازی برای مقادیر مختلف N و K
4. 3. تفکیک پذیری فضایی (فاصله ای)
شکل 2. 19. یک تصویر 8 بیتی 1024×1024 که تا اندازه 32×32 پیکسل کوچک سازی شده است. تعداد سطوح خاکستری مجاز در 256 نگهداشته شده است.
تصویری در اندازه 1024×1024 بر روی کاغذ در اندازه 2.75×2.75 اینچ چاپ شده است.
تفکیک پذیری = 1024 / 2.75=372 پیکسل / اینچ
(dpi, نقطه در اینچ )
4. 3. تفکیک پذیری فضایی (فاصله ای)
شکل 2. 20. a) تصویر 8 بیتی، 1024×1024 b) تصویر 512×512 نمونه گیری مجدد و تبدیل به 1024×1024 پیکسل بوسیله تکرار سطر و سطون c) تا f) 256×256، 128×128، 64×64 و 32×32 نمونه گیری مجدد و تبدیل به 1024×1024 پیکسل
4. 3. تفکیک پذیری سطح خاکستری
شکل 2. 21. a)374×452 ، تصویر 256 سطحی b)- d) تصویر نمایش داده شده در 128، 64 و 32 سطح خاکستری. در حالیکه تفکیک پذیری فضایی (فاصله ای) ثابت نگهداشته شده است.
4. 3. تفکیک پذیری سطح خاکستری
ادامه شکل 2. 21. e) – h) تصویر نمایش داده شده در 16، 8، 4 و 2 سطح خاکستری
4. 3. تفکیک پذیری سطح خاکستری و فضایی (فاصله ای)
شکل 2. 22. a) تصویر با سطح پایین جزئیات b) تصویر با سطح متوسط جزئیات c) تصویر با مقادیر نسبتاض زیادی از جزئیات
آزمایش هوانگ [1965] تلاش می کند که بصورت تجربی اثرات تغییر همزمان k و N را بر کیفیت تصویر تولید شده کمیت بندی کند.
4. 3. تفکیک پذیری سطح خاکستری و فضایی (فاصله ای)
شکل 2. 23. منحنی های هم مزیت نماینده برای سه نوع تصویر در شکل 2. 22.
منحنی های هم مزیت تمایل دارند که بیشتر عمودی شوند وقتی که جزئیات تصویر افزایش می یابد.
زمانی که جزئیات در تصویر کاهش می یابد، کیفیت درک شده در بعضی فواصل که تفکیک پذیری فضایی (فاصله ای) افزایش می یابد یکسان باقی می ماند، اما تعداد سطوح خاکستری در واقع کاهش می یابد.
یک توضیح ممکن این است که کاهش k تمایل دارد به افزایش کنتراست (تقابل) ظاهری تصویر، اثری دیداری که انسان به عنوان بهبود کیفیت تصویر درک می کند.
4. 5. بزرگنمایی (درشت نمایی) و کوچک نمایی تصاویر دیجیتالی
بزرگنمایی و کوچک نمایی برای تصاویر دیجیتالی بکار می رود، در حالیکه نمونه گیری و تکه تکه سازی برای تصاویر آنالوگ بکار برده می شود.
بزرگنمایی به ایجاد مکان های پیکسل جدید و تخصیص دادن سطوح خاکستری نیاز دارد.
درون یابی (میان یابی) نزدیکترین همسایگی
4. 5. بزرگنمایی (درشت نمایی) و کوچک نمایی تصاویر دیجیتالی
درون یابی دو سویه
4. 5. بزرگنمایی (درشت نمایی) و کوچک نمایی تصاویر دیجیتالی
درون یابی دو سویه
4. 5. بزرگنمایی (درشت نمایی) و کوچک نمایی تصاویر دیجیتالی
کوچک نمایی تصویر مشابه آنچه درباره بزرگنمایی توصیف شد انجام می شود. مثلاً، برای کوچک نمایی یک تصویر به نصف، نیمی از ستون ها و سطرها را پاک می کنیم.
درون یابی (میان یابی) دوسویه می تواند برای تخمین پیکسل های تصویر کاهش یافته از پیکسل های همسایه مربوط به تصویر اصلی استفاده شود.
برای کاهش اثر بدنمایی پیشنهاد می شود که تصویر قبل از کوچک نمایی اندکی مه آلود (محو، کدر) شود.
4. 5. بزرگنمایی (درشت نمایی) و کوچک نمایی تصاویر دیجیتالی
ردیف بالا، استفاده از میان یابی نزدیکترین همسایگی
شکل 2. 25. ردیف بالا: تصاویر بزرگنمایی شده از 128×128، 64×64 و 32×32 پیکسل به 1024×1024 پیکسل با استفاده از میان یابی سطح خاکستری نزدیکترین همسایگی.
ردیف پایین: همان توالی، اما با استفاده از میان یابی دوسویه
پروژه 1
بزرگنمایی و کوچک نمایی تصاویر توسط انعکاس (تکرار) پیکسل (یا میان یابی دو سویه)
برنامه کامپیوتری بنوسید که قادر باشد یک تصویر را با استفاده از انعکاس پیکسل (میان یابی دو سویه) بزرگنمایی و کوچک نمایی کند. ورودی برنامه شما اندازه مطلوب از تصویر حاصل در جهت عمودی و افقی می باشد. می توانیداز اثر بدنمایی چشم پوشی کنید.
از برنامه برای کوچک سازی تصویر پیوست از 1024×1024 به 256×256پیکسل استفاده کنید.
از برنامه برای برگرداندن تصویر قسمت (b) به بزرگنمایی 1024×1024 استفاده کنید. دلایل تفاوت آنها را توضیح دهید.
5. برخی روابط اولیه بین پیکسل ها
اگر پیکسل p در موقعیت (x, y) باشد سپس همسایه های آن عبارتند از:
4-همسایه N4(p)
(x-1,y), (x+1, y), (x, y-1), (x,y+1)
4-همسایه قطری ND(p)
(x-1,y-1), (x-1, y+1), (x+1, y+1), (x+1,y-1)
8-همسایه N8(p)
همه پیکسل های N4(p) و ND(p)
5. مجاورت، اتصال، ناحیه و مرز
دو پیکسل متصل هستند اگر همسایه باشند و اگر سطوح خاکستری آنها شرایط مشخص مشابهی داشته باشند.
145 < V ≤ 170
دو پیکسل p و q مجاور هستند اگر متصل باشند.
5. 1. مجاورت
سه نوع مجاورت:
a) 4-مجاورت. دو پیکسل p وq با مقادیری از V، 4-مجاورت هستند اگر q در دسته N4(p) باشد.
b) 8-مجاورت. دو پیکسل p وq با مقادیری از V، 8-مجاورت هستند اگر q در دسته N8(p) باشد.
c) m-مجاورت (مجاورت مختلط). دو پیکسل p وq با مقادیری از V، 4-مجاورت هستند اگر
q در دسته N4(p) باشد، یا
q در ND(p) باشد و دسته N4(q) ∩ N4(p) هیچ پیکسلی نداشته باشد که مقادیر آنها از V بیشتر باشد
5. 1. مجاورت
5. 1. 1. مجاورت ناحیه
دو زیر دسته تصویر S1 و S2 مجاور هستند اگر بعضی پیکسل ها در S1 مجاور باشند با بعضی پیکسل ها در S2
V={1}
5. 1. 2. مسیر دیجیتالی
یک مسیر از پیکسل p با مختصات (x, y) به پیکسل q با مختصات (s, t) دنباله ای از پیکسل های مشخص با این مختصات است
(x0, y0), (x1, y1), …, (xn, yn)
که (x0, y0)=(x, y) و (xn, yn)=(s, t)، و پیکسل (xi, yi) و (xi-1, yn-1) مجاور هستند.
5. 1. 2. مسیر دیجیتال (یا منحنی)
5. 1. 3. دسته متصل
فرض کنیم s یک زیردسته از پیکسل ها در یک تصویر باشد.
پیکسل p و q متصل هستند در s، اگر مسیری بین آنها متشکل از کل پیکسل های s وجود داشته باشد.
برای هر پیکسل p در s، دسته پیکسلی که در s به آن متصل است جزء متصل از s گفته می شود. اگر دسته s یک جزء متصل داشته باشد، سپس دسته s، دسته متصل گفته می شود.
5. 1. 4. ناحیه و مرز
فرض کنیم R یک زیردسته از پیکسل ها در یک تصویر باشد.
R یک ناحیه از تصویر است اگر R یک دسته متصل باشد.
مرز (سرحد یا خط کناره) یک ناحیه R دسته ای از پیکسل ها در ناحیه است که یک یا چند همسایه داردکه در R نیستند.
لبه ها ناپیوستگی های شدت و مرزها مسیرهای بسته هستند.
5. 2. اندازه فاصله (اقلیدسی)
برای پیکسل های p، q و z، به ترتیب با مختصات (x, y)، (s, t) و (v, w)، D تابع فاصله یا متریک است اگر
D(p, q) ≥ 0
D(p, q) = D(q, p)
D(p, z) ≥ D(p, q) + D(q, z)
فاصله اقلیدسی بین p و q عبارت است از
D(p, q) = [(x-s)2 + (y-t)2] ½
برای این اندازه فاصله، پیکسل های دارای فاصله کمتر یا مساوی با مقداری مانند r از (x, y) نقاطی هستند در داخل یک قرص به شعاع r و مرکز (x, y)
5. 2. اندازه فاصله (بلوک شهر، صفحه شطرنجی)
فاصله D4 (بلوک شهر) بین p و q عبارت است از
D4 (p, q) = |x-s| + |y-t|
فاصله D8 (صفحه شطرنجی) بین p و qعبارت است از
D8 (p, q) = max ( |x-s|, |y-t| )
5. 2. اندازه فاصله مسیر
اگر فاصله بستگی داشته باشد به مسیر بین دو پیکسل از قبیل m-مجاورت، آنگاه فاصله Dm بین دو پیکسل بعنوان کوتاهتریت m-مسیر بین پیکسل ها تعریف می شود.
طول مسیر
کوتاهترین 4-، 8- و m-مسیر بین p و q برای V={0, 1} و V={1, 2} را پیدا کنید.
5. 3. عملیات تصویر بر روی مبنای پیکسل
تصاویر با ماتریس بیان می شوند و تقسیم ماتریسی تعریف نشده است.
تقصیم تصویری زیر
C=A / B
بدین معنی است که تقسیم بین پیکسل های متناظر در دو تصویر A و B انجام می شود تا تصویر C تشکیل شود.
5. 3. عملیات خطی و غیرخطی
H(af + bg) = a H(f) + b H(g)
آیا عملگری که مقدار مطلق تفاضل دو تصویر را محاسبه می کند خطی است؟
30 تا 70 درصد پروژه | پاورپوینت | سمینار | طرح های کارآفرینی و توجیهی | پایان-نامه | پی دی اف مقاله ( کتاب ) | نقشه | پلان طراحی | های آماده به صورت رایگان میباشد ( word | pdf | docx | doc )
تو پروژه یکی از بزرگ ترین مراجع دانلود فایل های نقشه کشی در کشو در سال 1394 تاسیس گردیده در سال 1396 کافه پاورپوینت زیر مجموعه تو پروژه فعالیت خود را در زمینه پاورپوینت شروع کرده و تا به امروز به کمک کاربران و همکاران هزاران پاورپوینت برای دانلود قرار داده شده
با افتخار کافه پاورپوینت ساخته شده با وب اسمبلی