کامپیوتر و IT و اینترنتعلوم مهندسی

پردازش تصاویر دیجیتال 3

صفحه 1:
نیمسال دوم <4-

صفحه 2:
کانس بوبود تصوير در حوزه ثرا 0 تبدیل فوريه بعدي

صفحه 3:
فصل چهارم: بهبود تصویر در موزه تر کاس * تبدیل فوریه گسسته در محورهاي © طيف توزيع قدرت سيكنال ۳

صفحه 4:
تصویر در حرزه ثر ناسر F(x) ۳0 ab die ed ۷ FIGURE 4.2 (a) A diserete function of M points, and (b) its Fourier spectrum. (c) A diserete function =x eu with twice the ‘M points -M points number of nonzero points, and (d) ils Fourier spectrum K points F(x) 2K points M points ‘M points

صفحه 5:
فصل چهارم: بهبود تصویر در موزه تر کاس :© تبديل فوريه كيسته دو بعدي 350 ib 9 ay99 da © ۳

صفحه 6:
ی ترس ‎i‏ ‏فصل چهارم: بوبرد تصویر در سررد ۲ Ws

صفحه 7:
HSN 8) BiB. Sp See oper aa) sae) 0 FHGURE 4.4 نیمسال دوم -

صفحه 8:
2 فیلتر کردن تصوير-در حوزة 8 5 - # ارم كر در مرت ۰ Frequency domain filtering operation Filer Inverse function Fourier H(u,v) translorm H(u.v)F(u.2) image Fourier transform Input image FIGURE 4.5. asic steps for filtering in the frequency domain eee oe

صفحه 9:
فصل چهارم: بهبود تصویر در موزه تر کاس فیلتر کردن تصوير توشط 1۳1 X(P) مج ها مه or ‏ور د‎ en 0 ۳

صفحه 10:
فصل جوارم: بوبود تصوبر در حوزه فركانس # ان ا ا transi ۳

صفحه 11:
ا برد ری ‎jue. 5p‏ خر طاشین 8 101150355, 211022255 211725 © eee oe

صفحه 12:
‎ioe Nee 1‏ ارم: بهبود تصوير در حوزه فرنانس ‏(* فيلتر تيز کننده ‎ ‏نيمسال دوم #2

صفحه 13:

صفحه 14:
SSE y Ee eae re a a) ee) ‎sly ils 2‏ هموارکننده مات فركانس - " فيلتر يايين كَذرٌ ايده آل ‎۷۳ ‎abie ‎GURE 4.10 1 ideal lowpass filler transfer function, (b) Filter dh image (e) Flor rail ‎ ‎

صفحه 15:
فصل جهارم: بوبود تصوبر در حوزه فركانس. 2 2 2 2 2 2 ab FIGURE 4.11 (a) An image of size 500 x 500 pixels and (b) its Fourier spectrum. The superimposed circles have radii values of 5, 15, 30, 80, and 230, which enclose 92.0, 94.6, 96.4, 98.0. and 96 of the image power, respectively

صفحه 16:
| 8 8 5 ددء !| 1 4 مر ‎ca oad‏ ‎(NNN ۱۱۱۱۱‏ ۸ 2 2 2 2 ۸ ۸ 2 4 4 4

صفحه 17:
فصل جوارم: بوبود تصوبر در حوزه فركانئس. * نوسان در فیلتر پایین گذر ایدهآل تیمسال دوم >

صفحه 18:
۳ ‏را‎ 5 8 Sey SH ae ‏ا‎ * فيلتر بايين كذر باترورث Hue) Ht) abe ass filer teansfer function, (b) Filter disp image. (c) Filter ead

صفحه 19:
= ا ]۸ ‎aaaaaaaa‏ 20 [للللا : ۰ ۸ ۵ ۵ 4 0 NII ‏]اااا‎ 2۰22804 ۱ ۰۱۰ 2

صفحه 20:
بر رد بر مر لد * نمايش حوزه »صقان و يَاين كذر باتزورث 00000

صفحه 21:
بود تصوبر در حوزه ثركانس 1۰

صفحه 22:
1 اللا « ۸ ۸ ۸ 4 4 4 4 “a ‏اااااا‎ ۱ ۶ ۸ ۸ 8 8 ‎a‏ ۱ 4 که ۰ ۱ ا ‎aaaaaaaa ۱ ۰۰ 4 ‎FIGURE 4.18 (a) Original filters with cutoll frequencies Fig 4.11(b). Compare with F ‎ ‎(b)-(0) Results of filtering with Gaussian lowpass‏ بع ‎at radii values of 5, 15, 30, 80, and 230, as shown in‏ ‎ ‎

صفحه 23:
HSN 8) BiB. Sp See oper aa) sae) Historically, certain computer programs were written using only two digits rather than four to define the applicable year. Accordingly, the company's software may recognize a date using "00" as 1900 rather than the year a 3 Historically, certain computer programs were written using only two digits rather than four ta define the applicabie year. Accordingly, the company's software may recognize a date using "00" 28 1900 rather than the year 2000. ea ab FIGURE 4.19 (a) Sample text of poor resolution {note broken icters in magnified view), (b) Result of filtering with a ments Were joined).

صفحه 24:
abe FIGURE 4.20 (a) Original image (1028 x 732 pixels). (b) Result of filtering with a GLPF with D, = 100. (c) Result of filtering with a GLPF with D, = 80. Note reduction in skin fine lines in the magnified sections of (b) and (c).

صفحه 25:
ل 1 1۱۳ مس ۱ ماهواره لاحك 802 ede ts eee nea abe FIGURE 4.21 (a) Image showing promine es (b) Result of using a GLPF with Dy = 30. (c) Result of using a GLPF with Dy = 10, (Orig 0 of NOAA.) 7

صفحه 26:
۱ era ere a Dh ae) eC SCE OTe PEP Tre Metre precy ‏فیلتر بالا گذر منتج از فیلتر پایین گذر‎ تیمسال دوم >

صفحه 27:
abe FIGURE 4.23 Spatial rep) ins of typical (a) ideal, (b) Butterworth, and (e) Gaussian frequency domain highpass filters, and corresponding 21 profiles

صفحه 28:
bye) SE ee rere yee ee) * اثر فيلترهاي بالا گذر ایده ال با باند گذر متفاوت Te : 2 2 8 8 ‎411(a) with Do = 15,‏ بو ‎and (b‏ ‎

صفحه 29:
‎ed‏ رس و سر ورن کر نتب ‏۶ اثر فيلترهاي بالا گذر باترورث درجه 2 با باند ‎KY‏ ‎(۴ ‎aaaaaaa ‎abe ‎FIGURE 4.25 Results of highpass filtering in Fig. 4.11(a) using a BHPF of order 2 with Dy = 15. 30, and 80, respectively. These results a han those obtained with an ILPE ‎ ‎pre ga - ‏نیمسال دوم‎

صفحه 30:
‎ed‏ رس و سر ورن کر نتب ‏* اثر فيلترهاي بالا گذر گوسي با باند گذر ‎ ‎FIGURE 4.26 Resulis of highpass filtering the image of Fig. 4.11(a) using a GHPF of order 2 with Do 30, and 80, respectively. Compare with Figs. 4.24 and 4.2: ‎pre ga - ‏نیمسال دوم‎

صفحه 31:
فصل جهارم: بهبود تصوبر در حوزه ۱ * لاپلاسین در حوزه فرکانس نیمسال دوم 6- ‎pad‏

صفحه 32:
۱ aint baie it te sve ‏ی‎ ‎fanfic hrogh the cent 2 eed

صفحه 33:
نیمسال دوم 6-

صفحه 34:
ana 0 ۱ ‏و‎ Sle hes 9

صفحه 35:
ce ab cd FIGURE 4.30 emphasis fil (d) Result of performing, histo, Dr. Thomas R. Gest, Division ‏اد‎ Anatomi Science sity of igan Medical School.) ‎ee 01 ۳‏ الم بر رف محر زد را

صفحه 36:
فصل جوارم: بهبود تصوبر در حوزه فرئانس FIGURE 4.31 Homomiorphie

صفحه 37:
ر م( (ظا 0 neato tee nm ae shelter) tockham.) تيمسال نوم 6

صفحه 38:
22) BLUSE! SE See TABLE 4.1 Summary ofsome | Property Bonen) important 8 Loy Plus) My properties of the Fourier transform == F(u, ¥) — un & Sie ye PrlasiM+ wytN) 2D Fourier i 57 want transform, Inverse Fourier 0000000 transform fin y= 3 Brave Polar Flu.) > | ‏ره‎ ‎representation ‎Spectrum \F(u, v)| = (Rav) + ۳ «۳ ۶ = Real( F) and = lmae(F) Phase angle ilu, ») = tan | Power spectrum P(u,») = |F(u, »)[ x Average value f(x, y) = F(0,0) = aS ۳ Translation ۶) (۵/۳۳/۷۱۱۲ ‏چه‎ 3 — Uy, 1 - ‏وله‎ ‎f(x — xg. — yy) > F(t, ‏و(‎ ‎When xy = ut = M/2and yo = ty = N/2, then f(x, y)(Ip? F(u — M/2,v — N/2) f(x — M/2.y — NJ2) = F(u.v)(-1"”

صفحه 39:
F(u, v0) = F (-u,-v) |e. v)| = |F(-u,—0}] oie) ‏لك‎ a" F(u, v) au" W(x. y) & (w+ v°)F(u, v) SAG y) + Ale y)] = 3LAle y)] + SLA »)] SACa y) + fix. y)] 4+ SLAC. y)] ۰ ‏[(د یاه‎ (ixy"F (ey) ‏ج>‎ af (x, y) = aF (u,v), flax, by) = aaa v/b) u= woose v= wsing ‎y‏ 6وممم دير ,م۳ چه (و۵ + ۵ ‎F(u,v) = F(u + M,v) = F(u.v +N) + ۷۵ ۸ f(xy) = f(x + My) = flu y+ N) = f(x + My +N) ‎See Eqs. (46-14) and (4.6-15). Separability implies that we ean compute the 2-D transform of an image by first computing 1-D transforms along each row of the image, and then computing a 1-D transform along each column of this intermediate result. The reverse, columas and then rows, yields the same result. ‎ ‎Conjugate ‎symmetry ‎Differentiation ‎Laplacian ‎Distributivity ‎Sealing ‎Rotation ‎Periodicity ‎Separability ‎ ‎

صفحه 40:
Expression(s ۲ لبد بيه 1 (للاو ل لاإعساجترسع رعس ‎SAS‏ يمك ‎unl) = ay DSP uve‏ ‘This equation indicates that inputting the function F*(u, v) into an algorithm designed to compute the forward transform (right side of the preceding equation) yields f*(x, y)/MN. ‘Taking the complex conjugate and multiplying this result by MN gives the desired inverse. MANA f(x,y) # A(x. y) = Gy 7 ۰ n)h(x — my ‏زم‎ ‎MANA ‎f(xy) eax. y) = UN 2% af (m,n)h(x + m,y + n) f(x,y) * h(x. y) = Fu. ‏و‎ v): f(x. y)a(x, y) = F(u, v) * H(u, 0) f(xy) en(x. y) & F*(u, v)H (uv): f(x, y)h(x, y) + F(u,v) ° H(u,v) Property Computation of the inverse Fourier transform using a forward transform algorithm Convolution’ Correlation’ Convolution theorem’ Correlation theorem’

صفحه 41:
HSN 8) BiB. Sp See oper aa) sae) Some useful FT pairs: Impulse a(x y) ‏جه‎ 1 Gaussian AVirce?* Yee ۰ ‎vd)‏ مجر ‎revi ۳ 5 Sin(7ua) sin (vb) ‘ectangle rect[a,b] = ab (rua) (vb) e ‎Cosine ‎ ‎Assumes that functions have been extended by zero padding. ‎

صفحه 42:
cin showing a full period in the cx ofa إن

صفحه 43:
HSN 8) BiB. Sp See oper aa) sae) FIGURE 4.35 Computation of the 2-D Fourier transform as a series of 1-D 1D LD transforms, row column transforms, transforms نیمسال دوم

صفحه 44:
تیمسال دوم >

صفحه 45:
ون ‎WEEDS) CIS: BP Ia Chess,‏ 3 5

صفحه 46:
۳ her 5 8 ‏رم‎ an ‏وه بصع‎ istration ot the ried fo netion sang eee oe

صفحه 47:
فصل چهارم: بهبود تصویر در حوزه فرکانس

صفحه 48:
فصل جوارم: بوبود تصوبر در حوزه فركانئس. 5

صفحه 49:
‎Sn, - 5 8‏ ارم كر در مرت ۰ ‎ ‎FIGURE 4.42 Computational advantage of the FFT overa di ‎implementation ‎of the [-D DFT ‎> 00 ‎rapiclly ‎«function of m ‏15 14 13 12 11 10 و ‎ ‏تیمسال دوم >

فصل چهارم :بهبود تصوير در حوزه فركانس مفاهيم اصولي تبديل فوريه نيمسال دوم -4 پردازش تصوير بهبود تصوير در حوزه فركانس:فصل چهارم f (x) : F(u)  تبديل فوريه گسسته يك بعدي x 0,1,...,M  1 1 M 1 f (x)e j ux M ,  Mx  2 / u 0,1,...,M  1 0 M 1 f (x)   F(u)ej 2ux/ M , x 0,1,...,M  1 x0 F(u)  1 M 1  f (x)e j 2ux/ M , u 0,1,...,M  1 M x0 1 M 1 f (x)  F(u)ej 2ux/ M , x 0,1,...,M  1  M x0 پردازش تصوير -4 نيمسال دوم فصل چهارم :بهبود تصوير در حوزه فركانس تبديل فوريه گسسته در محورهاي قطبي 2 1/ 2 )j (u ‏F(u)  F(u) e ] )F(u) [R(u)2  I (u ‏ I (u)  ‏ (u) tan  ‏ ‏R ( ‏u ) ‏ ‏ ‏1 طيف توزيع قدرت سيگنال 2 ‏P(u)  F(u) [R(u)2  I (u)2 ]1/ 2 نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير بهبود تصوير در حوزه فركانس:فصل چهارم تبديل فوريه گسسته دو بعدي F(u, v)  1 M 1 N 1 f (x, y)e   MN x y 0 F(x, y)  1  j 2 (ux/ Mvy/ N) 0 M 1 N 1 F(u, v)e   MN x y 0 0 j 2 (ux/ Mvy/ N) u 0,1,...,M  1 ,   v 0,1,...,N  1  x 0,1,...,M  1 ,   y 0,1,...,N  1 تبديل فوريه و طيف سيگنال    ( 1)x y f (x, y) F(u  M / 2, v  N / 2) پردازش تصوير -4 نيمسال دوم فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر كردن تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر كردن تصوير توسط DFT )X(f 2π -π ‏π -2π )( 1)x f (x ‏M-1 نيمسال دوم -4 ‏o ‏M-1 ‏o پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس ‏Notch Filter نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس ‏Lowpass, Highpass Filters نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر تيز كننده نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر بهبود گوسي ‏ u2 / 2 2 ‏H(u)  Ae ‏ 2 2 2x2 ‏h(x)  2 Ae ‏ u2 / 2 22 ‏ Be نيمسال دوم -4 ‏ u2 / 2 12 ‏H(u)  Ae پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلترهاي همواركننده حوزه فركانس ‏ نيمسال دوم -4 فيلتر پايين گذر ايده آل1 if D(u, v) D0 ‏H(u)  ‏0 if D(u, v)  D0 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نوسان در فيلتر پايين گذر ايدهآل نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر پايين گذر باترورث 1 ‏H(u, v)  2n 1 D(u, v) / D0  نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نمايش حوزه مكان فيلتر پايين گذر باترورث بادرجات 1و 2و 5و20 نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر پايين گذر گوسي ‏D2 (u,v) / 2D02 ‏H(u, v) e نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس كاربرد فيلتر پايين گذر گوسي بر بهبود تصوير متن با دقت كم نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس كاربرد فيلتر پايين گذر در صنعت چاپ ‏ ‏ نيمسال دوم -4 ‏Unsharp masking زيباسازي چهره (نرم كردن خطوط نامطلوب) پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس كاربرد فيلتر پايين گذر گوسي بر بهبود تصاوير ماهواره اي ‏ ‏ نيمسال دوم -4 حذف خطوط مرور سنسور حذف جزئيات يه منظور طبقه بندي تصوير پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلترهاي تيز كننده در حوزه فركانس فيلتر باال گذر منتج از فيلتر پايين گذر )Hhp(u, v) 1 Hlp(u, v نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نمايش فيلترهاي باال گذر در حوزه مكان نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس اثر فيلترهاي باال گذر ايده ال با باند گذر متفاوت نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس اثر فيلترهاي باال گذر باترورث درجه 2با باند گذر متفاوت 1 ‏H(u, v)  1 D0 / D(u, v) 2n نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس اثر فيلترهاي باال گذر گوسي با باند گذر متفاوت ‏D2 (u,v) / 2D02 ‏H(u, v) 1 e نيمسال دوم -4 پردازش تصوير بهبود تصوير در حوزه فركانس:فصل چهارم الپالسين در حوزه فركانس  dn f (x)  n  ( ju) F(u) n   dx    2 f (x, y)  2 f (x, y)  2 2    ( ju ) F ( u , v )  ( jv ) F(u, v)  2 2 y  x  2 f (x, y)  (u2  v2 )F(u, v) 2 2 Hlp (u, v)  (u  v ) پردازش تصوير -4 نيمسال دوم فصل چهارم :بهبود تصوير در حوزه فركانس ‏ نيمسال دوم -4 )Hlp (u, v)  (u  M / 2)  (v  N / 2 2 2 پردازش تصوير  2 2 ‏ ‏Hs (u در, v)  تصوير1 (u  M چهارم/ 2): فصل (v  )N / 2 فركانس حوزه بهبود فيلتر تيز كننده الپالسين نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلترهاي unsharp masking, high boost و تاكيد فركانس باال در حوزه فركانس )Hhp(u, v) 1 Hlp (u, v )HHB(u, v) ( A 1)  Hhp(u, v ‏A=2.7 : High Boost نيمسال دوم -4 ‏A=2 : unsharp masking پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس )HHfe(u, v) a  bHhp(u, v ‏High ‏pass ‏Histogram ‏equalization نيمسال دوم -4 ‏A=0.5, ‏b=2 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر همو مورفيك )f (x, y) i(x, y)r(x, y )z(x, y) ln f (z, y) lni(x, y)  lnr(x, y )Z(u, v) Fi (x, y)  Fr (x, y نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس فيلتر همو مورفيك جهت حذف روشنايي غير يكنواخت نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس خواص تبديل فوريه گسسته نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير فصل چهارم :بهبود تصوير در حوزه فركانس نيمسال دوم -4 پردازش تصوير

62,000 تومان