در این مطلب، ویدئو برنامه MATLAB 1 صاف کردن فیلترهای فضایی – بهبود تصویر در دامنه فضایی – پردازش تصویر با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید. اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:22:31
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>02
برای دریافت آخرین ویدیوها از ekeeda
2
02 =>05
3
05 =>06
سلام دوستان به همه شما خوش آمد می گویم
4
06 =>08
پردازش تصویر دیجیتال این
5
08 =>10
ویدیو از فصل شماره چهار است
6
10 =>12
در اینجا روش های بهبود تصویر
7
12 =>14
را در حوزه فضایی
8
14 =>15
داریم بنابراین قبلاً به توابع تبدیل شدت پرداخته ایم.
9
15 =>17
10
17 =>19
فیلتر فضایی
11
19 =>20
و در حین داشتن این فیلتر خاص،
12
20 =>23
ما دارای اثر صاف کننده
13
23 =>25
و تیز کننده هستیم، بنابراین در
14
25 =>26
ویدیوی قبلی
15
26 =>28
به
16
28 =>30
دلیل فیلترهای ویژه ای
17
30 =>32
که اکنون در این ویدیو
18
32 =>34
دیدیم، یک نمایش ساده برای
19
34 =>36
کار با آن ارائه می دهیم. فیلترهای ویژه
20
36 =>37
و ما سعی خواهیم کرد که اثر هموارسازی را
21
37 =>40
روی تصاویر ورودی
22
40 =>41
که قرار است در این برنامه خاص استفاده کنیم قابل مشاهده باشد،
23
41 =>42
24
42 =>45
بنابراین اجازه دهید
25
45 =>46
با برنامه matlab خود
26
46 =>54
[Music]
27
54 =>56
شروع کنیم تا در اینجا بتوانیم با برنامه matlab خود بسیار شروع کنیم.
28
56 =>58
اول از همه
29
58 =>01:01
من یک اسکریپت جدید را در اینجا می گیرم و در اینجا می
30
01:01 =>01:02
توانم یک
31
01:02 =>01:05
نظر برای هدف برنامه بگذارم، بنابراین این یک
32
01:05 =>01:08
حرفه ای است گرم برای کاری که برای
33
01:08 =>01:10
حذف نویز یا کاهش نویز
34
01:10 =>01:14
انجام میدهیم، به حداقل رساندن نویز خواهد بود، همچنین
35
01:14 =>01:16
میتوانیم بگوییم
36
01:16 =>01:20
کمینهسازی نویز با استفاده از
37
01:20 =>01:23
اینجا برای صاف کردن فیلترهای میانگین استفاده میکنیم،
38
01:23 =>01:27
39
01:28 =>01:32
بنابراین اکنون با clc
40
01:32 =>01:36
clear close all شروع میکنیم
41
01:39 =>01:42
و اکنون میتوانیم اولین فیلتر را داشته باشیم. مدلی از
42
01:42 =>01:43
برنامه نویسی که در
43
01:43 =>01:46
حال خواندن تصاویر در
44
01:49 =>01:52
حال خواندن تصاویر ورودی
45
01:52 =>01:55
برای فیلتر کردن است،
46
01:56 =>01:59
بنابراین اکنون می توانم متغیر a را به
47
01:59 =>02:00
طور معمول
48
02:00 =>02:04
با دستور im read اختصاص دهم
49
02:04 =>02:07
و در اینجا می توانم ورودی را در اینجا ارائه کنم
50
02:07 =>02:11
تا ورودی همین حالا می توانم
51
02:11 =>02:14
lena dot jpg
52
02:14 =>02:18
را انتخاب کنم. matlab و پس از خواندن آن،
53
02:18 =>02:20
بنابراین در اینجا ما تصویر ورودی را
54
02:20 =>02:22
داریم، همانطور که وظیفه را انجام دادیم،
55
02:22 =>02:24
وظیفه کمینه سازی نویز است، بنابراین
56
02:24 =>02:26
باید تصویری وجود داشته باشد که
57
02:26 =>02:28
تحت تأثیر نویز قرار گیرد،
58
02:28 =>02:30
بنابراین برای این منظور من با مدل دیگری از ماژول دوم شروع می کنم.
59
02:30 =>02:33
این برنامه
60
02:33 =>02:34
که در آن م