در این مطلب، ویدئو تفاوت فیلتر گاوسی – شهود عمیق با پیاده سازی MATLAB 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: 00:11:52
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00 =>02
سلام دوستان به تقویت کننده دانش کانال ما خوش آمدید،
2
02 =>04
3
04 =>06
بنابراین امروز در این ویدیوی خاص
4
06 =>08
من قصد دارم در مورد یک توییتر بسیار جالب
5
08 =>09
6
09 =>11
که به طور گسترده در پردازش تصویر و
7
11 =>12
دامنه فیوژن کامپیوتر استفاده می شود بحث
8
12 =>16
کنم که d o g یا تفاوت فیلتر گاوسی است،
9
16 =>17
خوب
10
17 =>20
این درک فیلتر خاص
11
20 =>23
بسیار ساده خواهد بود. اگر
12
23 =>25
مفهوم
13
25 =>28
فیلتر بسیار پرکاربرد دیگری در
14
28 =>30
پردازش تصویر یا دامنه اخیر رایانه را می دانید
15
30 =>34
و آن احتیاط لاگ یا لاپلاسی است
16
34 =>36
که قبلاً در
17
36 =>37
ویدیوی قبلی خود با جزئیات در مورد
18
37 =>39
همه چیزها بحث کرده ام.
19
39 =>41
20
41 =>43
21
43 =>45
فیلتر در تصویر تمام این موارد را من
22
45 =>46
درست پوشش داده ام،
23
46 =>49
بنابراین اگر می دانید که پوگ درک لاگ
24
49 =>51
یک تکه کیک خواهد بود،
25
51 =>53
بنابراین اجازه دهید قبل
26
53 =>54
از ادامه دادن با
27
54 =>57
فیلتر واقعی سگ، خوب را درک کنیم، اجازه دهید من فقط یک جمع بندی سریع از انرژی به شما ارائه دهم
28
57 =>59
که در مورد آن بحث کردم.
29
59 =>01:02
ما دیدیم که هسته ای
30
01:02 =>01:06
که روی تصویر ورودی اعمال می کنیم تا
31
01:06 =>01:08
لبه ها یا فرکانس بالا را بدست آوریم یا استخراج کنیم. کامپوننت cy
32
01:08 =>01:09
33
01:09 =>01:12
با استفاده از log که هسته شبیه این شکل به نظر می رسد
34
01:12 =>01:13
35
01:13 =>01:14
درست است، یعنی اگر سطح مقطع را در نظر بگیرید
36
01:14 =>01:16
که چگونه ابتدا یک ناحیه مسطح به نظر می رسد،
37
01:16 =>01:18
سپس به سمت بالا می رود
38
01:18 =>01:20
و
39
01:20 =>01:22
سپس به پایین می رود، دوباره به سمت بالا می رود و
40
01:22 =>01:24
سپس دوباره نوعی ناحیه احساس می شود. و سپس
41
01:24 =>01:27
دوباره به سطح صاف بروید، خوب، یعنی
42
01:27 =>01:29
اگر سطح مقطع را بگیرید،
43
01:29 =>01:31
44
01:31 =>01:34
در حال حاضر شبیه به این نوع مجموعه خواهد بود، مسئله این است که در تشخیص لبه،
45
01:34 =>01:35
46
01:35 =>01:38
ما علاقه مند به بزرگی هستیم که عمدتاً
47
01:38 =>01:40
زمان بسیار کمتری را روی فاز متمرکز می کنیم،
48
01:40 =>01:42
اما واضح است که فاز این است. همچنین یک
49
01:42 =>01:44
فاکتور بسیار مهم در هنگام تجزیه و تحلیل
50
01:44 =>01:45
دامنه فرکانس
51
01:45 =>01:48
در حال حاضر اگر بخش بزرگی را در نظر بگیریم
52
01:48 =>01:48
53
01:48 =>01:50
که بیشتر اوقات نقطه
54
01:50 =>01:51
مورد علاقه ما به خصوص در
55
01:51 =>01:55
تکنیک های تشخیص لبه است، قدری که
56
01:55 =>01:59
با درست گرفتن مقدار مطلق به دست می آوریم،
57
01:59 =>02:02
چه می خواهم بگویم.
58
02:02 =>02:04
چه تصویر ورودی خود را با استفاده از این
59
02:04 =>02:05
نوع
60
02:05 =>02:07