هیستوگرام تصویر نمایشی گرافیکی از تعداد تکرار پیکسل‌های با شدت رنگ مشابه در یک تصویر است. در بسته آموزشی کد متلب هیستوگرام تصویر که به رایگان در اختیار شما قرار داده شده، بدون استفاده از دستور آماده imhist که برای رسم هیستوگرام یک تصویر در متلب استفاده می‌شود، الگوریتم ساده هیستوگرام نوشته شده تا با دادن تصویر به این الگوریتم شاهد نمایش نمودار هیستوگرام تصویر در خروجی برنامه باشید. برای مشاهده کدها به لینک روبرو بروید... کلیک کنید
اسپارس یکی از موضوعات به روزی است که در دهه اخیر مورد بحث در شناسایی چهره قرار گرفت. شاید بتوان بنیان‌گذار اسپارس در زمینه شناسایی چهره را مقاله "Robust Face Recognition via Sparse Representation" دانست که بسیار مورد توجه محققان قرار گرفت و تعداد ارجاع به این مقاله بسیار زیاد است. در لینک پایین پست میتوانید به صفحه گوگل اسکولار بروید و مشخصات این مقاله را مشاهده نمایید. در این پست بسته آموزشی شبیه‌سازی مقاله ذکر شده در بالا آماده شده است. این بسته آموزشی شامل مباحث زیر است:
1- مقاله اصلی
2- پایگاه داده چهره ORL
3- کدهای شبیه‌سازی شده در نرم‌افزار MATLAB
4- توضیحات در مورد الگوریتم اسپارس و نحوه کدنویسی
برای خرید آنلاین یا مشاهده بخشهایی از گزارش فارسی و اجرای دموی برنامه میتوانید به لینک زیر مراجعه نمایید:
معمولا در تصاویر MRI نویز وجود دارد و باعث می‌شود که تصمیم‌گیری و اظهار نظر درباره بیماری سخت شود. در این بسته آموزشی مقاله‌ای برای کاهش نویز در تصاویر MRI انتخاب نموده‌ایم. محتوای این بسته آموزشی شامل موارد زیر است:
1- مقاله اصلی: دریافت مقاله
2- کدهای پیاده‌سازی در نرم‌افزار MATLAB
3- توضیحات کدهای پیاده‌سازی
در این پست می‌خواهیم موضوع جدید و جالبی را در حوزه چشم معرفی کنیم. شاید همه شما شبکیه چشم را شنیده باشید. شبکیه چشم شامل رگ‌هایی است که شبیه به شاخه‌های درخت هستند. با استفاده از تکنیک‌های پردازش تصویر و بینایی کامپیوتر سعی می‌کنند این رگ‌ها را از تصویر شکبیه استخراج نمایند. بسته آموزشی تشخیص رگ‌های شبکیه چشم شامل موارد زیر است:
1- مقاله اصلی ( از اینجا میتوانید این مقاله را دریافت نمایید)
2- کدهای نوشته شده در نرم افزار MATLAB
3- توضیح الگوریتم مقاله و توضیح کدهای نوشته شده
4- پایگاه داده شبکیه چشم برای تست الگوریتم
پست‌هایی که در این وبلاگ به عنوان بسته‌های آموزشی قرار می‌دهیم، علاوه بر آموزش پردازش تصویر و نحوه کدنویسی سعی در ایجاد و پرورش دیدگاهی از کاربردهای پردازش تصویر است. هدف این است که ایده‌های مختلفی را به شما معرفی نماییم تا ببنید پردازش تصویر در چه زمینه‌هایی می‌تواند کاربرد داشته باشد که حتی بعضی از آنها ارتباط نزدیکی با زندگی روزمره ما دارد و می‌تواند مشکلی بزرگ در زندگی ما را به سادگی حل نماید.
این بار هم موضوع جدیدی برای معرفی کردن داریم. وال‌ها موجودات کمیابی هستند که حدود 500 تا از آنها در اقیانوس شمال وجود دارد. تعداد کم آنها باعث ایجاد نگرانی‌هایی شده است. به همین دلیل سعی می‌شود با روش‌هایی از راه دور سلامت آنها بررسی شود. برای این منظور اول باید در تصاویر هوایی شناسایی شوند. اما اینکه چگونه با استفاده از الگوریتمی در تصاویر هوایی وال‌ها شناسایی شوند، موضوعی است که در این بسته آموزشی به آن پرداخته شده است. محتویات بسته آموزشی:
1- کدهای نرم‌افزار MATLAB برای تشخیص وال
2- توضیح الگوریتم و توضیح کدها به زبان فارسی
3- تصاویر هوایی از وال برای تست الگوریتم در تشخیص وال‌ها
دارت یکی از بازی‌های تمرکزی هست که علاوه بر علاقه‌مندان بسیار زیاد، مسابقات جهانی و رسمی هم دارد. اما خواندن امتیازها باز یکی از زمینه‌هایی است که پردازش تصویر می‌تواند در آن عرض اندام کند. در این پست می‌خواهیم الگوریتمی را بررسی کنیم که امتیاز کاربرانی را که مسابقه دارت می‌دهند محاسبه کند. برای این منظور تنها به یک دوربین معمولی نیاز داریم. محتویات بسته آموزشی تهیه شده عبارتنداز:
1- توضیح الگوریتم پیشنهادی به صورت فایل ورد
2- پیاده‌سازی الگوریتم در نرم‌افزار MATLAB
3- توضیح کدهای نوشته شده به صورت فایل ورد
4- فایل ویدئویی از نحوه اجرا و توضیح در مورد کدها و الگوریتم
تمام افرادی که با Word یا LATEX کار کرده باشند، میدانند که یکی از ویژگی‌های جالب آن نوشتن فرمول‌هاست. در اینجا می‌خواهیم الگوریتمی را پیاده‌سازی کنیم که اگر از فرمولی عکس گرفته شود، با استفاده از این الگوریتم تصویر فرمول آنالیز شود و عبارت متنی آن در خروجی تولید شود. شاید با توسعه چنین الگوریتمی، در آینده نیازی نباشد که فرمول بنویسیم و با نوشتن معادلات خود روی کاغذ و یا عکس گرفتن آنها در منابع بتوانیم فایل متنی آنها را به Word یا LATEX اضافه نماییم. شایدهم بتواند فرمول‌ها را بفهمد و بنا به درخواست ما آنها را حل کند و یا نمودار آنها را رسم نماید. چه میکنه این پردازش تصویر!
محتویات بسته آموزشی که در این پست آماده کردیم:
1- کدهای الگوریتم به زبان MATLAB
2- توضیح روش پیشنهادی به همراه توضیح کدها
3- تصاویری برای آزمایش الگوریتم
4- توضیحات ویدئویی در مورد نحوه اجرای الگوریتم و بخش‌های مختلف الگوریتم پیاده‌سازی شده و توضیح تئوری الگوریتم
سودوکو یکی از بازی‌های مبتنی بر اعداد هست که تقریبا اکثر افراد با آن آشنا هستند. بسته آموزشی که در این پست می‌خواهیم آنرا معرفی نماییم، حل جدول سودوکو با استفاده از پردازش تصویر است. به‌طور خلاصه برای حل این پروژه، اولین کار این است که خانه‌های جدول را استخراج نموده، سپس اعداد نوشته را استخراج و هر عدد شناسایی شود. درنهایت با توجه به اعداد موجود الگوریتم اقدام به حل مساله و پر کردن خانه‌های خالی می‌کند. محتوای بسته آموزشی آماده شده عبارتنداز:
1- کدهای MATLAB
2- توضیحات کامل از الگوریتم و همچنین توضیح نحوه کدنویسی
3- تصاویر جدول سودوکو برای ارزیابی
وجود نویز در تصاویر عامل ناخوشایندی است که همیشه سعی بر این بوده است که وجود آنها در تصاویر به مقدار صفر برسد. گاهی برای حذف نویز بر روی دستگاه‌های تصویربرداری کار می‌کنند و گاهی هم تصاویر گرفته شده را که شامل نویز هستند، با ارائه الگوریتم‌هایی نویززدایی می‌نمایند. در هر حالتی این نکته بسیار مهم است که رفتار نویز را بشناسیم، چه نوع نویزی است، چه ساختاری دارد. در این مقاله سعی داریم انواع نویز را معرفی، رفتار آنها را بررسی نماییم. همچنین با نگاه به تصویر بفهمیم که احتمالا این تصویر چه نوع نویزی دارد. آنچه که در این آموزش به آنها پرداخته شده است، عبارتنداز:
1- معرفی انواع نویز و بیان ریاضی برای آنها
2- بررسی رفتار نویزها در تصویر و نحوه شناسایی نوع نویز از روی تصویر نویزی
3- کدنویسی انواع نویزها در نرم‌افزار MATLAB
