|
پروژه پردازش تصویر در هوش مصنوعی
پروژه کارشناسی مهندسی نرم افزار پردازش تصویر در هوش مصنوعی
|
|
| دسته بندی | مقالات آموزشی |
| فرمت فایل | |
| حجم فایل | 2851 کیلو بایت |
| تعداد صفحات فایل | 67 |
پروژه کارشناسی مهندسی نرم افزار پردازش تصویر در هوش مصنوعی موضوع :پروژه پردازش تصویر در هوش مصنوعی
این پروژه هم در قالب word وهم در قالب pdf تعداد 67 صفحه می باشد و شامل
فهرست:
چکیده:
فصل اول
مقدمه:
کاربردهای پردازش تصویر:
صنعت:
هواشناسی:
کشاورزی:
علوم نظامی و امنیتی:
نجوم و فضا نوردی:
پزشکی:
فناوریهای علمی:
باستان شناسی:
تبلیغات:
سینما:
اقتصاد:
روانشناسی:
زمین شناسی :
فصل دوم
پردازش تصویر
مرحله اول ( دریافت تصویر ورودی ):
مرحله دوم ( پیش پردازش تصویر ):
مرحله سوم ( پردازش تصویر ):
مرحله چهارم ( آنالیز تصویر ):
انواع پردازش تصویر:
مقادیر پیکسلها:
دقت تصویر:.
روشهای پردازش تصاویر
بخش بندی سطح خاکستری ( Gray-Level Slicing )
عملیات مختلف بر روی تصاویر:
جمع دو تصویر:
مکمل کردن تصویر:
میانگین گیری از تصویر:
:(Image restoration)ترمیم تصویر
نواری شدن(باندی شدن):
خطوط از جا افتاده ( خطا در تصویر):
هیستوگرام تصویر:
بالا بردن دقت عکس:
ارتقای تصویر و عملگر کانولوشن:
تعدیل هیستوگرام:
افزایش تباین از طریق امتداد اعداد ( DN) پیکسلها:
فیلتر کردن تصویر:
اعمال فیلتر تصویر در MATLAB
ایجاد فیلتر دلخواه:
طراحی فیلتر:
طراحی فیلتر میانگین ماتریس مربعی:
طراحی فیلتر میانگین با ماتریس گرد:
طراحی فیلتر پایین گذر گوسی:
طراحی فیلتر لاپلاس:
طراحی فیلتر لاپلاس از روش حذف گوس:
طراحی فیلتر حرکت دهنده:
طراحی فیلتر تقویت لبه:
طراحی فیلتر لبه افقی و عمودی:
طراحی فیلتر افزایش دهنده شدت نور و لبهها:
فصل سوم
کاربردهای هیستوگرام در پردازش تصویر:
تاثیر تکنیکهای پیش پردازش در افزایش دقت تناظر یابی عکسی:
استخراج نواحی شامل متن و تفکیک متن به حروف:
پیش پردازش تصویر:
فوکوس خودکـار دوربین های دیجیتالی:
تشخیص چهره:
تشخیص پلاک خودرو:
فصل چهارم
تشخیص پلاک خودرو:
تشخیص محل پلاک:
فیلتر گوسین:
پیدا کردن لبههای عمودی:
تحلیل هیستوگرام:
پیدا کردن محل کاندید پلاک:
سایش تصویر:
گسترش عمودی تصویر:
استخراج پلاک:
جداسازی کاراکترها:
شناسایی کاراکترها:
شبیه سازی:
فصل پنجم نتیجه گیری:
مراجع:
فهرست جداول و اشکال
جدول 1: مقایسه انواع تصویر بر اساس تعداد بیت
شکل 1: نحوه نگاشت مقادیر پیکسله ی تصویر ورودی
شکل 2: نحوه نگاشت مقادیر پیکسله ی تصویر خروجی
شکل 5: نحوه پیاده سازی عملگر مکمل
شکل 6: نحوه پیاده سازی عملگر میانگین
شکل 7: تصویر دانهه ی برنج
شکل 8: نمودار هیستوگرام دانهه ی برنج
شکل 9: یک نمونه نمودار هیستوگرام
شکل 01: ماسک اعمال شده بر روی پیکسله
شکل 21: تصویر خروجی پس از تعدیل هیستوگرام
شکل 11: تصویر ورودی و هیستوگرام آن
شکل 31: عمل کشش خطی
شکل 41: پیکسل های تیز و آرام
شکل 51: تصویر با نویز فلفل نمکی
شکل 61: تصویر با اعمال فیلتر تیز کننده
جدول2: انواع فیلتر
شکل 71: فیلتر disk
شکل 81: فیلتر گوسی
شکل 91: فیلتر لاپلاس
شکل 12: فیلتر تقویت لبه prewitt
شکل 22: فیلتر تقویت لبه sobel
شکل 32: فیلتر افزایش دهنده شدت نور unsharp
شکل 42: نمونه ای از کاربرد ocr
شکل 52: مراحل تشخیص پلاک
شکل 62: تصویر سطح خاکستری ورودی
شکل 27: (الف) ماسک عمودی سوبل، (ب) ماسک افقی سوبل
شکل 82: نتیجه عمل لبه یابی
شکل 92: نمودار هیستوگرام تصویر
شکل 03: تصویر کاندید به دست آمده از تصویر لبه
شکل 13: تصویر حاصل شده پس از حذف نواحی خارج از محدوده
شکل 23: تصویر حاصل شده پس از سایش و گسترش افقی
شکل 33: تصویر حاصل شده از پر کردن حفره های احتمالی
شکل 43: محل تقریبی پلاک پر کردن حفره های احتمالی
شکل 53: تصویر حاصل شده پس از گسترش عمودی
شکل 63: پیدا شدن محل پلاک
شکل73: پلاک استخراج شده از کل62.52
شکل 83: هیستوگرام پلاک استخراج شده
شکل 93: کاراکترهای جداشده