ôn tập xử lý ảnh

... ? 19. Cơ sở sinh hoá của phơng pháp xử lý nớc thải bằng UASB ? Các yếu tố chính ảnh hởng đến quá trình xử lý này ? Các thông số công nghệ chủ yếu để tính toán công trình ? 20. Cơ chế quá trình ... Cơ chế quá trình xử lý nớc thải bằng phơng pháp sinh hoá trong điều kiện yếm khí ? các yếu tố ảnh hởng đến hiệu suất quá trình xử lý này ? Các thống số cơ bản để thiết kế công nghệ ? 19. Cơ ... ? Phân tích các yếu tố ảnh h- ởng đến hiệu suất xử lý của hồ ? Đánh giá triển vọng áp dụng của phơng pháp này ở Việt Nam trong tơng lai ? 21. Cơ sở của phơng pháp xử lý nớc thải bằng hồ sinh...

Ngày tải lên: 27/06/2014, 11:20

Ngày tải lên: 16/03/2014, 00:15

... trong quá trình xử lý ảnh. Phân tích tóm lược các bước trong một quá trình xử lý ảnh. Câu 5: Trình bày phương pháp xử lý ảnh xoay dùng phép biến đổi Hough (Hough Transform) Câu 6: Trình bày thuật ... dụng trong trích chọn đặc trưng ảnh. Câu 11: Hãy trình bày các kiểu ảnh, cho biết đặc điểm của ảnh JPEG, khi nào ta dùng ảnh dạng JPEG? PHẦN BÀI TẬP BÀI 1: Cho ảnh số I được biểu diễn dạng ma ... đoạn ảnh theo cấu trúc cây tứ phân. b. Nén ảnh theo phương pháp mã hóa loạt dài. c. Tính chiều dài của ảnh và tỉ lệ nén ảnh. d. Nén ảnh dùng phương pháp mã hoá từ điển (LZW) BÀI 13: Cho ảnh như...

Ngày tải lên: 19/03/2014, 22:39

... QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN KHOA TOÁN TIN PHÂN TÍCH XỬ LÝ ẢNH BÁO CÁO BÀI TẬP THỰC HÀNH NHẬN DẠNG ĐƯỜNG CẤM Ô TÔ Giáo viên hướng dẫn : Th.S...

Ngày tải lên: 25/04/2013, 08:38

... Khái quát về phép lọc ảnh Phép lọc ảnh được sử dụng nhiều trong xử lý ảnh , được dùng trong giảm nhiễu , làm nét ảnh , cũng như trong phát hiện cạnh , biên ảnh …Các phép lọc ảnh chủ yếu được ... filter Bài tập lớn xử lý ảnh Giới thiệu qua đề tài Đề tài Đề 7 : Tìm hiểu về các phép lọc số , khảo sát và lập trình thử nghiệm các ứng dụng của phép lọc trên miền tần số với xử lý ảnh màu . ... lọc số để xử lý ảnh . Chính vì vậy nhóm em đã chọn đề tài : " Tìm hiểu về các phép lọc số , khảo sát và lập trình thử nghiệm các ứng dụng của phép lọc trên miền tần số với xử lý ảnh màu...

Ngày tải lên: 28/04/2013, 18:40

... Hz D. 2, 919.10 15 Hz - 4 - GV: Lê Quang Long ChơngVIII Tài liệu dành cho hs lớp 12A4,A5,A6 ôn tập chơng Viii : lợng tử ánh sáng 1. Hiện tợng quang điện đựơc Hecxơ phát hiện bằng cách nào? A. ... D. 43 =1,8729 m à ; 53 =1,2813 m à ; 63 =1,903 m à 40. Các mức năng lợng của nguyên tử H ở trạng thái dừng đợc xác định bằng công thức E n = - 2 n 6,13 eV, với n là số nguyên n= 1,2,3,4 ứng với các mức K,L,M,N. Tính tần số ... tử lợng lớn C. Chiếu một nguồn sáng giàu tia tử ngoại vào một tấm kẽm tích điện âm D. Dùng chất Pônôli 210 phát ra hạt để bắn phá lên các phân tử nitơ 2. Phỏt biu no sau õy l ỳng? A. Hin tng...

Ngày tải lên: 24/06/2013, 01:26

... ,bể 2 không nắp đậy . Nói alô vào bể 1 em sẽ nghe thấy tiến vang ,nhng nói vào bể 2 thì không nghe thấy tiếng vang . Vì sao ? 13.HÃy giải thích vì sao có thể dùng gơng cầu lõm để tập trung ... phản xạ ứng với tia MH? b) HÃy vẽ ảnh M` N` của MN tạo bởi gơng phẳng ? /////////////////////////// 17.Cho 1 mũi tên CD đặt vuông với 1 gơng phẳng . a) Vẽ ảnh của mũi tên tạo bởi gơng phẳng ... 9/25/2013 20:13 Câu hỏi ôn tập học kì I vật lí 7 1. Nguồn âm là gì ? Ta nhìn thấy 1 vật khi nào ? 2. Phát biểu định...

Ngày tải lên: 25/09/2013, 20:10

... NhậnDạngKhuônMặt *Matlab2013cóhàmhỗtrợnhậndạngkhuônmặt.tacóthểsửdụnghàmhỗtrợnàynhưsau: functionbai10() %Example1:Facedetection % faceDetector=vision.CascadeObjectDetector();%Default:findsfaces Origin=imread('path_image\.jpg'); bboxes=step(faceDetector,Origin);%Detectfaces %Annotatedetectedfaces IFaces=insertObjectAnnotation(Origin,'rectangle',bboxes,'Face'); figure,imshow(IFaces),title('Detectedfaces'); end *Ýtưởngthựchiệnviếtchươngtrình(khôngsửdụnghàmhỗtrợ): Sơđồkhốichobàitoán Tạo1cơsởdữliệugồmn ảnh, mỗi ảnh đượcđặttêntheothứtựlàcácsónguyêntừ1đếnn đểtiệnchoviệcquản lý tập ảnh này(ntùyvàosốlượng ảnh) . Ảnh đượcđưavào tập cơsởdữliệusẽđượcdùngđểhuấnluyện,từđâysửdụngcácphương pháptríchrútđặctrưngvàđưaravectođặctrưngchoviệcnhậndạng. Khiđưa ảnh cầnnhậndạngvàotathựchiệntínhtọađộhìnhchiếucủa ảnh nàyvàcủacảnhững ảnh trongcơsởdữliệuđãcó,rồiđemsosánhkếtquả. Thựchiệnđokhoảngcách(khoảngcáchEuclid)giữatọađộhìnhchiếucủa ảnh cầnkiểmtra vớitọađộhìnhchiếucủacác ảnh trongcơsởdữliệu.Bức ảnh nàotrongcơsởdữliệucókhoảngcách sovới ảnh cầnkiểmtralàngắnnhấtthìtachọn. kenhR=origin(:,:,1); subplot(3,2,3),imshow(kenhR),title('Red'); kenhG=origin(:,:,2); subplot(3,2,4),imshow(kenhG),title('Green'); kenhB=origin(:,:,3); subplot(3,2,5),imshow(kenhB),title('Blue'); trungviR=medfilt2(kenhR,[33]); trungviG=medfilt2(kenhG,[33]); trungviB=medfilt2(kenhB,[33]); rgb_filtered=cat(3,trungviR,trungviG,trungviB); gray_filtered=medfilt2(gray,[33]); gray_RGB=rgb2gray(rgb_filtered); d=abs(gray_RGBgray_filtered); subplot(3,2,6),imshow(d,[]),title('saikhac'); end ViếtchươngtrìnhMatlabthựchiệnnhậndạngmộtđốitượngtùyý(1chữcái,chữsố,vậtthể bấtkỳ,…) BÀITẬPXỬLÝ ẢNH SỐ 1) Lọc ảnh (sửdụngphéptươngquan)trênmiềnkhônggian filtered=spatial_filter(image,mask) Trongđóimagelà ảnh xámcầnlọc,masklàmặtnạlọc(kíchthướcmỗichiềulàsốlẻ), filteredlà ảnh saukhilọc. Bàilàm: functionloc_anh=spatial_filter(image,mask) clc;closeall; [row_image,colum_image]=size(image); [row_mask,colum_mask]=size(mask); fori=1:row_image+2*floor(row_mask/2) forj=1:colum_image+2*floor(colum_mask/2) loc_anh(i,j)=0; end end fori=1:row_image forj=1:colum_image loc_anh(i+floor(row_mask/2),j+floor(colum_mask/2))=image(i,j); end end fori=1:row_image forj=1:colum_image bientam=0; foru=1:row_mask forv=1:colum_mask bientam=bientam+loc_anh(ifloor(row_mask/2)+u, jfloor(colum_mask/2)+v)*mask(u,v); end end image(i,j)=bientam; end end loc_anh=image; end Thaotác:(tacómatrậnAlà ảnh vàmlàmặtnạlọctùyý) >> ... NhậnDạngKhuônMặt *Matlab2013cóhàmhỗtrợnhậndạngkhuônmặt.tacóthểsửdụnghàmhỗtrợnàynhưsau: functionbai10() %Example1:Facedetection % faceDetector=vision.CascadeObjectDetector();%Default:findsfaces Origin=imread('path_image\.jpg'); bboxes=step(faceDetector,Origin);%Detectfaces %Annotatedetectedfaces IFaces=insertObjectAnnotation(Origin,'rectangle',bboxes,'Face'); figure,imshow(IFaces),title('Detectedfaces'); end *Ýtưởngthựchiệnviếtchươngtrình(khôngsửdụnghàmhỗtrợ): Sơđồkhốichobàitoán Tạo1cơsởdữliệugồmn ảnh, mỗi ảnh đượcđặttêntheothứtựlàcácsónguyêntừ1đếnn đểtiệnchoviệcquản lý tập ảnh này(ntùyvàosốlượng ảnh) . Ảnh đượcđưavào tập cơsởdữliệusẽđượcdùngđểhuấnluyện,từđâysửdụngcácphương pháptríchrútđặctrưngvàđưaravectođặctrưngchoviệcnhậndạng. Khiđưa ảnh cầnnhậndạngvàotathựchiệntínhtọađộhìnhchiếucủa ảnh nàyvàcủacảnhững ảnh trongcơsởdữliệuđãcó,rồiđemsosánhkếtquả. Thựchiệnđokhoảngcách(khoảngcáchEuclid)giữatọađộhìnhchiếucủa ảnh cầnkiểmtra vớitọađộhìnhchiếucủacác ảnh trongcơsởdữliệu.Bức ảnh nàotrongcơsởdữliệucókhoảngcách sovới ảnh cầnkiểmtralàngắnnhấtthìtachọn. kenhR=origin(:,:,1); subplot(3,2,3),imshow(kenhR),title('Red'); kenhG=origin(:,:,2); subplot(3,2,4),imshow(kenhG),title('Green'); kenhB=origin(:,:,3); subplot(3,2,5),imshow(kenhB),title('Blue'); trungviR=medfilt2(kenhR,[33]); trungviG=medfilt2(kenhG,[33]); trungviB=medfilt2(kenhB,[33]); rgb_filtered=cat(3,trungviR,trungviG,trungviB); gray_filtered=medfilt2(gray,[33]); gray_RGB=rgb2gray(rgb_filtered); d=abs(gray_RGBgray_filtered); subplot(3,2,6),imshow(d,[]),title('saikhac'); end ViếtchươngtrìnhMatlabthựchiệnnhậndạngmộtđốitượngtùyý(1chữcái,chữsố,vậtthể bấtkỳ,…) BÀITẬPXỬLÝ ẢNH SỐ 1) ... NhậnDạngKhuônMặt *Matlab2013cóhàmhỗtrợnhậndạngkhuônmặt.tacóthểsửdụnghàmhỗtrợnàynhưsau: functionbai10() %Example1:Facedetection % faceDetector=vision.CascadeObjectDetector();%Default:findsfaces Origin=imread('path_image\.jpg'); bboxes=step(faceDetector,Origin);%Detectfaces %Annotatedetectedfaces IFaces=insertObjectAnnotation(Origin,'rectangle',bboxes,'Face'); figure,imshow(IFaces),title('Detectedfaces'); end *Ýtưởngthựchiệnviếtchươngtrình(khôngsửdụnghàmhỗtrợ): Sơđồkhốichobàitoán Tạo1cơsởdữliệugồmn ảnh, mỗi ảnh đượcđặttêntheothứtựlàcácsónguyêntừ1đếnn đểtiệnchoviệcquản lý tập ảnh này(ntùyvàosốlượng ảnh) . Ảnh đượcđưavào tập cơsởdữliệusẽđượcdùngđểhuấnluyện,từđâysửdụngcácphương pháptríchrútđặctrưngvàđưaravectođặctrưngchoviệcnhậndạng. Khiđưa ảnh cầnnhậndạngvàotathựchiệntínhtọađộhìnhchiếucủa ảnh nàyvàcủacảnhững ảnh trongcơsởdữliệuđãcó,rồiđemsosánhkếtquả. Thựchiệnđokhoảngcách(khoảngcáchEuclid)giữatọađộhìnhchiếucủa ảnh cầnkiểmtra vớitọađộhìnhchiếucủacác ảnh trongcơsởdữliệu.Bức ảnh nàotrongcơsởdữliệucókhoảngcách sovới ảnh cầnkiểmtralàngắnnhấtthìtachọn. kenhR=origin(:,:,1); subplot(3,2,3),imshow(kenhR),title('Red'); kenhG=origin(:,:,2); subplot(3,2,4),imshow(kenhG),title('Green'); kenhB=origin(:,:,3); subplot(3,2,5),imshow(kenhB),title('Blue'); trungviR=medfilt2(kenhR,[33]); trungviG=medfilt2(kenhG,[33]); trungviB=medfilt2(kenhB,[33]); rgb_filtered=cat(3,trungviR,trungviG,trungviB); gray_filtered=medfilt2(gray,[33]); gray_RGB=rgb2gray(rgb_filtered); d=abs(gray_RGBgray_filtered); subplot(3,2,6),imshow(d,[]),title('saikhac'); end ViếtchươngtrìnhMatlabthựchiệnnhậndạngmộtđốitượngtùyý(1chữcái,chữsố,vậtthể bấtkỳ,…) BÀITẬPXỬLÝ ẢNH SỐ 1)...

Ngày tải lên: 14/03/2014, 23:41

... In the afternoon, she played chess. * Now write about you. Begin with: 7 ĐỀ CƯƠNG ÔN TẬP HKII Tiếng Anh lớp 7 Lý thuyết I. TENSES: (Thì) Stt Tenses Forms Key words + - ? Dấu hiệu 1 Present tense ... watching cartoons? (Trả lời câu hỏi) 3. Lets go out for a drink. (Viết lại câu sao cho nghĩa không thay đổi, bắt đầu bằng những từ cho sẵn) - How about ? 4. I went to bed at 11.00 last night....

Ngày tải lên: 19/04/2014, 12:44

... luật quang điện nên thuyết sóng ánh sáng không giải thích đợc các định luật quang điện. - Các lợng tử ánh sáng không thay đổi khi ánh sáng truyền đi , không phụ thuộc khoảng cách tới nguồn sáng. - ... dụng vào hai việc: +/ Cung cấp cho e - một công A để e - thắng đợc lực liên kết tinh thể và thoát ra ngoài thành e - quang điện.Khi đó công A: công thoát +/ Cung cấp cho e - một động năng ... nhất: - Theo (73.4): Nếu năng lợng của foton ánh sáng nhỏ hơn công thoát A thì nó không làm cho các e - thoát khỏi bề mặt K, do đó sẽ không gây ra hiện tợng quang điện. Vì vậy để gây ra h.tợng q.điện...

Ngày tải lên: 10/07/2014, 04:00

... bị nhận ảnh Thiết bị nhận ảnh Đ ế n m àn hình video Chương 1 Giới thiệu về xử lý ảnh 1.1 Giới thiệu Cuốn sách này cung cấp cho các bạn những lý thuyết cơ bản và các phương pháp thông dụng ... cho một hệ thống xử lý ảnh. Cuối cùng là phần giới thiệu chung về nội dung của các chương trong cuốn sách. 1.2 Chuẩn bị cơ bản Xử lý ảnh có quan hệ mật thiết với nhận thức về ảnh của con người. ... biên ảnh 1-D, cụ thể đó là một bộ lọc thông cao, trên một ảnh bằng cách xử lý từng hàng một, thì đường biên sẽ phần lớn được làm nổi bật dọc theo các đường thẳng đứng. Các đường biên ảnh nằm...

Ngày tải lên: 10/07/2014, 21:20

...  ddnHnnnh          (2.20) Lời giải của bài toán này sẽ được đưa ra thông qua một chương trình viết bằng ngôn ngữ C. Ngôn ngữ C được sử dụng rộng rãi bởi tính linh hoạt của nó. C phù hợp cho ...  2 11 Hình 2.3 T V và T H cho lấy mẫu ảnh trên một ma trận camera CCD. Hình 2.4 T V và T H cho một ảnh quét xen kẽ. Hàm H( 1 , 2 ) xác định trên toàn bộ miền      ... (2.2) trở thành y(n 1 ,n 2 ) = h(n 1 ,n 2 ). Vì lý do này mà h(n 1 ,n 2 ) được gọi là đáp ứng xung, hoặc là đáp ứng biên độ, của hệ thống 2-D. Bài tập 2.1 Tính biểu thức đáp ứng tần số của một...

Ngày tải lên: 10/07/2014, 21:20

... mà tâm là gốc toạ độ. Một ảnh ba chiều của đáp ứng tần số tính từ 11  11 đáp ứng xung được chỉ trong hình 2.13. Bảng 2.1 Một phần tư đáp ứng xung của bộ lọc thông thấp D 0 = 0.3 0.103591 ... - 0.000473 28 Bài tập 2.2 Thay hàm H(w1,w2) trong chương trình 2.1 để tính đáp ứng xung trên cửa sổ 11  11 có tâm tại điểm gốc, theo hàm truyền đạt được cho dưới đây: 1. Lọc thông thấp: 021 /),(347.0 21 ),( DD eH     ... 0.002135 0.001873 0.001496 0.001102 0.000743 0.000473 Hình 2.13 Hình ảnh ba chiều đáp ứng biên độ của bộ lọc thông thấp. Ví dụ 2.6 Lặp lại bài toán trước với bộ lọc tuần hoàn đối xứng...

Ngày tải lên: 10/07/2014, 21:20

... 3.2a cho thấy ảnh gốc (IKRAM.IMG). Hình 3.2b giới thiệu ảnh lọc thông cao. Hình 3.2c là ảnh lọc thông thấp. Đúng như sự mong đợi, ảnh lọc thông cao rõ nét hơn ảnh gốc. Ảnh lọc thông thấp mờ ... cho xử lý ảnh số. Chúng ta sẽ coi rằng ảnh được lưu trên bộ nhớ ngoài như đĩa cứng hay vùng đệmảnh. Số dòng tối thiểu cần cho việc xử lý, được lưu trong bộ nhớ, cho phép lọc các ảnh lớn mà không ... đệm ảnh, w. 2. Cho n 1 = (0, 1, 2, , (chiều dài ảnh -1), hãy làm các công việc sau: a. Chuyển hàng thứ n 1 từ bộ đệm ảnh hoặc từ file ảnh lên hàng cuối cùng trong w. (Chúng ta coi rằng ảnh...

Ngày tải lên: 10/07/2014, 21:20

Ngày tải lên: 10/07/2014, 21:20

Ngày tải lên: 10/07/2014, 21:20

Ngày tải lên: 10/07/2014, 21:20

Ngày tải lên: 10/07/2014, 21:20

Ngày tải lên: 10/07/2014, 21:20