bài tập cơ sở xử lý ảnh số

... 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) 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)...

Ngày tải lên: 14/03/2014, 23:41

Ngày tải lên: 08/05/2014, 15:31

Ngày tải lên: 08/05/2014, 16:42

Ngày tải lên: 08/05/2014, 16:43

Ngày tải lên: 08/05/2014, 16:45

... quan về lý thuyết xử lý ảnh số (các thành phần của hệ thống xử lý ảnh, các khái niệm và vấn đề liên quan, bộ lọc ảnh, biên ảnh ). Xây dựng giải thuật một số bài toán cơ bản trong xử lý ảnh số. Xây ... ảnh số. Từ đó vận dụng nó để xây dựng được thuật toán cho một số bài toán cơ bản trong xử lý ảnh số bằng ngôn ngữ C#. Xây dựng được chương trình thực nghiệm cho một số bài toán xử lý ảnh số. Nguyễn ... CHUNG VỀ XỬ LÝ ẢNH 1.1 Tổng quan về hệ thống xử lý ảnh Quá trình xử lý ảnh được xem như là quá trình thao tác ảnh đầu vào nhằm cho ra kết quả mong muốn. Kết quả đầu ra của một quá trình xử lý ảnh...

Ngày tải lên: 27/04/2013, 09:14

Ngày tải lên: 18/04/2014, 09:34

Ngày tải lên: 12/09/2012, 16:20

... Matlab. a. code: num=[1 0]; den=[1 -0.7]; h=tf(num,den) Transfer function: - .ss 0 7 b. Đáp ứng tần số biên độ. Code: [h w]=freqz([1],[1 -0.7],1024); phi=180*unwrap(angle(h))/pi; subplot(2,1,1),plot(w,abs(h)),grid;xlabel('Frequancy(radian)'),ylabel('Magnitude'); d. x(n)=δ(n-3) h(n)=0,7 n u(n). code: h=[1...

Ngày tải lên: 12/09/2012, 16:20

... Bài tập thực hành cuối kỳ - Môn Xử lý tín hiệu số Trang 2/3 Nộp bài ñúng thời hạn, không giải quyết các trường hợp nộp trể. Bài nộp không ñúng yêu cầu ñều không có ñiểm 3. ðề bài Sử ... ngang  Hàm hữu tỉ o ðánh dấu ñiểm cực ñại, cực tiểu Bài tập thực hành cuối kỳ - Môn Xử lý tín hiệu số Trang 1/3 1. Hình thức • Bài tập lớn, làm nhóm, tối ña 3 thành viên. • Sinh viên ... thiết kế chương trình khảo sát hàm số hổ trợ học sinh phổ thông 3.1 Yêu cầu cơ bản • Nhận các hệ số a, b, c… từ người dùng • Khảo sát các hàm số:  Hàm số bậc 2 o Hiển thị tọa ñộ và ñánh...

Ngày tải lên: 13/09/2012, 09:20

Ngày tải lên: 04/08/2013, 10:06

... là ảnh đơn sắc (monochrome). ểnh mầu có thể coi nh 3 ảnh đơn sắc. Vớ i ảnh màu, á nh sáng vớ i hàm c( )đ ợ c đại diện bởi 3 con số gọi là giá trị cặp ba (tristimulus values). Một tập 3 con số ... lọc chặn dải t ơng ứng đặt nối tiếp. 1.4. Biểu diễn ảnh đơn sắc và ảnh màu. Vớ i ảnh đen-trắng, ánh sáng c( ) có thể đ ợ c biểu diễn bởi một số I nh sau: I=k dSc BW 0 (1.5) Trong đó ... âm và hữu hạn, nghĩa là: 0 I I max Trong đó I max là giá trị lớ n nhất mà I đạt đ ợ c. Trong xử lý ảnh, I đ ợ c chia thang (scaled) sao cho nó nằm trong một phạm vi thuận lợ i nào đó, ví dụ 0...

Ngày tải lên: 25/01/2014, 18:20

Ngày tải lên: 02/04/2014, 00:30

Ngày tải lên: 02/04/2014, 00:41

Ngày tải lên: 27/06/2014, 02:20

... Chương 5 Xử lý ảnh số và OpenCv ——————————————————————————————————— Chương 5 XỬ LÝ ẢNH VÀ OPENCV 5.1 CƠ BẢN VỀ XỬ LÝ ẢNH SỐ : 5.1.1 Giới thiệu về hệ thống xử lý ảnh : Xử lý ảnh là một lĩnh ... trong xử lý ảnh : Hình 5.1 Các bước cơ bản trong xử lý ảnh Sơ đồ này bao gồm các phần sau : a) Phần thu nhận ảnh ( Image Acquisition) Ảnh có thể được nhận qua camera màu hay đen trắng. Thường ảnh ... trong xử lý ảnh, tối ưu hóa quá trình xử lý nhờ quản lý các nhóm dữ liệu dưới dạng các Field. Quá trình xử lý được thực hiện trên các trường làm tăng khả năng linh hoạt và tốc độ xử lý dữ liệu....

Ngày tải lên: 24/08/2012, 15:42

... BIÊN ẢNH TRONG XỬ LÝ ẢNH SỐ 4 I. Các phương pháp phát hiện biên trong xử lý ảnh số 4 1. Một số khái niệm 4 2. Các phương pháp phát hiện biên 6 II.Các phương pháp tách biên ảnh trong xử lý ảnh ... phát hiện và tách biên ảnh trong xử lý ảnh số. Phát hiện biên và tách biên là một phần trong phân tích ảnh, sau khi lọc ảnh (hay tiền xử lý ảnh) . Việc dò và tìm biên ảnh là một trong các đặc ... luận. Chương II. CÁC PHƯƠNG PHÁP PHÁT HIỆN VÀ TÁCH BIÊN ẢNH TRONG XỬ LÝ ẢNH SỐ I. Các phương pháp phát hiện biên trong xử lý ảnh số 1. Một số khái niệm 1.1 Định nghĩa và khái niệm Website: http://www.docs.vn...

Ngày tải lên: 02/09/2012, 11:14

... chói const f f = ∆ Tổng quan về Xử lý ảnh  Các ứng dụng xử lý ảnh  Hệ thống thí nghiệmxử lý ảnh  Các kỹ thuậtxử lý ảnh cănbản  Mô hình thị giác  Cấu trúc file dữ liệu ảnh Các ứng dụng xử lý ảnh  Vệ tinh ... and Application  NhậpmônXử lý ảnh số - Hoàng Kiếm  Xử lý ảnh và Vidéo số - NguyễnKim Sách  Xử lý ảnh – Lương Mạnh Bá và Nguyễn Thanh Thuỷ.  Xử lý ảnh – Ngô Diên Tập Phổ năng lượng ánh sáng  Tia ... liệu Lưutrữ Đốitượng Quyết định Các hệ toạ độ màu NỘI DUNG  Tổng quan về xử lý ảnh số  Tín hiệuvàhệ thống 2D  Tiềnxử lý  Phân tích ảnh  Nén ảnh  Các kỹ thuậtxử lý ảnh nâng cao TÀI LIỆU THAM KHẢO  Digital image...

Ngày tải lên: 09/10/2012, 11:30

... ) 2 cos() 2 cos(),(cos , Khi ) 2 sin() 2 sin(),(sin ππ ωω ππ ωω sinω N (n) n cosω M (m) m Xử lý ảnh số Ts.NGÔ VĂNSỸ ĐẠIHỌC BÁCH KHOA ĐẠIHỌC ĐÀNẴNG Hàm Delta Kronecker δ(m,n) ⎩ ⎨ ⎧ ≠∀ =∧= = 0n ... điqua tấtcả các điểm ảnh.  Ở mỗivị trí pixel trung tâm (m,n), lấytổng của tấtcả các tích hệ số mặtnạ lọc và pixel láng giềng, kếtquả đặt ở pixel (m,n) tương ứng trên bức ảnh ra. Bi ểudiễnhệ ... là: ) )( )sin( )( )( )sin( (),(),( πξ πξ πξ πξ ny ny mx mx ynxmfyxf ys ys xs xs mn ss − − − − ∆∆= ∑∑ ∞ −∞= ∞ −∞= Các tín hiệusố hai chiềucơ bản  Hàm Delta Kronecker  Hàm bướcnhảy đơnvị 2D  Hàm xung chữ nhật2D  Hàm sin rờirạc2D  Hàm cosin rờirạc2D  Hàm mũ thực2D  Hàm mũảo2D Hệ thống số hai chiều T ínhtáchrời  Mộthệ...

Ngày tải lên: 09/10/2012, 11:30

... Xử lý ảnh đaphổ Khôi phục ảnh Lọc thích nghi Khôi phục ảnh LọcWiener Các toán tử xử lý điểm Kh ử nhiễu  Đặctuyếnvàora v u P u (x i ) P v (x i ) 0 ... vớiu.  Sơđồ xử lý 1-L 0 k )(w )( 0 ~ k 0 →=== ∑∑ == k i iv u x iu ypxpw i w u ∑ = u x iu i xP 0 )( 0}w-w{min n ~ ≥ n F v -1 (.) w'=~w n v'=y n Khôi phục ảnh Lọcngược Xử lý ảnh số Ts.NGÔ ... thông tin trong bức ảnh mà chỉ giúp cho nó lộ rõ. Khi làm nổithuộc tính này thì các thuộc tính khác có thể mờ nhạt, thậm chí mất đi, vì vậykếtquả xử lý đôi khi làm cho bức ảnh xấu đi.  Phân loại:  Các...

Ngày tải lên: 09/10/2012, 11:30