شروع برای یادگیری پردازش تصویر

[رضا شفقی]

پاسخ : شروع برای یادگیری پردازش تصویر

سلام ...... :smile:


راستش من که مفهوم bitdepth رو نفهمیدم ..... :sad:

1- ببخشید اقای شفقی این جا که گفتید مقادیر درایه ها بین 0 تا 255 هست .... مگه بستگی به این نداره که کلاس تصو یر چی باشه ؟؟ مثلا اگه تصویر GRAY-SCALE از نوع دابل باشه باز هم میشه این جوری گفت ؟؟

2-منظور از شدت تصویر چیه ؟؟ فرقش با شدت پیکسل چیه ؟؟

3-کنتراست چیه ؟؟ کشش کنتراست چیه ؟؟!!


4-ببخشید میخواستم دقیق بدونم محور های عمودی و افقی در هیستوگرام چه مفهومی داره ؟؟؟ چرا اعداد محور عمودی این همه زیاده ؟؟

5- هیستوگرام برای تصاویر 3 بعدی هم تعریف میشه ؟؟ اخه به من همه اش ارور میده که باید دو بعدی باشه !!!

6- یه تصویر 3بعدی رو میشه 2 بعدی کرد ؟؟ یا حالا برعکسش ؟؟

با عرض معذرت از اساتید البته خیلی ببخشید ها قصد جسارت ندارم به عنوان یه مبتدی عرض میکنم راستش فکر میکنم شاید این کتاب برای یه مبتدی و شروع کار شاید خیلی خوب نباشه !!!! oo:ولی خوب تا فصل دوم خوب بود ولی از سوم به بعد یه جواریی شد !!!!!!! :eek:

0- فرض کنید می خواید عدد 200 رو ذخیره کنید با چی اینکار رو میکنید؟ برای نشون دادن اعداد تا 255 نیاز به 8 بیت دارید.
1- دابل باشه بازم میتونه هر عددی باشه یعنی مثلا با دستور double مهم وقتی هست که نرمال میشه یعنی با دستور im2double
2- فکر کنم یکیه من سعی میکنم با این ترجمه های چپ اندر ... درگیر نشم شما هم سعی کنید انگلیسی شو یاد بگیرید! فکر کنم همون intensity میشه.
3- میزان تضاد در تصویر یا میزان جدا بودن ابجکت ها از هم و از زمینه . مثل عکس زیر:
http://en.wikipedia.org/wiki/File:Photo_editing_contrast_correction.jpg

در مورد بند دوم اگه منظورتون بهبود هیستوگرام هست بگم چیه!
4- افقی intensity و عمودی تعداد پیکسل های دارای این مقدار و تعدادشون هم بستگی به ابعاد عکستون داره.
5- نه تا جاییکه من میدونم. میتونید هر کدوم از ماتریس های سه گانه رو جدا ببینید.
6- سه بعدی نگیم فکر کنم بهتر باشه چون اینجا فکر کنم منظورتون عکس RGB هست نه سه بعدی . بله میشه ، با دستور RGB2GRAY و برعکسش با شبکه عصبی امکان پذیر هست.مگر اینکه روش دیگه ای باشه من ندونم.
7- تموم شد؟

[skyzare]

شروع برای یادگیری پردازش تصویر

سلام ... :smile:

خیلی ممنون از پاسختون .... :agree:

من هم خودم تو نت یه سری مطلب برا ی هستوگرام و کنتراست دیدم در تاکید و ادامه مطالب شما گفتم

شاید به درد بخوره میزارم ....

هیستوگرام چیست ؟

منحنی های هیستوگرام کلید درک تصاویر دیجیتال می باشند . شکل موزائیکی زیر از 40 موزائیک

رنگی تشکیل شده که می توانیم آنها را روی هم و بصورت مجزا قرار دهیم .

هرچه ستون یک رنگ بلندتر باشد ، تعداد بیشتری موزائیک از آن رنگ در تصویر وجود دارد .

در نتیجه منحنی هیستوگرام این تصویر موزائیکی نشاندهنده توزیع قطعات رنگی در آن می باشد .

هر تصویر دیجیتال مجموعه ای از موزائیک ها یا پیکسل هاست . بجای دسته بندی پیکسل ها بر اساس رنگ

می توانیم آن ها را براساس روشنایی به 256 سطح تقسیم کنیم. در این تقسیم بندی عدد صفر برای رنگ

سیاه و عدد 255 برای رنگ سفید در نظر گرفته می شود . همانند مثال موزائیک بالا ، یک نرم افزار گرافیکی ،

بطوراتوماتیک تصویر زیر را به 256 سطح روشنایی دسته بندی می کند . ارتفاع هر میله عمودی نشاندهنده

تعداد پیکسل های آن روشنایی خاص می باشد . اعداد صفر و 255 بترتیب نشاندهنده تیره ترین و

روشن ترین نواحی تصویر می باشند .



کنتراست چیه ؟؟

کنتراست تصویری، برابر با شدتهای مختلف روشنایی است که نمایشگر میتواند میان روشنترین رنگ (سفید) تا

تاریکترین رنگ (سیاه) ایجاد کند. این موضوع را با تعداد رنگ نباید اشتباه گرفت. در واقع کنتراست میتواند

شدتهای مختلفی از یک رنگ خاص را ایجاد کند.


پس با این تعریف هر چی کنتراست بیشتر باشه خیلی بهتره !! درسته ؟؟ چون یه رنگ خاص رو میتونه توی

طیف وسیعی تولید کنه؟مثلا رنگ سبز رو از سبز خیلی کمررنگ تا سبز خیلی پررنگ !!

[رضا شفقی]

پاسخ : شروع برای یادگیری پردازش تصویر

پس با این تعریف هر چی کنتراست بیشتر باشه خیلی بهتره !! درسته ؟؟ چون یه رنگ خاص رو میتونه توی

طیف وسیعی تولید کنه؟مثلا رنگ سبز رو از سبز خیلی کمررنگ تا سبز خیلی پررنگ !!

به این زودی خسته شدید !!!!! :( فعلا درگیر امتحان هستم ....:cry2: بعدا میام ..... :mrgreen:

اصولا باید همینجور باشه!!!
در ضمن من خسته نیستم فقط پرسیدم تموم شد؟

[skyzare]

پاسخ : پاسخ : شروع برای یادگیری پردازش تصویر

سلام .... :smile:

[tt]
f=imread(eye2.tif);

f1=imadjust(f , [ .5 ,.75 ] , [ 1 0 ] )
[/tt]

1- میخوام بدونم تو این تابع ؛ اعداد f1 چه جوری به دست اومده اخه خودش گفته که مقادیر بالای high_in

یعنی تو این مثال عدد 75. به high_out یعنی 0 تبدیل میشه اما چرا اعداد ماتریس های f و f1 این رو نمیگن ؟

2- اصلا کاربردش بیشتر کجاست ؟

3-اعداد داخل تابع رو بر چه مبنایی باید بدیم ؟

4- و این که این پارامتر سوم یعنی گاما چی کار میکنه ؟؟ میخوام بدونم توعمل با اعداد ماتریس های تصویر اصلی

و تصویر خروجی حاصل از این تایع چی کار میکنه ؟

این هم help این تابع :

5- این جا مفهموم قسمت قرمز رنگ یعنی چی ؟ میخوام بدونم مبنای به دست اوردن این دو عدد داخل این متغیر جیه ؟

LOW_HIGH = stretchlim(I)

6- میخوام بدونم هدف اصلی از نرمالیز کردن یه ماتریس چیه ؟

7-

در مورد بند دوم اگه منظورتون بهبود هیستوگرام هست بگم چیه!

راستش فکر کنم دوتا چیز مجزا هست ولی حالا همون بهبود هیستوگرام چیه ؟؟!!!!

8-

نه تا جاییکه من میدونم. میتونید هر کدوم از ماتریس های سه گانه رو جدا ببینید.

لطف میکنید یه مثال بنویسید ..

برعکسش با شبکه عصبی امکان پذیر هست.

9- شبکه عصبی تا چه قدر با پردازش تصویر ارتباط داره ؟؟ یعنی الان من که میخوام از متلب برای شناسایی

پلاک خودرو استفاده کنم باید این هم یاد بگیرم ؟؟ !!!

[رضا شفقی]

پاسخ : شروع برای یادگیری پردازش تصویر

بند 1 رو الان با عجله جواب نمیدم فرمولش رو دارم پیدا کنم بهتون میگم.

این دستور وظیفه ش همون بهبود نمودار هیستوگرام هست یعنی مثلا عکسی دارید سیاهی توش زیاده حالا میخواید روشن ترش کنید شما تابعی تولید میکنید که قوسش متمایل به راست باشه یعنی هیستوگرام رو به سمت راست ببره البته نه خطی چون عکس خراب میشه. بعدا بهتر توضیح میدم.

6- هدف کار کردن تو رنج نرمال 0 و 1 هست. الان دلیل قانع کننده تو ذهنم نیست ولی یکیش به نظر من میتونه ضرب و تقسیم و عملیات ریاضی دیگه روی پیکسل های عکس باشه.

7-وقتی هیستوگرام یک عکس رو ترسیم میکنید به طور نسبی میگه عکس چه جوری هست یعنی اگه هیستوگرام پخش باشه عکس واضح تر هست ولی اگه در یک محدوده کوچک جمع شده باشه عکس وضوح کمتری داره. با اعمال توابعی مثل imadjust اون رو بهبود میدن.

8- یه کم تحلیلش ممکنه سخت تر بشه ولی ماتریس های RGB اینجوری هستن:
R=IMAGE(:,:,1)
G=IMAGE(:,:,2)
B=IMAGE(:,:,3)
a که میتونید ازشون جداگانه استفاده کنید.

9-هر وقت نیاز به آموزش شبکه دارید تا برای موارد جدید خودش پیش بینی انجام بده شبکه عصبی میاد وسط. یعنی مثلا 200 تا عدد پلاک رو بعد از عملیات پردازش تصویر بهش میدید و ازش می خواید برای پلاک های جدید تشخیص بده اعداد چی هستند و مثلا این اعداد مربوط به کدام مالک هست.

[skyzare]

پاسخ : شروع برای یادگیری پردازش تصویر

سلام ... :smile:

با تشکر از پاسختون ... :agree:

1- حداکثر تعداد سطوح روشنایی در یک تصویر به چی بستگی داره ؟؟ اخه یه جای کتاب گفته بود حداکثرش

256 هست . یعنی به کلاس یا نوع تصویر بستگی نداره ؟ برای همه تصاویر 256 هست ؟؟

2-منظور از این که تصاویر با بازه پویایی پایین دارای مقادیر + و - هست چیه ؟؟ اخه من هر چی ماتریس تصویر

دیدیم همه اش مقادیر عناصر ماتریس مثبت بوده !!!

3-یه چند جا اومده از انتگرال استفاده کرده !! مگه انتگرال روی مقادیر گسسته هم تعریف میشه !!!!! مگه فقط

پیوسته نیست !!!!

4-وقتی از تابع histeq تعدیل هیستوگرام استفاده میکنیم با عناصر ماتریس چی کار میکنه ؟ در واقع میخوام

بدونم به چه تصاویری قابل اعمال نیست اخه یه جای کتاب گفته نمیشه به هر تصویری اعمال کرد !!

5- منظور از این که یه هیستوگرام رو میتونیم با توابع گوسی چند وجهی مدل سازی کنیم چیه ؟؟ چی از ریاضی

بدونم تا دقیقا بفهممش ؟؟

[رضا شفقی]

پاسخ : شروع برای یادگیری پردازش تصویر

1- عدد 255 حداکثر شدت و 0 حداقل شدت روشنایی برای هر پیکسل هست وقتی عکس grayscale داریم.
2- وقتی مقادیر کمتر از 0 باشند با اینکه کمتر از 0 اند موقع نمایش مثل 0 نمایش داده می شند ولی موقع عملیات ریاضی مقدارشون منفی هست.می تونید برای یک عکس امتحان کنید و بیاید پیکسل های یک ناحیه رو منفی کنید ببینید چی جواب میگیرید!
3- سیگما قابل استفاده است نه انتگرال
4- مثل imadjust هست بدون قابلیت تنظیمات دقیق- قسمت دوم رو نمیدونم
5- نمیدونم

[skyzare]

پاسخ : شروع برای یادگیری پردازش تصویر

سلام.... :smile:

1- یه توضیح کلی درباره فیلتر مکانی میخواستم !! اصلا مفهموم فیلتر اون هم تو حوزه دیجیتال چیه !!!! اخه تو

انالوگ مشخصه !!!البته خودم خوندم یه چیزایی فهمیدم این که میاد یه قابی درست میکنه و روی تک تک

پیکسل ها یه کاری میکنه !!! همین !!!

2- وقتی صحبت از همسایگی یه پیکسل خاص میشه به چه محدوه ای از اون پیکسل خاص رو همسایگی

اون پیکسل میگن ؟؟!!

ولی اصلا نمیشه فهمید چی گفته :cry2: :cry2: :cry2: :angry:

[رضا شفقی]

پاسخ : شروع برای یادگیری پردازش تصویر

1- فرض کنید توی عکس تون نقاط ریزی هستند که به خاطر کیفیت کم دوربین یا وجود عوامل مزاحم طبیعی ایجاد شده .
حالا چکار باید بکنیم ؟ در حالت ابتدایی می تونیم در نظر بگیریم نقاط ریز مثل نویز باشند و نویز دارای فرکانس بالاست می تونیم با اعمال فیلتر پایین گذر فرکانس های بالا رو حذف کنیم.

2- همسایگی معمولا 4 و 8 همسایگی تعریف میشه که 4 مثل علامت + و 8 همسایگی مثل علامت * هست.

من خودم هم فرصت نکردم اینقدر دقیق گنزالس رو بخونم.اگه ناقص جواب میدم به خاطر علم کمم هست.اگر بتونید اساتید این زمینه مثل آقای نحوی ، حسام الدین و ژوپیتر رو اینجا بکشونید اطلاعات دقیق تری بدست میارید.

[skyzare]

پاسخ : پاسخ : شروع برای یادگیری پردازش تصویر

اگه ناقص جواب میدم به خاطر علم کمم هست.

سلام ..... :smile:

اقای شفقی این چه حرفی هست که میزنید من خیلی از مطالبتون استفاده کردم ... :agree: اگه مشکلی هست قطعا از من هست نه شما .... تا همین جا هم که این قدر وقت با ارزشون رو برای یه ادم بی سواد :cry2: گذاشتید خیلی جای تشکر رو داره .... :agree:
انشالله روز به روز علمتون زیادتر بشه .....

[محمد نحوی]

پاسخ : شروع برای یادگیری پردازش تصویر

سلام.... :smile:

1- یه توضیح کلی درباره فیلتر مکانی میخواستم !! اصلا مفهموم فیلتر اون هم تو حوزه دیجیتال چیه !!!! اخه تو

انالوگ مشخصه !!!البته خودم خوندم یه چیزایی فهمیدم این که میاد یه قابی درست میکنه و روی تک تک

پیکسل ها یه کاری میکنه !!! همین !!!

2- وقتی صحبت از همسایگی یه پیکسل خاص میشه به چه محدوه ای از اون پیکسل خاص رو همسایگی

اون پیکسل میگن ؟؟!!

ولی اصلا نمیشه فهمید چی گفته :cry2: :cry2: :cry2: :angry:

سلام خوبی مهدی جان؟
یه تصویر خاکستری رو فرض کن، یه ماتریس دو بعدی داره که درایه هر ماتریس یک پیکس هست.
فرض کن این ماتریس رو روی کاغذ پیاده سازی کنی یه جدول میشه که تعداد خونه های جدول در طول و عرض برابر با تعداد پیکسل های تصویر در طول و عرض داخل هر خونه جدول هم مقدار اون پیکسل نوشته.
حالا یه جدول 3 در 3 رو فرض کن. این جدول 3 در 3 رو هر جای اون جدول بزرگه قرار بدی به طوری که بیرون زدگی نداشته باشه، پیکسل وسط، پیکسل اصلی هست و پیکسل های اطراف همسایه های اون. البته انواع مختلف همسایگی تعریف میشه ولی این از همه عمومی تر هست. حالا فرض کنی جدول 3 در 3 رو روی جدول بزرگه حرکت بدی مثلا بالا یا پایین ببری یا چپ و راست. به این میگن کانولوشن دو بعدی یا پیچش.
اگه حین حرکت دادن جدول سه در سه، میانگین پیکسل های همسایگی رو بگیری و جای پیکسل وسط بذاری و اینکار رو برای همه پیکس ها انجام بدی یه فیلتر پایین گذر به تصویر اعمال کردی یعنی تغییرات شدید در تصویر رو حذف میکنی و تصویر یکم مات میشه.
موفق باشید

[skyzare]

فیلتر مکانی

سلام ..... :smile:

با سلام ...
جا داره از اساتید آقای شفقی و آقای نحوی تشکر کنم .. من هم خودم یه چیزایی دیدم تو نت که لینکش هم میزارم که در تاکید و ادامه مطالب شما میزارم البته نمیدونم تا چه اندازه درست هست ممنون میشم هر جاش اشتباه بود رو بفرمایید . :agree: شاید به درد بخوره البته یه خلاصه ای از همین لینک هست و بعد توی یه پست دیگه طبق معمول یه چند تا سوال !!!!

http://www.cs.uregina.ca/Links/class-info/425/Lab3/index.html

جعبه ابزار فیلتر مکانی رو به صورت زیر به کار میبره :

g : تصویر خروجی بعد از اعمال فیلتر
f : در واقع تصویر وردی
w : نقاب فیلتر
filter_mode : که نوع فیلتر رو مشخص میکنه که از نوع همبستگی یا پیچش هست
boundary_option : در واقع پارامتر در مورد اون پیکسل هایی که در لبه ها قرار داده میشه استفاده میشه مثلا اکه بخوایم از یه قاب 3*3 استفاده کنیم به عنوان نمونه اولین پیکسل یعنی 1*1 همسایه اش کامل نیست باید به تصویر اصلی یه سری پیکسل اضافه کنیم بسته به این که این پیکسل ها اعدادشون چی باشه 4 حالت مختلف داره
size _option :



خوب این مربع بزرگ در واقع ماتریس حاصل از یه تصویر هست . اون مربع 3*3 در واقع w یا نقاب هست که اقای نحوی گقتند . معمولا نقاب از نوع فرد انتخاب میشه مثلا 3*3 یا 5*5 و غیره تا مرکز نقاب مشخص باشه .همون طور هم که تو شکل دیده میشه این نقاب داره روی همه پیکسل ها حرکت میکنه .

مثلا تو تصویر زیر میخواستیم نقاب 3*3 رو به پیکسلی که در موقعیت 2*2 هست اعمال کنیم

که در واقع دو ماتریس(ماتریس نقاب و ماتریسی که نقاب روی ماتریس اصلی تصویر پوشش میده ) رو با هم ضرب ارایه ای کرده و بعد هم تمام ارایه های ماتریس حاصل رو جمع کرده که شده 250.66 که تقریبا میشه 251 . بعد هم این رو توی خونه 2*2 قرار داده .حالا این کار برای تک تک پیکسل های تصویر صورت میگیره .


توی این شکل زیر این بار نقاب داره روی پیکسل 4*4 کار میکنه که مشخص هست .

حالا شاید سوال پیش بیاد اگه این نقاب بخواد به اولین پیکسل یعنی مکان 1*1 اعمال بشه همسایه اش چی میشه؟؟ مثل تصویر زیر :

این جا هست که مبحث boundary_option پیش میاد برای همین میان پیکسل اضافه میکنن مثل شکل زیر :

همون طور که دیده میشه اون قسمت سبز رنگ در واقع به تصویر اصلی اضافه شده اگه دقت کنید مقدار همه اش هم صفر هست البته این که چه مقدار باید اضافه بشه بستگی به این داره که نقاب ما چه اندازه باشه مثلا اگه نقاب 5*5 بود انوقت باید دوتا از این ابی ها داشته باشیم .اگه بخوایم از این نوع استفاده کنیم باید تو تابع اصلی به جای boundary_option حرف p رو بنویسیم .(این یکی از اون 4 حالت هست که اول کار گفته شد )
نوع دیگه boundary_option اسمش هست replicate . توی این حالت در واقع به جای این که صفر بذاره میان به عدد خونه کناریش نگاه میکنه همون رو میزاره مثل شکل زیر :

دو نوع دیگه هم هست که ننمیدونم چه جوری هست !!! اگه اساتید توضیح بدن ممنون میشم .



filter _ mode : گفتیم دو نوع هست همبستگی ) ( correlation و پیچش ) convolution)
هر دو تاشون یه چیز هست فقط توی دومی نقاب 180 درجه میشه بعد فیلتر اعمال میشه ولی توی اولی نمیشه مثل شکل زیر :

[skyzare]

سوال درباره فیلتر مکانی

سلام ..... :smile:

1- اگه یه ماتریس m*n از یه تصویر داشته باشیم با فرض این که نقاب ها فرد هست کوچکترین نقاب 3*3

میشه حالا بزرگترینش چی هست ؟؟ به چی بستگی داره ؟؟

2-اعدادی که توی این نقاب قرار میگیرن بر چه مبنایی هست ؟؟ من تو کتاب یه مثال دیدم همه اش رو یک

داده بود . ولی خوب میدونم اعدادی دیگه هم میشه داد اما بر چه مبنایی ؟؟؟

3-توی همون لینکی که دادم یه سری محاسبات برای به دست اوردن مقدار هر پیکسل بعد از اعمال فیلتر

استفاده کرده بود همیشه همینه ؟؟ یا اینکه فرق داره ؟

4-اگه قابمون یعنی همون w ؛ زوج باشه مثلا ؛ کدام خونه از قاب رو برای اون پیکسل اصلی در نظر میگیرن ؟؟

مثلا برای فردها مرکزش هست دیگه . برای زوج ها کدامش هست ؟؟

5-توی boundary_option دو تا گزینه دیگه هم داره که من بلد نبودم اون ها چه جوری هست ؟؟

6-اون گزینه size option هم اگه یه توضیح بدید ممنون میشم ..

7- یه جای همون لینک گفته که از این فیلتر میشه برای تشخیص لبه های تصویر استفاده کرد .. مثلا اگه من

یه مستطیل فرضا ابی رنگ که داخل یه صفحه سفید هست رو با این تابع لبه هاش رو پیدا کنم باید

چی بنویسم ؟؟ در واقع میخوام فقط محیط یا به عبارتی دور تا دور مستطیل رو بعد از اعمال فیلتر برام

نشون بده ..

[skyzare]

هندل چیست ؟؟ !!

سلام ..... :smile:

فرض کنیم یه تصویر رو از دایرکتوری فعلی متلب میخونیم و بعد اون رو نمایش میدیم یعنی :

f1=imread('2gholoha.jpeg&#039
d1=imshow(f1)

d1=174.0090

1-وقتی یه تصویر رو میخونم و بعد نمایش میدیم مثل بالا . میخوام بدونم اون d1 که با یه عددی برابر میشه نماینگر چیه ؟یا این که این تصویر رو با imtool بخونیم هم با یه عددی برابر میشه . این اعداد چیه ؟؟

من امروز جواب یکی از سوالاتی رو که قبلا نوشتم بودم رو پیدا کردم ... :wow: واقعا جالب بود

برام فکر میکردم چیز مسخره ای پرسیدم ولی دقیقا یه فصل از کتابی که میخوندم به این سوال

مربوط میشد :agree: من یه خلاصه ای از اون رو قرار میدم البته خیلی کم .. در فصل نهم از

کتاب matlab برای مهندسین نوشته چاپمن هست . [color=blue]

هر شی گرافیکی نام منحصربه فرد موسوم به handel دارد .هندل یک عدد صحیح یا حقیقی منحصر به فرد

است که توسط matlab برای شناسایی آن شی استفاده میشود . هندل ها با هر دستوری که یک شی

را ایجادمیکند به طور خودکار برگردانده میشود . برا ی مثال دستور Hndl=figure یک شی جدید ایجاد نموده و

هندل ان را در متغیر Hndl ذخیره میکند.به طور قراردادی

هندل ها معمولا در متغیر هایی ذخیره میشوند که با حرف بزرگ H شروع شده و با حرف کوچک ادامه میابد .

به این ترتیب ؛ هندل ها هم از متغیرهای معمولی که با حروف کوچک هستند و هم از متغیر های عمومی که با

حروف بزرگ هستند جدا می شوند . خاصیت هر شی می تواند توسط تابع get در هر لحظه مورد بررسی قرار

گیرد .

مثلا یه نمونه میگم :

ابا اجرای این دستور خصوصیات مربوط به تصویر در یک ساختار نمایش داده میشود ..البته در صورتی که دستور

سوم رو با یه متغیر برابر قرار بدیم به هر کدام از این عناصر ساختار یک property name گفته میشه ....البته

دستوراتی دیگه هم مثل set ؛ gco gca gco و ..... هست ....که میشه بست به نیاز استفاده کرد ....


البته فکر نکنم تو پردازش تصویر کاربردی داشته باشه !!! نمیدونم !! :-?? حالا من چون جوابش

رو پیدا کردم گذاشتم گفتم شاید به درد بخوره ... در ضمن این هندل برای هر شی

گرافیکی در متلب به وجود میاد ... :read:

[skyzare]

الگوریتم پیاده سازی تابع fspecial

با سلام ....

من میخواستم بدونم الگوریتمی که تابع fspecial برای فیلتر log یا فیلتر گوسی یا ..... اعمال میکنه چیه ؟؟!!! :cry2: :( من فقط مال laplacian و average رو میدونم ....:(