لوگوی سایت نوآوران گرمی
نوآوران گرمی | مرجع فیلم های آموزشی و همیار دانشجو

شماره های پشتیبانی

09194751295 - 09365442247

NoavaranGermi@gmail.com

حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

matlab image 14457 1 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

در این پست پروژه حذف مه از تصاویر مه آلود با متلب را آماده کرده ایم که در آن، روش Dark Channel Prior را مورد استفاده قرار داده ایم. در ادامه به توضیحاتی در رابطه با این موضوع پرداخته و فیلم و تصاویری از خروجی این پروژه پردازش تصویر قرار داده شده است.

منظور از مه این است که برخی از پیکسل ها دارای شدت بسیار پایین در حداقل یک کانال رنگی می باشد. با استفاده از روش Dark Channel Prior و مدل تصویر برداری مستقیم می توانیم ضخامت مه را برآورد کنیم و به بازیابی تصویر مه آلود با کیفیت بالا بپردازیم. تست ها و بررسی های انجام شده برروی تصاویر مه آلود تهیه شده از فضای باز، و بازیابی آن با وضوح بالا نشان دهنده قدرت روش ارائه شده می باشد.

در بینایی ماشین، تصاویر با استفاده از عملگر های گوناگون ریاضی بررسی و ارزیابی می شوند که از جمله آنها می توان به کیفیت تصویر، ابعاد تصویر، حجم تصویر و … اشاره نمود. بعضا مشاهده می شود که در موقعیتی قرار داریم که تصاویر تهیه شده، کیفیت مطلوب را نداشته و چندان برای ما راضی کننده نیستند. نتیجه تاثیر بسیاری از عوامل خارجی، باعث کاهش کیفیت تصاویر می شوند.

توضیحات بیشتر، فیلم و تصاویری از خروجی پروژه حذف مه از تصاویر مه آلود با متلب در ادامه مطلب.

در پروژه حذف مه از تصاویر مه آلود، هدف ما بهبود کیفیت تصاویر می باشد. موضوع اصلی ما کاهش تاثیر عوامل مخرب مثل مه، گرد و غبار، قطرات آب می باشد که این امر با ارائه مدلی از مه به عنوان عامل کاهش کنتراست تصویر، صورت گرفته است.

با توجه به مشکلاتی که در به کارگیری نقشه عمق وجود داشت، مسئله عمق نیز در این مدل برطرف شد و به کمک روش Dark Channel Prior لایه مه در تصاویر مه آلود تخمین زده شده و تصویر نهایی با کیفیت بالا بازیابی شد.

با توجه به تصاویر خروجی بدست آمده، نتیجه می گیریم که علاوه بر اینکه حجم محاسبات به میزان قابل توجهی کاهش پیدا کرد، سرعت الگوریتم و دقت آن نیز تا حد بسیاری افزایش یافت که در پس آن کیفیت تصویر نهایی دارای مقبولیت بیشتری شد.

یک خروجی نمونه از پروژه حذف مه از تصاویر مه آلود را مشاهده نمائید:

تصویر خروجی ۱:

matlab image 14457 2 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

تصویر خروجی ۲:

matlab image 14457 3 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

تصویر خروجی ۳:

matlab image 14457 4 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

تصویر خروجی ۴:

matlab image 14457 5 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

تصویر خروجی ۵:

matlab image 14457 6 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب

تصویر خروجی ۶:

matlab image 14457 7 حذف مه از تصاویر مه آلود به روش Dark Channel Prior با متلب


جزئیات محصول

قیمت


35,000 تـــــومان

کــد محصــول:14457


توضــیحات:


لینک دانلود:

socket programing آموزش برنامه نویسی بازی تحت شبکه بازی تحت شبکه برای درس مهندسی اینترنت بازی تحت شبکه به زبان سی شارپ برنامه تحت شبکه با سی شارپ برنامه نویسی ترجمه مقاله شبکه خرید سورس بازی تحت شبکه دانلود بازی تحت شبکه دانلود رایگان پروژه های دانشجویی دانلود سورس برنامه دانلود سورس رایگان دانلود نرم افزار دانلود پروژه دانشجویی دانلود پروژه رایگان دانلود پروژه های دانشجویی دانلود کتاب دانلود کتاب آموزشی دانلود کتاب اموزشی سورس بازی با socket programing سورس رایگان سورس کد بازی تحت شبکه سورس کد بازی تحت شبکه با C# سورس کد بازی تحت شبکه چند نفره سوکت پروگرمین نحوه نوشتن برنامه تحت شبکه نحوه نوشتن برنامه تحت شبکه به زبان سی شارپ پروژه arena پروژه matlab پروژه ns2 پروژه opnet پروژه برای درس مهندسی اینترنت پروژه تحت شبکه به زبان سی شارپ پروژه رایگان matlab پروژه سیمولینک matlab پروژه مهندسی صنایع پروژه مهندسی صنایع با ارنا پروژه های آماده با OpenGL پروژه های آماده با OpenGL در سی پلاس پلاس پروژه های آماده برای درس گرافیک کامپیوتری پروژه هوش مصنوعی پروژه پردازش تصویر matlab پروژه پردازش سیگنال matlab پروژه کارشناسی به همراه داکیومنت

خوشحال خواهیم شد اگر نظر خودتون رو در باره این مطلب ثبت کنید

    گفتگوی آنلاین سایت نوآوران گرمی