دانلود پایان نامه رشته کامپیوتر با موضوع نمایش های مختلف ماتریس اسپارس

متن کامل پایان نامه رشته : کامپیوتر

با عنوان : نمایش های مختلف ماتریس اسپارس

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه یزد

دانشکده مهندسی کامپیوتر

 پایان نامه جهت اخذ درجه کارشناسی

موضوع :

   نمایش های مختلف ماتریس اسپارس

و کاربرد آن در پردازش تصویر

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

***ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد

یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است***

مقدمه:

مجموعه عملیات و روش هایی که برای کاهش عیوب و افزایش کیفیت ظاهری تصویر مورد استفاده قرار می گیرد، پردازش تصویر نامیده می شود.حوزه های مختلف پردازش تصویر را می توان شامل بهبود تصاویر مختلف پزشکی مانند آشکار سازی تومور های مغز یا پهنای رگ های خونی و … ، افزایش کیفیت تصاویر حاصل از ادوات نمایشی مانند تصاویر تلویزیونی و ویدیویی، ارتقا متون و شکل های مخابره شده در رسانه های مختلف مانند شبکه و فاکس و همچنین بهبود کیفیت روش های کنترل توسط بینایی ماشین و درک واقعی تر مناظر توسط ربات ها دانست.

اگرچه حوزه ی کار با تصاویر بسیار گسترده است ولی عموما محدوده ی مورد توجه در چهار زمینه ی بهبود کیفیت ، بازسازی تصاویر مختل شده، فشرده سازی تصویر و درک تصویر توسط ماشین متمرکز می گردد. در اینجا سه تکنیک اول بررسی خواهد شد.

از آنجایی که برای کار روی تصاویر با پیکسل ها سروکار داریم و هر پیکسل نشان دهنده ی یک عنصر از یک آرایه ی دوبعدی است، کار روی تصاویر همواره با کار روی ماتریس ها عجین شده است. ماتریس اسپارس یا ماتریس خلوت ، ماتریسی است که درایه های صفر آن زیاد باشد و در نتیجه ذخیره ی عناصر صفر مقرون به صرفه نیست و همواره سعی در کاهش ذخیره ی این عناصر است تا بتوان عملیات ماتریسی را سریع تر انجام داد. در کار با تصویر با اینگونه ماتریس ها زیاد برخورد می کنیم . در این پروژه ابتدا تکنیک ها و روش های مختلف پردازش تصویر را معرفی می کنیم. در بخش بعد الگوریتم های موازی را شرح می دهیم که در GPU کاربرد دارند و با معماری موازی آشنا می گردیم. در بخش سوم برخی از الگوریتم های مربوط به ماتریس خلوت را مورد بررسی قرار می دهیم و در نهایت در بخش چهارم کاربرد این ماتریس ها را در پردازش تصویر معرفی خواهیم نمود.

و در آخر، پیاده سازی یکی از ا لگوریتم های مبحث فشرده سازی را روی تصاویر باینری، انجام خواهیم داد و با یکی از الگوریتم های فشرده سازی مربوط به تصاویر باینری به نام Run length coding مقایسه خواهیم نمود.

 توجه و روی آوردن به روش های پردازش تصاویر به اوایل سال 1920 باز می گردد، زمانی که عکس های دیجیتال برای اولین بار توسط کابل های زیردریایی از نیویورک به لندن فرستاده شد.با این حال، کاربرد مفهوم پردازش تصویر تا اواسط 1960 گسترش وپیشرفت چندانی نیافت. در 1960 بود که کامپیوتر های نسل سوم دیجیتال به بازار آمد که می توانست سرعت و حافظه بالای مورد نیاز برای پیاده سازی الگوریتم های پردازش تصویر رافراهم کند.

از آن پس، تجربه در این زمینه گسترش یافت. مطالعات و تحقیقات زیادی در این موضوع در علوم مختلف از جمله : مهندسی، علوم کامپیوتر، علوم اطلاعات، فیزیک، شیمی، بیولوژی و داروسازی انجام شد.

نتیجه ی این تلاش ها در تکنیک های پردازش تصویر در مسائل مختلف – از بهبود کیفیت و بازیابی تصاویر گرفته تا پردازش اثر انگشت در مسائل تجاری – خود رانشان داد.

در این فصل بر آنیم که تکنیک ها و روش های مختلف پردازش تصویر را معرفی و بررسی کنیم. اما پیش از پرداختن به روش ها ، برخی تعاریف پایه را ذکر خواهیم کرد.

1-1 تصویر دیجیتالی:

تصویر به عنوان ترجمه image نشانگر یک شکل دو بعدی می باشد که توسط یک وسیله ی حساس به نور مانند دوربین به وجود آمده باشد. اما picture (عکس) نشانگر هر گونه شکل دو بعدی مانند یک تابلوی نقاشی و یا یک دست نوشته است. مقصود از تصویر دیجیتال ، digital image می باشد.

یک تصویر را می توان توسط تابع دوبعدی f(x,y) نشان داد که در آن x و y را مختصات مکانی و مقدار f در هر نقطه را شدت روشنایی تصویر درآن نقطه می نامند. اصطلاح سطح خاکستری نیز به شدت روشنایی تصاویر مونوکروم (monochrome) اطلاق میشود . تصاویر رنگی نیز از تعدادی تصویر دوبعدی تشکیل می شود.

 زمانی که مقادیر x و y و مقدار f(x,y) با مقادیر گسسته و محدود بیان شوند ، تصویر را یک تصویر دیجیتالی می نامند. دیجیتال کردن مقادیر x و y را Sampling و دیجیتال کردن مقدار f(x,y) را quantization گویند.

 برای نمایش یک تصویر M * N از یک آرایه دو بعدی ( ماتریس) که M سطر و N ستون دارد استفاده می کنیم . مقدار هر عنصر از آرایه نشان دهنده ی شدت روشنایی تصویر در آن نقطه است. در تمام توابعی که پیاده سازی می شود ، هر عنصر آرایه یک مقدار 8 بیتی است که می تواند مقداری بین 0 و 255 داشته باشد. مقدار صفر نشان دهنده ی رنگ تیره ( سیاه ) و مقدار 255 نشان دهنده رنگ روشن ( سفید ) است.

به عنوان مثال تصویر زیر که سایز آن 265×288 است از یک ماتریس که دارای 288 سطر و 265 ستون است برای نمایش تصویر استفاده می کند

هر پیکسل از این تصویر نیز مقداری بین 0 و 255 دارد . نقاط روشن مقادیری نزدیک به 255 و نقاط تیره مقادیر نزدیک به 0 دارد. همه ی توابع پردازش تصویر از این مقادیر استفاده کرده و اعمال لازم را بر روی تصویر انجام می دهند.

2-1 تعريف رنگ و ويژگي هاي آن:

براي ارايه ی يك تعريف صحيح از رنگ بايد علاوه بر پديده هاي فيزيكي و قوانين حاكم بر آن، نتيجه ی حاصل از اين پديده هاي فيزيكي كه ذهني مي باشد را نيز در نظر گرفت.

از ديدگاه فيزيكي ايجاد رنگ به 3 عامل بستگي دارد كه عبارتند از :

1)منبع نوري كه جسم را روشن مي كند.

2)جسم كه به وسيله منع نوري روشن مي شود.

3)چشم و مغز كه رنگ را دريافت مي كند.

اگرچه بهترين دريافت كننده اي كه مي تواند رنگ را بسنجد و در مورد آن دريك لحظه قضاوت نمايد چشم و مغز انسان مي باشد، اما به جز چشم نور ياب هاي ديگري مانند فتو تيوپها و فتوسلها نيز در سنجش رنگ توسط دستگاه ها به كار مي روند. جهت ايجاد رنگ هاي متفاوت، منبع نوري بايد علاوه بر انرژي مناسب، توزيع كافي در طيف مریي بين 380 تا 760 نانومتر را داشته باشد و مشاهده كننده نيز از بينايي رنگي معمول و نرمالي برخوردار باشد. به علاوه محيط مشاهده نيز از فضاي مناسبي براي تشخيص جسم برخوردار باشد.

بديهي است كه با تغيير هر يك از سه عامل اصلي ايجاد كننده ی رنگ يعني منبع نوري، جسم و مشاهده كننده تغييراتي دررنگ ظاهر شده ايجاد خواهد شد.

به سيستم هايي كه بيان و تنظيم رنگ را ارایه مي دهند ” فضاي رنگ ” گويند. در ادامه به تعريف چند سيستم فضاي رنگ رايج مي پردازيم.

1-2-1 فضاي رنگ HSV :

به منظور بررسي رفتار يك انسان در موردرنگ و تقسيم بندي آنان فرض مي گردد كه شخصي كه هيچ تجربه قبلي راجع به رنگ ندارد قصد دارد سنگ هايي با رنگ هاي مختلف را طبقه بندي نموده و از لحاظ رنگ آن ها را منظم و نامگذاري نمايد. فرض مي شود اولين كار شخص جدا كردن سنگ هاي رنگي از سنگ هاي غير رنگي مانند سياه و سفيد و خاكستري باشد.

در ميان سنگ هاي غير رنگي مي توان رديف منطقي از رنگ هاي سفيد و خاكستري روشن و خاكستري تيره و سياه ايجاد نمود و يا به عبارت ديگر در ميزان روشنايي آن ها تفكيك قايل شد. نام ديگر آن كيفيت ارزش* مي باشد.

در مورد سنگ هاي رنگي مي توان آن ها را ابتدا از نظر ته رنگ يا فام** از يكديگر جدا ساخت. يعني آنها را به رنگ هاي قرمز و آبي و زرد و نارنجي و غيره تقسيم بندي نمود و در هر طبقه ی رنگي نيز مجددا آنها را در دسته هاي كوچكتري مانند قرمز ته آبي و يا ته زرد و… قرار داد. علاوه بر آن هر سري از رنگ ها با فام مشخص را مي توان دوباره بنا به كم رنگي مانند سنگ هاي آكروماتيك مجددا تقسيم بندي كرد. مثلا يك سري سنگ هاي با فام قرمز مي تواند از صورتي كمرنگ تا قرمز گيلاسي تقسيم بندي شود. دراين صورت هر سنگ قرمز دراين سري از لحاظ كمرنگي مي تواند يك مشابه در سري سنگ هاي خاكستري آكروماتيك داشته باشد. علاوه بر دو

مثلا اگر يك سنگ قرمز آجري با يك سنگ درخشان قرمز گوجه فرنگي مقايسه شود اختلافي در فام و ارزش( روشنايي) مشاهده نمي شود در واقع هيچكدام زردتر يا آبي تر از ديگري نيست و به علاوه از لحاظ روشنايي نيز تفاوتي وجود ندارد و

با يك خاكستري در سري آكروماتيك معادلند. ولي هركسي تفاوت آن ها را تشخيص مي دهد.

مولفه سوم در اينجا مشخص مي شود و آن خلوص رنگيا اشباع رنگ* نام دارد.

در شكل 2-1 سيستم رنگ يا فضاي رنگ HSV نمايش داده شده كه بر اساس همين سه مولفه تعريف مي شود.

متن کامل را می توانید دانلود نمائید

چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

 با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

تعداد صفحه :45

قیمت : 4800 تومان

بلافاصله پس از پرداخت ، لینک دانلود به شما نشان داده می شود

و به ایمیل شما ارسال می شود.

پشتیبانی سایت :  

     ۰۹۳۰۹۷۱۴۵۴۱ فقط پیامک        [email protected]

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما

  [email protected]

ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

 

---  -- ----

مطالب مشابه