ماتريس اسپارس

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود

فهرست مطالب

مقدمه

بخش اول

روش هاي پردازش تصوير

1-1 تصوير ديجيتالي

2-1 تعريف رنگ و ويژگي هاي آن

1-2-1 فضاي رنگ HSV

2-2-1 فضاي رنگ RGB

3-1پردازش تصوير (Image Processing )

1-3-1 بهبود كيفيت تصوير( image enhancement )

2-1-3-1 بهبود كيفيت تصوير در حوزه فركانس

2-3-1 بازسازي تصاوير

3-3-1 كدينگ و فشرده سازي تصوير

4-3-1 قطعه بندي تصوير ( Image segmentation )

1-4-3-1 روش هاي مبتني بر از مشتق اول

2-4-3-1 روش مبتني بر مشتق دوم يا لاپلاس

بخش دوم

الگوريتم هاي موازي

1-2 الگوريتم هاي موازي

2-2 معماري موازي

بخش سوم

ماتريس اسپارس(خلوت)

1-3 الگوريتم هاي ذخيره ماتريس اسپارس

1-3-1Coordinate storage (COO)

2-3-1 روش CRS

3-3-1 روش CCS

4- 3-1 (CDS ) Compresses diagonal storage

5-3-1 Jagged Diagonal Format (JDS)

6-3-1 The transpose jagged diagonal format

7-3-1 Robs Alorithm

بخش چهارم

كاربرد ماتريس اسپارس در پردازش تصاوير

1-4 (GPU) Graphic Processing Unit

2-4 پردازش تصوير و GPU 

3-4 مقايسه ي دو الگوريتم

نتيجه گيري

ضميمه 1

كد matlab مربوط به پياده سازي دو الگوريتم run length coding و runrobs براي فشرده سازي

ضميمه 2

تصاوير تست شده در بخش چهارم

منابع

قسمتي از متن:

مجموعه عمليات  و روش هايي كه براي كاهش عيوب و افزايش كيفيت ظاهري تصوير مورد استفاده قرار مي گيرد، پردازش تصوير ناميده مي شود.حوزه هاي مختلف پردازش تصوير را مي توان شامل بهبود تصاوير مختلف پزشكي  مانند آشكار سازي تومور هاي مغز يا پهناي رگ هاي خوني و ... ، افزايش كيفيت تصاوير  حاصل از ادوات نمايشي  مانند تصاوير تلويزيوني  و ويديويي، ارتقا متون و شكل هاي مخابره شده در رسانه هاي مختلف مانند شبكه و فاكس و همچنين بهبود كيفيت روش هاي كنترل توسط بينايي ماشين و درك واقعي تر مناظر توسط ربات ها دانست.

اگرچه حوزه ي كار با تصاوير بسيار گسترده است ولي عموما محدوده ي مورد توجه در چهار زمينه ي بهبود كيفيت ، بازسازي تصاوير مختل شده، فشرده سازي تصوير و درك تصوير توسط ماشين متمركز مي گردد. در اينجا  سه تكنيك اول بررسي خواهد شد.

از آنجايي كه براي كار روي تصاوير با پيكسل ها سروكار داريم و هر پيكسل نشان دهنده ي يك عنصر از يك آرايه ي دوبعدي است، كار روي تصاوير  همواره با  كار روي ماتريس ها عجين شده است. ماتريس اسپارس يا ماتريس خلوت ، ماتريسي است كه درايه هاي صفر آن زياد باشد و در نتيجه ذخيره ي عناصر صفر  مقرون به صرفه نيست و همواره سعي در كاهش ذخيره ي اين عناصر است تا بتوان عمليات ماتريسي را سريع تر انجام داد.  در كار با تصوير با اينگونه ماتريس ها زياد برخورد مي كنيم . در اين پروژه ابتدا تكنيك ها و روش هاي مختلف پردازش تصوير را معرفي مي كنيم. در بخش بعد الگوريتم هاي موازي را شرح مي دهيم كه در GPU كاربرد دارند و با معماري موازي آشنا مي گرديم. در بخش سوم برخي از الگوريتم هاي مربوط به ماتريس خلوت را مورد بررسي قرار مي دهيم و در نهايت در بخش چهارم كاربرد اين ماتريس ها را در پردازش تصوير معرفي خواهيم نمود.

و در آخر، پياده سازي يكي از ا لگوريتم هاي مبحث فشرده سازي را  روي تصاوير باينري، انجام خواهيم داد و با يكي از الگوريتم هاي فشرده سازي مربوط به تصاوير باينري به نام Run length coding مقايسه خواهيم نمود.

پس از پرداخت، لينك دانلود فايل براي شما نشان داده مي شود

پرداخت و دانلود