برنامه نویسی متلب تبدیل کرولت

(دیدگاه کاربر 4)

209,000 تومان

توضیحات

روشهای چند رزولوشنی به طور عمیقی به پردازش تصویر و ماشین بینایی و محاسبات علمی مرتبط هستند. تبدیل کرولت یک تبدیل چند جهتی چند مقیاسی است. تبدیل کرولت بیان غیر وفقی بهینه از لبه ها می باشد. از این تبدیل در پردازش تصویر و ویدئو و اکتشاف لرزه ای و مکانیک سیالات و شبیه سازی معادلات دیفرانسیل جزیی و سنجش فشرده استفاده می شود.
تبدیل کرولت یکی از زمینه های مورد علاقه می باشد زیرا خیلی از مشکلات تبدیل های دیگر مثل تبدیل ویولت را به طور موثرتری برطرف می کند.
این تبدیل برای اشیا با انحنا (curve) مناسب می باشد و نام این تبدیل هم از همین خصوصیت آن گرفته شده است . در سال 1999 توسط Candès و Donoho معرفی شد.

نرخ های تقریب (Approximation Rates) :
فرض کنید یک شی در فضای [0,1] در [0,1] قرار دارد . دقت تبدیل فوریه و تبدیل ویولت و تبدیل کرولت در بیان این شی در قسمت زیر نشان داده شده است :
تبدیل فوریه Fourier Transform :
blank
تبدیل ویولت Wavelet Transform :
blank
تبدیل کرولت Curvelet Transform :
blank
همانطور که مشاهده می فرمایید خطای بین شی و بیان تبدیل یافته آن در تبدیل کرولت کمتر از دو تبدیل دیگر است.

عدم پیوستگی در منحنی و نقطه
Point and Curve Discontinuities

عدم پیوستگی نقطه ای در تبدیل فوریه بر روی همه ضرایب آن تاثیر می گذارد. لذا تبدیل فوریه نمی تواند با عدم پیوستگی نقطه ای به خوبی رفتار کند. اما تبدیل ویولت به خوبی عدم پیوستگی نقطه ای را بیان می کند و تنها تعداد کمی از ضرایب آن دستخوش تغییر می شوند.
عدم پیوستگی بر روی یک منحنی ، تمامی ضرایب تبدیل ویولت را تغییر دهد لذا تبدیل ویولت نمی تواند در اشیا با عدم پیوستگی در منحنی به خوبی رفتار کند. اما تبدیل کرولت طراحی شد تا عدم پیوستگی در منحنی را بیان کند و تنها تعداد کمی از ضرایب آن دستخوش تغییر شود.

 

بنا به درخواست کاربران فهیم سایت ایران متلب ، فیلم آموزشی برنامه نویسی تبدیل کرولت در متلب برای استفاده آماده شد.
این فیلم آموزشی اختصاص به طریقه کدنویسی و برنامه نویسی و کار با تبدیل کرولت در متلب دارد. در ابتدا تئوری مختصری از روشهای موجود صحبت می شود. اختلاف این روشها با هم و مزیت هر کدام بیان می شود. سپس توابع متلب مختص تبدیل کرولت به تفضیل معرفی می شوند. در انتها چندین مثال برنامه نویسی متلب آورده شده است.

پیش نمایش :

لینک دانلود (کیفیت بالا)

تصاویری از این فیلم آموزشی :

blank
blank
blank
blank
blank
blank

4 دیدگاه برای برنامه نویسی متلب تبدیل کرولت

  1. رضا

    با سلام ببخشید من مجموعه را تهیه کردم میخواستم یه سوال بپرسم اینکه چگونه میتوانم با استفاده از ضرایب بدست آمده در تبدیل کرولت، بهبود کنتراست بر روی تصاویر انجام دهم؟ باتشکر

    • ایران متلب

      با سلام و تشکر از سوال شما

      روش های زیادی برای بهبود تصویر با تبدیل های معروف مثل تبدیل ویولت و تبدیل کرولت و … وجود دارد. در دو تا پروژه که من کار کردم.

      روش مرسوم : از تصویر تبدیل گرفته می شود. سپس ضرایب استخراج شده از یک حد آستانه عبور می کنند. این حد آستانه خودش کلی داستان دارد. تا جایی که یادم هست حد استانه نرم و سخت و نیمه نرم داشت. خروجی هر کدام از این حد آستانه ها متفاوت است. سپس از ضرایب نهایی عکس تبدیل گرفته می شود.
      درضمن مقالات زیادی در مورد این مقدار آستانه وجود دارد که هر کی رسیده یک ایده در این زمینه داده و یک مقاله داده.
      بخوام یک مثال ساده بزنم مثل این آرایشگرهای مو که اول مو را خیس می کنند و سپس یک شونه روی مو می کشند و مقدارهایی که از مو که از شونه کمی بیرون زده است را با قیچی کوتاه می کنند.

      روش بعدی : در مقالات مختلف ، روشهای مختلفی برای بهبود کنتراست با تبدیل ویولت دیدم. در یکی تبدیل ویوبت می گرفت. می آمد مقدار نزدیک به هم را مثل یک همسایگی می گرفت و مقدارهایی که این وسط خیلی پرت بودند را تصحیح می کرد و عکس تبدیل ویولت می گرفت.

      در ضمن دو معیار SSIM و PSNR برای اندازه گیری کیفیت تصویر بعد از بهبود کنتراست استفاده می شوند.

  2. علی

    با سلام
    ببخشید میخواستم بپرسم تو مقاله ی J. L. Starck, F. Murtagh, E. J. Candès, and D. L. Donoho, “Gray and color image contrast enhancement by the curvelet transform,” IEEE Trans. Image Process. vol. 12, no. 6, pp. 706–717, 2003 که بهیود کنتراست را با استفاده از تبدیل کرولت معرفی کرده است، مراحل بهبود کنتراست را به صورت زیر بیان می کند:
    1- تخمین انحراف معیار نویز (σ) در تصویر ورودی I
    2- محاسبه تبدیل کرولت تصویر ورودی. به دست آوردن مجموعه باندها (wj) که هر باند wj شامل: ضرایب Nj و مطابق با سطح رزولوشن (تفکیک‌پذیری) داده شده می‌باشد
    3- محاسبه انحراف معیار نویز (σ_j) برای هر باند j مربوط به تبدیل کرولت
    4- برای هر باند j انجام عملیات زیر:
    – محاسبه ماکزیمم (Mj) مربوط به باند
    – ضرب کردن هر ضریب کرولت (wj,k) در yC (| wj,k | , σ_j)
    5- درنهایت بازسازی تصویر بهبودیافته از ضرایب کرولت اصلاح‌شده
    میخواستم بپرسم تو این روش چطور میتوانم انحراف معیار نویز را به دست بیاورم؟ باتشکر

    • ایران متلب

      سلام
      انحراف معیار یک سیگنال را می توانید با دستور std حساب کنید.

  3. مینا

    با سلام خیلی ممنون میشم اگر برای پاسخ به این سوال را در اسرع وقت رسیدگی کنید.اگر یک تصویر را تا 3 سطح تیدیل کرولت بگیریم ابعاد ضرایب کرولت زیرباندapproximate ان نسبت به تصویر اصلی چقدر خواهد شد؟
    با سپاس فراوان

    • ایران متلب

      با سلام
      نمی شود برای همه تصاویر یک فرمول خاص داد. در تبدیل فوریه می شود یک قانون کلی داد که به ازای هر تبدیل ، تصویر خروجی اندازه اش نصف می شود یا به ازای 3 سطح تبدیل کرولت ، یک هشتم می شود.

  4. مینا

    با سلام ممنون میشم اگر در پاسخ به این سوال در اسرع وقت رسیدگی کنید. وقتی تصویری را تا سه سطح با تبدیل کرولت تجزیه کنیم ابعاد ضرایب زیرباندapproximateان در تجزیه سوم نسبت به سایز تصویر اصلی چقدر خواهد شد؟

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *