PDA

توجه ! این یک نسخه آرشیو شده میباشد و در این حالت شما عکسی را مشاهده نمیکنید برای مشاهده کامل متن و عکسها بر روی لینک مقابل کلیک کنید : پردازش تصاویر در رباتیک



آبجی
15th February 2010, 03:14 PM
تصویر دیجیتالی چیست ؟

یک تصویر را می توان توسط تابع دوبعدی (f(x,y تعریف کرد 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 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 شدت روشنایی تصویر در آن نقطه است. در تمام توابع مورد بحث ما هر عنصر آرایه یک مقدار 8 بیتی است که می تواند مقداری بین 0 و 255 داشته باشد. مقدار صفر نشان دهنده رنگ تیره ( سیاه ) و مقدار 255 نشان دهنده رنگ روشن ( سفید ) است.

به عنوان مثال تصویر زیر که سایز آن 100* 144 است از یک ماتریس که دارای 100 سطر و 144 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 توابع پردازش تصویر از این مقادیر استفاده کرده و اعمال لازم را بر روی تصویر انجام می دهند

آبجی
15th February 2010, 03:14 PM
خاکستری کردن یا Grayscale کردن تصویر

تصویر RGB و Grayscale :

یک تصویر RGB متشکل از سه تصویر است که هریک از آنها مقادیر Red ( قرمز ) ، Green ( سبز ) ، Blue ( آبی ) تصویر رنگی را نگه می دارند. تصویر حاصل نیز از ترکیب مقادیر در آرایه های متناظر در سه ماتریس بوجود می آید.

(F( x1,y1 ) = R( x1,y1 ) + G( x1,y1 ) + B( x1,y1

برای Grayscale کردن تصویر از فرمول زیر استفاده می کنیم :

S( x1,y1 ) = (R( x1,y1 ) + G( x1,y1 ) + B( x1,y1 ) ) / 3

شبه کد پروسیجر زیر نحوه الگوریتم Grayscale کردن تصویر RGB با سایز M * N را نشان می دهد :


کد:
Procedure Grayscale( output , input As Bitmap )

Begin

For I = 1 to M Do

For J = 1 To N Do
Temp = ( input.R( I,J ) + input.G( I,J ) + input.B( I,J ) ) / 3
Output.R ( I,J ) = Temp
Output.G ( I,J ) = Temp
Output.B ( I,J ) = Temp
End For

End For

saeid_dh
7th March 2012, 03:15 PM
مرسي از مطلبت اما خيلي كم و كليه لطفا اگه اطلاعات بيشتري در مورد نحوه بكارگيري سنسور تصوير با avr داري بزار

استفاده از تمامی مطالب سایت تنها با ذکر منبع آن به نام سایت علمی نخبگان جوان و ذکر آدرس سایت مجاز است

استفاده از نام و برند نخبگان جوان به هر نحو توسط سایر سایت ها ممنوع بوده و پیگرد قانونی دارد