نوشته‌ها

انواع تصاویر در جعبه ابزار متلب(جلسه ی دوم)

انواع تصاویر در جعبه ابزار متلب

قصد داریم که در این بخش انواع تصاویر در جعبه ابزار متلب را توضیح دهیم.  بطور کلی ۴ نوع تصویر دردر جعبه ابزار متلب:

 

تصویر اندیسی

این تصاویر در جعبه ابزار متلب توسط دو ماتریس مشخص می‌شوند.

ماتریس اندیس:  ابعاد این ماتریس برابر با ابعاد تصویر برحسب پیسکل است که مقدار هر پیکسل بین ۱ تا  ۲۵۶ (اعداد صحیح integer) هست. مقدار هر درایه یا همان پیکسل معرف شماره سطری از ماتریس نقشه رنگ است.

مارتریس نقشه رنگ:  این ماتریس دارای سه ستون و ۲۵۶ سطر است. هرکدام از این سطرها معرف یکی از رنگهای موجود است.

 نکته: یک تصویر اندیس شده، بسته به مقادیر نقشه رنگ، میتواند رنگی یا سطح خاکستری باشد. 

 

 

تصاویر در جعبه ابزار متلب

تصویر اندیسی

 

تصویر سطح خاکستری

تصویر خاکستری توسط یک ماتریس مشخص می شود. ابعاد تصویر با ابعاد ماتریس برابر است و مقدار هر پیسکل بین صفر تا ۲۵۵ هست. مقدار هر پیکسل معرف مقدار سطح خاکستری آن نقطه است.  رنگ سفید با مقدار ۲۵۵ و رنگ سیاه با مقدار ۰ نشان داده می شود. و سایر سطوح خاکستری با مقادیر بین صفر و ۲۵۵ نشان داده می شوند. هر چقدر عدد به ۲۵۵ نزدیک تر باشد، پیکسل مورد نظر روشن نتر دیده می شود و هرچقدر به صفر نزدیکتر باشد پیکسل مورد نظر تاریکتر دیده می شود.

 نکته: با فرمت اعشاری (بین صفر تا ۱) نیز سطوح خاکستری نمایش داده میشوند که ۱ معادل با ۲۵۵ و صفر همان صفر قبلی است.

 

تصاویر در جعبه ابزار متلب

تصویر خاکستری

 

 

تصویر باینری

تصویر باینری نیز توسط یک ماتریس مشخص می شود که ابعاد تصویر با ابعاد ماتریس برابر است و مقدار هر پیسکل صفر یا یک است. رنگ سفید با مقدار ۱ و رنگ سیاه با مقدار ۰ نشان داده می شود.

تصاویر در جعبه ابزار متلب

تصویر باینری

تصاویر در جعبه ابزار متلب

تصویر باینری

 

 

تصویر رنگی

این تصویر توسط سه ماتریس مشخص می شود که هر ابعاد هر ماتریس با ابعاد تصویر برابر است. و هر یک ماتریس ها معرف نسبت رنگهای قرمز، سبز و آبی هستند. مقادیر هر کدام از ماتریسها بین ۰ تا ۲۵۵ است.

تصاویر در جعبه ابزار متلب

تصویر رنگی

 


اولین کانال آموزش رایگان دروس مربوط به رشته ی مهندسی پزشکی

 لینک کانال  

سوالات و دیدگاه خود را درباره ی این پست با ما درمیان بگذارید.

 

 

 

 Bit Level Slicing

 برای نمایش یک تصویر M * N از یک آرایه دو بعدی( ماتریس) که M سطر و N ستون دارد استفاده می شود.
هر یک از عناصر را یک پیکسل می نامیم که نشان دهنده شدت روشنایی تصویر در آن نقطه است.
هر پیکسل یک مقدار ۸ بیتی است که می تواند مقداری بین ۰ و ۲۵۵ داشته باشد.
مقدار صفر نشان دهنده رنگ تیره(سیاه) و مقدار ۲۵۵ نشان دهنده رنگ روشن(سفید) است.

مقادیر پیکسلها
مقدار انرژی مغناطیسی که یک تصویر رقمی به هنگام تصویر برداری کسب میکند، رقم های دوتایی(Digit binary) یا بیت ها(Bits) را تشکیل میدهند که از قوه صفر تا ۲ ارزش گذاری شده است. هر بیت، توان یک به قوه ۲ (۱بیت=۲۱) میباشد.
حداکثر تعداد روشنایی بستگی به تعداد بیت ها دارد. بنابراین ۸ بیت یعنی ۲۵۶ شماره رقمی که دامنه ای از ۰ تا ۲۵۵ دارد.

دامنه تغییرات رنگ مقدار پیکسل نوع تصویر


دقت تصویر بستگی به عدد پیکسل ها دارد. با یک تصویر ۲ بیتی، حداکثر دامنه روشنایی ۲۲ یعنی ۴ میباشد که دامنه آن از ۰ تا ۳ تغییر میکند. در این حالت تصویر دقت(تفکیک پذیری لازم) را ندارد. تصویر ۸ بیتی حداکثر دامنه ۲۵۶ دارد و تغییرات آن بین ۰ تا ۲۵۵ است. که دقت بالاتری دارد.
کد متلب جهت تجزیه تصویر به بیتهای مختلف:
از تابع birget برای بدست آوردن مقدار بیت هر سطح استفاده می شود:
نحوه فراخوانی:
binarybit= bitget(pixelvlaue,kth bit); %get kth bit

تصویر اصلی:

۸ سطح مختلف تصویر خاکستری:

بررسی اثر بیتها:

حذف بیت کم ارزش (بیت اول) و بازسازی تصویر

حذف بیت با ارزش و بازسازی تصویر

همانطور که مشاهده می کنید با حذف بیت با ارزش قمست عمده ای از اطلاعات تصویر اصلی حذف می شود ولی این در حالی است که حذف بیت کم ارزش تاثیر چندانی در تصویر بازسازی شده ندارد.

کاربرد bit level slicing:

۱)فشرده سازی اطلاعات

۲)پنهان کردن اطلاعات محرمانه در بیتهای کم ارزش


اولین کانال آموزش رایگان دروس مربوط به رشته ی مهندسی پزشکی

 لینک کانال  

سوالات و دیدگاه خود را درباره ی این پست با ما درمیان بگذارید