🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه سوم
💡 استاد : مهندس ورمقانی
___________________________________________
اگر این مثال را به صورت دستی انجام دهید(مطابق روش گفته شده در فایل PDF) خواهیم دید جواب حاصل از متلب با جواب روش دستی متفاوت شد.
همان طور که قبلا گفتیم مدل فضای حالت یکتا نیست!
هر دو جواب صحیح است!(میتوانید امتحان کنید)
برای امتحان کردن جواب ها میتوانید از دستور ss2tf همانگونه که توضیح داده شد استفاده کنید (ستون ها را جداگانه بدست آورید)

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_سوم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش کاربرد متلب در کنترل خطی و کنترل مدرن 🍀🍀
___________________________________________
💡 جلسه سوم
💡 استاد : مهندس ورمقانی
___________________________________________
همچنین میتوانید از برنامه زیر استفاده کنید:
syms s

G=C*inv(s*eye(size(A))-A)*B+D


در این برنامه ابتدا متغیر s را به صورت سمبلیک تعریف میکنیم سپس از رابطه
G=C(s I-A)^(-1) B+D استفاده کرده ایم.

___________________________________________
#Modern_Control
#آموزش_مقدماتی
#جلسه_سوم
#ورمقانی
#کنترل_مدرن
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
به نام خدا
با عرض سلام خدمت دانشجویان و دوستان ارجمندم
در خدمتتون هستم با جلسه چهارم پردازش تصویر
در این جلسه در ادامه مباحث مطرح شده ابتدا بحث برچسب گذاری برای تصویر را مطرح میکنیم
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
برچسب گذاری : برچسب گذاری عبارتست از اختصاص یک برچسب به تک تک نواحی مختلف تصویر که از نظر سطح خاکستری از سایر نواحی متمایز باشد

برای مثال دستور bwlabel برای لیبل گذاری سطوح سفید از سمت بالا چپ شروع کرده و به نواحی سفید رنگ را بترتیب لیبل 1 ، 2 و... اختصاص می دهد
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
دستور دیگر برای این منظور regionprops می باشد
که برای مثال دستور زیر
Stats = regionprops(bwimage,'BoundingBox');
نواحی را درون مستطیل هایی قرار می دهدکه مختصات آن در متغییر Stats ذخیره می شود
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
در برنامه زیر bwimage یک تصویر سیاه و سفید باینری به شکل نشان داده شده در زیر است
bwimage=imread('bw.jpg');
bwiamge=rgb2gray(bwimage);
imshow(bwimage);
Stats = regionprops(bwimage,'BoundingBox');
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/tQmQ2N

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
متغییر Stats ساختاری به شکل زیر دارد
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/dKhj7q

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
در صورتی که بجای BoundingBox دستورات زیر را قرار دهیم موارد نتایج زیر حاصل خواهدشد
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/oHqLXt

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
پس از اتمام مقدمات نوبت به بخش دوم درس میرسد
در این بخش ما به بررسی بازسازی تصویر می پردازیم
باز سازی تصویر:
عوامل متعددی در روند ذخیره سازی یک تصویر موثر می باشند. در صورتی که در عملکرد هرکدام از این موارد اختلالی ایجاد شود می تواند منجر به بروز نقیصه ای در تصویر شود که ما ملزم به پیاده سازی بازسازی تصویر برای جبران آن می باشیم.
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
برای مثال اختلال در ccd دوربین دیجیتال منجر به بروز نقاط سفید و روشنی در تصویر می شود که با نویز نمک و فلفل شناخته می شود یا کم بودن نور منجر به بروز نویز گوسی می شود و بسیاری ازین قبیل موارد
حال برای بررسی و مطالعه روی این نویز ها می توان با دستورات زیر بصورت مجازی آنها را روی تصویر اعمال نمود
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/CZ7ymo

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
mn= imnoise(bwimage,'salt & pepper',0.02);
imshow(imn);

که در ان bwimage تصویر مورد نظر و salt & pepper نو ع نویز و 0.02 پارامتر آن می باشد و در صورتی که آن را به مقدار 2.2 افزایش دهیم خواهیم داشت:

در صورتی که کمتر شود هم میزان نقاط تیره و روشن کم خواهد شد
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/SEo8cA

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
برای اعمال نویز گوسی به تصویر از دستور زیر استفاده می شود
imn2 = imnoise(bwimage,'gaussian',0,0.2)
imshow(imn2);
که در آن متغیر اول میانگین و متغیر دوم واریانس نویز گوسی می باشد
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/mPF1ti

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
شکل فوق مربوط به نویز اعمال شده با دستور زیر می باشد:

imn2 = imnoise(bwimage,'gaussian',0,1.2);

برای اعمال نویز های دیگری مانند نویز poisson از دستور زیر استفاده می شود:

imn2 = imnoise(bwimage,'poisson');
imshow(imn2);

___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/cna6G4

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
برای اعمال نویز speckle که از فرمول زیر بدست می آید
Image+n*Image
( در عبارت فوق n یک متغیر تصادفی رندم با میانگین صفرو واریانس v می باشد)
imn3 = imnoise(bwimage,'speckle',0.04)
imshow(imn3);
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________
http://goo.gl/zN6pBE

🍀🍀 آموزش مقدماتی پردازش تصویر 🍀🍀
___________________________________________
💡 جلسه چهارم
💡 استاد : مهندس بنی فخر
___________________________________________
دوستان به پایان این جلسه رسیدیم در جلسه بعدی روشهای بازسازی تصویر و بهبود تصویر را مورد بررسی قرار می دهیم
🌺🌺🌺تا جلسه آینده شب و روز بر شما خوش🌺🌺🌺
___________________________________________
#Image_processing
#آموزش_مقدماتی
#جلسه_چهارم
#بنی_فخر
#پردازش_تصویر
#مثال

© @MATLAB_tutorial
© @MATLAB_files
___________________________________________