Lecture 4: Image Processing PDF

‫تقنيات الوسائط المتعددة‬ Multimedia technologies Lecture (4) Dania Mohamed Ahmed  ‫الخالصة‬ ‫‪ ‬الصوره‪Image‬‬ ‫‪ ‬معالجة الصورة ‪Image Processin...

‫تقنيات الوسائط المتعددة‬ Multimedia technologies Lecture (4) Dania Mohamed Ahmed  ‫الخالصة‬ ‫‪ ‬الصوره‪Image‬‬ ‫‪ ‬معالجة الصورة ‪Image Processing‬‬ ‫‪ ‬تصفية الصور(فلتر) ‪Image Filtering‬‬ ‫‪ ‬التصفية المكانية (الترشيح المكاني) ‪spatial filtering‬‬ ‫‪ ‬تنعيم المرشحات الخطية ‪Smoothing Linear Filter‬‬ ‫‪ -‬فلتر المتوسط ‪Mean Filter‬‬ ‫‪ -‬فلتر متوسط الوزن ‪Weight average Filter‬‬ ‫‪ ‬تنعيم المرشحات الغير خطية ‪Smoothing Non-Linear Filter‬‬ ‫‪ -‬فلتر الحد األدني والحد األقصي‪Maximum and Minimum Filter‬‬ ‫‪ -‬فلتر الوسيط ‪Median Filter‬‬  ‫الصورة ‪Image‬‬ ‫‪ ‬الص‪1‬ورة تتك‪1‬ون من ع‪1‬دد من المربع‪1‬ات الص‪1‬غيرة ) في ش‪1‬كل مص‪1‬فوفة) وال‪1‬تي‬ ‫تعرف بالبكسل ‪.‬‬ ‫‪ ‬في الص‪1‬ورة الثنائي‪1‬ة‪ Binary Image‬ع‪1‬دد القيم اللوني‪1‬ة لك‪1‬ل بكس‪1‬ل ه‪1‬و يس‪1‬اوي ‪2‬‬ ‫(ل‪1‬ونين) وه‪1‬ذا يع‪1‬ني أن قيم‪1‬ة البكس‪1‬ل إذا ك‪1‬انت ‪( 0‬ص‪1‬فر) ه‪1‬ذا يع‪1‬ني الل‪1‬ون‬ ‫األس‪1‬ود أم‪1‬ا إذا ك‪1‬انت القيم‪1‬ة ‪( 1‬واح‪1‬د) فإن‪1‬ه الل‪1‬ون األبيض ‪.‬كم‪1‬ا موض‪1‬ح في‬ ‫الشكل أدناه ‪:‬‬ ‫‪ ‬الص‪1‬ورة الرمادي‪1‬ة‪ Gray-scale Image‬ع‪1‬دد القيم اللوني‪1‬ة لك‪1‬ل بكس‪1‬ل هويس‪1‬اوي‬ ‫‪ 256‬ل‪1‬ون وه‪1‬و ع‪1‬دد ال‪1‬درجات من الل‪1‬ون األبيض إلى الل‪1‬ون األس‪1‬ود تب‪1‬دأ من‬ ‫القيمة ‪ 0‬إلى ‪ 255‬اي ان كل بكسل يتم حجز ‪ 8‬بت لتخزينها في الذاكرة‪.‬‬ ‫‪ ‬الش‪1‬كل أدن‪1‬اه يوض‪1‬ح مص‪1‬فوفة تمث‪1‬ل الص‪1‬ورة الرمادي‪1‬ة ونالح‪1‬ظ ان ك‪1‬ل بكس‪1‬ل‬ ‫يأخذ قيمة لونية من ‪ 0‬الى ‪.255‬‬ ‫‪ ‬الص‪1‬ور الملون‪1‬ة ‪Color Image‬ع‪1‬دد القيم اللوني‪1‬ة فيه‪1‬ا ويس‪1‬اوي ‪16,777,216‬‬ ‫لون‪.‬‬ ‫‪ ‬هنال‪1‬ك ثالث ال‪1‬وان رئيس‪1‬ة وهم االحم‪1‬ر واالزرق االخض‪1‬ر‪ ،‬ك‪1‬ل بكس‪1‬ل في الص‪1‬ور‬ ‫الملون‪1‬ه يحم‪1‬ل ثالث قيم وه‪1‬و عب‪1‬ارة عن دمج بين الثالث أل‪1‬وان ليمثل‪1‬ون ل‪1‬ون‬ ‫جديد‪.‬وهذا يعني أن اللون الواحد حجمه ‪ 8‬بت ‪.‬‬ ‫‪ ‬كل ل‪1‬ون ل‪1‬ه قيم من ‪ 0‬الى ‪، 255‬أي أن الل‪1‬ون االحم‪1‬ر ‪ 256‬قيم‪1‬ة مختلف‪1‬ة (من‬ ‫الف‪1‬اتح الى الغ‪1‬امق) واالخض‪1‬ر واالزرق ك‪1‬ذلك‪ ،‬وعن‪1‬د دمج جمي‪1‬ع االحتم‪1‬االت من‬ ‫الثالثة الوان نحصل على عدد ‪ 16,777,216‬لون مختلف‪.‬‬ ‫‪ ‬في الص‪1‬ور الملون‪1‬ة تمث‪1‬ل الص‪1‬ورة على ش‪1‬كل مص‪1‬فوفة ثالثي‪1‬ة االبع‪1‬اد (الص‪1‬ور‬ ‫الثنائية والرمادية ثنائية االبعاد) ‪ ،‬كما في الشكل أدناه ‪:‬‬  ‫حساب حجم الصورة من المصفوفة‬ ‫‪ ‬تتكون مصفوفة الصورة من األعمدة (‪ )M‬والصفوف (‪ )N‬التي تحدد‬ ‫العناصر أو البكسل داخل الصورة‪.‬‬ ‫قانون حساب حجم الصورة ‪:‬‬ ‫بت ‪Size =M x N x K‬‬ ‫‪ ‬حيث أن ‪ K‬عباره عن عدد البت لكل بكسل وتحسب‬ ‫بالقانون ‪:‬‬ ‫‪ ‬عمق الصورة ‪: n‬‬  ‫مثــــال‬ ‫‪20‬‬ ‫‪43‬‬ ‫‪4‬‬ ‫‪10‬‬ ‫‪40‬‬ ‫‪60‬‬ ‫‪12‬‬ ‫‪22‬‬ ‫‪50‬‬ ‫‪55‬‬ ‫‪90‬‬ ‫‪33‬‬ ‫‪40‬‬ ‫‪21‬‬ ‫‪10‬‬ ‫‪57‬‬ ‫‪20‬‬ ‫‪175‬‬ ‫‪41‬‬ ‫‪97‬‬ ‫‪ ‬أحسب حجم الصورة اعاله علما بأن العمق ‪ 8‬بت ؟‬ ‫الــــــحــل‬ ‫‪M=4‬‬ ‫‪N=5‬‬ ‫‪k ==256‬‬ ‫بت‪Size=4x5x256=5120‬‬  ‫معالجة الصور ‪Image Processing‬‬ ‫‪ ‬معالج‪1‬ة الص‪1‬ورة هي طريق‪1‬ة إلج‪1‬راء بعض العملي‪1‬ات على ص‪1‬ورة ‪ ،‬من أج‪1‬ل‬ ‫الحص‪1‬ول على ص‪1‬ورة محس‪1‬نة أو الس‪1‬تخراج بعض المعلوم‪1‬ات منه‪1‬ا مث‪1‬ل قيم‬ ‫الح‪1‬واف والزواي‪1‬ا ‪.‬وتتم ه‪1‬ذه العملي‪1‬ات بس‪1‬تخدام خوارزمي‪1‬ات مح‪1‬ددة يك‪1‬ون له‪1‬ا‬ ‫تأثير إيجابي على الصور‪.‬‬ ‫‪ ‬أنواع معالجة الصور ‪:‬‬ ‫‪.1‬تصفية الصور( فلتر) ‪Image Filtering‬‬ ‫ويتم في ه‪1‬ذه المعالج‪1‬ة تغي‪1‬ير قيم البكس‪1‬ل (تغي‪1‬ير نط‪1‬اق الص‪1‬ورة)‪ ،‬وذل‪1‬ك يع‪1‬ني‬ ‫تغير في ألوان الصورة‪.‬‬ ‫تشويه الصورة (إعوجاج أو تزييف)‪Image Warping‬‬ ‫‪.2‬‬ ‫ويتم في ه‪1‬ذه المعالج‪1‬ة تغي‪1‬ير مواض‪1‬ع البكس‪1‬ل أو النق‪1‬اط (تغي‪1‬ير مج‪1‬ال الص‪1‬ورة)‪،‬‬ ‫وه‪1‬ذه يع‪1‬ني تغي‪1‬ير مواق‪1‬ع البكس‪1‬ل ببكس‪1‬ل آخ‪1‬ري موج‪1‬وده في الص‪1‬ورة دون تغ‪1‬ير‬ ‫قيمتها (أي لونها)‪.‬‬  ‫الصورة بعد‬ ‫الصورة األصلية‬ ‫المعالجة‬ ‫تصفية‪Filtering‬‬ ‫تشويه ‪Warping‬‬  ‫مثـــال ( لتطبيق عملية على الصورة) ‪:‬‬ ‫طرح ص‪11‬ورة الخلفي‪11‬ة ‪ :‬تس‪11‬تخدم إذا كنت تري‪11‬د إظه‪11‬ار ص‪11‬ورة معزول‪11‬ة عن‬ ‫الخلفي‪1‬ة وتتم بع‪1‬د إدخ‪1‬ل ص‪1‬ورتين واح‪1‬ده تمث‪1‬ل الخلفي‪1‬ة والثاني‪1‬ة تمث‪1‬ل ش‪1‬خص م‪1‬ا‬ ‫يسمى الصورة األمامية وينتج صورة جديدة‪.‬‬  ‫‪ ‬إذا كانت لدينا هذه الصور‪:‬‬ ‫الصورة كاملة‬ ‫الخلفية‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪125‬‬ ‫‪214‬‬ ‫‪98‬‬ ‫‪112‬‬ ‫‪125‬‬ ‫‪214‬‬ ‫‪125‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪125‬‬ ‫‪112‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪125‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪214‬‬ ‫‪0‬النتـيجة‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪27‬‬ ‫‪102‬‬ ‫‪89‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪102‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬  ‫تصفية الصور( فلتر) ‪Image Filtering‬‬ ‫‪ ‬تس‪1‬تخدم تص‪1‬فيات الص‪1‬ور في المق‪1‬ام األول لتحري‪1‬ر ص‪1‬ورة بإس‪1‬تخدام ب‪1‬رامج‬ ‫في الحاس‪1‬وب‪.‬يك‪1‬ون التغ‪1‬يرفي فل‪1‬تر الص‪1‬ورة بش‪1‬كل ع‪1‬ام على مس‪1‬توى‬ ‫البكس‪1‬ل ‪ ،‬مم‪1‬ا يع‪1‬ني أن ك‪1‬ل بكس‪1‬ل يت‪1‬أثر بش‪1‬كل ف‪1‬ردي‪.‬يمكن تطبيق‪1‬ه على‬ ‫الص‪1‬ور ثنائي‪1‬ة األبع‪1‬اد وثالثي‪1‬ة األبع‪1‬اد‪.‬ع‪1‬ادة م‪1‬ا تتض‪1‬من عملي‪1‬ة تص‪1‬فية الص‪1‬ور‬ ‫خيارات مثل‪:‬‬ ‫‪.1‬تحرير نظام األلوان ‪ /‬التباين للصورة‪.‬‬ ‫‪.2‬ضبط سطوع الصورة‪.‬‬ ‫‪.3‬إضافة تأثيرات للصورة‪.‬‬ ‫‪.4‬تغيير الملمس‪.‬‬  ‫التصفية المكانية (الترشيح المكاني) ‪spatial filtering‬‬ ‫‪ ‬هي عملي‪1‬ات التص‪1‬فية ال‪1‬تي يتم إجراؤه‪1‬ا مباش‪1‬رة على بكس‪1‬ل الص‪1‬ورة‪.‬تك‪1‬ون العملي‪1‬ة‬ ‫ببساطة من تحريك قناع الفلتر‪ Filter Mask‬من نقطة إلى نقطة في الصورة‪.‬‬ ‫‪ ‬قنــاع الفلــتر ه‪11‬و مج‪11‬رد طريق‪11‬ة لتمثي‪11‬ل عملي‪11‬ة يتم إجراؤه‪11‬ا على ك‪11‬ل بكس‪11‬ل من‬ ‫الصورة‪ ).‬القناع عبارة عن مصفوفة صغيرة)‪.‬‬ ‫‪ ‬قنـاع الصـورة هي عملي‪1‬ة إلخف‪1‬اء أو الكش‪1‬ف عن بعض أج‪1‬زاء الص‪1‬ورة أو إس‪1‬تبدال أو‬ ‫دمج لصورتين أو أكثر‪.‬‬ ‫‪ ‬إذا ك‪1‬ان مجم‪1‬وع قيم القن‪1‬اع ‪ Mask‬تس‪1‬اوي واح‪1‬د فه‪1‬ذا يع‪1‬ني إض‪1‬اءة عالي‪1‬ة‪ ،‬أم‪1‬ا إذا ك‪1‬انت‬ ‫القيم صفر فهذا يعني فقد إضاءة الصور تصبح لونها أسود‪.‬‬ ‫‪ ‬تنعيم المرشحات المكانية ‪Smoothing Spatial Filters‬‬ ‫هي عملي‪1‬ة تس‪1‬تخدم لتقلي‪1‬ل الضوض‪1‬اء أو التش‪1‬ويش ال‪1‬ذي تحمل‪1‬ه الص‪1‬ورة أوتحس‪1‬ين ج‪1‬ودة‬ ‫ا‪1‬لصورة‪1.‬تأخذ في‪1‬االعتبار جم‪1‬يع الب‪1‬كسل الم‪1‬حيطة من‪1‬أجل تحد‪1‬يد نسخ‪1‬ة أك‪1‬ثر دق‪1‬ة‪.‬‬ ‫‪ ‬تحتوي الصور على أنواع مختلفة من الضوضاء التي تقلل من جودة الصور‪.‬‬  Smoothing Spatial Filters Smoothing Linear Filters Smoothing Non-Linear Filters Mean Filter Minimum Filter Maximum Filter Weight average Filter Median Filter ‫تنعيم المرشحات ‪Smoothing Linear Filters‬‬ ‫الخطية‬ ‫‪ ‬هي إيجاد متوسط وحدات البكسل الموجودة في قناع الصورة‬ ‫(مصفوفة)‪.‬‬ ‫‪ ‬من تقنيات المرشحات الخطية ‪:‬‬ ‫‪.1‬فلتر المتوسط ‪Mean Filter or average Filter‬‬ ‫‪.2‬فلتر متوسط الوزن ‪Weight average Filter‬‬  ‫فلتر المتوسط ‪Mean Filter‬‬ ‫‪ ‬هي تقنية بسيطة وسهلة التنفيذ لتنعيم الصور ‪ ،‬أي تقليل مقدار تباين‬ ‫الكثافة )يضبط قيمة اللون) بين كل بكسل واألخرى‪.‬يتم استخدامه غالًبا‬ ‫لتقليل التشويش في الصور‪.‬‬ ‫‪ ‬تستخدم إلزالة الشوائب الضخمة في الصورة‪.‬غالبا ما يتم استخدام‬ ‫مصفوفة مربعة ‪ 3 * 3‬على الرغم من أنه يمكن استخدام مصفوفة أكبر‬ ‫لتنعيم أكثر حدة كلما زاد حجم المصفوفة زاد تأثير الفلتر‪.‬‬ ‫‪ ‬عيوب استخدام فلترالمتوسط ‪:‬‬ ‫‪.1‬استبدل جميع وحدات البكسل في الصورة بقيمة المتوسط حيث تؤثر‬ ‫سلًبا على القيم غير الطبيعية المحيطة بالبيكسالت‪.‬‬ ‫‪.2‬اجعل الصورة أقل وضوًح ا ‪ ،‬خاصة عند الحواف‪.‬‬  ‫‪ ‬قناع تقنية فلتر المتوسط هو‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫إيجاد متوسط القناع‬ ‫(‪1=9/9=9/)1+1+1+1+1+1+1+1+1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬ ‫‪1‬‬  ‫القانون‬ ‫= ‪Avg‬‬ ‫‪ (P‬قيمة النقطة (البكسل) في المصفوفة ‪).Point :‬‬ ‫‪ (: M‬قيمة القناع ‪).Mask‬‬ ‫‪ ‬إذا عند تنفيذ عملية فلتر المتوسط يتم تجاهل القناع وذلك ألن قيمة جميع‬ ‫النقاط فيه تساوي واحد فال تأثر علي القيم‪.‬‬  ‫أمثــــلة‬ ‫‪.1‬قم بفلتر الصوره التالية بإستخدام تقنية فلتر المتوسط ‪Mean Filtering‬؟‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪11‬‬ ‫الــــــحــل‬ ‫( ‪7= 9/)8+1+5+20+10+2+3+4+11‬‬ ‫‪8‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫النتيجة‬ ‫‪3‬‬ ‫‪4‬‬ ‫‪11‬‬ ‫‪.2‬قم بفلتر الصوره التالية بإستخدام تقنية فلتر المتوسط ‪Mean Filtering‬‬ ‫مرتين علي التوالي؟‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫الــــــحــل‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪ -1‬يتم قسمة القناع ‪ Mask‬إلى ‪ 3*3‬فتصبح ‪:‬‬ ‫(‪4.224=38/9=9/)2+3+5+1+5+8+2+3+9‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪1‬‬ ‫‪4‬‬ ‫النتيجة ‪8‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫‪ -2‬فلتر بقية القناع ‪ Mask‬للمره الثانية‬ ‫(‪6.116=55/9=9/)3+5+4+7+8+5+11+9+3‬‬ ‫‪5‬‬ ‫‪8‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫النتيجة ‪2‬‬ ‫‪5‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪11‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪5‬‬ ‫‪4‬‬ ‫النتيجة النهائية‬ ‫‪1‬‬ ‫‪4‬‬ ‫‪6‬‬ ‫‪7‬‬ ‫‪2‬‬ ‫‪3‬‬ ‫‪9‬‬ ‫‪11‬‬  ‫فلتر متوسط الوزن ‪Weight average Filter‬‬ ‫‪ ‬أن وح‪1‬دات البكس‪1‬ل مض‪1‬روبة في مع‪1‬امالت مختلف‪1‬ة ‪ ،‬مم‪1‬ا يعطي أهمي‪1‬ة‬ ‫أكبر (الوزن) لبعض وحدات البكسل على حساب البعض اآلخر‪.‬‬ ‫‪ ‬يتم ض‪11‬رب البكس‪11‬ل األوس‪11‬ط بقيم‪11‬ة أعلى من أي قيم‪11‬ة أخ‪11‬رى مم‪11‬ا‬ ‫يعطي أهمية أكبر في حساب المتوسط‪.‬‬ ‫‪ ‬قناع فلتر متوسط الوزن هو‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪X‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪ ‬يتم إستخدام قانون فلتر المتوسط لحساب فلتر متوسط الوزن ‪.‬‬  ‫مثــــال‬ ‫‪. 1‬قم بفلتر الصوره التالية بإستخدام تقنية فلتر متوسط الوزن ‪Weight average‬‬ ‫‪Filter‬؟‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪30‬‬ ‫‪41‬‬ ‫‪50‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪25‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫الــــــحــل‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪4‬‬ ‫‪2‬‬ ‫‪X‬‬ ‫‪1‬‬ ‫‪2‬‬ ‫‪1‬‬ ‫‪= 44= 44.1 avg‬‬  ‫النتيجة النهائية‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪30‬‬ ‫‪41‬‬ ‫‪44‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪25‬‬ ‫تنعيم المرشحات الغير ‪Smoothing non-linear filters‬‬ ‫خطية‬ ‫‪ ‬يعتمد على ترتيب وحدات البكسل الموجودة في منطقة الصورة‪.‬‬ ‫‪ ‬يتم استبدال قيمة بكسل المركز بالقيمة المحددة بنتيجة الترتيب‪.‬‬ ‫‪ ‬إنها أقوى من المرشحات الخطية ألنها قادرة على تقليل مستويات‬ ‫الضوضاء مع إمكانية المحافظة على الحواف ‪.‬‬ ‫‪ ‬من تقنيات المرشحات الغير خطية ‪:‬‬ ‫‪ -1‬فلتر الحد األدني ‪Minimum Filter‬‬ ‫‪ -2‬فلتر الحد األقصي‪Maximum Filter‬‬ ‫‪ -3‬فلتر الوسيط ‪Median Filter‬‬  ‫فلترالحد األدنى والحد ‪Minimum and Maximum Filter‬‬ ‫األقصى‬ ‫‪ ‬في تقني‪11‬ة الح‪11‬د األدني يتم تحدي‪11‬د أص‪11‬غر قيم‪11‬ه من القيم الموج‪11‬وده في‬ ‫القناع ‪.‬تقنية الحد األعلى يتم تحديد أعلي قيمة من القيم‪.‬‬ ‫‪ ‬تقني‪1‬ة الح‪1‬د األعلي تس‪1‬اعد في إيج‪1‬اد مواض‪1‬ع أو نق‪1‬اط الس‪1‬طوع في الص‪1‬ورة‪.‬‬ ‫وبذلك تساعد في تحسين نسبة اإلضاءة العالية في أماكن معينة‪.‬‬ ‫‪ ‬تقني‪1‬ة الح‪1‬د األدني تس‪1‬اعد في إيج‪1‬اد النق‪1‬اط المظلم‪1‬ة في الص‪1‬ورة‪.‬وب‪1‬ذلك‬ ‫تساعد في تحسين األماكن المظلمة في الصورة‪.‬‬ ‫‪ ‬مثــــال‬ ‫قم بفلتر الصورة التالية ‪:‬‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪30‬‬ ‫‪41‬‬ ‫‪50‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪25‬‬  ‫‪.1‬بإستخدام الحد األدني ‪ Minimum Filter‬؟‬ ‫الــــــحــل‬ ‫‪ ‬يتم ترتيب النقاط أوال ‪:‬‬ ‫‪70 60 50 45 41 40 30 25 20‬‬ ‫أصغر قيمة = ‪20‬‬ ‫النتيجة النهائية‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪30‬‬ ‫‪41‬‬ ‫‪20‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪25‬‬  ‫‪.1‬بإستخدام الحد األقصي ‪ Maximum Filter‬؟‬ ‫الــــــحــل‬ ‫‪ ‬يتم ترتيب النقاط أوال ‪:‬‬ ‫‪20 25 30 40 41 45 50 60 70‬‬ ‫أكبر قيمة = ‪70‬‬ ‫النتيجة النهائية‬ ‫‪40‬‬ ‫‪45‬‬ ‫‪30‬‬ ‫‪41‬‬ ‫‪70‬‬ ‫‪20‬‬ ‫‪60‬‬ ‫‪70‬‬ ‫‪25‬‬  ‫فلتر الوسيط ‪Median Filter‬‬ ‫‪ ‬يتم استخدامه لتقليل مقدار تباين الشدة بين بكسل وأخرى‪.‬‬ ‫‪ ‬في هذا الفلتر نستبدل قيمة البكسل بالقيمة المتوسطة‪.‬‬ ‫‪ ‬يتم حس‪1‬اب المتوس‪1‬ط عن طري‪1‬ق ف‪1‬رز جمي‪1‬ع قيم البكس‪1‬ل أوًال ب‪1‬ترتيب‬ ‫تص‪11‬اعدي ثم اس‪11‬تبدال البكس‪11‬ل ال‪11‬ذي يتم حس‪11‬ابه بقيم‪11‬ة البكس‪11‬ل‬ ‫األوسط‪.‬‬ ‫‪ ‬مثــــال‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪14‬‬ ‫‪80‬‬ ‫‪11‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪22‬‬  ‫الــــــحــل‬ ‫‪ ‬يتم ترتيب النقاط ‪:‬‬ ‫‪80 22 20 14 11 10 8 5 3‬‬ ‫‪ ‬الوسيط = ‪ 5‬إذا ترتيبه في النقاط= ‪11‬‬ ‫النتيجة النهائية‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪14‬‬ ‫‪11‬‬ ‫‪11‬‬ ‫‪8‬‬ ‫‪3‬‬ ‫‪22‬‬ ‫س ــ ـ ـ ؤ ا‬ ‫ل‬