فی موو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی موو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst

اختصاصی از فی موو مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst دانلود با لینک مستقیم و پر سرعت .

مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst


مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst

عنوان مقاله :مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst

محل انتشار: دهمین کنگره بین المللی مهندسی عمران تبریز


تعداد صفحات:12

 

نوع فایل :  pdf


دانلود با لینک مستقیم


مروری بر خواص و آزمایش های مخلوط آسفالتی در دمای پایین و معرفی روش آزمایش جدید utsst

تحقیق در مورد طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian)

اختصاصی از فی موو تحقیق در مورد طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian) دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian)


تحقیق در مورد طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ،  Butterworth و Gaussian)

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه14

 

چکیده:

در این پروژه ، فیلتری را طراحی می کنیم که فرکانس های زیر 10 (شعاع قطع پایین) و بالای 20 (شعاع قطع بالا) را از خود عبور دهد.این فیلتر با استفاده از فیلترهای Low-pass و High-pass ایده آل ، Butterworth و Gaussian  طراحی شده است. روند تعریف این فیلتر در این گزارش بیان شده و هم چنین با بررسی نتایج حاصل از این فیلترها ، به مقایسه عملکرد آنها می پردازیم.

 

 

 

 

شرح تکنیکی مساله:

   هدف این است که فیلتری بسازیم که فرکانس های زیر 10 و بالای 20 را از خود عبور داده و بقیه فرکانس ها را حذف یا تضعیف کند.

   تصویر اصلی، شکل (1) ، یک تصویر 500*500 است که می خواهیم آن را از این فیلتر عبور دهیم. بدین منظور ابتدا یک فیلتر Low-pass ایده آل یا Butterworth یا Gaussian طراحی کرده تصویر را از آن عبور میدهیم وسپس تصویرحاصل را از یک فیلتر High-pass ایده آل یا Butterworth یا Gaussian گذر می دهیم تا به ترتیب فرکانس های زیر 10 و بالای 20 را تقویت کند.

   اولین راهی که به ذهن می رسد این است که طبق مراحل گفته شده برای اعمال فیلتر به تصویردر حوزه فرکانس ، پس از تغییر فاز ، ابتدا تبدیل فوریه تصویررا گرفته(با دستور fft2)، وحاصل را در فیلتر Low-pass ضرب نظیر به نظیر کنیم و بعد از جواب بدست آمده عکس تبدیل فوریه بگیریم(با دستور ifft2 ) تا پس از انجام مراحل باقیمانده ، تصویر خواسته شده در حوزه مکان حاصل شود.

   این الگوریتم در برنامه های (2) ، (3) و (5) ، به ترتیب برای فیلتر های ایده آل ، Butterworth و Gaussian  که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (5) ، (8) و (12) قابل مشاهده است.

توضیح: برای فیلتر ایده آل اول تصویر عبور داده شده از فیلتر Low-pass به صورت فایل JPEG ذخیره شد وسپس در برنامه ای جداگانه ای تصویر حاصل از فیلتر Low-passرا از یک فیلتر High-passعبور دادیم. که نتیجه همان شکل 5-5 است.

   اما راه حل بهینه این است که دو بار از تصویرها تبدیل فوریه و عکس تبدیل فوریه نگیریم. به عبارت دیگر دو مرتبه وارد حوزه فرکانس نشویم. در نتیجه باید ابتدا تبدیل فوریه تصویر را بدست آورده و در فیلتر Low-pass ضرب کنیم. سپس جواب را در فیلتر High-pass هم ضرب کرده و از این حاصل ضرب عکس تبدیل فوریه بگیریم و بقیه مراحل تغییر فاز و ... را طی کنیم. بنابراین یک بار وارد حوزه فرکانس شده و محاسبات برنامه کمتر می شود و سرعت اجرا هم بالاتر می رود.

   این الگوریتم در برنامه های (4) و (6) برای فیلترهای Butterworth و Gaussian که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (9) و (13) مشاهده می شود.

 

بررسی نتایج:

   طیف فوریه تصویر اصلی را در شکل(2) می بینید که حاصل از تابع(1) موجود در پیوست است. شکل(3)،  تصویر حاصل ازفیلتر پایین گذر ایده آل است. همان طور که مشاهده می شود، تصویربه شدت تار شده و پدیده Ringing در آن ظاهر شده است. این پدیده در شکل(4) که حاصل از فیلتربالاگذر ایده آل است نیز قابل رویت است. شکل(5) تصویر به دست آمده از  تصویر حاصل ازاعمال فیلتر پایین گذر است که از یک فیلتربالاگذر هم گذرانده شده است. مشخص است که جزییات تصویر به کلی از بین رفته و جز حلقه های اطراف مربع های بزرگتر و چند لکه اطراف a جزییات دیگری قابل دیدن نیست.

   شکل(6) تصویر حاصل ازاعمال فیلتر پایین گذر Butterworth با مرتبه 2  است. تصویرتار شده و لبه ها از بین رفته اند. ولی Ringing تقریبا وجود ندارد. این پدیده در تصویر حاصل از اعمال فیلتربالاگذر (شکل(7)) نیز دیده نمی شود. زیرا مرتبه فیلتر2 بوده است.اگر مرتبه بالاتر باشد پدیده Ringing  هم اتفاق می افتد. اشکال (8) و (9) حاصل ازاعمال فیلتر میان گذری هستند که با الگوریتم های اول و دوم ساخته شده اند.  واضح است که تفاوتی در آنها  وجود ندارد. همانطور که پیش بینی می شد شدت تاری تصویر به اندازه تار شدگی شکل(6) نیست و لبه ها کمی شارپ شده اند.

   اشکال (10) و (11) تصاویر حاصل از اعمال فیلترهای پایین گذر و بالاگذرGaussian هستند. تارشدگی در شکل(10) به شدت فیلترهای Butterworth و ایده ال نیست و هم چنین پدیده Ringing  هم در آنها وجود ندارد. اشکال (12)و(13) هم حاصل از اعمال فیلتر میانگذر Gaussian  هستند که به ترتیب از الگوریتم های 1و2 نتیجه شده اند.این تصاویر نسبت به (8) و (9) دارای لبه های شارپ تری هستند و گسستگی سطوح خاکستری بسیار کمتر از تصاویر حاصل از اعمال فیلتر Butterworth است.

 

 

 


دانلود با لینک مستقیم


تحقیق در مورد طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian)

دانلود تحقیق بنای تاریخی مصلی پایین خیابان مشهد

اختصاصی از فی موو دانلود تحقیق بنای تاریخی مصلی پایین خیابان مشهد دانلود با لینک مستقیم و پر سرعت .

دانلود تحقیق بنای تاریخی مصلی پایین خیابان مشهد


دانلود تحقیق بنای تاریخی مصلی پایین خیابان مشهد

فهرست مندرجات:

مصلی

مصلی مشهد

وضع ساختمانی بنا

سبک شناسی بنا مصلی مشهد :

تزئینات بنای تاریخی مصلی:

گزارش عمومی

مرمت استحفاظی و استحکامی

مرمت جامع یا کامل ( طرح جامع مرمتی )

شناخت تاریخی

آسیب شناسی بنا

جداول مرمت بنا

آلبوم تصاویر

مساجد جمعه خصوصاً مساجدی که برای شهرهای بزرگ ساخته می شد کمتر اتفاق می افتاد که گنجایش تمام مومنین یعنی مردان مسلمان بالغ آزاد که مقید به نماز جماعت بوده اند را در برداشته باشد و به گونه ای که ممکن نبود که تمام افراد مسلمان در ایام عید فطر و قربان یا به هنگام دعاهای دسته جمعی و عمومی که در موقع شروع بیماریهای مثل طاعون و خشکسالی های طولانی خوانده می شد در یکجا تجمع کنند در این گونه مراسمات مردم در زمینهای وسیعتر و آزادی به نام مصلی که عموماً در کنار شهرها بود برگزار شد بقول ژرژ مارسه مصلی نمازخانه ای در هوای آزاد بود . بنابراین مصلی یعنی محل اجتماع خاص و عام در قطعه زمینی وسیع و آزاد محصور یا غیر محصور که بر حسب وسعت و جمعیت شهر گاهی مورد استفاده قرار می گرفته است و گاهی متروک می شده است .

این قبیل اماکن که به ندرت مورد استفاده قرار می گرفته اند ممکن بوده که پس از مدتی متروک شده و از کاربری اصلی خود را از دست بدهند و هرگز در ردیف بناهای هم تاریخی قرار نگرفته اند همین امر خود توجیه می کند که چرا علیرغم وجود تعداد زیادی از مصلی ها که موئلفین مسلمان در کتابهای خود به آنها اشاره نموده اند تعداد بناهایی که بنام مصلی تا به امروز باقی مانده اند کم و انگشت شمار می باشند و علاوه بر آن بیان می کند که چرا مصلی ها یک نوع سبک خاص از معماری ندارند و مصلی هایی که وجود دارند به اشکالی گوناگون جلوه می نمایند

مصلی مشهد

مصلی مشهد عبارت است از ایوانی بلند که در طرفین آن دو رواق وجود دارد و بر بالای هر رواق گنبدی بنا شده است دی ریز ضمن بحث از مصلی مشهد می گوید که گروه مردم به حالت صف رو به قبله این بنای تاریخی ایستاده و نماز جماعت می خوانند. همچنین دی ریز در اثرش به نام توران که درباره مصلی بخار می نویسد آن را از چهاتی مشابه مصلی مشهد می نامد این بنا مرکب از یک ایوان مرتفع که در انتهای آن در هست که به یک تالار چهار گوش باز می شود و در طرفین این تالار دو رواق وجود دارد که وسعت و ارتفاعشان از تالار اصلی کمتر است این دو رواق هر دو مسقف هستند و چهار طرف آنها کاملا باز و آزاد است یعنی در  ندارد و شبیه به تالارهای دو طرف مصلی مشهد میباشد بنابراین بناهای مشهد وطرق از حیث نقشه وطرح کلی ساختمان و از حیث منظره خارجی با مساجد ترکستان تفاوتی ندارد هر دوی آنها مانند مساجد ترکستان تفاوتی ندارد

هر دوی آنها مانند مساجد بخارا بر روی مصلایی ساخته شده اند و باید به طور قطع و یقین مصلاها را به سان اماکن وسیعی در نظر آوریم که اکثر اوقات عاری از هر گونه ساختمان است و لیکن گاهی مزین به بناهای معظمی و اشکال گوناگون میباشد که مشخصات مخصوصی ندارد یعنی ممکن است از یک فضای محصور ساده و حتی فقط از یک دیوار قبله یا از یک مدرسه یا مسجد تشکیل شده باشد در دوطرف ایوان مصلی مشهد  دو رواق وجود دارد که هر دو دارای گنبد هستند  این دو رواق بی شک در نظر سازنده بنا که در آن هنگام مامور تعمیر مسجد جامع گوهرشاد بوده جهت تقویت استحکام بنای اصلی تکیه گاهی لازم و ضروری تشخیص داده شده لیکن بعدا به احتمال زیاد به محل نماز برای زنان تبدیل گردیده است که دی ریز درباره آن در دایره المعارف اسلامی بحث کرده است

طاق ایوان مصلی مشهد چون بیش از طاق مصلی طرق در مقابل فشارهای وارد از سنگینی خود مقاومت می کرده است به وضع خوبی باقی مانده است . نمای اصلی آن مزین به تزئیناتی از کاشیکاری معرق دوران شاه سلیمان صفوی است و دو نوار کتیبه دارد که بر روی هر دو تاریخ 1087  ( مطابق با 7-1676 میلادی ) نقش شده است نام کاتب نیز در انتهای کتبیه مستطیل شکل نقش شده است.

بدنه داخلی بنا گچ مالی و در بعضی نقاط گچبری و مقرنس کاری شده است . رنگ آمیزی جز بر روی محراب و کتیبه بزرگی که دور تا دور لبه ایوان نقش شده است دیده نمی شود . این کتیبه نیز با کاشیهای هفت رنگی به صورت خشت ساخته شده است و حاصل کار (محمد حسین) فرزند عنایت الله می باشد.

در داخل دو بدنه محراب در میان گلهای کاشی معرق دو کتیبه کوچک ترنجی وجود دارد که با زمینه زرد است و به روی آنها نوشته شده است: ( عمل حقیر بر منت حاجی شجاعی اصفهانی بنا 1087)

در قسمت پخ لبه دو ایوان تزئیناتی از کاشی هفت رنگ وجود دارد که در قسمت پائین آن در هر طرف اشعاری نوشته شده است این اشعار فارسی است و به خط نستعلیق نوشته شده است .زمینه این اشعار لاجه وردی است و خطوط با کاشی زرد رنگ است:

 

شامل 63 صفحه فایل word قابل ویرایش

 


دانلود با لینک مستقیم


دانلود تحقیق بنای تاریخی مصلی پایین خیابان مشهد

دانلود مقاله طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian)

اختصاصی از فی موو دانلود مقاله طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian) دانلود با لینک مستقیم و پر سرعت .

 

 

 

چکیده:
در این پروژه ، فیلتری را طراحی می کنیم که فرکانس های زیر 10 (شعاع قطع پایین) و بالای 20 (شعاع قطع بالا) را از خود عبور دهد.این فیلتر با استفاده از فیلترهای Low-pass و High-pass ایده آل ، Butterworth و Gaussian طراحی شده است. روند تعریف این فیلتر در این گزارش بیان شده و هم چنین با بررسی نتایج حاصل از این فیلترها ، به مقایسه عملکرد آنها می پردازیم.

 

 

 


شرح تکنیکی مساله:
هدف این است که فیلتری بسازیم که فرکانس های زیر 10 و بالای 20 را از خود عبور داده و بقیه فرکانس ها را حذف یا تضعیف کند.
تصویر اصلی، شکل (1) ، یک تصویر 500*500 است که می خواهیم آن را از این فیلتر عبور دهیم. بدین منظور ابتدا یک فیلتر Low-pass ایده آل یا Butterworth یا Gaussian طراحی کرده تصویر را از آن عبور میدهیم وسپس تصویرحاصل را از یک فیلتر High-pass ایده آل یا Butterworth یا Gaussian گذر می دهیم تا به ترتیب فرکانس های زیر 10 و بالای 20 را تقویت کند.
اولین راهی که به ذهن می رسد این است که طبق مراحل گفته شده برای اعمال فیلتر به تصویردر حوزه فرکانس ، پس از تغییر فاز ، ابتدا تبدیل فوریه تصویررا گرفته(با دستور fft2)، وحاصل را در فیلتر Low-pass ضرب نظیر به نظیر کنیم و بعد از جواب بدست آمده عکس تبدیل فوریه بگیریم(با دستور ifft2 ) تا پس از انجام مراحل باقیمانده ، تصویر خواسته شده در حوزه مکان حاصل شود.
این الگوریتم در برنامه های (2) ، (3) و (5) ، به ترتیب برای فیلتر های ایده آل ، Butterworth و Gaussian که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (5) ، (8) و (12) قابل مشاهده است.
توضیح: برای فیلتر ایده آل اول تصویر عبور داده شده از فیلتر Low-pass به صورت فایل JPEG ذخیره شد وسپس در برنامه ای جداگانه ای تصویر حاصل از فیلتر Low-passرا از یک فیلتر High-passعبور دادیم. که نتیجه همان شکل 5-5 است.
اما راه حل بهینه این است که دو بار از تصویرها تبدیل فوریه و عکس تبدیل فوریه نگیریم. به عبارت دیگر دو مرتبه وارد حوزه فرکانس نشویم. در نتیجه باید ابتدا تبدیل فوریه تصویر را بدست آورده و در فیلتر Low-pass ضرب کنیم. سپس جواب را در فیلتر High-pass هم ضرب کرده و از این حاصل ضرب عکس تبدیل فوریه بگیریم و بقیه مراحل تغییر فاز و ... را طی کنیم. بنابراین یک بار وارد حوزه فرکانس شده و محاسبات برنامه کمتر می شود و سرعت اجرا هم بالاتر می رود.
این الگوریتم در برنامه های (4) و (6) برای فیلترهای Butterworth و Gaussian که در پیوست موجود است پیاده سازی شده و نتایج حاصل از آنها در شکل های (9) و (13) مشاهده می شود.

 

بررسی نتایج:
طیف فوریه تصویر اصلی را در شکل(2) می بینید که حاصل از تابع(1) موجود در پیوست است. شکل(3)، تصویر حاصل ازفیلتر پایین گذر ایده آل است. همان طور که مشاهده می شود، تصویربه شدت تار شده و پدیده Ringing در آن ظاهر شده است. این پدیده در شکل(4) که حاصل از فیلتربالاگذر ایده آل است نیز قابل رویت است. شکل(5) تصویر به دست آمده از تصویر حاصل ازاعمال فیلتر پایین گذر است که از یک فیلتربالاگذر هم گذرانده شده است. مشخص است که جزییات تصویر به کلی از بین رفته و جز حلقه های اطراف مربع های بزرگتر و چند لکه اطراف a جزییات دیگری قابل دیدن نیست.
شکل(6) تصویر حاصل ازاعمال فیلتر پایین گذر Butterworth با مرتبه 2 است. تصویرتار شده و لبه ها از بین رفته اند. ولی Ringing تقریبا وجود ندارد. این پدیده در تصویر حاصل از اعمال فیلتربالاگذر (شکل(7)) نیز دیده نمی شود. زیرا مرتبه فیلتر2 بوده است.اگر مرتبه بالاتر باشد پدیده Ringing هم اتفاق می افتد. اشکال (8) و (9) حاصل ازاعمال فیلتر میان گذری هستند که با الگوریتم های اول و دوم ساخته شده اند. واضح است که تفاوتی در آنها وجود ندارد. همانطور که پیش بینی می شد شدت تاری تصویر به اندازه تار شدگی شکل(6) نیست و لبه ها کمی شارپ شده اند.
اشکال (10) و (11) تصاویر حاصل از اعمال فیلترهای پایین گذر و بالاگذرGaussian هستند. تارشدگی در شکل(10) به شدت فیلترهای Butterworth و ایده ال نیست و هم چنین پدیده Ringing هم در آنها وجود ندارد. اشکال (12)و(13) هم حاصل از اعمال فیلتر میانگذر Gaussian هستند که به ترتیب از الگوریتم های 1و2 نتیجه شده اند.این تصاویر نسبت به (8) و (9) دارای لبه های شارپ تری هستند و گسستگی سطوح خاکستری بسیار کمتر از تصاویر حاصل از اعمال فیلتر Butterworth است.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

نتایج:

 

 

 

 

 

 

 

 

 

 

 


شکل(2) :طیف فوریه تصویر اصلی شکل(1) :تصویر اصلی

 

Ideal

 

 

 

 

 

 

 

 

 

 

 


شکل(4) : تصویر حاصل از فیلتر ایده آلHigh-pass شکل(3) : تصویر حاصل از فیلتر ایده آل pass-Low

 

 

 

 

 

 

 

 

 

 

 



شکل(5) : تصویر حاصل از فیلتر میان گذر ایده آل

 

 

 

 

 

 

 

 

 

 

 


Butterworth

 

 

 

 

 

 

 

 

 

 

 


شکل(7) :تصویر حاصل از فیلتربالاگذر شکل(6) : تصویر حاصل ازفیلتر پایین گذر
Butterworth Butterworth

 

 

 

 

 

 

 

 

 

 

 

 

 


شکل(9) : تصویر حاصل از فیلتر میان گذر شکل(8) : تصویر حاصل از فیلتر میان گذر
Butterworth- الگوریتم دوم Butterworth- الگوریتم اول

 


Gaussian

 

 

 

 

 

 

 

 

 

 

 

 

 


.

 

شکل(11) : تصویر حاصل از فیلتربالاگذر شکل (10) : تصویر حاصل ازفیلتر پایین گذر
Gaussian Gaussian

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

شکل(13) : تصویر حاصل از فیلتر میان گذر شکل(12) : تصویر حاصل از فیلتر میان گذر
Gaussian-الگوریتم دوم Gaussian-الگوریتم اول

 

 

 

پیوست:
برنامه(1) : نمایش طیف فوریه تصویر اصلی:
img=imread('Fig4.11(a).jpg');
img=double(img);
[R,C]=size(img);
for r = 1:R
for c=1:C
phased_img(r,c)=(img(r,c))*(-1)^(r+c);
end
end
fourier_img = fft2(phased_img);
mag_fourier_img = abs(fourier_img );
Log_mag_fourier_img = log10(mag_fourier_img +1);
Max=max(max(Log_mag_fourier_img));
Normalized_DFT=(Log_mag_fourier_img)*(255/Max);
imshow(uint8(Normalized_DFT))

 

 

 

برنامه(2) :طراحی فیلتر میان گذر Ideal :
%Band-Pass Filter With Ideal Low-Pass & High-Pass Filters
img=imread('Fig4.11(a).jpg');
img=double(img);
img=mat2gray(img);
[R,C]=size(img);
for r = 1:R
for c=1:C
phased_img(r,c)=(img(r,c))*((-1)^(r+c));
end
end
fourier_img = fft2(phased_img);
filter=fourier_img;
[M,N]=size(filter);
for r=1:M
for c=1:N
if ((((r-(M/2))^2)+ ((c-(N/2))^2))^(1/2))<=10
filter(r,c)=1;
else
filter(r,c)=0;
end
end
end
answer=filter.*fourier_img;
f=ifft2(answer);
for i=1:M
for j=1:N
f2(i,j)=real(f(i,j));
end
end
for r=1:M
for c=1:N
f2(r,c)=(f2(r,c))*((-1)^(r+c));
end
end
imshow(f2)
f3=mat2gray(f2);
imshow(f3)

 

img=imread('ideal-lowpass2.jpg');
img=rgb2gray(img);
img=double(img);
[I,J]=size(img);
for i = 1:I
for j=1:J
phased_img(i,j)=(img(i,j))*(-1)^(i+j);
end
end
fourier_img = fft2(phased_img);
filter=fourier_img;
for r=1:I
for c=1:J
if ((((r-(I/2))^2)+ ((c-(J/2))^2))^(1/2))>=20
filter(r,c)=1;
else
filter(r,c)=0;
end
end
end
answer=filter.*fourier_img;
f=ifft2(answer);
for i=1:406
for j=1:406
f2(i,j)=real(f(i,j));
end
end
for r=1:406
for c=1:406
f2(r,c)=(f2(r,c))*(-1)^(r+c);
end
end
f3=mat2gray(f2);
imshow(f3)

 

 

 

برنامه(3) :تابع اولیه طراحی فیلتر میان گذر Butterworth :

 

%Band-Pass Filter With Butterworth Low-Pass & Hogh-Pass Filters
img=imread('Fig4.11(a).jpg');
img=double(img);
img=mat2gray(img);
[R,C]=size(img);
for r = 1:R
for c=1:C
phased_img(r,c)=(img(r,c))*((-1)^(r+c));
end
end
fourier_img = fft2(phased_img);
filter=fourier_img;
[M,N]=size(filter);
for r=1:M
for c=1:N
D1=((((r-(M/2))^2)+ ((c-(N/2))^2))^(1/2));
filter(r,c)=(1/(1+((D1/10)^4)));
end
end
answer=filter.*fourier_img;
f=ifft2(answer);
for i=1:M
for j=1:N
f2(i,j)=real(f(i,j));
end
end
for r=1:M
for c=1:N

 

فرمت این مقاله به صورت Word و با قابلیت ویرایش میباشد

تعداد صفحات این مقاله 14   صفحه

پس از پرداخت ، میتوانید مقاله را به صورت انلاین دانلود کنید


دانلود با لینک مستقیم


دانلود مقاله طراحی فیلتر میان گذر با استفاده از فیلترهای بالاگذر و پایین گذر در حوزه فرکانس(Ideal ، Butterworth و Gaussian)