قراره تو این دوره چی یاد بگیرم؟

  • مقدمه‌ای بر پردازش تصویر و محاسبات ماتریسی
  • پیش‌پردازش تصاویر: تغییر اندازه، روشنایی و کنتراست
  • استفاده از فیلترها و کرنل‌ها در پردازش تصویر
  • تجزیه و تحلیل تصاویر با استفاده از الگوریتم‌های مختلف
  • شناسایی و تشخیص اشیاء در تصاویر
  • و ...

سرفصل های دوره

۱ فصل
۳۳ جلسه
۲۴ ساعت
۱

لیست ویدئوهای دوره

۳۳ قسمت
۲۳:۴۱:۲۲
1

مفاهیم اولیه پردازش تصویر

رایگان
۳۹:۱۳
2

پیاده سازی دستورات پایه ای پردازش تصویر شامل خواندن تصویر، ذخیره تصویر و … در محیط متلب

رایگان
۵۰:۲۲
5

پیاده سازی توابع تبدیل گاما Negatives، Log، Power-Law Gamma در متلب

۰۶:۵۲
6

بهبود تصویر بر اساس اصلاح هیستوگرام تصویر (Histogram Modification)

۱۶:۳۷
7

Histogram Stretching

۵۷:۴۰
8

Histogram Sliding

۴۸:۳۶
9

تعدیل هیستوگرام Histogram Equalization

۵۱:۱۱
10

Histogram Statistics

۰۱:۰۸:۰۸
11

فیلترهای مکانی پایین گذر

۳۸:۵۶
12

فیلترهای هموارساز Smoothing Filter در تصویر

۴۸:۰۱
13

فیلتر میانه Median در تصویر

۳۷:۰۶
14

مفاهیم سیگنال و فرکانس در تصویر

۵۹:۰۳
15

مفهوم سری فوریه در پردازش تصویر

۴۹:۵۵
16

مفهوم تبدیل فوریه در پردازش سیگنال و تصویر

۵۷:۰۳
17

تصاویر پایه تبدیل فوریه در تصویر

۲۶:۵۸
18

اندازه و فاز تبدیل فوریه در تصویر

۲۳:۱۶
19

پیاده سازی تبدیل فوریه تصویر در متلب

۴۱:۲۲
20

قانون نایکوئیست و پدیده Aliasing در تصویر

۰۹:۴۵
21

روی هم افتادگی فرکانسی

۴۲:۳۱
22

نحوه اعمال یک فیلتر روی تصویر در حوزه فرکانس

۴۷:۲۹
23

اندازه و فاز تیدیل فوریه تصویر در متلب

۵۱:۱۲
24

پیاده سازی فیلتر Ideal Low pass در متلب

۵۰:۰۲
25

فیلتر Butterworth High pass Filters

۳۲:۰۰
26

تعریف بازیابی و بازسازی تصویر (Image Restoration and Reconstruction)

۵۴:۰۳
27

تفاوت بازیابی و بهبود (Image Enhancement) تصویر

۵۰:۳۰
28

تشریح مفاهیم انواع نویز و ساختار نویز روی تصویر (نویز گاوسی، نویز نمک و فلفل و …)

۵۶:۲۴
29

تشریح متدهای آماری و انطباقی برای حذف نویز

۵۳:۴۷
30

تشریح فیلتر حذف نویز Adaptive Filter

۰۱:۰۱:۴۰
31

حذف نویز پریودیک تصویر

۳۰:۳۰
32

فیلتر BandReject ، فیلتر BandPass ، فیلتر Notch

۵۲:۱۵
33

تخمین تابع خرابی تصویر

۳۱:۰۶

دوره جامع آموزش پردازش تصویر در متلب به‌طور ویژه برای علاقه‌مندان به یادگیری پردازش تصویر طراحی شده است و با تکیه بر کتاب پردازش تصویر گنزالس که یکی از مراجع اصلی در زمینه پردازش تصاویر دیجیتال است، شما را گام‌به‌گام با اصول و تکنیک‌های پردازش تصویر آشنا خواهد کرد. در این دوره، از ابتدا تا پیاده‌سازی عملی کدها در محیط نرم افزار MATLAB پیش خواهیم رفت و به شما کمک می‌کنیم تا این دانش را به‌صورت کاربردی بیاموزید.

پردازش تصویر یک حوزه مهم در علوم کامپیوتر و مهندسی است که به تحلیل، تفسیر و تغییر تصاویر دیجیتال اختصاص دارد. این حوزه از تصاویر در دستگاه‌های پزشکی، تشخیص چهره، خودروهای خودران و سایر زمینه‌ها استفاده می‌کند. اگر به دنبال یادگیری و آموزش پردازش تصویر در متلب به صورت حرفه‌ای هستید، این دوره از دانشجویار برای شما مفید خواهد بود.

منبع دوره آموزش پردازش تصویر در متلب

بدیهی است که کتاب آموزش پردازش تصویر در متلب گنزالس، یکی از بهترین منابع موجود برای یادگیری این حوزه پرکاربرد و جذاب است. ما نیز در این دوره با ارائه مطالبی جامع و کاربردی از کتاب معتبر گنزالس، برای دانشجویان و محققان این امکان را فراهم کرده‌ایم تا با استفاده از نرم‌افزار قدرتمند متلب، به صورت عملی و تجربی مهارت‌های لازم برای پردازش تصویر را به دست آورند.

ویژگی‌های متمایز این دوره با سایر دوره‌های مشابه

تفاوت عمده‌ی این دوره با دوره‌های مشابه در آن است که پیش از ورود به پیاده‌سازی کدها، آموزش‌های مقدماتی لازم برای محیط MATLAB ارائه می‌شود. همچنین از اسلایدها و توضیحات تصویری استفاده شده است تا یادگیری مطالب پیچیده را برای شما آسان‌تر کند. محیط‌های دیگری مانند ++C همراه با کتابخانه OpenCV برای پردازش تصویر وجود دارند؛ اما در این دوره، تمرکز ما بر پردازش تصویر در MATLAB خواهد بود.

فصل‌های کتاب گنزالس

کتاب “پردازش تصویر دیجیتال” نوشته Rafael C. Gonzalez و Richard E. Woods یکی از مراجع اصلی در زمینه پردازش تصویر است که به طور جامع به مفاهیم پایه‌ای و پیشرفته این حوزه می‌پردازد. در اینجا به مرور فصل‌های اصلی این کتاب می‌پردازیم:

  1. فصل 1: مقدمه
    • در این فصل، مقدمه‌ای کلی درباره پردازش تصویر ارائه می‌شود و مفاهیم اولیه مانند تصویر دیجیتال، پیکسل و رزولوشن تصویر مورد بررسی قرار می‌گیرد.
  2. فصل 2: عملیات مبتنی بر فضا
    • این فصل به بررسی عملیات مختلفی که بر روی تصاویر انجام می‌شود مانند تغییر مقیاس، چرخش، و تبدیلات هندسی می‌پردازد.
  3. فصل 3: تبدیلات رنگ
    • در این فصل، تبدیلات رنگ مانند تغییر فضای رنگی، تبدیلات هیستوگرام و تعادل رنگ مورد بررسی قرار می‌گیرد.
  4. فصل 4: فیلترها و تقسیم تصویر
    • فیلترها و تقسیم تصویر به عنوان یکی از مفاهیم اساسی در پردازش تصویر مورد بررسی قرار می‌گیرند. این فصل به بررسی انواع فیلترها مانند فیلترهای همبند، لبه‌یابی، و تقسیم تصویر می‌پردازد.
  5. فصل 5: تبدیل فوریه
    • تبدیل فوریه یکی از ابزارهای مهم در پردازش تصویر است که در این فصل به بررسی کاربردهای آن در تحلیل تصاویر می‌پردازیم.
  6. فصل 6: تصویر دیجیتال در فضای فرکانس
    • این فصل به بررسی تصویر دیجیتال در فضای فرکانس و کاربردهای آن می‌پردازد.
  7. فصل 7: فیلترهای خطی و غیرخطی
    • در این فصل، به بررسی انواع فیلترهای خطی و غیرخطی مانند فیلترهای متوسطه، مثبت و منفی، و ماسک‌های لوپ می‌پردازیم.
  8. فصل 8: مورفولوژی ریاضی
    • مورفولوژی ریاضی به عنوان یک روش پردازش تصویر برای تحلیل و اعمال تغییرات به تصاویر مورد بررسی قرار می‌گیرد.
  9. فصل 9: تشخیص الگو
    • این فصل به بررسی مفاهیم تشخیص الگو و الگوریتم‌های مختلفی که برای این منظور استفاده می‌شوند، می‌پردازد.

لازم به ذکر است هر فصل از کتاب گنزالس شامل مفاهیم و تمریناتی جهت درک بهتر و فهم عمیق مطالب می‌باشد.

این دوره مناسب چه افرادیست؟

  1. مناسب برای مبتدیان و حرفه‌ایان: این دوره با ارائه مطالبی قابل فهم و آموزنده، مناسب برای هر دو گروه مبتدیان و حرفه‌ایان است که می‌خواهند به صورت جدی با پردازش تصویر آشنا شوند یا مهارت‌های خود را تقویت کنند.
  2. زمان بندی انعطاف‌پذیر: این دوره با ارائه محتوا به صورت آنلاین، به دانشجویان این امکان را می‌دهد که به صورت انعطاف‌پذیر و با توجه به زمان و شرایط خود، در یادگیری پردازش تصویر پیش بروند.
  3. پشتیبانی و ارتباط مستمر: با ارائه امکانات پشتیبانی و ارتباط مستمر با اساتید و متخصصان، این دوره به دانشجویان امکان می‌دهد تا هرگونه سوال یا ابهامی را در مسیر یادگیری خود برطرف کنند و به بهترین شکل ممکن از این دوره بهره‌مند شوند.

به طور خلاصه، دوره آموزش پردازش تصویر در متلب، یک فرصت بی‌نظیر برای افرادی است که می‌خواهند به صورت جدی و حرفه‌ای با این حوزه مهم و جذاب آشنا شوند. از دانشجویان مبتدی تا افراد حرفه‌ای، این دوره می‌تواند یک راهنمای کارآمد و کامل برای یادگیری و تسلط بر پردازش تصویر باشد.

مراحل پردازش تصویر

این دوره شامل بخش‌های مختلفی است که شما را به درک کامل از پردازش تصویر و مراحل کلیدی آن می‌رساند. مراحل اصلی پردازش تصویر که در این دوره مورد بررسی و آموزش قرار گرفته‌اند عبارتند از:

1. دریافت تصویر

در این مرحله، فرآیند تبدیل تصویر آنالوگ به دیجیتال و نکات مرتبط با آن را می‌آموزید. این بخش به شما کمک می‌کند تا به درک عمیقی از نحوه تبدیل تصاویر و چالش‌های مربوط به دریافت تصویر دست یابید.

2. بهبود تصویر (Image Enhancement)

هدف اصلی این مرحله بهبود کیفیت تصاویر ورودی است. در این بخش، تکنیک‌های متنوع برای ارتقای وضوح و کیفیت تصویر بررسی و آموزش داده می‌شوند تا بتوانید تصاویری با کیفیت بالاتر و وضوح بیشتر داشته باشید.

3. بازسازی تصویر (Image Restoration)

این بخش برای بازسازی تصاویری که تحت تاثیر نویز یا تخریب‌های دیگر قرار گرفته‌اند، کاربرد دارد. در این بخش، روش‌های موثر رفع نویز و بازسازی جزئیات از دست‌رفته در تصاویر به شما آموزش داده می‌شود.

4. پردازش تصاویر رنگی (Color Image Processing)

این بخش به ساختار و فرمت تصاویر رنگی اختصاص دارد و شامل آموزش پردازش رنگ‌ها و فرمت‌های مختلف تصویر در محیط MATLAB است.

5. Multiresolution Processing و موجک‌ها (Wavelet)

Multiresolution Processing و تبدیل موجک‌ها از تکنیک‌های پیشرفته پردازش تصویر هستند که در این دوره مورد بررسی قرار می‌گیرند. این تکنیک‌ها برای تغییر رزولوشن تصویر و بهینه‌سازی آن در کاربردهای مختلف، آموزش داده می‌شوند.

6. فشرده‌سازی تصویر (Compression)

در این مرحله، یاد می‌گیرید که چگونه حجم تصاویر را بدون افت کیفیت کاهش دهید. الگوریتم‌های مختلف فشرده‌سازی تصویر، از جمله JPEG، به‌طور کامل توضیح داده می‌شوند.

7. پردازش مورفولوژیک (Morphological Processing)

پردازش مورفولوژیک یکی از مباحث مهم پردازش تصویر است که شامل عملیات بهبود ساختار تصاویر می‌شود. در این بخش، با مثال‌های عملی در MATLAB، مفاهیم این نوع پردازش را خواهید آموخت.

8. بخش‌بندی (Segmentation)

در این مرحله، تصویر به نواحی مختلف تقسیم می‌شود. این تکنیک که به سگمنتیشن یا بخش‌بندی معروف است، برای استخراج نواحی مهم تصویر و تجزیه تحلیل دقیق آن به کار می‌رود.

9. نمایش و توصیف

در این گام، ویژگی‌های کلیدی تصویر استخراج و تجزیه و تحلیل می‌شوند. این مرحله پایه‌ای برای گام بعدی، یعنی شناسایی اشیا (Object Recognition) است که به شما امکان می‌دهد از اطلاعات به دست‌آمده برای کاربردهای پیچیده‌تری استفاده کنید.

مقدمه ای در مورد نرم افزار متلب

متلب یک محیط نرم‌افزاری تخصصی است که به طور گسترده در صنایع مختلف از جمله مهندسی، علوم کامپیوتر، علوم پزشکی، ریاضیات، فیزیک، و … استفاده می‌شود. این نرم‌افزار برای انجام محاسبات عددی، تحلیل داده و حتی تولید گرافیک استفاده می‌شود.

یکی از دلایلی که متلب در زمینه پردازش تصویر محبوب است، قابلیت‌های قدرتمند و گسترده‌ای است که برای پردازش و تحلیل تصاویر ارائه می‌دهد. از این طریق، کاربران می‌توانند با استفاده از توابع و ابزارهای متلب، تصاویر را بارگذاری، تحلیل و تغییرات مختلفی روی آن‌ها اعمال کنند.

علاوه بر این، رابط کاربری آسان متلب و مجموعه‌ای از ابزارهای گرافیکی و تحلیلی، از جمله دلایلی است که متلب توسط محققان و دانشجویان بسیار استفاده می‌شود. این ابزار به کاربران امکان می‌دهد با استفاده از محیط گرافیکی آن، به راحتی به توابع مورد نیاز دسترسی پیدا کنند و تحلیل‌های پیچیده را انجام دهند.

پردازش تصویر چیست؟

پردازش تصویر شاخه‌ای مهم در علوم کامپیوتر و مهندسی است که شامل مجموعه‌ای از الگوریتم‌ها و تکنیک‌ها برای استخراج اطلاعات از تصاویر، بهبود کیفیت آنها و ایجاد تصاویر جدید است. این تکنولوژی در برنامه‌هایی مانند بینایی ماشین، تشخیص الگو، پزشکی تصویری و عکاسی دیجیتال به طور گسترده استفاده می‌شود.

هدف از پردازش تصویر

هدف اصلی از پردازش تصویر، استخراج و تحلیل اطلاعات مفید از تصاویر است. این فرآیند شامل مجموعه‌ای از تکنیک‌ها و الگوریتم‌های ریاضی است که به منظور بهبود وضوح و کیفیت تصویر، شناسایی اشیا و الگوها، تفسیر محتوای تصاویر و تشخیص تصاویر مورد استفاده قرار می‌گیرد.

انواع پردازش تصویر

روش‌های پردازش تصویر را می‌توان به دو دسته اصلی آنالوگ و دیجیتال تقسیم‌بندی کرد. در ادامه به بررسی مفصل‌تر آنها می‌پردازیم.

پردازش تصویر آنالوگ

در پردازش تصویر آنالوگ، داده‌های تصویر به صورت پیوسته و مداوم مورد دستکاری و تحلیل قرار می‌گیرند. مهمترین مواردی که در پردازش تصویر آنالوگ انجام می‌شوند، شامل شامل تقویت تصویر، فیلترینگ تصویر، تغییر مقیاس، چرخش و تغییر شکل تصویر، تشخیص و استخراج ویژگی‌ها و ادغام و مرکب‌سازی تصاویر است.

در پردازش تصویر آنالوگ، برخلاف پردازش تصویر دیجیتال هیچ گونه تبدیلی به فرم عددی انجام نمی‌شود. این امر باعث افزایش سرعت پردازش می‌شود. اما این روش پیچیدگی‌ها و خطاهای بیشتری را نیز به همراه دارد.

پردازش تصویر دیجیتال

در پردازش تصویر دیجیتال، تصاویر به صورت گسسته و مبتنی بر پیکسل پردازش می‌شوند. در این روش، ابتدا تصویر به فرمت دیجیتال یا قابل خواندن برای کامپیوتر تبدیل می‌شود و سپس عملیات پردازشی مانند فیلترکردن، تقویت، فشرده‌سازی و تحلیل بر روی آن انجام می‌گیرد.

پردازش تصویر دیجیتال نسبت به پردازش تصویر آنالوگ دقت بیشتر، قابلیت کنترل بهتر و انعطاف‌پذیری بیشتری دارد. این روش در زمینه‌های مختلفی مانند پردازش تصاویر پزشکی، واقعیت افزوده، تولید محتوای چند رسانه‌ای و… کاربرد دارد.

روش‌های پردازش تصویر

روش‌های پردازش تصویر دیجیتال شامل موارد زیر است:

روش های پردازش تصویر
  1. ویرایش تصویر: تغییر تصاویر دیجیتال با استفاده از نرم‌افزارهای گرافیکی.
  2. بازیابی تصویر: پردازش تصاویر خراب و استخراج تصویر اصلی برای بازیابی اطلاعات ازدست‌رفته.
  3. موجک‌ها: تقسیم تصاویر به صورت متوالی به نواحی کوچکتر برای فشرده‌سازی داده‌ها و نمایش هرمی.
  4. فشرده‌سازی: فرآیندی برای کاهش فضای ذخیره سازی برای انتقال تصاویر.
  5. قطعه بندی: تقسیم‌بندی تصویر به چند قطعه برای یافتن قسمت های تشکیل دهنده تصویر یا اشیا موجود در آن.
  6. Pixelation: تبدیل تصاویر چاپ شده به تصاویر دیجیتالی.
  7. مورفولوژی: استخراج اجزای تصویر برای نمایش و توصیف آن.
  8. مدل‌های پنهان مارکوف: تحلیل تصویر به‌صورت دو بعدی.
  9. فیلتر خطی: پردازش سیگنال‌های ورودی با تغییر زمان و تولید سیگنال‌های خروجی.

کاربردهای پردازش تصویر

پردازش تصویر کاربردهای بسیار گسترده و متنوعی دارد و در زمینه‌های مختلفی مانند پزشکی، مهندسی، علمی و حتی سرگرمی مورد استفاده قرار می‌گیرد. در ادامه برخی از کاربردهای پردازش تصویر در زمینه‌های مختلف آمده است:

1- پزشکی

  • تشخیص بیماری‌ها
  • تجزیه و تحلیل تصاویر پزشکی
  • تجزیه و تحلیل تصاویر سلولی
  • و…

2- مهندسی

  • کنترل کیفیت
  • رباتیک
  • بینایی ماشین
  • و…

3- علمی

  • نجوم
  • هواشناسی
  • سنجش از راه دور
  • و…

4- سرگرمی

  • ویرایش عکس
  • فیلم‌سازی
  • بازی‌های ویدیویی
  • و…

اینها تنها چند نمونه از کاربردهای شگفت‌انگیز پردازش تصویر هستند. در آینده با پیشرفت تکنولوژی، کاربردهای این حوزه به طور فزاینده‌ای گسترش خواهد یافت و شاهد نوآوری‌های جدیدی در این زمینه خواهیم بود.

آینده پردازش تصویر

با پیشرفت فناوری و محاسبات ابری، قدرت پردازش تصاویر به طور چشمگیری افزایش یافته است. در آینده شاهد کاربردهای گسترده‌تر پردازش تصویر در زمینه‌های مختلف از جمله هوش مصنوعی و یادگیری ماشین، تشخیص اشیا، تشخیص چهره، پزشکی، امنیت و… خواهیم بود. در نتیجه، آینده پردازش تصویر بسیار روشن است و این فناوری به بهبود زندگی بشر در ابعاد مختلف کمک شایانی خواهد کرد. بنابراین، اگر علاقه‌مند به این حوزه بوده و به دنبال یادگیری آن هستند، دوره جامع پردازش تصویر در متلب دانشجویار یکی از بهترین منابع موجود در این زمینه خواهد بود.

چنانچه هر گونه سوال، انتقاد یا پیشنهادی در مورد دوره آموزش پردازش تصویر در متلب دارید، در بخش دیدگاه‌ها با ما در میان بگذارید.

ادامه متن دوره ...