بینایی ماشین

هدف
• آشنایی با ویژگی‌های مختلف تصاویر دیجیتال و تکنیک‌های استخراج آن‌ها
• آشنایی با روش‌های ایجاد توانایی ادراک تصاویر برای کامپیوتر
پیش نیاز: پردازش تصاویر دیجیتال، آشنایی با برنامه‌نویسی MATLAB

سرفصل درس
• مقدمه‌ای بر بینایی ماشین: جایگاه و ارتباط با سطوح مختلف پردازش تصویر، تاریخچه، تعاریف، کاربردها، اهداف، حوزه‌ها
• پردازش تصویرهای رنگی: مبانی و مدل‌های رنگ، پردازش تصویرهای شبه‌رنگی و تمام‌رنگی، تبدیل‌های فضای رنگ، فیلترهای رنگی
• تبدیل‌های پیشرفته‌ی تصاویر: Hartley، DCT، DST، Walsh-Hadamard، Slant، Haar، Wavelet، Hough
• پیش‌پردازش تصاویر: الگوریتم‌های بهبود کیفیت، لبه‌یابی، آستانه‌گذاری، عملیات‌های مورفولوژی
• پردازش بافت: تعاریف، نمایش و ارائه، روش‌های آماری، ماتریس‌های هم‌رخداد، بانک فیلترها، الگوهای محلی دودویی، روش‌های حوزه‌ی فرکانس، فیلترهای حلقه/گوه، روش گابور
• روش‌های استخراج ویژگی‌ها: توصیف و تطبیق ویژگی‌ها، روش‌های پردازش مرزها، استخراج گوشه‌ها، عملگر هریس، روش‌های هرمی، اپراتور هریس-لاپلاس، SIFT
• بخش‌بندی: عناصر اساسی تصویر، روش‌های مبتنی بر مرز، روش‌های مبتنی بر ناحیه، آستانه‌گذاری، رشد/ادغام ناحیه، روش‌های مبتنی بر خوشه‌بندی، برش گراف، روش آبریزان، عنصر حرکت، کانتورهای فعال
• تحلیل حرکت: شار نوری، تحلیل و دنبال کردن نقاط، تشخیص کنش، پیش‌بینی کنش/واکنش
• تشخیص شیء: از ویژگی‌ها تا فهم تصویر، تطبیق الگوها، کلاس‌بندی آماری، شبکه‌های عصبی، یادگیری عمیق، شبکه‌های عصبی کانولوشنی، توصیف گرامری

منابع اصلی

1- R.C. Gonzalez, R.E. Woods, Digital Image Processing, Pearson, 4th Edition, 2017.
2- Rick Szeliski, Computer Vision: Algorithms and Applications, Springer, 2010.
3- Davis A. Forsyth, and Jean Ponce, Computer Vision: A Modern Approach, Pearson, 2nd Edition, 2011.
4- E.R. Davis, Computer and Machine Vision: Theory, Algorithms, Practicalities, Academic Press, 4th Edition, 2012.

منابع فرعی

1- M. Nixon, and A. S. Aguado, “Feature Extraction and Image Processing”, Elsevier, 2nd Edition, 2008.
2- M Petrou, “Image Processing: The Fundamentals”, Willey Pub., 2nd Edition, 2010.