اپلیکیشن اندرویدی فلش‌کارت آموزشی اصول فیلترینگ و کاربردهای آن در بینایی ماشین

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اصول فیلترینگ و کاربردهای آن در بینایی ماشین

موضوع کلی: پردازش و تحلیل تصویر

موضوع میانی: فیلترها در پردازش تصویر

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پردازش و تحلیل تصویر
• 2. مبانی بینایی ماشین
• 3. مفاهیم اولیه فیلترینگ
• 4. انواع فیلترها در پردازش تصویر
• 5. فیلترهای خطی و غیرخطی
• 6. فیلترهای میانگین‌گیر
• 7. فیلتر میانه
• 8. فیلتر گوسی
• 9. فیلترهای افزایش دهنده حدت تصویر
• 10. فیلتر لاپلاسین
• 11. فیلتر سوبل
• 12. فیلتر پرویت
• 13. فیلتر کنی
• 14. فیلترهای تشخیص لبه
• 15. کاربرد فیلترها در حذف نویز
• 16. انواع نویز در تصاویر
• 17. فیلترینگ برای حذف نویز گوسی
• 18. فیلترینگ برای حذف نویز نمکی و فلفلی
• 19. کاربرد فیلترها در بهبود کیفیت تصویر
• 20. افزایش کنتراست تصویر
• 21. همسان‌سازی هیستوگرام
• 22. فیلترهای تطبیقی
• 23. کاربرد فیلترها در استخراج ویژگی
• 24. استخراج ویژگی‌های مبتنی بر لبه
• 25. استخراج ویژگی‌های مبتنی بر گوشه
• 26. استخراج ویژگی‌های مبتنی بر بافت
• 27. فیلترهای موجک
• 28. مقدمه‌ای بر تبدیل موجک
• 29. تبدیل موجک گسسته
• 30. کاربرد تبدیل موجک در فشرده‌سازی تصویر
• 31. کاربرد تبدیل موجک در حذف نویز
• 32. فیلترهای فرکانسی
• 33. تبدیل فوریه گسسته
• 34. فیلترهای پایین‌گذر در حوزه فرکانس
• 35. فیلترهای بالاگذر در حوزه فرکانس
• 36. فیلترهای میان‌گذر و پایین‌گذر
• 37. فیلترهای ایده آل، باترورث و چبیشف
• 38. فیلترینگ در حوزه فرکانس برای حذف نویز
• 39. فیلترینگ در حوزه فرکانس برای بهبود تصویر
• 40. فیلترهای غیرخطی پیشرفته
• 41. فیلترهای مورفولوژیکی
• 42. عملیات انبساط و انقباض
• 43. عملیات بازسازی و بستن
• 44. کاربرد فیلترهای مورفولوژیکی در حذف نویز
• 45. کاربرد فیلترهای مورفولوژیکی در جداسازی اشیاء
• 46. کاربرد فیلترهای مورفولوژیکی در پر کردن شکاف‌ها
• 47. فیلترهای تطبیقی پیشرفته
• 48. فیلتر انویس
• 49. فیلترهای مبتنی بر یادگیری ماشین
• 50. شبکه‌های عصبی کانولوشنی (CNN)
• 51. مقدمه‌ای بر شبکه‌های عصبی
• 52. لایه‌های کانولوشنی
• 53. لایه‌های پولینگ
• 54. لایه‌های تمام متصل
• 55. کاربرد CNN در تشخیص اشیاء
• 56. کاربرد CNN در تقسیم‌بندی تصویر
• 57. کاربرد CNN در تشخیص چهره
• 58. یادگیری عمیق در پردازش تصویر
• 59. فیلترهای یادگیری عمیق
• 60. شبکه‌های مولد تخاصمی (GAN)
• 61. مقدمه‌ای بر GAN
• 62. معماری Generator و Discriminator
• 63. کاربرد GAN در تولید تصاویر
• 64. کاربرد GAN در بهبود کیفیت تصویر
• 65. پردازش تصویر پزشکی
• 66. کاربرد فیلترها در تصاویر پزشکی
• 67. فیلترینگ در تصاویر MRI
• 68. فیلترینگ در تصاویر CT Scan
• 69. فیلترینگ در تصاویر X-ray
• 70. کاربرد فیلترها در تشخیص بیماری
• 71. پردازش تصویر در سیستم‌های امنیتی
• 72. کاربرد فیلترها در تشخیص چهره
• 73. کاربرد فیلترها در تشخیص پلاک خودرو
• 74. کاربرد فیلترها در نظارت تصویری
• 75. کاربرد فیلترها در تشخیص ناهنجاری
• 76. پردازش تصویر در رباتیک
• 77. کاربرد فیلترها در ناوبری ربات
• 78. کاربرد فیلترها در تشخیص موانع
• 79. کاربرد فیلترها در درک صحنه
• 80. پردازش تصویر در واقعیت افزوده
• 81. کاربرد فیلترها در ردیابی اشیاء
• 82. کاربرد فیلترها در تطبیق تصاویر
• 83. کاربرد فیلترها در تولید جلوه‌های ویژه
• 84. مباحث پیشرفته در فیلترینگ تصویر
• 85. فیلترهای سه‌بعدی
• 86. فیلترینگ در زمان واقعی
• 87. بهینه‌سازی الگوریتم‌های فیلترینگ
• 88. پیاده‌سازی الگوریتم‌های فیلترینگ با شتاب‌دهنده‌های سخت‌افزاری
• 89. تحلیل عملکرد الگوریتم‌های فیلترینگ
• 90. مقایسه الگوریتم‌های مختلف فیلترینگ
• 91. کاربرد فیلترها در فشرده‌سازی تصویر بدون اتلاف
• 92. کاربرد فیلترها در فشرده‌سازی تصویر با اتلاف
• 93. آینده فیلترینگ در پردازش تصویر
• 94. روندهای نوین در پردازش تصویر
• 95. چالش‌های پردازش تصویر
• 96. مباحث تکمیلی و کاربردی
• 97. مرور جامع اصول فیلترینگ
• 98. آزمایشگاه عملی فیلترینگ تصویر
• 99. پروژه‌های کاربردی در بینایی ماشین
• 100. جمع‌بندی و نتیجه‌گیری