دوره ساختمان داده‌ها و الگوریتم‌ها برای پردازش تصویر همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده‌ها و الگوریتم‌ها برای پردازش تصویر

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر الگوریتم‌ها و ساختمان داده‌ها
• 2. تحلیل پیچیدگی زمانی و فضایی (Big O Notation)
• 3. بازنمایی دیجیتال تصویر: پیکسل‌ها، ماتریس‌ها و کانال‌های رنگی
• 4. مدل‌های رنگی (RGB, HSV, Grayscale)
• 5. ساختمان داده پایه: آرایه‌ها و لیست‌ها
• 6. آرایه‌های دو بعدی برای ذخیره‌سازی و دسترسی به پیکسل‌ها
• 7. عملیات پایه‌ای روی تصاویر با استفاده از آرایه‌ها: تغییر روشنایی و کنتراست
• 8. لیست‌های پیوندی (Linked Lists)
• 9. کاربرد لیست‌های پیوندی در ذخیره‌سازی کانتورهای تصویر
• 10. پشته (Stack) و عملیات آن
• 11. کاربرد پشته در الگوریتم‌های پیمایش عمقی (Depth-First)
• 12. صف (Queue) و عملیات آن
• 13. کاربرد صف در الگوریتم‌های پیمایش سطحی (Breadth-First)
• 14. الگوریتم Flood Fill با استفاده از پشته و صف
• 15. جداول درهم‌سازی (Hash Tables) و توابع درهم‌ساز
• 16. کاربرد Hash Table برای ساخت و تحلیل هیستوگرام تصویر
• 17. مجموعه‌ها (Sets) و دیکشنری‌ها (Dictionaries)
• 18. الگوریتم‌های بازگشتی (Recursion) در پردازش تصویر
• 19. الگوریتم‌های جستجو: جستجوی خطی و دودویی در پالت‌های رنگ
• 20. الگوریتم‌های مرتب‌سازی: حبابی، درجی و انتخابی
• 21. کاربرد مرتب‌سازی در فیلتر میانه (Median Filter)
• 22. الگوریتم‌های مرتب‌سازی پیشرفته: ادغامی (Merge Sort) و سریع (Quick Sort)
• 23. رویکرد تقسیم و غلبه (Divide and Conquer) در پردازش تصویر
• 24. مقدمه‌ای بر درخت‌ها (Trees)
• 25. درخت‌های جستجوی دودویی (Binary Search Trees)
• 26. پیمایش درخت‌ها (In-order, Pre-order, Post-order)
• 27. درخت‌های متوازن (AVL, Red-Black Trees)
• 28. هیپ دودویی (Binary Heap)
• 29. صف اولویت‌دار (Priority Queue) و پیاده‌سازی آن با هیپ
• 30. کاربرد صف اولویت‌دار در الگوریتم‌های جستجوی بهینه
• 31. درخت‌های k-بعدی (k-d Trees) برای داده‌های چندبعدی
• 32. ساخت k-d Tree از ویژگی‌های استخراج شده از تصویر
• 33. الگوریتم جستجوی نزدیک‌ترین همسایه (Nearest Neighbor Search) با k-d Tree
• 34. درخت‌های چهارگانه (Quadtrees)
• 35. فشرده‌سازی تصویر با استفاده از Quadtrees
• 36. درخت‌های هشت‌گانه (Octrees) برای پردازش داده‌های سه‌بعدی (Voxel)
• 37. مقدمه‌ای بر گراف‌ها (Graphs)
• 38. نحوه نمایش گراف: ماتریس مجاورت و لیست مجاورت
• 39. نمایش تصویر به عنوان یک گراف: پیکسل‌ها به عنوان گره‌ها
• 40. پیمایش گراف: جستجوی اول عمق (DFS)
• 41. کاربرد DFS در یافتن اجزای همبند (Connected Components Labeling)
• 42. پیمایش گراف: جستجوی اول سطح (BFS)
• 43. الگوریتم کوتاه‌ترین مسیر دایکسترا (Dijkstra's Algorithm)
• 44. کاربرد دایکسترا در قطعه‌بندی تعاملی تصویر (Interactive Segmentation)
• 45. درخت پوشای کمینه (Minimum Spanning Tree)
• 46. الگوریتم‌های پرایم (Prim) و کراسکال (Kruskal)
• 47. کاربرد MST در قطعه‌بندی تصویر مبتنی بر گراف
• 48. ساختمان داده Disjoint Set Union (DSU)
• 49. بهینه‌سازی الگوریتم کراسکال با DSU
• 50. الگوریتم‌های جریان بیشینه (Maximum Flow) و برش کمینه (Minimum Cut)
• 51. قطعه‌بندی تصویر با الگوریتم Graph Cut
• 52. برنامه‌نویسی پویا (Dynamic Programming)
• 53. کاربرد برنامه‌نویسی پویا در تطبیق الگو (Template Matching)
• 54. الگوریتم‌های حریصانه (Greedy Algorithms)
• 55. عملیات نقطه‌ای و جداول جستجو (Look-Up Tables - LUT)
• 56. هیستوگرام تصویر و یکسان‌سازی هیستوگرام
• 57. مفهوم کانولوشن (Convolution) و فیلترینگ فضایی
• 58. کرنل‌ها (Kernels) و پیاده‌سازی بهینه کانولوشن
• 59. فیلترهای هموارکننده: میانگین و گوسی
• 60. فیلترهای تیزکننده: لاپلاسین و Unsharp Masking
• 61. تشخیص لبه: اپراتورهای Sobel, Prewitt و Roberts
• 62. الگوریتم تشخیص لبه Canny
• 63. تبدیل هاف (Hough Transform) برای تشخیص خط
• 64. ساختمان داده فضای پارامتریک (Accumulator Array) در تبدیل هاف
• 65. تبدیل هاف برای تشخیص دایره و اشکال دیگر
• 66. الگوریتم‌های آستانه‌گذاری (Thresholding): ساده و سراسری
• 67. آستانه‌گذاری وفقی (Adaptive Thresholding)
• 68. الگوریتم آستانه‌گذاری Otsu
• 69. عملیات مورفولوژی باینری: فرسایش (Erosion) و اتساع (Dilation)
• 70. عنصر ساختاری (Structuring Element)
• 71. عملیات بازکردن (Opening) و بستن (Closing)
• 72. الگوریتم‌های Hit-or-Miss و نازک‌سازی (Thinning)
• 73. استخراج اسکلت تصویر (Skeletonization)
• 74. الگوریتم‌های استخراج کانتور (Contour Tracing)
• 75. زنجیره کد فریمن (Freeman Chain Code) برای نمایش کانتور
• 76. تقریب چندضلعی کانتور (Douglas-Peucker Algorithm)
• 77. استخراج ویژگی از تصویر: توصیف‌گرهای شکل
• 78. استخراج ویژگی: گوشه‌ها (Corners) با الگوریتم هریس
• 79. استخراج ویژگی‌های مقیاس-نابسته (SIFT)
• 80. ساختمان داده‌های مورد استفاده در SIFT (هرم گوسی)
• 81. تطبیق ویژگی بین تصاویر (Feature Matching)
• 82. مقدمه‌ای بر هندسه محاسباتی در پردازش تصویر
• 83. ساختمان داده برای نمایش نقاط، بردارها و چندضلعی‌ها
• 84. محاسبه پوش محدب (Convex Hull) مجموعه‌ای از نقاط
• 85. الگوریتم‌های Convex Hull: پیمایش گراهام (Graham Scan)
• 86. الگوریتم‌های Convex Hull: بسته‌بندی هدیه (Jarvis March)
• 87. مثلث‌سازی دیلانی (Delaunay Triangulation)
• 88. دیاگرام ورونی (Voronoi Diagrams)
• 89. کاربرد دیاگرام ورونی در تحلیل فضایی و قطعه‌بندی
• 90. الگوریتم جاروب خط (Line Sweep Algorithm)
• 91. کاربرد جاروب خط در یافتن تقاطع اشکال هندسی
• 92. ساختمان داده R-tree برای نمایه‌سازی فضایی
• 93. تبدیل فوریه گسسته (DFT) و حوزه فرکانس
• 94. الگوریتم تبدیل فوریه سریع (Fast Fourier Transform - FFT)
• 95. فیلترینگ در حوزه فرکانس
• 96. کاربرد الگوریتم K-Means برای کوانتیزاسیون رنگ
• 97. کاربرد الگوریتم‌های خوشه‌بندی برای قطعه‌بندی بدون ناظر
• 98. بهینه‌سازی الگوریتم‌ها: برنامه‌نویسی آگاه از حافظه نهان (Cache-Aware)
• 99. مقدمه‌ای بر پردازش موازی تصویر با استفاده از Threading
• 100. مقدمه‌ای بر پردازش تصویر بر روی GPU