کتاب ساختمان دادهها و الگوریتمها برای پردازش تصویر با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
آموزش ساختمان دادهها و الگوریتمها برای پردازش تصویر - جهش در دنیای بینایی ماشین ساختمان دادهها و الگوریتمها برای پردازش تصویر: دروازهای به دنیای بینایی ماشین آیا رویای ساختن سیستمهای بینایی ماشی...
🎓 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
تگها:
Algorithms
Artificial Intelligence
Computer Vision
Data Structures
Image Processing
Machine Learning
Python
الگوریتم
برنامه نویسی
پردازش تصویر
ساختمان داده
سی
هوش مصنوعی
یادگیری ماشین
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.