Сегментация изображения по цвету
Сегментация изображения по цвету

Что входит в курс:

  • Импорт, отображение и аннотирование изображений и видео;

  • Обнаружение, выделение и сопоставление признаков объекта;

  • Автоматическое выравнивание изображений с использованием геометрических преобразований;

  • Обнаружение объектов на изображениях и видео;

  • Отслеживание объектов и оценка их движения на видео;

  • Корректировка искажения объектива на изображениях;

  • Измерения планарных объектов;

  • Работа с облаками точек;

  • Восстановление трёхмерной сцены на основе двух или нескольких изображений.

Предварительная подготовка:

Курс MATLAB для профессионалов или схожая подготовка. Курс Обработка изображений в MATLAB и базовые знания в области обработки изображений и компьютерного зрения.

Продолжительность курса - 2 дня.

Сегментация изображения по цвету
Сегментация изображения по цвету

Программа

День 1

  • Импорт, визуализация и аннотирование видео.
  • Обнаружение, выделение и сопоставление признаков.
  • Обнаружение объектов.
  • Оценка движения.

День 2

  • Слежение.
  • Калибровка камеры.
  • Облака точек.
  • Восстановление 3D сцены.

Импорт, визуализация и аннотирование видео

Цель: Импортировать видео в MATLAB, аннотировать и визуализировать его. Особое внимание уделяется использованию системных объектов для выполнения многократных вычислений в кадрах видео.

  • Импорт и отображение видеофайлов;
  • Выделение объектов с помощью маркеров и прямоугольных рамок;
  • Объединение и наложение двух изображений;
  • Осуществление многократных вычислений в кадрах видео.

Обнаружение, выделение и сопоставление признаков

Цель: Использовать детекторы углов и блобов для обнаружения локальных признаков на изображении. Выделить и сопоставить признаки двух изображений. Использовать совпавшие признаки для автоматического выравнивания и склейки изображений.

  • Обнаружение и выделение признаков на изображении;
  • Сопоставление признаков;
  • Оценка требуемого геометрического преобразования между изображениями;
  • Выравнивание и склейка изображений.

Обнаружение объектов

Цель: Обучить детектор для гибкого обнаружения объектов. Обнаружить движущийся объект используя детектора переднего плана.

  • Маркировка объектов на обучающих изображениях;
  • Обучение и использование каскадного детектора;
  • Использование детектора переднего плана для обнаружения объектов.

Оценка движения

Цель: Оценка направления и скорости движения на последовательности кадров.

  • Понимание восприятия движения на изображениях;
  • Оценка движения с использованием block matcher;
  • Оценка движения методами оптического потока.

Слежение

Цель: Слежение за одним или несколькими объектами и оценка их траектории. Предсказание положения движущегося объекта, скрывающегося за препятствием.

  • Слежение с использованием гистограммы значений пикселей;
  • Слежение за точками с point tracker;
  • Предсказание положения объекта с помощью фильтра Калмана;
  • Слежение за множественными объектами.

Калибровка камеры

Цель: Убрать искажения объектива на изображениях. Определить размер планарных объектов. 

  • Оценка внутренних, внешних параметров камеры, а также искажений объектива;
  • Визуализация ошибки калибровки;
  • Корректировка искажения объектива;
  • Определение размеров планарных объектов в реальных единицах измерений.

Облака точек

Цель: Обработать данные, хранящиеся в виде облака точек. Импортировать, визуализировать и обработать облако точек. 

  • Импорт и визуализация облака точек;
  • Удаление выбросов из облака точек;
  • Регистрация нескольких облаков точек;
  • Приближение облака точек геометрической фигурой.

Восстановление 3D сцены

Цель: Создать трёхмерную реконструкцию сцены при помощи стереокамеры или изображений, полученных с движущейся камеры. 

  • Реконструкция сцены по двум или более изображениям;
  • Реконструкция сцены с использованием откалиброванной стереокамеры;
  • Выделение информации о глубине из стереоизображений.