Обработка изображений в MATLAB (MLIP)

Курс дает практический опыт по анализу изображений с помощью языка MATLAB.

Курс содержит следующие темы:

• Импорт и экспорт изображений;

• Интерактивный анализ изображений;

• Удаление шума;

• Совмещение изображений и создание панорамных сцен;

• Детектирование линий и окружностей на изображении;

• Сегментация границ объектов по цвету или текстуре;

• Сегментация объектов по цвету и текстуре;

• Измерение формы объекта с помощью морфологических операций;

• Измерений свойств формы изображений;

• Пакетный анализ наборов изображений.

Предварительная подготовка:

Для прохождения курса требуется предварительное прохождение курса "MATLAB для профессионалов", либо эквивалентный опыт в MATLAB. Настоятельно рекомендуются базовые знания в области обработки изображений.

Продолжительность - 2 дня.

Программа курса

День 1

Модуль 1. Импорт и визуализация изображений

Импорт изображения в MATLAB и их визуализация. Конвертация изображений в подходящий формат для дальнейшего анализа

• Импорт и отображение изображений;

• Конвертация между разними типами изображений;

• Экспорт изображений.

Модуль 2. Интерактивное исследование изображений

Исследование деталей объекта: форму, текстуру, цвет, чтобы использовать эти знания на следующих этапах обработки изображений. Создание собственного инструмента для исследования изображений

• Получение значений яркости пикселей;

• Выделение интересующей области;

• Вычисление статистики пикселей в интересующей области;

• Измерение размеров объектов;

• Создание пользовательского интерактивного инструмента.

Модуль 3. Предобработка изображений

Проведение предобработки изображения фильтрация, повышение контраста, для упрочения последующего анализа

• Подстройка контраста изображения;

• Удаление шума с изображения;

• Обработка не однородного фона;

• По блочная обработка изображения. 

Модуль 4. Пространственное преобразование и совмещение изображений

Приведение изображений к единой ориентации и масштабу. Сравнение совмещенных изображений. Создание панорам.

• Геометрические преобразования;

• Совмещение изображений по ключевым точкам;

• Создание панорамной сцены.

День 2

Модуль 5. Детектирование краев и линий

Сегментация краев объектов и получение положения пикселей границы. Детектирование линий и окружностей на изображении

• Сегментация краев объекта;

• Детектирование прямых линий;

• Пакетный анализ наборов изображений;

• Детектирование округлых объектов.

Модуль 6. Цветовая и текстурная сегментация

Сегментация объектов на изображении на основе цвета или текстуры. Использование текстуры для классификации изображений.

• Преобразование цветового пространства;

• Цветовая сегментация;

• Текстурная сегментация;

• Классификация по текстуре.

Модуль 7. Выделение признаков

Сегментация объектов с помощью морфологических операций, измерение формы объекта, подсчет их количества, и измерение других свойств объектов.

• Подсчет объектов;

• Измерение свойств формы объекта;

• Морфологические операции;

• Водораздельная сегментация.

Связанные видео:

Машинное обучение Deep Learning при разработке систем компьютерного зрения в MATLAB

Глубокое обучение: практический подход с MATLAB