جستجو برای:
  • ویدئو های آموزشی
  • هوش مصنوعی
  • پردازش تصویر
  • متلب
  • برنامه نویسی
  • دانشنامه
 
  • 09355702556
  • info@Pronesh.ir
  • دانشنامه
  • تماس با ما
  • درباره پرونش
پرونش
  • ویدئو های آموزشی
  • هوش مصنوعی
  • پردازش تصویر
  • متلب
  • برنامه نویسی
  • دانشنامه
0

ورود و ثبت نام

بسته جامع 0 تا 100 پردازش تصویر در متلب

خانههوش مصنوعیبسته جامع 0 تا 100 پردازش تصویر در متلب
حالت مطالعه

معرفی دوره

شما در حال مشاهده جامع ترین بسته آموزشی پردازش تصویر و بینایی ماشین در متلب هستید، این بسته آموزشی در 30 جلسه به مدت زمان 1187 دقیقه به صورت گام به گام و کاملا پروژه محور، از نقطه شروع، هر چیز که شما برای شروع تا پایان راه یادگیری مباحث پردازش تصویر و بینایی ماشین نیاز دارید به شما خواهد آموخت. برای شروع این دوره آموزشی” شما نیاز به هیچ گونه پیشنیاز یا مقدمه ای نخواهید داشت“، پس اگر اطلاعات شما از برنامه نویسی و کار با نرم افزار متلب و یا حتی مفاهیم پایه پردازش تصویر و بینایی ماشین صفر مطلق نیز باشد می توانید با این دوره آموزشی کار یادگیری این شاخه جذاب از هوش مصنوعی را آغاز کنید.

در این دوره آموزشی در ابتدا شما با نرم افزار متلب و برنامه نویسی در آن آشنا خواهید شد، پس از آشنایی کامل با نرم افزار متلب و یادگیری اصول کدنویسی در آن نوبت به فراگیری مفاهیم مورد نیاز در پردازش تصویر و بینایی ماشین می رسد که در این بخش آموزش شما با تمام مفاهیم و الگوریتم های پایه در زمینه پردازش تصویر و بینایی ماشین آشنا خواهید شد.

پس از گذراندن این دوبخش از آموزش شما کل مفاهیم و مقدمات لازم برای شروع یک پروژه بینایی ماشین در نرم افزار متلب را فرا گرفته اید، و از این پس به صورت پروژه محور با 12 پروژه جذاب و فوق العاده، گام به گام نکات و الگوریتم های جدید به شما ارائه داده خواهد شد که در پایان 3 پروژه پایانی این آموزش که شامل پروژه تشخیص چهره و تشخیص پلاک به دو روش مجزا و با کمک گرفتن مقالات علمی و پیاده سازی مقاله می باشد را به عنوان پروژه پایانی به شما آموزش خواهیم داد تا هم با پیاده سازی یک پروژه حرفه ای تسلط خود در پردازش تصویر و بینایی ماشین را تکمیل نمایید و هم با بررسی و پیاده سازی یک مقاله علمی و بررسی نتایج آن آشنا شوید.

این دوره برای علاقمندان گرایش پردازش تصویر و بینایی ماشین بدون در نظر گرفتن رشته و پیشنیاز، همچنین دانشجویان  مقاطع کاردانی، کارشناسی و کارشناسی ارشد که به این گرایش علاقه دارند و یا تازه وارد این رشته شده اند و همچنین افرادی که می خواهند به صورت صنعتی، کاربردی و پروژه محور این علم را فرابگیرند مناسب می باشد.

فهرست سرفصل های این دوره

آموزش کار و برنامه نویسی در نرم افزار متلب

– معرفی نرم افزار متلب و کاربرد های آن
– آشنایی با محیط نرم افزار متلب
– مدیریت فایل ها
– مدیریت متغییر ها
– مدیریت شبیه ساز (Simulink)
– مدیریت کد ها
– تنظیمات ظاهری محیط نرم افزار متلب
– تنظیمات ریسورس ها (resource)
– انواع داده و متغییر ها
– محاسبات در متلب
– گرافیک در نرم افزار متلب
– بررسی محیط Current Folder
– بررسی محیط command window
– بررسی محیط Work Space
– بررسی محیط Command History
– قوانین تعریف متغییر
– تعریف بردار و ماتریس
– بررسی قطر اصلی ماتریس ها
– معکوس کردن ماتریس ها
– ترکیب کردن ماتریس ها
– بررسی تابع Line Space
– بررسی تابع Length
– بررسی تابع Zeros
– بررسی تابع Rand
– بررسی تابع eye
– بررسی تابع size
– معرفی عملگر ها جمع، تفریق، ضرب، تقسیم، توان و … در متلب
– استفاده از عملگر ها در بردار ها
– استفاده از عملگر ها در ماتریس ها
– اولویت بندی عملگر ها
– جمع و ضرب ماتریس ها و بردار ها
– بررسی تابع sqrt
– بررسی تابع format
– بررسی تابع inv
– بررسی تابع det
– تعریف سیمبل ها با تابع syms
– ساده سازی معادلات با تابع simplify
– ساده سازی توابع با تابع simple
– حل دستگاه ها در متلب
– ترسیمات دوبعدی و سه بعدی در متلب
– بررسی تابع ezplot
– بررسی تابع expolar
– بررسی تابع explot3
– بررسی تابع ezcontour
– بررسی تابع ezmesh
– بررسی تابع ezsurf
– بررسی تابع meshgrid
– بررسی تابع surf
– بررسی تابع plot
– بررسی تابع bar
–  بررسی تابع pie
– بررسی تابع pie3
– استفاده از Editor های ترسیمات در متلب
– نوشتن برنامه در محیط script
– حلقه های محدود for
– حلقه های نامحدود while
– تعریف توابع و فراخوانی آن ها در متلب
– تعریف توابع بی نام
– تعریف توابع فرعی در توابع اصلی
– تعریف توابع تو در تو
– تعریف عملگر های شرطی در متلب
– استفاده از شرط ها if, elseif , else
– خطایابی و تریس کردن کد ها در متلب
– استفاده از switch-case
– استفاده از تابع break
– تابع input
– فراخوانی داده از فایل txt با  تابع importdata در متلب
– خواندن اعداد و ماتریس ها با تابع dlmread
– خواندن از فایل excel با تابع xlsread
– نوشتن در فایل با کمک تابع dlmwrite
– نحوه استفاده از help متلب

مفاهیم پایه پردازش تصویر و بینایی ماشین

– تعریف پردازش تصویر و بینایی ماشین
– بررسی تصویر و ویدئو از دیدگاه ماشین
– تعریف پیکسل در تصویر
– بررسی تفکیک پذیری تصویر
– بررسی داده های موجود در هر پیکسل
– تصاویر سیاه و سفید یا بیتی
– تصاویر خاکستری
– تصاویر رنگ RGB
– بررسی کاربرد های پردازش تصویر
– بررسی تغییرات هندسی تصاویر در متلب
– چرخش تصاویر
– تغییر اندازه تصویر
– بررسی مد رنگی RGB
– بررسی مد رنگی CMYK
– بررسی مد رنگی HSV
– آنالیز و بررسی لایه های تصاویر RGB با چندین مثال عملی
– ترکیب کردن تصاویر
– تفکیک کردن تصاویر
– تعریف هیستوگرام یک تصویر
– کاربرد های هیستوگرام در تصاویر
– محاسبه هیستوگرام تصویر
– نمایش هیستوگرام تصویر

انواع فیلتر ها و تبدیلات حوزه مکان

– آشنایی با مفاهیم کرنر
– آشنایی با مفاهیم فیلتر و انواع آن
– تعریف فیلتر با تابع fspecial
– اعمال فیلتر بر روی تصویر با تابع imfilter
– اعمال فیلتر بلور یا میانگین (average) بر روی تصویر
– اعمال فیلتر motion بر روی تصویر
– اعمال فیلتر disk بر روی تصویر
– آشنایی با لبه و مفهوم آن
– آشنایی با انواع روش های لبه یابی
– پیاده سازی لبه یابی با روش prewitt
– پیاده سازی لبه یابی با روش sobel
– پیاده سازی لبه یابی افقی و عمودی sobel در تصویر
– پیاده سازی لبه یابی canny در تصویر
– پیاده سازی لبه یابی log در تصویر
– مقایسه روش های لبه یابی در تصویر
– تولید نویز با کمک imnoise در تصویر
– بررسی نویز نمک فلفلی
– رفع نویز نمک فلفلی با median به کمک تابع medfilt2

 

تشخیص جستجوی الگو در تصویر

– بررسی و پیاده سازی الگوریتم میانگین Average برای جستجوی یک الگو در تصویر
– بررسی و پیاده سازی الگوریتم شمارش Counter برای جستجوی یک الگو در تصویر
– مقایسه و بررسی معایب و مزایای الگوریتم های ارائه شده

شناسایی و دنبال کردن اجسام رنگی با استفاده از وب کم به صورت online

– بررسی مد رنگی RGB 
– جدا کردن لایه های رنگی R و G و B
– آموزش بررسی دوربین ها متصل به سیستم
– جدا کردن پس زمینه از اشیای روی آن
– فعال سازی وب کم برای دریافت تصویر ورودی یک پروژه
– تشخیص و دنبال کردن اجسام رنگی محیط با استفاده از وب کم

تشخیص اشیا در تصویر با کمک قطعه بندی تصویر

– آشنایی و استفاده از تابع im2filter2
– محاسبه آستانه بهینه با کمک تابع graythresh
– بررسی تابع bwareaopen و کاربرد های آن
– استفاده از توابع مورفولوژی، imclose و imopen
– استفاده از تابع imfill
– استفاده از تابع bwlabel
– پیاده سازی پروژه تشخیص تمام اشیای موجود در یک تصویر

تشخیص خط های محیط اطراف با استفاده از وب کم به صورت online

– معرفی تبدیل هاف و کاربرد های آن
– استفاده از تبدیل هاف برای شناسایی خط
– فعال سازی وب کم
– پیاده سازی پروژه شناسایی خطوط محیط اطراف در تصویر با کمک وب کم به صورت آنلاین

تشخیص گوشه های محیط اطراف با استفاده از وب کم به صورت online

– بررسی تابع corner
– فعال سازی وب کم 
– پیاده سازی پروژه تشخیص گوشه های موجود در محیط با استفاده از وب کم به صورت آنلاین

تشخیص دایره های محیط اطراف با استفاده وب کم به صورت online

– تشخیص دایره های رنگی به تفکیک رنگ روشن و تیره
– تشخیص رینگ لاستیک اتومبیل در تصویر
– فعال سازی وب کم 
– تشخیص دایره های موجود در محیط اطراف به صورت آنلاین

قطعه بندی نقوش پارچه در فضای رنگی l*a*b*

– بررسی مد رنگی l*a*b* 
– یافتن قسمت های هم رنگ در یک تصویر بر اساس فاصله اقلیدوسی
– تفکیک کردن نقوش بر روی یک پارچه در یک تصویر

تشخیص سلول سرطانی پروستات در یک تصویر

– بررسی الگوریتم
– گشاد (Expend) کردن تصویر
– پر کردن منفذ های خالی
– حذف آبجکت های اضافی روی کادر
– از بین بردن نقاط اضافی روی تصویر
– تشخیص و جدا سازی سلول سرطانی پروستات

تشخیص چهره در یک تصویر

– بررسی تفاوت های face detection و face recognition 
– رفع نویز با fspecial و imfilter
– بررسی تابع decorrstretch  و بررسی آن در تصاویر رنگی
– بررسی تابع roicolor
– بررسی ویژگی رنگ پوست برای تشخیص چهره
– بررسی الگوریتم تشخیص چهره
– پیاده سازی تشخیص چهره و بررسی آن روی چند تصویر

تشخیص خودرو ها و تفکیک آن ها بر اساس رنگ

– آموزش دریافت ویدئو دوربین کنترول ترافیک با پسوند (mj2) به عنوان ورودی
– جدا کردن فریم های تصویر از ویدئو برای اعمال الگوریتم
– بررسی تابع imextendedmax
– بررسی تابع regionprops
– بررسی الگوریتم تشخیص خودرو به تفکیک رنگ
– اعمال الگوریتم بر روی یک فریم از تصویر
– اعمال الگوریتم بر روی ویدئو
– بررسی راه های بالا بردن دقت الگوریتم و تشخیص از فواصل دور تر

تشخیص پلاک بر اساس ویژگی تراکم پیکسلی بالا در ناحیه پلاک (پیاده سازی مقاله)

– بررسی انواع پلاک در ایران
– بررسی ویژگی های پلاک جهت شناسایی
– بررسی دقیق مقاله جهت پیاده سازی
– بررسی ویژگی لبه در ناحیه پلاک
– بررسی بهترین روش لبه یابی متناسب با الگوریتم انتخابی
– اعمال الگوریتم بر روی تصویر
– بررسی معایب مقاله و راه کارهای بهبود آن

تشخیص پلاک بر اساس ویژگی هندسی پلاک

– بررسی انواع پلاک در ایران
– بررسی ویژگی های پلاک جهت شناسایی
– بررسی ویژگی هندسی پلاک برای شناسایی
– بررسی نحوه عملکرد تابع imdilate
– بررسی انواع قاب در متلب
– بررسی نحوه عملکرد تابع imopen
– پیاده سازی الگوریتم تشخیص یک پلاک در تصویر
– حذف محدودیت فاصله برای شناسایی پلاک
– گسترش الگوریتم برای تشخیص چندین پلاک در تصویر بدون محدودیت در فاصله

دانلود فایل های این دوره

برای دانلود این دوره پس از ثبت نام در دوره، روی ایکن دانلود زیر کلیک کنید.

دانلود فایل ها و سورس کد دوره

برای دانلود کلیک کنید.

خصوصی
این بخش خصوصی می باشد. برای دسترسی کامل به دروس این دوره باید این دوره را خریداری نمایید.

فایل های مورد نیاز دوره

نرم افزار متلب

نسخه 2013 الفا

دانلود نرم افزار متلب نسخه 2013 الفا - Matlab R2013a

برای دانلود کلیک کنید

دریافت بخش اول نرم افزار متلب                   

دریافت بخش دوم نرم افزار متلب                   

توجه : هر دو بخش را دانلود کرده و در کنار هم ذخیره کنید. سپس یخش اول را اجرا کنید تا از حالت فشرده خارج شود.

برچسب: applycform image processing l*a*b* machine vision makecform mean2 regioncoordinates repmat segmentation اقلیدوسی بینایی ماشین پردازش تصویر تشخیص بافت تشخیص پارچه تشخیص نقوش پارچه تفکیک الگو قطعه بندی تصویر نزدیک ترین همسایه هومن بهرامی

دوره های مرتبط

آموزش تشخیص پلاک سایت پرونش

آموزش شناسایی پلاک براساس شکل هندسی پلاک

معرفی دوره یکی از کاربرد های جذاب بینایی ماشین ها، تشخیص پلاک خودرو می باشد که در حال حاضر و…

تشخیص چهره سایت پرونش

آموزش شناسایی چهره در تصویر

معرفی دوره تشخیص چهره یکی از تکنولوژی های جذاب و بسیار پرکاربرد رشته هوش مصنوعی و شاخه بینایی ماشین است،…

تشخیص اشیاء در تصویر سایت پرونش

آموزش تشخیص اشیا در تصویر

معرفی دوره تشخیص اشیاء در یک تصویر یکی از فن آوری های کاربردی و پر استفاده در مبحث بینایی ماشین…

دوره آموزشی تشخیص الگوی سایت پرونش

آموزشی تشخیص الگو در تصویر

معرفی دوره تشخیص و شناسایی الگو، یا همان بازشناسی الگو در تصویر یکی از شاخه های مبحث یادگیری ماشین می…

امتیاز دانشجویان دوره

5
5.00 1 رای
810,000 تومان 486,000 تومان
1 رأی
5 ستاره
1
4 ستاره
0
3 ستاره
0
2 ستاره
0
1 ستاره
0

نظرات

  • maryam(مدیریت)
    28 آذر 1400
    امتیاز 5 از 5
    پاسخ

    سلام من میخوام این بسته جامع رو تهیه کنم، سرفصلاش رو دیدم خیلی کامل بودفقط یک سوال دارم این پروژه هایی که توی این بسته هستش همش با سورس کده؟ اگر بله، آیا سورس کد ها خط به خط آموزش داده می شه یا فقط فایل های سورس کد توی بسته هستش؟؟؟

    • مدیر محتوای پرونش(مدیریت)
      28 آذر 1400
      پاسخ

      سلام
      دوست عزیز، تمام بسته های آموزشی ما و پروژه هایی که در سایت هست از 0 تا 100 پیاده سازیش آموزش داده میشه و خط به خط کد ها و دلیل استفاده از هر تابع یا دستوری و نتیجش بررسی میشه و آموزش داده میشه، تمام بسته های آموزشی ما هم با سورس کد کامل و قابل اجرای کد هاش در اختیار دانشجویان دوره قرار می گیره. پس با خیال راحت بسته ای که لازم دارید رو تهیه کنید.

قوانین ثبت دیدگاه

  • دیدگاه های فینگلیش تایید نخواهند شد.
  • دیدگاه های نامرتبط به مطلب تایید نخواهد شد.
  • از درج دیدگاه های تکراری پرهیز نمایید.
  • امتیاز دادن به دوره فقط مخصوص دانشجویان دوره می باشد.

لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

قیمت :

810,000 تومان 486,000 تومان

امتیاز
5.00 از 1 رأی
5.00 1 رای
810,000 تومان 486,000 تومان
تعداد دانشجو : 104
زبان: فارسی
1187 دقیقه
30 جلسه آموزش
3130 مگابایت
روش دریافت: دانلود فایل دروس
سورس کد پروژه : دارد
1.04k بازدید 2 دیدگاه
مهندس هومن بهرامی
مهندس هومن بهرامی
کارشناسی ارشد هوش مصنوعی

متخصص طراحی سیستم های هوشمند و بینایی ماشین، کارآفرین و مدرس دانشگاه

دسته: برنامه نویسی، پردازش تصویر، پروژه های با سورس کد، تخفیف دار، متلب، هوش مصنوعی
تبلیغات

پرونش

پرونش، جامع ترین رسانه هوش مصنوعی با آموزش های پروژه محور و صد در صد عملی سعی دارد تا محیط پویا و جذاب را برای علاقه مندان به هوش مصنوعی فراهم نماید.

پرونش
  • مشهد، بزرگراه آسیایی، شهرک غرب
  • 09355702556
  • info@pronesh.ir
فهرست سفارشی
  • صفحه اصلی اول
  • دانشنامه
  • تماس با ما
  • حساب کاربری من
  • درباره ما
  • سبد خرید
  • ویدئو های آموزشی

logo-samandehi

تمامی حقوق برای سایت پرونش محفوظ می باشد.

ورود

رمز عبور را فراموش کرده اید؟

هنوز عضو نشده اید؟ عضویت در سایت