آموزش استخراج ویژگی از تصاویر با متلب (رایگان)، بخشی از آموزش پردازش تصویر در متلب (MATLAB) میباشد. پردازش تصویر روشی است که می توان یک تصویر را به فرمت دیجیتال تبدیل کرد و برای انجام یک تصویر بهبود یافته با استخراج اطلاعات مفید از آن، عملیاتی را روی آن انجام دهید. تغییراتی که در تصاویر رخ می دهد معمولاً به صورت خودکار انجام می شود و به الگوریتم هایی که با دقت طراحی شده اند تکیه می کند.
پردازش تصویر یک زمینه چند رشتهای است و از شاخههای مختلف علوم از جمله ریاضیات، فیزیک، مهندسی اوپتیک و برق کمک میگیرد. علاوه بر این، با زمینههای دیگر مانند تشخیص الگو، یادگیری ماشین، هوش مصنوعی و تحقیقات بینایی انسان همپوشانی دارد. مراحل مختلفی که در پردازش تصویر دخیل هستند شامل وارد کردن تصویر با اسکنر نوری یا از دوربین دیجیتال، تجزیه و تحلیل و دستکاری تصویر (فشردهسازی دادهها، بهبود تصویر و فیلتر کردن) و تولید تصویر خروجی دلخواه است.
جعبه ابزار پردازش تصویر در نرم افزار متلب مجموعه کاملی از الگوریتمهای استاندارد مرجع و برنامههای گردش کار برای پردازش، تجزیه و تحلیل، تجسم و توسعه الگوریتم تصویر را فراهم میکند. با استفاده از یادگیری عمیق و تکنیکهای سنتی پردازش تصویر میتوانید تقسیمبندی تصویر، بهبود تصویر، کاهش نویز، تبدیل هندسی و ثبت تصویر را انجام دهید. جعبه ابذار از پردازش تصاویر ۲D، ۳D و غیر عادی بزرگ پشتیبانی میکند.
نیاز به استخراج اطلاعات از تصاویر و تفسیر محتوای آنها عامل محرک توسعه پردازش تصویر بوده است. پردازش تصویر در بخشهای مختلفی از جمله پزشکی، صنایع، نظامی، الکترونیک مصرفی و غیره مورد استفاده قرار میگیرد.
برخی کاربرد ها و قابلیت هایی که با پردازش تصویر میتوان انجام داد:
- تشخیص عیوب
- تشخیص ترک
- خواندن تصاویر
- اطلاعات تصاویر
- تنظیم Contrast
- ایجاد هیستوگرام
- متعادل سازی هیستوگرام
- فیلتر تصاویر
- بکارگیری و دستکاری قسمت مورد نظر
- اندازه گیری و کالیبراسیون
- تقسیم داده تصاویر
- مقایسه روش های ثبت تصویر
- تجسم و رندر کردن توابع
- پشتیبانی توابع جعبه ابزار از تولید کد C / C ++
برخی Function های مهم و کاربردی در پردازش تصویر با متلب که میتوان به آنها اشاره کرد :
- ()imread
- ()imshow
- ()imwrite
- ()rgb2gray
- ()imhist
- ()imadjust
- ()im2bw
در آموزش استخراج ویژگی از تصاویر با متلب (رایگان)، روش های متفاوت و دستورهای استخراج ویژگی تصویر بطور کامل توضیح داده شده و مثال کاربردی از روش GLSM برای مخاطبین ارائه داده شده است.