بالاترین کیفیت
این محصول آموزشی به مبحث بخش بندی تصاویر ماهواره ای و سنجش از دور در نرم افزار متلب می پردازد.
در پردازش تصویر و بینایی ماشین، بخش بندی (Segmentation) تصویر به فرایندی گفته می شود که طی آن تصویر دیجیتالی به چند بخش تقسیم می شود. مجموعه پیکسل ها به عنوان اشیاء تصویر نیز شناخته می شوند.
هدف از بخش بندی، عبارت است از ساده سازی یا تغییر بازنمایی یک تصویر، به نحوی که دارای معنی شوند و برای تجزیه و تحلیل آسان تر شوند.
بخش بندی تصویر به طور معمول برای تعریف اشیاء و مرز آنها (خطوط ، منحنی ها و غیره) در تصاویر سنجش از دور استفاده می شود. به طور دقیق تر، بخش بندی تصویر فرایند اختصاص یک برچسب به هر پیکسل در یک تصویر است به گونه ای که پیکسل ها با همان برچسب، ویژگی های خاصی دارند.
در نتیجه بخش بندی تصویر، مجموعه ای از بخش ها تشکیل می شود که اجتماع آنها کل تصویر را پوشش می دهد. هر یک از پیکسل های محلی با توجه به برخی از ویژگی های مشخصه یا محاسبه شده، مانند رنگ، شدت و یا بافت مشابه هستند. همچنین مناطق مجاور از نظر ویژگی ها، تفاوت قابل توجهی دارند.
هدف از بخش بندی عبارت است از ساده سازی یا تغییر بازنمایی یک تصویر، به نحوی که دارای معنی شوند و برای تجزیه و تحلیل، آسان تر شوند. بخش بندی تصویر به طور معمول، برای تعریف اشیاء و مرز آن ها (خطوط ، منحنی ها و غیره) در تصاویرسنجش از دور استفاده می شود
اگر تصویر شما نویزی است می توانید با بخش بندی و سپس عملگرهای آماری، نویز را حذف کنید.
اگر با تصاویر با رزولوشن بالا یا خیلی بالا کار می کنید، بخش بندی می تواند نمایش پایدارتری از اشیا ایجاد کند.
اگر شما به جای پردازش مبتنی بر پیکسل به پردازش مبتنی بر شی علاقه مند هستید، به بخش بندی نیاز دارید.
ویدئوی معرفی دوره:
ویدئوی معرفی دوره:
معرفی مدرس
- دکتر محمد کاکوئی
- متخصص سنجش از دور و برنامه نویسی پردازش تصاویر ماهواره ای
- متخصص پردازش موازی با واحد پردازنده گرافیکی GPU
- متخصص یادگیری ماشین و هوش مصنوعی
- مدرس دانشگاه
عناوین آموزشی
عناوین درنظر گرفته شده به شرح زیر است:
- معرفی دوره
- فرخوانی تصویر، نمایش آن و مدیریت باندها
- مبانی بخش بندی
- بخش بندی با باندهای طیفی – تولید ویژگی های جهت دار Gabor – بخش بندی با ویژگی های Gabor
معرفی نرم افزار
در این محصول، از نرم افزار متلب «MATLAB» استفاده شده است که دارای قابلیت بالایی در برنامه پذیری و پیاده سازی الگوریتم های پردازش تصویر است. متلب این یک زبان برنامه نویسی اختصاصی است که توسط MathWorks ساخته شده است و امکان کار با ماتریس ها و توابع، ترسیم داده ها و اجرای الگوریتم را فراهم می کند.
در MATLAB می توان:
- داده را تحلیل کرد
- الگوریتم ها را توسعه داد
- مدل های دلخواه را ایجاد کرد
همچنین، این نرم افزار دارای توابع تعریف شده زیادی در حوزه پردازش تصویر و یادگیری ماشین است که از جمله می توان به طبقه بندی تصویر، خوشه بندی تصویر، بهبود تصویر، کاهش نویز و تبدیل های هندسی تصویر اشاره کرد.
داده های آموزش
در این محصول آموزشی از تصاویر ماهواره ای سنتینل 2 (Sentinel-2) و تصاویر هوایی NAIP استفاده شده است.
سنتینل 2 توسط سازمان فضایی اروپا پرتاب شده است و مأموریت آن شامل تصویربرداری با طیف گسترده، با وضوح بالا و پشتیبانی از مطالعات زمین، از جمله بررسی پوشش گیاهی، پوشش خاک و آب و همچنین مشاهده آبراهه های داخلی و مناطق ساحلی است. داده سنتینل 2 حاوی 13 باند طیفی است که شامل باندهایی با رزولوشن ها 10، 20 و 60 متر است. علاوه بر این، سه باند QA در آنجا حضور دارند که یک (QA60) باند بیت ماسک با اطلاعات ماسک ابر است.
طی برنامه ملی تصویربرداری کشاورزی (NAIP) در فصل های رشد کشاورزی در ایالات متحده آمریکا، تصویربرداری هوایی انجام می شود. تصاویر NAIP دارای رزولوشن مکانی با قدرت تفکیک 1 متر هستند. تصاویر قدیمی تر با استفاده از 3 باند (قرمز، سبز و آبی: RGB) وجود دارند، اما تصاویر جدیدتر معمولاً علاوه بر باندهای RGB دارای یک باند نزدیک مادون قرمز (NIR) هستند.
مخاطبان
مخاطبان این محصول آموزشی افرادی هستند که قصد دارند الگوریتم های سنجش از دور را در محیط متلب (MATLAB) پیاده سازی کنند. استفاده از بخش بندی تصاویر، اخیرا مورد توجه بیشتری قرار گرفته است.
اگر شما در دسته زیر قرار دارید، استفاده از بخش بندی می تواند یکی از بلوک های روش شما باشد.
- اگر تصویر شما نویزی است می توانید با بخش بندی و سپس عملگرهای آماری، نویز را حذف کنید.
- اگر با تصاویر با رزولوشن بالا یا خیلی بالا کار می کنید، بخش بندی می تواند نمایش پایدارتری از اشیا ایجاد کند.
- اگر شما به جای پردازش مبتنی بر پیکسل به پردازش مبتنی بر شی علاقه مند هستید، به بخش بندی نیاز دارید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.