حالت مطالعه

انطباق دادن یک تصویر در نرم افزار متلب

هدف از تهیه این مجموعه از فیلم های آموزشی آموزش تناظر یابی تصاویر در متلب ، آشنایی با مباحث تناظریابی تصویر و پیاده سازی آنها در محیط متلب است. به فرآیند تراز کردن دو یا چند عکس که از یک صحنه گرفته شده اند، تناظریابی تصاویر گفته می شود. در تناظریابی یا انطباق تصاویر، معمولا یک عکس پایه(عکس مرجع) در نظر گرفته می شود و سپس دیگر عکس ها که آنها را عکس ورودی می نامیم، با آن عکس مورد مقایسه قرار می گیرند. یک تبدیل فضایی، درواقع موقعیت های درون یک عکس را با موقعیت های درون یک عکس دیگر مورد بررسی قرار می دهد و ترسیم می کند.

استخراج و تطابق ویژگیها یک مبحث اساسی در پردازش تصویر و بینایی کامپیوتر می باشد که کاربردهای زیادی در object tracking, image registration, image retrieval, و ….. دارد. تناظریابی تصویر نیز یکی از موضوعات جذاب و پرکاربردی است که می تواند به عنوان یکی از موضوعات پایان نامه، مقاله و تحقیق در مقاطع تحصیلی دانشگاهی (ارشد و دکتری) بکارگیری شود.

مجموعه فیلم های آموزش تناظریابی تصاویر در ۷ قسمت مجزا تهیه شده است که در آن سعی شده است به الگوریتم های اساسی مربوطه بپردازد. این الگوریتم ها به شرح زیر می باشد:

قسمت اول – آموزش الگوریتم Moravec
قسمت دوم – آموزش الگوریتم هریس Harris
قسمت سوم– آموزش پیاده سازی الگوریتم Harris در متلب
قسمت چهارم –آموزش الگوریتم هریس لاپلاس Harris-Laplace
قسمت پنجم – آموزش استخراج ویژگی الگوریتم سیفت SIFT
قسمت ششم– آموزش پیاده سازی استخراج ویژگی SIFT در متلب
قسمت هفتم– آموزش ایجاد توصیفگر الگوریتم SIFT

هر کدام از متدهای بالا به ترتیب برای حل مشکلات الگوریتم های قبل خود ارائه شده اند. لذا پیشنهاد بنده یادگیری هر ۷ قسمت با همدیگر و دنبال هم می باشد.

ضمنا، در کنار فیلم های آموزشی مربوط به هر قسمت، موارد زیر موجود می باشد:

فایل ورد و پی دی اف (فارسی) و اسلایدهای مربوط به تشریح و توضیح هر قسمت
مقاله های مربوط به هر الگوریتم
کد های متلب الگوریتم Harris
فایل ورد و پی دی اف (فارسی) توضیح گام های الگوریتم سیفت (SIFT) به صورت مثال عددی
کد متلب برنامه تناظر یابی تصاویر سیفت (SIFT)

امیدوارم این مجموعه آموزشی بتواند کمکی در جهت یادگیری علاقه مندان در این زمینه کرده باشد.