聯繫我們

課程簡介

影像基礎知識與 MATLAB 影像處理

1. 數位影像處理簡介

  • 了解數位影像與像素
  • 影像尺寸、解析度與資料型別
  • 認識 MATLAB 影像處理工具箱
  • 理解基本的影像處理工作流程

2. 影像匯入與視覺化

  • 將影像載入 MATLAB
  • 顯示並檢視影像屬性
  • 處理影像尺寸與資料型別
  • 比較不同的影像表示法

3. 彩色影像處理

  • 理解 RGB 彩色影像
  • 存取個別紅、綠、藍通道
  • 合併與操作色彩通道
  • 在不同色彩表示法之間轉換

4. 灰階與二值影像

  • 將 RGB 影像轉換為灰階
  • 理解亮度值
  • 建立二值影像
  • 閾值處理基礎
  • 比較灰階與二值表示法

5. 影像遮罩與感興趣區域

  • 了解影像遮罩
  • 建立邏輯遮罩
  • 將遮罩應用於影像
  • 選擇並分析感興趣區域

6. 影像儲存與匯出

  • 儲存處理後的影像
  • 管理影像格式
  • 匯出結果以供進一步分析

實作練習: 建立一個基本的 MATLAB 工作流程,以載入、檢視、操作、遮罩並儲存影像。

影像增強、雜訊去除、對準與特徵偵測

1. 互動式影像分析

  • 互動式探索影像
  • 檢視像素值與影像區域
  • 選擇感興趣區域
  • 比較原始影像與處理後的影像

2. 影像增強

  • 改善影像可見度
  • 調整影像亮度
  • 對比增強
  • 為後續分析準備影像

3. 雜訊與影像修復

  • 理解常見的影像雜訊
  • 識別影像中的雜訊
  • 應用平滑技術
  • 比較不同的降噪方法
  • 平衡雜訊去除與影像細節保留

4. 影像對準與配準

  • 了解影像配準
  • 對準具有不同視角或位置的影像
  • 選擇適當的配準方法
  • 評估對準精度

5. 建立全景影像

  • 合併重疊影像
  • 偵測對應的影像特徵
  • 對準並混合影像
  • 建立全景場景

6. 偵測幾何特徵

  • 偵測直線
  • 偵測圓形
  • 理解霍夫變換(Hough transform)概念
  • 將直線和圓形偵測應用於實際影像

實作練習: 從影像中去除雜訊、對準多張影像、建立全景圖並偵測幾何特徵。

直方圖、濾波與影像分割

1. 影像直方圖

  • 理解影像亮度分佈
  • 建立與解讀直方圖
  • 基於直方圖的影像分析
  • 使用直方圖輔助閾值選擇
  • 使用直方圖比較影像特性

2. 二維影像濾波

  • 理解空間濾波
  • 影像卷積基礎
  • 設計二維濾波核
  • 將濾波器應用於影像
  • 平滑與銳化
  • 比較不同的濾波器回應

3. 邊緣偵測

  • 理解影像邊緣
  • 基於梯度的邊緣偵測
  • 偵測物體邊界
  • 選擇適當的邊緣偵測方法
  • 通過預處理改進邊緣偵測

4. 物體分割

  • 影像分割簡介
  • 將前景物體與背景分離
  • 基於閾值的分割
  • 基於亮度的分割
  • 評估分割結果

5. 基於顏色的分割

  • 理解色彩空間
  • 選擇有用的色彩資訊
  • 基於顏色分割物體
  • 處理光照變化

6. 基於紋理的分割

  • 理解紋理資訊
  • 利用紋理特徵識別物體
  • 將紋理資訊與其他分割技術結合

實作練習: 開發一個完整的分割工作流程,使用濾波、邊緣偵測、亮度、顏色和紋理資訊。

自動化影像分析、形態學與物體測量

1. 批次影像處理

  • 了解自動化影像處理工作流程
  • 從資料夾讀取多張影像
  • 將相同的處理步驟應用於影像集
  • 儲存並整理分析結果
  • 建立可重複使用的 MATLAB 腳本進行影像分析

2. 形態學影像處理

  • 數學形態學簡介
  • 結構元
  • 侵蝕與膨脹
  • 開運算與閉運算
  • 填補孔洞並移除不需要的區域
  • 精細化二值分割結果

3. 基於形狀的物體分割

  • 根據形狀識別物體
  • 分離相連的物體
  • 移除小或不要的物體
  • 精細化物體邊界
  • 結合分割與形態學技術

4. 測量物體屬性

  • 偵測個別物體
  • 測量物體面積與週長
  • 邊界框與質心
  • 形狀與幾何測量
  • 提取物體屬性以供進一步分析

5. 量化影像分析

  • 將影像處理結果轉換為數值資料
  • 建立測量表格
  • 比較物體
  • 根據測量屬性識別物體
  • 匯出分析結果

6. 端到端影像處理工作流程

參與者將結合課程中學習的技術,開發一個完整的影像分析工作流程:

影像擷取 → 預處理 → 增強 → 濾波 → 分割 → 形態學處理 → 物體偵測 → 測量 → 報告

實作練習: 開發一個自動化的 MATLAB 應用程式,該應用程式處理一組影像、分割物體、提取形狀屬性並產生量化結果。

實務練習

在課程期間,參與者將透過涉及以下內容的實務範例進行練習:

  • 影像增強與視覺化
  • RGB 與灰階影像分析
  • 雜訊去除
  • 影像濾波
  • 全景圖建立
  • 直線與圓形偵測
  • 邊緣偵測
  • 顏色與紋理分割
  • 形態學處理
  • 基於形狀的物體偵測
  • 物體測量
  • 自動化批次處理

最低要求

基本的電腦編程和影像知識。

 28 小時

人數


每位參與者的報價

客戶評論 (2)

即將到來的課程

課程分類