聯繫我們
 課程時長 28 時間:

課程簡介

影像基礎與 MATLAB 影像處理

1. 數位影像處理簡介

  • 理解數位影像與畫素
  • 影像維度、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
  • 顯示與檢視影像屬性
  • 處理影像維度與資料型別
  • 比較不同的影像表示方式

3. 彩色影像處理

  • 理解 RGB 彩色影像
  • 存取獨立的紅、綠、藍通道
  • 結合與操縱彩色通道
  • 在不同彩色表示方式之間轉換

4. 灰階與二值影像

  • 將 RGB 影像轉換為灰階
  • 理解強度值
  • 建立二值影像
  • 閾值(Thresholding)基礎
  • 比較灰階與二值表示方式

5. 影像遮罩與感興趣區域

  • 理解影像遮罩
  • 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

  • 儲存已處理的影像
  • 管理影像格式
  • 匯出結果以供進一步分析

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

影像增強、降噪、配準與特徵偵測

1. 互動式影像分析

  • 互動式探索影像
  • 檢視畫素值與影像區域
  • 選擇感興趣區域
  • 比較原始影像與處理後影像

2. 影像增強

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

3. 雜訊與影像還原

  • 理解常見的影像雜訊
  • 辨識影像中的雜訊
  • 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. 影像對齊與配準

  • 理解影像配準
  • 對齊具有不同視角或位置的影像
  • 選擇適當的配準方法
  • 評估對齊準確度

5. 全景影像製作

  • 結合重疊影像
  • 偵測對應的影像特徵
  • 對齊並混合影像
  • 製作全景場景

6. 幾何特徵偵測

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

實作演練:去除影像雜訊、對齊多張影像、製作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

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

2. 2D 影像濾波

  • 理解空間濾波
  • 影像卷積(Convolution)基礎
  • 設計 2D 濾波器核心(Kernel)
  • 將濾波器應用於影像
  • 平滑與銳化
  • 比較不同的濾波器響應

3. 邊緣偵測

  • 理解影像邊緣
  • 基於梯度的邊緣偵測
  • 偵測物件邊界
  • 選擇適當的邊緣偵測方法
  • 透過前處理改進邊緣偵測

4. 物件分割

  • 影像分割簡介
  • 將前景物件與背景分離
  • 基於閾值的分割
  • 基於強度的分割
  • 評估分割結果

5. 基於顏色的分割

  • 理解色彩空間
  • 選擇有用的顏色資訊
  • 根據顏色分割物件
  • 處理光照變化

6. 基於紋理的分割

  • 理解紋理資訊
  • 利用紋理特徵辨識物件
  • 將紋理資訊與其他分割技術結合

實作演練:開發一個完整的分割工作流程,運用濾波、邊緣偵測、強度、顏色及紋理資訊。

自動化影像分析、形態學與物件測量

1. 批次影像處理

  • 理解自動化影像處理工作流程
  • 從資料夾讀取多張影像
  • 對影像集合套用相同的處理步驟
  • 儲存與整理分析結果
  • 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
  • 結構元素(Structuring elements)
  • 侵蝕與膨脹
  • 開運算與閉運算
  • 填補孔洞與移除不必要區域
  • 精細化二值分割結果

3. 基於形狀的物件分割

  • 根據形狀辨識物件
  • 分離相連的物件
  • 移除小型或不必要物件
  • 精細化物件邊界
  • 結合分割與形態學技術

4. 測量物件屬性

  • 偵測個別物件
  • 測量物件面積與周長
  • 邊界框(Bounding boxes)與重心
  • 形狀與幾何測量
  • 萃取物件屬性以供進一步分析

5. 定量影像分析

  • 將影像處理結果轉為數值資料
  • 建立測量表格
  • 比較物件
  • 根據測量屬性辨識物件
  • 匯出分析結果

6. 端到端影像處理工作流程

學員將結合課程中學習的技術,發展出完整的影像分析工作流程:

影像擷取 → 前處理 → 增強 → 濾波 → 分割 → 形態學處理 → 物件偵測 → 測量 → 報告

實作演練:開發一個自動化 MATLAB 應用程式,處理一組影像、分割物件、萃取形狀屬性並產生定量結果。

實作演練

在整個課程過程中,學員將透過以下實際範例進行練習:

  • 影像增強與視覺化
  • RGB 與灰階影像分析
  • 降噪
  • 影像濾波
  • 全景製作
  • 直線與圓形偵測
  • 邊緣偵測
  • 顏色與紋理分割
  • 形態學處理
  • 基於形狀的物件偵測
  • 物件測量
  • 自動化批次處理

最低要求

需具備基本的程式設計知識及對影像概念的認識。

客戶評論 (2)

即將到來的課程

課程分類