|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Анализ изображений, Московский Физико-Технический Институт (МФТИ)учебный курс
- Автор: Моисеева Н.А.
- Год создания: 2021
- Описание: Курс преподается у студентов магистратуры Физтех-школы Аэрокосмических Технологий. Курс содержит теоретические и практические материалы, затрагивающие следующие основные тематики: Предмет цифровой обработки изображений. Формирование и применение изображений. Стадии и компоненты цифровой обработки изображений. Основы теории цвета. Цветовой синтез. Цветовые модели. Основы обработки цветных изображений. Цветовые преобразования. Спектральные образы объектов. Кривые спектральной яркости. Дискретизация и квантование изображения. Фундаментальные отношения между пикселями. Математический аппарат, применяемый в цифровой обработке изображений. Модели данных. Одномерный статистический анализ изображений, гистограммы. Многомерный статистический анализ изображений. Пространственный статистический анализ данных. Пространственная ковариация и ковариационная функция. Пространство спектральных признаков. Метод главных компонент. Спектральные преобразования снимков. Пространственные преобразования снимков. Морфологическая обработка изображений. Вейвлеты и кратномасштабная обработка. Процесс классификации изображения. Подбор материалов для классификации в зависимости от решаемой задачи. Понятие сходства объектов в пространстве признаков. Жесткая и мягкая классификация. Выделение признаков. Классификация дешифровочных признаков. Примеры дешифровочных признаков. Обучение классификатора. Контролируемое обучение. Анализ разделимости. Неконтролируемое обучение. Алгоритм кластеризации методом K-средних. Гибридное контролируемое/неконтролируемое обучение. Непараметрическая классификация. Классификатор срезов слоев. Классификатор на основе анализа гистограммы. Классификатор ближайших соседей. Классификатор искусственной нейронной сети. Алгоритм обратного распространения. Параметрическая классификация. Оценка параметров модели. Дискриминантные функции. Модель нормального распределения. Классификатор ближайшего среднего. Пространственно-спектральная сегментация. Наращивание областей. Сегментация многоканального изображения. Параметры сегментации. Постобработка результатов сегментации. Распознавание на основе методов теории принятия решений. Статистически оптимальные классификаторы. Нейронные сети. Предпосылки нейросетевого анализа.
- Добавил в систему: Моисеева Нина Андреевна