Curs de pregatire Introducere în prelucrarea imaginilor cu Matlab

Fundamentele imaginilor și prelucrarea imaginilor cu MATLAB

1. Introducere în prelucrarea digitală a imaginilor

• Înțelegerea imaginilor digitale și a pixelilor
• Dimensiuni, rezoluție și tipuri de date ale imaginii
• Introducere în MATLAB Image Processing Toolbox
• Înțelegerea fluxului de lucru de bază pentru prelucrarea imaginilor

2. Importul și vizualizarea imaginilor

• Încărcarea imaginilor în MATLAB
• Afișarea și inspectarea proprietăților imaginii
• Lucrul cu dimensiunile și tipurile de date ale imaginilor
• Compararea diferitelor reprezentări ale imaginilor

3. Lucrul cu imaginile color

• Înțelegerea imaginilor color RGB
• Accesarea canalelor individuale roșu, verde și albastru
• Combinarea și manipularea canalelor de culoare
• Conversia între diferite reprezentări ale culorii

4. Imagini în nuanțe de gri și binare

• Conversia imaginilor RGB în nuanțe de gri
• Înțelegerea valorilor de intensitate
• Crearea imaginilor binare
• Fundamentele pragului de intensitate (thresholding)
• Compararea reprezentărilor în nuanțe de gri și binare

5. Măști de imagine și regiuni de interes

• Înțelegerea măștilor de imagine
• Crearea măștilor logice
• Aplicarea măștilor asupra imaginilor
• Selectarea și analizarea regiunilor de interes

6. Salvarea și exportul imaginilor

• Salvarea imaginilor prelucrate
• Gestionarea formatelor de imagine
• Exportarea rezultatelor pentru analiză ulterioară

Exercițiu hands-on: Construiește un flux de lucru de bază în MATLAB pentru încărcarea, inspectarea, manipularea, mascarea și salvarea unei imagini.

Îmbunătățirea imaginilor, reducerea zgomotului, registrarea și detectarea caracteristicilor

1. Analiza interactivă a imaginilor

• Explorarea imaginilor în mod interactiv
• Inspectarea valorilor pixelilor și a regiunilor imaginii
• Selectarea regiunilor de interes
• Compararea imaginilor originale cu cele prelucrate

2. Îmbunătățirea imaginilor

• Creșterea vizibilității imaginii
• Ajustarea intensității imaginii
• Îmbunătățirea contrastului
• Pregătirea imaginilor pentru analiza ulterioară

3. Zgomotul și restaurarea imaginilor

• Înțelegerea zgomotului comun în imagini
• Identificarea zgomotului în imagini
• Aplicarea tehnicilor de netezire
• Compararea diferitelor abordări de reducere a zgomotului
• Menținerea echilibrului între eliminarea zgomotului și păstrarea detaliilor imaginii

4. Alinierea și registrarea imaginilor

• Înțelegerea registrării imaginilor
• Alinierea imaginilor cu puncte de vedere sau poziții diferite
• Selectarea abordărilor potrivite de registrare
• Evaluarea acurateții aliniierii

5. Crearea imaginilor panoramice

• Combinarea imaginilor suprapuse
• Detectarea caracteristicilor corespunzătoare ale imaginilor
• Alinierea și fuziunea imaginilor
• Crearea unei scene panoramice

6. Detectarea caracteristicilor geometrice

• Detectarea liniilor drepte
• Detectarea cercurilor
• Înțelegerea conceptului de transformare Hough
• Aplicarea detectării liniilor și cercurilor asupra imaginilor practice

Exercițiu hands-on: Elimină zgomotul dintr-o imagine, aliniază mai multe imagini, creează o panoramă și detectează caracteristici geometrice.

Histograme, filtrare și segmentarea imaginilor

1. Histogramele imaginilor

• Înțelegerea distribuțiilor de intensitate ale imaginilor
• Crearea și interpretarea histogramei
• Analiza imaginilor bazată pe histogramă
• Folosirea histogramei pentru a susține selectarea pragului (threshold)
• Compararea caracteristicilor imaginilor folosind histograma

2. Filtrarea 2D a imaginilor

• Înțelegerea filtrării spațiale
• Fundamentele convoluției imaginilor
• Proiectarea nucleelor de filtru 2D
• Aplicarea filtrelor asupra imaginilor
• Netezirea și asperizarea (sharpening)
• Compararea răspunsurilor diferite ale filtrelor

3. Detectarea marginilor

• Înțelegerea marginilor imaginii
• Detectarea marginilor bazată pe gradient
• Detectarea contururilor obiectelor
• Selectarea metodelor potrivite de detectare a marginilor
• Îmbunătățirea detectării marginilor prin preprocesare

4. Segmentarea obiectelor

• Introducere în segmentarea imaginilor
• Separarea obiectelor din prim-plan de fundal
• Segmentarea bazată pe prag de intensitate
• Segmentarea bazată pe intensitate
• Evaluarea rezultatelor segmentării

5. Segmentarea bazată pe culoare

• Înțelegerea spațiilor de culoare
• Selectarea informațiilor utile despre culoare
• Segmentarea obiectelor pe baza culorii
• Gestionarea variațiilor de iluminare

6. Segmentarea bazată pe textură

• Înțelegerea informației texturale
• Identificarea obiectelor folosind caracteristicile texturii
• Combinarea informației texturale cu alte tehnici de segmentare

Exercițiu hands-on: Dezvoltă un flux de lucru complet de segmentare utilizând filtrare, detectarea marginilor, intensitate, culoare și textură.

Analiza automatizată a imaginilor, morfologie și măsurarea obiectelor

1. Prelucrarea imaginilor în lot (batch)

• Înțelegerea fluxurilor de lucru automate pentru prelucrarea imaginilor
• Citirea mai multor imagini dintr-un dosar
• Aplicarea acelorși pași de prelucrare asupra colecțiilor de imagini
• Salvarea și organizarea rezultatelor analizei
• Construirea de scripturi MATLAB reutilizabile pentru analiza imaginilor

2. Prelucrarea morfologică a imaginilor

• Introducere în morfologia matematică
• Elemente de structură
• Eroziunea și dilatarea
• Deschiderea și închiderea (opening and closing)
• Umplerea gurilor și eliminarea regiunilor nedorite
• Perfeccionarea rezultatelor segmentării binare

3. Segmentarea obiectelor bazată pe formă

• Identificarea obiectelor pe baza formei
• Separarea obiectelor conectate
• Eliminarea obiectelor mici sau nedorite
• Perfeccionarea contururilor obiectelor
• Combinarea tehnicilor de segmentare cu cele morfologice

4. Măsurarea proprietăților obiectelor

• Detectarea obiectelor individuale
• Măsurarea ariei și perimetrului obiectelor
• Caseta bounding box și centrul de greutate (centroids)
• Măsurătoriile de formă și geometrie
• Extragerea proprietăților obiectelor pentru analiză ulterioară

5. Analiza cantitativă a imaginilor

• Transformarea rezultatelor prelucrării imaginilor în date numerice
• Crearea tabelelor de măsurători
• Compararea obiectelor
• Identificarea obiectelor pe baza proprietăților măsurate
• Exportarea rezultatelor analizei

6. Flux de lucru complet de prelucrare a imaginilor

Participanții vor combina tehnicile învățate pe parcursul cursului pentru a dezvolta un flux de lucru complet de analiză a imaginilor:

Acuziția imaginii → preprocesare → îmbunătățire → filtrare → segmentare → procesare morfologică → detectarea obiectelor → măsurare → raportare

Exercițiu hands-on: Dezvoltă o aplicație MATLAB automatizată care prelucrează o colecție de imagini, segmentează obiecte, extrage proprietățile de formă și produce rezultate cantitative.

Exerciții practice

Pe parcursul cursului, participanții vor lucra prin exemple practice care implică:

• Îmbunătățirea și vizualizarea imaginilor
• Analiza imaginilor RGB și în nuanțe de gri
• Reducerea zgomotului
• Filtrarea imaginilor
• Crearea panoramelor
• Detectarea liniilor și cercurilor
• Detectarea marginilor
• Segmentarea bazată pe culoare și textură
• Procesarea morfologică
• Detectarea obiectelor bazată pe formă
• Măsurarea obiectelor
• Preprocesarea automatizată în lot