, ,

کتاب پردازش تصویر در رباتیک: تشخیص الگو و ردیابی اشیاء

تومان249,950

انتخاب پلن

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب پردازش تصویر در رباتیک: تشخیص الگو و ردیابی اشیاء

موضوع کلی: برنامه نویسی

موضوع میانی: رباتیک

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. معرفی دوره: پردازش تصویر در رباتیک
  • 2. اهمیت بینایی ماشین در سیستم‌های رباتیک
  • 3. مقدمه‌ای بر تصویر دیجیتال: پیکسل، رزولوشن، عمق رنگ
  • 4. فضاهای رنگی: RGB, HSV, Grayscale و کاربردهایشان
  • 5. نصب و راه‌اندازی محیط توسعه (Python, OpenCV)
  • 6. بارگذاری، نمایش و ذخیره تصاویر با OpenCV
  • 7. دسترسی به پیکسل‌ها و دستکاری اولیه تصاویر
  • 8. عملیات هندسی پایه: تغییر اندازه، چرخش، برش
  • 9. تبدیل فضاهای رنگی و کانال‌های تصویر
  • 10. کار با ویدئو: خواندن، نمایش و ذخیره فریم‌ها
  • 11. معرفی دوربین‌ها در رباتیک: انواع و مشخصات
  • 12. مبانی دوربین‌های رباتیک و مدل‌سازی آن
  • 13. آشنایی با کتابخانه‌های پایتون برای پردازش تصویر (NumPy, Matplotlib)
  • 14. عملیات ریاضی بر روی تصاویر: جمع، تفریق، ضرب
  • 15. هیستوگرام تصاویر: اصول و کاربردها
  • 16. بهبود کنتراست تصویر با یکسان‌سازی هیستوگرام (Histogram Equalization)
  • 17. فیلترهای هموارسازی: میانگین و گوسی (Smoothing Filters: Mean, Gaussian)
  • 18. کاهش نویز تصویر: فیلتر میانه و دوطرفه (Noise Reduction: Median, Bilateral)
  • 19. فیلترهای شارپ‌سازی: لاپلاسی و سوبل (Sharpening Filters: Laplacian, Sobel)
  • 20. تشخیص لبه با فیلتر سوبل، پرواِیت و رابرتز (Edge Detection: Sobel, Prewitt, Roberts)
  • 21. تشخیص لبه کنتوری کانور (Canny Edge Detector)
  • 22. تبدیل هاف برای تشخیص خطوط و دایره‌ها (Hough Transform for Lines and Circles)
  • 23. عملیات مورفولوژی: فرسایش، انبساط، باز و بسته کردن (Erosion, Dilation, Opening, Closing)
  • 24. کاربردهای پیشرفته مورفولوژی: استخراج مرز و پر کردن حفره‌ها
  • 25. آستانه‌گذاری تصویر: باینری، معکوس، تطبیقی (Thresholding: Binary, Inverse, Adaptive)
  • 26. قطعه‌بندی تصویر با آستانه‌گذاری اوتسو (Otsu's Thresholding)
  • 27. قطعه‌بندی بر اساس رنگ و هیستوگرام رنگی
  • 28. قطعه‌بندی تصویر با الگوریتم واترشد (Watershed Segmentation)
  • 29. عملیات منطقی روی تصاویر (AND, OR, NOT, XOR)
  • 30. پردازش تصاویر باینری و استخراج ویژگی
  • 31. مقدمه‌ای بر استخراج ویژگی‌های تصویر
  • 32. MOMENTS های تصویر و کاربرد آن‌ها
  • 33. ویژگی‌های بافت (Texture Features)
  • 34. توصیف‌گرهای محلی: نقاط کلیدی (Keypoints)
  • 35. معرفی استخراج ویژگی از گوشه‌ها (Corner Detection)
  • 36. تشخیص گوشه‌ها با هریس (Harris Corner Detector)
  • 37. تشخیص گوشه‌ها با فست (FAST Corner Detector)
  • 38. استخراج توصیف‌گرهای SIFT (Scale-Invariant Feature Transform)
  • 39. استخراج توصیف‌گرهای SURF (Speeded Up Robust Features)
  • 40. استخراج توصیف‌گرهای ORB (Oriented FAST and Rotated BRIEF)
  • 41. تطبیق ویژگی‌ها (Feature Matching): Brute-Force و FLANN
  • 42. RANSAC برای تطبیق ویژگی‌های قوی (Robust Feature Matching)
  • 43. پیدا کردن کانتورها (Contours) در تصاویر باینری
  • 44. ویژگی‌های هندسی کانتورها: مساحت، محیط، مرکز جرم
  • 45. تقریب چندضلعی کانتورها (Approximate PolyDP)
  • 46. احاطه محدب (Convex Hull) و نقص‌های محدب (Convexity Defects)
  • 47. تطبیق شکل با استفاده از کانتورها
  • 48. استخراج مناطق مورد علاقه (ROI – Region of Interest)
  • 49. معرفی فضای ویژگی (Feature Space)
  • 50. کاهش ابعاد ویژگی‌ها: PCA (Principal Component Analysis)
  • 51. معرفی تشخیص الگو: اصول و چالش‌ها
  • 52. داده‌های آموزشی و تست
  • 53. ارزیابی مدل: دقت، صحت، فراخوانی (Precision, Recall, F1-Score)
  • 54. یادگیری با نظارت (Supervised Learning)
  • 55. یادگیری بدون نظارت (Unsupervised Learning)
  • 56. طبقه‌بند KNN (K-Nearest Neighbors)
  • 57. ماشین بردار پشتیبان (SVM – Support Vector Machine)
  • 58. درخت‌های تصمیم (Decision Trees)
  • 59. معرفی خوشه‌بندی K-Means (K-Means Clustering)
  • 60. کاربرد K-Means در قطعه‌بندی تصویر
  • 61. مقدمه‌ای بر شبکه‌های عصبی مصنوعی (Artificial Neural Networks)
  • 62. پرسپترون چند لایه (Multilayer Perceptron – MLP)
  • 63. شبکه‌های عصبی کانولوشنی (Convolutional Neural Networks – CNNs)
  • 64. لایه‌های اصلی CNN: کانولوشن، پولینگ، ReLU
  • 65. آموزش یک CNN ساده برای طبقه‌بندی تصویر
  • 66. انتقال یادگیری (Transfer Learning) با CNN‌های از پیش آموزش دیده
  • 67. استخراج ویژگی با CNN‌های از پیش آموزش دیده
  • 68. داده‌افزایی (Data Augmentation) برای آموزش مدل‌ها
  • 69. تنظیم فرامترها (Hyperparameter Tuning) در یادگیری ماشین
  • 70. معرفی TensorFlow/Keras برای یادگیری عمیق
  • 71. تطبیق الگو (Template Matching): روش‌های SIFT و Correlation
  • 72. تشخیص چهره با Haar Cascades
  • 73. ساخت یک آشکارساز شیء ساده با Haar Cascades
  • 74. معرفی رویکردهای مدرن تشخیص شیء (Modern Object Detection)
  • 75. شبکه سریع‌تر R-CNN (Faster R-CNN)
  • 76. SSD (Single Shot MultiBox Detector)
  • 77. YOLO (You Only Live Once) – نسخه اولیه و اصول
  • 78. YOLOv3/YOLOv4: بهبودها و کاربردها
  • 79. آموزش مدل‌های YOLO سفارشی
  • 80. ارزیابی مدل‌های تشخیص شیء: mAP (Mean Average Precision)
  • 81. تشخیص اشیاء کوچک و چالش‌ها
  • 82. ردیابی اشیاء در ویدئو: مقدمه
  • 83. اهمیت ردیابی در رباتیک
  • 84. الگوریتم‌های ردیابی بر پایه ویژگی
  • 85. روش‌های ردیابی بر پایه مدل
  • 86. ردیابی با Mean-Shift و CamShift
  • 87. جریان نوری (Optical Flow): لوکاس-کاناده (Lucas-Kanade)
  • 88. جریان نوری سراسری و کاربردها
  • 89. معرفی فیلتر کالمن (Kalman Filter) برای ردیابی
  • 90. کاربرد فیلتر کالمن در پیش‌بینی موقعیت شیء
  • 91. فیلتر ذرات (Particle Filter) برای ردیابی غیرخطی
  • 92. ردیابی چند شیء (Multi-Object Tracking – MOT)
  • 93. ردیابی با استفاده از یادگیری عمیق (Deep Learning-based Tracking)
  • 94. چالش‌های ردیابی: انسداد، تغییر مقیاس، چرخش
  • 95. پیاده‌سازی یک سیستم ردیابی شیء ساده
  • 96. کالیبراسیون دوربین: داخلی و خارجی (Intrinsic and Extrinsic Calibration)
  • 97. دید استریو (Stereo Vision) و بازسازی سه‌بعدی (3D Reconstruction)
  • 98. نقشه‌برداری و محلی‌سازی همزمان (SLAM – Simultaneous Localization and Mapping) با بینایی
  • 99. برنامه‌ریزی حرکت رباتیک مبتنی بر بینایی (Vision-based Motion Planning)
  • 100. پروژه‌های عملی و مطالعات موردی در رباتیک بینایی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “کتاب پردازش تصویر در رباتیک: تشخیص الگو و ردیابی اشیاء”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا