1 |
جایگاه درس در برنامه درسی دوره |
در این درس، دانشجویان محترم با مبانی مدل های فرم پذیر برای بخش بندی تصاویر آشنا می شوند. همچنین، انواع مرزهای فعال پارامتری، کوتاه ترین طول و هندسی نیز تدریس خواهد شد. دانشجویان محترم علاقمند به حوزه پردازش تصویر این درس را پس از درس پردازش سیگنالهای تصویری (معادل با تصویرپردازی رقمی) اخذ می نمایند. باید توجه داشت که در درس مباحث پیشرفته در پردازش تصویر مبانی تطبیق تصاویر و در درس پردازش تصویر کاربردی نیز مبانی پیاده سازی الگوریتم های پردازش تصویر تحت زبان برنامه نویسی ++C یا پایتون تدریس می گردد. |
2 |
هدف کلی |
آشنایی با مدل های فرم پذیر به عنوان یک خانواده از روش های مدرن پردازش تصویر |
3 |
شایستگی های پایه |
دانشجویان محترم باید به عنوان پیشنیاز درس پردازش سیگنالهای تصویری (معادل درس تصویرپردازی رقمی) را گذرانده باشند. |
4 |
اهداف یادگیری |
آشنایی با مدل های فرم پذیر و مرزهای فعال برای بخش بندی تصاویر برپایه حساب تغییرات |
5 |
روش تدریس |
مباحث نظری در کلاس درس تدریس شده و در قالب تمرین و پروژه، دانشجویان محترم اقدام به پیادهسازی مثال های کاربردی می نمایند. |
6 |
وظایف دانشجو |
شرکت در کلاس درس، انجام تمرین ها و مینی پروژه ها، ارایه سمینار و انجام پروژه درس، شرکت در آزمون ها |
7 |
منبع |
C. Xu et al., "Image Segmentation Using Deformable Models," 2000.
C. Xu et al., "Snakes, Shapes, and Gradient Vector Flow," IEEE Trans. Image Processing, 1998.
T. F. Chan and L. A. Vese, " Active Contours Without Edges," IEEE Trans. Image Processing, 2001.
C. Pluempitiwiriyawej et al., " STACS: New Active Contour Scheme for Cardiac MR Image Segmentation," IEEE Trans. Medical Imaging, 2005.
مقالات مرتبط (که در طول ترم معرفی خواهند شد) |
8 |
مواد و امکانات آموزشی |
ویدیو پرژکتور و کامپیوتر |
9 |
نحوه ارزشیابی |
- تمرینها: هرکدام 5/0 نمره
- مینی پروژه: هر کدام 1 نمره
- پروژه: 5 نمره شامل (1 نمره ارائه، 4 نمره شبیهسازی و گزارش، نمره گزارش منوط به
انجام شبیهسازی است)
- آزمون میانترم: در حدود 2 نمره
- آزمون پایانترم: باقیمانده نمرات تا 20 |
10 |
فایل |
Pdf File |