فهرست مطالب:
فصل اول: مقدمه
1-1- مقدمه 1
فصل دوم: مرور ادبیات و سوابق مربوطه
2-1- مقدمه 6
2-2- تصاویر رقمی 6
2-2-1- دقت تصویر 7
2-2-2- عملیات اصلی در پردازش تصویر 7
2-3- روش‌ها و کاربرد پردازش تصویر در زمینه‌های مختلف 7
2-3-1- اتوماسیون صنعتی 8
2-3-2- ماشین بینایی و پردازش تصویر در اتوماسیون صنعتی 8
2-3-3- کالیبراسیون و ابزار دقیق 8
2-3-4- حمل و نقل 9
2-4- مراحل محاسباتي درك تصوير 9
2-4-1- بينايي اوليه 10
2-6-2- بينايي لايه¬ي مياني 10
2-6-3- بينايي سطح بالا 11
2-5- مفهوم طبقه‌بندی 12
2-6- طبقه¬بندی تصاویر 12
2-6-1- اهداف و فواید دسته¬بندی تصاویر 13
2-6-2- الگوی مناسب برای پردازش و طبقه¬بندی تصاویر 13
2-7- مدل¬هاي طبقه¬بندی تصاویر 13
2-8- تفاوت تکنیک¬های خوشه¬بندی و طبقه¬بندی 14
2-9- مقایسه روش¬های نمونه¬گیری داده 15
2-9-1- طبقه¬بندی نظارت شده 15
2-9-2- طبقه بندی بدون نظارت 16
2-9-3- طبقه¬بندی نیمه نظارت 16
2-10- الگوریتم¬های طبقه بندی 17
2-10-1- بیزین 17
2-10-2- شبکه عصبی مصنوعی 18
2-10-2-1- اجزای یک شبکه عصبی 18
2-10-3- درخت تصمیم 19
2-10-3-1- کاربرد درخت تصمیم 20
2-10-4- ماشین بردار پشتیبان 20
2-10-10- روش Brovey 27
2-11- مطالعه و ارزیابی روش¬های طبقه بندی تصاویر 21
2-11-1- رویکرد دسته بندی نیمه نظارتی کارآمد برای تصویربرداری ابرطیفی 21
2-11-2- تبدیل ویژگی با استفاده از آرایه فیلتر برای ساخت اتوماتیک دسته¬بندی تصویر
2-11-3- یادگیری دیکشنری برای طبقه بندی تصویر فرا طیفی 23
2-11-4- یک الگوریتم دسته¬بندی تصویر بر مبنای شبکه¬ی عصبی BP 23
2-11-5- یادگیری دیکشنری مبتنی بر انرژی برای طبقه بندی تصویر 24
2-11-6- یادگیری دیکشنری آنالیز سنتز برای طبقه بندی تصویر 24
2-11-7- یادگیری دیکشنری عمیق برای طبقه بندی تصویر 25
2-11-8- طبقه بندی نیمه نظارت برای تصویر فرا طیفی 25
2-11-9- تعریف دسته¬بندی¬ها برای ارزیابی طبقه¬بندی تصویر 25
2-11-10- کدگذاری خطی محدودیت محل برای طبقه¬بندی تصویر 26
2-12- بحث و بررسی 27
2-13- جمع بندی 28
فصل سوم: نتیجه گیری
3-1- نتیجه¬گیری 46
مراجع