در این بسته آموزشی الگوریتم الگوری باینری محلی (Local Binary Pattern) به صورت ویدئویی آموزش داده شده است. بسته آموزشی تهیه شده شامل موارد زیر است:
1- آموزش ویدئویی الگوی باینری محلی
2- توضیح الگوی باینری محلی در قالب PDF
3- تصاویر نمونه برای ارزیابی الگوریتم و مشاهده خروجی
4- مقاله برای مطالعه بیشتر در مورد الگوری باینری محلی
دومین آموزش ویدئویی ما هم بی ارتباط با آموزش ویدئویی اول (SIFT) نیست. در این بسته آموزشی به آموزش الگوریتم SURF پرداخته‌ایم که مشابه با SIFT هست و معمولا برای تناظریابی استفاده می‌شود. محتویات بسته آموزشی SURF عبارتنداز:
1- آموزش ویدئویی الگوریتم SURF
2- کدهای پیاده سازی در نرم‌افزار MATLAB
3- چند نمونه تصویر برای ارزیابی الگوریتم SURF
الگوریتم SIFT یکی از قوی‌ترین الگوریتم‌های تناظریابی است. با اینکه منابع انگلیسی در مورد الگوریتم SIFT بسیار زیاد است، اما منابع فارسی بسیار کمی وجود دارد که در مورد این الگوریتم توضیحات جامعی ارائه نماید. در این بسته آموزشی یک آموزش ویدئویی از الگوریتم SIFT آماده شده که به توضیح کامل این الگوریتم پیچیده پرداخته‌ایم. بسته آموزشی تهیه شده شامل موارد زیر است:
1- آموزش ویدئویی الگوریتم SIFT
2- توضیح الگوریتم در قالب PDF
3- کدهای الگوریتم در نرم‌افزار MATLAB
وجود نویز در تصاویر عامل ناخوشایندی است که همیشه سعی بر این بوده است که وجود آنها در تصاویر به مقدار صفر برسد. گاهی برای حذف نویز بر روی دستگاه‌های تصویربرداری کار می‌کنند و گاهی هم تصاویر گرفته شده را که شامل نویز هستند، با ارائه الگوریتم‌هایی نویززدایی می‌نمایند. در هر حالتی این نکته بسیار مهم است که رفتار نویز را بشناسیم، چه نوع نویزی است، چه ساختاری دارد. در این مقاله سعی داریم انواع نویز را معرفی، رفتار آنها را بررسی نماییم. همچنین با نگاه به تصویر بفهمیم که احتمالا این تصویر چه نوع نویزی دارد. آنچه که در این آموزش به آنها پرداخته شده است، عبارتنداز:
1- معرفی انواع نویز و بیان ریاضی برای آنها
2- بررسی رفتار نویزها در تصویر و نحوه شناسایی نوع نویز از روی تصویر نویزی
3- کدنویسی انواع نویزها در نرم‌افزار MATLAB
