The seminar aims at digital image processing and pattern recognition. It complements NPGR002. Moreover, experiments
and practical applications will be demonstrated here, in the programming language MATLAB. The covered topics are: image
acquisition and preprocessing (noise reduction, contrast enhancement, deblurring), edge detection, geometric
transformations, features for object description and methods of automatic recognition (classification).
Last update: G_I (14.05.2013)
Seminář, který nabízí prohloubení teorie digitálního zpracování obrazu a rozpoznávání kurzu NPGR002 a její doplnění o
experimenty a praktické aplikace v prostředí programovacího jazyku MATLAB. Pozornost je věnována digitalizaci obrazu,
předzpracování (potlačení šumu, zvýšení kontrastu, odstranění rozmazání), detekci hran, geometrickým transformacím,
příznakovému popisu objektů a metodám automatického rozpoznávání (klasifikace).
Course completion requirements -
Last update: RNDr. Tomáš Holan, Ph.D. (29.10.2019)
Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.
Last update: doc. RNDr. Barbara Zitová, Ph.D. (11.10.2017)
Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.
Literature -
Last update: G_I (14.05.2013)
Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 2008
Pratt W. K.: Digital Image Processing (3rd ed.), John Wiley, New York, 2001
Last update: G_I (14.05.2013)
Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 2008
Pratt W. K.: Digital Image Processing (3rd ed.), John Wiley, New York, 2001
Syllabus -
Last update: G_I (14.05.2013)
Matlab basics
Fourier transform ( basics: amplitude, phase, real and imaginary part; filtering in frequency domain)
Noise removal (noise and its variations, noise parameters, noise removal - convolution filters, frequency based filters, averaging)