Digitální zpracování obrazu - NPGX002

• Anglický název: Digital Image Processing
• Zajišťuje: Studijní oddělení (32-STUD)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2020
• Semestr: zimní
• E-Kredity: 5
• Rozsah, examinace: zimní s.:3/0, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Je zajišťováno předmětem: NPGR002
• Další informace: http://zoi.utia.cas.cz/teaching
• Garant: prof. Ing. Jan Flusser, DrSc.
• Třída: Informatika Bc.; Informatika Mgr. - volitelný; M Bc. MMIT; M Bc. MMIT > Povinně volitelné; M Mgr. MMIB; M Mgr. MMIB > Povinně volitelné
• Kategorizace předmětu: Informatika > Počítačová grafika a geometrie
• Prerekvizity : {NXXX010, NXXX014, NXXX016, NXXX017, NXXX018, NXXX022, NXXX023, NXXX024, NXXX025, NXXX026, NXXX030, NXXX031, NXXX047, NXXX049, NXXX050}
• Neslučitelnost : NPGR002
• Záměnnost : NPGR002

Anotace

čeština

Úvodní přednáška z digitálního zpracování obrazu a rozpoznávání. Hlavní pozornost je věnována digitalizaci obrazu, předzpracování (potlačení šumu, zvýšení kontrastu, odstranění rozmazání), detekci hran, geometrickým transformacím, příznakovému popisu objektů a metodám automatického rozpoznávání (klasifikace). Výklad teorie bude doprovázen ukázkami experimentů a praktických aplikací.

Poslední úprava: T_KSVI (24.04.2003)

angličtina

An introductory course on image processing and pattern recognition. Major attention is paid to image sampling and quantization, image preprocessing (noise removal, contrast stretching, sharpening, and de-blurring), edge detection, geometric transformations and warping, features for shape description and recognition, and to general pattern recognition techniques. Numerous applications and experimental results are presented in addition to the theory.

Poslední úprava: T_KSVI (24.04.2003)

Podmínky zakončení předmětu

čeština

Ustni zkouska, bez zapoctu. Cas na pripravu dle potreby. Jeden radny a dva opravne terminy. Soucasti zkousky neni programovani.

Poslední úprava: Flusser Jan, prof. Ing., DrSc. (11.06.2018)

angličtina

"Face to face" oral exam, no programming.

Poslední úprava: Flusser Jan, prof. Ing., DrSc. (28.10.2019)

Literatura

čeština

[1] Pratt W. K.: Digital Image Processing (2nd ed.), John Wiley, New York, 1991

[2] Rosenfeld A., Kak A. C.: Digital Picture Processing, Academic Press, New York, 1982

[3] Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 1992

[4] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001

Poslední úprava: T_KSVI (24.04.2003)

angličtina

[1] Pratt W. K.: Digital Image Processing (2nd ed.), John Wiley, New York, 1991

[2] Rosenfeld A., Kak A. C.: Digital Picture Processing, Academic Press, New York, 1982

[3] Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 1992

[4] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001

Poslední úprava: Flusser Jan, prof. Ing., DrSc. (28.10.2019)

Sylabus

čeština

• digitalizace obrazu, vzorkování a kvantování spojitých funkcí, Shannonův teorém, aliasing

• základní operace s obrazy, histogram, změny kontrastu, odstranění šumu, zaostření obrazu

• lineární filtrace v prostorové a frekvenční oblasti, konvoluce, Fourierova transformace

• detekce hran

• degradace obrazu a její modelování, inverzní a Wienerův filtr, odstranění základních typů degradací (rozmazání pohybem a defokusací)

• segmentace obrazu

• registrace (matching) obrazů

• příznakový popis rovinných objektů

• invariantní příznaky, Fourierovy deskriptory, momentové invarianty, diferenciální invarianty

• teorie příznakového rozpoznávání, klasifikátory s učením a bez učení, NN-klasifikátor, lineární klasifikátor, Bayesův klasifikátor

• shluková analýza v postroru příznaků, iterační a hierarchické metody

Blizsi podrobnosti (studijni materialy, rozvrh, zkousky, navazujici

diplomove prace, apod.) najdete na

http://zoi.utia.cas.cz/teaching

Doporučené navazující předměty v letním semestru: PGR013 (J. Flusser, B. Zitová), PGR022 (J. Flusser, B. Zitová), a AIL072 (J. Štanclová).

Poslední úprava: FLUSSER/MFF.CUNI.CZ (20.09.2008)

angličtina

• image sampling and quantization, Shannon theorem, aliasing

• basic image operations, histogram, contrast stretching, noise removal, image sharpening

• linear filtering in the spatial and frequency domains, convolution, Fourier transform

• edge detection, corner detection

• image degradations and their modelling, inverse and Wiener filtering, restoration of motion-blurred and out-of-focus blurred images

• image segmentation

• image registration and matching

• features for description and recognition of 2-D shapes

• invariant features, Fourier descriptors, moment invariants, differential invariants

• statistical pattern recognition, supervised and nonsupervised classification, NN- classifier, linear classifier, Bayessian classifier

• clustering in a feature space, iterative and hierarchical methods

• dimensionality reduction of a feature space

Poslední úprava: T_KSVI (24.04.2003)