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).
Poslední úprava: G_I (15.05.2013)
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).
Podmínky zakončení předmětu -
Poslední úprava: doc. RNDr. Barbara Zitová, Ph.D. (11.10.2017)
Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.
Poslední úprava: RNDr. Tomáš Holan, Ph.D. (29.10.2019)
Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.
Literatura -
Poslední úprava: 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
Poslední úprava: 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
Sylabus -
Poslední úprava: G_I (14.05.2013)
Seznámení se základy Matlabu
Fourierova transformace ( práce s amplitudou, fází, reálnou i imaginární částí, filtrace ve frekvenční oblasti)
Šum a jeho odstranění (zašumění snímku solí a pepřem, bílým šumem, parametry šumu, odstranění - konvoluční filtry, frekvenční oblast, průměrování)
Detektory hran a ekvalizace histogramu (Roberts, Sobel, Maar-Hilbert, zvýraznění hran, ekvalizace pomocí kumulativního histogramu)