|
Vyučující
|
|
|
|
Obsah předmětu
|
1. Základní pojmy, matematický model obrazu, přehled metod a aplikací, předzpracování, segmentace, rozpoznávání, 3D rekonstrukce, počítačová grafika, přenos a archivace obrazových dat. Digitalizace obrazu, vzorkování a kvantování. 2. Vlastnosti obrazu, sousedství, okolí bodu, vzdálenost, cesta, souvislá oblast, vnitřní a vnější hranice oblasti, plocha a obvod oblasti. Momenty a těžiště oblasti, základní tvarové příznaky oblasti. 3. Histogram obrazu, základní operace nad obrazovými daty, jasové korekce, transformace jasové stupnice, ekvalizace histogramu, zkvalitňování a vizualizace obrazu. 4. Segmentace obrazové scény, globální přístup k segmentaci, využití histogramu pro prahování obrazu. Určování prahu a automatická detekce prahu, metody modifikovaného histogramu, matice hranovosti, matice sousednosti, rozplav obrazu. 5. Segmentace obrazu narůstáním oblastí, štěpení a spojování oblastí. 6. Detekce hran v obrazu, hrana, zkvalitňování obrazu ostřením a zjednodušení obrazové scény, hrana a popis objektů, metody pro detekci a zdůraznění hrany směrově závislé a nezávislé, Laplaceův operátor, masky pro detekci hrany gradientní metodou, detekce čáry a bodu. 7. Filtrace obrazu, jednorozměrná číslicová filtrace a číslicové filtry typu IIR a FIR, dvourozměrná číslicová filtrace, šum v obrazu, metody pro potlačení šumu, popis vlastností jednotlivých metod. 8. Matematická morfologie, princip a využití pro předzpracování obrazu, potlačení šumu a zjednodušení tvarů objektů, skeletizace a ztenčování na principu matematické morfologie. Bodová množina, strukturní element, dilatace a eroze, operace otevření a uzavření, popis vlastností jednotlivých operací. 9. Ztenčování a skeletizace, ztenčování ve spojitém prostoru, mediální osový skelet, problém ztenčování v diskrétní mřížce, přímý soused bodu na hranici oblasti, násobný bod oblasti, definice skeletu v diskrétní mřížce, jednoduché algoritmy pro ztenčování, popis jejich vlastností, problém zúplnění hran a ztenčení hrany, resp. čáry. 10. Obrazová funkce ve frekvenčním oboru, Fourierova transformace, možnosti využití frekvenčního přístupu k obrazové funkci pro filtraci obrazu, algoritmus a použití. 11. Popis oblastí v obrazu, reprezentace a popis hranic oblastí, Freemanův řetězový kód, reprezentace oblastí, kódování úseků řádků, diferenční řetězový kód, princip metody souřadnicových křivek, např. pro Fourierovský popis ploch. 12. Formáty obrazových dat, komprese obrazových dat. 13. Poznámky k principům rozpoznávání a klasifikace objektů v obrazu, příznakové rozpoznávání a příznaková analýza.
|
|
Studijní aktivity a metody výuky
|
Přednáška s aktivizací, Individuální konzultace, Seminární výuka
- Příprava na souhrnný test [6-30]
- 20 hodin za semestr
- Příprava na zkoušku [10-60]
- 30 hodin za semestr
- Kontaktní výuka
- 65 hodin za semestr
- Vypracování seminární práce v magisterském studijním programu [5-100]
- 45 hodin za semestr
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| programovat na úrovni předmětů KIV/PPA1, KIV/PPA2 a KIV/PT, např. programovací jazyky Java, C/C++, C# |
| aplikovat metody počtu pravděpodobnosti a statistiky a numerické matematiky v rozsahu předmětů KMA/PSA a KMA/NM |
| analyzovat a zpracovávat signály v rozsahu předmětu KIV/AZS |
| Odborné dovednosti |
|---|
| využívat programovacích technik a datových struktur a algoritmizovat úlohy |
| řešit úlohy počtu pravděpodobnosti a statistiky, algoritmizovat úlohy numerické matematiky |
| používat základní techniky zpracování signálů, problematika ADC, FIR, IIR, DFT |
| Obecné způsobilosti |
|---|
| bc. studium: rozpozná problém, objasní jeho podstatu, rozčlení ho na části, |
| bc. studium: své učení a pracovní činnost si sám plánuje a organizuje, |
| mgr. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru., |
| Výsledky učení |
|---|
| Odborné znalosti |
|---|
| rozumět principům strojového vidění, popisu, topologii a geometrii obrazové scény |
| orientovat se v principech a metodách filtrace snímků v prostorové a frekvenční oblasti |
| využívat vlastností histogramu pro segmentaci prahováním a jasové transformace |
| aplikovat morfologické transformace |
| provádět skeletizaci a ztenčování objektů ve snímku |
| Odborné dovednosti |
|---|
| realizovat filtraci snímků v prostorové a frekvenční oblasti |
| provádět jasové transformace, např. ekvalizaci histogramu |
| detekovat hranice objektů ve snímku |
| segmentovat snímky prahováním nebo metodami narůstání oblastí |
| definovat skelet objektu a realizovat algoritmy pro dilataci a erozi objektů |
| Obecné způsobilosti |
|---|
| bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru, |
| mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednáška s aktivizací studentů, |
| Individuální konzultace, |
| Seminární výuka (badatelské metody), |
| Samostudium, |
| Odborné dovednosti |
|---|
| Přednáška s aktivizací studentů, |
| Seminární výuka (badatelské metody), |
| Samostatná práce studentů, |
| Individuální konzultace, |
| Obecné způsobilosti |
|---|
| Přednáška s aktivizací studentů, |
| Seminární výuka (badatelské metody), |
| Individuální konzultace, |
| Samostatná práce studentů, |
| Hodnotící metody |
|---|
| Odborné znalosti |
|---|
| Test, |
| Seminární práce, |
| Kombinovaná zkouška, |
| Odborné dovednosti |
|---|
| Test, |
| Seminární práce, |
| Individuální prezentace, |
| Kombinovaná zkouška, |
| Obecné způsobilosti |
|---|
| Individuální prezentace, |
| Seminární práce, |
| Kombinovaná zkouška, |
|
Doporučená literatura
|
-
Dobeš, Michal. Zpracování obrazu a algoritmy v C#. 1. vyd. Praha : BEN - technická literatura, 2008. ISBN 978-80-7300-233-6.
-
Hlaváč, Václav; Sedláček, Miloš. Zpracování signálů a obrazů. 1. vyd, dotisk. Praha : Vydavatelství ČVUT, 2001. ISBN 80-01-02114-9.
-
Sonka, Milan; Boyle, Roger; Hlavac, Vaclav. Image processing, analysis, and machine vision. 2nd ed. Pacific Grove : PWS Publishing, 1999. ISBN 0-534-95393-X.
-
Šonka, Milan; Hlaváč, Václav. Počítačové vidění. Praha : Grada, 1992. ISBN 80-85424-67-3.
-
Umbaugh, Scott E. Computer imaging : digital image analysis and processing. Boca Raton : Taylor & Francis, 2005. ISBN 0-8493-2919-1.
-
Umbaugh, Scott E. Digital Image Processing and Analysis: Applications with MATLAB and CVIPtools. Boca Raton : Taylor & Francis, 2018. ISBN 978-1-4987-6602-9.
|