Toto je tzv. shluknutý kurz. Skládá se z několika samostatných předmětů, které sdílejí výukové materiály, úkoly, testy apod. Níže si můžete zobrazit informace o jednotlivých předmětech tvořících tento shluk.

Moderní oblasti obrazové techniky a videotechniky - B2M37MOTA

Hlavní kurz
Kredity 6
Semestry zimní
Zakončení zápočet a zkouška
Jazyk výuky čeština
Rozsah výuky 2P+2L
Anotace
Výklad je zaměřen na nejnovější oblasti obrazové techniky a videotechniky, které aplikačně prostupují téměř všechny oblasti technické praxe související s interakcí s lidským pozorovatelem. Významná část látky je věnována metodám zpracování obrazového signálu a hlavním hardwarovým i softwarovým funkčním blokům souvisejících systémů. Cílem laboratorních úloh je praktické procvičení pokročilých metod snímání, zpracování a reprodukce obrazové informace. Vzhledem k mimořádně rychlému rozvoji této oblasti je obsah přednášek průběžně inovován.
Cíle studia
Žádná data.
Osnovy přednášek
1. Lineární algebra pro zpracování vícerozměrných signálů, maticová reprezentace obrazu, spektrální reprezentace.
2. Multiškálové zpracování obrazu, pyramidální dekompozice, spojitá a diskrétní vlnková transformace.
3. Lidský vizuální systém, vlastnosti a modely.
4. Problematika reálných snímacích soustav a jejich přenosové vlastnosti.
5. Modelování obrazových signálů, základní modely šumu, metody rekonstrukce obrazu, potlačování šumu.
6. Superrozlišení (super-resolution), komprimované snímání (compressed sensing).
7. Snímání a reprodukce obrazu s vysokým dynamickým rozsahem (HDR).
8. Snímání a zpracování světelného pole, plenoptická kamera.
9. Paralelizace algoritmů zpracování obrazu, využití GPU.
10. Principy reprodukce 3D obrazu, stereoskopie, volumetrické zobrazování, digitální holografie.
11. Televizní systémy s vysokým rozlišením (HDTV, UHDTV), vysokým snímkovým kmitočtem (HFR) a rozšířeným barevným gamutem (WCG).
12. Projekční technika, záznam a reprodukce obrazu v digitální kinematografii (DCI).
13. Kolorimetrie v obrazové technice a správa barev.
14. Snímání a zpracování vědeckých obrazových dat v astronomii a biomedicíně.
Osnovy cvičení
1. Maticová reprezentace pro vícerozměrné obrazové signály. Spektrální reprezentace obrazu.
2. Subjektivní a objektivní metody pro hodnocení kvality obrazu.
3. Metody doostřování obrazu.
4. Metody superrozlišení (super-resolution) pro následné zpracování obrazu.
5. Snímání a přenos obrazu s vysokým dynamickým rozsahem (HDR). Zadání semestrálních projektů.
6. Snímání a přenos stereoskopického obrazu.
7. Paralelizace vybraných algoritmů zpracování obrazu, využití GPU.
8. Měření přenosových vlastností digitálního fotoaparátu.
9. Měření vlastností fotografických filtrů.
10. Měření parametrů obrazového snímače.
11. Snímání a předzpracování vědeckých obrazových dat v astronomii a biomedicíně.
12. Práce na semestrálních projektech.
13. Prezentace semestrálních projektů.
14. Zápočtový test, zápočty.
Literatura
[1] Gonzalez, R. C., Woods, R. E., Digital image processing, Upper Saddle River: Prentice-Hall, 2007.
[2] Gonzalez, R. C., Woods, R. E., Eddins, S. L., Digital image processing using MATLAB, Natick: Gatesmark, 2009.
[3] Woods, J. W., Multidimensional signal, image, and video processing and coding, Amsterdam: Academic Press, 2012.
[4] Milanfar, P., Super-resolution imaging, Boca Raton: CRC, 2011.
[5] Bovik, A. C., Handbook of image and video processing, Amsterdam: Elsevier, 2005.
[6] Cristobal, G., Schelkens, P., Thienpont, H., Optical and digital image processing: fundamentals and applications, Weinheim: Wiley, 2011.
[7] Dufaux, F., Pesquet-Popescu, B., Cagnazzo, M., Emerging technologies for 3D video: creation, coding, transmission and rendering, Chichester: Wiley, 2013.
[8] Mrak, M., Grgić, M, Kunt, M., High-quality visual experience: creation, processing and interactivity of high-resolution and high-dimensional video signals, Heidelberg: Springer, 2010.
[9] Reinhard, E., High dynamic range imaging: acquisition, display, and image-based lighting, Burlington: Morgan Kaufmann/Elsevier, 2010.
[10] Poynton, C., Digital video and HDTV algorithms and interfaces, Amsterdam: Morgan Kaufmann, 2003.
Požadavky
Předpokládá se znalost lineární algebry, matematické analýzy a analýzy signálů a soustav.

Moderní oblasti obrazové techniky a videotechniky - B2M37MOT

Kredity 5
Semestry zimní
Zakončení zápočet a zkouška
Jazyk výuky čeština
Rozsah výuky 2P+2L
Anotace
Výklad je zaměřen na nejnovější oblasti obrazové techniky a videotechniky, které aplikačně prostupují téměř všechny oblasti technické praxe související s interakcí s lidským pozorovatelem. Významná část látky je věnována metodám zpracování obrazového signálu a hlavním hardwarovým i softwarovým funkčním blokům souvisejících systémů. Cílem laboratorních úloh je praktické procvičení pokročilých metod snímání, zpracování a reprodukce obrazové informace. Vzhledem k mimořádně rychlému rozvoji této oblasti je obsah přednášek průběžně inovován.
Cíle studia
Žádná data.
Osnovy přednášek
1. Lineární algebra pro zpracování vícerozměrných signálů, maticová reprezentace obrazu, spektrální reprezentace.
2. Multiškálové zpracování obrazu, pyramidální dekompozice, spojitá a diskrétní vlnková transformace.
3. Lidský vizuální systém, vlastnosti a modely.
4. Problematika reálných snímacích soustav a jejich přenosové vlastnosti.
5. Modelování obrazových signálů, základní modely šumu, metody rekonstrukce obrazu, potlačování šumu.
6. Superrozlišení (super-resolution), komprimované snímání (compressed sensing).
7. Snímání a reprodukce obrazu s vysokým dynamickým rozsahem (HDR).
8. Snímání a zpracování světelného pole, plenoptická kamera.
9. Paralelizace algoritmů zpracování obrazu, využití GPU.
10. Principy reprodukce 3D obrazu, stereoskopie, volumetrické zobrazování, digitální holografie.
11. Televizní systémy s vysokým rozlišením (HDTV, UHDTV), vysokým snímkovým kmitočtem (HFR) a rozšířeným barevným gamutem (WCG).
12. Projekční technika, záznam a reprodukce obrazu v digitální kinematografii (DCI).
13. Kolorimetrie v obrazové technice a správa barev.
14. Snímání a zpracování vědeckých obrazových dat v astronomii a biomedicíně.
Osnovy cvičení
1. Maticová reprezentace pro vícerozměrné obrazové signály. Spektrální reprezentace obrazu.
2. Subjektivní a objektivní metody pro hodnocení kvality obrazu.
3. Metody doostřování obrazu.
4. Metody superrozlišení (super-resolution) pro následné zpracování obrazu.
5. Snímání a přenos obrazu s vysokým dynamickým rozsahem (HDR). Zadání semestrálních projektů.
6. Snímání a přenos stereoskopického obrazu.
7. Paralelizace vybraných algoritmů zpracování obrazu, využití GPU.
8. Měření přenosových vlastností digitálního fotoaparátu.
9. Měření vlastností fotografických filtrů.
10. Měření parametrů obrazového snímače.
11. Snímání a předzpracování vědeckých obrazových dat v astronomii a biomedicíně.
12. Práce na semestrálních projektech.
13. Prezentace semestrálních projektů.
14. Zápočtový test, zápočty.
Literatura
[1] Gonzalez, R. C., Woods, R. E., Digital image processing, Upper Saddle River: Prentice-Hall, 2007.
[2] Gonzalez, R. C., Woods, R. E., Eddins, S. L., Digital image processing using MATLAB, Natick: Gatesmark, 2009.
[3] Woods, J. W., Multidimensional signal, image, and video processing and coding, Amsterdam: Academic Press, 2012.
[4] Milanfar, P., Super-resolution imaging, Boca Raton: CRC, 2011.
[5] Bovik, A. C., Handbook of image and video processing, Amsterdam: Elsevier, 2005.
[6] Cristobal, G., Schelkens, P., Thienpont, H., Optical and digital image processing: fundamentals and applications, Weinheim: Wiley, 2011.
[7] Dufaux, F., Pesquet-Popescu, B., Cagnazzo, M., Emerging technologies for 3D video: creation, coding, transmission and rendering, Chichester: Wiley, 2013.
[8] Mrak, M., Grgić, M, Kunt, M., High-quality visual experience: creation, processing and interactivity of high-resolution and high-dimensional video signals, Heidelberg: Springer, 2010.
[9] Reinhard, E., High dynamic range imaging: acquisition, display, and image-based lighting, Burlington: Morgan Kaufmann/Elsevier, 2010.
[10] Poynton, C., Digital video and HDTV algorithms and interfaces, Amsterdam: Morgan Kaufmann, 2003.
Požadavky
Předpokládá se znalost lineární algebry, matematické analýzy a analýzy signálů a soustav.