Moodle FEL ČVUT
Digitální obraz
B232 - Letní 23/24
Tento předmět se nenachází v Moodle. Na jeho domovskou stránku se můžete dostat pomocí tlačítka "Stránka kurzu (mimo Moodle)" vpravo (pokud existuje).
Digitální obraz - B4M33DZO
| Kredity | 6 |
| Semestry | oba |
| Zakončení | zápočet a zkouška |
| Jazyk výuky | čeština |
| Rozsah výuky | 2P+2C |
Anotace
Předmět srozumitelným způsobem představuje základní metody digitálního zpracování obrazu. Výklad je zaměřen zejména na postupy, které mají zajímavý teoretický základ, ale současně vynikají jednoduchostí implementace. Zdánlivě abstraktní pojmy z matematické analýzy, teorie pravděpodobnosti či optimalizace zde ožívají formou vizuálně poutavých aplikací. Předmět se zaměřuje jak na základní principy (vzorkování a rekonstrukce signálu, monadické operace, histogram, Fourierova transformace, konvoluce, lineární a nelineární filtrace), tak i na pokročilejší techniky editace, deformace, registrace a segmentace obrazu. V průběhu semestru je látka procvičena formou šesti implementačních úloh, díky kterým si posluchači osvojí teoretické znalosti z přednášek a využijí je k řešení praktických problémů.
Cíle studia
Žádná data.
Osnovy přednášek
1. Monadické operace
2. Fourierova transformace
3. Konvoluce
4. Lineární filtrace
5. Nelineární filtrace
6. Editace obrazu
7. Deformace obrazu 1
8. Deformace obrazu 2
9. Registrace obrazu 1
10. Registrace obrazu 2
11. Registrace obrazu 3
12. Segmentace obrazu 1
13. Segmentace obrazu 2
14. Rezerva
2. Fourierova transformace
3. Konvoluce
4. Lineární filtrace
5. Nelineární filtrace
6. Editace obrazu
7. Deformace obrazu 1
8. Deformace obrazu 2
9. Registrace obrazu 1
10. Registrace obrazu 2
11. Registrace obrazu 3
12. Segmentace obrazu 1
13. Segmentace obrazu 2
14. Rezerva
Osnovy cvičení
1. Úvod do Matlabu
2. Monadické operace 1
3. Monadické operace 2
4. Fourierova transformace 1
5. Fourierova transformace 2
6. Lineární a nelineární filtrace 1
7. Lineární a nelineární filtrace 2
8. Editace obrazu 1
9. Editace obrazu 2
10. Registrace obrazu 1
11. Registrace obrazu 2
12. Segmentace obrazu 1
13. Segmentace obrazu 2
14. Zápočet
2. Monadické operace 1
3. Monadické operace 2
4. Fourierova transformace 1
5. Fourierova transformace 2
6. Lineární a nelineární filtrace 1
7. Lineární a nelineární filtrace 2
8. Editace obrazu 1
9. Editace obrazu 2
10. Registrace obrazu 1
11. Registrace obrazu 2
12. Segmentace obrazu 1
13. Segmentace obrazu 2
14. Zápočet
Literatura
1. Gonzalez R. C., Woods R. E.: Digital Image Processing (3rd Edition), Prentice Hall, 2008.
2. Goshtasby A. A.: Image Registration: Principles, Tools and Methods, Springer, 2012.
3. He J., Kim C.-S., Kuo C.-C. J.: Interactive Segmentation Techniques: Algorithms and Performance Evaluation, Springer, 2014.
4. Paris S., Kornprobst P., Tumblin J., Durand F.: Bilateral Filtering: Theory and Applications, Now Publishers, 2009.
5. Pratt W.: Digital Image Processing (3rd Edition), John Wiley, 2004.
6. Radke R. J.: Computer Vision for Visual Effects, Cambridge University Press, 2012.
7. Svoboda, T., Kybic, J., Hlaváč, V.: Image Processing, Analysis and Machine Vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.
8. Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision (3rd Edition), Thomson Learning, 2007.
2. Goshtasby A. A.: Image Registration: Principles, Tools and Methods, Springer, 2012.
3. He J., Kim C.-S., Kuo C.-C. J.: Interactive Segmentation Techniques: Algorithms and Performance Evaluation, Springer, 2014.
4. Paris S., Kornprobst P., Tumblin J., Durand F.: Bilateral Filtering: Theory and Applications, Now Publishers, 2009.
5. Pratt W.: Digital Image Processing (3rd Edition), John Wiley, 2004.
6. Radke R. J.: Computer Vision for Visual Effects, Cambridge University Press, 2012.
7. Svoboda, T., Kybic, J., Hlaváč, V.: Image Processing, Analysis and Machine Vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.
8. Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision (3rd Edition), Thomson Learning, 2007.
Požadavky
Předpokládá se, že studentka (student) zná matematickou analýzu, lineární algebru, pravděpodobnost a statistiku v rozsahu vyučovaném na FEL ČVUT.