Digital Image Processing in Practice - NPGR032

• Title: Digitální zpracování obrazu v praxi
• Guaranteed by: Department of Software and Computer Science Education (32-KSVI)
• Faculty: Faculty of Mathematics and Physics
• Actual: from 2013
• Semester: winter
• E-Credits: 3
• Hours per week, examination: winter s.:0/2, C [HT]
• Capacity: unlimited
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: full-time
• Additional information: http://zoi.utia.cas.cz/teaching
• Guarantor: doc. RNDr. Barbara Zitová, Ph.D.
• Teacher(s): Ing. Adam Novozámský, Ph.D.
• Class: Informatika Bc.; Informatika Mgr. - volitelný
• Classification: Informatics > Computer Graphics and Geometry

Annotation

English

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).

Last update: G_I (15.05.2013)

Czech

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).

Last update: G_I (14.05.2013)

Course completion requirements

English

Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.

Last update: Holan Tomáš, RNDr., Ph.D. (29.10.2019)

Czech

Úspěšné absolvování závěrečného testu - řešení zadané úlohy ze zpracování obrazu v Matlabu.

Last update: Zitová Barbara, doc. RNDr., Ph.D. (11.10.2017)

Literature

English

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

Last update: G_I (14.05.2013)

Syllabus

English

Matlab basics

Fourier transform ( basics: amplitude, phase, real and imaginary part; filtering in frequency domain)

Noise removal (noise and its variations, noise parameters, noise removal - convolution filters, frequency based filters, averaging)

Edge detection and histogram equalization (Roberts, Sobel, Maar-Hilbert, edge enhancement, histogram equalization)

Morphology (erosion, dilatation, opening, closing, object counting, skeletonization)

Image registration (correlation, a registration of an affinely transformed image )

Deconvolution (convolution theorem, inverze filtering, Wiener filter, parameter estimation)

Classification (Fourier descriptors, feature space, distance matrix, classification, moment invariants)

Hough transform

Segmentation ( image segmentation, object classification)

Detailed info can be found here http://zoi.utia.cas.cz/teaching.

Recomended lectures: NPGR013 (J. Flusser, B. Zitová), NPGR022 (J. Flusser, B. Zitová), a NAIL072 (J. Štanclová).

Last update: G_I (14.05.2013)

Czech

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)

Morfologie (eroze, dilatace, opening, closing, počítání objektů, skeletonizace binárních dat)

Registrace obrazu (korelace, fázová korelace, registrace afinně transformovaného obrazu)

Dekonvoluce (konvoluční teorém, inverzní filtr, Wienerův filtr, odhad parametrů)

Rozpoznávání (Fourierovy deskriptory, příznakový prostor, distanční matice, klasifikace, momentové invarianty)

Hough transformace (parametrizace a vyhledávání objektů pomocí Houghova prostoru)

Segmentace ( segmentace obrazu s důrazem na prahování, klasifikace objektů)

Bližsí podrobnosti (studijní materiály, rozvrh, zkoušky, navazující diplomové práce, apod.) najdete na

Doporučené navazující předměty v letním semestru: NPGR013 (J. Flusser, B. Zitová), NPGR022 (J. Flusser, B. Zitová), a NAIL072 (J. Štanclová).

Last update: G_I (14.05.2013)