Digitální zpracování obrazu - NPGR002

• Anglický název: Digital Image Processing
• Zajišťuje: Katedra softwaru a výuky informatiky (32-KSVI)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2022
• Semestr: zimní
• E-Kredity: 4
• Rozsah, examinace: zimní s.:3/0, Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Další informace: http://zoi.utia.cas.cz/teaching
• Garant: prof. Ing. Jan Flusser, DrSc.
• Třída: Informatika Bc.; Informatika Mgr. - volitelný; M Bc. MMIT; M Bc. MMIT > Povinně volitelné; M Mgr. MMIB; M Mgr. MMIB > Povinně volitelné
• Kategorizace předmětu: Informatika > Počítačová grafika a geometrie
• Je korekvizitou pro: NPGR029, NPGR013, NMPG349
• Je neslučitelnost pro: NPGX002
• Je záměnnost pro: NPGX002

Anotace

čeština

Poslední úprava: T_KSVI (24.04.2003)

Úvodní přednáška z digitálního zpracování obrazu a rozpoznávání. Hlavní pozornost je věnována digitalizaci obrazu, předzpracování (potlačení šumu, zvýšení kontrastu, odstranění rozmazání), detekci hran, geometrickým transformacím, příznakovému popisu objektů a metodám automatického rozpoznávání (klasifikace). Výklad teorie bude doprovázen ukázkami experimentů a praktických aplikací.

angličtina

Poslední úprava: T_KSVI (24.04.2003)

An introductory course on image processing and pattern recognition. Major attention is paid to image sampling and quantization, image preprocessing (noise removal, contrast stretching, sharpening, and de-blurring), edge detection, geometric transformations and warping, features for shape description and recognition, and to general pattern recognition techniques. Numerous applications and experimental results are presented in addition to the theory.

Podmínky zakončení předmětu

čeština

Poslední úprava: prof. Ing. Jan Flusser, DrSc. (11.06.2018)

Ustni zkouska, bez zapoctu. Cas na pripravu dle potreby. Jeden radny a dva opravne terminy. Soucasti zkousky neni programovani.

angličtina

Poslední úprava: prof. Ing. Jan Flusser, DrSc. (28.10.2019)

"Face to face" oral exam, no programming.

Literatura

čeština

Poslední úprava: T_KSVI (24.04.2003)

[1] Pratt W. K.: Digital Image Processing (2nd ed.), John Wiley, New York, 1991

[2] Rosenfeld A., Kak A. C.: Digital Picture Processing, Academic Press, New York, 1982

[3] Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 1992

[4] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001

angličtina

Poslední úprava: prof. Ing. Jan Flusser, DrSc. (28.10.2019)

[1] Pratt W. K.: Digital Image Processing (2nd ed.), John Wiley, New York, 1991

[2] Rosenfeld A., Kak A. C.: Digital Picture Processing, Academic Press, New York, 1982

[3] Gonzales R. C., Woods R. E., Digital Image Processing (3rd ed.), Addison-Wesley, 1992

[4] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001

Sylabus

čeština

Poslední úprava: FLUSSER/MFF.CUNI.CZ (20.09.2008)

• digitalizace obrazu, vzorkování a kvantování spojitých funkcí, Shannonův teorém, aliasing

• základní operace s obrazy, histogram, změny kontrastu, odstranění šumu, zaostření obrazu

• lineární filtrace v prostorové a frekvenční oblasti, konvoluce, Fourierova transformace

• detekce hran

• degradace obrazu a její modelování, inverzní a Wienerův filtr, odstranění základních typů degradací (rozmazání pohybem a defokusací)

• segmentace obrazu

• registrace (matching) obrazů

• příznakový popis rovinných objektů

• invariantní příznaky, Fourierovy deskriptory, momentové invarianty, diferenciální invarianty

• teorie příznakového rozpoznávání, klasifikátory s učením a bez učení, NN-klasifikátor, lineární klasifikátor, Bayesův klasifikátor

• shluková analýza v postroru příznaků, iterační a hierarchické metody

Blizsi podrobnosti (studijni materialy, rozvrh, zkousky, navazujici

diplomove prace, apod.) najdete na

http://zoi.utia.cas.cz/teaching

Doporučené navazující předměty v letním semestru: PGR013 (J. Flusser, B. Zitová), PGR022 (J. Flusser, B. Zitová), a AIL072 (J. Štanclová).

angličtina

Poslední úprava: T_KSVI (24.04.2003)

• image sampling and quantization, Shannon theorem, aliasing

• basic image operations, histogram, contrast stretching, noise removal, image sharpening

• linear filtering in the spatial and frequency domains, convolution, Fourier transform

• edge detection, corner detection

• image degradations and their modelling, inverse and Wiener filtering, restoration of motion-blurred and out-of-focus blurred images

• image segmentation

• image registration and matching

• features for description and recognition of 2-D shapes

• invariant features, Fourier descriptors, moment invariants, differential invariants

• statistical pattern recognition, supervised and nonsupervised classification, NN- classifier, linear classifier, Bayessian classifier

• clustering in a feature space, iterative and hierarchical methods

• dimensionality reduction of a feature space