UFPF010 Analýza a zpracování digitálního obrazu

Filozoficko-přírodovědecká fakulta v Opavě
léto 2021
Rozsah
2/2/0. 6 kr. Ukončení: zk.
Vyučující
doc. RNDr. Stanislav Hledík, Ph.D. (přednášející)
Mgr. Adam Hofer (cvičící)
RNDr. Jan Novotný, Ph.D. (přednášející)
Garance
doc. RNDr. Stanislav Hledík, Ph.D.
Centrum interdisciplinárních studií – Filozoficko-přírodovědecká fakulta v Opavě
Rozvrh
Po 15:35–17:10 LPS
  • Rozvrh seminárních/paralelních skupin:
UFPF010/A: Út 8:05–9:40 LPS, A. Hofer
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Předmět je zaměřen na digitální zpracování, analýzu a rozpoznávání obrazových dat a jejich aplikace v přírodních vědách, zejména ve fyzice a v měřicí a monitorovací technice. Výklad je doplněn praktickými ukázkami a interaktivními demonstracemi.
Osnova
  • Úvod. Matematický popis obrazu: spojitý a diskrétní, fyziologické a psychické aspekty vidění, matematický model černobílého a barevného vidění, typy obrazů a zařízení pro jejich snímání.
    Matematika pro zpracování obrazu. Prostor obrazových signálů, jeho vlastnosti a operace nad ním. Transformace obrazových signálů (Fourierova, kosinová, waveletová, obecná unitární). Stochastický popis obrazových signálů.
    Předzpracování obrazu. Vzorkování, kvantování a rekonstrukce obrazu, aliasing.
    Zpracování obrazu bodovými, algebraickými a geometrickými transformacemi. Bodové operace s obrazem. Histogram jasu, vyrovnání histogramu. Gamma korekce, úprava kontrastu a příbuzné transformace. Algebraické transformace s obrazy. Geometrické transformace obrazu.
    Zpracování obrazu pomocí plošných operací. Lineární a nelineární filtrace. Nerekurzivní filtrace, rekurzivní filtrace. Degradace a rekonstrukce obrazu. Wienerovo filtrování. Morfologické zpracování (dilatace, eroze, uzavření a otevření). Ostření obrazu a vyjasnění hran.
    Segmentace obrazu. Detekce hran a oblastí, spojování hran a oblastí, detekce rohů. Zpracování binárních obrazů.
    Detekce příznaků a rozpoznání vzorů. Globální a lokální příznaky, evaluace příznaků, nezávislost vůči transformacím obrazu, příznakové statistické metody pro rozpoznání vzorů, klasifikátory.
    Aplikace vybraných metod v praxi - případové studie pomocí softwaru Mathematica.
Literatura
    doporučená literatura
  • Petrou M., Petrou C. Image Processing: The Fundamentals. Wiley; 2 edition, 2010. ISBN 978-0470745861. info
  • Gonzalez R.C., Woods R.E. Digital Image Processing. Prentice Hall; 3 edition, 2007. ISBN 978-0131687288. info
Informace učitele
Účast na přednáškách je doporučená. Může být nahrazena samostudiem doporučené literatury a individuálními konzultacemi. Účast na cvičeních je povinná (min. 80%).
Další komentáře
Studijní materiály
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích léto 2014, léto 2015, léto 2016, léto 2017, léto 2018, léto 2019, léto 2020, léto 2022, léto 2023.