FPF:UINA327 Image Analysis and Recognition - Informace o předmětu
UINA327 Image Analysis and Recognition
Filozoficko-přírodovědecká fakulta v Opavězima 2024
- Rozsah
- 2/2/0. 6 kr. Ukončení: zk.
- Vyučující
- Ing. Jiří Blahuta, Ph.D. (přednášející)
RNDr. Jiří Martinů, Ph.D. (cvičící) - Garance
- Ing. Jiří Blahuta, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě - Rozvrh
- Po 11:25–13:00 LEI
- Rozvrh seminárních/paralelních skupin:
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Computer Science and Technology (program FPF, N1801 Inf)
- Computer Science (program FPF, CompSci-np)
- Cíle předmětu
- The course called Image Analysis and Recognition is focused on digital image processing, objects classification of the digital image and understanding of the digital images. The first part of the course is devoted to ways of digital image acquisition and its digital representation. Principal chapters are focused on all phases of image processing - from pre-processing, filtration to segmentation followed by understanding by means of classifiers with feature-based analysis of the segmented image data.
- Osnova
- 1. Matematický popis obrazu spojitý a diskrétní, fyziologické a psychické aspekty vidění
2. Matematický model černobílého a barevného vidění, typy obrazů a zařízení pro jejich snímání.
3. Lineární operátory, sčítání, konvoluce obrazu, cyklická konvoluce, hraniční podmínky h
4. Fourierova transformace, Haarova, Hadamardova transformace, konvoluční teorém
5. Vzorkování, aliasing, antialisingový filtr, rekonstrukce obrazu, příklady rekonstrukčních filtrů
6. Číslicová filtrace šumu, ostření obrazu a vyjasnění hran, fuzzy filtrace, histogram a jeho vyrovnání.
7. Segmentace obrazu prahováním, adaptivní prahování, sledování hranice, segmentace narůstáním a štěpením oblastí, přímým srovnáním se vzorem, segmentace fuzzy pravidlovým systmem.
8. Matematická a fuzzy matematická morfologie, homotopický strom, skeletonizace, dilatace, uzavření a otevření.
9. Houghova transformace, aproximace čar, kruhových úseků.
10. Detekce příznaků, globální a lokální příznaky, příznaky vycházející z intensity pixelu, popisu hranic, eulerovo číslo, příznaky charakterizující textury, polygonální reprezentace.
11. Popisu a indexace regionů, skalární popisy, momenty, evaluace příznaků, nezávislost vůči transformacím obrazu.
12. Rozpoznávání vzorů, příznakové statistické metody, nastavení klasifikátoru, shluková analýza, rozpoznání pomocí
13. etalonu, neuronové a fuzzy neuronové klasifikátory
- 1. Matematický popis obrazu spojitý a diskrétní, fyziologické a psychické aspekty vidění
- Literatura
- povinná literatura
- SOJKA, E. Zpracování digitálního obrazu. 2000. ISBN 80-7078-746-5. info
- doporučená literatura
- SZELISKI, Richard. Computer Vision: Algorithms and Applications. Berlin, 2010. info
- DOUGHERTY, G. Digital Image Processing for Medical Applications. Oxford, 2009. ISBN 978-0521860857. info
- ŽÁRA, Jiří, SOCHOR, Jiří, FELKEL, Petr, BENEŠ, Bedřich. Moderní počítačová grafika. Brno, 2005. ISBN 978-80-2510-454-5. info
- SCHLESINGER, M.I., HLAVÁČ, V. Deset přednášek z teorie statistického a strukturního rozpoznávání. Praha, 1999. info
- ŠONKA, M., HLAVÁČ, V., BOYLE, R. Image Processing, Analysis and Machine Vision. Boston, 1998. info
- HARALICK, R. M. , SHAPIRO, L. G. Computer and Robot Vision. New York, 1992. info
- PRATT, W. K. Digital Image Processing, Second Edition. New York, 1991. info
- Výukové metody
- Přednáška s aktivizací
Přednáška s analýzou videozáznamu - Metody hodnocení
- Zkouška
- Vyučovací jazyk
- Angličtina
- Informace učitele
- * 75% návštěvnost přednášek a cvičení
* test ve cvičení max 30 bodů
* implementace vybraných metod na konkretním robotu max 30 bodů, 10 bodů dokumentace
* 40 bodů zkouška
podmínka splnění 50% z každé části
- Další komentáře
- Předmět je dovoleno ukončit i mimo zkouškové období.
- Statistika zápisu (nejnovější)
- Permalink: https://is.slu.cz/predmet/fpf/zima2024/UINA327