Jste zde

F7PBBZOD - Zpracování obrazových dat

Kód Zakončení Kredity Rozsah Jazyk výuky
F7PBBZOD KZ 2 1P+1C česky
Přednášející:
Zoltán Szabó (gar.)
Cvičící:
Zoltán Szabó (gar.), Pavla Suchánková
Předmět zajišťuje:
katedra biomedicínské informatiky
Anotace:

Cílem předmětu je podat základní znalosti o principech procesu číslicového zpracování obrazu (algoritmy - implementace a realizace). Tento cíl zahrnuje i problematiku digitalizace a základní metody analýzy obrazových dat.

Požadavky:

Základní znalost práce v programovém prostředí Matlab

Osnova přednášek:

1. Úvod - optika oka, Spektrální citlivost lidského oka, Jasová citlivost oka, Kontrastní citlivost oka, Prostorová rozlišovací schopnost oka, Časová rozlišovací schopnost oka , Obecné schéma procesu zobrazení

2. Půltónování a rozptylování, Histogram, Bodové operace, Modifikace jasu, Modifikace kontrastu, Logaritmická transformace jasu, Gamma korekce, prahování, Adaptivní prahování, Bit-Plane Slicing („krájení bitů“)

3. Ekvalizace histogramu, Barvy, High/True Color, Barevný model, RGB(A), aditivní (součtový) model, CMY - subtraktivní model, Převod RGB na odstíny šedi, Model HSV, Model HLS, Chromatický diagram XYZ, (CIE), Gamut

4. Obecné schéma procesu zobrazení, Filtrační (výběrová, resp. vzorkovací) vlastnost Diracova impulzu, Lineární zobrazovací systém, Konvoluce a korelace ve spojité a diskrétní oblasti

5. Hledání hran, Hrana, hranový bod, Kategorie hranových detektorů, Gradient obrazové funkce, Diskrétní aproximace derivace, Citlivost derivace na šum, konvoluční masky, Laplacián obrazové funkce, LoG operátor, DoG,

6. 2D Fourierova transformace, Vzorkování spojitého signálu, Aliasing, Antialiasingový filtr, filtrace ve frekvenční oblasti

7. Komprese obrazů, Redundance a irelevance, RLE - kódování délkou běhu, Huffmanovo kódování, 2D DFT, JPEG, BOC vs. ROC

Osnova cvičení:

1. Specifika zpracování obrazové informace v Matlabu - Image Processing Toolbox, možnosti spolupráce HW s Matlabem při zpracování obrazu, přehled funkcí, základní operace s obrazem, volně šiřitelný výukový program MIPS

2. Výpočet základních parametrů obrazu (střední jas, min. a max. jas, rozměr matice, počet úrovní šedé, typy šumu, odstup signálu od šumu SNR, PSNR, střední kvadratická odchylka dvou obrazů apod.), obrazové formáty v Matlabu, experiment na vnímání jasu a kontrastu

3. Aritmetické a logické operace nad obrazem, převodní charakteristiky (LUT) - typy a implementace

4. Histogram, roztažení a vyrovnání histogramu

5. 2D Fourierova transformace, 2D konvoluce (různé typy masek), filtrace (průměrování, mediánová apod.)

6. Segmentace a geometrické transformace

7. Komprese obrazových dat a výpočet vybraných ukazatelů kvality obrazu

Cíle studia:

Porozumění metodám zpracování obrazů jako zobecnění metod pro zpracování signálů. Získání praktických zkušeností s číslicovým zpracováním obrazů.

Studijní materiály:

Povinná literatura:

[1] Hlaváč, V., Sedláček, M.: Zpracování signálů a obrazů. Vydavatelství ČVUT, 2009.

[2] Jan, J.: Číslicová filtrace, analýza a restaurace signálů, kap. 14,Vyd.VUT v Brně 2001

[3] Drastich, A.: Netelevizní zobrazovací systémy. VUT v Brně, 2001.

Doporučená literatura:

[1] Rafael C.Gonzales, Paul Wintz: Digital Image Processing, 2002.

[2] Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision, 3rd edition, Thomson Learning, Toronto, Canada, 2007

[3] Svoboda T., Kybic J., Hlaváč V.: Image Processing, Analysis and Machine Vision - A MATLAB Companion. Thomson, Toronto, Canada, 1 edition, 2007.

Poznámka:
Předmět je součástí následujících studijních plánů:
Materiály ke stažení: