Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
F7PBLZOD | Z | 2 | 1P+1C | česky |
Spojitá reprezentace obrazů, lineární 2D systémy, 2D spektra, diskrétní reprezentace obrazů, 2D diskrétní operátory, separabilní a konvoluční operátory. Základní charakteristiky obrazu: jas, kontrast, rozlišení, počet úrovní šedi, šum, převodní charakteristiky (LUT), histogram. Operace s histogramem. Diskrétní Fourierova transformace, diskrétní kosínová a sínová transformace, Zvýrazňování obrazů, edice a geometrické operace. Potlačování šumu a rušivých artefaktů v obrazech. Morfologické operace, eroze, dilatace. Restaurace obrazů, pseudoinverzní filtrace, mediánová filtrace. Segmentace obrazu, detekce hran, hranic a oblastí. Geometrické transformace. Základní principy komprese obrazových dat a ukazatelé kvality. Jako nezbytná součást cvičení bude i práce v prostředí Matlabu.
Podmínkou zápočtu je účast na všech cvičení (maximálně 2 omluvené absence) a úspěšné vyřešení samostatné úlohy na konci semestru.
•Zrakový orgán (dynamický rozsah, spektrální citlivost), jasová citlivost oka, kontrastní citlivost oka, Machův pásmový jev, prostorová rozlišovací schopnost oka, časová rozlišovací schopnost oka.
•Obecné schéma procesu zobrazení, základní principy sběru obrazových dat, vzorkování a kvantizace obrazů, lineární systém, filtrační (výběrová, resp. vzorkovací) vlastnost Diracova impulzu, ideální lineární proces zobrazení.
•Barevná hloubka, High color, True color, barevný model RGB(A), CMY(K) – subtraktivní model, barevný model HSV a HLS, chromatický diagram, Gamut, půltónování a rozptylování, histogram, bodové, lokální a globální operace nad obrazy, modifikace jasu a kontrastu, globální a adaptivní prahování, logaritmická transformace jasu, gamma korekce, ekvalizace histogramu (globální, lokální).
•Konvoluce v diskrétní oblasti, korelace vs. konvoluce, ostření Laplaciánem, mediánová filtrace, vyhlazovací filtry, hrana, hranový bod, původ hran v obraze, kategorie hranových detektorů, detektory založené na hledání maxim prvních derivací, detektory založené hledání pruchodu druhých derivací nulou.
•Fourierova transformace (DFT jednoduchých obrazců), filtrace ve frekvenční oblasti, aliasing.
•Morfologické operace, dilatace obrazu, eroze obrazu, binární otevření a uzavření, transformace tref či miň, vzdálenostní transformace, Watershed transformace (Marker-controlled watershed), označení oblastí (Labeling).
•Segmentace, geometrické transformace, základní principy komprese obrazových dat a ukazatelé kvality.
1. Úvod, základy Matlabu pro zpracování obrazu, načítání a reprezentace obrazu v Matlabu
2. Základní obrazové parametry, jas, kontrast, histogram, práce s b/w obrazem, práce s RGB obrazem
3. Vyhlazení obrazu, binarizace obrazu
4. Detekce objektů, vypočítání počet a vlastnosti objektů
5. Segmentace obrazu
6. Opakování
7. Zápočtová úloha
Povinná literatura:
•HLAVÁČ, Václav a Miloš SEDLÁČEK. Zpracování signálů a obrazů. 3. vyd. Praha: České vysoké učení technické, 2009. ISBN 978-80-01-04442-1.
•SOJKA, Eduard. Digitální zpracování a analýza obrazů. Ostrava: VŠB – Technická univerzita, 2000. ISBN 80-7078-746-5.
•JAN, Jiří. Číslicová filtrace, analýza a restaurace signálů. 2. vydání. Brno: VUTIUM, 2002, ISBN 80-2142-911-9.
Doporučená literatura:
•GONZALEZ, Rafael C. and Richard E. WOODS. Digital Image Processing. 4th ed., New Jersey: Pearson/Prentice Hall, 2018, ISBN 978-0-13-168728-8.
•SVATOŠ, Josef. Zobrazovací systémy v lékařství. 2. vyd. Praha: České vysoké učení technické, 1998. ISBN 80-01-01873-3.
Studijní pomůcky:
Softwarové prostředí Matlab – Image Processing Toolbox.
Příloha | Velikost |
---|---|
01 přednáška 2020 ZS | 965.75 KB |
01 přednáška 2023 ZS | 1.59 MB |
02 přednáška 2023 ZS | 2.72 MB |
03 přednáška 2023 ZS | 947.35 KB |
04 přednáška 2024 ZS | 1008.09 KB |
Harmonogram cvičení: https://harm.fbmi.cvut.cz/B241/F7PBLZOD/tut