Podrobnosti o předmětu F7PMBZAO jsou na webu https://people.ciirc.cvut.cz/~hlavac/teaching/FBMI-ZAO/
| Kód | Zakončení | Kredity (ECTS) | Rozsah | Jazyk výuky |
|---|---|---|---|---|
| F7PMBZAO | Z,ZK | 5 | 2P+2C | anglicky |
Předmět se zabývá tématy digitální zpracování obrazu vs. počítačové vidění, role interpretace, objekty vobraze, digitální obraz, vzdálenostní transformace, histogram jasu, pořízení obrazu z geometrického i radiometrického hlediska, Fourierova transformace, odvození vzorkovací věty, frekvenční filtrace obrazu, PCA, transformace jasu, geometrické transformace, interpolace, registrace, zpracování v prostorové oblasti, konvoluce, korelace, filtrace šumu, detekce hran, lineární a nelineární metody, matematická morfologie, komprese obrazu, barevné obrazy, textura, segmentace objektů vobrazech, popis objektů v obrazech a jejich rozpoznávání.
Požadavky na udělení zápočtu: Je vyžadováno splnění úloh ve cvičeních, které odpovídá maximálně 40 bodům.
Požadavky na hodnocení zkoušky: Zkouškový písemný test z látky přednášky zajistí max. 30 bodů. Ústní zkoušení max. 30 bodů. Ze cvičení je převzato max. 40 bodů. Hodnocení je založeno na stupnici ECTS.
1. DZO vs. počítačové vidění. Role interpretace. Objekty v obraze. Digitální obraz. Vzdálenostní transformace. Kontrast.
2. AI pro analýzu obrazů (hluboké sítě, transformery, velké jazykové modely)
3. Zpracování v prostorové oblasti. Konvoluce, korelace. Filtrace šumu.
4. Transformace jasu, geometrické transformace, interpolace obrazu. Pořízení obrazu z optického i radiometrického hlediska.
5. Detekce hran. Prostor měřítek. Detekce významných bodů. SIFT, SURF.
6. Fourierova transformace v 1D a 2D. Frekvenční filtrace obrazů.
7. Metoda hlavních směrů. Vlnková transformace.
8. Komprese obrazů. Barevné obrazy.
9. Pevná i pružná registrace obrazů a objektů v obraze
10. Segmentace objektů 1.
11. Segmentace objektů 2, neuronovými sítěmi.
12. 3D počítačové vidění, základní myšlenky, Marrova teorie. Geometrie jedné kamery. Geometrie dvou kamer.
1. Šedotónová matematická morfologie, dilatace, eroze.
2. Top Hat transformace, vzdálenostní transformace.
3. Fourierova transformace, frekvenční filtrace obrazů.
4. Metoda hlavních směrů (Principal Component Analysis).
5. Transformace jasu.
6. Geometrické transformace, interpolace.
7. Registrace.
8. Zpracování v prostorové oblasti. Konvoluce, korelace.
9. Filtrace šumu. Detekce hran. Lineární a nelineární metody.
10. Komprese obrazů. Barevné obrazy.
11. Huffmanovo kódování, diskrétní kosinová transformace.
12. Segmentace objektů v obrazech.
Cílem předmětu je seznámit studenty s metodami zpracování a analýzy obrazu. Předmět studenty naučí, jak se zpracovávají a analyzují obrazy počítačem. Vysvětlíme metody digitálního zpracování obrazu, kdy nemáme sémantickou znalost o obsahu obrazu. Dále budeme studovat postupy analýzy obrazu, kdy podle sémantiky umíme segmentovat objekty od pozadí, popsat je příznaky a rozpoznat je. Navážeme na studentovy znalosti z matematické analýzy, lineární algebry a teorie signálů.
[1] HLAVÁČ, Václav a Miloš SEDLÁČEK. Zpracování signálů a obrazů. Vyd. 3. v Praze: ČVUT, 2009. vii, 252 s. ISBN 978-80-01-04442-1.
[2] ŠONKA, Milan, Václav HLAVÁČ, Roger BOYLE. Image processing, analysis, and machine vision. Fourth edition. Stamford: Cengage Learning, [2015], ©2015. 870 stran, A-P stran obrazových příloh. ISBN 978-1-133-59360-7.
[3] Szeliski R.Computer Vision: Algorithms and Application, Springer, Berlin, 2010. 812 p.
[4] BIRCHFELD, Stan. Image processing and analysis. Boston: Cengage Learning, [2016], © 2018. xviii, 718 stran. ISBN 978-1-285-17952-0
Když je v posluchárně alespoň jeden student nerozumějící česky, probíhá výuka v angličtině.
| Příloha | Velikost |
|---|---|
| 1.13 KB | |
| 450 bajtů | |
| 682 bajty | |
| 487 bajtů | |
| 594 bajty | |
| 870 bajtů | |
| 558 bajtů | |
| 1 bajt | |
| 4.9 KB | |
| 184.62 KB | |
| 184.68 KB | |
| 48.52 MB |