Rozpoznávání a zpracování obrazu

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Rozpoznávání hraje zásadní roli při interpretaci a zpracování lékařských dat, proto mu bude věnována hlavní pozornost. V druhé části přednášek se student seznámí se základními technikami zpracování obrazu se zaměřením na ty obrazy, se kterými je možné se setkat při vývoji aplikací ve zdravotnictví. Cvičení budou probíhat laboratorní formou. Cílem je předložit studentům komplexní úlohu z biomedicínské oblasti, kterou nelze vyřešit bez speciálních znalostí. Na úloze se student naučí správnému postupu řešení týmového inženýrského projektu.

Požadavky:

KUI

Osnova přednášek:

1. Rozpoznávání, rozhodování, formalizace, bayesovský přístup

2. Statistické modely, zejména gaussovský, odhadování parametrů

3. Lineární klasifikátor. Support vector machine

4. Perceptron, neuronové sítě. Radiální jádrové funkce

5. Shlukování, EM algoritmus. Učení bez učitele

6. Vapnikova a jiné teorie učení

7. Strukturní rozpoznávání

8. Cíle zpracování obrazu a počítačového vidění, psychologie lidského vidění

9. Obraz jako signál, vznik obrazu, přístroje a techniky pro získávání 3D obrazových dat

10. Předzpracování a restaurace obrazu

11. Komprese obrazu, bezeztrátové a ztrátové metody

12. Segmentace, příznaky, invarianty, prostor měřítek, deformabilní modely

13. Matematická morfologie

14. Rozpoznávání a zpracování biomedicínských obrazů

Osnova cvičení:

1. Pravděpodobnosti. Bayesův klasifikátor

2. Matlab. Odhady parametrů

3. Lineární klasifikátory a Support Vector Machine

4. Shlukování a EM algoritmus

5. Řešení praktické rozpoznávací úlohy I.

6. Řešení praktické rozpoznávací úlohy II.

7. Odevzdání úlohy

8. Zpracování obrazu a počítačového vidění

9. Zadání úlohy

10. Řešení praktické úlohy I.

11. Řešení praktické úlohy II.

12. Řešení praktické úlohy II.

13. Odevzdání závěrečné zprávy

14. Prezentace formou semináře, zápočty

Cíle studia:

Studijní materiály:

[1] Kotek, Z. et al.: Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993

[2] Schlesinger, M.I., Hlaváč, V.: 10 přednášek z teorie statistického a strukturního rozpoznávání. ČVUT, 1999

[3] Mařík, V. et al.: Umělá inteligence (2). Academia, Praha, 1997

[4] Mařík, V. et al.: Umělá inteligence (3). Academia, Praha, 2001

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Biomedicínské inženýrství- strukturované studium (povinný předmět)