Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024

Digital image

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
AE4M33DZO Z,ZK 6 2P+2C anglicky

Předmět AE4M33DZO může při kontrole studijních plánů nahradit předmět A4M33DZO

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BE4M33DZO (vztah je symetrický)

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33DZO (vztah je symetrický)

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33DZO (vztah je symetrický)

Předmět AE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BE4M33DZO (vztah je symetrický)

Předmět AE4M33DZO může být splněn v zastoupení předmětem BE4M33DZO

Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra kybernetiky
Anotace:

The subject teaches how to process two-dimensional image as a signal without interpretaion. Image acquisition, linear and nonlinear preprocessing methods and image compression will be studied. Studied topics will be practised on practical examples in order to obtain also practical skills.

Výsledek studentské ankety předmětu je zde: http://www.fel.cvut.cz/anketa/aktualni/courses/AE4M33DZO

Požadavky:

Předpokládá se, že studentka (student) zná matematickou analýzu, lineární algebru, pravděpodobnost a statistiku v rozsahu vyučovaném na FEL ČVUT.

Osnova přednášek:

1. Image, its acquisition and physical foundation. Color. Projection through the lens.

2. Digital image. Contiguous pixels. Distance. Intensity histogram.

3. Brightness and geometric transformations, interpolation.

4. Processing in the spatial domain. Convolution. Corelation. Noise filtration.

5. Fourier transformation I.

6. Fourier transformation II. Sampling theorem.

7. Use of the Fourier transform for images. Filtration in the frequency domain.

8. Splines, B-splines. Advanced interpolation.

9. Image reconstruction. Edge detection.

10. Multiple scale image rocessing. Wavelet transformation.

11. Image compression.

12. Texture.

13. Mathematical morphology.

14. Image processing as a solution of partial dif. equations. Inpainting.

Osnova cvičení:

1. MATLAB. Homework 1 assignment (image acquisition).

2. Constultations. Solving the homework.

3. Constultations. Solving the homework.

4. Constultations. Solving the homework.

5. Homework 1 handover. Homework 2 assignment (Fourier transformation).

6. Constultations. Solving the homework.

7. Constultations. Solving the homework.

8. Constultations. Solving the homework.

9. Homework 2 handover. Homework 3 assignment (local preprocessing).

10. Constultations. Solving the homework.

11. Constultations. Solving the homework.

12. Constultations. Solving the homework.

13. Consultations. Homework 3 handover.

14. Written test. Presentation of several best student homeworks.

Cíle studia:
Studijní materiály:

1. Šonka, M., Hlaváč, V., Boyle, R.D.: Image processing, analysis and machine vision. 3. vydání, Thomson Learning, Toronto, Canada, 2007.

2. Svoboda, T., Kybic, J., Hlaváč, V.: Image processing, analysis and

machine vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.

Poznámka:

Rozsah výuky v kombinované formě studia: 14p+6c

Další informace:
http://cw.felk.cvut.cz/doku.php/courses/ae4m33dzo/start
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 16. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet12822804.html