Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Digital Image

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
BE4M33DZO Z,ZK 6 2P+2C anglicky

Podmínkou zápisu na předmět BE4M33DZO je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM

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

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33DZO (vztah je symetrický)

Předmět BE4M33DZO může při kontrole studijních plánů nahradit předmět B4M33DZO

Předmět BE4M33DZO může při kontrole studijních plánů nahradit předmět AE4M33DZO

Předmět BE4M33DZO může při kontrole studijních plánů nahradit předmět A4M33DZO

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M39AIM (vztah je symetrický)

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M39AIM (vztah je symetrický)

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

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)

Předmět BE4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M33DZO (vztah je symetrický)

Garant předmětu:
Daniel Sýkora
Přednášející:
Daniel Sýkora
Cvičící:
Jan Čech, Vojtěch Pánek, Daniel Sýkora, Radoslav Škoviera
Předmět zajišťuje:
katedra kybernetiky
Anotace:

This course presents an overview of basic methods for digital image processing. It deals with practical techniques that have an interesting theoretical basis but are not difficult to implement. Seemingly abstract concepts from mathematical analysis, probability theory, or optimization come to life through visually engaging applications. The course focuses on fundamental principles (signal sampling and reconstruction, monadic operations, histogram, Fourier transform, convolution, linear and non-linear filtering) and more advanced editing techniques, including image stitching, deformation, registration, and segmentation. Students will practice the selected topics through six implementation tasks, which will help them learn the theoretical knowledge from the lectures and use it to solve practical problems.

Požadavky:

It is expected that the student is familiar with calculus, linear algebra, probability and statistics to the depth taught at FEL CVUT.

Osnova přednášek:

1. Monadic Operations

2. Fourier Transform

3. Convolution

4. Linear Filtering

5. Non-linear Filtering

6. Image Editing

7. Image Deformation 1

8. Image Deformation 2

9. Image Registration 1

10. Image Registration 2

11. Image Registration 3

12. Image Segmentation 1

13. Image Segmentation 2

14. Reserved

Osnova cvičení:

1. Introduction to Matlab

2. Monadic Operations 1

3. Monadic Operations 2

4. Fourier Transform 1

5. Fourier Transform 2

6. Linear and Non-linear Filtering 1

7. Linear and Non-linear Filtering 2

8. Image Editing 1

9. Image Editing 2

10. Image Registration 1

11. Image Registration 2

12. Image Segmentation 1

13. Image Segmentation 2

14. Credits

Cíle studia:
Studijní materiály:

1. Gonzalez R. C., Woods R. E.: Digital Image Processing (3rd Edition), Prentice Hall, 2008.

2. Goshtasby A. A.: Image Registration: Principles, Tools and Methods, Springer, 2012.

3. He J., Kim C.-S., Kuo C.-C. J.: Interactive Segmentation Techniques: Algorithms and Performance Evaluation, Springer, 2014.

4. Paris S., Kornprobst P., Tumblin J., Durand F.: Bilateral Filtering: Theory and Applications, Now Publishers, 2009.

5. Pratt W.: Digital Image Processing (3rd Edition), John Wiley, 2004.

6. Radke R. J.: Computer Vision for Visual Effects, Cambridge University Press, 2012.

7. Svoboda, T., Kybic, J., Hlaváč, V.: Image Processing, Analysis and Machine Vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.

8. Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision (3rd Edition), Thomson Learning, 2007.

Poznámka:
Další informace:
https://cw.fel.cvut.cz/wiki/courses/BE4M33DZO
Rozvrh na zimní semestr 2023/2024:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
místnost KN:E-132
Sýkora D.
Čech J.

18:00–19:30
(přednášková par. 1
paralelka 101)

Karlovo nám.
Laboratoř PC
St
místnost KN:E-301
Sýkora D.
09:15–10:45
(přednášková par. 1)
Karlovo nám.
Šrámkova posluchárna K9
Čt

Rozvrh na letní semestr 2023/2024:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet4684806.html