ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2019/2020

# Digital image

Kód Zakončení Kredity Rozsah Jazyk výuky
BE4M33DZO Z,ZK 6 2P+2C
Korekvizita:
Safety in Electrical Engineering for a master´s degree (BEEZM)
Předmět nesmí být zapsán současně s:
Digitální obraz (A4M33DZO)
Digital image (AE4M33DZO)
Digitální obraz (B4M33DZO)
Digitální obraz (A4M33DZO)
Digital image (AE4M33DZO)
Digitální obraz (B4M33DZO)
Přednášející:
Václav Hlaváč (gar.)
Cvičící:
Václav Hlaváč (gar.), Dominik Fiala, Radoslav Škoviera, Júlia Škovierová
Předmět zajišťuje:
katedra kybernetiky
Anotace:

The subject teaches how to represent the two-dimensional image in a computer, how to process it and interpret it. The first part of the subject deals with the image as with the signal without interpretation. Image acquisition, linear and nonlinear preprocessing methods and image compression will be explicated. In the second part, image segmentation and registration methods will be taught. Studied topics will be practiced on practical examples in order to obtain also practical skills.

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

Osnova přednášek:

1. Digital image processing vs. computer vision. Role of interpretation. Objects in images. Digital image. Concepts.

2. Physical foundation of images. Image acquisition from geometric and radiometric point of view.

3. Brightness and geometric transformations, interpolation.

4. Fourier transform. Derivation of the sampling theorem. Frequency filtration of images. Image restauration.

5. Processing in the spatial domain. Convolution. Correlation. Noise filtration. Homomorphic filtration.

6. Edge detection. Multiscale image processing. Canny detector.

7. Principal component analysis. Wavelets transformation.

8. Color images and processing of color images.

9. Image compression. Video compression.

10. Mathematical morphology.

11. Image segmentation - thresholding, k-means, EM algorithm.

12. Image segmentation - mean shift, seek for the optimal graph cut.

13. Registration of images and of objects in images.

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 (image segmentation).

10. Constultations. Solving the homework.

11. Constultations. Solving the homework.

12. Consultations. Homework 3 handover.

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

Cíle studia:

Předmět naučí v počítači reprezentovat, zpracovávat a interpretovat 2D obraz.

Studijní materiály:

1. Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision, 4th edition, Thomson Learning, Toronto, Canada, 2015, 912p., ISBN-10: 1133593607.

2. Svoboda, T., Kybic, J., Hlaváč, V.: Image processing, analysis and machine vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.

Poznámka:
Další informace:
http://cw.fel.cvut.cz/wiki/courses/be4m33dzo/start
Rozvrh na zimní semestr 2019/2020:
 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 místnost KN:E-132Fiala D.Škovierová J.18:00–19:30(přednášková par. 1paralelka 101)Karlovo nám.Laboratoř PC místnost KN:E-301Hlaváč V.09:15–10:45(přednášková par. 1)Karlovo nám.Šrámkova posluchárna K9
Rozvrh na letní semestr 2019/2020:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 18. 10. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet4684806.html