Image Analysis

Garant předmětu:

Václav Hlaváč

Přednášející:

Václav Hlaváč, Zoltán Szabó

Cvičící:

Michal Reimer

Předmět zajišťuje:

katedra biomedicínské informatiky

Anotace:

Cílem předmětu je seznámit studenty s metodami zpracování a analýzy obrazu. Předmět se vyučuje v angličtině. 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.

Požadavky:

Podmínky zápočtu:

Účastnit se cvičení (povoleny jsou 2 absence uznané po předchozí omluvě).

Získat nejméně 50% bodů ze cvičení. Body lze získat z testu, domácích úloh a v poslední řadě za odevzdávání úloh ze cvičení.

Podmínky zkoušky:

Zkoušeni mohou být jen ti studenti, kteří mají nárok na zápočet ze cvičení.

Zkouška má dvě části, písemnou a ústní.

Výsledná známka se určí součtem bodů ze cvičení (max. 40 bodů), písemné části (max. 30 bodů) a ústní části (max. 30 bodů).

Celkový počet dosažitelných bodů je tedy 100. A 100-90 bodů, B 89-80 bodů, C 79-70 bodů, D 69-60 bodů, E 59-50 bodů, F < 50 bodů.

Osnova přednášek:

1.DZO vs. počítačové vidění. Role interpretace. Objekty v obraze. Digitální obraz. Vzdálenostní transformace. Kontrast.

2.Transformace jasu, geometrické transformace, interpolace obrazu.

3.Pořízení obrazu z optického i radiometrického hlediska.

4.Zpracování v prostorové oblasti. Konvoluce, korelace. Filtrace šumu.

5.Fourierova transformace v 1D a 2D. Frekvenční filtrace obrazů.

6.Detekce hran. Prostor měřítek. Detekce významných bodů.

7.Metoda hlavních směrů. Vlnková transformace.

8.Segmentace objektů v obrazech, prahování, K-průměrů, posun těžiště.

9.Optimalizační úlohy a metody, přehled. Grafy, grafové algoritmy (přehled).

10.Statistické rozpoznávání. Role učení. Použití pro obrazy.

11.Popis objektů.Segmentace objektů formulovaná jako optimalizační úlohy na grafech.

12.Binární i šedotónová matematická morfologie.

13.Komprese obrazů. Barevné obrazy.

14.Pevná i pružná registrace obrazů a objektů v obrazech.

Osnova cvičení:

1.Základy práce s obrazem v MATLAB (načítání, převody..), geometrické transformace

2.Transformace jasu, vzdálenostní transformace

3.Ekvalizace histogramu, konvoluce, korelace, zpracování v prostorové oblasti, filtrace šumu

4.1D a 2D Fourierova transformace, frekvenční filtrace obrazu, PCA, detekce hran, detekce významných bodů

5.Top hat transformace, matematická morfologie

6.Segmentace objektů a extrakce příznaků

7.Registrace obrazů a objektů v obrazech, komprese, kódování

Cíle studia:

Cílem předmětu je seznámit studenty s metodami zpracování a analýzy obrazu.

Studijní materiály:

Povinná literatura:

[1] HLAVÁČ, Václav a Miloš. SEDLÁČEK. Zpracování signálů a obrazů. 2. přeprac. vyd. Praha: ČVUT, 2007. ISBN 978-80-01-03110-0.

Doporučená literatura:

[2] SONKA, Milan., Vaclav. HLAVAC a Roger BOYLE. Image processing, analysis, and machine vision. Fourth edition. Stamford, CT, USA: Cengage Learning, 2015. ISBN 978-1133593607.

[3] SZELISKI, Richard. Computer vision: algorithms and applications. London: Springer, c2011. Texts in computer science. ISBN 978-1-84882-934-3. The book draft is freely available for http://szeliski.org/Book/

Poznámka:

Další informace:

http://people.ciirc.cvut.cz/~hlavac/teaching/FBMI-ZAO/2023-2024Zima/

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
St
Čt	místnost KL:B-534 Reimer M. 08:00–09:50 (přednášková par. 1 paralelka 1) Kladno FBMI Lab. soft. inž. a IT bezpečno.místnost KL:B-420 Hlaváč V. Szabó Z. 10:00–11:50 (přednášková par. 1) Kladno FBMI Učebna
Pá

Rozvrh na letní semestr 2023/2024:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů:

• Navazující magisterská studijní specializace Softwarové technologie (povinný předmět)