Analýza a interpretace signálů
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
17DAAIS | ZK | 5 | 2+0 |
- Přednášející:
- Cvičící:
- Předmět zajišťuje:
- katedra biomedicínské informatiky
- Anotace:
-
Předmět je zaměřen na seznámení studentů se speciálními metodami, které se
používají při zpracování jednorozměrných i vícerozměrných (zejména 2D) signálů
(obrazů). Předmět se bude zabývat zejména interpretací měřených dat, vzorkováním
vícerozměrných dat, klasifikací. Dále 2D Fourierovou, kosinovou, vlnkovou
(wavelet) transformací, filtrací v časové i frekvenční oblasti, vlastnostmi a
filtrací šumu. Významnou část budou tvořit metody zpracování obrazu, zejména
předzpracování obrazu: histogramy a jejich ekvalizace, detekce hran a oblastí,
plošná a hranová segmentace, jasové korekce, morfologie: eroze a dilatace, resp.
otevření o uzavření, hledání kostry. Komprese obrazu: ztrátové a bezeztrátové
metody, Huffmanovo a aritmetické kódování, princip jpg komprese, predikční
metody komprese, využití umělých neuronových sítí.
- Požadavky:
-
Podmínky zkoušky Zpracování části úlohy, kterou student řeŠí v rámci mgr.
projektu nebo DP, s vyuŽitím metod, se kterými se seznámil v předmětu. Úloha
bude zpracována ve formě webové stránky.
- Osnova přednášek:
-
- Analýza a interpretace signálů. Základní pojmy: signál, analýza, syntéza,
interpretace
- Rozpoznávání a klasifikace,
klasifikátor a jeho nastavování
příznakové a strukturální metody rozpoznávání, hodnocení kvality klasifikace
- Příznakové metody rozpoznávání, klasifikace podle minimální vzdálenosti,
klasifikace podle minimální chyby, diskriminační funkce
- Parametrické metody odhadů,
neparametrické metody odhadů, shluková analýza, hierarchické metody shlukování,
nehierarchické metody shlukování
- Strukturální metody rozpoznávání, strukturální popis,
volby primitiv a relací, strukturální popis časových průběhů, strukturální popis
dvourozměrných útvarů,
- Formální jazyky, gramatiky, automaty
- Syntaktická analýza, inference,
využití gramatik pro rozpoznávání,
využití sémantické informace, deformační schéma, využití deformačních schémat
pro klasifikaci
- Zpracování a rozpoznávání obrazové informace, počítačové zpracování obrazu,
předzpracování obrazu, jasové transformace, geometrické korekce a transformace,
filtrace, gradientní operátory
- Segmentace obrazu, na základě oblastí, na základě hran, popis objektů v
obrazu, reprezentace oblastí, reprezentace hran, tvarové vlastnosti, textura,
analýza trojrozměrné scény, interpretace scény
- Rozpoznávání řečových signálů, informační a fonetická hlediska, akustická
analýza a výběr příznaků pro klasifikaci, rozpoznávání izolovaných slov a
plynulé řeči
- Adaptivní a učící se algoritmy, umělé neuronové sítě, principy učení, paměť,
biologická motivace umělých neuronových sítí, paradigmata neuronových sítí (MLP,
RBF, Hopfieldova síť, ...)
- Evoluční techniky, genetické algoritmy, genetické programování
- Predikce časových řad,
sestavení příznaků a mnoľiny dat,
využití neuronových sítí
- Znalostní a expertní systémy, znalostní systémy, dolování dat,
expertní systémy (diagnostické, plánovací, hybridní)
- Osnova cvičení:
- Cíle studia:
-
Předmět je zaměřen na seznámení studentů se speciálními metodami, které se
používají při zpracování jednorozměrných i vícerozměrných (zejména 2D) signálů
(obrazů). Předmět se bude zabývat zejména interpretací měřených dat, vzorkováním
vícerozměrných dat, klasifikací. Dále 2D Fourierovou, kosinovou, vlnkovou
(wavelet) transformací, filtrací v časové i frekvenční oblasti, vlastnostmi a
filtrací šumu. Významnou část budou tvořit metody zpracování obrazu, zejména
předzpracování obrazu: histogramy a jejich ekvalizace, detekce hran a oblastí,
plošná a hranová segmentace, jasové korekce, morfologie: eroze a dilatace, resp.
otevření o uzavření, hledání kostry. Komprese obrazu: ztrátové a bezeztrátové
metody, Huffmanovo a aritmetické kódování, princip jpg komprese, predikční
metody komprese, využití umělých neuronových sítí.
- Studijní materiály:
-
[1]Kotek Z., Mařík V., Hlaváč V., Psutka J., Zdráhal Z.: Metody rozpoznávání a
jejich aplikace, Academia Praha 1993, ISBN 80-200-0297-9
[2]Mařík V., ctěpánková O., Laľanský J. a kol.: Umělá inteligence, díly 1 aľ 4,
Academia Praha 1993 aľ 2004, ISBN 80-200-0502-1 (soubor)
[3]conka M., Fitzpatrick J. M.: Medical Image Processing and Analysis, SPIE -
The International Society for Optical Engineering, Bellingham, WA, USA, 2000
[4]conka M., Hlváč V., Boyle R. D.: Image Processing, Analysis and Machine
Vision, Boston, USA, 1998
[5]Hlavac V., Sedláček M.: Zpracování signálů a obrazů, Vydavatelství ČVUT,
Praha, 2001
[6]Prince J. L., Links J. M.: Medical Imaging Signals and Systems, Pearson
Education, NJ, USA, 2006
[7]Uhlíř J., Sovka P.: Číslicové zpracování signálů, Vydavatelstí ČVUT, Praha,
1995
- Poznámka:
- Další informace:
- Předmět lze absolvovat opakovaně
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů: