Zpracování signálů a obrazů

Přednášející:

Miloš Sedláček (gar.), Václav Hlaváč

Cvičící:

Miloš Sedláček (gar.), Václav Hlaváč

Předmět zajišťuje:

katedra měření

Anotace:

Předmět sestává ze dvou částí, které zajišťují katedra měření a katedra kybernetiky. V první se studenti seznámí se základy číslicového zpracování signálů (vzorkování a rekonstrukce signálu, DFT a FFT, číslicové filtry, zpracování stochastických signálů). Ve druhé je kladen důraz na obrazy jako prakticky důležitý případ 2D signálů. Jedná se zejména o pořízení obrazu, lineární i nelineární metody předzpracování a komprese obrazu. Důraz je kladen na praktické aplikace.

Požadavky:

Osnova přednášek:

1. Vzorkovací věta a rekonstrukce signálu

2. Fourierovy transformace diskrétních signálů

3. Rychlá Fourierova transformace a spektrální analýza

4. Číslicové filtry - rozdělení, vlastnosti

5. Návrh číslicových filtrů

6. Stochastické signály - amplitudové rozložení a korelační funkce

7. Stochastické signály - výkonová spektrální hustota

8. Úvod o obrazech. Digitální obraz a jeho vlastnosti.

9. Pořízení obrazu, geometrický i radiometrický pohled

10. Geometrické, jasové a lineární integrální transformace

11. Filtrace šumu

12. Detekce hran

13. Matematická morfologie

14. Komprese obrazu

Osnova cvičení:

1. Diskrétní Fourierova transformace (počítačová učebna, MATLAB)

2. Číslicové filtry (počítačová učebna, MATLAB)

3. Korelační filtrace (počítačová učebna, MATLAB)

4. Vzorkovací věta a aliasing (laboratoř)

5. Měření výkonové spektrální hustoty šumu (laboratoř)

6. Potlačení periodického rušení číslicovými filtry - tenzometrická váha (laboratoř)

7. Měření rychlosti posuvu sypkých hmot - korelační funkce (model dopravníku, laboratoř)

8. Úloha 1 - pořízení obrazu, radiometrie, geometrické transformace

9. Úloha 1 - dokončení.filtrace šumu a detekce hran

10. Úloha 2 - filtrace šumu a detekce hran

11. Úloha 2 -.dokončení

12. Úloha 3 - matematická morfologie

13. Úloha 3 - dokončení

14. Úloha 4 - komprese obrazu

Cíle studia:

Studijní materiály:

1. Hlaváč, V., Sedláček, M.: Zpracování signálů a obrazů. Vydavatelství ČVUT, Praha 2007

2. V. d. Enden, A., Verhoeckx, A.M.: Discrete signal processing. Prentice Hall, 1989

3. Bendat, J.S., Piersol, A.G.: Engineering Applications of Correlation and Spectral Analysis. J. Wiley, 1980, 1993

4. Gonzales, R.C., Woods, R.E.: Digital Image Processing. Addison - Wesley, 1992

5. Šonka, M., Hlaváč, V., Boyle, R.D.: Image processing, analysis and

machine vision. 3. vydání, Thomson Learning, Toronto, Canada, 2007

6. 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: 14+6

Typ cvičení: l, c, p

Předmět je nabízen také v anglické verzi.

Bc.KM,

navaz.Mg.1.rok, zajišť. K13138 a K13133.

http://measure.feld.cvut.cz/cs/vyuka/predmety/x383zs

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Kybernetika a měření- strukturované studium (povinný předmět)
• Inteligentní systémy (volitelný předmět odborný)
• Manažerská informatika (volitelný předmět odborný)
• Softwarové inženýrství (volitelný předmět odborný)
• Web a multimedia (volitelný předmět odborný)