Zpracování signálů a obrazů
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
XD383ZS | Z,ZK | 5 | 14+6s | česky |
- 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.
- 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)