Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2025/2026

Digitální obraz

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
B4M33DZO Z,ZK 6 2P+2C česky
Vztahy:
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BE4M33DZO (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět AE4M33DZO (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)
Předmět B4M33DZO může při kontrole studijních plánů nahradit předmět A4M33DZO
Podmínkou zápisu na předmět B4M33DZO je, že student si nejpozději ve stejném semestru zapsal příslušný počet předmětů ze skupiny BEZBM
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M39AIM (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět NI-DZO.23 (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět AE4M33DZO (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět A4M33DZO (vztah je symetrický)
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět BE4M33DZO (vztah je symetrický)
Předmět B4M33DZO může být splněn v zastoupení předmětem BE4M33DZO
Předmět B4M33DZO nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět B4M39AIM (vztah je symetrický)
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra kybernetiky
Anotace:

Předmět srozumitelným způsobem představuje základní metody digitálního zpracování obrazu. Výklad je zaměřen zejména na postupy, které mají zajímavý teoretický základ, ale současně vynikají jednoduchostí implementace. Zdánlivě abstraktní pojmy z matematické analýzy, teorie pravděpodobnosti či optimalizace zde ožívají formou vizuálně poutavých aplikací. Předmět se zaměřuje jak na základní principy (vzorkování a rekonstrukce signálu, monadické operace, histogram, Fourierova transformace, konvoluce, lineární a nelineární filtrace), tak i na pokročilejší techniky editace, deformace, registrace a segmentace obrazu. V průběhu semestru je látka procvičena formou šesti implementačních úloh, díky kterým si posluchači osvojí teoretické znalosti z přednášek a využijí je k řešení praktických problémů.

Požadavky:

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

Osnova přednášek:

1. Monadické operace

2. Fourierova transformace

3. Konvoluce

4. Lineární filtrace

5. Nelineární filtrace

6. Editace obrazu

7. Deformace obrazu 1

8. Deformace obrazu 2

9. Registrace obrazu 1

10. Registrace obrazu 2

11. Registrace obrazu 3

12. Segmentace obrazu 1

13. Segmentace obrazu 2

14. Rezerva

Osnova cvičení:

1. Úvod do Matlabu

2. Monadické operace 1

3. Monadické operace 2

4. Fourierova transformace 1

5. Fourierova transformace 2

6. Lineární a nelineární filtrace 1

7. Lineární a nelineární filtrace 2

8. Editace obrazu 1

9. Editace obrazu 2

10. Registrace obrazu 1

11. Registrace obrazu 2

12. Segmentace obrazu 1

13. Segmentace obrazu 2

14. Zápočet

Cíle studia:
Studijní materiály:

1. Gonzalez R. C., Woods R. E.: Digital Image Processing (3rd Edition), Prentice Hall, 2008.

2. Goshtasby A. A.: Image Registration: Principles, Tools and Methods, Springer, 2012.

3. He J., Kim C.-S., Kuo C.-C. J.: Interactive Segmentation Techniques: Algorithms and Performance Evaluation, Springer, 2014.

4. Paris S., Kornprobst P., Tumblin J., Durand F.: Bilateral Filtering: Theory and Applications, Now Publishers, 2009.

5. Pratt W.: Digital Image Processing (3rd Edition), John Wiley, 2004.

6. Radke R. J.: Computer Vision for Visual Effects, Cambridge University Press, 2012.

7. Svoboda, T., Kybic, J., Hlaváč, V.: Image Processing, Analysis and Machine Vision. The MATLAB companion, Thomson Learning, Toronto, Canada, 2007.

8. Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision (3rd Edition), Thomson Learning, 2007.

Poznámka:
Další informace:
https://cw.fel.cvut.cz/wiki/courses/B4M33DZO
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 11. 3. 2025
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet4684106.html