B4M33DZO - Digitální obraz

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.

Předpokládá se, že studenti předmětu znají matematickou analýzu, lineární algebru, pravděpodobnost a statistiku v rozsahu vyučovaném na ČVUT FEL. Očekává se také základní programovací dovednost, a to především v MATLABu.

Přednášející: prof. Ing. Daniel Sýkora, Ph.D. (ČVUT FEL, Katedra počítačové grafiky a interakce, místnost: KN:E-422)

Místo a čas: Středa 9:15-10:45, posluchárna KN:E-301

Rozsah: 2 hodiny týdně

Cvičící:

• Ing. Jan Čech, Ph.D. (ČVUT FEL, Katedra kybernetiky, KN:G-2)
• Mgr. Ondřej Drbohlav, Ph.D. (ČVUT FEL, Katedra kybernetiky, KN:G-2)
• Ing. Vojtěch Pánek, (ČVUT CIIRC, JP:B-634a)
• prof. Ing. Daniel Sýkora, Ph.D. (ČVUT FEL, Katedra počítačové grafiky a interakce, KN:E-422)

Místo a čas: Úterý 14:30-19:30, učebny KN:E-230 a KN:E-132

Rozsah: 2 hodiny týdně

Celkově je možné na cvičeních získat 60 bodů. Pro získání zápočtu je nutné nasbírat nejméně 30 bodů.

Zkouška má dvě části, písemnou a ústní. V písemné části student v průběhu 30 minut zpracuje dvě náhodně vybrané otázky pokrývající probíranou látku:

• Monadické operace (jednoduché operace s jasem, ekvalizace a mapování histogramu)
• Fourierova transformace (formulace, vlastnosti, vzorkovací teorém)
• Konvoluce (formulace, vlastnosti, zrychlení výpočtu, aplikace)
• Zaostření obrazu (formulace, řešení pomocí Wienerovy filtrace)
• Bilaterální filtr (formulace, zrychlení výpočtu, aplikace)
• Editace obrazu v gradientní oblasti (formulace, řešení, aplikace)
• Deformace obrazu (1, 2, 3, 4-bodová)
• Deformace obrazu (N-bodová, základní formulace, rozšíření)
• Registrace obrazu (translace, metody řešení)
• Registrace obrazu (translace, rotace a změna měřítka s pomocí Fourier-Mellin)
• Registrace obrazu (N-bodová)
• Segmentace obrazu (formulace, řešení pomocí maximálního toku v síti, aplikace)
• Segmentace obrazu (formulace, řešení pomocí metody náhodného chodce, aplikace)

Následuje ústní zkouška, na které zkoušející společně se studentem projde písemnou přípravu a pokládá doplňující dotazy. Jejich cílem je zjistit, do jaké míry student látce rozumí. Není rozhodující encyklopedická znalost, ale hloubka pochopení probíraných témat a schopnost jejich implementace v praxi. Za každou otázku lze získat maximálně 20 bodů. Celkově je tedy možné za zkoušku získat 40 bodů. Pro absolvování zkoušky je potřeba dosáhnout v součtu nejméně 20 bodů.

Výsledná známka je určena součtem bodů získaných ze cvičení (maximálně 60) a ze zkoušky (maximálně 40):

• He J., Kim C.-S., Kuo C.-C. J.: Interactive Segmentation Techniques: Algorithms and Performance Evaluation, Springer, 2014.
• Radke R. J.: Computer Vision for Visual Effects, Cambridge University Press, 2012.
• Goshtasby A. A.: Image Registration: Principles, Tools and Methods, Springer, 2012.
• Paris S., Kornprobst P., Tumblin J., Durand F.: Bilateral Filtering: Theory and Applications, Now Publishers, 2009.
• Gonzalez R. C., Woods R. E.: Digital Image Processing (3rd Edition), Prentice Hall, 2008.
• Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision (3rd Edition), Thomson Learning, 2007.
• Pratt W.: Digital Image Processing (3rd Edition), John Wiley, 2004.