Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Przetwarzanie i rozpoznawanie obrazu
Koordynator przedmiotu:
dr hab. inż. Robert Sitnik, prof. nzw PW
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Automatyka i Robotyka
Grupa przedmiotów:
Wariantowe
Kod przedmiotu:
PRO
Semestr nominalny:
1 / rok ak. 2017/2018
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład450h
  • Ćwiczenia0h
  • Laboratorium225h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Kurs inżynierski matematyki. (Pożądane podstawy programowania C/C++)
Limit liczby studentów:
Cel przedmiotu:
Znajomość technik i algorytmów akwizycji, przetwarzania i rozpoznawania obrazów cyfrowych. Przetwarzanie i analiza sekwencji animowanych. Współczesne zastosowania techniki obrazowej. Znajomość metod i algorytmów do poprawy jakości obrazów, usuwania błędów obrazowania, rekonstrukcji obrazów, poszukiwania wzorca, korelacji oraz analiza sekwencji animowanych. Praktyczna umiejętność implementacji wybranych algorytmów.
Treści kształcenia:
(W) Wstęp. Definicje. Przetwarzanie i rozpoznawanie obrazów a grafika komputerowa i animacja. Reprezentacja cyfrowa a analogowa. Próbkowanie i kwantyzacja. Detektor a oko. Spektrum elektromagnetyczne. Detektor CCD i CMOS: charakterystyka, cechy, wpływ na formowanie obrazu. Obrazy szaroodcieniowe i barwne. Przestrzenie barw. Operacje geometryczne. Korekcja obrazu. Kalibracja kamery. Operacje arytmetyczne. LUT. Histogram. Operacje na histogramie. Operacje na wielu obrazach. Binaryzacja. Transformacje obrazu. Transformata Fouriera. Realizacje numeryczne DFT i FFT. Transformata falkowa. Transformata Hough’a. Porównanie transformat. Przykłady zastosowań. Filtracja obrazu. Operacje filtracji w dziedzinie obrazu (splotowe: dolnoprzepustowe, górnoprzepustowe, różniczkowanie, wykrywanie krawędzi, poprawa jakości obrazów). Operacje filtracji w dziedzinie częstości (splotowe: dolnoprzepustowe, górnoprzepustowe, różniczkowanie, wykrywanie krawędzi, poprawa jakości obrazów). Okna filtracji. Przykłady. Operacje morfologiczne i segmentacja Operacje morfologiczne (zamknięcie, otwarcie, szkieletyzacja, itp.). Segmentacja (konturowa, obszarowa). Rozpoznawanie obrazów. Wektor cech i przestrzeń cech. Cechy geometryczne, topologiczne, momentowe, statystyczne, itp. Przykłady. Korekcja błędów obrazowania optoelektronicznego. Błędy obrazowania optoelektronicznego: szum termiczny, zakres dynamiki sygnału, niejednorodność oświetlenia, nieliniowość odwzorowania funkcji jasności, odwzorowanie nieostre. Metody korekcji błędów obrazowania: lokalne operacje uśredniania oraz statystyki, zwiększenie lub zmniejszenie kontrastu, poszukiwanie i dopasowanie funkcji tła, wyznaczenie i korekcja dystorsji, wyostrzanie krawędzi. Poprawa jakości obrazów. Metody poprawy jakości obrazów: modyfikacja kontrastu, liniowe i nieliniowe operacje na histogramie, różniczkowanie, analiza statystyczna lokalnego rozkładu intensywności. Rekonstrukcja obrazów. Modele rekonstrukcji obrazu: nieliniowość punktowa, liniowa i nieliniowa analiza statystyczna, filtracja Wienera, dopasowanie wielomianu, pseudo-odwrotna SVD. Dopasowanie elementów geometrycznych Techniki dopasowania elementów geometrycznych do obiektów (linia, okrąg, elipsa, wielomian, rozkłady dwuwymiarowe): Monte Carlo, minimalizacji błędu średnio-kwadratowego, iteracyjne. Techniki z pikselami o niejednorodnej wadze. Poszukiwanie wzorca. Model poszukiwania wzorca w obrazie niezależny od przesunięcia lub/i skali oraz lub/i kąta obrotu. Metody dopasowania: korelacyjne, Monte Carlo, iteracyjne z równym lub zmiennym krokiem, różniczkowe. Analiza sekwencji ruchomych. Metody binaryzacji. Przestrzenno-czasowe metody filtracji. Przestrzenno-czasowe operacje morfologiczne. Śledzenie wybranych elementów w sekwencji obrazów. Analiza ścieżki elementu (filtracja, dopasowanie wielomianu, predykcja następnych położeń). Śledzenie ruchu bryły sztywnej (sześć stopni swobody) na podstawie przynajmniej trzech znaczników. (P) Projekt i implementacja systemu przetwarzania i rozpoznawania obrazu. Samodzielne ćwiczenie projektowe związane z implementacją aplikacji do analizy sekwencji animowanej lub korekcji obrazu i dokładnego wyznaczania położenia obiektów w scenie. Należy zaprojektować co najmniej dwie równoważne sekwencje przetwarzania oraz je zaimplementować. Poddać dyskusji wyniki otrzymane podczas realizacji zadania projektowego.
Metody oceny:
Punkty z kolokwiów zaliczeniowych. Punkty za projekt.
Egzamin:
Literatura:
D. Watkins, A. Sadun, S. Marenka, Nowoczesne metody przetwarzania obrazu, Wydawnictwa Naukowo-Techniczne, Warszawa, 1995 A.R. Weeks, Fundamentals of Electronic Image Processing IEEE/SPIE Press, New York, 1996 W.K. Pratt, Digital Image Processing, trzecie wydanie, John Willey & Sons, New York, 2001. J.C. Russ, The Image Processing Handbook, trzecie wydanie, CRC Press, London, 1998.
Witryna www przedmiotu:
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt PRO_IIst_W01
Zna podstawowe i rozszerzone techniki i algorytmy akwizycji, przetwarzania i rozpoznawania obrazów cyfrowych
Weryfikacja: kolokwium w trakcie wykładu
Powiązane efekty kierunkowe: K_W03, K_W08, K_W12
Powiązane efekty obszarowe: T2A_W02, T2A_W07, T2A_W05

Profil ogólnoakademicki - umiejętności

Efekt PRO_IIst_U01
Potrafi zaprojektować i zaimplementować algorytmy przetwarzania obrazu w języku obiektowym C++
Weryfikacja: Ocena z projektu programistycznego C++ z przetwarzania obrazów wykonywanego podczas laboratorium
Powiązane efekty kierunkowe: K_U01, K_U02, K_U03, K_U05
Powiązane efekty obszarowe: T2A_U01, T2A_U06, T2A_U02, T2A_U06, T2A_U04, T2A_U03, T2A_U19

Profil ogólnoakademicki - kompetencje społeczne

Efekt PRO_IIst_K01
Potrafi samodzielnie szukać rozwiązań w dostępnych źródłach (np. pomocach i podręcznikach) i stosuje znalezione rozwiązania
Weryfikacja: Ocena indywidualnego podejścia do rozwiązania problemu projektowego
Powiązane efekty kierunkowe: K_K05
Powiązane efekty obszarowe: T2A_K04