Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Przetwarzanie cyfrowe obrazów
Koordynator przedmiotu:
Przemysław ROKITA
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Informatyka
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
POBR
Semestr nominalny:
4 / rok ak. 2018/2019
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
120 godzin, w tym: Wykład - 30 godzin Laboratoria - 15 godzin Praca własna nad zagadnieniami z wykładu (w tym przegotowanie do sprawdzianów) 15 godzin Konsultacje projektowe 14 godzin Wykonanie projektu 45 godzin Weryfikacja (oddawanie) projektu 1 godzina
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Wykład - 30 godzin Laboratoria - 15 godzin Konsultacje projektowe 14 godzin Weryfikacja (oddawanie) projektu 1 godzina 60 godzin, co daje ok. 2,5 ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Laboratoria - 15 godzin Konsultacje projektowe 14 godzin Wykonanie projektu 45 godzin Weryfikacja (oddawanie) projektu 1 godzina 75 godzin, co daje ok. 3 ECTS
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Student posiada umiejętność programowania
Limit liczby studentów:
64
Cel przedmiotu:
Wykład ma za zadanie zapoznanie studentów z podstawowymi metodami i algorytmami cyfrowego przetwarzania obrazów oraz wprowadzenie do problematyki cyfrowego rozpoznawania obrazów. Obejmuje aktualnie stosowane algorytmy i metody: przejścia od obrazów analogowych do cyfrowych, stosowania transformat w przetwarzaniu obrazów cyfrowych, kompresji obrazów, poprawy jakości obrazów cyfrowych oraz rozpoznawania obrazów. Szczególny nacisk kładzie na prezentację wad i zalet prezentowanych algorytmów oraz problemy związane z ich praktycznym zastosowaniem.
Treści kształcenia:
Treść wykładu Wprowadzenie do problematyki cyfrowego przetwarzania obrazów (1h) podstawowe zagadnienia oraz zastosowania cyfrowego przetwarzania i analizy obrazów; ich praktyczne znaczenie. Podstawowe problemy związane z przejściem od analogowej do cyfrowej postaci funkcji jasności oraz sposoby ich rozwiązywania (3h): problemy próbkowania - twierdzenie o próbkowaniu a ograniczenia praktyczne, wybór siatki próbek, wybieranie międzyliniowe; problemy kwantowania - wybór liczby i struktury poziomów kwantowania, gamma korekcja; opis obrazu - prawa Grassmana, kolorymetria, przestrzenie barw. Podstawy stosowania transformat w cyfrowym przetwarzaniu obrazów (2h): transformaty dyskretne; ogólne zasady stosowania i zapisu transformat. Zastosowanie w cyfrowym przetwarzaniu obrazów transformat (4h): Fouriera, Walsha-Hadamarda, kosinusowej, falkowej; problemy implementacyjne oraz szybkie schematy obliczeniowe. Wprowadzenie do algorytmów kodowania obrazów (4h): podstawowy teoretyczne oraz praktyczne rozwiązania stosowane w kompresji obrazów; podstawowe klasy algorytmów kompresji - algorytmy stratne i bezstratne; kompresja obrazów przy pomocy algorytmów: entropijnych, drzewiastych, konturowych, słownikowych, blokowych, JPEG, MPEG. Wprowadzenie do cyfrowych metod poprawy jakości obrazów (2h). Ogólne podstawy cyfrowych algorytmów poprawy jakości obrazów, metody przestrzenne a metody częstotliwościowe, związek pomiędzy nimi. Metody częstotliwościowe w poprawie jakości obrazów cyfrowych (2h). Podstawy stosowania metod częstotliwościowych w cyfrowym przetwarzaniu obrazów, ograniczenia implementacyjne, najczęściej stosowane filtry. Metody przestrzenne poprawy jakości obrazów cyfrowych (4h): podstawy stosowania metod przestrzennych w cyfrowym przetwarzaniu obrazów; podstawy teoretyczne, wady i zalety znanych algorytmów, ograniczenia w stosowaniu; poprawa jakości obrazów metodą przekształcania histogramu - algorytmy wyrównania histogramu oraz przejścia do zadanego histogramu; poprawa jakości obrazów za pomocą filtrów m.in.: konwolucyjnych, rankingowych, logicznych - ich wady, zalety, sposoby implementacji. Wprowadzenie do metod cyfrowego rozpoznawania obrazów - podstawowe zasady działania algorytmów analizy i rozpoznawania obrazów (2h) Podstawowe rozwiązania stosowane w cyfrowym rozpoznawania obrazów (2h): algorytmy segmentacji przy zastosowaniu metod: progowania, wydzielania krawędzi, rozrostu obszarów, dziel i łącz, klasyfikacji punktów; metody określania cech: współczynniki kształtu, momenty geometryczne; podstawowe metody identyfikacji obrazów: klasyfikacja w przestrzeni cech, metoda strukturalna. Kolokwia (2h). Zakres laboratorium Laboratorium z projektem stanowi uzupełnienie wykładu o doświadczenia praktyczne w stosowaniu omawianych na nim cyfrowych algorytmów przetwarzania i analizy obrazów. Laboratorium obejmuje problemy akwizycji i poprawy jakości obrazów cyfrowych. Studenci w trakcie ćwiczeń na laboratorium praktycznie zapoznają się z następującymi zagadnieniami: problemy akwizycji obrazów na przykładzie skanera, usuwanie zakłóceń i zniekształceń z obrazu, zastosowanie i właściwości przestrzennych metod poprawy jakości obrazów cyfrowych, zastosowanie i właściwości częstotliwościowych metod poprawy jakości obrazów cyfrowych. Zakres projektu Projekt obejmuje problemy analizy i rozpoznawania obrazów. W ramach projektu studenci projektują i implementują moduł programowy realizujący wybrane kroki przetwarzania, analizy i rozpoznawania obrazów dla konkretnego zastosowania. Projekt obejmuje implementację, testowanie i wyciągnięcie wniosków praktycznych na temat algorytmów segmentacji, wyznaczania cech oraz klasyfikacji obrazów.
Metody oceny:
Sprawdzenie wiedzy na 2 kolokwiach i egzaminie Sprawdzenie wiedzy na trzech zadaniach laboratoryjnych Sprawdzenie wiedzy poprzez ocenę projektu
Egzamin:
tak
Literatura:
1. R.Tadeusiewicz : Systemy wizyjne robotów przemysłowych, WNT, 1992 2. R.Tadeusiewicz, P.Korohoda : Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Postępu Telekomunikacji, Kraków 1997 3. C.D.Watkins, A.Sadun, S.Marenka : Nowoczesne metody przetwarzania obrazu, WNT, 1995 4. T.Pavlidis : Grafika i przetwarzanie obrazów, WNT, 1987 5. M.Ostrowski (red.) : Informacja obrazowa, WNT, 1992 6. J.Zabrodzki (red.) : Grafika komputerowa - metody i narzędzia, WNT, 1994 7. A.Watt, F.Policarpo : The Computer Image, Addison-Wesley, 1998 8. R.C.Gonzalez, R.E.Woods: Digital Image Processing, Addison- Wesley, 1993 9. John C. Russ: The Image Processing Handbook, CRC 2011
Witryna www przedmiotu:
https://usosweb.usos.pw.edu.pl/kontroler.php?_action=katalog2/przedmioty/pokazPrzedmiot&prz_kod=103C-INxxx-MSP-POBR
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka POBR_W01
Zna i rozumie metody rozpoznawania obrazów
Weryfikacja: Ocena wykonanego przez studenta projektu, kolokwium 2
Powiązane charakterystyki kierunkowe: K_W12, K_W08
Powiązane charakterystyki obszarowe: III.P7S_WK.o, I.P7S_WG, III.P7S_WG.o, I.P7S_WK
Charakterystyka POBR_W02
Potrafi dobrać właściwy typ kompresji obrazu ze względu na zastosowanie
Weryfikacja: kolokwium 2
Powiązane charakterystyki kierunkowe: K_W04
Powiązane charakterystyki obszarowe: I.P7S_WG
Charakterystyka POBR_W03
Potrafi dobrać właściwe metody poprawy jakości obrazu
Weryfikacja: kolokwium 1, egzamin, laboratorium 3
Powiązane charakterystyki kierunkowe: K_W04
Powiązane charakterystyki obszarowe: I.P7S_WG
Charakterystyka POBR_W04
Rozumie pojęcie różnych przestrzeni barw
Weryfikacja: kolokwium 1
Powiązane charakterystyki kierunkowe: K_W04
Powiązane charakterystyki obszarowe: I.P7S_WG

Profil ogólnoakademicki - umiejętności

Charakterystyka POBR_U01
Potrafi zaprojektować i wykonać system rozpoznający wybraną klasę obiektów na zestawie obrazów testowych
Weryfikacja: Implementacja projektu Ocena sprawozdania z projektu
Powiązane charakterystyki kierunkowe: K_U01, K_U04, K_U07, K_U09, K_U13
Powiązane charakterystyki obszarowe: I.P7S_UK, I.P7S_UU, I.P7S_UW, III.P7S_UW.2.o, III.P7S_UW.1.o, III.P7S_UW.3.o