Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Cyfrowe przetwarzanie obrazów
Koordynator przedmiotu:
dr inż.Piotr Garbat
Status przedmiotu:
Fakultatywny ograniczonego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Elektronika
Grupa przedmiotów:
Przedmioty techniczne - zaawansowane
Kod przedmiotu:
CPOO
Semestr nominalny:
2 / rok ak. 2019/2020
Liczba punktów ECTS:
5
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
Udział w wykładach 15x2 godz. = 30godz. Przygotowanie do kolejnych wykładów i realizacji projektu 5 godz Udział w konsultacjach 5 godz. Realizacja zadań projektowych 45 godz. Laboratoria 4x (4godz +3godz.) = 28 godz. Przygotowanie do egzaminu oraz obecność na egzaminie 25 godz Razem: 138 godz.
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
Nakład pracy związany z zajęciami wymagającymi bezpośredniego udziału 30+5+5 + 16 =56 godz -> 2 ECTS
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
Formy zajęć i ich wymiar w semestrze:
  • Wykład30h
  • Ćwiczenia0h
  • Laboratorium60h
  • Projekt15h
  • Lekcje komputerowe0h
Wymagania wstępne:
Podstawy fotoniki (detektory fotoniczne, źródła promieniowania), podstawy rejestracji obrazów
Limit liczby studentów:
120
Cel przedmiotu:
Celem wykładu jest zapoznanie z możliwie jednorodnym aparatem matematycznym oraz algorytmami cyfrowego przetwarzania obrazów, ze szczególnym uwzględnieniem problematyki filtracji 2D, restauracji i kompresji obrazów. Studenci dokonują implementacji poznanych technik przetwarzania w ramach zadań projektowych poprzez aplikacje głównie w języku C++/Java.
Treści kształcenia:
Matematyczny opis systemów 2D; optyczne metody i systemy przetwarzania obrazu; rejestracja obrazów (PSF); rejestracja obrazów barwnych; próbkowanie i kwantyzacja, optymalna kwantyzacja Maxa i Lloyda; kwantyzacja wektorowa (5h). Dwuwymiarowa filtracja cyfrowa; odpowiedź impulsowa, funkcja przenoszenia, funkcje własne; filtry wygładzające SOI, NOI; filtry pasmowe (DoG, LoG); filtry nieliniowe; projektowanie filtrów (2h). Dwuwymiarowe przekształcenia ortogonalne; (Fouriera, DCT, Wavelet) (3h). Metody polepszania jakości obrazów; wyrównywanie histogramów, filtracja odwrotna, filtracja wienerowska, filtracja medianowa, interpolacja; korekcja zniekształceń (4h). Wykrywanie krawędzi i segmentacja obrazów; metoda operatorów lokalnych (Sobela, Prewitta, Robertsa), metoda Laplasjanu, metoda Marr39a; segmentacja progowa, operatory morfologii matematycznej, analiza tekstur (4h). Metody opisu kształtu obiektów 2D; deskryptory geometryczne, deskryptory Fouriera, kody łańcuchowe; momenty; analiza morfologiczna; algorytmy klasyfikacji obiektów (4h). Metody analizy ruchu; metody różnicowe, estymacja ruchu, przepływ optyczny, metody dopasowania wzorców, śledzenie ruchu, analiza modeli ruchu (4h) Metody tworzenia i przetwarzania obrazów 3D; podstawy stereoskopi, układy stereowizyjne, metody ToF i światła strukturalnego, metody (4h)
Metody oceny:
Egzamin przeprowadzany jest w formie pisemnej. Warunkiem koniecznym zaliczenia przedmiotu jest odbycie wszyskich zająć laboratoryjnych oraz uzyskanie z nich conajmniej oceny dostatecznej. Drugim warunkiem koniecznym jest oddanie i obronienie projektu. Ocena końcowa jest oceną ważoną z egzaminu i projektu 70/30. 
Egzamin:
tak
Literatura:
1. W. Skarbek, Metody reprezentacji obrazów cyfrowych, Akademicka Oficyna Wydawnicza PLJ, Warszawa 1993. 2. R. C. Gonzales, R. E. Woods, Image Processing, Addison-Wesley, 1992. 3. W. K. Pratt, Digital Image Processing, John Wiley and Sons, 1991. 4. C. Watkins, A. Sadun, S. Marenka, Nowoczesne metody przetwarzania obrazu, WNT, Warszawa 1995.
Witryna www przedmiotu:
www.imio.pw.edu.pl/wwwzpo/CPOO/
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka T2A_W01, T2A_W04
Posiada wiedzę w zakresie optycznych metod i systemów przetwarzania obrazu; rejestracji obrazów (PSF); rejestracji obrazów barwnych; próbkowania i kwantyzacji, optymalnej kwantyzacji Maxa i Lloyda; kwantyzacji wektorowej
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W04
Powiązane charakterystyki obszarowe:
Charakterystyka T2A_W01, T2A_W04, T2A_W07
Posiada wiedzę w zakresie metod i algorytmów wykrywania krawędzi i segmentacji krawędziowej; segmentacji obszarowej, analizy i segmentacji tekstur
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W03, K_W04, K_W06
Powiązane charakterystyki obszarowe:
Charakterystyka T2A_W01, T2A_W04, T2A_W07
Posiada wiedzę w zakresie dwuwymiarowej filtracji cyfrowej
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W01, K_W04, K_W06
Powiązane charakterystyki obszarowe:
Charakterystyka Wpisz opis
Posiada wiedzę w zakresie metod opisu kształtu obiektów 2D; deskryptorów geometrycznych, Fouriera, kodów łańcuchowych i podstaw algorytmów klasyfikacji obiektów
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W04, K_W06
Powiązane charakterystyki obszarowe:
Charakterystyka Wpisz opis
Posiada wiedzę w zakresie metod analizy ruchu i estymacja ruchu, przepływ optycznego, metod0 dopasowania wzorców, śledzenia ruchu, analiza modeli ruchu
Weryfikacja: egzamin
Powiązane charakterystyki kierunkowe: K_W04, K_W06
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka K_U08
Umiejętność zaprogramowania głównych algorytmów cyfrowego przetwarzania, zaprojektowania systemu wizji maszynowej.
Weryfikacja: projekt
Powiązane charakterystyki kierunkowe: K_U13, K_U15, K_U01, K_U02, K_U03, K_U04, K_U05, K_U06, K_U07, K_U08, K_U12
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K_K01
Praca w grupie, umiejętność kreatywnego tworzenia nowych rozwiązań
Weryfikacja: projekt
Powiązane charakterystyki kierunkowe: K_K01
Powiązane charakterystyki obszarowe: