Uniwersytet Kazimierza Wielkiego w Bydgoszczy - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Przetwarzanie obrazów 1300-Mt12PO-SD
Wykład (WYK) Semestr letni 2019/20

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin: 15
Limit miejsc: (brak limitu)
Zaliczenie: Zaliczenie na ocenę
Rygory zaliczenia zajęć: zaliczenie na ocenę
Metody dydaktyczne: wykład kursowy
Metody dydaktyczne - inne: Wykład, Prezentacja Multimedialna
Literatura:

1. Wróbel Z. Goprowski R. Praktyka przetwarzania obrazów z zadaniami w programie Matlab, Akademicka Oficyna Wydawnicza Elit, Warszawa 2008

2. Tadeusiewicz, R., Korohoda, P., Komputerowa analiza i przetwarzanie obrazów, Wyd. Postępu Telekom., Kraków 1997, (książka w formacie pdf dostępna pod adresem http://winntbg.bg.agh.edu.pl/skrypty2/0098/index.php

3. Choraś, R. Komputerowa wizja. Metody interpretacji i identyfikacji obiektów. EXIT, Warszawa 2006.

Efekty uczenia się:

W1, W2, W3, W4

Metody i kryteria oceniania:

Kolokwium

Zakres tematów:

1. Obraz cyfrowy, jego pozyskiwanie. Elementarne operacje: arytmetyczne i nieliniowe.

2. Histogram obrazu: definicja i podstawowe przekształcenia, wyrównanie i normalizacja histo-gramu. Parametry statystyczno-histogramowe obrazu cyfrowego: wartość oczekiwana, warian-cja, skośność, współczynnik koncentracji, energia, entropia.

3. Przetwarzanie obrazów kolorowych: definicje, własności i konwersje przestrzeni kolorów w formacie RGB, HSV, HSL, CMY, CMYK, YbCr, NTSC, podstawowe transformacje kolorów.

4. Segmentacja obrazu: metody segmentacji globalnej i lokalnej.

5. Liniowe filtry cyfrowe: definicje i własności, filtry dolnoprzepustowe i górnoprzepustowe.

6. Nieliniowe filtry cyfrowe: definicje i własności, filtry logiczne, specjalne, medianowe, nielinio-wy gradient i filtr Laplace’a.

7. Filtracja obrazu cyfrowego w dziedzinie częstotliwości: dyskretna transformacja Fouriera (DFT).

8. Algorytmy wykrywania krawędzi: oparte na operatorze Gaussa – laplasjan Gaussowski (LoG), różnica Gaussów (DoG), algorytm Canny’ego.

9. Detekcja kształtu w obrazach – obiektów statycznych.

10. Podstawowe operacje morfologiczne w obrazach binarnych: dylatacja, erozja, otwarcie, do-mknięcie, transformacja ‘chybi - trafi’, morfologiczna rekonstrukcja obrazu

11. Rozpoznawanie obrazu

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Akcje
1 co drugi wtorek (parzyste), 19:30 - 21:00, sala 7
Michał Pakuła 6/8 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Budynek przy ulicy M. Kopernika
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego w Bydgoszczy.