Uniwersytet Kazimierza Wielkiego - Centralny System Uwierzytelniania
Strona główna

Przetwarzanie obrazów 1300-InfTPD23PO-SD
Ćwiczenia (CW) Semestr zimowy 2020/21

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin: 15
Limit miejsc: (brak limitu)
Zaliczenie: Zaliczenie na ocenę
Rygory zaliczenia zajęć: zaliczenie na ocenę
Literatura uzupelniająca: 1. R. Tadeusiewicz, Systemy wizyjne robotów przemysłowych, WNT, Warszawa, 1992.
2. Tutorial OpenCV https://docs.opencv.org/master/d9/df8/tutorial_root.html

Metody dydaktyczne: ćwiczenia konwersatoryjne
zajęcia realizowane innymi metodami
Metody dydaktyczne - inne: Prezentacja przykładu, objaśnienie, praca samodzielna na stanowisku komputerowym, praca samodzielna przy tworzeniu kodu w wybranych środowisku obliczeniowym
Literatura:

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

2. Dokumentacja Matlab Image Processing Toolbox http://www.mathworks.com/help/signal/index.html

3. Cytowski J., Gielecki J., Gola A., Cyfrowe przetwarzanie obrazów medycznych. Algorytmy. Technologie. Zastosowania, EXIT, Warszawa 2008

Efekty uczenia się:

U1. Potrafi planować i przeprowadzać badania i eksperymenty, w tym modelowanie i symulacje komputerowe, interpretować uzyskane wyniki i wyciągać wnioski oraz opracowywać i sprawdzać hipotezy związane z zagadnieniami przetwarzania obrazów cyfrowych (K_U03 )

Metody i kryteria oceniania:

Sprawdzian wiedzy praktycznej polegający na zaimplementowaniu w wybranym środowisku programistycznym wskazanego przez prowadzącego zagadnienia omawianego w ramach wykładu. Ocena na podstawie poprawności działania kodu oraz stopnia trudności zaimplementowanego zagadnienia.

Zakres tematów:

W części laboratoryjnej studenci realizują praktyczne zagadnienie z obszaru przetwarzania obrazów cyfrowych przedstawiane na wykładach. Studenci implementują algorytmy służące do przetwarzania i analizy obrazów z wykorzystaniem biblioteki przetwarzania obrazów (Image Processing Toolbox) środowiska obliczeniowego MATLAB oraz narzędzi i bibliotek środowiska OpenCv w języku Python. W szczególności wykonywane są przekształcenia kontekstowe na obrazach cyfrowych. Przeprowadzana jest filtracja liniowa oraz nieliniowa w dziedzinie przestrzennej. Studenci wykonują również przekształcenia wykrywania krawędzi oraz przekształcenia morfologiczne w tym erozji i dylatacji. Studenci stosują FFT przy przetwarzaniu obrazów poprzez wykorzystanie środowiska obliczeniowego MATLAB (Scilab lub Octave) i zaawansowanych narzędzi dostępnych w oprogramowywaniu OpenCV.

Grupy zajęciowe

zobacz na planie zajęć

Grupa Termin(y) Prowadzący Miejsca Liczba osób w grupie / limit miejsc Akcje
1 wielokrotnie, piątek (niestandardowa częstotliwość), 14:45 - 16:15, (sala nieznana)
Michał Pakuła 9/9 szczegóły
Wszystkie zajęcia odbywają się w budynku:
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego.
J.K. Chodkiewicza 30
85-064 Bydgoszcz
tel: +48 52 32 66 429 https://ukw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)