Předmět: Metody obrazové analýzy

« Zpět
Název předmětu Metody obrazové analýzy
Kód předmětu SLO/MOAX
Organizační forma výuky Přednáška
Úroveň předmětu Bakalářský
Rok studia 3
Semestr Zimní
Počet ECTS kreditů 2
Vyučovací jazyk Čeština
Statut předmětu Povinně-volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Kmec Jakub, Mgr. Ph.D.
  • Michálek Václav, Bc. Ing. Ph.D.
Obsah předmětu
1. Úvod do problematiky. Příklad řešeného problému z praxe. Jak nasnímat defekt a jak jej nalézt. 2. Obrazové snímače, typy, vlastnosti, rozhraní kamer (analogové, digitální), přenos obrazu, obrazové formáty. 3. Digitalizace obrazu. 4. Zpracování obrazu. Histogram obrazu a jeho využití pro prahování. Základní operace, jasové korekce, ekvalizace histogramu, konvoluce. Vyrovnání jasu snímku. 5. Druhy šumu: Gaussův šum, uniformní šum, šum typu sůl a pepř, poissonův šum, interferenční šum. Filtrace šumu v prostorové a frekvenční doméně (mean filtr, medián filtr, FIR filtr, Wienerův filtr, Fourierova transformace a její užití pro filtraci, inverzní filtr, ...). 6. Tvorba HDR snímků, skládání snímků s různou expozicí. Analýza a zpracování videa. Praktická ukázka z průmyslu. 7. Morfologie obrazu: dilatace, eroze, uzavření a otevření obrazu. Detekce hran v obraze: zerocrossing, Cannyho hranový detektor. Hledání perimetru obrazu, skeletizace. 8. Analýza signálu. Filtrace signálu, klasifikace signálu, použití neuronových sítí pro klasifikaci. Praktické ukázky: klasifikace signálu v akustické emisi, hledání signálu v astročásticové fyzice. 9. Interpolace, spline. Konstrukce v 1D a 2D. Využití v analýze obrazu.

Studijní aktivity a metody výuky
Přednášení
Výstupy z učení
Obrazové snímače, digitalizace obrazu, snímání obrazu, zpracování obrazu. Demonstrace pomocí software.
Předmět zaměřený na získání vědomosti a pochopení zpracování obrazových informací. Objasnění metod ke zpracování obrazových souborů.
Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
Analýza výkonů studenta

Znalosti v rozsahu témat kurzu
Doporučená literatura
  • Ian Goodfellow, Yoshua Bengio, Aaron Courville. (2016). Deep Learning.
  • John F. Hughes, Andries van Dam, Morgan McGuire, David F. Sklar, James D. Foley, Steven K. Feiner, Kurt Akeley. (2013). Computer Graphics: Principles and Practice, 3rd edition.
  • Milan Sonka, Vaclav Hlavac, Roger Boyle. (2008). Image Processing, Analysis, and Machine Vision.
  • Rafael C. Gonzalez, Richard E. Woods. (2018). Digital Image Processing, 4th edition.
  • Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins. (2020). Digital Image Processing Using MATLAB, 3rd edition.
  • William K. Pratt. (2007). Digital Image Processing: PIKS Scientific Inside, 4th edition.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Přístrojová a počítačová fyzika (2019) Kategorie: Fyzikální obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Aplikovaná fyzika (2019) Kategorie: Fyzikální obory 3 Doporučený ročník:3, Doporučený semestr: Zimní
Fakulta: Přírodovědecká fakulta Studijní plán (Verze): Nanotechnologie (2019) Kategorie: Speciální a interdisciplinární obory 1 Doporučený ročník:1, Doporučený semestr: Zimní