A4M33DZO - Digitální obraz

(Přednáška je také určena pro doktorandský předmět XP33ZVD Základy počítačového vidění.)

Předmět naučí v počítači reprezentovat, zpracovávat a interpretovat 2D obraz. V první části předmětu se naučíme obraz zpracovávat jako signál bez interpretace. Bude vysvětleno pořízení obrazu, lineární i nelineární metody předzpracování a komprese obrazu. Ve druhé části se naučíme metodám segmentace a registrace 2D obrazů. Látka je v laboratorních cvičeních procvičována na aplikačních příkladech, a tak student získá i praktické dovednosti.

Předpokládá se, že studentka (student) zná matematickou analýzu, lineární algebru, pravděpodobnost a statistiku v rozsahu vyučovaném na FEL. Předmět také navazuje na teorii signálů. Očekává se také základní programovací dovednost, a to především v MATLABu.

Přednášející: Václav Hlaváč, pomáhá Ondřej Drbohlav.

Rozsah: 2 h přednáška + 2 h cvičení + 5 h domácí práce týdně.

Cvičící: Lukáš Cerman, Ondřej Drbohlav (vedoucí cvičení), Jan Mačák, Tomáš Petříček.

Detaily ke cvičením jsou uvedeny v samostatné sekci cvičení.

Upozornění: Podle Studijního a zkušebního řádu ČVUT je navštěvování přednášek nepovinné. Pro návštěvu cvičení ovšem požadujeme teoretickou znalost procvičované problematiky (podle programu cvičení), která bude vyučována na předcházejících přednáškách. Když student chce, může si látku před cvičením doplnit z doporučené literatury.

(Studenti doktorandského předmětu XP33ZVD se o zkoušce dohodnou individuálně.)

• Zkoušeni mohou být jen ti studenti, kteří mají nárok na zápočet ze cvičení.
• Zkouška má dvě části, písemnou a ústní. Písemka ověřuje rámcovou orientaci studenta v předmětu. V písemné části student odpovídá na typicky šest otázek, které budou vybrány ze seznamu otázek. Otázky pro konkrétní zkoušku jsou vybírány náhodně. Student má na napsání písemky 40 minut. Celkem lze z písemky získat maximálně 30 bodů.
• U ústní zkoušky se diskutuje nad vědeckým článkem vztahujícím se k digitálnímu zpracování obrazu, který si student sám najde a prostuduje. V ústní části učitel ověřuje studentovy hlubší znalosti v oblasti, kterou si sám vybral a prostudoval. Ověřuje se také schopnost zařadit tuto znalost do kontextu předmětu a studentova předchozího studia. Článek má být v angličtině, z nedávné doby (řekněme ne starší než pět let), ze špičkového vědeckého časopisu (např. IEEE Transactions on Pattern analysis and Machine Intelligence, IEEE Transactions on Image Processing, International Journal on Computer Vision, Image Vision and Computing, atd.), případně špičkové vědecké konference (můžete se poradit se cvičícími). K časopisům studenti mají elektronický přístup přes příslušný portál placený ČVUT, viz Ústřední knihovna ČVUT nebo přímo na portál. Student musí znát a na kopii článku napsat bibliografické údaje o článku, tj. nemůže jít o jen tak o nějaký z webu stažený text.
• Ústní část zkoušky následuje po opravě písemek.
• Výsledná známka se určí součtem bodů ze cvičení (max. 40 bodů), písemné části (max. 30 bodů) a ústní části (max. 30 bodů). Celkový počet dosažitelných bodů je tedy 100.
• A 100-90 bodů, B 89-80 bodů, C 79-70 bodů, D 69-60 bodů, E 59-50, F < 50 bodů.

• Hlaváč V., Sedláček M.: Zpracování signálů a obrazů, skriptum, Vydavatelství ČVUT 2009. Obrazová část je ve druhé části skripta a zahrnuje jen část zpracování obrazu bez interpretace.
• Šonka M., Hlaváč V., Boyle R.: Image Processing, Analysis and Machine vision, 3rd edition, Thomson Learning, Toronto, Canada, 2007. Asi deset kopií je k dispozici v knihovně Centra strojového vnímání, katedry kybernetiky FEL, zájemci nechť kontaktují sekretářku Radku Kopeckou.
• Svoboda T., Kybic J., Hlaváč V.: Image Processing, Analysis and Machine Vision – A MATLAB Companion. Thomson, Toronto, Canada, 1 edition, 2007. Asi deset kopií je k dispozici v knihovně Centra strojového vnímání, katedry kybernetiky FEL, zájemci nechť kontaktují sekretářku Radku Kopeckou.
• Karu Z.Z.: Signals and Systems Made Rediculously Easy, ZiZi Press, Cambridge, MA, USA, 2001, (možno stáhnout naskenovanou). Velmi útlou knihu doporučuji těm, kdo neprošli kursem zpracování signálů, ale i těm, kdo si chtějí upevnit základ nepříliš formálním čtením.

interní prostor pro vyučující