|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIV / ZVI
:
Popis předmětu
Pracoviště / Zkratka
|
KIV
/
ZVI
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Zpracování vizuální informace
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
3
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
10 / -
|
9 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
10
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ano
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
KIV/SDSZ, KIV/ZOM
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Získat znalosti o počítačovém vidění a zpracování obrazu.Seznámit se se způsoby digitalizace obrazového signálu a studovat základní metody předzpracování a zkvalitňování obrazu, detekce objektů, analýzy obrazové scény a porozumění obsahu scény.
|
Požadavky na studenta
|
Zápočet:
- test ze základních znalostí ZVI, termín
- vypracování seminární práce
- mezní termín pro získání zápočtu ZVI 2019/2020
Z důvodu průběžné aktualizace předmětu je pro získání zápočtu při opakovaném zapsání předmětu (viz SZŘ čl. 24 odst. 3) nutné souhlasné vyjádření garanta předmětu.
Zkouška:
- prezentace a obhajoba seminární práce
- doplňující zkušební otázky
Podrobnosti:
http://www.kiv.zcu.cz/~novyp/zvi/zvi.html
Upozornění:
Termíny a forma ověřování splnění požadavků mohou být upraveny s ohledem na opatření vyhlášená v souvislosti s vývojem epidemiologické situace v ČR.
|
Obsah
|
1. Základní pojmy, matematický model obrazu, přehled metod a aplikací, předzpracování, segmentace, rozpoznávání, 3D rekonstrukce, počítačová grafika, přenos a archivace obrazových dat. Digitalizace obrazu, vzorkování a kvantování.
2. Vlastnosti obrazu, sousedství, okolí bodu, vzdálenost, cesta, souvislá oblast, vnitřní a vnější hranice oblasti, plocha a obvod oblasti. Momenty a těžiště oblasti, základní tvarové příznaky oblasti.
3. Histogram obrazu, základní operace nad obrazovými daty, jasové korekce, transformace jasové stupnice, ekvalizace histogramu, zkvalitňování a vizualizace obrazu.
4. Segmentace obrazové scény, globální přístup k segmentaci, využití histogramu pro prahování obrazu. Určování prahu a automatická detekce prahu, metody modifikovaného histogramu, matice hranovosti, matice sousednosti, rozplav obrazu.
5. Segmentace obrazu narůstáním oblastí, štěpení a spojování oblastí.
6. Detekce hran v obrazu, hrana, zkvalitňování obrazu ostřením a zjednodušení obrazové scény, hrana a popis objektů, metody pro detekci a zdůraznění hrany směrově závislé a nezávislé, Laplaceův operátor, masky pro detekci hrany gradientní metodou, detekce čáry a bodu.
7. Filtrace obrazu, jednorozměrná číslicová filtrace a číslicové filtry typu IIR a FIR, dvourozměrná číslicová filtrace, šum v obrazu, metody pro potlačení šumu, popis vlastností jednotlivých metod.
8. Matematická morfologie, princip a využití pro předzpracování obrazu, potlačení šumu a zjednodušení tvarů objektů, skeletizace a ztenčování na principu matematické morfologie. Bodová množina, strukturní element, dilatace a eroze, operace otevření a uzavření, popis vlastností jednotlivých operací.
9. Ztenčování a skeletizace, ztenčování ve spojitém prostoru, mediální osový skelet, problém ztenčování v diskrétní mřížce, přímý soused bodu na hranici oblasti, násobný bod oblasti, definice skeletu v diskrétní mřížce, jednoduché algoritmy pro ztenčování, popis jejich vlastností, problém zúplnění hran a ztenčení hrany, resp. čáry.
10. Obrazová funkce ve frekvenčním oboru, Fourierova transformace, možnosti využití frekvenčního přístupu k obrazové funkci pro filtraci obrazu, algoritmus a použití.
11. Popis oblastí v obrazu, reprezentace a popis hranic oblastí, Freemanův řetězový kód, reprezentace oblastí, kódování úseků řádků, diferenční řetězový kód, princip metody souřadnicových křivek, např. pro Fourierovský popis ploch.
12. Formáty obrazových dat, komprese obrazových dat.
13. Poznámky k principům rozpoznávání a klasifikace objektů v obrazu, příznakové rozpoznávání a příznaková analýza.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
Šonka, Milan; Hlaváč, Václav. Počítačové vidění. Praha : Grada, 1992. ISBN 80-85424-67-3.
-
Základní:
Hlaváč, Václav; Sedláček, Miloš. Zpracování signálů a obrazů. 1. vyd, dotisk. Praha : Vydavatelství ČVUT, 2001. ISBN 80-01-02114-9.
-
Doporučená:
Umbaugh, Scott E. Computer imaging : digital image analysis and processing. Boca Raton : Taylor & Francis, 2005. ISBN 0-8493-2919-1.
-
Doporučená:
Umbaugh, Scott E. Digital Image Processing and Analysis: Applications with MATLAB and CVIPtools. Boca Raton : Taylor & Francis, 2018. ISBN 978-1-4987-6602-9.
-
Doporučená:
Sonka, Milan; Boyle, Roger; Hlavac, Vaclav. Image processing, analysis, and machine vision. 2nd ed. Pacific Grove : PWS Publishing, 1999. ISBN 0-534-95393-X.
-
Doporučená:
Dobeš, Michal. Zpracování obrazu a algoritmy v C#. 1. vyd. Praha : BEN - technická literatura, 2008. ISBN 978-80-7300-233-6.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava na souhrnný test [6-30]
|
20
|
Vypracování seminární práce v magisterském studijním programu [5-100]
|
45
|
Kontaktní výuka
|
65
|
Příprava na zkoušku [10-60]
|
30
|
Celkem
|
160
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
programovat na úrovni předmětů KIV/PPA1, KIV/PPA2 a KIV/PT, např. programovací jazyky Java, C/C++, C# |
aplikovat metody počtu pravděpodobnosti a statistiky a numerické matematiky v rozsahu předmětů KMA/PSA a KMA/NM |
analyzovat a zpracovávat signály v rozsahu předmětu KIV/AZS |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
využívat programovacích technik a datových struktur a algoritmizovat úlohy |
řešit úlohy počtu pravděpodobnosti a statistiky, algoritmizovat úlohy numerické matematiky |
používat základní techniky zpracování signálů, problematika ADC, FIR, IIR, DFT |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
bc. studium: rozpozná problém, objasní jeho podstatu, rozčlení ho na části, |
bc. studium: své učení a pracovní činnost si sám plánuje a organizuje, |
mgr. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru., |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
rozumět principům strojového vidění, popisu, topologii a geometrii obrazové scény |
orientovat se v principech a metodách filtrace snímků v prostorové a frekvenční oblasti |
využívat vlastností histogramu pro segmentaci prahováním a jasové transformace |
aplikovat morfologické transformace |
provádět skeletizaci a ztenčování objektů ve snímku |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
realizovat filtraci snímků v prostorové a frekvenční oblasti |
provádět jasové transformace, např. ekvalizaci histogramu |
detekovat hranice objektů ve snímku |
segmentovat snímky prahováním nebo metodami narůstání oblastí |
definovat skelet objektu a realizovat algoritmy pro dilataci a erozi objektů |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru, |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Test, |
Seminární práce, |
Kombinovaná zkouška, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Test, |
Seminární práce, |
Individuální prezentace, |
Kombinovaná zkouška, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Individuální prezentace, |
Seminární práce, |
Kombinovaná zkouška, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška s aktivizací studentů, |
Individuální konzultace, |
Seminární výuka (badatelské metody), |
Samostudium, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Přednáška s aktivizací studentů, |
Seminární výuka (badatelské metody), |
Samostatná práce studentů, |
Individuální konzultace, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška s aktivizací studentů, |
Seminární výuka (badatelské metody), |
Individuální konzultace, |
Samostatná práce studentů, |
|
|
|
|