Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowania
Strona główna

Przetwarzanie i rozpoznawanie obrazów

Informacje ogólne

Kod przedmiotu: 0800-PROZOB
Kod Erasmus / ISCED: (brak danych) / (0613) Tworzenie i analiza oprogramowania i aplikacji Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Przetwarzanie i rozpoznawanie obrazów
Jednostka: Wydział Fizyki, Astronomii i Informatyki Stosowanej
Grupy: Informatyka Stosowana s2. Przedmioty do wyboru specjalistyczne (wszystkie)
Przedmiot uzupełniający-IBI
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Wymagania wstępne:

Podstawowa znajomość elementarnych zagadnień matematyki z obszarów rachunku macierzowego, rachunku prawdopodobieństwa, teoria mnogości, przekształceń całkowych (przekształcenie Fouriera), fizyki (fale elektromagnetyczne).

Całkowity nakład pracy studenta:

Godziny realizowane z udziałem nauczycieli (70 godz.) :

- udział w wykładach – 30 godz.

- udział w laboratoriach – 30 godz.

- konsultacje z nauczycielem akademickim- 10 godz.


Czas poświęcony na pracę indywidualną studenta (65 godz.) :

- przygotowanie do laboratoriów – 5 godz.

- pisanie prac, projektów- 5 godz.

- czytanie literatury- 15 godz.

- przygotowanie do egzaminu- 20 godz.

- przygotowanie do kolokwium - 20 godz.


Łącznie: 135 godz. (5 ECTS)


Efekty uczenia się - wiedza:

W01: ma wiedzę w obszarze matematyki, fizyki oraz metod numerycznych z zakresu metod przetwarzania i analizy obrazów - FT (Fizyka Techniczna): K_W01; IS (Informatyka Stosowana): K_W01,K_W03

W02: ma wiedzę z zakresu metod, technik, narzędzi wykorzystywanych do przetwarzania i rozpoznawania obrazów - FT: K_W04, K_W05; IS: K_W02, K_W04

W03: ma pogłębioną i uporządkowaną wiedzę w zakresie zasad modelowania, konstruowania i analiz koniecznych w pracy inżynierskiej w zakresie przetwarzania i rozpoznawania obrazów - FT: K_W03, K_W06; IS: K_W05

Efekty uczenia się - umiejętności:

U01: potrafi innowacyjnie wykorzystywać i dokonywać syntezy metod przetwarzania i analizy obrazów– FT: K_U01; IS: K_U01, K_U04

U02: umie wykorzystywać, tworzyć i testować algorytmy wizyjne w wybranych środowiskach programistycznych – FT: K_U02; IS: K_U06, K_U09, K_U11

U03: umie krytycznie ocenić wyniki działania algorytmów wizyjnych oraz je zaprezentować – FT: K_U04, K_U07; IS: K_U08

U04: potrafi współdziałać z innymi osobami w ramach prac zespołowych i podejmować wiodącą rolę w zespołach, kierować pracą zespołu w obszarze przetwarzania i rozpoznawania obrazów - FT: K_U10, IS: K_U07

Efekty uczenia się - kompetencje społeczne:

K1:odpowiedzialnie realizuje zadania w ramach zespołu projektowego – FT:IS:K_K02

K2: potrafi kreatywnie pracować w ramach zespołów projektowych, rzetelnie wykonując ustalone w ramach zespołu zadania: FT: K_K02, IS:K_K04




Metody dydaktyczne:

wykład, zajęcia laboratoryjne na podstawie dostarczonej instrukcji oraz realizacja zadania projektowego w zespołach

Metody dydaktyczne eksponujące:

- pokaz

Metody dydaktyczne podające:

- opis
- opowiadanie
- wykład informacyjny (konwencjonalny)

Metody dydaktyczne poszukujące:

- ćwiczeniowa
- doświadczeń
- laboratoryjna

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z podstawowymi przetwarzania i rozpoznawania obrazów cyfrowych. Materiał zostanie podzielony na następujące bloki tematyczne:

A. Wprowadzenie

B. Metody przetwarzanie obrazów: metody punktowe, kontekstowe, geometryczne i transformat

C. Opis obrazów: wyznaczanie cech obrazów binarnych, w skali szarości i kolorowych, metody punktów charakterystycznych

D. Metody rozpoznawania wzorców dla obrazów cyfrowych: uczenie nadzorowane – klasyfikacji i regresji oraz nienadzorowane – grupowanie, selekcja cech

Pełny opis:

W efekcie intensywnego rozwoju technik komputerowych, urządzenia rejestrujące obraz stały się powszechne zarówno w obszarach profesjonalnych (przemysł, medycyna, monitoring, nadania środowiska naturalnego i wiele innych) jak też w życiu codziennym (w aparat cyfrowy wyposażony jest obecnie praktycznie każdy telefon). Równocześnie nastąpił intensywny rozwój technik przetwarzania (procesory), składowania (pamięci) oraz transmisji (sieci) danych. Dzięki wszystkim tym czynnikom przetwarzanie informacji wizualnej stało się jednym z podstawowych zadań współczesnych systemów informatycznych. Zajęcia są poświęcone podstawowym metodom i technikom stosowanym w tym obszarze wiedzy i jej zastosowaniach praktycznych. I ich ramach studenci będą mieli okazję poznać zagadnienia przetwarzania obrazów oraz identyfikacji treści na nich się znajdujących. Materiał jest podzielony na cztery bloki tematyczne:

A. Wprowadzenie: czym jest obraz cyfrowy, rodzaje obrazów, obszary zastosowań ze szczegółowym omówieniem: biomedycyna, przemysł, monitoring, teledetekcja, biometria, i inne

A. Metody przetwarzanie obrazów: punktowe metody przetwarzania obrazów, kontekstowe metody przetwarzania obrazów, geometryczne przekształcenia obrazów, metody transformat, wyznaczanie opisu obrazu

C. Opis obrazów: wyznaczanie cech obrazów binarnych (cechy kształtu: powierzchnia/obwód, liczba Eulera, szkieletowe, momentowe, i in), w skali szarości i kolorowych (teksturowe), metody punktów charakterystycznych (Harris, SIFT, i inne)

D. Metody rozpoznawania wzorców dla obrazów cyfrowych: uczenie nadzorowane – klasyfikacji (najbliższych sąsiadów, statystyczna, drzewa decyzyjne, sieci neuronowe) i regresji (liniowej) oraz nienadzorowane – grupowanie (k-średnich, hierarchiczne), selekcja cech, sposoby stosowania metod uczenia w identyfikacji treści obrazów (rozpoznawaniu obrazów)

Zajęcia składają się z wykładu oraz laboratorium. Laboratorium jest podzielone na część polegającą na realizacji zadań zgodnie z udostępnioną instrukcją oraz na projekcie w ramach którego studenci mają możliwość wykorzystania uzyskanej wiedzy i umiejętności do samodzielnego (w zespołach dwuosobowych) rozwiązania problemu postawionego przez prowadzącego. Ćwiczenia i projekt będą wykonywane z wykorzystaniem środowiska MATLAB.

Literatura:

1. R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków 1997.

2. Z. Wróbel, R. Koprowski, Praktyka przetwarzania obrazów z zadaniami w programie Matlab, Exit, Warszawa 2008.

3. Z. Wróbel, R. Koprowski, Praktyka przetwarzania obrazów w programie Matlab, Exit, Warszawa 2004.

4. R. C. Gonzales, R. E. Woods. Digital Image Processing, Prentice Hall Inc., 2007.

Metody i kryteria oceniania:

Metody oceniania:

egzamin - W01, W02, W03

kolokwium- U01, U02, U03, U04

projekt - U01, U02, U03, U04, K01, K02

Kryteria oceniania:

Wykład: egzamin pisemny w formie testu (pytania zamknięte)

ndst - <20 pkt (<50%)

dst- 21-24 pkt (51-60%)

dst plus- 25-28 pkt (61-70%)

db- 29-32 pkt (71-80%)

db plus- 33-36 pkt (81-90%)

bdb- 36-40 pkt (91-100%)

Ćwiczenia i projekt: zaliczenie na ocenę na podstawie sumarycznej liczby punktów z części laboratoryjnej i projektowej

ndst - <50 pkt (<50%)

dst- 51-60 pkt (51-60%)

dst plus- 61-70 pkt (61-70%)

db- 71-80 pkt (71-80%)

db plus- 81-90 pkt (81-90%)

bdb- 91-100 pkt (91-100%)

Praktyki zawodowe:

brak

Zajęcia w cyklu "Semestr letni 2022/23" (zakończony)

Okres: 2023-02-20 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Iwanowski
Prowadzący grup: Marcin Iwanowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Semestr letni 2023/24" (w trakcie)

Okres: 2024-02-20 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Marcin Iwanowski
Prowadzący grup: Marcin Iwanowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Zaliczenie
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.
ul. Jurija Gagarina 11, 87-100 Toruń tel: +48 56 611-40-10 https://usosweb.umk.pl/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)