Uniwersytet Mikołaja Kopernika w Toruniu - Centralny punkt logowaniaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Przetwarzanie i rozpoznawanie obrazów 0800-PROZOB
Semestr letni 2018/19
Laboratorium, grupa nr 1

powiększ
plan zajęć przedmiotu
zaznaczono (na zielono) terminy
aktualnie wyświetlanej grupy
To jest strona grupy zajęciowej. Jeśli szukasz opisu przedmiotu, zobacz stronę przedmiotu
Przedmiot Przetwarzanie i rozpoznawanie obrazów 0800-PROZOB
Zajęcia Semestr letni 2018/19 (2018/19L) (zakończony)
Laboratorium (LAB), grupa nr 1 [pozostałe grupy]
Terminy i miejsca:
co drugi czwartek (parzyste), 18:00 - 20:00
sala s1
Wydział Fizyki, Astronomii i Informatyki Stosowanej - Studium Politechniczne jaki jest adres?
co drugi piątek (parzyste), 10:00 - 12:00
sala s1
Wydział Fizyki, Astronomii i Informatyki Stosowanej - Studium Politechniczne jaki jest adres?
Zajęcia prowadzone z częstotliwością "co dwa tygodnie (nieparzyste)" odbywają się w pierwszym tygodniu od rozpoczęcia cyklu dydaktycznego (np. semestru), a potem co dwa tygodnie. Zajęcia prowadzone z częstotliwością "co dwa tygodnie (parzyste)" odbywają się w drugim tygodniu od rozpoczęcia cyklu dydaktycznego (np. semestru), a potem co dwa tygodnie. Jeśli zajęcia wypadają w dniu wolnym, to nie odbywają się, natomiast nie ma to wpływu na terminy kolejnych zajęć - odbędą się one dwa tygodnie później.
Terminy najbliższych spotkań: Wszystkie zajęcia tej grupy już się odbyły - pokaż terminy wszystkich spotkań.
Liczba osób w grupie: 4
Limit miejsc: 12
Zaliczenie: Zaliczenie na ocenę
Prowadzący: Marcin Iwanowski
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.

5. K. W. Zieliński, M. Strzelecki, Komputerowa analiza obrazu biomedycznego - wstęp do morfometrii i patologii ilościowej, Wydawnictwa Naukowe PWN, 2002.

6. R. Koprowski, Z. Wróbel, Image Processing in Optical Coherence Tomograpphy using Matlab, University of Siilesia, 2011.

Zakres tematów:

Studenci zostaną wprowadzeni do tematyki systemów wizyjnych (jako przykłady: przemysłowe, biometryczne i biomedyczne). Pytanie: „Po co studentom fizyki potrzebna jest analiza obrazów/przetwarzanie obrazów?”. Przedstawiona zostanie kompleksowa „motywacja” dla potrzeby stosowania metod cyfrowej analizy/przetwarzania obrazu. Następnie, wyjaśnienia pojęć: przetwarzanie obrazu kontra analiza obrazu (różnice). Na zajęciach zajmujemy się głównie przetwarzaniem obrazów cyfrowych. Podstawy opisu obrazu - wektory cech (odnośnie analizy obrazów). Wyjaśniona podstawowa różnica pomiędzy analizą obrazów (cyfrowych) a grafiką komputerową (proces odwrotny). Wprowadzone definicje obrazu (w tym: f(x,y) = i, gdzie i – wartość piksela, np. poziom szarości), pojęcie akwizycji obrazu, próbkowania oraz kwantyzacji. Kolory a poziomy szarości, różne rodzaje obrazów (praktycznie: RGB, szarościowe). Zajęcia składają się z części merytorycznej (przekaz na zajęciach) oraz z części praktycznej przy użyciu programu MATLAB oraz ImageJ. Omówione oraz przećwiczone (praktycznie) zostaną m.in. następujące zagadnienia/metody:

1. Metody punktowe (także ich podział oraz konkretne zastosowania – np. poprawa kontrastu), różnice pomiędzy operacjami punktowymi, kontekstowymi oraz operacjami morfologicznymi; wybrane metody punktowe:

a) krzywa tonalna oraz tablice korekcji (LUT),

b) nieliniowe przekształcenia poziomów jasności – w tym korekcja gamma z podaniem zastosowań i interpretacją fizyczną,

c) operacje arytmetyczne (ustnie) z wprowadzeniem pojęcia przesycenia oraz „niedosycenia” obrazu (np. dodawanie, dzielenie, itp., Log, itp., w ImageJ),

d) automatyczne operacje na histogramie obrazu: rozciąganie oraz wyrównywanie histogramu (zaznaczono wykorzystanie obu metod do poprawy kontrastu obrazu) oraz proste progowanie – tutaj też zajęcia praktyczne przy użyciu wybranych obrazów,

2. Metody kontekstowe – filtracje, pojęcie sąsiedztwa, maski filtra, splot, itp.:

a) filtry konwolucyjne: praktycznie: uśredniający, gaussa, gradientowe (także dolnoprzepustowe i górnoprzepustowe - zastosowania) w MATLAB i ImageJ oczywiście (w przypadku MTLABA: m.in. funkcje: filter2, fspecial, rgbtogray, itp. ; ImageJ: convolve filter + zaimplementowane); omówione zostały zastosowania np. do usuwania szumów, wykrywania krawędzi odpowiednio + wprowadziłem pojecie szumu, ich rodzaje sposoby wyznaczania ich parametrów; zastosowano funkcję imnoise oraz zaszumianie w ImageJ; student posiadł wiedzę jakich filtracji stosować w odpowiedniej sytuacji (tam gdzie to jest oczywiste); problem rozmiaru maski filtra oraz rozmiaru obrazu po filtracji (!) – metody postepowania (MATLAB);

b) filtry nieliniowe na podstawie filtru medianowego: zastosowania, praktyka w przypadku szumów impulsowych, wyjaśnienie, dlaczego filtracja medianowa jest tak skuteczna w przypadku szumów impulsowych – porównanie w MATLAB i ImageJ z filtracją np. Gaussa i uśredniający,

3. Filtracje w dziedzinie częstotliwości: transformata Fouriera (także ćwiczenia przy tablicy dla 1D DFT), widmo ampl., faza itp., filtracje górno- i dolnoprzepustowe. Wprowadzenie pojęcia częstości przestrzennych – wysokie i niskie częstotliwości na obrazie – interpretacja i praktyka. Jako dodatek: usuwanie szumów okresowych – z uwagi na wysoką efektywność filtracji częstotliwościowych; inne zastosowania: np. wykrywanie krawędzi (filtracja górnoprzepustowa);

4. Operacje morfologiczne (po co i dlaczego…?) – zastosowania, np.: progowanie, binaryzacja -> cechy obrazu…; element strukturyzujący, dylacja, erozja, otwarcie i zamknięcie, itp.; operacje omówione na przykładzie wizyjnego systemu przemysłowego – kontrola jakości (proces: akwizycja – framegrabber, przetwarzanie wstępne – np. filtracje, progowanie/segmentacja/binaryzacja, rozpoznawanie elementów obrazu i ich opis);

-----------------------------------------------------------------------------------------------

Zadania domowe: filtracja sygnałów jednowymiarowych – słupki (pojęcie rzędu filtra), problem różnicy pomiędzy filtrem uśredniającym i medianowym (zachowanie krawędzi).

Przy tablicy (zadania indywidualne): wspomniane „słupki”, filtracje splotowe dla małych tablic (różne rodzaje masek), filtracja medianowa – później wyniki sprawdzane w MATLAB.

Metody dydaktyczne:

- ćwiczeniowa/laboratoryjna

- klasyczna metoda problemowa

- metoda projektu

- projektu

- pokaz

Uwagi:

Fizyka Techniczna s2, rok I, specj.: IBI; Informatyka Stosowana s2, przedmiot do wyboru

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.