Cyfrowe przetwarzanie obrazów

Charakterystyka przedmiotu

Wykład Laboratorium  
Dr Andrzej Kordecki Dr Andrzej Kordecki  
Numer i typ przedmiotu Poziom i semestr studiów Rodzaj zajęć i punkty ECTS

1130-AR000-MSP-1016

Przedmiot kierunkowy (RiA)

Studia magisterskie, sem. II

W – 1, L – 1

ECTS - 3

Materiały do pobrania

Wymagania wstępne

  • Znajomość podstawowych zagadnień analizy matematycznej i algebry.
  • Znajomość statystyki, metod optymalizacji i sieci neuronowych.
  • Znajomość podstaw z zakresu programowania w języku Python.

Cele przedmiotu

  • Zdobycie wiedzy i umiejętności w obszarze grafiki rastrowej, przestrzeni barw i polepszenia jakości obrazów.
  • Zdobycie wiedzy i umiejętności w obszarze metod filtracji liniowej,  filtracji nieliniowej, detekcji krawędzi oraz operacji morfologicznych na obrazach.
  • Zdobycie wiedzy i umiejętności w obszarze segmentacji, klasyfikacji i detekcji obiektów w obrazach.
  • Zdobycie wiedzy i umiejętności w obszarze miar oceny wyników przetwarzania obrazów.

Program przedmiotu

  • Wstęp do wizji komputerowej
  • Poprawa jakości obrazów: histogram i filtracja,
  • Detekcja krawędzi, binaryzacja i morfologia,
  • Klasyczna detekcja obiektów, współczynniki jakości w wizji komputerowej
  • Wstęp do sieci neuronowych, sieci neuronowe w klasyfikacji obiektów w obrazach,
  • Sieci neuronowe w segmentacji i detekcji obiektów w obrazach,

Zalecane lektury

  • R. Gonzalez, R. Woods, Digital Image Processing, 4th edition, Pearson (2018),
  • W. Pratt, Digital Image Processing, Wiley (2007),
  • Goodfellow, Y. Bengio, Courville A., Deep Learning, MIT Press (2016).
  • D. Sankowski, W. Mosorow, K. Strzecha, Przetwarzanie i analiza obrazów w systemach przemysłowych. Wybrane zastosowania, PWN (2012).
  • Artykuły związane z zastosowanie konwolucyjnych sieci neuronowych w przetwarzaniu obrazów przedstawione podczas wykładów.

Materiały do pobrania