Student will know how:

• to choose appropriate methods for image processing

• to apply selected mathematical methods and computational tools for image analysis

• to use pattern recognition and classification methods in multidimensional data processing

Studenti budou umět:

• volit vhodné metody pro zpracování obrazů

• aplikovat vybrané matematické metody a výpočetní prostředky pro analýzu obrazů

• užívat metody rozpoznávání vzorů a klasifikace vlastností pro zpracování vícerozměrných dat

Evaluation is based upon the individual project

Předmět je hodnocen na základě zpracování samostatného individuálního projektu

Z - Gonzales R., Woods R., Digital Image Processing, Prentice Hall, 2008

D - I.T. Jolliffe: Principal Component Analysis, 2nd ed., Springer-Verlag, New York, 2002

D - http://basic-eng.blogspot.com/2005/12/object-detection-using-hough-transform.html

Z - Gonzales R., Woods R., Digital Image Processing, Prentice Hall, 2008

D - I.T. Jolliffe: Principal Component Analysis, 2nd ed., Springer-Verlag, New York, 2002

D - http://basic-eng.blogspot.com/2005/12/object-detection-using-hough-transform.html

During studies of this subject it is necessary either to submit the own paper using image processing methods in the area of own research or to evaluate an individual project.

V rámci studia je nutné alternativně předložit publikaci s aplikací vybraných metod zpracování obrazů v oblasti vlastní odborné práce nebo zpracovat daný individuální projekt.

1. Fundamentals of computational, programming and visualization system MATLAB / SIMULINK

2. Mathematical representation of multidimensional signals, image coding

3. Selected numerical methods for image processing: interpolation, approximation

4. Two-dimensional discrete Fourier transform in image analysis and resolution changes

5. Multi-dimensional digital filters in image-denoising

6. Gradient methods in image enhancement

7. Selected methods of image segmentation, feature extraction and classification

8. Discrete wavelet transform in data compression image denoising

9. Computational intelligence in microscopic data analysis and classification

10. Spatial data visualization and processing

11. Selected methods of biomedical multidimensional data processing

12. CASE STUDY 1: Image spectral analysis

13. CASE STUDY 2: Digital filtration and enhancement of multidimensional signals

14. CASE STUDY 3: Feature detection and classification of image components

1. Základy výpočetního, programového a vizualizačního systému MATLAB / SIMULINK

2. Matematická representace vícerozměrných dat, kódování obrazů

3. Vybrané numerické metody zpracování obrazů: interpolace, aproximace

4. Dvourozměrné diskrétní Fourierova transformace v analýze obrazů a změně rozlišení

5. Vícerozměrná číslicová filtrace v potlačování rušivých složek obrazů

6. Gradientní metody při zvýrazňování obrazů

7. Vybrané metody segmentace, výběru vlastností a klasifikace obrazových komponent

8. Diskrétní wavelet transformace v kompresi dat a potlačování rušivých složek obrazů

9. Počítačová inteligence v analýze a klasifikaci mikroskopických dat

10. Vizualizace a zpracování prostorových dat

11. Vybrané aplikace zpracování obrazů v biomedicíně

12. CASE STUDY 1: Spektrální analýza obrazů

13. CASE STUDY 2: Číslicová filtrace a zvýrazňování vícerozměrných dat

14. CASE STUDY 3: Detekce vlastností a klasifikace obrazových komponent

http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf

http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf

http://basic-eng.blogspot.com/2005/12/object-detection-using-hough-transform.html

http://uprt.vscht.cz/prochazka/pedag/lectures/ATHENS_DSP.pdf

http://uprt.vscht.cz/prochazka/pedag/lectures/SP0_MATLAB_2006EN.pdf

http://basic-eng.blogspot.com/2005/12/object-detection-using-hough-transform.html

Mathematics 1, 2

Matematika 1, 2