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 and oral exam

Předmět je hodnocen na základě zpracování samostatného individuálního projektu a ústní zkoušky

R: Gonzales R., Woods R., Digital Image Processing, Prentice Hall, 2008

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

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

Lectures, project focussed on image processing metohod use

přednášky, projekt zaměřený na aplikaci metod zpracování obrazů

nothing

nejsou

Subject is focussed primarily on

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

Předmět je věnován zejména následujícím tématům:

1. Seznámení s výpočetním a vizualizačním systémem (MATLAB, SIMULINK, Python)

2. Matematická reprezentace vícerozměrných dat, kódování obrazů

3. Vybrané numerické metody zpracování obrazů

4. Dvourozměrné diskrétní Fourierova transformace v analýze obrazů

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. Případové studie: analýza snímků z elektronového mikroskopu, analýza obrazu buněčných kultur

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

nothing

nejsou

nothing

nejsou