Detail předmětu

Pokročilé techniky zpracování obrazu

FEKT-MPZOAk. rok: 2017/2018

Předmět je zaměřen na teorii i praxi pokročilých metod zpracování a analýzy obrazu včetně videosekvencí. Hlavními probíranými oblastmi jsou model kamery, její kalibrace, DFT filtrace obrazu, konvoluce, rozpoznávání objektů, biometrických znaků (kůže, obličeje, papilárních linií), epipolární geometrie, analýza stereo páru obrazů, korespondenční problém, extrakce prostorové informace, dynamické programování, homografie, optický tok, sledování pohybu objektu ve scéně. Důraz je kladen na praktickou stránku zpracování obrazu, tedy algoritmizace a implementace obecně formulovaných úloh.

Výsledky učení předmětu

Absolvent předmětu je schopen:
- popsat základní pojmy digitálního zpracování obrazu,
- aplikovat principy algoritmizace zpracování obrazu pomocí knihovny OpenCV,
- popsat techniky jasových transformací,
- definovat geometrické transformace obrazu,
- využít homogenní souřadnice,
- interpretovat Diskrétní Fourierovu Transformaci obrazu a filtraci obrazu ve frekvenční oblasti,
- popsat pojmy konvoluce, filtrace a detekce hran v prostorové oblasti,
- popsat základy segmentace obrazu,
- interpretovat matematický model kamery,
- popsat skládání panoramatického pohledu,
- demonstrovat vlastnosti epipolární geometrie,
- popsat principy biometrické obrazové identifikace,
- popsat principy extrakce prostorové informace,
- popsat princip, problémy a metody stanovení optického toku.

Prerekvizity

Student, který si zapíše předmět, by měl být schopen: popsat základní kroky digitalizace signálu, interpretovat základní princip derivace jednorozměrné funkce, ovládat základní operátory a funkce jazyka C++, popsat základní operace maticového počtu, popsat základní principy euklidovské geometrie, praktikovat výpočty s komplexními čísly, diskutovat základní pojmy z oblasti pravděpodobnosti a statistiky. Obecně jsou požadovány znalosti na úrovni ukončeného bakalářského studia.

Doporučená nebo povinná literatura

PARKER, J. R.: Algorithms for Image Processing and Computer Vision, Wiley; Bk&CD-Rom edition 1996, ISBN: 471140562. (EN)
GONZALEZ, R. C., WOODS, R. E.: Digital Image Processing, Prentice Hall 2002, ISBN: 0201180758. (EN)
HLAVÁČ V., ŠONKA M.: Počítačové vidění, Grada, Praha 1992, ISBN 80-85424-67-3. (CS)
PRATA, S.: Mistrovství v C++, Computer Press, Brno 2004. (CS)
FISHER, R. B.: CVonline: The Evolving, Distributed, Non-Proprietary, On-Line Compendium of Computer Vision, http://homepages.inf.ed.ac.uk/rbf/CVonline/. (EN)
ŘÍHA, K.: Pokročilé techniky zpracování obrazu, skripka, VUT v Brně, 2012. ISBN: 978-80-214-4894-0 (CS)
ŘÍHA, K.: Laboratorní cvičení kurzu Pokročilé techniky zpracování obrazu, VUT v Brně, 2014 (CS)
ŘÍHA, K.: Pokročilé techniky zpracování obrazu: videopřednášky, VUT v Brně, 2014

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a laboratorní cvičení. Předmět využívá e-learning (Moodle).

Způsob a kritéria hodnocení

- až 60 bodů za závěrečnou písemnou zkoušku
- až 40 bodů z testů v laboratorních cvičeních
Písemná závěrečná zkouška se koná na konci semestru. Jsou v ní jednoduché úkoly ve formě dotazu na matematické odvození, předpoklady algoritmů, základní rovnice a principy metod, často ve formě doplňovacího kvízu.
V laboratorních cvičeních se konají dva praktické testy (v 6. a 12. týdnu semestru) každý za max. 20 bodů. Testy obsahují úkoly časově a tematicky adekvátní obsahu realizovaných laboratorních cvičení. Pro připuštění k psané zkoušce není stanoven žádný limit bodového zisku z laboratorních testů.

Jazyk výuky

čeština

Osnovy výuky

1. Základní pojmy digitálního zpracování obrazu, algoritmizace zpracování, knihovna OpenCV s C++ API.
2. Jasové transformace, ekvalizace histogramu.
3. Geometrické transformace obrazu, homogenní souřadnice, interpolační techniky.
4. Diskrétní Fourierova Transformace obrazu, filtrace obrazu ve frekvenční oblasti.
5. Zpracování obrazu v prostorové oblasti, konvoluční teorém, filtrace, detekce hran.
6. Základy segmentace, automatické nalezení prahu, Cannyho detektor hran, Viola-Jones objektový detektor.
7. Model kamery, paralelní promítání, perspektivní promítání, translace, rotace, kalibrace.
8. Homografie, skládání panoramatického pohledu: projektivní transformace, válcové panorama, kulové panorama, základy automatického hledání korespondencí.
9. Epipolární geometrie, stereopár obrazů, rektifikace.
10.Biometrická obrazová identifikace, PCA, rozpoznání podle obličeje.
11.Extrakce prostorové informace, korespondenční problém, disparitní prostor, dynamické programování.
12.Optický tok, sledování objektu, pohybu ve scéně, metody dle Horna-Schuncka, Lucase-Kanadeho, Farnebäcka.

Cíl

Cílem předmětu je poskytnout studentům kvalitní aplikační znalosti pokročilých technik zpracování statických a pohyblivých obrazů 2D a 3D a umožnit jim zvládnutí teorie i praxe pokročilých technik zpracování obrazu.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Laboratorní výuka je povinná. Řádně omluvené zmeškané laboratorní cvičení lze po domluvě s vyučujícím nahradit.

Zařazení předmětu ve studijních plánech

  • Program IBEP-V magisterský navazující

    obor V-IBP , 1. ročník, letní semestr, 6 kreditů, volitelný oborový

  • Program AUDIO-P magisterský navazující

    obor P-AUD , 2. ročník, letní semestr, 6 kreditů, volitelný mimooborový

  • Program EEKR-M1 magisterský navazující

    obor M1-TIT , 2. ročník, letní semestr, 6 kreditů, volitelný oborový

  • Program IBEP-V magisterský navazující

    obor V-IBP , 2. ročník, letní semestr, 6 kreditů, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1. ročník, letní semestr, 6 kreditů, volitelný oborový

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Laboratorní cvičení

39 hod., povinná

Vyučující / Lektor