Digital Image Processing and Analysis

Opis predmeta

Osnove ljudskog vizualnog sustava. Dvodimenzionalni (2D) nizovi. Linearni 2D sustavi. 2D konvolucija. Očitavanje i kvantizacija. Transformacije slike. Poboljšanje slike u prostornoj domeni. Operacije na histogramu. Izjednačavanje i modeliranje histograma. Homomorfno filtriranje. Filtiranje medianom. Poboljšanje slike u frekvencijskoj domeni. Obnavljanje slike. Inverzno i pseudoinverzno filtriranje. Wienerov filtar. Geometrijske transformacije slike. Reprezentacija i obrada slika u boji. Ekstrakcija značajki slike. Analiza glavnih komponenti. Detekcija rubova. Gradijentni i kompasni operatori. Detekcija granice objekta. Segmentacija slike. Houghova transformacija. Metode grupiranja. Segmentacija tekstura. Optički tok. Primjene u biomedicini, komunikacijama, robotici i industrijskoj kontroli kvalitete.

Ishodi učenja

  1. Definirati i opisati koncepte teorije digitalne obrade i analize slika
  2. Nabrojati primjere primjena digitalne obrade slike i videa
  3. Objasniti metode obrade i analize slike
  4. Analizirati praktični problem obrade i analize slike
  5. Povezati stečena znanja i dati rješenje danog problema
  6. Procijeniti kvalitetu rješenja problema obrade i analize slike

Oblici nastave

Predavanja

Na predavanjima se izlažu teorijski koncepti i algoritmi praćeni konkretnim primjerima.

Auditorne vježbe

Rješavanje zadataka vezanih uz gradivo predavanja.

Laboratorij

Korištenje računala za obradu i analizu slike.

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Laboratorijske vježbe 50 % 20 % 50 % 20 %
Seminar/Projekt 20 % 20 % 20 % 20 %
Međuispit: Pismeni 20 % 30 % 0 %
Završni ispit: Pismeni 20 % 30 %
Ispit: Pismeni 50 % 60 %
Napomena / komentar

Prag na zbroj rezultata na međuispitu i završnom ispitu je 50%.

Tjedni plan nastave

  1. Svjetlosni i EM spektar, Ljudski vizualni sustav, Prikupljanje slika i kvantizacija, Diskretna geometrija, Senzori slike, Područja primjene
  2. 2D linearni sustavi, Osnovne operacije za obradu slike
  3. 2D Fourierova transformacija, 2D diskretna kosinusna transformacija, 2D diskretna sinusna transformacija, 2D diskretna wavelet transformacija, Karhunen-Loeve transformacija, Interpolacijske tehnike, Geometrijske transformacije
  4. Gray-level transformacije, Operacije zasnovane na histogramu, Prostorno filtriranje, Medijan filtriranje, Homomorfno filtriranje
  5. Modeli degradacije slike, Modeli buke, Inverzni filter i pseudoinvertni filtar, 2D Wiener filtriranje
  6. Prikaz boja, Modeli boja, Prostori boja, Transformacije boja
  7. Područja primjene, Projekt
  8. Međuispit
  9. Detekcija ruba i uglova, Prostor mjerila, Histogram orijentacije, Hessian operator, Procjena zakrivljenosti, Otkrivanje diskontinuiteta
  10. Segmentacija slike, Detekcija granice, Određivanje praga, Narastanje područja, Watershed segmentacija, Segmentacija pokretom, Klasteriranje metodom srednjeg pomaka, Tehnike klasteriranja pomoću teorije grafova, Houghova transformacija
  11. Analiza oblika, Prikaz regije, Deskriptori granica, Deskriptori regija, Metode opisivanja oblika, Klasifikacija oblika, Značajke teksture, Analiza teksture, Analiza teksture, Analiza oblika, Dilatacija i erozija, Otvaranje i zatvaranje, Stanjivanje i kosturi, Gray-scale morfologija
  12. Analiza pokreta
  13. Projekt
  14. Projekt
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Data Science (profil)
Recommended elective courses (2. semestar)

Literatura

Richard Szeliski (2017.), Computer Vision: Algorithms and Applications, Pearson
Rafael Gonzalez, Richard Woods (2017.), Digital Image Processing, Pearson
Bernd Jähne (2005.), Digital Image Processing, Springer

Za studente

Izvedba

ID 223335
  Ljetni semestar
5 ECTS
R3 Engleski jezik
R2 E-učenje
30 Predavanja
15 Laboratorijske vježbe

Ocjenjivanje

87 izvrstan
75 vrlo dobar
63 dobar
51 dovoljan