383ZS | Zpracování signálů a obrazů | Rozsah výuky: | 3+2 | ||
---|---|---|---|---|---|
Přednášející (garant): | Hlaváč V., Sedláček M. | Typ předmětu: | Z | Zakončení: | Z,ZK |
Zodpovědná katedra: | 338 | Kreditů: | 5 | Semestr: | Z |
Anotace:
Základy teorie číslicového zpracování jednorozměrných a dvourozměrných signálů. Spektrum vzorkovaného analogového signálu a způsoby rekonstrukce signálu analogového signálu ze signálu vzorkovaného. Modifikace Fourierovy transformace užívané u signálů diskrétních v čase (FTD a FFT). Číslicová filtrace. Zpracování stochastických signálů. Obrazy jako prakticky důležitý příklad 2D signálů. Digitální obraz, geometrické transformace a transformace jasu. Diskrétní lineární integrální transformace. Filtrace šumu, poruch a detekce hran. Matematická morfologie. Vybrané nelineární techniky. Praktické aplikace.
Osnovy přednášek:
1. | Rozdělení signálů. Spektrum vzorkovaného signálu. Rekonstrukce | |
2. | FT diskrétních signálů a diskrétní Fourierova transformace (DFT) | |
3. | FFT a užití DFT pro spektrální analýzu periodických signálů | |
4. | Číslicové filtry. Definice, rozdělení, vlastnosti | |
5. | Návrh FIR a IIR filtrů | |
6. | Stochastické signály: amplitudový popis, korelační funkce a užití | |
7. | Výkonová spektrální hustota. Odhadování signálů pod úrovní šumu | |
8. | Obraz jako signál. Vznik obrazu. Geometrie a radiometrie | |
9. | Předzpracování a restaurace obrazu | |
10. | Komprese obrazu, bezeztrátové a ztrátové metody | |
11. | Segmentace jako metoda extrakce primitiv z obrazu | |
12. | Matematická morfologie | |
13. | Technické prostředky pro pořízení, zpracování a zobrazení obrazu | |
14. | Aplikace a metodika jejich tvorby. Softwarové nástroje |
Osnovy cvičení:
1. | FFT (analýza periodických signálů, leakage, okna) (Matlab) | |
2. | Číslicové filtry a užití (Matlab) | |
3. | Korelační filtrace a výpočet PSD pomocí FFT (Matlab) | |
4. | Měření výkonové spektrální hustoty klasicky a FFT spektr. analyzátorem | |
5. | Měření parametrů stochastických signálů, vzájemné korelační funkce |
6. | Ověření vzorkovacího teorému, aliasing | |
7. | Využití číslicové filtrace k potlačení rušivých signálů | |
8. | Projekt: Obrazy, filtrace, segmentace, měření (nástroje Neurocheck, |
9. | Odsouhlasení specifikace projektu | |
10. | Řešení projektu | |
11. | Řešení projektu | |
12. | Řešení projektu | |
13. | Odevzdání projektu, obhájení řešení | |
14. | Zápočet, rezerva |
Literatura Č:
[1] | Hlaváč V., Sedláček, M.: Zpracování signálů a obrazů. Skripta ČVUT, Praha 2001 (dotisk 1.vydání) | |
[2] | Sedláček, M.: Zpracování signálů v měřicí technice. Skripta ČVUT, Praha 1999 (dotisk 2.vydání) | |
[3] | Hlaváč V., Šonka M.: Počítačové vidění. Grada, Praha 1992 |
Literatura A:
[1] | Oppenheim A. B., Schafer R. W.: Discrete-Time Signal Processing. |
[2] | Gonzales R. C., Woods R. E.: Digital Image Processing. Addison-Wesley, |
Požadavky:
|
Předmět je zahrnut do těchto studijních plánů:
|
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |