angličtina

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.

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.

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

- 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.

1. Základní pojmy digitálního zpracování obrazu, algoritmizace zpracování, knihovna OpenCV.
2. Jasové transformace, ekvalizace histogramu.
3. Geometrické transformace obrazu, homogenní souřadnice.
4. Diskrétní Fourierova Transformace obrazu, filtrace obrazu ve frekvenční oblasti.
5. Zpracování obrazu v prostorové oblasti, konvoluce, filtrace, detekce hran.
6. Základy segmentace, automatické nalezení prahu, Viola-Jones detektor.
7. Model kamery, paralelní promítání, perspektivní promítání, translace, rotace, kalibrace.
8. Homografie, skládání panoramatického pohledu: projektivní transformace, válcové panorama, kulové panorama.
9. Epipolární geometrie, stereo pár obrazů.
10.Biometrická obrazová identifikace.
11.Extrakce prostorové informace, korespondenční problém, dynamické programování.
12.Optický tok, sledování objektu, pohybu ve scéně.

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.

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

GONZALEZ, R. C., WOODS, R. E.: Digital Image Processing, Prentice Hall 2007, ISBN: 978-0131687288 (EN)
HLAVAC V., SONKA M., BOYLE R.: Image Processing, Analysis, and Machine Vision, Cengage Learning, 2007, ISBN 978-0495082521 (CS)
PARKER, J. R.: Algorithms for Image Processing and Computer Vision, Wiley; Bk&CD-Rom edition 1996, ISBN: 471140562. (EN)

PRATA, S.: C++ Primer Plus, Addison-Wesley Professional, 2011. (CS)