Detail předmětu

Analýza signálů a obrazů

FEKT-LASOAk. rok: 2016/2017

Časově frekvenční analýza, vlnková transformace. Spojitá a diskretní reprezentace obrazů, 2D transformace, náhodný obraz. Zvýrazňování a edice obrazů, úvod do restaurace poškozených obrazů. Metody rekonstrukce obrazů z paralelních a vějířových tomografických projekcí. Analýza obrazu: detekce hran, hranic a oblastí, segmentace obrazu. Morfologické transformace, vizualizace 2D a 3D obrazových dat. Technické, medicínské a ekologické aplikace.

Jazyk výuky

čeština

Počet kreditů

Garant předmětu

prof. Ing. Jiří Jan, CSc.

Zajišťuje ústav

Ústav biomedicínského inženýrství (UBMI)

Výsledky učení předmětu

Absolvent předmětu je schopen:
- se orientovat v teoretických principech metod analýzy signálů a zejména obrazů i v praktických aspektech jejich implementace
- navrhovat postupy a poskytnout v těchto záležitostech konzultace,
- aplikovat související programy včetně komerčního softwaru a příp. programovat samostatně navržené související algoritmy,
- být platným členem interdisciplinárního týmu ve věci analýzy obrazů a signálů.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia, zejména matematiky a číslicového zpracování signálů

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT. Metody vyučování zahrnují přednášky a cvičení na počítači, a zejména samostudium. Předmět využívá e-learning (Moodle). Student odevzdává samostatné projekty.

Způsob a kritéria hodnocení

Podmínky pro úspěšné ukončení předmětu upřesňuje každoročně aktualizovaná vyhláška garanta předmětu;
v zásadě
- získání zápočtu na základě aktivní účasti na demonstračních cvičeních (až 24 bodů, min. 12 bodů),
- úspěšné složení písemné závěrečné zkoušky (až 76 bodů)

Osnovy výuky

1. Časově-frekvenční analýza signálů, vlnkové transformace.
2. Spojitá reprezentace obrazů, 2D transformace, náhodný obraz.
3. Diskretní reprezentace obrazů, vzorkování, 2D diskretní transnformace, diskretní operátory.
4. Zvýrazňování a edice obrazů - transformace kontrastu a barevné stupnice.
5. Maskové operátory, zostřování, potlačování šumu a rušení, geometrické operace.
6. Úvod do restaurace zkreslených obrazů.
7. Lokální parametry, texturní analýza a parametrický obraz.
8. Segmentace obrazů podle homogenity, regionově orientovaná segmentace.
9. Segmentace obrazů na základě hranové reprezentace a Houghova transformace.
10. Segmentace metodou rozvodí, pružnýni konturami a úrovňovými množinami (level sets)
11. Zobecněné morfologické transformace.
12. Metody rekonstrukce obrazů z paralelních a vějířových tomografických projekcí v originální a spektrální oblasti.
13 Nelineární analýza a filtrace obrazů, neuronové klasifikátory.

Učební cíle

Cílem předmětu je poskytnout studentům znalosti o časově frekvenční analýze signálů a zejména o číslicovém zpracování a analýze obrazů.

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

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu (viz Rozvrhové jednotky).
V zásadě:
- povinné počítačové cvičení
- nepovinná přednáška

Základní literatura

J.Jan: Číslicová filtrace, analýza a restaurace signálů. VUTIUM 2002
J.Jan: Medical Image Processing, Reconstruction and Restoration. CRC 2006

Zařazení předmětu ve studijních plánech

  • Program EEKR-ML1 magisterský navazující

    obor ML1-BEI , 1 ročník, zimní semestr, povinný

  • Program EEKR-ML magisterský navazující

    obor ML-BEI , 1 ročník, zimní semestr, povinný

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

prof. Ing. Jiří Jan, CSc.

Osnova

1. Časově frekvenční analýza signálů, spektrogram, vlnkové transformace
2. Spojitá reprezentace obrazů, lineární 2D systémy, 2D spektra
3. Diskretní reprezentace obrazů, 2D diskretní operátory, separabilní a konvoluční operátory
4. Diskretní 2D transformace( 2D DFT, 2D kosínová a sínová, Hadamardova,Haarova transformace)
5. Zvýrazňování obrazů (kontrast a barvy, ostření, potlačování šumu a rušivých artefaktů v obrazech)
6. Lokální parametry, parametrické mapy, detekce hran
7. Texturní analýza
8. Segmentace obrazů 1 - regionově orientovaná, metoda rozvodí
9. Segmentace obrazů 2 - hranově orientovaná, Houghova transformace
10. Segmentace obrazů 3 - pružné a aktivní kontury, parametrické a geometricé (level-set) kontury, využití apriorních znalostí
11. Úvod do formalizované restaurace obrazů, pseudoinverzní filtrace
12. Tomografická rekonstrukce obrazů 1 (z paralelních projekcí, Radonova transformace, algebraické metody, metody rekonstrukce ve frekvenční oblasti)
13. Tomografická rekonstrukce 2 (filtrovaná zpětná projekce pro paralelní projekce, rekonstrukce při vějířových projekcích)
Průběžně: aplikace analýzy signálů a obrazů v medicíně, technice a ekologii.

Cvičení na počítači

13 hod., povinná

Vyučující / Lektor

Ing. Jiří Chmelík, Ph.D.

Osnova

Seznámení s prostředím MATLAB - Image Processing Toolbox
Vlnková analýza komplikovaných signálů
Experimentální pořizování obrazových dat. Základní operace s obrazem v originální oblasti
Generování diskretních náhodných polí
2D diskretní systémy, ověření charakteristik
2D DFT, spektra obrazů
Zvýrazňování kontrastu a barev, ekvalizace histogramu
Zostřování obrazů a potlačování šumu
Identifikace zkreslení, návrh a ověření modifikované inverzní filtrace
Experimentální Radonova transformace a aproximativní rekonstrukce z projekcí na základě řezového teorému
Aproximativní rekonstrukce z projekcí filtrovanou zpětnou projekcí
Základní metody segmentace obrazu, texturní analýza
Práce s obrazovými daty v běžných komprimovaných formátech