Kod przedmiotu 07 67 3030 20
Liczba punktów ECTS 7
Nazwa przedmiotu w języku prowadzenia
Image Processing
Nazwa przedmiotu w języku polskim Signal and Image Processing (Przetwarzanie sygnału i obrazu)
Nazwa przedmiotu w języku angielskim
Image Processing
Język prowadzenia zajęć angielski
Poziom studiów studia I stopnia
Kierownik przedmiotu dr inż. Bartłomiej Stasiak
Realizatorzy przedmiotu dr inż. Bartłomiej Stasiak, dr inż. Arkadiusz Tomczyk
Formy zajęć i liczba godzin w semestrze
Wykład Ćwiczenia Laboratorium Projekt Seminarium Inne Suma godzin w semestrze
Godziny kontaktowe 30 30 0 60
Czy e-learning Nie Nie Nie Nie Nie Nie
Kryteria oceny (waga) 0,00 0,00 0,00
Cel przedmiotu
  1. Celem przedmiotu jest zapoznanie uczestników z podstawami reprezentacji i przetwarzania obrazów cyfrowych oraz wykorzystanie zdobytej wiedzy do praktycznej realizacji wybranych algorytmów przetwarzania obrazu.
Efekty kształcenia
  1. Po ukończeniu kursu student potrafi wymienić metody przetwarzania obrazów i ich kategorie wraz z obszarami zastosowań;
  2. Po ukończeniu kursu student potrafi opisać szczegóły przekształceń geometrycznych oraz przekształceń jasności pikseli, operacji morfologicznych, filtracji i segmentacji obrazu;
  3. Po ukończeniu kursu student potrafi różnicować metody przetwarzania obrazów zdefiniowane w dziedzinie przestrzennej i w dziedzinie częstotliwości oraz zademonstrować różnice i kluczowe cechy jednego i drugiego podejścia.
  4. Nowe umiejętności nabyte podczas zajęć będą obejmowały implementację metod przetwarzania obrazów w wybranym języku programowania i konstrukcję szkieletu programowego do ich integracji;
  5. Nowe umiejętności nabyte podczas zajęć będą obejmowały wybór i zastosowanie odpowiednich metod do danych problemów;
  6. Nowe umiejętności nabyte podczas zajęć będą obejmowały umiejętność doboru i modyfikacji wartości odpowiednich parametrów w celu ich poprawy.
  7. Student będzie właściwie interpretował i oceniał rezultaty uzyskane za pomocą stworzonego przez siebie oprogramowania;
  8. Student będzie uwzględniał znaczenie wyboru właściwych algorytmów i ich optymalizacji pod kątem szybkości działania i zapotrzebowania na pamięć operacyjną.
Metody weryfikacji efektów kształcenia
Całościowa ocena osiągnięć studenta zawiera dwie składowe odpowiadające dwóm grupom efektów kształcenia. Wiedza i zrozumienie (1 - 4) jest weryfikowana w oparciu o końcowy egzamin pisemny. Umiejętności praktyczne są oceniane podczas zajęć laboratoryjnych na podstawie wyników realizacji czterech zadań. Średnia arytmetyczna ocen z obu składowych stanowi ocenę końcową z przedmiotu. Studenci dysponują listą zagadnień egzaminacyjnych, podzielonych na cztery grupy (odpowiadające efektom kształcenia 1 - 4). Podczas egzaminu muszą odpowiedzieć na jedno pytanie (wybrane przez egzaminatora) z każdej grupy, punktowane odpowiednio jako 20%, 20%, 30%, 30% łącznej oceny z egzaminu.
Ocena z laboratorium jest średnią arytmetyczną ocen otrzymanych z czterech zadań laboratoryjnych, przy czym konieczne jest zrealizowanie każdego zadania na poziomie przynajmniej dostatecznym. Elementem składowym realizacji zadania jest sprawozdanie, które musi zostać sporządzone w oparciu o szablon sprawozdania (osobny do każdego zadania). Szczegóły każdego zadania, wraz z dodatkowymi zagadnieniami teoretycznymi i wskazówkami, dokładna specyfikacja wymagań odnośnie poszczególnych podproblemów i ich procentowy udział w łącznej ocenie z zadania umieszczone są w jego instrukcji i szablonie sprawozdania.

Forma zaliczenia poszczególnych efektów kształcenia:
1. Egzamin. 
2. Egzamin. 
3. Egzamin. Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych. 
4. Egzamin. 
5. Ocena realizacji zadań laboratoryjnych i sprawozdań. 
6. Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych. Ocena realizacji zadań laboratoryjnych i sprawozdań. 
7. Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych. Ocena realizacji zadań laboratoryjnych i sprawozdań. 
8. Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych. Ocena realizacji zadań laboratoryjnych i sprawozdań. 
9. Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych. Ocena realizacji zadań laboratoryjnych i sprawozdań.

Wykład: Egzamin pisemny
Laboratorium: Odpowiedź ustna podczas zaliczenia zadań laboratoryjnych oraz ocena realizacji zadań laboratoryjnych i sprawozdań.
Wymagania wstępne
Matematyka
Algorytmy i struktury danych
Podstawy programowania
Treści kształcenia z podziałem na formy
WYKŁAD
1. Przetwarzanie obrazu – obszary zastosowań
2. Źródła obrazów cyfowych
3. Pozyskiwanie i reprezentacja obrazów cyfrowych
4. Przekształcenia geometryczne i przekształcenia jasności pikseli
5. Operacje na histogramie obrazu
6. Filtracja w dziedzinie przestrzennej - wstęp
7. Filtracja w dziedzinie przestrzennej - filtry liniowe
8. Filtracja w dziedzinie przestrzennej - redukcja szumu i rekonstrukcja obrazu
9. Morfologia matematyczna - operacje morfologiczne
10. Morfologia matematyczna - algorytmy
11. Przekształcenie Fouriera i FFT
12. Filtracja w dziedzinie częstotliwości
13. Kompresja obrazu
14. Przetwarzanie obrazów kolorowych
15. Segmentacja obrazu

LABORATORIUM
Studenci pracują w grupach dwuosobowych. Każda grupa realizuje cztery zadania, z których każde posiada kilka podproblemów podzielonych na warianty. Warianty są przydzielane każdej grupie indywidualnie przez prowadzącego.
Zadanie 1 - Aplikacja do przetwarzania i analizy obrazów, operacje elementarne, usuwanie szumu.
Zadanie 2 - Filtracja w dziedzinie przestrzennej (modyfikacje histogramu, operacje liniowe i nieliniowe, splot).
Zadanie 3 - Operacje morfologiczne, segmentacja obrazu.
Zadanie 4 - Szybkie algorytmy przekształceń ortogonalnych. Filtracja w dziedzinie częstotliwości.
Literatura podstawowa
  1. R.C. Gonzalez and R.E. Woods, Digital Image Processing, 3rd Edition, NJ: Prentice Hall Inc, 2002
  2. R. Tadeusiewicz and P. Korohoda, Komputerowa analiza i przetwarzanie obrazów. Kraków: FPT, 1997
Literatura uzupełniająca
  1. W. K. Pratt, Digital Image Processing, 4th Edition: Wiley-Interscience, 2007
  2. E. R. Davies, Machine Vision, 3rd Edition: Morgan Kaufmann, 2005
  3. R. Tadeusiewicz and M. Flasinski, Rozpoznawanie obrazów, Warszawa: PWN, 1991
Przeciętne obciążenie godzinowe studenta pracą własną
116
Uwagi
Nazwa przedmiotu: Image Processing
Aktualizacja