Náplň přednášek a cvičení: 1. Zpracování obrazových signálů, pořízení obrazu, radiometrie, optická část kamery, snímače světelné energie-CCD a CMOS čidla, barevné prostory, geometrické transformace obrazu. 2. Transformace souřadnic bodů, aproximace jasové funkce, transformace hodnot jasu-jasové korekce, transformace jasové stupnice, diskrétní lineární integrální transformace, využití LDT při zpracování obrazu. 3. Filtrace šumu, hledání hran v obraze - konvoluční masky aproximující derivaci obrazové funkce. 4. Segmentace obrazu, prahování, automatické nalezení prahu, využití hran, využití grafů. 5. Segmentace obrazu 2, pokročilé metody využívající hlubší analýzu obrazu, barvení oblastí, obrazové momenty, jednoduché příznaky pro rozpoznávání, oblast, kompaktnost, řetězové kódy. 6. Nalezení parametricky popsatelných objektů, Houghova transformace, metoda RANSAC. 7. Detekování a sledování objektů, využití jednoduchých operátorů, Laplaceův, Harrisův rohový detektor, Shi-Tomasi rohový detektor, další rychlé algoritmy pro nalezení rohů. 8. Příznaky pro popis nalezených objektů, SIFT (Scale-Invariant Feature Transform), SURF (Speeded-Up Robust Features), BRIEF (Binary Robust Independent Elementary Features). 9. Porovnávání obrazů (hledání shody) na základě využití obrazových příznaků. 10. Úvod do 3D rekonstrukce obrazu. 11. Analýza videa, sledování objektů, CamShift algoritmus, MeanShift algoritmus, KLT algoritmus, využití optického toku, separace pozadí. 12. Automatická segmentace videa, algoritmy pro segmentaci. 13. Jednoduché klasifikátory pro rozpoznávání obrazu, PCA (Principal Component Analysis), využití SVM (Support Vector Machines), AdaBoost algoritmus, Viola-Jones detektor. 14. Využití umělých neuronových sítí, teorie a praktické využití. Konvoluční neuronové sítě (CNN) a rekurentní neuronové sítě pro rozpoznávání obrazu.
|
-
DAVIES, E., R.. Computer and Machine Vision, Fourth Edition: Theory, Algorithms, Practicalities.. UK, 2012. ISBN 978-0123869081.
-
HLAVÁČ, Václav a Miloš SEDLÁČEK. Zpracování signálů a obrazů. 2. přeprac. vyd.. ČR, 2007. ISBN 978-80-01-03110-0.
-
CHALOUPKA, J. Přednášky, cvičení - PVI.
-
Raschka, S., Liu, Y., Mirjalili, V., Dzhulgakov, D. Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python. In Packt Publishing, 2022. ISBN 978-1801819312.
-
ŠONKA, Milan, Václav HLAVÁČ a Roger BOYLE. Image processing, analysis, and machine vision. 3rd ed.. Toronto: Thomson, 2008. ISBN 978-0-495-08252-1.
-
Ying Liu. Deep Learning Based Image Processing: Recent Advances and Future Trends. In Eliva Press, 2022. ISBN 978-9994982554.
|