|
Lecturer(s)
|
-
Lenc Ladislav, doc. Ing. Ph.D.
-
Mautner Pavel, Ing. Ph.D.
-
Nový Pavel, Ing. Ph.D.
|
|
Course content
|
1. Automatic thresholding and segmentation methods, the optimal thresholding method, and its extension to multiple thresholds. 2. Principles of computed tomography (CT). 3. The Fourier transform, discrete signals and the discrete Fourier transform (DFT), properties of the DFT, application of the DFT to image processing in the frequency domain, and amplitude, phase, and power spectra. 4. Region descriptors, closed curves, coordinate functions, Fourier series representation, curve reconstruction, Fourier descriptor invariants, and object classification using Fourier descriptors. 5. Edge detection, active contours, and the Hough transform. 6. Clustering-based segmentation and superpixels. 7. Computed tomography: image acquisition and projection generation, the Radon transform, and the reconstruction of a 2D cross-section. 8. Computed tomography: the Fourier slice theorem, summation methods, ART, MART, and filtered back projection. Development of CT instrumentation and medical applications. 9. Methods for keypoint detection and feature extraction (SIFT, SURF, and neural networks). 10. Optical character recognition (OCR) and handwritten text recognition (HTR). 11. Convolutional neural networks, fully convolutional networks, and neural networks for object detection. 12. Deep learning for image segmentation and object detection. 13. Unsupervised approaches and large vision-language models.
|
|
Learning activities and teaching methods
|
Interactive lecture, One-to-One tutorial, Seminar classes
- Contact hours
- 65 hours per semester
- Graduate study programme term essay (40-50)
- 50 hours per semester
- Preparation for an examination (30-60)
- 45 hours per semester
|
| prerequisite |
|---|
| Knowledge |
|---|
| používat metody číslicového zpracování signálů a obrazů v rozsahu předmětů KIV/AZS a KIV/ZVI |
| využívat získané vědomosti z teorie informace, např v rozsahu předmětu KIV/TI |
| ovládat programovací techniky, viz KIV/PT, a programovací jazyk Java nebo C/C++, C# |
| řešit úlohy z numerické matematiky a počtu pravděpodobnosti a statistiky, viz předměty KMA/NM, KMA/PSA |
| Skills |
|---|
| porozumět principům strojového vidění, popisu, topologii a geometrii obrazové scény |
| orientovat se v principech a metodách filtrace snímků v prostorové a frekvenční oblasti |
| využívat vlastností histogramu pro segmentaci prahováním a jasové transformace |
| aplikovat morfologické transformace a provádět skeletizaci a ztenčování objektů ve snímku |
| Competences |
|---|
| N/A |
| N/A |
| N/A |
| learning outcomes |
|---|
| Knowledge |
|---|
| orientovat se v rozšiřujících metodách v oblasti segmentace a filtrace snímků |
| používat metody Fourier Descriptors pro popis ploch, jejich rekonstrukci a rozpoznávání a klasifikaci |
| porozumět principům počítačové tomografie |
| aplikovat metody úběžníkového a rovnoběžného promítání |
| seznámit se s principem termovizní techniky |
| Skills |
|---|
| algoritmizovat úlohy automatického prahování |
| provádět výpočet DFT a Fourier Descriptors, rekonstruovat hranice objektů a testovat metody klasifikace |
| vytvářet algoritmy pro rekonstrukci řezů metodami CT |
| řešit úlohu odhadu parametrů 3D objektu metodami úběžníkového a rovnoběžného promítání a referenčního tělesa |
| testovat metody odhadu počtu objektů ve snímku, praktická úloha dozimetrie |
| Competences |
|---|
| N/A |
| N/A |
| N/A |
| teaching methods |
|---|
| Knowledge |
|---|
| Interactive lecture |
| One-to-One tutorial |
| Seminar classes |
| Self-study of literature |
| Skills |
|---|
| Interactive lecture |
| Seminar classes |
| Individual study |
| One-to-One tutorial |
| Competences |
|---|
| Interactive lecture |
| One-to-One tutorial |
| Individual study |
| Seminar classes |
| assessment methods |
|---|
| Knowledge |
|---|
| Seminar work |
| Individual presentation at a seminar |
| Combined exam |
| Skills |
|---|
| Combined exam |
| Seminar work |
| Individual presentation at a seminar |
| Competences |
|---|
| Combined exam |
| Individual presentation at a seminar |
| Seminar work |
|
Recommended literature
|
-
Dobeš, Michal. Zpracování obrazu a algoritmy v C#. 1. vyd. Praha: BEN - technická literatura, 2008. ISBN 978-80-7300-233-6.
-
Hlaváč, Václav; Sedláček, Miloš. Zpracování signálů a obrazů. 1. vyd, dotisk. Praha: Vydavatelství ČVUT, 2001. ISBN 80-01-02114-9.
-
Jain, K.A. Fundamentals of Digital Image Processing. Prentice-Hall: Inc, 1989.
-
Low, A. Introductory Computer Vision and Image Processing. London: McGraw-Hill Book Company, 1991.
-
Opeenheim, V.A.; Schafer, R.W. Digital Signal Processing. Prentice-Hall: Inc, 1975.
-
Rosenfeld, A.; Kak, A.C. Digital Picture Processing. New York: Academic Press, 1982.
-
Serra, J. Image Analysis and Mathematical Morphology. New York: Academic Press, 1982.
-
Sonka, Milan; Boyle, Roger; Hlavac, Vaclav. Image processing, analysis, and machine vision. 2nd ed. Pacific Grove: PWS Publishing, 1999. ISBN 0-534-95393-X.
-
Umbaugh, Scott E. Computer imaging : digital image analysis and processing. Boca Raton: Taylor & Francis, 2005. ISBN 0-8493-2919-1.
-
Umbaugh, Scott E. Digital Image Processing and Analysis: Applications with MATLAB and CVIPtools. Boca Raton: Taylor & Francis, 2018. ISBN 978-1-4987-6602-9.
|