Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
383ZS Zpracování signálů a obrazů Rozsah výuky:3+2
Přednášející (garant):Hlaváč V., Sedláček M. Typ předmětu:Z Zakončení:Z,ZK
Zodpovědná katedra:338 Kreditů:5 Semestr:Z

Anotace:
Základy teorie číslicového zpracování jednorozměrných a dvourozměrných signálů. Spektrum vzorkovaného analogového signálu a způsoby rekonstrukce signálu analogového signálu ze signálu vzorkovaného. Modifikace Fourierovy transformace užívané u signálů diskrétních v čase (FTD a FFT). Číslicová filtrace. Zpracování stochastických signálů. Obrazy jako prakticky důležitý příklad 2D signálů. Digitální obraz, geometrické transformace a transformace jasu. Diskrétní lineární integrální transformace. Filtrace šumu, poruch a detekce hran. Matematická morfologie. Vybrané nelineární techniky. Praktické aplikace.

Osnovy přednášek:
1. Rozdělení signálů. Spektrum vzorkovaného signálu. Rekonstrukce
2. FT diskrétních signálů a diskrétní Fourierova transformace (DFT)
3. FFT a užití DFT pro spektrální analýzu periodických signálů
4. Číslicové filtry. Definice, rozdělení, vlastnosti
5. Návrh FIR a IIR filtrů
6. Stochastické signály: amplitudový popis, korelační funkce a užití
7. Výkonová spektrální hustota. Odhadování signálů pod úrovní šumu
8. Obraz jako signál. Vznik obrazu. Geometrie a radiometrie
9. Předzpracování a restaurace obrazu
10. Komprese obrazu, bezeztrátové a ztrátové metody
11. Segmentace jako metoda extrakce primitiv z obrazu
12. Matematická morfologie
13. Technické prostředky pro pořízení, zpracování a zobrazení obrazu
14. Aplikace a metodika jejich tvorby. Softwarové nástroje

Osnovy cvičení:
1. FFT (analýza periodických signálů, leakage, okna) (Matlab)
2. Číslicové filtry a užití (Matlab)
3. Korelační filtrace a výpočet PSD pomocí FFT (Matlab)
4. Měření výkonové spektrální hustoty klasicky a FFT spektr. analyzátorem
5. Měření parametrů stochastických signálů, vzájemné korelační funkce
pro měření rchlosti
6. Ověření vzorkovacího teorému, aliasing
7. Využití číslicové filtrace k potlačení rušivých signálů
8. Projekt: Obrazy, filtrace, segmentace, měření (nástroje Neurocheck,
Matlab)
9. Odsouhlasení specifikace projektu
10. Řešení projektu
11. Řešení projektu
12. Řešení projektu
13. Odevzdání projektu, obhájení řešení
14. Zápočet, rezerva

Literatura Č:
[1] Hlaváč V., Sedláček, M.: Zpracování signálů a obrazů. Skripta ČVUT, Praha 2001 (dotisk 1.vydání)
[2] Sedláček, M.: Zpracování signálů v měřicí technice. Skripta ČVUT, Praha 1999 (dotisk 2.vydání)
[3] Hlaváč V., Šonka M.: Počítačové vidění. Grada, Praha 1992

Literatura A:
[1] Oppenheim A. B., Schafer R. W.: Discrete-Time Signal Processing.
Prentice Hall, Englewood Cliffs, N.Y. 1989
[2] Gonzales R. C., Woods R. E.: Digital Image Processing. Addison-Wesley,
1992

Požadavky:

Rozsah výuky v kombinované formě studia: 19+6
Typ cvičení: l, c, p
Předmět je nabízen také v anglické verzi.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
*KBE Kybernetika a měření Z 7
*KBEB Kybernetika a měření Z 7


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)