Veszprémi Egyetem Informatika Szaka

Képfeldolgozás és Neurális számítások Tanszék

dr. Szirányi Tamás kandidátus, egyetemi docens

KÉPFELDOLGOZÁS

címü tárgyának

TEMATIKÁJA

A tárgyat heti 4 órában oktatjuk, 2 óra elôadás és 2 óra számítógépes gyakorlat formájában.

A tárgyat a félév végén vizsga zárja. A vizsgára bocsáthatóság feltétele a gyakorlatok sikeres teljesítése. A gyakorlatok és házifeladatok anyaga szorosan kapcsolódik az elôadás mindenkori témájához. Az elôadások számítógépes videóval illusztráltak.

A Képfeldolgozás c. tárgy két- és háromdimenziós képek számítógépes javításával, feldolgozásával, képi alakzatok felismerésével, osztályozásával foglalkozik. A tárgy tanulása feltételezi a matematikai analízis, algebra, statisztika és információelmélet alapvetô ismeretét, továbbá valamely magasszintû (lehetôleg 'C') programozási nyelvben készségszintû gyakorlatot.

TÉMATERÜLETEK

1. A Képfeldolgozás tárgya és eszközei, alapfogalmak.

-Kétdimenziós (2D) és Háromdimenziós (3D) képek sajátosságai: Képelem (pixel), tárgyak és alakzatok (objects, patterns). Globális és Lokális képjellemzôk.

-A képek leírása: vektor és pixelszintû reprezentáció. Sztochasztikus képek és jellemzôi. Zajok eredete és tulajdonságai.

-A képek jellemzése a spektrumtartományban.

2. A kép és a képfeldolgozó mint fizikai valóság: A HARDVER.

-Az emberi látás alaptulajdonságai. Speciális effektusok a szemben.

-A fény mint érzet: világosság, kontraszt, színek.

-A kétdimenziós mintavételi tétel.

-A képfelbontó (scanner) átvitelének reprezentációja: felbontás, modulációs átvitel, torzítások, digitalizálási hibák.

-A kép tónusa és dinamikája. Hisztogramok és hisztogram transzformációk.

-A sztereókép és jellemzôi.

3. Képtranszformációk

-Kétdimenziós ortogonális és unitér transzformációk.

-A 2D diszkrét Fourier transzformáció és tulajdonságai.

-A színusz, koszinusz, Hadamard, Haar, Karhunen-Loeve és egyéb transzformációk és tulajdonságaik.

4. Sztochasztikus képek leírása

-Gaussi, Markov és stacioner folyamatok.

-Szûrések.

5. Képkiemelések

-Mûveletek a képtartományban: simítások, zajelnyomások, képtartománybeli (frekvencia)sáv kiemelések. Interpolációk.

-Transzformációs kiemelési eljárások. Dekonvolúció.

6. Képszûrés és visszaállítás I.

-A kép torzulásának forrásai, modellek.

-Wiener szûrô.

-Rekurzív szûrôk, Iterációs módszerek

8. Geometriai torzítások és javításuk

-A geometriai hibák forrásai a leképezésben és a megjelenítésben

-Video-grafikai modellek

-Geometriai torzítások, 3D->2D transzformációk

-Geometriai korrekciók

Sávkorlátozott képek kezelése, Szuperfelbontás (Superresolution)

9. A képanalízis és számítógépes látás alapfogalmai

-A képfeldolgozás hierarchikus szintjei

-Képek jellemzése lokálisan és globálisan

-Struktúrák és modellek

10. Élkiemelések, Határok keresése, Tartományok leírása

-Élszûrések

-Kontúrkövetések és felépítések

-A határok leírása, kódolása (lánckód, Fourier leírók,...)

-Futáshossz kódolás

-Momentumok, Entrópia jellemzôk

11. Textúrák és határaik

-A textúrák fogalmai, definíciói

-A textúrakiemelés módszerei

-Statisztikus textúrák

-Szerkezetes textúrák

12. A kép szegmentálása

-Alakzatok, határok és tartományok

-Geometriai modellek (2D,3D)

-Képtartományok jellemzése, elkülönítése, a kép nyelvtana

13. Alakzatok felismerése (Pattern Recognition)

-Alakzatok, osztályok, tulajdonságok

-Döntési szabályok

-Távolságdefiníciók alakzatok és osztályok között

-Legközelebbi szomszéd keresése (Nearest Neighbor)

14. A kép információtartalma és tömörítése

-A kép információs modelljei

-A kép mint redundáns információ

-A képtartalom tömörítési elvei

-Transzformációs kódolások

-Fekete-fehér képek kódolása

15. Gyors képfeldolgozás Celluláris Neurális Åramkörökkel )CNN)

-A CNN képfeldolgozási modellje

-Konvolúció és Dekonvolúció

-Tanítási Módszerek

Szakirodalom:

[1] Anil K. Jain: Fundamentals of Digital Image Processing, Prentice Hall, 1989.

[2] W. K. Pratt: Digital Image Processing, Wiley, 1991.

[3] Ålló Géza és tsi.: A digitális képfeldolgozás alapkérdései, Akadémiai Kiadó, 1989.

[4] T.Y. Young, K.S. Fu (editors): Handbook of Pattern Recognition and Image Processing, Academic Press, 1986.

[5] W.H. Press, B.P. Flannery, S.A. Teukolsky, W.T. Vetterling: Numerical Recipes in C, Cambridge University Press, 1988.