9843 Обработка изображений 2014

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ВЛАДИВОСТОКСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И СЕРВИСА
ИНСТИТУТ ИНФОРМАТИКИ, ИННОВАЦИЙ И БИЗНЕС СИСТЕМ
КАФЕДРА ИНФОРМАЦИОННЫХ СИСТЕМ И ПРИКЛАДНОЙ ИНФОРМАТИКИ
ОБРАБОТКА ИЗОБРАЖЕНИЙ
Рабочая программа учебной дисциплины
230100.62 ИНФОРМАТИКА И ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА
Владивосток
Издательство ВГУЭС
2014
ББК **.**
Рабочая программа учебной дисциплины «Обработка изображений» составлена в соответствии с
требованиями ООП 230100.62 Информатика и вычислительная техника на базе ГОС ВПО.
Составитель: Чен А.Я., старший преподаватель кафедры Информационных систем и прикладной
информатики
Утверждена на заседании кафедры ИСПИ от 19.03.2014 г., протокол № 9
Утверждена на заседании Ученого совета института ИИБС от 29.04.2014г., протокол № 7
© Издательство ВГУЭС
2014
ВВЕДЕНИЕ
Интерес к методам обработки изображений произрастает из двух основных областей
её применения, которыми является повышение качество изображения для улучшения его
визуального восприятия человеком и обработка изображений для их хранения, передачи и
представления в автономных системах машинного зрения.
Изображение можно определить как двумерную функцию f(x,y), где x и y –
координаты в пространстве (конкретно, на плоскости), и значение f которой в любой
точке, задаваемой парой координат (x, y), уровнем интенсивности или уровнем серого
изображения в этой точке. Если величины x, y и f принимают конечное число дискретных
значений, то говорят о цифровом изображении. Цифровой обработкой изображений
называется обработкой цифровых изображений с помощью цифровых вычислительных
машин (компьютеров). Заметим, что цифровое изображение состоит из конечного числа
элементов, каждый их которых расположен в конкретном месте и принимает
определенное значение. Эти элементы называются элементами изображения или
пикселями.
Дисциплина
содержания
"Обработка
образовательных
изображений"
программ
относится
по
к
основным
специальности
"
дисциплинам
Информатика
и
вычислительная техника" и имеет своей целью формирование у студентов-оптиков
теоретической базы цифровой обработки изображений как дискретных двумерных
сигналов и ознакомление с методами
изображений.
и средствами компьютерной обработки
1. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЕ УКАЗАНИЯ
1.1
Цели освоения учебной дисциплины
Целью
изучения
данной
дисциплины
«Обработка
изображений»
является
приобретение теоретических знаний и практических навыков для фото и видео
обработки.
Основными задачами изучение дисциплины являются получение теоретических и
информационно-технологических основ обработки изображений.
1.2
Место учебной дисциплины в структуре ООП (связь с другими дисциплинами)
Курс
«Обработки
изображений»
является
основой
изучения
современных
информационных технологи, изучается во втором и третьем семестре и базируется на
знаниях и умениях, полученных студентом по дисциплинам «Дискретная математика», и
«Программирование».
1.3 Основные виды занятий и особенности их проведения
Объем и сроки изучения дисциплины:
Для студентов второго курса направления «Информатика и вычислительная техника»
курс читается в осеннем семестре в объеме 108 учебных часов. На самостоятельное
изучение дисциплины студентам выделяется 21 часов. Итоговая аттестация по курсу —
экзамен; в весеннем семестре в объеме 180 учебных часов. На самостоятельное изучение
дисциплины студентам выделяется 93 часов. Итоговая аттестация по курсу — зачет.
1.4 Виды контроля и отчетности по дисциплине
Контроль успеваемости студентов осуществляется в соответствии с рейтинговой
системой оценки знаний студентов (магистрантов).
Текущий контроль предполагает:
-
проверку
уровня
самостоятельной
подготовки
студента
при
выполнении
индивидуального задания;
- опросы и дискуссии по основным моментам изучаемой темы.
Промежуточный контроль предусматривает:
- проведение контрольных работ по блокам изученного материала.
Итоговый контроль знаний магистрантов подводится на основании выполненных
заданий и сданных контрольных работ.
2. СТРУКТУРА И СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ
2.1 Темы лекций
Тема 1. Изучение дифракционных явлений в свободном пространстве методами
лабораторного и машинного моделирования.
Изучение дифракционных
явлений
в
приближении Френеля и Фраунгофера.
Лабораторное моделирование на оптической скамье и моделирование на ЭВМ картин
дифракции от тестовых объектов. Сравнение полученных
результатов,
определение
расхождений между данными теории и эксперимента.
Тема 2. Оптические и цифровые анализаторы пространственных спектров изображений.
Изучение устройства и принципа действия когерентного оптического спектрального
анализатора, определение его характеристик (разрешающей способности, динамического
диапазона),
знакомство
с
цифровыми
и
оптико-цифровыми
вычислительными
устройствами для анализа изображений по их спектрам.
Тема
3.
Когерентный
оптический
процессор
для
пространственно–частотной
фильтрации изображений
Изучение
когерентного
фильтрации
оптического
изображений,
процессора
знакомство
с
для
пространственно-частотной
цифровыми
и
оптико-цифровыми
вычислительными устройствами, реализующими процедуры фильтрации изображений на
основе преобразования Фурье.
Тема 4. Фазово-контрастные визуализаторы "прозрачных" неоднородностей.
Экспериментальные
контрастных
исследования
методов,
на
оптической
моделирование
их
на
установке
ЭВМ,
некоторых
сравнение
фазово-
полученных
экспериментальных результатов и результатов моделирования.
Тема 5. Изучение влияния аберраций на формирование
изображения в когерентной
оптической системе.
Изучение процесса формирования изображения в когерентной оптической системе и
моделирование на ЭВМ влияния аберраций на амплитудные и фазово-контрастные
изображения.
2.2 Перечень тем практических/лабораторных занятий
Тема 1. Изучение программы моделирование на ЭВМ многокомпонентной когерентной
оптической системы.
Тема 2. Изучение дифракционных явлений в свободном пространстве.
Тема 3. Анализаторы пространственных спектров изображений.
Тема 4. Фильтрация изображений в когерентной оптике.
Тема 5. Согласованная фильтрация изображений в когерентной оптике.
Тема 6. Визуализация фазовых изображений в когерентной оптике.
3. ОБРАЗОВАТЕЛЬНЫЕ ТЕХНОЛОГИИ
Программой дисциплины предусмотрено чтение лекций, проведение практических
занятий. В течение изучения дисциплины студенты изучают на лекционных занятиях
теоретический материал. На практических занятиях под руководством преподавателя,
решают типовые задачи создания продуктов мультимедиа, обсуждают возникающие
вопросы
и
проблемы,
разбирают
и
анализируют
наиболее
удачные
практики
программирования.
Для студентов в качестве самостоятельной работы предполагается подготовка
докладов и сообщений, выполнения домашних заданий, групповая работа над задачами по
разработке продуктов мультимедиа.
4. МЕТОДИЧЕСКИЕ
КУРСА
4.1
РЕКОМЕНДАЦИИ
ПО
ИЗУЧЕНИЮ
Перечень и тематика самостоятельных работ студентов по дисциплине
1. Эквализация гистограммы.
2. Приведение гистограммы.
3. Локальные улучшения.
4. Усреднение изображения.
5. Фильтры, основанных на порядковых статистиках.
6. Вычитание изображений.
7. Степенные преобразования.
8. Пространственные фильтры повышения резкости.
9. Комбинирование методов пространственного улучшения.
4.2
Контрольные вопросы для самостоятельной оценки качества освоения учебной
дисциплины
Общие вопросы:
1. В чем состоит сущность поэлементной обработки изображений?
2. Как определяются параметры преобразования изображения при его линейном
контрастировании?
3. Поясните механизм действия поэлементных преобразований, применяемых при
препарировании изображения.
4. Каков механизм появления ложных контуров при применении пилообразного
контрастирования? При каких еще процедурах могут возникать ложные контуры?
5. Докажите, что применение линейного контрастирования не изменяет вида
плотности вероятности изображения. Как при этом изменяются параметры
плотности вероятности?
6. Докажите, что применение гиперболизации распределения яркости приводит к
равновероятному распределению сигнала на выходе сетчатки глаза, если учесть ее
логарифмирующее воздействие на входной свет.
7. Поясните, почему при эквализации изображения не удается привести гистограмму
к идеальному равномерному виду?
8. В чем состоит сущность и каковы достоинства табличного метода поэлементного
преобразования изображений?
9. В чем состоит сущность масочной линейной обработки изображений?
10. Как определяются параметры преобразования изображения для НЧ фильтрации?
11. Как определяются параметры преобразования изображения для ВЧ фильтрации?
12. Как определяются параметры преобразования изображения для преобразования
Собела?
13. Как определяются параметры преобразования изображения для вычисления второй
производной?
14. Как определяются параметры преобразования изображения для вычисления
градиентов в 8-ми направлениях?
15. В чем состоит сущность масочной нелинейной обработки изображений?
16. В чем состоит сущность медианной обработки изображений?
17. Как определяются параметры преобразования изображения для комбинированного
фильтра?
18. Как определяются параметры преобразования изображения для статистического
дифференцирования?
19. Как определяются параметры преобразования изображения для преобразования
Уоллиса?
20. В чем состоит сущность морфологической обработки изображений?
21. Что такое структурирующий элемент?
22. Дайте определение операторов эрозии, наращения, замыкания и размыкания.
23. Что такое образный спектр и спектр эффективных размеров?
24. В чем сущность морфометрического анализа бинарных изображений?
4.3 Методические рекомендации по организации СРС
Для студентов в качестве самостоятельной работы предполагается подготовка
докладов и сообщений, выполнения домашних заданий, групповая работа над задачами
по создания мультимедийного продукта.
4.4 Рекомендации по работе с литературой
В процессе изучения дисциплины «Обработка изображений», для того чтобы
представлять основные понятия, сущность и сферу применения методов обработки
изображений рекомендуется воспользоваться следующей литературой: Рабинер Л., Гоулд
Б. «Теория и применение цифровой обработки сигналов», Френкс Л.Е. «Теория сигналов»,
Марпл-мл. С.Л. «Цифровой спектральный анализ и его приложения».
5. УЧЕБНО-МЕТОДИЧЕСКОЕ
И
ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ
ИНФОРМАЦИОННОЕ
5.1 Основная литература
1. Красильников Н. "Цифровая обработка 2D и 3D-изображений", Изд: БХВ-Петербург,
2011, 608 с.
2. Гонсалес Р., Вудс Р. "Цифровая обработка изображений" - Изд: Техносфера, 2012, 1104
с.
3. Лайонс Р. "Цифровая обработка сигналов", Изд: Бином-Пресс, 2011, 654 с.
4. Кравченко В. "Цифровая обработка сигналов и изображений", Изд: ФИЗМАТЛИТ,
2007, 552 с.
5.2 Дополнительная литература
1. Дженкинс Г.М., Ваттс Д.Г. Спектральный анализ и его приложения. Выпуск 1. М.: Мир,
1971. 320 с.
2. Бендат Д. С., Пирсол А.Г. Измерение и анализ случайных процессов. М.: Мир, 1974. 464
с.
3. Кулешов Е.Л. Моделирование случайных процессов. Методические указания к
лабораторным работам. Владивосток: Из-во Дальневосточного университета, 1998. 36 с.
4. Брилинджер Д.Р. Временные ряды. Обработка данных и теория. М.: Мир, 1980. 536 с.
5. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.:Мир,1978. 848с.
6. Френкс Л.Е. Теория сигналов. М.: Советское радио, 1974. 344 с.
7. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990. 584
с.
5.3 Полнотекстовые базы данных – нет
5.4 Интернет-ресурсы – нет
6. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ
ДИСЦИПЛИНЫ
а) программное обеспечение: MS Office, Image Processing и Моделирование Когерентных
Оптических систем (МКОС).
б) техническое и лабораторное обеспечение – компьютерный класс, аудитория с
презентационным оборудованием.
7. СЛОВАРЬ ОСНОВНЫХ ТЕРМИНОВ
Бинаризация изображения — преобразование изображения с пороговой
характеристикой превращающее полутоновое изображение, содержащее все уровни
яркости, в бинарное.
Соляризация изображения — метод обработки изображения смысл которой
заключается в том, что участки исходного изображения, имеющие уровень белого или
близкий к нему уровень яркости, после обработки имеют уровень черного. При этом
сохраняют уровень черного и участки, имеющие его на исходном изображении. Уровень
же белого на выходе приобретают участки, имеющие на входе средний уровень яркости
(уровень серого).
Маскирование
изображения
—
это
техника
работы
с
изображением,
позволяющая скрывать или отображать часть изображения не целиком, а частично.
Медианная фильтрация — один из видов цифровых фильтров, используемый в
обработке сигналов для уменьшения уровня шума