1 Цели изучения дисциплины

1 Цели изучения дисциплины
Целью изучения дисциплины «Распознавание и цифровая обработка
изображений» является освоение теоретических методов и практических
принципов передачи видеосигналов по проводным и беспроводным сетям
связи.
В результате изучения дисциплины докторант должен:
- знать теорию передачи сигналов, машинное зрение, передачу и сжатие
видеоизображений, двумерные и трехмерные изображения их описание,
реставрацию изображений. Методы сглаживания изображений, форматы
сглаживания, анализ и обработку цветных и многозональных изображений.
Пререквизиты: Теория электросвязи, Технология цифровой связи,
Цифровая обработка сигналов телекоммуникаций
Постреквизиты: Системы прикладного телевидения, Современные
технологии в телекоммуникации, Сверхширокополосные радиотехнические
системы распознования обьектов, научно-исследовательская работа
докторанта.
2 Система оценки уровня знаний студентов
В процессе обучения для всех курсов и по всем дисциплинам Казахского
национального исследовательского технического университета имени
К.И.Сатпаева применяется рейтинговый контроль знаний студентов. Сведения
об оценке знаний осуществляются по балльно-рейтинговой системе в виде
шкалы, где указываются все виды контроля. Рейтинг каждой дисциплины,
которая включена в рабочий учебный план специальности, оценивается по 100
% шкале независимо от итогового контроля. Для каждой дисциплины
устанавливаются следующие виды контроля: текущий контроль, рубежный
контроль, итоговый контроль. Видами текущего контроля являются
контрольные работы, рефераты,
семестровые задания, выполнение практических работ. К итоговому контролю
относится экзамен.
Таблица 1
Распределение рейтинговых процентов по видам контроля
Вид итогового контроля
Экзамен
Виды контроля
Итоговый контроль
Рубежный контроль
Текущий контроль
%
100
100
100
Сроки сдачи результатов текущего контроля определяются
календарным графиком учебного процесса по дисциплине. Количество
текущих контролей определяется содержанием дисциплины и ее объемом,
которое указывается в учебно-методическом комплексе дисциплины.
Таблица 2
Календарный график сдачи всех видов контроля
«Распознавание и цифровая обработка изображений»
по
дисциплине
Неде
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15
ли
Нед.
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
кол.
контр
Виды
П1 С1 П2 С2 П3 С3 П4 РК1 П5 С4 П6 С5 П7 П8 РК2
контрол
я
Виды контроля: П - Практическое занятие, С - самостоятельная работа, РК – рубежный
контроль.
Таблица 3
Оценка знаний студентов
Оценка
Отлично
Хорошо
Удовлетворительно
Неудовлетворительно
Букв. эквив.
А
АВ+
В
ВС+
С
СD+
D
F
в%
95-100
90-94
85-89
80-84
75-79
70-74
65-69
60-64
55-59
50-54
0-49
в баллах
4
3,67
3,33
3,0
2,67
2,33
2,0
1,67
1,33
1,0
0
3 Содержание дисциплины
3.1 Тематический план курса
Таблица 4
Но
мер
1
2
3
4
5
6
Наименование темы
Машинное зрение и его задачи
Основные методы анализа и обработки
сигналов
Сигнал, пространство сигналов, системы
Дискретные системы и преобразования
Аналоговая и цифровая обработка
видеосигнала
Цифровая обработка видеоизображения
Количество академических часов
Лекции
Практи
СРСП СРС
ческие
2
2
3
3
2
3
3
2
2
2
2
2
2
3
3
3
3
3
3
3
3
7
8
9
10
11
12
13
14
15
Генераторы и синхронизирующие
устройства
Дискретные изображения и двумерные
системы
Устройства телевизионных систем
Реставрация изображений
2
2
2
2
Улучшение качества телевизионных
изображений
Методы сглаживания изображений
Сжатие сигналов при обработке и передаче
изображений
Форматы сжатия, структуры кодеров и
декодеров
Анализ
и
обработка
цветных
и
многозональных изображений
Всего
2
2
2
2
2
2
2
2
2
1
30
15
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
45
45
3.2 Название и содержание лекционных занятий
Лекция 1. Машинное зрение и его задачи.
Машинное (техническое, компьютерное) зрение — один из наиболее
перспективных методов автоматизации действий с применением
компьютерных технологий и робототехники. В самом общем виде системы
машинного зрения подразумевают преобразование данных, поступающих с
устройств захвата изображения, с выполнением дальнейших операций на
основе этих данных. В настоящее время машинное зрение наиболее
востребовано в медицине и биотехнологиях, военной отрасли, автомобильной
промышленности. Во всяком случае, в этих областях уже есть четко
сформулированные задачи для машинного зрения, решением которых
занимаются ведущие исследовательские центры и робототехнические
компании. При этом возможное поле применения машинного зрения, понастоящему, огромно — эти технологии могут быть использованы
практически во всех сферах жизнедеятельности.
Система машинного зрения включает следующие основные компоненты:

подсистему формирования изображений;

вычислительную систему;

алгоритмы анализа изображений.
Лекция 2. Основные методы анализа и обработки сигналов.
Цифровая обработка сигналов (ЦОС) - это динамично развивающаяся
область ВТ, которая охватывает как технические, так и программные средства.
Родственными областями для цифровой обработки сигналов являются теория
информации, в частности, теория оптимального приема сигналов и теория
распознавания образов. При этом в первом случае основной задачей является
выделение сигнала на фоне шумов и помех различной физической природы, а
во втором - автоматическое распознавание, т.е. классификация и
идентификация сигнала.
В задачах ЦОС выделяют этапы предварительной (первичной) и
вторичной обработки сигналов. Это связано с тем, что в общем случае на входе
системы ЦОС наблюдается смесь V(t) полезного сигнала x(t), некоторого
шума n(t) и различных помех разной природы p(t).
Лекция 3. Сигнал, пространство сигналов, системы.
Важнейшее свойство аналоговых и дискретных сигналов заключается в
том, что их линейные комбинации также являются аналоговыми или
дискретными сигналами. Линейные комбинации цифровых сигналов, в силу
их ограничения по разрядности, в принципе относятся к разряду нелинейных
операций, однако последним фактором можно пренебречь, если ошибки,
которые вносятся в результаты наблюдений при квантовании отсчетов,
достаточно малы по сравнению с шумами зарегистрированной информации.
При дискретизации и квантовании данных непосредственно на входах в ЭВМ
последнее выполняется практически всегда, поскольку ошибки определяются
разрядностью ЭВМ и программными системами обработки данных, которые
обычно не ниже 6-12 десятичных разрядов.
Для решения ряда задач теории связи целесообразно сигналы
представить векторами или точками в некотором функциональном
пространстве – пространстве сигналов.
Лекция 4. Дискретные системы и преобразования.
Цифровая
обработка
сигналов
оперирует
с
дискретными
преобразованиями сигналов и обрабатывающих данные сигналы систем.
Математика дискретных преобразований зародилась в недрах аналоговой
математики еще в 18 веке в рамках теории рядов и их применения для
интерполяции и аппроксимации функций, однако ускоренное развитие она
получила в 20 веке после появления первых вычислительных машин. В
принципе, в своих основных положениях математический аппарат дискретных
преобразований подобен преобразованиям аналоговых сигналов и систем.
Однако дискретность данных требует учета этого фактора, и его
игнорирование может приводить к существенным ошибкам. Кроме того, ряд
методов дискретной математики не имеет аналогов в аналитической
математике.
Лекция 5. Аналоговая и цифровая обработка видеосигнала.
Цифровая обработка видеоинформации является одним из важнейших
направлений в информационных технологиях, служащая для реализации
функций искусственного интеллекта, связанных с обработкой статических
изображений и видеопотоков. Видеоаналитика – раздел цифровой обработки
видеоинформации, который позволяет получать из видеопотока информацию,
относящуюся к изображению в целом или к отдельным его элементам, а также
улучшать визуальное восприятие видеопотока.
Под видеосигналом понимается электрический сигнал специальной
формы, посредством которого передается телевизионное изображение.
Цифровой видеосигнал получается из аналогового видеосигнала путем
преобразования его в цифровую форму. Это преобразование включает в себя
три операции.
Лекция 6. Цифровая обработка видеоизображения.
Цифровая обработка изображений (ЦОИ) относится к цифровой
обработке сигналов, где сигналом служит изображение и представляет собой
самостоятельную область знаний, которая быстро развивается и охватывает
большой спектр методов, которые имеют очень широкое применение. Методы
обработки изображений играют значительную роль в научных исследованиях,
промышленности, медицине, космических исследованиях и информационных
системах. Примерами применения этих методов могут служить цифровая
передача изображений с космических кораблей, повышение четкости
изображений, создаваемых электронным микроскопом, коррекция искажений
изображений, принимаемых из космоса, автоматический анализ характера
местности, исследование природных ресурсов по фотоснимкам,
передаваемым со спутников Земли, формирование и улучшение качества
биологических и медицинских изображений, автоматическое составление карт
по аэрофотоснимкам.
Существуют две основные формы представления изображений:
непрерывная и дискретная Непрерывное изображение может быть
представлено как распределение уровней яркости в пространстве, то есть
фиксированное в какой – либо плоскости отображение пространственного
распределения собственного или отраженного излучения некоторого сюжета.
Лекция 7. Генераторы и синхронизирующие устройства
Синхронизирующее устройство, основанное на использовании широких
импульсов обладает высокой помехоустойчивостью. Это объясняется тем, что
импульсы помехи малой продолжительности не вызывают ложных
срабатываний селектора. Только импульсы помех с большой длительностью
могут нарушить синхронную работу РТС. Значительному повышению
помехоустойчивости способствует применение временных селекторов устройств, пропускающих только импульсы определенной длительности.
Синхронизирующее устройство реализуется на базе стандартных схем
формирования импульсов, используемых в преобразовательной технике,
принцип действия которых основан на формировании импульса при
прохождении синхронизирующего (опорного) напряжения через нуль. В
качестве синхронизирующего напряжения используется напряжение,
снимаемое с шунта в роторной цепи.
Генератор синхронизирующих импульсов обеспечивает синхронизацию
работы узлов дефектоскопа, реализуя импульсный режим излучения - приема
УЗ-колебаний. При ручном контроле этот генератор работает в режиме
самовозбуждения; при использовании дефектоскопа в многоканальной
аппаратуре механизированного и автоматизированного контроля его
переключают в режим внешнего запуска. Генератор синхронизирующих
импульсов служит для синхронизации исследуемого устройства с разверткой
прибора.
Лекция 8. Дискретные изображения и двумерные системы
Исключительно важным положением теории связи, на котором основана
вся современная радиотехника, является так называемая теорема отсчетов, или
теорема Котельникова. Эта теорема позволяет установить соотношение между
непрерывными сигналами, какими являются большинство реальных
информационных сигналов – речь, музыка, электрические сигналы,
соответствующие телевизионным изображениям, сигналы в цепях различных
радиотехнических систем и т.п., и значениями этих сигналов лишь в
отдельные моменты времени – так называемыми отсчетами. На использовании
этой связи строится вся современная цифровая радиотехника – цифровые
методы передачи и хранения звуковых и телевизионных сигналов, цифровые
системы телефонной и сотовой связи, системы цифрового спутникового
телевидения и т.д.
Дискретизация двумерных сигналов (изображений)
Все большую часть передаваемых с использованием РТС ПИ
сообщений, особенно в последнее время, составляют сигналы, являющиеся
функциями не только времени - λ(t) (речь, музыка и т.п.), но и ряда других
переменных, например, λ(x,y), λ(x,y,t) (статические и динамические
изображения, карты физических полей и т.п.). В связи с этим естественным
является вопрос: можно ли так, как это делается для временных сигналов (или
других функций одной переменной), производить дискретизацию
многомерных сигналов (функций нескольких переменных)? Ответ на этот
вопрос дает теорема дискретизации для двумерных (или в общем случае - для
многомерных) сигналов.
Лекция 9. Устройства телевизионных систем
Современная телевизионная (ТВ) система это
совокупность
оптических, электронных и радиотехнических устройств, которые принимают
и передают на расстояние информацию о пространственно-излучательных
характеристиках подвижных цветных объектов.
Телевидение основано на принципе последовательной передачи
элементов изображения
с
помощью радиосигнала или
по проводам.
Разложение изображения на элементы происходит при помощи диска
Нипкова, электронно-лучевой трубки или полупроводниковой матрицы.
Количество элементов изображения выбирается в соответствии с полосой
пропускания радиоканала и физиологическими критериями. Для сужения
полосы передаваемых частот и уменьшения заметности мерцания экрана
телевизора применяют чересстрочную развёртку. Также она позволяет
увеличить плавность передачи движения.
Телевизионный тракт в общем виде включает в себя следующие
устройства:
1.
Телевизионная
передающая
камера.
Служит
для
преобразования изображения, получаемого при помощи объектива на
мишени передающей трубки или полупроводниковой матрице, в
телевизионный видеосигнал.
2.
Телекинопроектор. Преобразует изображение и звук
на киноплёнке в
телевизионный
сигнал,
и
позволяет
демонстрировать кинофильмы по телевидению.
3.
Видеомагнитофон. Записывает и в нужный момент
воспроизводит видеосигнал, сформированный передающей камерой или
телекинопроектором.
4.
Видеомикшер.
Позволяет
переключаться
между
несколькими
источниками
изображения:
камерами,
видеомагнитофонами и другими.
5.
Передатчик. Несущий
сигнал высокой
частоты модулируется телевизионным сигналом и передается
по радио или по проводам.
6.
Приёмник — телевизор. С помощью синхроимпульсов,
содержащихся
в
видеосигнале,
телевизионное
изображение
воспроизводится
на
экране
приемника
(кинескоп, ЖКдисплей, плазменная панель).
Кроме того, для создания телевизионной передачи используется
звуковой тракт, аналогичный тракту радиопередачи. Звук передаётся на
отдельной частоте обычно при помощи частотной модуляции, по технологии,
аналогичной FM-радиостанциям. В цифровом телевидении звуковое
сопровождение, часто многоканальное, передаётся в общем с
изображением потоке данных.
Лекция 10. Реставрация изображений
Методы реставрации изображений со сглаживанием. Методы
реставрации с использованием ограничений. Методы реставрации
изображений на основе статистического оценивания. Реставрация
изображений с целью подавления ошибок наложения спектров. Реставрация
изображений методом гомоморфной фильтрации. Слепая реставрация
изображений. Реставрация изображений с пространственно зависимыми
искажениями. Реставрация изображений методом рекурсивной фильтрации.
Зачем нужно подавлять шум? Чаще всего шумоподавление служит для
улучшения визуального восприятия, но может также использоваться для
каких-то специализированных целей - например, для увеличения четкости
изображения, в качестве предобработки для последующего распознавания,
при сжатии видеопоследовательностей и изображений.
Обработка изображений отвечает за преобразование (фильтрацию)
изображений. Примерами могут служить повышение контраста, резкости,
коррекция цветов, сглаживание. Задачей обработки изображения может быть,
как улучшение (восстановление, реставрация) изображения по какому-то
определенному критерию, так и специальное преобразование, кардинально
меняющее изображение. В последнем случае обработка изображений может
быть промежуточным этапом для дальнейшего распознавания изображения
(например, для выделения контура объекта).
Методы обработки изображения могут существенно различаться в
зависимости от того, каким путем было получено изображение -
синтезировано системой машинной графики, либо путем оцифровки чернобелой или цветной фотографии или видео.
В том случае, если изображение или видеопоследовательность были
получены с помощью оцифровки, на них, как правило, присутствует шум.
Проблема шумоподавления является одной из самых актуальных и
распространенных проблем в области обработки, как статичных изображений,
так и видео.
Лекция 11. Улучшение качества телевизионных изображений
Системы улучшения качества изображения стали необходимы и в связи
с массовым применением в современных телевизорах кинескопов с
уплощенными и плоскими экранами больших размеров. При размере экрана
кинескопа по диагонали более 50 см в принципе нельзя получить
качественного изображения без применения специальных мер. Изменение
геометрии экрана потребовало, например, использования схем динамической
фокусировки, поскольку условия фокусировки луча в центре и по краям
плоского
экрана
различны.
Именно на экране больших размеров “всплывают” все недостатки
отображаемой "картинки", когда уже нельзя не принимать во внимание
проблем, связанных с недостатками принятых еще 50 лет назад стандартов
аналогового цветного телевизионного вещания (первая система цветного
телевизионного вещания NTSC была принята в США в 1953 г.). Это, прежде
всего, заметная для глаз строчная структура изображения (625 строк в
PAL/SECAM, а в NTSC - только 525), эффект дрожания горизонтальных линий
развертки и мерцание всего изображения за счет использования кадровой
развертки с частотой 50 Гц в PAL/SECAM и 60 Гц - в NTSC.
Главным достоинством цифровой обработки является то, что
применение ее позволяет наиболее полно, точно и качественно реализовать
алгоритмы обработки сигналов и коррекции качества изображения как в
реальном времени "на п роходе", так и используя межстрочную и
межкадровую обработку записанной видеоинформации с применением
методов интерполяции.
Лекция 12. Методы сглаживания изображений
Любой человек, хоть раз запускавший 3D-приложение, знаком с таким
явлением, как "лестничный эффект" - ступенчатость наклонных линий. В
английском компьютерном жаргоне это явление называют "jaggies", а сухим
языком науки - aliasing. Для того, чтобы устранить этот эффект и улучшить
качество картинки, используется методика, получившая незамысловатое
общее название antialiasing. На литературный русский язык это слово
переводится как "сглаживание".
Сгла́живание — технология, используемая для устранения эффекта
«зубчатости», возникающего на краях одновременно выводимого на экран
множества отдельных друг от друга плоских, или объёмных изображений.
Основной принцип сглаживания — использование возможностей устройства
вывода для показа оттенков цвета, которым нарисована кривая. В этом
случае пиксели, соседние с граничным пикселем изображения, принимают
промежуточное значение между цветом изображения и цветом фона,
создавая градиент и размывая границу.
Применяется два варианта сглаживания: общее сглаживание отрисовкой
излишне крупного несглаженного изображения с последующим уменьшением
разрешения; специализированные алгоритмы сглаживания, работающие на
изображениях определённого типа (например, Алгоритм Ву для отрисовки
отрезков).
Лекция 13. Сжатие сигналов при обработке и передаче изображений
Цифровое изображение при хранении занимает большие объемы
памяти. Так растровое изображение размером 1024 на 1024 пикселов с
глубиной цвета 24 бит занимает 3 Мб. Понятно, что хранение и передача
изображений в таком виде является весьма трудоёмкой задачей. Поэтому
задача представления изображений в компактной форме (сжатие данных)
является весьма актуальной. При этом должны быть разработаны алгоритмы
как для кодирования, так и для декодирования (восстановления) изображений.
Алгоритмы сжатия изображений делятся на два больших класса: без
потерь и с потерями. В первом случае в ходе компрессии информация об
изображении сохраняется в полном объеме, а во втором – частично
утрачивается. Первая группа методов сжатия обеспечивает восстановление
исходного изображения без потерь и искажений. Для хранения изображений,
предназначенных для дальнейшей обработки, следует применять
форматы, использующие именно такие методы сжатия. Однако, если
изображение предназначено для визуального восприятия, это не всегда
необходимо. В ряде случаев исходный сигнал уже содержит такие искажения
и шумы, что небольшие потери информации при кодировании (в пользу
высокой степени сжатия) не испортят качества изображения в целом.
Одна из серьезных проблем компьютерной графики заключается в том,
что до сих пор не найден адекватный и однозначный критерий оценки потерь
качества изображения. Для изображений, наблюдаемых визуально, основным
является неотличимость глазом исходного и компрессированного
изображения.
Лекция 14. Форматы сжатия, структуры кодеров и декодеров
Какой кодек лучше? Это зависит и от задач, стоящих перед вами, и от того,
для каких полос пропускания и скоростей потоков вы готовите свой материал,
и от исходного материала, и от того, на какой системе он будет
воспроизводиться.
В последнее время наибольшей популярностью пользуются кодеки на
основе MPEG: для изготовления DVD-видео применяются кодеки MPEG-2, а
для видеозаписи на CD предпочитают DivX.
Стандартные кодеки
Cinepak — когда-то это был самый популярный кодек, созданный более 13
лет назад фирмой SuperMac для компьютеров с процессорами Motorola 68030
и Intel 386, оборудованными односкоростными дисководами CD-ROM, а затем
усовершенствованный компанией Radius. До сих пор этот кодек сохраняется
на Mac и PC (включен в стандартную поставку Windows и Mac OS) и
практически не загружает современный процессор.
Intel Indeo Video — межплатформенный кодек, первоначально
разработанный для Windows. Предназначался для сжатия видео в среде
Windows и последующего воспроизведения на компьютерах Macintosh
(включен в стандартную поставку Windows и Mac OS). Сегодня новые версии
кодека Indeo выпускает и поддерживает компания Ligos, известная ранее
своими MPEG-кодеками LSX-MPEG, но в настоящее время не выдержавшая
конкуренции и прекратившая выпуск MPEG-решений, полностью перейдя на
другие алгоритмы компрессии. Последний пакет Indeo XP for Windows,
использующий технологии Indeo Video 5, основан уже на волновом
кодировании (Wavelet) и включает поддержку всех предыдущих кодеков:
Indeo Video 3.2, Indeo Video 4.5 и Indeo Audio 2.5.
H.261 (известный также как Px64) — симметричный кодек реального
времени, разработанный в качестве стандарта для низкопотоковых
приложений (видеоконференций). Полоса пропускания обычно кратна 64
Кбит/с. Дает картинку очень невысокого качества. Аналогичен MPEG-1 (ДКП
с компенсацией движения), без двунаправленного кодирования.
Оптимизирован для статичных сцен и использует сильное межкадровое
сжатие (включен в стандартную поставку Windows и Mac OS).
H.263 — следующий после H.261 общепризнанный стандарт для
видеоконференций. По сравнению с H.261 качество изображения улучшено,
кодек лучше работает с компенсацией движения и обеспечивает более
высокую скорость кодирования. Ориентирован на скорость модема 28,8
Кбит/с. Применяются алгоритмы MPEG (включая двунаправленное
кодирование). Видеокодек MPEG-4 по сути является модификацией H.263.
Этот формат имеет ограничение по разрешению — не более 352Ѕ288. Включен
в стандартную поставку Windows и Mac OS (начиная с QuickTime 3.0).
H.323/H.324 — более поздние стандарты для видеоконференций, которые
предполагают использование кодеков в виде подключаемых модулей, что
позволяет пользователю выбрать все, что имеется в его системе.
MPEG-кодеки
CinemaCraft Encoder — этот кодек разрабатывается и продается
компанией Cinema Craft в трех версиях: MPEG-2 encoder CCE-Pro (с
возможностью кодирования в реальном времени), MPEG-1/2 encoder CCE-SP
и MPEG-1/2 encoder CCE-Basic. Текущая версия основного кодера —
2.69.01.10.
Лекция 15. Анализ и обработка цветных и многозональных
изображений.
Возможности человеческого глаза и нашего аналитического аппарата
вряд ли можно полностью смоделировать даже самыми совершенными
компьютерными системами. Применение автоматических методов обработки
в задачах тематического дешифрирования позволяет, однако, сделать процесс
дешифрирования существенно более объективным и даже разработать
эффективные компьютерные технологии решения отдельных прикладных
задач.
Для
объективного
компьютерного
анализа
многозональных
изображений применяется классификация пикселей изображения методами,
разработанных в свое время в рамках теории обработки сигналов и анализа
данных статистических исследований. В настоящее время эта методология
относится к теории распознавания образов.
3.3 Название, содержание и
занятий (15 часов)
количество часов практических
1.
Расчет веса цифрового формата - 2 часа
2.
Расчет трафика MPEG кодеков - 2 часа
3.
Расчет сигнала по методике алгоритма Хаффмана - 2 часа
4.
Расчет изображения по методу Хаара - 2 часа
5.
Решение задач по передаче изображений - 2 часа
6.
Расчет требуемого порядка и частоты среза фильтра
подавления погрешности квантования - 2 часа
7.
Расчет коэффициента сжатия и количества операций,
требуемых для обработки сигналов изображения - 2 часа
8.
Расчет коэффициента сжатия и количества операций,
требуемых для обработки сигналов звука - 1 час
3.4 Название темы и количество часов СРО
№
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Задания
Коли
чество
часов
Математический аппарат описания сигналов и линейных систем
3
Преобразование Лапласа
3
Преобразование Хаара
3
Математическое описание дискретных сигналов и линейных
3
систем в z-области и в частотной области
Дискретное преобразование Лапласа
3
3
Аналоговые сигналы системы
Характеристики линейных систем
3
Преобразование случайного процесса в линейной системе
3
Способы описания линейных систем
3
Связь z-преобразования с преобразованиями Лапласа и Фурье
3
Рекурсивные и нерекурсивные дискретные фильтры
3
Восстановление непрерывного сигнала с помощью ДПФ
3
Алгоритм быстрого преобразования Фурье
3
Форматы представления чисел
3
Способы модуляции, используемые при передаче цифровой
информации
15
3
3.5 Название темы и количество часов СРОП
№
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Задания
Применение машинного зрения
Сопряженные технические дисциплины
Рапстровое изображения
Виды изображения. Типы пикселя
Линейки, сканеры матрицы и камеры
Форматы хранения и перендачи цифровых изображений
Цифровые видеопоследовательности
Методы обработки изображений
Фильтрация изображений
Линейная фильтрация изображений
Преобразование Фурье
Вейвлет анализ
Выделение контуров на полутгоновых изображениях
Теоретические основы математических морфологий
Методы анализа изображений
Таблица 7
Таблица проведения занятий
№
I
День
II
Время
III
Наименование темы
IV
1
2
3
4
5
6
7
8
Лекции
Машинное зрение и его задачи
Основные методы анализа и обработки сигналов
Сигнал, пространство сигналов, системы
Дискретные системы и преобразования
Аналоговая и цифровая обработка видеосигнала
Цифровая обработка видеоизображения
Генераторы и синхронизирующие устройства
Дискретные изображения и двумерные системы
9
10
11
12
13
14
15
Устройства телевизионных систем
Реставрация изображений
Улучшение качества телевизионных изображений
Методы сглаживания изображений
Сжатие сигналов при обработке и передаче изображений
Форматы сжатия, структуры кодеров и декодероф
Анализ и обработка цветных и многозональных изображений
Коли
чество
часов
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
1
2
3
4
5
6
7
8
Практические занятия
Расчет веса цифрового формата
Расчет трафика MPEG кодеков
Расчет сигнала по методике алгоритма Хаффмана
Расчет изображения по методу Хаара
Решение задач по передаче изображений
Расчет требуемого порядка и частоты среза фильтра подавления
погрешности квантования
Расчет коэффициента сжатия и количества операций, требуемых
для обработки сигналов изображения
Расчет коэффициента сжатия и количества операций требуемых
для обработки сигналов звука
4 Учебно-методические материалы по дисциплине
Основная литература
1 А. Б. Сергиенко Цифровая обработка сигналов: Учебник для вузов.
СПб.: Питер, 2002. -608с.
2 Быков Р.Е. и др.Цифровое преобразование изображение. Москва
Горячая линия.-Телеком 2003
3 Визильтер Ю.В.,Желтов С.Ю Обработка и анализ цийфровых
изображений на LabViev IVAQ Vision –Москва 2008
4 Дьяконов В.П. Мatlab 6.5 Dimulink 5/6/ Работа с изображениями и
видеопотоками. Москва Солон Пресс 2005
Дополнительная литература
5 Гоноровский И.С. Радиотехнические цепи и сигналы: Учеб. для
вузов. – М.: Радио и связь. 1994 г.
6 Гольденберг Н.М. и др. Цифровая обработка сигналов: Учеб. для
вузов. – М.: Радио и связь. 1990 г.
7 Цикин И.А. Дискретно-аналоговая обработка сигналов: Учеб. Для
вузов. – М.: Радио и связь. 1982 г.
СОДЕРЖАНИЕ
1 Цели изучения дисциплины
2 Система оценки уровня знаний студентов
3 Содержание дисциплин
3.1 Тематический план курса
3.2 Название и содержание лекционных занятий
3.3 Название, содержание и количество часов практических
занятий
3.4 Название темы и количество часов СРС
3.5 Название темы и количество часов СРСП
Таблица проведения занятий
4 Учебно-методические материалы по дисциплине
3
3
4
4
5
13
13
14
14
15