Указания методические по самостоятельной работе студентов Уровень основной образовательной программы МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ» (ТУСУР) Кафедра автоматизированных систем управления ОБРАБОТКА ИЗОБРАЖЕНИЙ Методические указания по самостоятельной работе студентов Уровень основной образовательной программы магистратура Направление подготовки 010400 «Прикладная математика и информатика» Профиль Математическое и программное обеспечение вычислительных комплексов и компьютерных сетей Томск 2011 Елизаров А.И. Обработка изображений . Методические указания по самостоятельной работе студентов по специальности 010400 – «Прикладная математика и информатика», обучающихся по магистерской программе Математическое и программное обеспечение вычислительных комплексов и компьютерных сетей / А.И. Елизаров. – Томск: ТУСУР, 2011. – 8 с. Методические указания разработаны в соответствии с решением кафедры автоматизированных систем управления Составитель: доцент А.И. Елизаров Методические указания утверждены на заседании кафедры автоматизированных систем управления 30 августа 2010 г., протокол № 1. СОДЕРЖАНИЕ 1. Введение. 4 2. Содержание дисциплины.. 5 3. Темы для самостоятельного изучения. 7 4. Тестовый контроль. 7 5. Методические указания по самостоятельному изучению материала. 7 6. Учебно-методическое и информационное обеспечение дисциплины.. 8 1. Введение Дисциплина «Обработка изображений» относится к числу дисциплин профессионального цикла вариативной (профильной) части дисциплин. Успешное овладение дисциплиной предполагает предварительные знания математического анализа, дифференциальных уравнений, численных методов, теории вероятностей и математической статистики в объеме, предусмотренном направлением подготовки «Прикладная математика и информатика», а также навыки программирования на языках высокого уровня. Изучение данной дисциплины необходимо для освоения дисциплин: Современные компьютерные технологии, Математическое моделирование, Обработка и анализ данных с помощью нейронных сетей и в научно-исследовательской работе. Целью дисциплины является формирование у студентов теоретической базы цифровой обработки изображений как дискретных двумерных сигналов и ознакомление с методами и средствами компьютерной обработки изображений. Задачами дисциплины являются: · приобретение знаний современных принципов компьютерного кодирования изображений, в том числе методик цветового кодирования; · приобретение знаний и навыков использования основных методов обработки изображений (геометрические преобразования, препарирование, фильтрация и др.). · изучение математической теории цифровых интегральных преобразований и их специфических свойств; · изучение методов и алгоритмов распознавания образов, численного описания изображений. Процесс изучения дисциплины «Обработка изображений» направлен на формирование следующих компетенций: Перечень компетенций Содержание компетенций Формы контроля ОК-2 Выпускник должен обладать способностью иметь представление о современном состоянии и проблемах прикладной математики и информатики, истории и методологии их развития Тест, проверка конспекта ОК-3 Выпускник должен обладать способностью использовать углубленные теоретические и практические знания в области прикладной математики и информатики Отчет по лабораторной работе ОК-4 Выпускник должен обладать способностью самостоятельно приобретать с помощью информационных технологий и использовать в практической деятельности новые знания и умения, в том числе, в новых областях знаний, непосредственно не связанных со сферой деятельности, расширять и углублять своё научное мировоззрение Отчет по лабораторной работе, тест ПК-1 Выпускник должен обладать способностью проводить научные исследования и получать новые научные и прикладные результаты Отчет по лабораторной работе, тест ПК-2 Выпускник должен обладать способностью разрабатывать концептуальные и теоретические модели решаемых научных проблем и задач Отчет по лабораторной работе, тест ПК-3 Выпускник должен обладать способностью углубленного анализа проблем, постановки и обоснования задач научной и проектно-технологической деятельности Опрос на лекции, тест, отчет по лабораторным работам В результате изучения дисциплины студент должен: Знать : · теорию цифровой обработки сигналов и методы обработки изображений; · основные алгоритмы компьютерной обработки изображений и их практическую ценность; Уметь : · использовать методы и средства компьютерной обработки изображений; · реализовать математические модели обработки изображения в виде программных модулей. Владеть : IT-методами для реализации решений в области прикладной математики и информационных технологий по профильной направленности ООП магистратуры. 2. Содержание дисциплины 2.1. Теоретический материал Тема 1. Основные понятия компьютерной обработки изображений. Основные понятия. Способы оцифровки, описания и представления. Растровая и векторная графика. Основные параметры растровых изображений. Цветовые модели и режимы. Тема 2. Улучшение визуального качества изображений путем поэлементного преобразования. Линейное контрастирование изображения, соляризация изображения, препарирование изображения, преобразование гистограмм, эквилизация. Тема 3. Реставрация и улучшение изображений. Фильтрация изображений Сглаживание изображений. Подавление шума. Линейные и нелинейные фильтры. Тема 4. Обработка и выделение контуров изображения. Пороговая обработка изображений, нахождение контура бинарного изображения, оконные фильтры, градиентные фильтры. Тема 5. Статистический анализ изображений. Статистические характеристики изображения. Статистический анализ яркостного профиля. Проблема выбора информативных признаков изображения. Тема 6. Методы математической морфологии. Морфологические преобразования, операции открытия и закрытия, наращение и эрозия. Морфологический анализ формы изображения. Тема 7. Спектральные методы обработки изображений. Преобразование Фурье. Преобразования Уолша, Адамара, Хаара. Обработка изображений в спектральной области. Тема 8. Распознавание образов. Теория и методы распознавания образов, идентификация по численным характеристикам. Декомпозиция задачи распознавания. Вопросы практического использования машинного зрения. 2.2. Лабораторные работы Темы и содержание лабораторных работ Тема 1. Общие методы работы с изображениями: а. Вывод изображения на экран; б. Построение гистограммы изображения, изменение динамического диапазона изображения; в. Преобразование яркости и контрастности изображения; г. Изменение цветности изображения; д. Бинаризация изображений; е. Геометрические преобразования изображений. Масштабирование изображений. Тема 2. Восстанавливающая фильтрация. а. Искусственное наложение шума; б. Одномерный и двумерный сглаживающие фильтры; в. Одномерный и двумерный медианные фильтры; г. Высокочастотная фильтрация. Тема 3. Методы выделения границ. а. Курсовые градиентные операторы; б. Нелинейные системы контрастирования изображений, метод Робертса, метод Собела; в. Статистический метод. Тема 4. Статистический анализ изображений. а. Сегментация изображений; б. Проведение измерений на изображениях; в. Гистограммные признаки изображения; г. Описание изображения на основе метода моментов. Тема 5. Морфологические преобразования бинарных изображений. а. Морфологические операторы: эрозия, наращение; б. Морфологические фильтры. Тема 6. Дискретная линейная двумерная обработка изображений. а. Алгоритм быстрого преобразования Фурье; б. Построение фильтров для размытия и увеличения четкости изображения на примере Гауссовых фильтров в частотной области. Тема 7. Выделение признаков изображений, распознавание образов. а. Разработка шрифтонезависимого алгоритма распознавания символов; б. Алгоритм кластеризации изображений. 3. Темы для самостоятельного изучения 3.1 Перевод изображения в различные цветовые системы. 3.2 Статистический метод выделения границ. 3.3 Быстрое двумерное косинусное преобразование. 3.4 Методы сжатия изображений. 3.5 Аффинные и проективные преобразования изображений. 4. Тестовый контроль Для оценки успеваемости студентов проводятся тесты по лекционному материалу и вопросам отводимых на самостоятельную проработку. 1. Стадии и уровни обработки и анализа изображений. Области применения обработки изображений. 2. Цветовые модели изображения. RBG, CMY(K), CIE XYZ, HSV. 3. Дискретизация и квантование изображений. Пространственное и яркостное разрешение. 4. Фильтрация, фильтры низкой и высокой частоты. Фильтры изображений. 5. Градиентные методы обработки. Преобразование и эквилизация гистограммы. 6. Пространственные фильтры повышения резкости. Лапласиан. Нерезкое маскирование и фильтрация с подъемом высоких частот. Градиент. 7. Фильтрация в частотной области. Двумерное преобразование Фурье. Фурье-спектр, фаза и энергетический спектр. Низкочастотная и высокочастотная фильтрация. 8. Модель процесса искажения/восстановления изображения. 9. Адаптивные локальные фильтры подавления шума. 10. Сжатие изображений. Кодирование изображений с потерями и без потерь. 11. Морфология бинарных и полутоновых изображений. Дилатация и эрозия. Размыкание и замыкание. 12. Заполнение областей. Выделение связных компонент. 13. Обнаружение разрывов яркости: точек, линий, перепадов. 14. Пороговая обработка с глобальным и адаптивным порогом. 15. Сегментация на отдельные области. Выращивание областей. Разделение и слияние областей. 16. Представление и описание изображений. 17. Дескрипторы границ, областей. Фурье-дескрипторы, статистические характеристики. 18. Поиск изображений. Выделение сигнатур цвета, формы и текстуры из изображений. Локальные и глобальные признаки. 5. Указания методические по самостоятельному изучению материала По первым пяти темам курса на лекциях дается подробное изложение материала, однако формулы приводятся без вывода. Студенты должны самостоятельно вывести формулы и отчитаться на очередном занятии. По 6, 7 и 8 темам курса на лекциях дается беглый обзор, отмечаются ключевые моменты. Студентам предлагается детально разобраться в материале, составить конспект и отчитаться на очередном занятии, сделав доклад с презентацией. Тема 8 связана с возможностью использования изучаемой дисциплины для решения конкретной научной задачи студента. 6. Учебно-методическое и информационное обеспечение дисциплины 6.1. Основная литература 1. Шапиро Л., Стокман Дж.. Компьютерное зрение: Учебное пособие для вузов. - М. БИНОМ. Лаборатория знаний, 2006. - 752 с. (30 экз.) 2. Гонсалес Р. С., Вудс Р. Э. Цифровая обработка изображений. - М. : Техносфера, 2005. - 1070 с. (11 экз.) 6.2. Дополнительная литература 1. Нейрокомпьютеры в системах обработки изображений: Коллективная монография / Балухто А.Н., Булаев Е.В., Бурый Е.В. и др.; Ред. Гуляев Ю.В., Ред. Галушкин А.И.. - М.: Радиотехника, 2003. - 191 с. (11 экз.) 2. Форсайт Д., Понс Ж.. Компьютерное зрение. Современный подход. - М.: Вильямс, 2004. - 926 с. (1 экз.) 3. Методы компьютерной обработки изображений: Учебное пособие для вузов / Гашников М.В. [и др.]; ред.: Сойфер В.А.. - 2-е изд., испр. - М.: Физматлит, 2003. - 780 с. (67 экз.). 6.3. Лицензионное программное обеспечение Математический пакет MatLab, интегрированные среды разработки Embarcadero RAD Studio (Delphi), Microsoft Visual Studio. 6.4. Internet-ресурсы 1. http://graphics.cs.msu.ru/ - сайт лаборатории компьютерной графики и мультимедиа при факультете ВМиК МГУ. 2. http://elibrary.ru/ - научная электронная библиотека. 3. http://lib.mexmat.ru/ - электронная библиотека механико-математического факультета Московского государственного университета.