Tárgy: Számítógépes képfeldolgozás és alakfelismerés

Oktató: Dr. Hajdu András

Kurzuskód: INSK230-M13

Félév: 2

Típus: Előadás/Labor

Óraszám/hét: 2+2

Kredit: 5

Státusz: Normál

Előfeltételek:

Vizsgáztatási módszer: Szóbeli/Írásbeli/Implementáció

-------------------------------------------------------------

Fogadóóra: Szerda 10-12

Etikai elvárások:

A hallgatókkal kapcsolatos etikai normákra A DEBRECENI EGYETEM ETIKAI KÓDEXE az irányadó lsd.: http://www.unideb.hu/portal/hu/node/47 :A Debreceni Egyetem Etikai Kódexe (Vizsgakódex).

Az etikai normákat megsértők: Nem kaphatnak érdemjegyet. A hallgató neve az IK oktatói között nyilvánosságra kerül.

Tárgyleírás (hetek szerint):

1. Alapvető fogalmak, definíciók (digitális halmaz, L-szintű kép, bináris kép, műveletek képek között, szomszédsági struktúrák és relációk, szomszédsági gráf és mátrix)

2. Digitális topológia elemei (összefüggőség, út, zsinórtávolság, átmérő, excentritás, sugár, centrum, kereszteződési szám, jól kapcsolódó halmazok, lyukak, Euler karakterisztika)

3. Javítás a képtartományban (világosságkód-transzformáció, hisztogram-transzformáció és -kiegyenlítés, küszöbölés, átlagoló-, medián- és box-szűrés)

4. Képtranszformációk általános modellje (diszkrét és folytonos eset, 1D-s és 2D-s eset, magfüggvény, inverz transzformáció, szeparábilitás, szimmetria)

5. Speciális képtranszformációk (Fourier-, Walsh-, Hadamard-, rendezett Hadamard-, DCT-, Hough-transzformáció)

6. A Fourier-transzformáció és tulajdonságai (nD-s modell, linearitás, szeparábilitás, szimmetria, forgatás, kapcsolat a Laplace-operátorral, periodicitás, átlagérték, gyors Fourier-transzformáció)

7. Éldetektálás (gradiens módszerek, Laplace operátor, a második derivált tengelymetszetei, képek élesítése, Canny éldetektálás, élkapcsolás, élvékonyítás, sarokdetektálás, felüláteresztő szűrők)

8. Képsimítás (környezeti átlagolás, medián szűrés, intervallum módszer, inverz gradiens, nemlineáris középszűrők, képsorozat átlagolása, aluláteresztő szűrők, sávszűrés)

9. Küszöbölés (küszöbölés modellje, szintrevágás, optimális küszöbölés)

10. Maszkolás (konvolúciós maszkolás, kombinált maszkrendszerek) alakzatok detektálása maszkokkal (pontdetektálás, vonaldetektálás, éldetektálás)

11. Matematikai morfológia alapjai (dilatáció és erózió, nyitás és zárás, Hit-Miss transzformáció)

12. Morfológiai algoritmusok (kontúr kinyerése, lyukak kitöltése, összefüggő komponensek meghatározása, konvex burok meghatározása, vékonyítás, vastagítás, vázkijelölés, kinövések eltávolítása)

13. Távolságtranszformációk (távolságtérképek, 2D-s kétmenetes algoritmus, euklideszi metrika approximálása, 3-4 súlyú közelítés, 5-7-11 súlyú közelítés)

14. Alakzatok összehasonlítása (Hausdorff halmazmetrika és távolságtérkép alapú meghatározása, szimmetrikus differencia)

Vizsgatételek:

1. Alapvető fogalmak, definíciók

2. Digitális topológia elemei

3. Képtranszformációk

4. A Fourier-transzformáció és tulajdonságai

5. Javítás a kép- és frekvenciatartományban

6. Éldetektálás

7. Küszöbölés

8. Maszkolás

9. Matematikai morfológia alapjai, morfológiai algoritmusok

10. Távolságtranszformációk

11. Halmaztávolságok

Oktatási segédeszköz:

• Képfeldolgozási módszerek (Hajdu András, Fazekas Gábor)
• Bevezetés a digitális képfeldolgozásba (Fazekas Attila, Kormos János)
• M. Sonka, V. Hlava, R. Boyle: Image Processing, Analysis, and Machine Vision
• R. C. Gonzalez, R. E. Woods. Digital image processing, 3rd ed. Prentice Hall, cop. 2007, ISBN-13: 978-0131687288.
• R. C. Gonzalez, R. E. Woods, S. L. Eddins. Digital Image Processing Using MATLAB, 2nd ed. Gatesmark Publishing, 2009, ISBN-13: 978-0982085400.
• S. T. Bow, Pattern recognition and image processing, 2nd ed. CRC Press, 2002, ISBN-13: 978-0824706593.
• D. J. C. MacKay. Information Theory, Inference, and Learning Algorithms, Cambridge University Press 2003, ISBN-13: 978-0521642989.