PRZETWARZANIE I ANALIZA DANYCH W JĘZYKU PYTHON Kod przedmiotu (USOS)
PODSTAWY PRZETWARZANIA OBRAZÓW Kod przedmiotu (USOS) 1120-IN000-ISP-0590
Nazwa przedmiotu w
ję-zyku polskim Podstawy przetwarzania obrazów Nazwa przedmiotu w
ję-zyku angielskim Fundamentals of image processing A. Usytuowanie przedmiotu w systemie studiów
Poziom kształcenia Studia pierwszego / drugiego stopnia
195 Forma i tryb prowadzenia
studiów Stacjonarne
Kierunek studiów
(dedyko-wany) Informatyka i Systemy Informacyjne Inne kierunki studiów Inżynieria i Analiza Danych
Profil studiów Profil ogólnoakademicki
Specjalność -
Jednostka prowadząca Wydział Matematyki i Nauk Informacyjnych Jednostka realizująca Wydział Matematyki i Nauk Informacyjnych Koordynator przedmiotu Prof. dr hab. inż. Artur Przelaskowski
Zakład CADMED, A.Przelaskowski@mini.pw.edu.pl Osoby prowadzące zajęcia Prof. dr hab. inż. Artur Przelaskowski
B. Ogólna charakterystyka przedmiotu Blok przedmiotów Kierunkowe
Poziom przedmiotu Średniozaawansowany Grupa przedmiotów Obieralne
Status przedmiotu Obieralny Język prowadzenia zajęć Polski Semestr nominalny 6 Minimalny numer semestru 6 Usytuowanie realizacji
w roku akademickim Semestr zimowy/letni Wymagania wstępne /
przed-mioty poprzedzające Programowanie, algorytmika Limit liczby studentów Liczba grup: bez ograniczeń
Laboratoria – 15 osób / grupa C. Efekty uczenia się i sposób prowadzenia zajęć
Cel przedmiotu Kompetencje/umiejętności: zdobycie syntetycznej wiedzy w zakresie metod przetwarzania obrazów; umiejętności opracowania algorytmów i ich opty-malizacji według realnych kryteriów użytkowych oraz realizacji efektyw-nych aplikacji weryfikowaefektyw-nych przydatnością.
Efekty uczenia się Patrz TABELA 1.
Formy zajęć i ich wymiar
(se-mestralny) Wykład 30
Ćwiczenia 0
Laboratorium 0
Projekt 30
Treści kształcenia Celem przedmiotu jest przekazanie wiedzy oraz umiejętności dotyczących zasadniczych koncepcji i metod przetwarzania obrazów. Różnorodne spo-soby obróbki danych obrazowych analizowane są w kontekście realnych za-stosowań. Wybrane algorytmy oraz powstające na ich podstawie aplikacje powinny być dostosowane zarówno do systemów rejestracji obrazów, jak też zdolności postrzegania treści i form pracy z obrazem; stąd wynika szczególna rola efektywnej integracji systemów akwizycji i wstępnego przetwarzania danych z numerycznym modelowaniem właściwości obrazów względem rozpoznawanej/interpretowanej treści. Omawiana metodologia stanowi wstęp do spójnej informatyki obrazów.
Spodziewane efekty kształcenia to zdobycie syntetycznej, teoretycznej i pragmatycznej wiedzy w zakresie podstawowych metod przetwarzania ob-razów. Ważna jest umiejętność realizacji skutecznych algorytmów przetwa-rzania, ich optymalizacji względem realnych kryteriów użytkowych. Trzecim istotnym efektem jest zdolność implementacji narzędzi i systemów obróbki obrazów, dostosowanych do wymogów realnego odbiorcy, z oceną
196
przydatności implementowanych rozwiązań, statystyczną analizą wyników oraz umiejętnością formułowania wiarygodnych wniosków.
Wykład:
1. Wprowadzenie – zarys informatyki obrazów: definicja informacji obrazo-wej i metody kształtowania przekazu informacji obrazoobrazo-wej, podstawy teo-rii obrazów, w tym modele i sposoby reprezentacji treści, jej postrzegania i interpretacji oraz wiarygodne formy oceny użyteczności obrazów (miary numeryczne, wektorowe, korelowane z oceną subiektywną, użytkowe) 2. Rejestracja obrazów: formowanie obrazów cyfrowych (pomiary, detekcja
sygnałów, ucyfrowienie, rekonstrukcje i wizualizacje).
3. Reprezentacja obrazów cyfrowych: modelowanie obrazów (geome-tryczne, obiektowe, statystyczne, fraktalne, skalowalne, formalne opisy treści obrazowej), formy wizualizacji, normalizacji, opisu jakościowego itd.
4. Ulepszanie obrazów: normalizacja jakości (także kontrola, regulacja), prawa percepcji (filtracje, przekształcenia lokalne i globalne, modele strzegania), uzupełnianie,, indeksowanie, modelowanie, pasowanie, po-prawa użyteczności (modele użytkowe, charakterystyki pracy z obrazem), formułowanie kryteriów obliczeniowych, opis dynamiki/ruchu w zapi-sach wideo, śledzenie ruchu obiektów, rozpoznawanie/opis treści, dosto-sowanie do potrzeb analizy treści itp.
5. Analiza zastosowań obrazów: ocena i wykorzystanie efektów przetwarza-nia, modele postrzegaprzetwarza-nia, integracja/wspólna optymalizacja akwizycji, reprezentacji/przetwarzania i formy percepcji wykorzystanie/aplikacje do ekstrakcji treści istotnych (zastosowania medyczne, monitoring, foto-grafia, filmy), odkrywanie i ukrywanie treści, oddziaływanie grafiki/mik-sowania obrazów naturalnych i elementów grafiki, przestrzenna percep-cja treści.
Projekt:
1. Opracowanie aplikacji z zakresu tematyki przedmiotu (p.1-5), na bazie zdobytych podstaw teoretycznych oraz odniesień do modeli pragmatycz-nych i wzorców użytkowych.
2. Weryfikacja narzędzi na grupie wiarygodnych zbiorów testowych, odnie-sienie do rozwiązań referencyjnych.
3. Omówienie opracowanych algorytmów, implementacji i testów, sformuło-wanie wniosków, raportosformuło-wanie.
Metody dydaktyczne Wykład:
Wykład informacyjny Projekt:
Projekt indywidualny, prezentacja, dyskusja, opis realizacji oraz efektów, wnioskowanie
Metody i kryteria oceniania /
regulamin zaliczenia Do zdobycia jest 100 pkt (50 pkt. – projekt, 50 pkt. – kolokwium z treści wy-kładowych). Skala ocen: 0-50 pkt. – ocena 2; 51-60 pkt. – ocena 3;
61-70 pkt. – ocena 3.5; 71-80 pkt. – ocena 4; 81-90 pkt. – ocena 4.5; 91-100 pkt. – ocena 5.
Metody sprawdzania
efek-tów uczenia się Patrz TABELA 1.
Egzamin Nie
Literatura i oprogramowanie 1. H.H. Barrett, K.J. Myers, Foundations of Image Science, Wiley, 2004 2. W. Pratt, Digital Image Processing, Wiley, 2007
3. R.C. Gonzales, R.E. Woods, Digital Image Processing, Prentice Hall, 2007 4. J.C. Russ, The Image Processing Handbook, 5th ed., CRC Taylor & Francis, 2007
5. M. Domański, Obraz cyfrowy. Reprezentacja, kompresja, podstawy prze-twarzania. Standardy JPEG i MPEG, WKiŁ 2010
6. A. Przelaskowski, Techniki multimedialne, PW OKNO, 2011 Witryna www przedmiotu
197 D. Nakład pracy studenta
Liczba punktów ECTS 4 E. Informacje dodatkowe
Uwagi -
TABELA 1. EFEKTY PRZEDMIOTOWE
1. Efekty uczenia się i ich odniesienie do charakterystyk drugiego stopnia Polskiej Ramy Kwalifikacji oraz efektów uczenia się dla kierunków Informatyka i Systemy Informacyjne, Matematyka oraz Inżynieria i Ana-liza Danych
Efekty ucze-nia się dla
modułu
OPIS EFEKTÓW UCZENIA SIĘ Absolwent studiów I/II stopnia na kierunku Informatyka i Systemy Informacyjne / Matematyka /
Inżynieria i Analiza Danych
Odniesienie
W01 Ma elementarną wiedzę w zakresie podstawowych metod przetwarzania obrazów, w tym rejestracji i wstępnej nor-malizacji ich jakości, poprawy ich walorów użytkowych oraz analizy
I.P6S_WG K_W04, K_W12, K_W13 W02 Zna podstawowe metody, techniki i narzędzia stosowane
przy rozwiązywaniu prostych zadań informatycznych z zakresu cyfrowego przetwarzania obrazów
I.P6S_WG K_W12
UMIEJĘTNOŚCI
U01 Potrafi wykorzystać nabytą wiedzę matematyczną i infor-matyczną do projektowania algorytmów przetwarzania na różnych etapach obróbki obrazów, w tym ich optyma-lizacji według realnych kryteriów użytkowych
I.P6S_UW K_U01, K_U02, K_U23, K_U29 U02 Potrafi pozyskiwać informacje z literatury oraz innych
źródeł, dokonywać ich interpretacji oraz wyciągać wnio-ski
I.P6S_UW K_U05
U03 Potrafi planować i przeprowadzać eksperymenty, w tym pomiary i symulacje komputerowe, interpretować uzy-skane wyniki i wyciągać wnioski
I.P6S_UW K_U08
U04 Potrafi wykorzystać do formułowania i rozwiązywania za-dań inżynierskich metody analityczne, symulacyjne i eks-perymentalne
I.P6S_UW K_U02
KOMPETENCJE SPOŁECZNE K01 Potrafi pracować indywidualnie i w zespole oraz zarządzać
swoim czasem i dotrzymywać terminów I.P6S_UO,
I.P6S_KR K_K05 2. Formy prowadzenia zajęć i sposób weryfikacji efektów uczenia się
Zamierzone
efekty Forma zajęć Sposób weryfikacji
W01, W02,
U02 wykład kolokwium wykładowe
W01, W02, U01, U02, U03, U04, K01
projekt ocena projektu na podstawie prezentacji
za-łożeń i efektów oraz finalnego raportu reali-zacji, uwzględniającego wyniki ekspery-mentów weryfikacji opracowanego narzę-dzia
Opis przedmiotu
198
WNIOSKOWANIE ROZMYTE