Speciální funkce a transformace ve zpracování obrazu (NPGR013/SFTO)

Rozsah v LS: 2/0 Zk
Platnost: od 2002
Přednášející: Flusser J., Zitová B.
Prerekvizity: Absolvované NPGR002 na MFF UK, resp. ROZ1, ROZ2 na FJFI ČVUT.
Informace: rozvrh, materiály, zkoušky

Anotace

Tento předmět je přednášen ve stejné podobě na MFF UK a na FJFI ČVUT. Volně navazuje na základní kurzy zpracování obrazu. Jde o výběrovou přednášku určenou pro studenty s hlubším zájmem o obor. Hlavní pozornost je věnována použití některých speciálních funkcí a transformací (zejména momentových funkcí a waveletové transformace) pro vybrané úlohy zpracování obrazu - detekce hran, potlačení šumu, rozpoznávání deformovaných objektů, registrace obrazu, komprese, apod. Vedle teorie bude probírána i řada praktických aplikací.

Osnova

  • geometrické momenty, definice a základní vlastnosti
  • komplexní momenty
  • momentové invarianty vzhledem k otáčení a měřítku obrazu, úplnost, nezávislost, konstrukce báze
  • momentové invarianty vzhledem k afinní transformaci obrazu
  • momentové invarianty vzhledem ke konvoluci, kombinované invarianty
  • další typy momentových invariantů
  • ortogonální momenty (Legendrovy momenty, Fourier-Mellin momenty, Zernikovy momenty)
  • diskrétní momenty a algoritmy pro jejich výpočet
  • waveletová transformace (WT) - matematické základy
  • použití WT pro detekci hran a význačných bodů v obrazu
  • potlačení šumu pomocí WT
  • použití WT pro registraci obrazu
  • použití WT pro fúze obrazu
  • komprese obrazu pomocí WT a blokového kvantování
  • další aplikace WT

Special Functions and Transformations in Image Processing

Anotation

This is an advanced course on selected topics of image analysis. Major attention is paid to image moments, moment-based features, wavelet transform, and to their applications in image processing, namely in object recognition, edge detection, noise removal, image registration, and image compression. Numerous practical applications and experimental results are presented in the lectures.

Sylabus

  • geometric moments, definitions and basic properties
  • complex moments
  • moment invariants to rotation and scaling
  • moment invariants to affine transform
  • moment invariants to convolution/blurring and combined invariants
  • orthogonal polynomials and orthogonal moments (Legendre moments, Fourier-Mellin moments, Zernike moments)
  • discrete moments and their effective calculation
  • introduction to wavelet transform (WT)
  • edge and corner detection by means of the WT
  • image denoising by means of the WT
  • image registration by means of the WT
  • wavelet-based image compression (block quantizing)
  • other applications of the WT in image processing