Prof. dr hab. inż. Katarzyna Stąpor

Politechnika Śląska, Wydział Automatyki Elektroniki i Informatyki

Instytut Informatyki, Zakład Teorii Informatyki

44-100 Gliwice, Akademicka 16

tel. +48 32 237-13-39 (11-43)  pok. 313

e-mail Katarzyna.Stapor@polsl.pl

 

g

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Dydaktyka

Wizja komputerowa i rozpoznawanie obrazów

Wykład

Tematyka: Elementy składowe systemu automatycznego widzenia: 1) moduł akwizycji (kamera, skaner, dyskretyzacaja obrazu), dziedzina przestrzenna i częstotliwościowa (transformata Fouriera).  2) moduł przetwarzania wstępnego obrazu (polepszanie kontrastu, odszumianie, filtracje liniowe i nieliniowe, wyrównywanie histogramu, przekształcenia morfologiczne), 3) moduł segmentacji obrazu (detekcja krawędzi, progowanie), 4) moduł ekstrakcji cech (detekcja punktów krytycznych, szkieletyzacja, wektoryzacja, przykłady deskryptorów kształtu, tworzenie wektora cech), 5) moduł selekcji i ekstrakcji cech (metody SFFS, PCA), 6) moduł klasyfikacji: metody oparte na rozkładach prawdopodobieństwa (optymalny klasyfikator Bayesa, klasyfikator empiryczny oparty na parametrycznej i nieparametrycznej estymacji rozkładu, klasyfikator gaussowski, metoda k najbliższych sąsiadów), metody bezpośrednie liniowe i nieliniowe (reguła perceptronowa, dyskryminacja Fishera, metoda SVM konstrukcji optymalnej hiperpłaszczyzny rozdzielającej przez maksymalizację marginesu i jej wersja z jądrem, perceptron wielowarstwowy), drzewa klasyfikacyjne, wzmacnianie słabych klasyfikatorów - boosting. Zadanie grupowania danych: pojęcie podziału i dendrogramu, algorytmy hierarchiczne i podziałowe (algorytm k-średnich twardy i rozmyty, algorytm gęstościowy). Widzenie w 3D: model kamery, parametry wewnętrzne i zewnętrzne, kalibracja kamery, stereowidzenie, znajdowanie odpowiedniości punktów w parze obrazów dla wyznaczenia 3-go wymiaru, wybrane algorytmy odtwarzania kształtu 3D.

Literatura:

·         R.O. Duda, P.E. Hart, D.G. Stork: Pattern classification and scene analysis. John Wiley&Sons, New York, 2000

·         R.C. Gonzalez, R.E. Woods: Digital image processing, Prentice-Hall, N.Y., 2002

·         R. Tadeusiewicz, P. Korohoda: Komputerowa analiza i przetwarzanie obrazów. Wyd. Fundacji Postępu Telekomunikacji, Kraków 1997

·         K.Stąpor: Automatyczna klasyfikacja obiektów, Wyd. EXIT, Warszawa, 2005

·         M. Kurzyński: Rozpoznawanie obiektów. Metody statystyczne. Wyd. Politechniki Wrocławskiej, 1997

·         E. Trucco, A. Verri: Introductory techniques for 3D computer vision, Prentice Hall, N.J., 1998

 

 

Projekt

 

 

Laboratorium

 

Informacje bieżące dla studentów

 

 

 

 

 

 

 

 

 

 

 

 

 

Site hosted at the Silesian University of Technology in Gliwice, Poland