Современные методы обработки изображений, I курс магистратуры, аспиранты



Скачать 35,06 Kb.
Дата23.03.2018
Размер35,06 Kb.
ТипСамостоятельная работа
СОВРЕМЕННЫЕ МЕТОДЫ ОБРАБОТКИ ИЗОБРАЖЕНИЙ,

I КУРС МАГИСТРАТУРЫ, АСПИРАНТЫ
Кафедральный обязательный курс для студентов I курса магистратуры, аспирантов читается в осеннем семестре

Лекции — 32 часа

Курс кафедры математической физики

Автор программы — профессор А.С. Крылов


аннотация
Курс включает наиболее актуальные в настоящее время математические методы обработки изображений.

Значительная часть курса посвящена основам современных подходов к обработке и анализу изображений: методам построения дескрипторов изображений, частотно-временному анализу, пространственно-масштабному анализу изображений и методам разреженных представлений. Основной практической составляющей курса является применение изученной теории в обработке монохромных изображений.


Тематический план курса




Название темы


Лекции


(часы)

Самостоятельная работа (часы)

1.

Повышение резкости изображений.

4

4

2.

Дескрипторы для задачи сопоставления изображений.

6

6

3.

Методы повышения разрешения изображений и суперразрешения.

4

4

4.

Методы частотно-временного анализа сигналов и изображений.

4

4

5.

Пространственно-масштабный анализ изображений. Методы выделения контуров изображений.

4

4

6.

Методы разреженных представлений в обработке изображений.

6

6

7.

Методы повышения качества изображений, основанные на использовании полной вариации изображений.

4

4




Итого:

32

32




Всего: (лекции, самостоятельная работа) 64


Содержание курса

  1. Повышение резкости изображений.

Некорректная задача обращения интегрального уравнения свертки. Ядра размытия. Задача пост-обработки результатов повышения резкости на основе решения задачи Дирихле для уравнения Пуассона.


  1. Дескрипторы для задачи сопоставления изображений.

Детектор Харриса. Гистограммы изображений. Группы и полугруппы гистограммных преобразований. Дескрипторы изображений, основанные на гистограммах ориентированных градиентов.


  1. Методы повышения разрешения изображений и суперразрешения.

Нелинейные методы повышения разрешения изображений адаптивные к контурам изображений. Понятие суперразрешения изображений. Регуляризирующие методы суперразрешения изображений.


  1. Методы частотно-временного анализа сигналов и изображений.

Частотно-временные атомы. Оконное преобразование Фурье. Выбор оконной функции. Мгновенные частоты. Преобразование Вигнера-Вилля. Подавление интерференции.


  1. Многомасштабный анализ изображений. Методы выделения контуров изображений.

Многомасштабное представление, основанное на гауссовской пирамиде изображений. Детектор контуров изображений Канни.


  1. Методы разреженных представлений в обработке изображений.

Постановка задач разреженных представлений c заданным словарем. Пространство Lo. Метод согласованного преследования решения задач разреженных представлений. Использование методов, основанных на решении задач минимизации функционалов в пространстве L1. Адаптивное построение словарей в методе разреженных представлений. Повышение качества размытых изображений и изображений с эффектом ложного оконтуривания на основе разреженных представлений.


  1. Методы повышения качества изображений, основанные на использовании полной вариации изображений.

Полная вариация сигналов и изображений. Колебания Гиббса. Формула обобщенной площади. Методы повышения качества размытых изображений и изображений с эффектом ложного оконтуривания, основанные на использовании полной вариации изображений.
Литература (основная)

  1. Крылов А.С., Насонов А.В. Регуляризирующие методы интерполяции изображений. М.: АРГАМАК-МЕДИА, 2014.

  2. Малла С. Применение вейвлетов в обработке сигналов. М.:Мир, 2005.

  3. Mallat S. A wavelet tour of signal processing. The sparse way. Academic Press, 2008.

  4. Стокман Дж., Шапиро Л. Компьютерное зрение. М.: Изд-во "Бином. Лаборатория знаний", 2006.

  5. Elad M. Sparse and redundant representations - From theory to applications in signal and image. Springer, 2010.

Каталог: sites -> cmc -> files -> docs
docs -> Спецкурс «Теория кодирования в защите информации»
docs -> Сборник задач по теории функций комплексного переменного. М., Физматлит, 2006. Гахов Ф. Д. Краевые задачи. М., «Наука», 1977
docs -> Сборник задач по теории функций комплексного переменного. М., Физматлит, 2006. Гахов Ф. Д. Краевые задачи. М., «Наука», 1977
docs -> Аннотации обязательных лекционных курсов
docs -> Анализ и его приложения Специальный курс для аспирантов полугод
docs -> «Введение в функциональное программирование» полугодовой, осенний семестр лектор – доцент Малышко В. В
docs -> Цели и задачи дисциплины, её общая характеристика Цель
docs -> Лекции 32 часа форма отчетности: экзамен
docs -> Лекции 24 часа, семинары + практикум 24 часа Форма отчетности: экзамен


Поделитесь с Вашими друзьями:


База данных защищена авторским правом ©grazit.ru 2019
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал