Module also offered within study programmes:
General information:
Name:
Image analysis
Course of study:
2015/2016
Code:
BOS-1-713-s
Faculty of:
Geology, Geophysics and Environmental Protection
Study level:
First-cycle studies
Specialty:
-
Field of study:
Environmental Protection
Semester:
7
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż, prof. AGH Młynarczuk Mariusz (mlynar@agh.edu.pl)
Academic teachers:
Module summary

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence
M_K001 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych OS1A_K05, OS1A_K01 Activity during classes,
Test,
Project
Skills
M_U001 Student umie zastosować w praktyce metody przekształcenia i analizy obrazów w celu wydobycia z nich istotnych informacji. OS1A_U05 Test,
Project
M_U002 Student ma umiejętność automatycznej identyfikacji obiektów na obrazach, oraz umiejętność doboru właściwych parametrów geometrycznych służących do opisu analizowanej struktury OS1A_U15, OS1A_U05 Activity during classes,
Test,
Project
Knowledge
M_W001 Studentów ma wiedzę dotyczącą struktury obrazów cyfrowych oraz o podstawowych metodach ich przekształcenia OS1A_W03 Test
M_W002 Student ma wiedzę o metodach analizy obrazu oraz metodach opisu analizowanej struktury. OS1A_W03 Examination,
Test
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Others
E-learning
Social competence
M_K001 rozumie potrzebę i zna możliwości ciągłego dokształcania się i podnoszenia kwalifikacji zawodowych i osobistych + - - - - - + - - - -
Skills
M_U001 Student umie zastosować w praktyce metody przekształcenia i analizy obrazów w celu wydobycia z nich istotnych informacji. - - - - - - + - - - -
M_U002 Student ma umiejętność automatycznej identyfikacji obiektów na obrazach, oraz umiejętność doboru właściwych parametrów geometrycznych służących do opisu analizowanej struktury - - - - - - + - - - -
Knowledge
M_W001 Studentów ma wiedzę dotyczącą struktury obrazów cyfrowych oraz o podstawowych metodach ich przekształcenia + - - - - - + - - - -
M_W002 Student ma wiedzę o metodach analizy obrazu oraz metodach opisu analizowanej struktury. + - - - - - + - - - -
Module content
Lectures:

1. Wprowadzenie do tematyki przetwarzania i analizy obrazów, Podstawowe parametry obrazów cyfrowych.
2. Akwizycja obrazu. Budowa oka, metody pozyskiwania obrazów cyfrowych, histogram i jego zastosowania. Przekształcenia geometryczne i punktowe. Binaryzacja
3. Filtracja liniowa i nieliniowa w dziedzinie przestrzennej.
4. Morfologia matematyczna I. Erozja, dylatacja, gradienty morfologiczne, filtry morfologiczne. Top-Hat.
5. Morfologia matematyczna II. Hit-or-miss, ścienianie, pogrubianie, szkielet, watershed.
6. Filtracja obrazów w dziedzinie częstotliwości.
7. Segmentacja. Metody manualnej i automatycznej binaryzacji.
8. Pomiary wielkości geometrycznych obiektów.
9. Metody rozpoznawania obrazów.
10. Analiza obrazów barwnych.
11. Metody kompresji bezstratnej i stratnej ze szczególnym uwzględnieniem kompresji obrazów oraz filmów.
11. Analiza sekwencji wideo.
12. Przykłady zastosowań metod analizy i przetwarzania obrazów w ochronie środowiska i geologii.

Practical classes:

1. Wprowadzenie do programu MATLAB i pakietu Image Processing Toolbox.
2. Przekształcenia punktowe i geometryczne: normalizacja, wyrównywanie histogramu, obroty, interpolacja przestrzenna
3. Dyskretne transformacja Fouriera. Filtracja w dziedzinie częstotliwości.
4. Operacje morfologiczne: dylatacja i erozja, otwarcie i zamknięcie, gradient morfologiczny, Hit-or-miss, szkieletyzacja, rekonstrukcja morfologiczna,
5. Segmentacja, etykietowanie, podstawowe współczynniki kształtu oraz pomiary parametrów obiektu.
6. Analiza i przetwarzanie sekwencji wideo.
7. Ćwiczenie projektowe 1.
8. Ćwiczenie projektowe 2.

Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 86 h
Module ECTS credits 2 ECTS
Participation in lectures 28 h
Realization of independently performed tasks 10 h
Participation in practical classes 28 h
Completion of a project 10 h
Preparation for classes 10 h
Additional information
Method of calculating the final grade:

Ocena z zaliczenia = 50% kolokwium zaliczeniowe z materiału wykładów + 50% oceny z kolokwiów i projektów

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

Tadeusiewicz, R., Kohoroda, P. (1997) Komputerowa Analiza i Przetwarzanie Obrazu, Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków
Wojnar, L., Majorek, M. (1995) Komputerowa Analiza Obrazu, Fotobit,
Malina, W., Ablameyko, S., Pawlak, W. (2002) Podstawy Cyfrowego Przetwarzania Obrazów, Akademicka Oficyna Wydawnicza Exit, Warszawa
Wojnar, L., Kurzydłowski, K., Szala, J. (2002) Praktyka Analizy Obrazu, Polskie Towarzystwo Stereologiczne, Kraków
Wróbel, Z., Koprowski, R. (2004) Praktyka Przetwarzania Obrazów w Programie MATLAB, Akademicka Oficyna Wydawnicza Exit, Warszawa
Mrozek, B., Mrozek, Z. (2004) MATLAB i Simulink, Helion, Gliwice
Osowski, S., Cichocki, A., Siwek, K. (2006) MATLAB w Zastosowaniu do Obliczeń Obwodowych i Przetwarzania Sygnałów. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa

Scientific publications of module course instructors related to the topic of the module:

Additional scientific publications not specified

Additional information:

Podstawowym terminem uzyskania zaliczenia jest koniec zajęć w danym semestrze. Student może przystąpić do poprawkowego zaliczenia dwukrotnie, w terminie wyznaczonym przez prowadzącego zajęcia.
Student który bez usprawiedliwienia opuścił więcej niż 20% zajęć może zostać pozbawiony przez prowadzącego możliwości poprawkowego zaliczania.