Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Grafika komputerowa 2
Tok studiów:
2018/2019
Kod:
JFM-1-606-s
Wydział:
Fizyki i Informatyki Stosowanej
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Fizyka Medyczna
Semestr:
6
Profil kształcenia:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma i tryb studiów:
Stacjonarne
Strona www:
 
Osoba odpowiedzialna:
Alda Witold (alda@agh.edu.pl)
Osoby prowadzące:
Alda Witold (alda@agh.edu.pl)
Krótka charakterystyka modułu

Opis efektów kształcenia dla modułu zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń)
Wiedza
M_W001 Student zna i rozumie podstawowe (przekazane na wykładzie) pojęcia wizualizacji i przetwarzania obrazów obejmujące przygotowanie wykresów 2D i 3D, filtrację obrazów, segmentację, analizę obrazów biomedycznych, podstawy rekonstrukcji 3D, podstawy klasyfikacji obiektów. FM1A_W03, FM1A_W01 Aktywność na zajęciach,
Udział w dyskusji,
Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych
M_W002 Student dysponuje aktualną wiedzą na temat wybranych programów wizualizacji i programu Matlab. FM1A_W01, FM1A_W08 Aktywność na zajęciach,
Udział w dyskusji,
Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych
Umiejętności
M_U001 Student potrafi wykonać poprawną wizualizację 2D i 3D dobraną stosownie do danych, wykonać przetwarzanie obrazów polegające na filtracji, segmentacji, analizie segmentowanych obiektów, prostej klasyfikacji obiektów, rekonstrukcji 3D. FM1A_U04, FM1A_U05 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych
M_U002 Student potrafi właściwie i sprawnie wykorzystać różne programy wizualizacji 3D, porównać je z sobą i racjonalnie wybrać najlepsze narzędzie. Potrafi też sprawnie wykorzystać program Matlab w zakresie przetwarzania obrazów. FM1A_U01, FM1A_U02, FM1A_U05 Wykonanie projektu,
Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne
M_K001 Potrafi samodzielnie zdobyć odpowiednią wiedzę i umiejętności, niezbędne do realizacji ćwiczeń i projektów. FM1A_K01 Wykonanie projektu
M_K002 Student umie przedstawić wykonany projekt w sposób komunikatywny i potrafi określić perspektywy jego zastosowania. FM1A_K03, FM1A_K01 Wykonanie projektu
Matryca efektów kształcenia w odniesieniu do form zajęć
Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Inne
E-learning
Wiedza
M_W001 Student zna i rozumie podstawowe (przekazane na wykładzie) pojęcia wizualizacji i przetwarzania obrazów obejmujące przygotowanie wykresów 2D i 3D, filtrację obrazów, segmentację, analizę obrazów biomedycznych, podstawy rekonstrukcji 3D, podstawy klasyfikacji obiektów. + - + - - - - - - - -
M_W002 Student dysponuje aktualną wiedzą na temat wybranych programów wizualizacji i programu Matlab. + - + - - - - - - - -
Umiejętności
M_U001 Student potrafi wykonać poprawną wizualizację 2D i 3D dobraną stosownie do danych, wykonać przetwarzanie obrazów polegające na filtracji, segmentacji, analizie segmentowanych obiektów, prostej klasyfikacji obiektów, rekonstrukcji 3D. - - + - - - - - - - -
M_U002 Student potrafi właściwie i sprawnie wykorzystać różne programy wizualizacji 3D, porównać je z sobą i racjonalnie wybrać najlepsze narzędzie. Potrafi też sprawnie wykorzystać program Matlab w zakresie przetwarzania obrazów. - - + - - - - - - - -
Kompetencje społeczne
M_K001 Potrafi samodzielnie zdobyć odpowiednią wiedzę i umiejętności, niezbędne do realizacji ćwiczeń i projektów. + - + - - - - - - - -
M_K002 Student umie przedstawić wykonany projekt w sposób komunikatywny i potrafi określić perspektywy jego zastosowania. - - + - - - - - - - -
Treść modułu zajęć (program wykładów i pozostałych zajęć)
Wykład:

1. Podstawowe pojęcia i definicje i pojęcia wizualizacji danych (4 godz.)
Podstawy wizualizacji danych. Przykłady różnych reprezentacji danych. Pojęcie ‘gęstości danych’ i przedstawienie zasad tworzenia dobrych wykresów. Wizualizacja danych 3D. Wizualizacja pól skalarnych i wektorowych. Wizualizacja izopowierzchni i objętościowa.

2. Tworzenie wykresów 2D i 3D za pomocą programu Gnuplot (4 godz.)
Uzasadnienie sensu znajomości programu Gnuplot. Przegląd komend. Tworzenie wykresów 2D i 3D. Przygotowanie wykresów do publikacji. Obsługa plków z danymi. Aproksymacja danych metodą najmniejszych kwadratów.

3. Podstawy programowania w systemie Matlab (2 godz.)
Organizacja systemu Matlab. Podstawy języka programowania Matlab. Omówienie najważniejszych instrukcji. Operacje macierzowe i tablicowe. Omówienie wybranych funkcji. Tworzenie i uruchamianie skryptów.

4. Przetwarzanie obrazów rastrowych w programie Matlab – informacje wstępne. (2 godz.)
Reprezentacja obrazów rastrowych, charakterysyka wybranych formatów. Podstawowe informacje o module narzędziowym Image Processing Toolbox. Wczytywanie, wyświetlanie i konwersja obrazów.

5. Operacje punktowe na obrazach. Histogramy. (2 godz.)
Omówienie arytmetycznych i logicznych operacji punktowych. Zmiana jasności, poprawianie kontrastu, gamma-modulacja. Binaryzacja obrazu. Metody obliczania progu binaryzacji. Definicja histogramu i jego użycie w przetwarzaniu obrazów. Analiza histogramów. Algorytm wyrównywania histogramów. Implementacja omówionych operacji w programie Matlab.

6. Filtry liniowe w przestrzeni obrazu. (2 godz.)
Podstawy klasycznej teorii filtracji. Specyfika filtracji 2D. Filtry dolno- i górnoprzepustowe. Przegląd popularnych filtrów wygładzających, wyostrzających, wykrywających krawędzie. Łączenie filtrów. Funkcje Matlaba realizujące omówione filtry.

7. Filtry morfologiczne w przestrzeni obrazu. (2 godz.)
Definicja operacji erozji, dylatacji, otwarcia i zamknięcia. Zastosowanie operacji morfologicznych, przykłady. Operacje morfologiczne na obrazach binarnych, monochromatycznych i kolorowych. Omówienie funkcji Matlaba realizujących operacje morfologiczne

8. Filtry w dziedzinie częstotliwości; analiza Fouriera. (2 godz.)
Przypomnienie dyskretnej transformaty Fouriera w 2D. Objaśnienie idei szybkiej transformaty Fouriera. Omówienie filtracji dolno- i górnoprzepustowej w dziedzinie częstotliwości. Schemat realizacji filtracji częstotliwościowej w Matlabie.

9. Segmentacja obrazu. (2 godz.)
Objaśnienie potrzeby segmentowania obrazu. Algorytmy segmentacji oparte na jasności, barwie i teksturze.
Realizacja algorytmów w Matlabie. Omówienie segmentacji łamanymi typu snake.

10. Analiza obrazu w zagadnieniach biomedycznych. (2godz.)
Analiza obiektów w obrazie. Zliczanie obiektów. Etykietowanie obiektów. Omówienie powszechnie stosowanych miar pola, obwodu i kształtu obiektów. Pokazanie możliwości jakie dają w tym zakresie funkcje Matlaba. Analiza przykładów.

11. Wprowadzenie do rozpoznawania wzorców; klasyfikacja obiektów. (2 godz.)
Informacje wstępne na temat rozpoznawania wzorców i klasyfikacji obiektów. Przedstawienie rozpoznawania z nauczycielem i bez nauczyciela. Omówienie metody klasyfikacji k-means. Realizacja k-means w mat labie. Demonstracja i omówienie prostych przykładów.

12. Rekonstrukcja obrazów w 3D. (2 godz.)
Techniki tworzenia obrazów 3D z zestawu obrazów płaskich. Sposoby oglądania obiektów 3D. Przegląd dostępnego oprogramowania. Możliwosci Matalaba w zakresie rekonstrukcji.

13. Perspektywy przetwarzania obrazów i wizualizacji w zagadnieniach medycznych i biologicznych. (2 godz.) Elementy wirtualnej i rozszerzonej rzeczywistości. Wykorzystanie nowych technik komunikowania się z komputerem: ekrany dotykowe, urządzenia haptyczne, urządzenia lokalizujące obserwatora. Zastosowanie w procesie edukacji medycznej, szkolenia chirurgów, etc.

Ćwiczenia laboratoryjne:

1. Tworzenie wykresów w programie Gnuplot
Efekty kształcenia:
- student potrafi przygotować do druku kompletny, poprawnie opisany, czytelny wykres, wykorzystujący możliwości najnowszej wersji Gnuplota,
- student potrafi wczytywać dane w różnych formatach i obsługiwać brakujące dane,
- student potrafi wykonać i zinterpretować aproksymację danych metodą najmniejszych kwadratów wykonaną w Gnuplocie.
- student potrafi zautomatyzować przygotowanie wykresów, poprzez użycie skryptów.

2. Korzystanie z programu Matlab na poziomie podstawowym
Efekty kształcenia:
- student potrafi napisać i uruchomić program w języku Matlaba.
- student umie poprawnie wykonać operacje na tablicach.

3. Operacje punktowe na obrazach programie Matlab
Efekty kształcenia:
- student potrafi stworzyć prostą grafikę wykorzystując narzędzia wxWidgets,
- student umie prawidłowo zastosować klasy wxImage, wxBitmap oraz wxDC,
- student potrafi dobrać właściwy rodzaj kontekstu rysunkowego (DC- drawing contest) dostosowany do potrzeb
- student używa właściwych metod ułatwiających pozycjonowanie grafiki w oknie

4. Filtry dolno- i górnoprzepustowe w programie Matlab
Efekty kształcenia:
- student potrafi stworzyć wektorową reprezentacje obrazu dwuwymiarowego
- student potrafi wykonać podstawowe transformacje obrazu wektorowego (obroty, przesunięcia, skalowanie itp.)
- student potrafi prawidłowo przeliczać i skalować wartości współrzędnych pomiędzy różnymi obszarami (okienkowanie i obcinanie)

5. Filtry częstotliwościowe w programie Matlab
Efekty kształcenia:
- student potrafi w praktyce zastosować mechanizm perspektywy
- student umie wykorzystać przynajmniej jeden algorytm linii zasłoniętej
- student wykonuje najważniejsze transformacje sceny trójwymiarowej (obroty, przesunięcia, skalowanie itp.)

6. Filtry morfologiczne w programie Matlab
Efekty kształcenia:
- student potrafi zaimplementować przykładowe filtry punktowe i splotowe
- student potrafi stworzyć histogram obrazu i wykonywać na nim podstawowe operacje (równoważenie, rozciąganie)

7. Segmentacja obiektów 2D w programie Matlab
Efekty kształcenia:
- student poprawnie dobiera algorytm do danych, które ma zaprezentować
- student potrafi zaimplementować wybrany algorytm w praktyce

8. Prosta klasyfikacja obiektów
Efekty kształcenia:
- student potrafi połączyć biblioteki GFL, CImg oraz wxWidgets w jednym programie
- student potrafi odpowiednie klasy i metody każdej z bibliotek w sposób optymalny

Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 125 godz
Punkty ECTS za moduł 5 ECTS
Udział w wykładach 30 godz
Samodzielne studiowanie tematyki zajęć 45 godz
Udział w ćwiczeniach laboratoryjnych 30 godz
Przygotowanie do zajęć 20 godz
Pozostałe informacje
Sposób obliczania oceny końcowej:

W ramach laboratorium komputerowego studenci wykonują szereg ćwiczeń, za które mogą zdobyć określoną liczbę punktów. Procent uzyskanych punktów przeliczany jest zgodnie z Regulaminem Studiów AGH na ocenę końcową z laboratorium.
1. Aby uzyskać pozytywną ocenę końcową niezbędne jest uzyskanie pozytywnej oceny z laboratorium oraz kolokwium zaliczeniowego z wykładu.
2. Obliczamy średnią ważoną z ocen z laboratorium (80%) i wykładów (20%) uzyskanych we wszystkich terminach.
3. Wyznaczmy ocenę końcową na podstawie zależności:
if sr>4.75 then OK:=5.0 else
if sr>4.25 then OK:=4.5 else
if sr>3.75 then OK:=4.0 else
if sr>3.25 then OK:=3.5 else OK:=3
Jeżeli pozytywną ocenę z laboratorium i zaliczenia wykładu uzyskano w pierwszym terminie oraz ocena końcowa jest mniejsza niż 5.0 to ocena końcowa jest podnoszona o 0.5

Wymagania wstępne i dodatkowe:

• Znajomość podstaw algebry liniowej (operacje na wektorach i macierzach)
• Podstawowa umiejętność programowania i swobodnego poruszania w systemach Windows i Linux.

Zalecana literatura i pomoce naukowe:

• Janert, P.K.: Gnuplot In Action, Manning, 2010.
• Koprowski R.: Praktyka przetwarzania obrazów w programie Matlab, wyd. Exit 2004.
• Gonzales R.C, Woods R.E, Eddins S.L.: Digital Image Processing Using Matlab, Gatesmark Publishing, 2009.
• Semmlow J.L.: Biosignal and Biomedical Image Processing, Marcel Dekker Inc., 2004.
• Zieliński K.W., Strzelecki M.: Komputerowa analiza obrazu medycznego, PWN W-wa-Łódź 2002

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

Nie podano dodatkowych publikacji

Informacje dodatkowe:

Brak