Zagadnienia komputerowego rozpoznawania obrazów

Zagadnienia komputerowego rozpoznawania obrazów
Włodzimierz Kasprzak
Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej
Wykład w ramach studiów I stopnia
Streszczenie
Na wstępie przedstawiona zostanie terminologia stosowana w teorii rozpoznawania wzorców (pattern
recognition). Następnie omówione zostaną podstawowe zagadnienia w zakresie: tworzenia i
reprezentacji cyfrowego obrazu, przetwarzania wstępnego obrazu, segmentacji i wyznaczania cech
obrazu oraz segmentacji mapy głębi. Na koniec przedstawione zostaną podstawy matematyczne dla
wnioskowania dynamicznego w warunkach niepewności danych i ich zastosowania - algorytmy śledzenia
ruchomych obiektów i samo-lokalizacji robota w sekwencji obrazów. Wykład skupia się na wyjaśnieniu
istoty danego algorytmu stanowiącego rozwiązanie wybranego problemu analizy obrazu. Niektóre
algorytmy ilustrowane będą przykładami o charakterze obliczeniowym i wynikami pracy.
Układ
1. Rozpoznawanie wzorców. Przetwarzanie wstępne i segmentacja obrazu cyfrowego (1 h)
Wzorce i sposoby rozpoznawania wzorców. Próbkowanie i kwantyzacja sygnału. Obrazy cyfrowe. Metody
normalizacji barw, binaryzacji obrazu, wyrównywania histogramu, normalizacji wzorca, filtracji obrazu.
Operator Canny.
2. Wyznaczanie cech i segmentacja obrazu (1 h)
Cechy kształtu 2D - liczby znamionowe, funkcje momentów geometrycznych, transformata FourieraMellina. Przekształcenia dziedziny obrazu zależne od danych – PCA, ICA i LDA. Operator Harrisa, łańcuch
krawędzi, aktywny kontur, aproksymacja odcinkami prostych i krzywych. Segmentacja mapy głębi.
3. Śledzenie ruchomego obiektu w sekwencji obrazów (1 h)
Dynamiczna sieć Bayesa i HMM, filtr Kalmana, filtr cząstek, samo-lokalizacja. Optyczny potok -detekcja i
omijanie przeszkód.