Analiza obrazów

Osoba uczęszczająca na ćwiczenia powinna mieć zaliczony przedmiot "Technologie informacyjne i komunikacyjne" lub inny przedmiot wymagający opanowania podstaw programowania w języku Python

w sali

Praktyczne ćwiczenia z metod cyfrowej analizy obrazów.

Przedmiot składa się z serii praktycznych ćwiczeń dotyczących wydobywania informacji z obrazów. Opracowywanym materiałem są obrazy medyczne, zdjęcia mikroskopowe, fotografie i filmy zebrane w ciągu ostatnich lat pracy badawczej w Zakładzie Fizyki Medycznej. Jako narzędzia do wykonywania ćwiczeń wykorzystywane są biblioteki języka Python oraz program do analizy obrazów ImageJ.

Tematyka:

1. Formaty cyfrowego zapisu obrazów, w tym DICOM. Obrazy 2D i 3D.

2. Program ImageJ oraz biblioteki do analizy obrazów w języku Python

3. Histogram jasności pikseli. Modyfikacja jasności i kontrastu.

4. Częstość przestrzenna i rozdzielczość. Filtrowanie częstościowe.

5. Sposoby na szum i artefakty aparaturowe na obrazie.

6. Klasyczne sposoby parametryzacji, klasyfikacji lub segmentacji obrazu.

7. Głębokie konwolucyjne sieci neuronowe.

In English:

ImageJ principles: https://imagej.nih.gov/ij/docs/examples/index.html

Free handbook in pdf: Richard Szeliski, Computer Vision: Algorithms and Applications, 2nd ed.

WIEDZA

Student zna podstawowe pojęcia stosowane w analizie obrazu.

Student rozumie działanie podstawowych algorytmów stosowanych w analizie i przetwarzaniu obrazów.

UMIEJĘTNOŚCI

Student potrafi zastosować odpowiednie narzędzie programistyczne, aby z obrazu wydobyć informacje niewidoczne w bezpośredniej analizie wzrokowej.

Student potrafi zautomatyzować czasochłonne zadanie związane z analizą jednego lub wielu obrazów.

Wymagana obecność na ćwiczeniach, możliwe dwie nieusprawiedliwione nieobecności.

Zaliczenie odbywa się na podstawie wykonania samodzielnie 6 zadań omówionych w trakcie zajęć (60% oceny) oraz końcowego testu podsumowującego zdobytą wiedzę i umiejętności (40% oceny).

brak