Tárgyfelelős: Dr. Czúni László
A kurzus célja megismerkedni a képfeldolgozás alapvető mechanizmusainak elméleti hátterével. A képzés során az első tárgyalt terület a képek keletkezésének megértése, külön kitérve a lehetséges torzulásokra. A képi transzformációk kiterjednek a színi, geometriai és az unitér transzformációkra, ill. a lineáris és nemlineáris szűrőkre. A lényeges képi tulajdonságok detekciója fontos lépése az alakfelismerésnek, a cél robusztus, sok szempontból invariáns képi jellemzők mérése. A kurzus végén tárgyalt Markov módszerek a kép valószínűség számítás alapú modellezését alkalmazzák különböző feladatok megoldására.
- A kép bevitele
- Látás hullámokkal biológiai és gépi rendszerekben, képi érzékelők működése
- Az optika szerepe a képalkotásban, optikai hibák, speciális optikai rendszerek
- A kép projekciója, a számítógépes látás geometriai alapjai
- Mintavételezés, a kép kicsinyítése, nagyítása
- Képi transzformációk és alkalmazásaik
- Színi transzformációk és alkalmazásuk
- Geometriai transzformációk, koordináta transzformációk, kamera kalibráció
- Unitér transzformációk (Fourier, Koszinusz, Hadamard, KL), szűrések a frekvencia térben, transzformációs képtömörítés, tulajdonság kiemelés
- Képi szűrések
- képi zajmodellek
- lineáris és nemlineáris szűrők (konvolúciók, médián szűrő, Wiener szűrő, Wallis szűrő)
- képi morfológia
- Képi mérések
- Tulajdonság kiemelés (SIFT, SURF, FAST, GHOST)
- Haar-szerű tulajdonság detektor, kaszkád algoritmusok
- Képi alakfelismerés
- Osztályozás és csoportosítás alap algoritmusai
- Bag of Words módszerek
- Markov modellek a képfeldolgozásban
- 2D-s MRF modellek
- HMM a képi felismerésben
A kurzus anyagának megértéséhez az alábbi szakirodalom ajánlott:
- Czúni L., Tanács Attila: Képi információ mérése, Typotex
- Palágyi Kálmán: Képfeldolgozás haladóknak, Typotex
- Zoltan Kato and Josiane Zerubia. Markov random fields in image segmentation, Foundations and Trends in Signal Processing. ISBN: 978-1-60198-588-0, Now Publishers, September 2012
- Utasi Ákos: Novel Probabilistics Methods for Visual Surveillance Applicatins, PhD Thesis, 2011
- Sivic, J.; Russell, B.C.; Efros, A.A.; Zisserman, A.; Freeman, W.T. (2005). "Discovering objects and their location in images". Tenth IEEE International Conference on Computer Vision (ICCV'05) Volume 1 (PDF). p. 370
- Rublee, E., Rabaud, V., Konolige, K., & Bradski, G. (2011, November). ORB: an efficient alternative to SIFT or SURF. In Computer Vision (ICCV), 2011 IEEE International Conference on (pp. 2564-2571). IEEE.