воскресенье, 19 декабря 2010 г.

Экзамен: зима 2010

Экзамен состоится 17 января 2011 года, в ИММ УрО РАН, комн. 115, в 9:00.

Первая половина сдающих - приходит в 9:00,
вторая половина - в 10:30.


Для сдающих из НЕ МГКН-1 - иметь с собой ведомость или хвостовку.



Программа курса «Параллельные вычисления в задачах обработки изображений» для магистров специальности “Компьютерные науки”

1. Модель получения и представления цифрового изображения. Понятие пиксела, его окрестности. Понятия контура и связной компоненты в применении к изображениям. Монохромные и цветные изображения.

2. Понятие точечного преобразования. Преобразования: линейное, негативное, логарифмическое, гамма-коррекция, кусочнолинейное. Гистограмма изображения. Эквализация гистограммы.

3. Способы улучшения изображений с помощью арифметико-логических операций.

4. Понятие фильтрации в пространственной области, и фильтра с ограниченным носителем. Линейная фильтрация, единичный фильтр, сглаживающий фильтр, производная. Проблема краевых эффектов.

5. Сглаживающий фильтр на основе функции Гаусса.

6. Фильтры повышения резкости. Оператор Лапласа в пространственной области.

7. Частотные методы улучшения изображений. Дискретное преобразование Фурье, одномерный случай. Основные свойства дискретного преобразования Фурье.

8. Дискретное преобразование Фурье, двумерный случай. Основные свойства преобразования Фурье.

9. Теорема о свертке. Примеры спектров.

10. Связь фильтрации в частотной области с фильтрацией в пространственной области.

11. Алгоритм быстрого преобразования Фурье. Практическое использование преобразования Фурье для вычисления свертки и корреляции.

12. Низкочастотные и высокочастотные фильтры. Фильтр Лапласа в частотной области.

13. Нелинейная фильтрация. Медианный фильтр. Адаптивная медианная фильтрация.

14. Способы фильтрации статистического шума. Адаптивные фильтры.

15. Задача восстановления изображений. Оценка функции рассеивания точки.

16. Задача восстановления изображений. Фильтр Винера.


Вопросы по OpenCV

1. Задачи анализа изображений. Класс Mat для представления изображений в OpenCV. Создание изображений (8 и 32-битных, полутоновых и цветных) в OpenCV. Конвертация типов изображений.

2. Схема работы с памятью в классе Mat. Вырезание прямоугольных областей. Попиксельный доступ к изображению.

3. OpenCV: Разбиение на каналы. Сшивка каналов. Пороговая обработка. Заливка областей.

4. Сглаживание в OpenCV на примере гауссова сглаживания.

5. Понятие контура. Выделение точек контура и векторизация контуров в OpenCV.

6. OpenCV: считывание кадров с камеры, калибровка камеры. Понятие оптического потока.

Комментариев нет:

Отправить комментарий