Digitální zpracování obrazů - zkouška

Zkouškové termíny

27. ledna 2006 a 10. února 2006, vždy od 8:30 v K112, ústní zkouška pak v K3 od 12:30.

Průběh zkoušky

Zkoušeni mohou být jen ti studenti, kteří získali zápočet ze cvičení. Zkouška začíná písemkou, na jejíž vypracování je 60min. Z písemné zkoušky mohou studenti získat maximálně 20 bodů. Body získané ze cvičení (max. 5 bodů) se přičtou k bodům z písemky.

Studentovi může být na základě výsledků písemné části nabídnuta známka bez dalšího zkoušení. Délka ústního zkoušení bude typicky 5-20 minut na jednoho studenta.

Hlavní částí hodnocení bude získaný počet bodů. Ústní část slouží zejména k potvrzení jeho oprávněnosti. Takto zjištěná známka může být ovšem změněna v případě velmi dobrého, nebo velmi špatného výsledku ústní části.

Korespondence mezi získanými počty bodů a známkou bude určena dle skutečné náročnosti písemky. Zhruba lze říci, že k absolvování zkoušky (t.j. k získání alespoň hodnocení prospěl) bude potřeba získat alespoň polovinu bodů.

Okruhy a příklady otázek ke zkoušce

Kromě níže uvedených otázek je potřeba znát i věci probrané na cvičení.
  1. Co je to digitální obraz? Jak vzniká? Co je to pixel? Jaký je rozdíl mezi digitálním zpracováním obrazu a analýzou obrazu? Proč je analýza obrazů těžká? Proč je lokální pohled nedostatečný?
  2. Definujte matematicky spojitý šedotónový a barevný obraz, obraz s diskrétními souřadnicemi, kvantizovaný obraz. Jaké volíme okrajové podmínky?
  3. Distribuce (zobecněná funkce), Diracova delta v 1D a n-D, vztah ke konvoluci.
  4. Vzorkování, vzorkovací rastr, vzorkovací funkce, hustota vzorkování, aliasing. Interpolace, řád interpolace (po částech konstantní, lineární), vztah ke vzorkování.
  5. Histogram, jak ho počítat, vztah k hustotě pravděpodobnosti, volba počtu binů, vyhlazování, váhovací jádro, problémy ve vyšších dimenzích a jak se jim vyhnout.
  6. Kvantizace - rovnoměrná a adaptivní. Optimální kvantizace, kritérium optimality.
  7. Vzdalenost - definice, priklady (L2,L1,...). Volba okolí. Topologie na diskrétní mřížce. Souvislost, vnitřek, vnějšek, hranice. Konvexita, konvexní obal, jezera, zálivy.
  8. Fyzikalní podstata zobrazovacích metod, druhy záření, interakce s hmotou. Odraz zrcadlový a difusní. Elektromagnetické spektrum. Parametry elektromagnetických vln. Radiometrické a fotometrické veličiny - např. zářivý tok, ozáření. Prostorový úhel. Vinětace. Numerická apertura (f-číslo). BRDF popis a jeho zjednodušení, albedo, Lambertovský povrch.
  9. Barva, fyzikální princip, měření (senzory), spektrometr, spektrum. Lidské vnímání barvy. Spektrální radiometrie. Druhy osvětlení z hlediska barevnosti. Reprezentace barev, míchání barev. Barevné kamery. Kolorimetrie (měření barev) vzhledem k osvětlení. Fyziologie vnímání barev.
  10. Úloha předzpracování, hlavní úkoly, uvažované okolí. Transformace jasové stupnice, gamma korekce, prahování, ekvalizace histogramu, korekce nehomogenity osvětlení.
  11. Geometrické transformace, příklady, úkoly. Formulace přímá a duální. Souvislost s interpolací, konvoluce. Transformace bilineární, afinní, rotace. Odhad transformace z klíčových bodů. Metoda nejmenších čtverců. Homogenní souřadnice. Interpolace různých řádů, frekvenčně omezené signály, vzorkovací teorém (Shannon-Kotelnikov).
  12. Variační formulace interpolace. Volba kritéria. Spliny, uniformní spliny, B-spliny, B-spline transformace.
  13. Lokální operace předzpracování. Odstranění šumu průměrováním. Aplikace na jediný obraz. LTI filtry, specifika diskrétní reprezentace. Diskrétní konvoluce, masky. Aproximace Gaussova filtru, binomický filtr. Separabilita. Nelineární filtrace. Rotující maska. Mediánová filtrace.
  14. Lineární integrální transformace. 2D Fourierova transformace (FT), inverzní Fourierova transformace, existence FT. Diskrétní Fourierova transformace. Rychlá Fourierova transformace. Souvislost s konvolucí. Spektra. FT speciálních signálů. Maticové vyjádření.
  15. Problém korespondence, lokalizace. Dirkova komora, zobrazení 3D světa. Parametry kamery. Projektivní transformace (homografie). Klasifikace projektivních transformací. Čtyřbodový algoritmus.
  16. Definujte afinní transformaci ve 2D (tj. mapující dvojrozměrné body na dvojrozměrné body). Jaký je minimální počet párů korespondujících bodu, ze kterých ji lze spočítat?
  17. Mějme geometrickou transformaci z obrázku do obrázku ve tvaru y = H*x, kde x, y jsou homogenní souřadnice bodu (tj. vektory o 3 složkách) a H je matice 3x3. Jaký tvar má matice H pro podobnostní transformaci (tj. složení translace, rotace a měřítka)?
  18. Uveďte alespoň jeden invariant pro následující geometrické transformace: podobnostní, afinní, projektivní.
  19. Matematické morfologie, binární a šedotónová. Strukturní element, operace (dilatace, eroze, otevření, uzavření, obrys,...) a jejich vlastnosti. Kostra a její výpočet. Vzdálenostní transformace.
  20. Segmentace. Prahování, volba prahu, modelování pdf, lokální prahování. Hranové metody, relaxace hran. Metody založené na oblastech. Mean-shift algoritmus, použití pro segmentaci.
  21. Wavelets. Motivace, aplikace. Baze, ortogonalita, ortonormalita, nalezení koeficientů. Lineární (vektorový) prostor, Hilbertův prostor. Analýza časově proměnných signálů. Scalogram, STFT (short-time Fourier transform). Gabor wavelet, mexican hat wavelet. Spojitá waveletová transformace (CWT), její použití a inverze. Dyadické wavelet systémy. Haarova báze. Scaling function, wavelet function. Multiresolution spaces. Filtry generující wavelety, wavelet rovnice, rovnice dilatace. Banky filtrů, perfektní rekonstrukce. Diskrétní wavelet transformace (DWT). Wavelet design. Wavelety Daubechies.
  22. Textura. Co to je, příklady, vlastnosti, aplikace. Texturní primitiva, prostorová struktura, statistické vlastnosti. Silné a slabé textury. Vznik textury. Měření textury, deskriptory (příznaky) - histogram, porovnání histogramu (xi2 test), spektrum, autokorelace, Markovská pole, kookurenční matice, momenty a jejich výpočet, wavelet analýza, Haralickovy příznaky.
  23. Registrace obrazů. Co to je, aplikace. Deformace (warping), vztah k interpolaci a k registraci. Klasifikace registračních metod - prostor příznaků, prostor parametrů, kritéria podobnosti, strategie hledání. l-normy, korelace, vzájemná informace. Regularizace. Vícerozměrná optimalizace. Vícerozlišení (multiresolution). Klíčové body, hledání, interpolace, thin-plate splines.
  24. Komprese obrazu. Cíle a specifika komprese obrazů. Redundance, princip komprese. Komprese s interpretací a bez interpretace. Ztrátovost, kompresní poměr. Kódování hranic. Run-length-encoding. Komprese založené na transformacích. Prediktivné komprese. Entropické kódování (Huffmanovo, aritmetické). Komprese videa. Entropie - výpočet, vztah ke kompresi. JPEG.
  25. Aktivni kontury a jejich aplikace. Popisy krivek - parametricke a neparametricke. Délka křivky jako parametr. Popis evoluce křivky - externí/interní síla a energie. Příklady. Level sets (křivky úrovní). Křivost (curvature), normála, tečný vektor, curvature flow. Level set funkce, funkce vzdálenosti. Rovnice evoluce křivky v parametrickém a level-set vyjádření. Akcelerace, narrow-band.
  26. Detekce hran. Proč hrany hledáme? Co je to hrana? Gradient obrazu. Laplacián a další LTI operátory pro hledání hran. Náhrada diferencí derivacemi. Metody detekce hran. Vyhlazující filtr. Požadavky na ideální detektor. Laplacián Gaussiánu. Cannyho detektor.

Last modified: Thu Jan 26 09:57:53 CET 2006