Інфопакет

Цифрова обробка інформації

ДВС.2.05

Обов’язкова дисципліна для ОП

Перший

2021/2022

7 Семестр

4

ПРН5. Уміти розробляти та використовувати на практиці алгоритми, пов’язані з апроксимацією функціональних залежностей, чисельним диференціюванням та інтегруванням, розв’язанням систем алгебраїчних, диференціальних та інтегральних рівнянь, розв’язанням крайових задач, пошуком оптимальних рішень. ПРН10. Будувати ефективні щодо точності обчислень, стійкості, швидкодії та витрат системних ресурсів алгоритми для чисельного дослідження математичних моделей та розв’язання практичних задач. ПРН14. Використовувати в практичній роботі спеціалізовані програмні продукти та програмні системи комп’ютерної математики. ПРН21. Демонструвати навички професійного спілкування, включаючи усну та письмову комунікацію українською мовою та принаймні ще однією з поширених європейських мов. ПРН23.2. ПРН26.2. http://csc.knu.ua/media/filer_public/6a/29/6a29dc9d-47c9-46ef-aacd-67e1d899140e/opp_pm_2018__1.pdf

Очна форма

Для успішного вивчення дисципліни «Цифрова обробка інформації» студент повинен відповідати наступним вимогам: 1. Знати: 1) Основи математичного аналізу, лінійної алгебри, дискретної математики, диференціальних рівнянь, дослідження операцій, чисельних методів. 2) Програмні засоби обробки зображень. 2. Вміти: 1) Застосовувати основні алгоритми по фільтрації, реставрації, розпізнаванню при обробці інформації. 2) Застосовувати алгоритми цифрової обробки інформації. 3. Володіти: 1) Навичками побудови, аналізу та застосування математичних методів при розв’язанні задач по обробці зображень.

Мета дисципліни –опанування методів та набуття теоретичних, практичних знань в галузі цифрової обробки зображень. У ході навчання студенти ознайомляться з основними алгоритмами цифрової обробки інформації, реставрації зображень, стиснення зображень та розпізнавання образів.

1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. – М.: ТЕХНОСФЕРА, 2006. – 1070 с. 2. Кириченко Н.Ф., Матвиенко В.Т. Построение множественных фильтров для линейных алгебраических систем. // Проблемы управления и информатики, №6, 2000, с. 56-76. 3. Matvienko V.T., Cherniy D. I., Linder Y. M., Pichkur V. V An algorithm for finding similar objects in an image // Paper presented at the 2019 IEEE International Conference on Advanced Trends in Information Theory, ATIT 2019.

Лекції, лабораторна робота, самостійна робота, опрацювання рекомендованої літератури, виконання домашніх завдань.

Семестрове оцінювання: Максимальна кількість балів які можуть бути отримані студентом: 60 балів: Лабораторна робота №1: – 15/9 балів. Лабораторна робота №2: – 15/9 балів. Лабораторна робота №3: – 15/9 балів. Лабораторна робота №4: – 15/9 балів. Підсумкове оцінювання у формі іспиту.

Українська