Обробка та розпізнавання зображень
Освітня програма: Прикладна Математика
Структурний підрозділ: Факультет комп'ютерних наук та кібернетики
Назва дисципліни
Обробка та розпізнавання зображень
Код дисципліни
ДВС.3.06.02.02
Тип модуля
Вибіркова дисципліна для ОП
Цикл вищої освіти
Перший
Рік навчання
2024/2025
Семестр / Триместр
8 Семестр
Кількість кредитів ЕСТS
3
Результати навчання
ПРН 5 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.
ПРН 26.2 Вміти реалізовувати автоматичні та автоматизовані системи, що реалізують побудовані математичні та комп’ютерні моделі, розроблені алгоритми.
Форма навчання
Очна форма
Попередні умови та додаткові вимоги
Для успішного вивчення дисципліни «Обробка та розпізнавання зображень» 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.
Зміст навчальної дисципліни
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.
Рекомендована та необхідна література
1. Dag Stranneby. Digital Signal Processing and Applications, 2001, Newnes. 229 p.
2. William K. Pratt. Digital Image Processing. – Sun Microsystems, Inc. Mountain. View, California, 1991. – 698 p.
3. Julius S. Bendat, Allan G. Piersol. Engineering Applications of Correlation and Spectral Analysis. – A Wiley-Interscience Publication John Wiley & Sons, 1980.
4. T.S. Huang Picture Processing and Digital Filtering. – Springer-Verlag New York, 1975. – 275 p.
5. Tomas Holton. Digital Signal Processing. – Cambridge University Press, 2021. – 1058 p.
6. Richard O. Duda, Peter E. Hart Pattern. Classification And Scene Analysis. – A Wiley-Interscience Publication John Wiley & Sons, 1973.
7. Steven W. Smith. Digital Signal Processing. – California Technical Publishing, 1999. – 650 p.
8. Allan V. Oppenheim. Applications of Digital Signal Processing. – Prentice-Hall, Inc., Englewood Cliffs, New Jersey, 1978. – 534 p.
Заплановані освітні заходи та методи викладання
Лекції, лабораторна робота, самостійна робота, опрацювання рекомендованої літератури, виконання домашніх завдань.
Методи та критерії оцінювання
Семестрове оцінювання:
Максимальна кількість балів, які можуть бути отримані студентом: 100 балів.
1. Лабораторна робота № 1: – 50/30 балів.
2. Лабораторна робота № 2: – 50/30 балів.
Захист лабораторної роботи 1 – 2 передбачає здачу лабораторного проекту та відповіді на теоретичні питання за його темою.
Мова викладання
Українська
Викладачі
Ця дисципліна викладаеться наступними викладачами
Володимир
Тихонович
Матвієнко
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики
Факультет комп'ютерних наук та кібернетики
Олександр
Миколайович
Башняков
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики
Факультет комп'ютерних наук та кібернетики
Кафедри
Наступні кафедри задіяні у викладанні наведеної дисципліни
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики
Моделювання складних систем
Факультет комп'ютерних наук та кібернетики