8416074783

KARTA INFORMACYJNA PRZEDMIOTU

przedmiot: Algorytmy rozpoznawania obrazów kod przedmiotu: 5ER106S622, 5ED106S622 Wydział: Elektroniki Instytut/Katedra: Instytut Radioelektroniki		obowiązkowy: wybierany: TAK (obowiązek zapisu min.... studentów) język realizacji: polski
rodzaj studiów: stacjonarne studia pierwszego stopnia - inżynierskie	kierunek: elektronika i telekomunikacja	specjalność: systemy radioelektroniczne, systemy teledetekcyjne

semestr	forma zajęć, liczba godzin/rygor (X			egzamin, + - zaliczenia, # - projekt)
	razem	wykłady	ćwiczenia	laboratoria	projekt	seminarium
VI	30	16/+	8			6
punkty ECTS				2

Autorzy programu przedmiotu: dr inż. Jan MATUSZEWSKI Prowadzący wykłady: dr inż. Jan MATUSZEWSKI EFEKTY KSZTAŁCENIA

■    Umiejętności i kompetencje: zapoznanie z podstawowymi pojęciami związanymi z rozpoznawaniem obrazów, metodami określania wzorców obrazów dla potrzeb systemu rozpoznania, metodami uczenia i samouczenia oraz algorytmami identyfikacji i klasyfikacji obrazów w systemach rozpoznania.

BEZPOŚREDNIE POWIĄZANIE Z INNYMI PRZEDMIOTAMI:

Bazuje na przedmiotach:

■    metodyka i techniki programowania 1,2 Podbudowuje przedmioty:

■    przedmioty specjalistyczne.

TREŚĆ PRZEDMIOTU:

Treści kształcenia: Podstawy matematyczne rozpoznawania obrazów. Rodzaje informacji opisujących obrazy. Kompresja obrazu. Współczynniki kształtu obrazu. Miary podobieństwa obrazów. Ekstrakcja cech. Estymacja parametrów i uczenie nadzorowane. Metody selekcji informacji przy użyciu liniowych transformacji przestrzeni danych. Klasyfikacja i rozpoznawanie obrazów. Reguły decyzyjne w algorytmach rozpoznawania obrazów. Statystyczne metody rozpoznawania obrazów. Bayesowski algorytm rozpoznawania. Przekształcenie Karhunena-Loeve’go. Funkcje dyskryminacyjne. Klasyfikacja minimalno-odległościowa. Metody nieparametryczne rozpoznawania obrazów. Kryteria grupowania. Sekwencyjne, hierarchiczne i oparte na zbiorach rozmytych algorytmy grupowania. Algorytm k-najbliższych sąsiadów. Uczenie nienadzorowane i klasteryzacja. Strukturalne metody rozpoznawania obrazów.

LITERATURA:

Kwiatkowski W.: Metody automatycznego rozpoznawania wzorców. lAiR WAT, Warszawa 2001. Malina W.: Podstawy automatycznej klasyfikacji obrazów. Wyd. PG. Gdańsk, 1998.

Sobczak W., Malina W.: Metody selekcji i redukcji informacji. WNT, Warszawa, 1985.

Tadeusiewicz R., Flasiński M.: Rozpoznawanie obrazów. PWN, Warszawa 1991.

Tadeusiewicz R., Kohoroda P.: Komputerowa analiza i przetwarzanie obrazów. Wyd. Fundacji Postępu Telekomunikacji, Kraków, 1997.

Theodoridis S., Koutrumbas K.: Pattern Recognition. Academic Press, 1999.

ZASADY ZALICZANIA:

■    Zaliczenie ćwiczeń - na podstawie ocen bieżących.

■    Zaliczenie przedmiotu - na podstawie kolokwium końcowego.