Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

====Перечень контрольных вопросов для сдачи экзамена в 7-ом семестре студентов 4 курса <br \> [[Интеллектуальные системы (кафедра МФТИ)/О кафедре#Специализация «Проектирование и организация систем»|специализации «Проектирование и организация систем»]] [[Интеллектуальные системы (кафедра МФТИ)|кафедры «Интеллектуальные системы»]] [[ФУПМ]] [[МФТИ]]==== # Модели обработки изображения с системах ИИ. Путь сигнала при обработке в системах ИИ. Первичная обработка изображения в сетчатке и зрительной коре головного мозга, структура глаза, спектральная чувствительность колбочек и палочек, их пространственная организация и функции, рецептивное поле. Выделение признаков на изображении зрительной системой. # Первичная обработка изображений. Математическая модель и устройство видеокамеры. Изменения распределения сигнала при его преобразовании. Основные операции, производимые камерой. Типы сенсоров, получение цветных изображений. # Квантование аналогового видео сигнала сенсора в видеокамере, получение цифрового изображения. Математическая модель квантования значений непрерывной функции яркости, оптимальное квантование, квантователь Ллойда-Макса, равномерное и неравномерное квантование. # Дискретизация аналогового сигнала сенсора в видеокамере, получение цифрового изображения. Математическая модель дискретизации двумерного непрерывного поля яркости, спектр дискретного изображения, условия восстановления непрерывного изображения (теорема Котельникова). # Модели представления изображений. Функциональное, матричное, статистическое описание изображений, статистические модели изображения. Представление цветных изображений, основания трех-цветовой модели, основные цветовые модели (RGB,HSI,HSV,YUV). # Гистограмма яркости изображения. Статистические характеристики гистограмм, примеры гистограмм различных типов изображений, моды гистограмм. Изменение гистограммы при поэлементном преобразовании изображения. Адаптивная бинаризация изображения с использованием гистограммы. # Линейные операции с гистограммой яркости и нелинейные эффекты, насыщение. Адаптивные линейные преобразования яркости изображения с параметрами, вычисленными по гистограмме, нормализация яркости и контрастности. # Нелинейные операции с гистограммой яркости. Степенные, полиномиальные и кусочно-линейные преобразования яркости с параметрами, вычисленными по гистограмме. Адаптивная коррекция яркости и контрастности изображения. # Нелинейные операции с гистограммой яркости. Приведение гистограммы яркости к заданному распределению яркости, алгоритм построения такой функции преобразования с ограничениями на производную. Эквализация, эквализация бимодальной гистограммы. Коррекция искажений яркости на основе гистограммных преобразований. # Алгебраические преобразования изображения. Описание прозрачности областей с помощью маски. Усреднение изображений, дисперсия яркости в точках усредненного изображения с аддитивным нормальным шумом. Использование аддитивных моделей фона для контрастирования изображения, фильтрации шума, оценки изображения фона. # Геометрические преобразования изображения. Аффинное преобразование, полиномиальное преобразование второго порядка. Интерполяция значений яркости, интерполяция по ближайшему соседу, билинейная интерполяция, интерполяционные сверточные ядра. # Модели систем обработки изображения. Характеристические функции системы: импульсная характеристика, переходная характеристика, передаточная функция. # Фильтрация. Интеграл суперпозиции системы, интеграл свертки, свертка в пространственной области, ядро свертки. Интегральное преобразование Фурье, спектральная теорема о свертке и ее применение. # Применение теоремы о свертке. Инверсная фильтрация, инверсная фильтрация с отсечением, винеровская фильтрация изображения. Фильтрация с регуляризацией по Тихонову. # Модели искажений изображения и реконструкция изображения. Модели размытости вследствие движения камеры, турбулентности атмосферы. Прямое измерение функции рассеяния точки (ФРТ). # Реконструкция изображения. Конструирование фильтра в частотной области. # Фильтрация. Конструирование элементарных фильтров: сглаживание, взвешенное сглаживание, повышение четкости изображения. Пространственные ядра элементарных фильтров и их амплитудно-частотная характеристика. Работа фильтров в пространственной и частотной области. # Понятие дискретной свертки. Линейная и циклическая свертка. Дискретное преобразование Фурье (ДПФ) со сдвигом начала координат в центр изображения. Дискретная низкочастотная фильтрация: идеальный низкочастотный фильтр, НЧ фильтр Баттерворта, гауссов НЧ фильтр, усреднение. # Понятие дискретной свертки. Линейная и циклическая свертка. Дискретное преобразование Фурье (ДПФ) со сдвигом начала координат в центр изображения. Дискретная высокочастотная фильтрация: идеальный низкочастотный фильтр, ВЧ фильтр Баттерворта, гауссов ВЧ фильтр. Лапласиан и повышение резкости. # Понятие дискретной свертки. Линейная и циклическая свертка. Дискретное преобразование Фурье (ДПФ) со сдвигом начала координат в центр изображения. Режекторная, полосовая и узкополосная фильтрация. Адаптивная фильтрация шума на основе оценивания его параметров. # Дискретное преобразование Фурье (ДПФ), его свойства, требование периодичности сигнала. Дискретная свертка, условия периодического дополнения изображения для корректного использования свертки в частотной области. Теорема о корреляции, применение ДПФ для поиска паттерна. # Дискретное преобразование Фурье (ДПФ), его свойства, разделимость ядра, обратное преобразование, матричное представление. Быстрое преобразование Фурье (БПФ), схема реализации. # Уравнение Винера-Хопфа. Винеровский фильтр, вывод для дискретного случая. Решения для линейной модели искажения, модели искажения с аддитивным шумом, соотношение сигнал/шум. # Алгебраический подход к обработке изображений. Матричное представление задачи реставрации изображения. Обобщенно-обратная матрица, вывод решения для случая переопределенной и недоопределенной системы, сингулярное разложение для случая неполного ранга. # Алгебраический подход к реставрации изображений. Вывод регрессионной оценки для модели с аддитивным шумом, винеровской оценки в матричном виде, регуляризация обобщенно обратной матрицы с сглаживанием по Тихонову. # Нелинейная фильтрация. Фильтры порядковых статистик. Влияние размера окна фильтрации. Понятие адаптивной фильтрации, адаптивный линейный и медианный фильтры. # Оконная фильтрация. Локальная нормализация, эквализация. Билатеральный фильтр. # Морфологические операции на дискретных изображениях, частные случаи бинарного и полутонового изображений. Понятие смежности и связности. Дилатация и эрозия, их двойственность. Операции Открытия и Замыкания, их двойственность. Морфологическая фильтрация, сглаживающий фильтр, морфологический градиент. <!-- # Морфологические операции на дискретных изображениях, частные случаи бинарного и полутонового изображений. Понятие смежности и связности. Дилатация и эрозия, их двойственность. Операции Открытия и Замыкания, их двойственность. Морфологическая фильтрация, сглаживающий фильтр, выделение границ, заполнение областей, утончение, утолщение, построение остова. # Интегральное преобразование Фурье, пространственная частота. Принцип неопределенности, теорема об оптимально локализованной функции. Примеры ядер фильтров в пространственной и частотной областях, низкочастотные и высокочастотные фильтры. Сглаживающие и повышающие резкость фильтры, их описание в пространственной и частотной областях, примеры. # Многомасштабный анализ изображения, проблема локализации масштаба сигнала для оптимальной фильтрации. Пирамида изображений, пирамида Гаусса и Лапласа. Многомасштабная фильтрация по пирамиде. # Краткопространственный анализ изображения, проблема локализации положения сигнала для оптимальной фильтрации. Интегральное оконное преобразование Фурье (ОПФ). Функция окна, ее локализация в пространственной и временной областях. Функция Габора. Обратное ОПФ. # Проблема одновременной локализации масштаба и положения сигнала. Интегральное вейвлет-преобразование (ИВП), базисная фейвлет-функция, условие допустимости базисного вейвлета, локализация вейвлет-функции в пространственной и частотной областях. Примеры базисных фейвлетов. # Дискретизация параметров базисных вейвлетов. Условие устойчивости для восстановления функции по множеству базисных вейвлетов, базис Рисса, фреймы. Разложение функции по биортогональной системе базисных вейвлетов. Примеры базисных фейвлетов: вейвлет Морле, производные функции Гаусса, DOG, вейвлеты Хаара. # Кратномасштабный анализ (КМА). Вложенность масштабирующих подпространств, масштабирующая и вейвлетные функции. Дуальные функции и биортогональное разложение пространства функций. Субполосное кодирование. # Дискретное вейвлет-преобразование (ДВП). Быстрое вейвлет-преобразование (БВП). Вейвлет-пакеты. --> ''' См. также ''' * [[Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)]] * [[Интеллектуальные системы (кафедра МФТИ)/О кафедре#Специализация «Проектирование и организация систем»|Специализация «Проектирование и организация систем» кафедры «Интеллектуальные системы» ФУПМ МФТИ]] * [[Интеллектуальные системы (кафедра МФТИ)|Кафедра «Интеллектуальные системы» ФУПМ МФТИ]]

Возврат к странице Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы 1 семестр.