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

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м (Новая: ====Перечень контрольных вопросов для сдачи экзамена в 7-ом семестре студентов 4 курса <br \> [[Интеллектуа...)
м (/* Перечень контрольных вопросов для сдачи экзамена в 7-ом семестре студентов 4 курса специализации «Проектирование и организация систе)
Строка 1: Строка 1:
====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]]====
====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. Первичная обработка изображения в сетчатке и зрительной коре головного мозга, структура глаза, спектральная чувствительность колбочек и палочек, из пространственная организация и функции, рецептивное поле. Выделение признаков на изображении зрительной системой.
+
# 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. Путь сигнала при обработке в системах ИИ. Математическая модель и устройство видеокамеры. Изменения распределения сигнала при его преобразовании Основные операции, производимые камерой. Типы сенсоров, получение цветных изображений.
+
# Первичная обработка изображений. Математическая модель и устройство видеокамеры. Изменения распределения сигнала при его преобразовании. Основные операции, производимые камерой. Типы сенсоров, получение цветных изображений.
-
# Дискретизация аналогового видео сигнала сенсора в видеокамере, получение цифрового изображения. Математическая модель дискретизации двумерного непрерывного поля яркости, спектр дискретного изображения, условия восстановления непрерывного изображения (теорема Котельникова).
+
# 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.
# 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.
-
# Модели представления изображений. Функциональное, матричное, статистическое описание изображений. Представление цветных изображений, основания трех-цветовой модели, основные цветовые модели (RGB,HSI,HSV,YUV).
+
# 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).
-
# Гистограмма, виды гистограмм, параметры гистограммы, линейные и нелинейные операции с гистограммой. Изменение гистограммы при преобразовании изображения, преобразования с насыщением. Преобразование изображения с параметрами, вычисленными по гистограмме, нормализация и эквализация.
+
# 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).
-
# 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 и фильтрации шума.
+
# 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.
# Геометрические преобразования изображения. Аффинное преобразование, полиномиальное преобразование второго порядка. Интерполяция значений яркости, интерполяция по ближайшему соседу, билинейная интерполяция, интерполяционные сверточные ядра.
-
# Фильтрация. Интеграл суперпозиции системы, интеграл свертки. Характеристические функции системы: импульсная характеристика, переходная характеристика, передаточная функция.
+
# Модели систем обработки изображения. Характеристические функции системы: импульсная характеристика, переходная характеристика, передаточная функция.
-
# Понятие интеграла свертки, свертка в пространственной области, ядро свертки, корреляция. Интегральное преобразование Фурье, спектральная теорема о свертке, теорема о корреляции. Применение теоремы о свертке на примере инверсной и венеровской фильтрации изображения.
+
# 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, венеровской 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.
 +
 
 +
<!--
# 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.
# 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.
# Понятие дискретной свертки. Дискретное преобразование Фурье (ДПФ) со сдвигом начала координат в центр изображения. Дискретная низкочастотная фильтрация: идеальный низкочастотный фильтр, НЧ фильтр Баттерворта, гауссов НЧ фильтр, усреднение. Дискретная высокочастотная фильтрация: идеальный низкочастотный фильтр, ВЧ фильтр Баттерворта, гауссов ВЧ фильтр. Лапласиан и повышение резкости. Режекторная, полосовая и узкополосная фильтрация.
# Понятие дискретной свертки. Дискретное преобразование Фурье (ДПФ) со сдвигом начала координат в центр изображения. Дискретная низкочастотная фильтрация: идеальный низкочастотный фильтр, НЧ фильтр Баттерворта, гауссов НЧ фильтр, усреднение. Дискретная высокочастотная фильтрация: идеальный низкочастотный фильтр, ВЧ фильтр Баттерворта, гауссов ВЧ фильтр. Лапласиан и повышение резкости. Режекторная, полосовая и узкополосная фильтрация.
Строка 23: Строка 32:
# Кратномасштабный анализ (КМА). Вложенность масштабирующих подпространств, масштабирующая и вейвлетные функции. Дуальные функции и биортогональное разложение пространства функций. Субполосное кодирование.
# 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.
# Дискретное вейвлет-преобразование (ДВП). Быстрое вейвлет-преобразование (БВП). Вейвлет-пакеты.
-
 
+
-->
''' См. также '''
''' См. также '''

Версия 01:08, 21 декабря 2020

Перечень контрольных вопросов для сдачи экзамена в 7-ом семестре студентов 4 курса
специализации «Проектирование и организация систем» кафедры «Интеллектуальные системы» ФУПМ МФТИ

  1. 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.
  2. Первичная обработка изображений. Математическая модель и устройство видеокамеры. Изменения распределения сигнала при его преобразовании. Основные операции, производимые камерой. Типы сенсоров, получение цветных изображений.
  3. 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.
  4. 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).
  5. 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).
  6. 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.
  7. Линейные операции с гистограммой яркости и нелинейные эффекты, насыщение. Адаптивные линейные преобразования яркости изображения с параметрами, вычисленными по гистограмме, нормализация яркости и контрастности.
  8. Нелинейные операции с гистограммой яркости. Степенные, полиномиальные и кусочно-линейные преобразования яркости с параметрами, вычисленными по гистограмме. Адаптивная коррекция яркости и контрастности изображения.
  9. 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.
  10. 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.
  11. Геометрические преобразования изображения. Аффинное преобразование, полиномиальное преобразование второго порядка. Интерполяция значений яркости, интерполяция по ближайшему соседу, билинейная интерполяция, интерполяционные сверточные ядра.
  12. Модели систем обработки изображения. Характеристические функции системы: импульсная характеристика, переходная характеристика, передаточная функция.
  13. Фильтрация. Интеграл суперпозиции системы, интеграл свертки, свертка в пространственной области, ядро свертки. Интегральное преобразование Фурье, спектральная теорема о свертке и ее применение.
  14. Применение теоремы о свертке. Инверсная фильтрация, инверсная фильтрация с отсечением, венеровской фильтрация изображения. Фильтрация с регуляризацией по Тихонову.
  15. Модели искажений изображения и реконструкция изображения. Модели размытости вследствие движения камеры, турбулентности атмосферы. Прямое измерение функции рассеяния точки (ФРТ).
  16. Реконструкция изображения. Конструирование фильтра в частотной области.
  17. 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.


См. также

Личные инструменты