Полоцкий государственный университет

Полоцкий
государственный
университет

УМК Цифровая обработка сигналов и изображений

Цифровая обработка сигналов и изображений: учеб.-метод. комплекс для студентов спец. 1-40 02 01 «Вычислительные машины, системы и сети» / Р.П.Богуш. – Новополоцк: ПГУ, 2009. – 320 c.
Представлен курс лекций по цифровой обработке сигналов и изображений: рассмотрены методы и алгоритмы предварительной обработки сигналов и изображений в пространственной и частотной областях; методы и алгоритмы сжатия изображений; технологии построения классификаторов для распознавания образов и основные методы распознавания образов. Представлены методические указания к выполнению лабораторных работ. Предлагается система оценки знаний студентов.

Богуш Рихард Петрович

Рихард
Петрович
БОГУШ

кандидат технических наук, доцент, заведующий кафедрой вычислительных систем и сетей.

В 1997г. окончил радиотехнический факультет Полоцкого государственного университета. В 2002г. защитил кандидатскую диссертацию в Институте технической кибернетики (Объединенный институт проблем информатики) НАН Беларуси. Область научных интересов – обработка статических и динамических изображений, цифровая стенография. Автор более 50 научных работ, 7 учебно-методических и справочных разработок.

СОДЕРЖАНИЕ

Введение

Модуль 1. Основные понятия и определения
1.1. Обобщенная схема цифровой обработки сигналов и основные типы сигналов
1.1.1. Обобщенная схема цифровой обработки сигналов
1.1.2. Основные типы сигналов и их математическое описание
1.2. Типовые дискретные сигналы и их математическое описание. Основная полоса частот и нормирование частоты
1.2.1. Типовые дискретные сигналы
1.2.2. Основная полоса частот. Нормирование частоты
1.3. Вопросы и задания для самопроверки

Модуль 2. Дискретные преобразования и алгоритмы ЦОС
2.1. Дискретное преобразование Фурье и его свойства
2.1.1. Основы преобразования Фурье
2.1.2. Дискретные экспоненциальные функции
2.1.3. Дискретное преобразование Фурье и его свойства
2.2. Ключевые операции ЦОС: свертка и корреляция
2.2.1. Импульсная и переходная характеристики
2.2.2. Линейная свертка
2.2.3. Циклическая свертка
2.2.4. Вычисление сверток при помощи дискретных преобразований
2.2.5. Корреляция
2.3. Алгоритмы быстрого преобразования Фурье
2.3.1. Алгоритм БПФ с прореживанием по времени
2.3.2. Алгоритм БПФ с прореживанием по частоте
2.3.3. Алгоритм действительного БПФ
2.4. Преобразование Уолша-Адамара
2.4.1. Функции Уолша
2.4.2. Преобразование Уолша-Адамара и его свойства
2.4.3. Быстрое преобразование Уолша-Адамара
2.5. Преобразование Хаара
2.6. Элементы вейвлет-преобразования сигналов
2.6.1. Основы вейвлет-преобразования
2.6.2. Матричное представление
2.7. Вопросы и задания для самопроверки
Лабораторная работа № 1
Лабораторная работа № 2
Лабораторная работа № 3

Модуль 3. Цифровые фильтры
3.1. Методы математического описания и типы ЦФ
3.1.1. Основы Z-преобразования
3.1.2. Рекурсивные и нерекурсивные ЦФ
3.1.3. Передаточная функция
3.2. Структуры ЦФ
3.2.1. Основные структуры РЦФ
3.2.2. Каскадная структура
3.2.3. Параллельная структура
3.2.4. Структуры НЦФ
3.3. Частотные характеристики и элементы синтеза ЦФ
3.3.1. Общие сведения
3.3.2. Характеристики КИХ-фильтров и БИХ-фильтров
3.4. Реализация алгоритмов ЦОС на процессорах
3.4.1. Компьютерные архитектуры обработки сигналов
3.4.2. Реализация КИХ-фильтров
3.4.3. Расчет БПФ
3.4.4. Структура и описание процессора TMS320VC5510/5510A
3.5. Вопросы и задания для самопроверки
Лабораторная работа № 4

Модуль 4. Спектральный анализ сигналов
4.1. Анализ спектра на основе ДПФ
4.1.1. Параметры анализаторов спектра
4.1.2. Базовая структура анализатора спектра на основе ДПФ и БПФ
4.1.3. Частотная характеристика анализатора спектра на основе ДПФ
4.2. Весовые функции. Связь ДПФ с цифровой фильтрацией при анализе спектра
4.2.1. Весовые функции для гармонического спектрального анализа
4.2.2. Основные параметры весовых функций при спектральном анализе
4.2.3. Элементы анализа спектра с помощью ДПФ и цифровой фильтрации
4.3. Корреляционные характеристики дискретных случайных сигналов и их статистические оценки
4.3.1. Корреляционные и спектральные характеристики дискретных случайных сигналов
4.3.2. Cтатистические оценки корреляционных характеристик дискретных случайных сигналов
4.3.3. Статистические оценки спектральной плотности мощности дискретных случайных сигналов
4.3.4. Коррелограммный метод вычисления спектральной плотности мощности дискретных случайных сигналов
4.3.5. Вычисление спектральной плотности мощности методом периодограмм
4.4. Вопросы и задания для самопроверки

Модуль 5. Введение в цифровую обработку изображений. Обработка бинарных изображений
5.1. Направления, развитие и области применения цифровой обработки изображений
5.1.1. Направления обработки изображений и развитие методов
5.1.2. Применение методов цифровой обработки изображений для решения прикладных задач
5.1.3. Структура системы обработки изображений
5.2. Элементы зрительного восприятия и цифрового представления
5.2.1. Строение глаза человека и формирование изображения в глазу
5.2.2. Зрительные явления
5.2.3. Считывание и регистрация изображения
5.2.4. Общий подход к математическому описанию цифрового изображения
5.3. Обработка бинарных изображений
5.3.1. Улучшение качества бинарных изображений
5.3.2. Утоньшение бинарных изображений
5.3.3. Выделение контуров бинарных изображений
5.3.4. Связность
5.4. Вопросы и задания для самопроверки

Модуль 6. Методы пространственной обработки полутоновых изображений
6.1. Градационные преобразования
6.1.1. Представление и особенности обработки
6.1.2. Бинаризация
6.1.3. Преобразование изображения в негатив
6.1.4. Логарифмическое преобразование
6.1.5. Степенные преобразования
6.1.6. Кусочно-линейные функции преобразования
6.1.7. Соляризация изображения
6.2. Фильтрация изображений
6.2.1. Принципы и особенности пространственной фильтрации
6.2.2. Низкочастотная фильтрация
6.2.3. Подчеркивание границ
6.3. Улучшение изображений на основе арифметико-логических операций и изменения гистограмм
6.3.1. Улучшение на основе арифметико-логических операций
6.3.2. Глобальные методы улучшения контраста
6.3.3. Метод локального улучшения контраста
6.4. Сегментация изображений посредством выделения линий и контуров
6.4.1. Общие принципы
6.4.2. Линейные методы контрастирования
6.4.3. Нелинейные методы контрастирования
6.5. Связывание контуров. Представление и описание изображений
6.5.1. Локальная обработка
6.5.2. Глобальный анализ с помощью преобразования Хафа
6.5.3. Представление и описание
6.6. Обработка изображений с помощью математической морфологии
6.6.1. Обработка бинарных изображений
6.6.2. Обработка полутоновых изображений
6.7. Вопросы и задания для самопроверки

Модуль 7. Обработка и сжатие изображений с использованием дискретных преобразований
7.1. Двумерное преобразование Фурье. Фильтрация изображений в частотной области
7.1.1. Дискретное двумерное преобразование Фурье
7.1.2. Основы фильтрации в частотной области
7.2. Сжатие изображений. Спектральные методы сжатия
7.2.1. Особенности изображений, учитываемые при сжатии
7.2.2. Требования к алгоритмам компрессии
7.2.3. Критерии сравнения алгоритмов
7.2.4. Основы спектральных методов сжатия
7.2.5. Дискретное косинусное преобразование
7.3. Стандарты сжатия JPEG и JPEG 2000
7.3.1. Основные шаги стандарта сжатия JPEG
7.3.2. Особенности стандарта сжатия JPEG 2000
7.4. Вопросы и задания для самопроверки

Модуль 8. Сравнение цифровых изображений и обнаружение объектов на изображениях
8.1. Сравнение изображений
8.1.1. Метрические характеристики
8.1.2. Проблема сравнения видеоданных
8.1.3. Требования к мерам, вычисляющим сходство
8.1.4. Функции схожести корреляционного типа
8.1.5. Алгоритм поиска объектов
8.2. Поиск объектов на изображениях
8.2.1. Методы сокращения вычислительных затрат при поиске объектов на статических изображениях
8.2.2. Обнаружение повернутых объектов
8.2.3. Обнаружение движения на видеопоследовательностях
8.3. Вопросы и задания для самопроверки

Модуль 9. Распознавание образов
9.1. Основы распознавания
9.1.1. Основные определения и понятия
9.1.2. Классификация методов распознавания объектов изображений
9.2. Основные методы распознавания
9.2.1. Метод сопоставления с эталоном. Выбор признаков
9.2.2. Структурные методы распознавания
9.2.3. Нейронные сети
9.3. Вопросы и задания для самопроверки

Литература