Методи та засоби аналізу зображень

Мета
Метою є вивчення основних відомостей та понять про  розкриття методів розпізнавання образів та цифрової обробки зображень, основи стиснення та злиття зображень на основі перетворень, практичні навички з використання методів просторової фільтрації растрів і перетворення Фур’є з метою поліпшення та відновлення зображень, виділення і розпізнавання різноманітних об’єктів 

Завдання 
- визначення основних термінів і понять образів; 
- геометричні моделі зображення; 
- принципи формування цифрових зображень, поняття дискретизації та квантування; 
- спектральний аналіз теорії фільтрації; 
- просторові та частотні методи покращення зображень; 
- методи обробки кольорових зображень.  
 
Основні результати навчання: 
Знати методи аналогової та цифрової обробки біомедичних сигналів та зображень та способів їх реалізації у вигляді алгоритмів та комп’ютерних програм для медичних комплексів та систем 
Вміти аналізувати сигнали, які передаються від органів 4 на прилади, та проводити обробку діагностичної інформації 
 
Практичне значення та використання отриманих знань:
- аналізувати ефективність стиснення зображень та виконувати злиття зображень на основі вєйвлет перетворень, 
-  складати маски просторових фільтрів та виявляти на зображенні області однорідного тону,
- орієнтуватися в можливостях програмного продукту та обробляти цифрові зображення в програмних середовищах, 
- проводити експериментальні дослідження в сфері розпізнавання образів та обробки зображень, 
- самостійно працювати з навчальною та науково-технічною літературою щодо обробки зображень та розпізнавання образів. 

Форми організації освітнього процесу:
Л – лекційні заняття; 
ПЗ – практичні заняття; 
СРС – самостійна робота здобувача вищої освіти; 
К – консультації викладача;
ІЗ – індивідуальні завдання;
РГР - розрахунково-графічна робота;
МКР – модульна контрольна робота.

Інформаційне забезпечення
1. Гонсалес Р., Вудс Р. Цифровая обработка изображений/ Пер. с англ. - М.: Техносфера, 2005. - 1072 с. 
2. Ту Дж., Гонсалес Р. Принципы распознавания образов.- М.:Мир, 1998.-411 с. 
3. Шлезингер М.И., Главач В. Десять лекций по статистическому и структурному распознаванию. - Киев: Наук. думка, 2004, 546 с. 
4. William K. Pratt Digital image processing/ Third Edition/ John Wiley & Sons, Inc. - 2001. - 723 c/.
5. Бодянский Е.В., Руденко О.Г. Искусственные нейронные сети: архитектуры, обучение, применения/Харьков: Телетех, 2004. - 369c. 
6. Введение в МАТЬАВ: Учеб. пособие/ Л. А. Мироновский, К. Ю. Петрова; ГУАП. - СПб., 2006. - 164 с. 
7. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде МАТЬАВ. - Москва: Техносфера, 2006. - 616с. 
8. Фурман Я.А. Введение в контурный анализ. Приложения к обработке изображений и сигналов/Я. А. Фурман, А. В. Кревецкий, А. К. Передреев, А. А. Роженцов, Р. Г. Хафизов, И. Л. Егошина, А. Н. Леухин/ М.: ФИЗМАТЛИТ, 2003, 592стр. 
9. ТЕОРІЯ РОЗПІЗНАВАННЯ ОБРАЗІВ. Частина І: Навчально-методичний посібник для студентів факультету інформаційних технологій напрямів „Комп’ютерні науки” та „Програмна інженерія”. - Ужгород: Видавництво ДВНЗ «Ужгородського національного університету», 2016 р. 
10. Ф.Уосермен. Нейрокомп’ютерна техніка: Теорія і практика. Переклад українською І.Ю.Юрчак, 2001.