|
|
Close Help | ||||||||||||||
nss.cvut.cz I = double(imread('lena.pgm'));
image(I);
colormap(gray(256));
help, F1 (doc), Getting started function I = zobr(I)
figure;
colormap(gray(256));
SubVersion je systém pro správu verzí. Slouží hlavně jako centrální uložiště souborů s evidencí změn a především s podporou spolupráce více osob na jednom projektu.
Pokud nebude zvaný host, má přednášku na semináři následující člověk v seznamu. Pokud aktuální člověk nemůže, má za povinnost zajistit za sebe náhradu. Přednášející vloží téma své přednášky nejdéle 2 týdny předem na web. Pořadí je definováno takto:
1.1. Vyslovte a dokažte konvoluční teorém (stačí v 1D).
1.2. Klasifikátor nejbližším sousedem, k-NN klasifikátor.
2.1. Kombinatorické metody pro matching řídicích bodu.
2.2. Bayesův klasifikátor – obecně.
3.1. Vyslovte a dokažte Fourier Shift Theorem (stačí v 1D).
3.2. Bayesův klasifikátor pro normálně rozdělené třídy.
4.1 Fázová korelace.
4.2 Klasifikátory SVM.
5.1. Vysvětlete pojem "okrajový jev" při konvoluci. Kdy vzniká a jaké jsou možnosti jeho ošetření?
5.2. Iterační shlukováni.
6.1. Hierarchické shlukováni.
6.2. Odstranění rozmazání vzniklého pohybem.
7.1. Vyslovte a dokažte vzorkovací (Shannonův) teorém.
7.2. Metody odhadu hustoty pravděpodobnosti v Bayesově klasifikátoru.
8.1. Jednoduché tvarové příznaky.
8.2. Inverzní a Wienerův filtr.
9.1. Fourierovy deskriptory.
9.2. Kvantovaní obrazu.
10.1. Obrazová korelace a její modifikace.
10.2. Matematická morfologie.
11.1. Segmentace obrazu.
11.2. Vyrovnání histogramu - co je a k čemu se používá?
12.1. Odstranění rozmazání vzniklého defokusací.
12.2. Redukce dimenzionality příznakového prostoru – úvod.
13.1 Transformace podle hlavních komponent.
13.2 Mediánový filtr - definice, vlastnosti, algoritmus výpočtu.
14.1 Metody pro "Feature selection".
14.2 Pojem "bílý šum", jeho vlastnosti, definice SNR.
15.1 Globální transformační modely pro registraci obrazu - podobnostní, afinní, projektivní.
15.2 Vysvětlete pojmy "přetrénování klasifikátoru" a "prokletí dimenzionality".
16.1 Převzorkování (resampling) - přímý a nepřímý model, metody interpolace.
16.2 Kombinovaní více klasifikátorů.
17.1 Výpočet afinní transformace obrazu při poctu řídících bodů větším než 3.
17.2 Účinnost klasifikátoru - jak ji měřit a jak ji zvýšit.
18.1 Detektory hran založené na 2. derivaci, Marrovy filtry.
18.2 Lokální příznaky - základní principy.
