Alexander Sayapin Teacher's site

Теоретические основы цифровой обработки изображений МИТ21-01 осень 2022

Posted on Mon 12 September 2022

In Архив.

tags: Теоретические основы цифровой обработки изображений мит

Внимание!

Для получения зачета/экзамена вам необходимо будет решить задания, размещенные в блокнотах системы Google Colab.

Ссылки на используемые источники приведены непосредственно в блокноте с заданием.

Решение заданий вам необходимо прислать в виде ссылки на Google Colab блокнот.

Для этого вам необходимо:

  1. Иметь учетную запись Google (например, почту на gmail).
  2. Войти в учетную запись Google
  3. Перейти по ссылке на сайт Google Colab
  4. Решите предложенные задания
  5. После того, как все пункты задания решены, вам необходимо создать ссылку на ваш блокнот: Создание ссылки
  6. Затем нажать на ссылку Create sharable link и выбрать can comment Создание ссылки
  7. Созданную ссылку необходимо отправить мне на почту.

Если работа принята, в бокноте появится комментарий Принято, в противном случае будет указано, где именно имеются ошибки.

Все данные о курсе ориентировочные, следите за обновлениями!

Курс предмета рассчитан на 1 семестр, в конце курса предусмотрен экзамен.

Итоговая оценка выставляется в соответствии с требованиями балльно-рейтинговой системы (см. критерии оценки на экзамене). Для допуска к экзамену необходимо выполнить и защитить все лабораторные работы (ориентировочно 8 штук).

Исходные изображения для работы могут быть найдены в архиве.

При изучении курса можно использовать следующую литературу:

Экзамен состоится в форме онлайн-собеседования.

Список вопросов для обсуждения:

  1. Представление изоражений в компьютере. Растровая и векторная модель

  2. Растровые изображения. Цветовые модели RGB, CMYK, CSV, их особенности и области применения

  3. Растровые изображения. Понятие пикселя. Понятия разрешения и глубины цвета.

  4. Растрровые изображения. Работа с цветом. Преобразования цвета, их применения.

  5. Преобразования изображений. Аффинные преобразования.

  6. Преобразования изображений. Перспективные преобразования.

  7. Бинаризация растровых изображений. Понятие черно-белого изображения и изображения в градациях серого.

  8. Области применения бинаризации растровых изображний. Методы бинаризации.

  9. Области применения бинаризации растровых изображний. Адаптивная бинаризация.

  10. Растровые изображения. Поиск контуров изображений. Сегментация изображений.

disciplines

links

social

tags

алфавит (1) архитектура ЭВМ (4) asp.net (1) бгд (22) бисв (23) бкб (22) бме (22) бпэ (23) бпэз (4) бпэзу (1) бпм (20) бпм объявления (7) certbot (1) cheatsheet (1) checkinstall (1) csv (1) дискретная математика (25) экзамен (1) embedded rust (2) english (1) формальные грамматики (1) gdb (2) язык (1) исследование операций (1) jupyter (1) критерии (2) курсовая работа (2) lighttpd (2) low-latency (1) machine learning (3) make (1) make install (1) markdown (1) машинное обучение (1) математическая лингвистика (1) математическая логика (1) математическая статистика (2) Математические основы кмпьютерной графики (1) Математические основы компьютерного моделирования (1) Математические основы компьютерной графики (1) методы оптимизации (20) методы оптмимизации (1) методы принятия решений (1) миа (7) мии (8) мик (7) мим (8) миo (5) мип (9) мит (44) миу (14) миз (13) ml (1) mono (1) мпм (9) natural language processing (1) nlp (1) nucleo (2) объявления (31) оформление (2) openocd (2) openpgp (1) pandas (1) pgp (1) подтверждение вывода (1) programming (3) python (3) robot (1) robotics (2) setup (6) шпаргалка (1) системы компьютерной математики (1) smartcard (1) ssh (1) ssl (1) STM32 (2) streaming (1) строка (1) тб (21) teaching (1) teaching statement (1) Теоретические основы цифровой обработки изображений (2) тест (1) учебник (1) up board (1) video (1) вкр (2) xls (1)