Karta Przedmiotu

Politechnika Białostocka Wydział Informatyki
Kierunek studiów Data Science Poziom i forma
studiów
pierwszego stopnia
stacjonarne
Grupa przedmiotów /
specjalność
Profil kształcenia ogólnoakademicki
Nazwa przedmiotu Analiza sygnałów i obrazów E Kod przedmiotu DS1S4ASO
Rodzaj zajęć obowiązkowy
Formy zajęć i liczba godzin W Ć L P Ps T S Semestr 4
30 30 Punkty ECTS 5
Program obowiązuje od 2025/2026
Przedmioty wprowadzające Algebra liniowa 1 (DS1S1AL1),   Analiza matematyczna 1 (DS1S1AM1),   Uczenie maszynowe 1 (DS1S3UM1),  
Cele przedmiotu Nabycie przez studentów fundamentalnej wiedzy z zakresu analizy sygnałów i obrazów oraz metod ich przetwarzania, ze szczególnym uwzględnieniem zrozumienia zjawisk i interpretacji wyników.
Rozwój praktycznych umiejętności w zakresie analizy i interpretacji sygnałów i obrazów cyfrowych przy użyciu współczesnych narzędzi.

Odniesienia do frameworka edukacyjnego mikrokompetencji SFIA:
Data science DATS - poziom 3
Data engineering DENG - poziom 3
Specialist advice TECH - poziom 2
Ramowe treści programowe Podstawy analizy sygnałów oraz ich przetwarzania w dziedzinie czasu i częstotliwości. Techniki filtracji sygnałów oraz podstawy reprezentacji i przetwarzania obrazów. Filtrowanie, przekształcenia oraz analiza Fouriera obrazów. Praktyczne aspekty analizy sygnałów i obrazów. Implementacja metod analizy sygnałów i obrazów, w tym analiza w dziedzinie czasu i częstotliwości oraz techniki filtracji. Kompleksowa analiza wybranego zagadnienia z zakresu przetwarzania sygnałów lub obrazów.
Inne informacje o przedmiocie przedmiot ma związek z prowadzoną na Uczelni działalnością naukową
Wyliczenie: Nakład pracy studenta związany z: Godzin
ogółem
W tym
kontaktowych
W tym
praktycznych
udziałem w wykładach 30 30
udziałem w innych formach zajęć 30 30 30
indywidualnym wsparciem merytorycznym procesu uczenia się, udziałem w egzaminie i zaliczeniach organizowanych poza planem zajęć 4 4
przygotowaniem do egzaminu 10
przygotowaniem do bieżących zajęć 51 51
Razem godzin: 125 64 81
Razem punktów ECTS: 5 2.6 3.2
Zakładane kierunkowe efekty uczenia się Wiedza Umiejętności Kompetencje
społeczne
DS1_W01 DS1_U01 DS1_K01
DS1_W02 DS1_U02
DS1_W03 DS1_U03
Cele i treści ramowe sformułował(a) dr hab. inż. Sławomir Zieliński Data: 29/05/2025
Realizacja w roku akademickim 2026/2027
 
Treści programowe
Wykład
1. Wprowadzenie do analizy sygnałów. Sygnały analogowe i cyfrowe. Próbkowanie i kwantyzacja. Twierdzenie o próbkowaniu. Zjawisko aliasingu i jego skutki.
2. Analiza w dziedzinie częstotliwości. Szereg Fouriera. Transformata Fouriera. Interpretacja widma sygnału. Okna czasowe i ich wpływ na analizę.
3. Analiza czasowo-częstotliwościowa. Spektrogramy i ich interpretacja. Krótkookresowa transformata Fouriera. Transformata falkowa – podstawy.
4. Filtracja sygnałów. Filtry cyfrowe i ich charakterystyki. Projektowanie filtrów. Zastosowania w redukcji szumów i ekstrakcji cech.
5. Metody analizy sygnałów wielowymiarowych. Analiza składowych głównych i niezależnych.
6. Metody parametryzacji sygnałów.
7. Automatyczna klasyfikacja sygnałów.
8. Podstawy przetwarzania obrazów. Reprezentacja obrazów cyfrowych. Przestrzenie barw. Histogram i jego interpretacja. Podstawowe operacje na obrazach.
9. Przekształcenia obrazów. Operacje punktowe, lokalne i globalne. Filtracja obrazów. Detekcja krawędzi. Segmentacja obrazów.
10. Analiza fourierowska obrazów. Dwuwymiarowa transformata Fouriera. Interpretacja widma obrazu. Zastosowania w filtracji i kompresji.
11. Metody parametryzacji obrazów.
12. Praktyczne aspekty analizy sygnałów i obrazów. Przegląd zastosowań w różnych dziedzinach. Narzędzia do analizy i wizualizacji.
13. Automatyczne rozpoznawanie obrazów. Zastosowanie algorytmów sztucznej inteligencji do analizy zdarzeń oraz scen akustycznych i wizyjnych.
14. Współczesne trendy rozwoju metod analizy sygnałów i obrazów.
15. Współczesne trendy rozwoju metod analizy sygnałów i obrazów.
Pracownia specjalistyczna
1. Zapoznanie ze środowiskiem programistycznym oraz narzędziami do analizy sygnałów i obrazów.
2. Podstawy analizy sygnałów: praca z sygnałami cyfrowymi; analiza w dziedzinie czasu; wizualizacja i interpretacja sygnałów.
3. Analiza czasowo-częstotliwościowa: tworzenie i interpretacja spektrogramów; analiza sygnałów niestacjonarnych.
4. Filtracja sygnałów.
5. Przetwarzanie obrazów: podstawowe operacje na obrazach; analiza histogramów; filtracja i detekcja krawędzi.
6. Parametryzacja sygnałów i obrazów.
7. Projekt końcowy – cz. 1. Kompleksowa analiza wybranego zagadnienia z zakresu przetwarzania sygnałów lub obrazów.
8. Projekt końcowy – cz. 2. Sformułowanie założeń projektu, wybór technologii.
9. Projekt końcowy – cz. 3. Implementacja.
10. Projekt końcowy – cz. 4. Implementacja (c.d.).
11. Projekt końcowy – cz. 5. Testowanie i optymalizacja.
12. Projekt końcowy – cz. 6. Testowanie i optymalizacja (c.d.).
13. Projekt końcowy – cz. 7. Udokumentowanie projektu.
14. Projekt końcowy – cz. 8. Demonstracja prototypu, prezentacja zrealizowanego projektu.
15. Zaliczenie pracowni specjalistycznej.
Metody dydaktyczne
(realizacja stacjonarna)
W wykład z prezentacją multimedialną
Ps zadania projektowe w grupach; dyskusja rozwiązań
Metody dydaktyczne
(realizacja zdalna)
W wykład z prezentacją multimedialną
-
Forma zaliczenia
W egzamin pisemny z pytaniami testowymi
Ps sprawozdania z zajęć, opracowanie zadań projektowych realizowanych w grupach, prezentacja, demonstracja
Warunki zaliczenia
Ps Uzyskanie min. 30% z każdego E4-E7, a po spełnieniu tego warunku ostateczna ocena wynika z sumy uzyskanych punktów.
Kryteria oceny:
[ 0 – 50]% punktów – 2.0
(50 – 60]% punktów – 3.0
(60 – 70]% punktów – 3.5
(70 – 80]% punktów – 4.0
(80 – 90]% punktów – 4.5
(90 – 100]% punktów – 5.0
-
Symbol efektu Zakładane efekty uczenia się Odniesienie do efektów uczenia się zdefiniowanych dla kierunku studiów
Wiedza Umiejętności Kompetencje
społeczne
Wiedza: student zna i rozumie
E1 podstawowe pojęcia i metody analizy sygnałów i obrazów
E2 zasady analizy w dziedzinie częstotliwości i interpretacji widm
E3 metody przetwarzania i analizy obrazów cyfrowych
Umiejętności: student potrafi
E4 analizować i interpretować sygnały w dziedzinie czasu i częstotliwości
E5 stosować podstawowe metody przetwarzania obrazów
E6 dobierać odpowiednie metody analizy do rozwiązania konkretnych problemów
Kompetencje społeczne: student jest gotów do
E7 krytycznej oceny wyników analizy sygnałów i obrazów
Symbol efektu Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
E1 egzamin pisemny W
E2 egzamin pisemny W
E3 egzamin pisemny W
E4 wykonanie sprawozdań laboratoryjnych, prezentacja projektu Ps
E5 wykonanie sprawozdań laboratoryjnych, prezentacja projektu Ps
E6 wykonanie sprawozdań laboratoryjnych, prezentacja projektu Ps
E7 prezentacja projektu Ps
Literatura podstawowa
1. D. Karwowski, Zaawansowane kodowanie entropijne w hybrydowej kompresji wizji. Wydaw. Politechniki Poznańskiej, Poznań, 2023
2. K.D. Toennies, Guide to Medical Image Analysis: Methods and Algorithms, Springer Nature, London, 2017
3. O. Alkin, Signals and Systems: A MATLAB Integrated Approach, CRC Press, Boca Rato, 2014
4. U. Zölzer (Ed.), DAFX: digital audio effects. John Wiley and Sons, Chichester, 2011
5. W. Kwiatkowski, Wstęp do cyfrowego przetwarzania sygnałów. Warszawa, 2012
Literatura uzupełniająca
1. M. Malanowski, Laboratorium sygnałów, modulacji i systemów. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 2019
2. W. Rakowski, Przekształcenia falkowe. Aspekty obliczeniowe w praktyce inżynierskiej, Oficyna Wydawnicza Politechniki Białostockiej, Białystok, 2018
3. M. Owen, Przetwarzanie sygnałów w praktyce, Wydaw. Komunikacji i Łączności, Warszawa, 2009
4. M. Fontes, J.D.S. De Almeida, A. Cunha, Application of Example-Based Explainable Artificial Intelligence (XAI) for Analysis and Interpretation of Medical Imaging: A Systematic Review. IEEE Access, vol. 12, pp. 26419-26427, 2024
Koordynator przedmiotu: dr hab. inż. Sławomir Zieliński Data: 30/05/2025