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

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.

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.

dyskusja rozwiązań,   praca w grupach,   wykład z prezentacją multimedialną,  

Wykład: egzamin pisemny z pytaniami testowymi
Pracownia specjalistyczna: sprawozdania z zajęć, opracowanie zadań projektowych realizowanych w grupach, prezentacja, demonstracja

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

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