Celem przedmiotu (w ramach wykładów oraz zajęć pracowni specjalistycznej) jest zapoznanie studentów oraz wykształcenie u nich podstawowych umiejętności skorelowanych z podstawami cyfrowego przetwarzania sygnałów, tak aby zrozumieli oni najważniejsze zasady działania programów komputerowych i urządzeń mikroprocesorowych, w których wykorzystywane jest przetwarzanie sygnałów.

Wykład:
1. Ogólny wstęp do tematyki analizy obrazów i sygnałów: obecny stan wiedzy i podstawowe zastosowania.
2. Metody wstępnego przetwarzania – poprawa jakości obrazu, przygotowanie obrazu do dalszej obróbki.
3. Metody szkieletyzacji (ścieniania) obrazów – konwersja obrazu na reprezentację szkieletową.
4. Metody segmentacji obrazów: segmentacja w rozpoznawaniu tekstu, problem odszukania obiektu na obrazie.
5. Filtracja
6. Metody ekstrakcji cech – jako forma redukcji wymiarowości oraz wydobycia danych najbardziej znaczących dla późniejszej klasyfikacji.
7. Pojęcie wektora cech
8. Sposoby opisu obrazu oraz jego reprezentacji w celu późniejszej klasyfikacji.
9. Klasyfikacja obrazów i sygnałów – podstawowe algorytmy.
10. Zastosowania w Rozpoznawaniu obrazów PR, biometrii i medycynie
9. Przykładowe praktyczne zastosowania metod analizy obrazów obrazów i sygnałów w systemach wizji komputerowej.
10. Metody rozpoznawania pisma.
11. Metody analizy wybranych obrazów obrazów i sygnałów
12. Metody analizy obrazów obrazów i sygnałów biometrycznych – rozpoznawanie człowieka na podstawie obrazu jego cech.
13. Systemy rozpoznawania obrazów obrazów i sygnałów w zastosowaniach przemysłowych.
14. Systemy rozpoznawania obrazu wideo – rozpoznawania obiektów w ruchu.
15. Przyszłość systemów wizji komputerowej. Wyzwania, zagrożenia, oczekiwania, kierunki rozwoju.

Pracownia specjalistyczna:
1. Implementacja podstawowych generatorów zróżnicowanych sygnałów - piłokształtnego, kwadratowego, trójkątnego.
2. Doświadczalne badanie właściwości sygnałów okresowych i nieokresowych.
3. Analiza eksperymentalna sygnałów ciągłych i dyskretnych.
4. Eksperymentalna analiza twierdzenia Shannona-Kotielnikowa.
5. Implementacja konwersji ADC oraz DAC.
6. Własna implementacja transformaty Fouriera oraz transformaty falkowej.
7. Cyfrowa filtracja sygnałów.
8. Analiza przyczynowości i zasady superpozycji.
9. Analiza i przetwarzanie sygnałów dwuwymiarowych.

wykład problemowy,   programowanie z użyciem komputera,   wykład informacyjny,  

Wykład: zaliczenie pisemne.
Pracownia specjalistyczna: realizacja zadań praktycznych.

1. R.C. Gonzalez, R.E. Woods, Digital Image Processing. Prentice Hall, 2008.
2. R.S. Choraś, Komputerowa wizja: Metody interpretacji i identyfikacji obiektów. Problemy współczesnej nauki, teoria i zastosowania, informatyka, Akademicka Oficyna Wydawnicza EXIT, 2005.
3. W. Burger, M.J. Burge, Digital Image Processing – An Algorithmic Introduction with Java, Springer-Verlag GmbH, 2016.

1. W. Malina, S. Ablemeyko, W. Pawlak, Podstawy Cyfrowego Przetwarzania Obrazów. Akademicka Oficyna Wydawnicza EXIT, 2002.
2. W. Kasprzyk, Rozpoznawanie obrazów i sygnałów mowy. Oficyna Wydawnicza Politechniki Warszawskiej, 2009.
3. K. Saeed, Image Analysis for Object Recognition. Bialystok University of Technology, 2004.