Введение в специальность
| Вид материала | Документы |
- Е. В. Арляпова введение в специальность «реклама», 1668.44kb.
- А. К. Мазуров введение в специальность, 3019.75kb.
- Рабочая учебная программа дисциплины «введение в специальность» для специальности, 107.59kb.
- Анализ и планирование трудовых показателей Аудит и контроллинг персонала Введение, 12.45kb.
- Рабочая программа дисциплины Введение в специальность специальность 032001 Документоведение, 55.23kb.
- Учебно-методический комплекс дисциплины Введение в литературоведение Специальность, 711.32kb.
- Учебно методический комплекс по дисциплине «Введение в специальность» Специальность, 2682.27kb.
- Курс Комплексный экзамен по циклам опд, сд и дисциплинам специализации: «Введение, 469.08kb.
- В г. Орске Специальность: 021100 «Юриспруденция» Дисциплина: Уголовное право Курсовая, 432.15kb.
- Тема: Гидроакустика, 110.92kb.
Утверждена
УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники
« 03 » июня 2003 г.
Регистрационный № ТД-40-030/тип.
ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ И ИЗОБРАЖЕНИЙ
Учебная программа для высших учебных заведений
по специальности І-40 02 01 Вычислительные машины, системы и сети
Согласована с Учебно-методическим управлением БГУИР
« 28 » мая 2003 г.
Составитель:
Р.Х. Садыхов, профессор кафедры электронных вычислительных машин Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники», профессор, доктор технических наук
Рецензенты:
Г.П. Апарин, ведущий научный сотрудник лаборатории обработки и распознавания изображений Института технической кибернетики Национальной академии наук Беларуси, кандидат технических наук;
П.Н. Бибило, заведующий лабораторией логического проектирования Института технической кибернетики Национальной академии наук Беларуси, профессор, доктор технических наук;
Кафедра электронных вычислительных машин и систем Учреждения образования «Брестский государственный технический университет» (протокол № 7 от 18.06.2002 г.)
Рекомендована к утверждению в качестве типовой:
Кафедрой электронных вычислительных машин Учреждения образования «Белорусский государственный университет информатики и радиоэлектроники» (протокол № 27 от 04.03.2002 г.);
Научно-методическим советом по направлению І-40 Вычислительная техника УМО вузов Республики Беларусь по образованию в области информатики и радиоэлектроники (протокол № 3 от 02.07.2002 г.)
Разработана на основании Образовательного стандарта РД РБ 02100.5.113-98.
Ответственный за редакцию: Т.Н. Крюкова
Ответственный за выпуск: Ц.С. Шикова
ПОЯСНИТЕЛЬНАЯ ЗАПИСКА
Типовая программа «Цифровая обработка сигналов и изображений» разработана в соответствии с Образовательным стандартом РД РБ 02100.5.113-98 для специальности І-40 02 01 Вычислительные машины, системы и сети высших учебных заведений. Она предусматривает теоретическую и прикладную подготовку студентов по вопросам синтеза аппаратно-программных комплексов на базе ЭВМ для решения задач обработки сигналов и изображений, а также распознавания образов в различных структурах народного хозяйства Республики Беларусь:
- на всех уровнях организационного управления при создании автоматизированных систем обработки документов;
- в отраслях промышленности при разработке систем идентификации и контроля;
- в медицине при создании автоматизированных рабочих мест для идентификации грудной клетки, анализа крови;
- в экологии при разработке комплексов обработки изображений картографических данных и аэрофотоснимков территории республики;
- в военном строительстве при создании систем специального назначения;
- для правоохранительных органов при разработке систем идентификации сигнатур (подписи), портретов лиц, отпечатков пальцев;
- в машиностроении, автомобиле- и самолетостроении при создании цифровых комплексов испытаний на различные виды воздействий (сигналов), таких как: вибрация, удар.
Целью изучения дисциплины «Цифровая обработка сигналов и изображений» является приобретение знаний по следующим направлениям:
- элементы прикладной теории обработки сигналов, изображений и распознавания образов;
- методы, алгоритмы и аппаратно-программные средства обработки сигналов, изображений и распознавания образов;
- техника решения класса актуальных прикладных задач, включающих основные этапы распознавания образов.
По дисциплине предусмотрены лекции, консультации, зачет и экзамен.
В результате изучения дисциплины студенты должны
знать:
- теоретические основы ортогональных преобразований цифровой обработки сигналов и изображений;
- методы и алгоритмы предварительной обработки сигналов и изображений, выделения информативных признаков, построения классификаторов;
- нейросетевые технологии для построения распознающих комплексов;
- сравнительные характеристики различных систем цифровой обработки сигналов и изображений;
уметь:
- применять технологии цифровой обработки сигналов и изображений для построения распознающих систем;
- синтезировать аппаратно-программные комплексы на основе технологии цифровой обработки сигналов и изображений для решения задач распознавания.
Настоящая дисциплина базируется на знаниях: линейной алгебры (операции над матрицами, ортогональные преобразования), дискретной математики (алгебра логики, минимизация, теория графов и теория множеств), основ алгоритмизации и программирования, системотехники, прикладной математики, теории вероятностей и математической статистики, машинной графики.
Программа рассчитана на объем 96 учебных часов. Примерное распределение учебных часов по видам занятий:: 64 часа – лекции, 32 часа – лабораторные занятия.
СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
Раздел 1. Цифровая обработка сигналов
Введение. Предмет курса, его задачи, структура. Сигналы и их особенности. Спектральные характеристики сигналов.
Специализированные матричные процессоры для решения задач цифровой обработки сигналов и изображений. Вертикальная организация проектирования матричных процессоров на сверхбольших интегральных схемах (СБИС).
Архитектуры матричных процессоров. SIMD-архитектура, MIMD- архитектура. Параллельная и конвейерная обработка.
Ортогональные преобразования в задачах обработки сигналов и изображений. Основные свойства дискретного преобразования Фурье.
Дискретные системы и Z – преобразование. Матричное представление корреляции и свертки.
Цифровые фильтры. Представление цифровых фильтров. Бегущий усредняющий фильтр. Авторегрессионный фильтр. Линейный фазовый фильтр.
Техника быстрого преобразования Фурье и основные подходы к его реализации.
Алгоритмы формирования ортогональных прямоугольных функций. Представление сигналов в виде ряда Адамара. Алгоритм быстрого преобразования Адамара. Алгоритм для вычисления преобразования Хаара.
Критерии разработки алгоритмов для матричных процессоров на СБИС. Согласование затрат на вычисление и обмены. Компромисс между вычислениями и обменами. Локальные и глобальные связи в алгоритмах.
Отображение алгоритмов на матричные структуры. Рекурсивные алгоритмы и граф зависимостей. Граф зависимостей для алгоритма свертки.
Граф потока сигналов. Отображение графа зависимостей в граф потока сигналов. Отображение графа потока сигналов в матричный процессор. Определение систолических массивов. Свойства систолических архитектур для обработки сигналов и изображений.
Стационарные случайные процессы (ССП). Основные свойства ССП. Функции спектральной плотности мощности и определение спектров с помощью корреляционных функций.
Вычисление спектральных характеристик с помощью процедур фильтрации. Цифровые методы анализа:
- оценивание авто- и взаимных корреляционных функций методом быстрого преобразования Фурье;
- оценки автоспектра, взаимной спектральной плотности мощности и алгоритмы вычисления.
Частотный анализ линейных систем:
- функция когерентности и примеры ее использования;
- оптимальные частотные характеристики линейных систем.
Построение спектральных характеристик, инвариантных к циклическому сдвигу, повороту, масштабу и вращению. Преобразование Хафа. Использование преобразования Хафа для выделения прямых и кривых.
Раздел 2. Цифровая обработка изображений
Достижения в области обработки изображений. Особенности зрения человека. Сопоставление характеристик зрения с техническими системами. Многомерные преобразования для обработки изображений.
Математическое описание дискретных изображений. Алгоритмы подавления шумов на основе порогового метода, пространственной, медианной фильтрации. Особенности высокочастотной и низкочастотной фильтрации для решения задачи подчеркивания границ. Операторы Собела, Робертса.
Двухмерные унитарные преобразования в задачах обработки изображений. Преобразование Карунена-Лоэва.
Обобщенная Винеровская фильтрация. Построение математической модели и статистическая интерпретация.
Алгоритмы выделения яркостных, контурных и текстурных признаков. Сжатие изображений. Поиск оптимального преобразования. Дисперсионный критерий и распределение дисперсии.
Раздел 3. Методы распознавания образов
Формальные основы методов распознавания образов. Понятие классификации и распознавания, обучающее множество, метрика, правила классификации, байесовская процедура распознавания.
Выбор признаков в задачах распознавания образов. Принцип обучения. Виды разделяющих функций. Классификатор по минимальному расстоянию.
Структура системы распознавания образов с применением ортогональных преобразований. Принцип обучения в двухклассовой системе распознавания.
Задача для трех классов. Классификатор для К классов образов по критерию минимального расстояния.
Структурные методы распознавания. Представление о порождающих грамматиках. Технология, реализующая процесс распознавания (грамматический разбор).
Метод отображения по алгоритму наименьших квадратов. Классификатор для распознавания К классов образов по критерию наименьшего среднеквадратичного расстояния.
Определение решающих границ при трехклассовом распознавании. Классификатор для распознавания К классов, образов по критерию наименьшего среднеквадратичного расстояния.
Нейросети для обработки изображений и распознавания образов. Математические модели нейросетей. Понятие нейрона. Сети Хопфилда, Кохонена. Сеть двунаправленной ассоциативной памяти.
Алгоритм персептрона на 2 класса. Алгоритм персептрона в случае К классов. Угловая мера сходства в системе распознавания.
Структуры комплексов для распознавания рукописных символов: основные алгоритмы функционирования.