Digital image processing

Digital image processing

1.

Subject title

Digital image processing

Дигитално процесирање на слика

2.

Code

F23L2S095

3.

Study program

Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Информатичка едукација, Software engineering and information systems, Примена на информациски технологии, Софтверско инженерство и информациски системи, Компјутерски науки, Компјутерско инженерство, Интернет, мрежи и безбедност, Software engineering and information systems, Стручни студии за програмирање, Стручни студии за програмирање,

4.

Organizer of the study program (unit, institute, department, division)

Faculty of Information Sciences and Computer Engineering

5.

Study cycle (first, second, third)

Прв циклус

6.

Academic year / semester

2 / Летен

7. Number of ECTS credits

6.0

8.

Instructor

проф. д-р Андреа Кулаков проф. д-р Ивица Димитровски

9.

Prerequisites for enrollment

Дсикретна математика или Дискретни структури 2 или Математика 2 или Избрани теми од математика

10.

Subject goals and competencies:


After completing the course, the student is expected to master and use the basic tools and methods for image processing.

11.

Subject content:


Предавања: 1. Историски преглед; Видови на слики и уреди за креирање на слики; Приказ на слики; Дигитални слики и пиксели; Компоненти на боја; Преглед на апликации и примери за дигитална обработка на слики; Дигитализација на слика: 2-D семплирање и реконструкција; квантизација; дигитализација; Вовед во OpenCV и Python; Основни операции со слики 2. Трансформации на ниво на пиксели во слики; Хистограм на слики; Констраст и гама на слика; Израмнување на хистограми; Адаптивнио израмнување на хистограми; Простор на бои. 3. Линеарни филтри и конволуција; Измазнување и изострување на слика. 4. Детекција на рабови: методи базирани на градиентот, методи засновани на лапласијанот; спојување на рабови; Сегаментација на слика: сегментација базирана на прагови; сегментација базирана на региони. 5. Морфолошки операции над слика: дилатација/ерозија; отворање/затворање; екстракција на граница; пополнување на региони; екстракција на поврзани компоненти; истенчување; здебелување; скелетонизација. 6. 2-D Фуриеова трансформација и особини. Вејвлети и мултирезолуциско процесирање. Темплејти и пирамиди на слики. 7. Компресија на слика. 8. Детекација на форми во слика и анализа на контури. 9. Извлекување на визуелни карактеристики од слики. Детекација на клучни точки. Речник од визуелни зборови. Панорамски слики. 10. Примена на алгоритми за обработка на слики. 11. Примена на алгоритми за обработка на слики . Вежби: 1. Инсталација и конфигурација на OpenCV и Python; Основни операции во OpenCV и Python 2. Практични примери за трансформации на вредностите на пикселите во слика, пресметување на хистограми и манипулација со контрастот на сликите. 3. Практични примери во OpenCV и Python. 4. Практични примери во OpenCV и Python. 5. Практични примери во OpenCV и Python. 6. Практични примери во OpenCV и Python. 7. Практични примери во OpenCV и Python. 8. Практични примери во OpenCV и Python. 9. Практични примери во OpenCV и Python. 10. Практични примери во OpenCV и Python. 11. Практични примери во OpenCV и Python.

12.

Learning methods:


Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, пример случаи, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).

13.

Total available time fund

6.0 ECTS x 30 hours = 180 hours

14.

Time distribution

30 + 45 + 15 + 15 + 75 = 180 hours

15.

Forms of teaching activities

15.1.

Lectures - theoretical teaching

30 hours

15.2.

Exercises (laboratory, classroom), seminars, team work

45 hours

16.

Other forms of activities

16.1.

Project tasks

15 hours

16.2.

Independent tasks

15 hours

16.3.

Homework

75 hours

17.

Grading method

17.1.

Tests

0 points

17.2.

Seminar work / project (presentation: written and oral)

15 points

17.3.

Activities and learning

0 points

17.4.

Final exam

70 points

18.

Grading criteria (points / grade)

up to 50 points

5 (five) (F)

from 51 to 60 points

6 (six) (E)

from 61 to 70 points

7 (seven) (D)

from 71 to 80 points

8 (eight) (C)

from 81 to 90 points

9 (nine) (B)

from 91 to 100 points

10 (ten) (A)

19.

Condition for signature and taking final exam

реализирани активности 15.1 и 15.2

20.

Language of instruction

македонски и англиски

21.

Quality assurance method

механизам на интерна евалуација и анкети

22.

Literature

22.1.

Mandatory literature

No.

Author

Title

Publisher

Year

4315

Rafael C. Gonzalez,‎ Richard E. Woods

Digital Image Processing (4th Edition)

Pearson

2017

4316

Prateek Joshi

OpenCV with Python By Example

Packt Publishing

2015

22.2.

Additional literature

No.

Author

Title

Publisher

Year