НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ
ФАКУЛЬТЕТ АВТОМАТИКИ И ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ
КАФЕДРА АВТОНОМНЫХ ИНФОРМАЦИОННЫХ И УПРАВЛЯЮЩИХ СИСТЕМ
УТВЕРЖДАЮ
Декан АВТФ
____________________
____________________
РАБОЧАЯ ПРОГРАММА
«Оптоэлектронные методы и системы обработки информации»
ООП ОПДД В.01, уровень подготовки – Инженер
Направление 170100 «Оружие и системы вооружения»
Специальность 170105 Взрыватели и системы управления средствами поражения
Факультет: АВТФ
Курс 4 Семестр 8
Лекций 34 часа
Лабораторные работы 34 часа
Самостоятельная работа 56 часов
Экзамен 8 семестр
Расчетно-графическое задание 8 семестр
Всего 124 часа
Новосибирск
2008 г.
Рабочая программа составлена на основании Государственного образовательного стандарта высшего профессионального образования по направлению _652800 Оружие и системы вооружения__
Регистрационный номер 336 тех/дс 14 апреля 2000г_
Шифр дисциплины ОПД. В.01: Дисциплина относится к циклу общепрофессиональных дисциплин по выбору студентов (В.01).
Рабочая программа обсуждена на заседании кафедры АИУС от 4 сентября 2008г протокол № 6
Программу разработал
доцент кафедры АИУС, к. т.н. И. В.Борисова
Зав. кафедрой АИУС, д. т.н. В. П.Ющенко
Ответственный за основную
1 ВНЕШНИЕ ТРЕБОВАНИЯ
Требования к учебному процессу в соответствии с Государственным образовательным стандартом высшего профессионального образования по специальности 170105 Взрыватели и системы управления средствами поражения
по дисциплине «Оптоэлектронные методы и системы обработки информации» формулируются следующим образом:
Таблица 1
Шифр дисц. | Содержание учебной дисциплины | Часы |
В.01 | Изображения и их компьютерное представление. Линейные операции на изображениях. Точечные источники и дельта-функция. Линейные операторы инвариантные к сдвигу. Свертка. Двумерное преобразование Фурье. Свойства преобразования Фурье. Дискретное преобразование Фурье. Двумерные унитарные преобразования: косинусные, синусное, Адамара, Хаара, Корунена-Лоэва. Дискретизация непрерывных изображений. Решетки дискретизации. Дискретизация с использованием ортонормальных разложений. Оптимальная дискретизация. Теорема Котельникова. Квантование отсчетов изображения. Улучшение визуального качества изображений. Изменение контраста, видоизменение гистограмм, подавление шумов, подчеркивание границ, обработка изображений с преобразованием, медианный фильтр. Фильтрация изображений. Оптимальная линейная фильтрация. Уравнение Винера-Хопфа. Рекуррентная каузальная фильтрация. Некаузальная двумерная фильтрация. Пространственная реставрация изображений. Алгебраические методы пространственной реставрации изображений. Восстановление изображения на основе пространственной фильтрации. Инверсный фильтр. Фильтр Винера. Компенсация краевых эффектов. Итерационный метод восстановления изображения Ван Циттера. Выделение признаков изображения. Яркостные признаки. Гистограммные признаки. Пространственно-спектральные признаки. Контурные признаки. Линейные и нелинейные методы контрастирования, аппроксимация перепадов яркости. Методы расчета порогов. Фасетная модель изображения. Признаки пятна и линии. Текстурные признаки. Сегментация изображений. Классификация моделей изображений. Сегментация изображений методами пороговой обработки. Пространственные модели. Методы наращивания-расчленения областей. Контурная сегментация. Распознавание образов. Основные задачи и принципы построения систем распознавания. Выбор системы информативных признаков. Решающие функции. Расстояние между классами. Шкала признаков. Алгоритмы классификации с помощью функций расстояния. Корреляционно-экстремальные методы. Корреляционный критерий сходства. Бинарная корреляция. Фазовая корреляция. Разностные корреляционные алгоритмы. Принцип действия корреляционно-экстремальной системы. Выделение движущихся объектов. Принцип действия систем автосопровождения целей. Динамическая мера близости. Системы контроля. Слияние многосенсорной информации и комплексированные системы. Уровни интеграции многосенсорных систем. Принципы выбора датчиков. Уровни слияния информации. Многоканальные системы обработки видеоинформации. Алгоритмы компиляции изображений. 1.3.5 Квалификационные требования Для решения профессиональных задач студент должен быть - подготовлен к участию во всех фазах исследования, проектирования, разработки, изготовления и эксплуатации средств и систем автоматизации и управления; - подготовлен к участию в разработке всех видов документации на аппаратные, программные средства и аппаратно-программные комплексы систем автоматизации и управления; - способен взаимодействовать со специалистами смежного профиля при разработке математических моделей объектов и процессов различной физической природы, алгоритмического и программного обеспечения систем автоматизации и управления, в научных исследованиях и проектно-конструкторской деятельности; - методически и психологически готов к изменению вида и характера своей профессиональной деятельности, работе над междисциплинарными проектами. 7.1 Требования к профессиональной подготовленности студента Инженер по направлению 652800 Оружие и системы вооружения_ должен Знать: - основные тенденции развития систем автоматизации и управления и их аппаратно-программных средств; - принципы управления, формы представления математических моделей объектов и систем управления; методы анализа фундаментальных свойств процессов и систем управления, методы синтеза систем управления; - методы и средства разработки алгоритмов и программ, основные конструкции языка и способы записи алгоритма на одном из современных языков высокого уровня. Уметь применять: - методы получения математических моделей объектов автоматизации и управления различной физической природы; - современную аналоговую и цифровую элементную базу, электронные устройства и средства измерительной техники при разработке аппаратно-программных комплексов систем автоматизации и управления. | 124 |
2 ОСОБЕННОСТИ (ПРИНЦИПЫ) ПОСТРОЕНИЯ ДИСЦИПЛИНЫ
Таблица 2
Особенность | Содержание |
Основание для введения дисциплины в учебный план специальности | Дисциплина относится к циклу общепрофессиональных дисциплин по выбору студентов, включенных в учебный план подготовки бакалавров по специальности 170105 Взрыватели и системы управления средствами поражения_ |
Адресат курса | Дисциплина преподается на кафедре АИУС и предназначена для студентов, обучающихся по специальности 170105 Взрыватели и системы управления средствами поражения |
Компетенции, которые может повысить обучающийся | Основной целью дисциплины является формирование научного подхода к проектированию оптоэлектронных информационных и управляющих систем, овладение методами обработки изображений, закрепление теоретических и практических навыков разработки алгоритмов функционирования оптоэлектронных систем. |
Ядро дисциплины | Ядро дисциплины составляют изучение математического описания непрерывных и дискретных изображений, методов двумерной обработки сигналов, методов и алгоритмов улучшения визуального качества, фильтрации и реставрации изображений. Рассматриваются задачи выделения и измерения признаков, обнаружения объектов, совмещения изображений, символического описания изображений. Рассматриваются системы распознавания изображений, многосенсорные системы обработки видеоинформации, системы автосопровождения целей. |
Связь с другими учебными дисциплинами ООП | Дисциплина «Оптоэлектронные методы и системы обработки информации» является продолжением и дальнейшим развитием дисциплин «Вычислительные машины, системы и сети», «Теория обработки информации в спецсистемах и СБЛ», «Оптоэлектронные элементы специальных систем» |
Требования к первоначаль-ному уровню подготовки | Студент должен знать высшую математику, теорию вероятностей, физику, теорию информации |
Особенности организации учебного процесса | Изучаемая дисциплина введена для подготовки бакалавров и подготовки выпускной квалификационной работы бакалавра. |
Практическая часть курса | В течение семестра студент выполняет и защищает лабораторные работы по экспериментальному изучению методов и алгоритмов функционирования систем обработки изображений, а также выполняет и защищает расчетно-графическое задание. |
3 ЦЕЛИ УЧЕБНОЙ ДИСЦИПЛИНЫ
Таблица 3
После изучения дисциплины студент будет
Иметь представление: | |
1 | Об основных видах и типах оптоэлектронных систем обработки информации и о представлении в них изображений. |
Знать: | |
2 | Математическое описание непрерывных и дискретных изображений. Обобщенный спектральный анализ изображений. |
3 | Методы и алгоритмы улучшения визуального качества изображений. |
4 | Методы и алгоритмы фильтрации и пространственной реставрации изображений. |
5 | Классификацию признаков изображения и способы их выделения. |
6 | Принципы построения символического описания изображений. |
7 | Методы обнаружения объектов и совмещения изображений в оптоэлектронных системах. |
8 | Принципы распознавания объектов на изображениях. |
Уметь: | |
9 | Применять основные методы спектрального, корреляционного, статистического анализа изображений. |
10 | Выбирать и предлагать эффективные методы и алгоритмы обработки информации. |
11 | Выбирать и предлагать систему признаков для целей обнаружения и распознавания объектов. |
12 | Разрабатывать алгоритмы функционирования оптоэлектронных систем. |
Иметь опыт: | |
13 | Выбора эффективных методов и алгоритмов обработки информации. |
14 | Разработки программ, моделирующих алгоритмы функционирования оптоэлектронных систем. |
4 СОДЕРЖАНИЕ УЧЕБНОЙ ДИСЦИПЛИНЫ
Учебная дисциплина «Оптоэлектронные методы и системы обработки информации» ставит целью подготовить студента к участию во всех фазах проектирования и разработки оптоэлектронных информационных и управляющих систем.
Учебным планом по дисциплине предусматривается проведение лекционных занятий в объеме 34 часа и проведение лабораторных занятий в объеме 34 часа.
Таблица 4
Блок, модуль, раздел, тема лекционных занятий | Часы | Ссылка на цели |
Семестр № 8 | ||
Изображения и их компьютерное представление. Линейные операции на изображениях. Точечные источники и дельта-функция. Линейные операторы инвариантные к сдвигу. Свертка. Двумерное преобразование Фурье. Свойства преобразования Фурье. Дискретное преобразование Фурье. Двумерные унитарные преобразования: косинусные, синусное, Адамара, Хаара, Корунена-Лоэва. | 6 | 1,2,5 |
Дискретизация непрерывных изображений. Решетки дискретизации. Дискретизация с использованием ортонормальных разложений. Оптимальная дискретизация. Теорема Котельникова. Квантование отсчетов изображения. | 2 | 2 |
Улучшение визуального качества изображений. Изменение контраста, видоизменение гистограмм, подавление шумов, подчеркивание границ, обработка изображений с преобразованием, медианный фильтр. | 2 | 3 |
Фильтрация изображений. Оптимальная линейная фильтрация. Уравнение Винера-Хопфа. Рекуррентная каузальная фильтрация. Некаузальная двумерная фильтрация. Пространственная реставрация изображений. Алгебраические методы пространственной реставрации изображений. Восстановление изображения на основе пространственной фильтрации. Инверсный фильтр. Фильтр Винера. Компенсация краевых эффектов. Итерационный метод восстановления изображения Ван Циттера. | 7 | 4 |
Выделение признаков изображения. Яркостные признаки. Гистограммные признаки. Пространственно-спектральные признаки. Контурные признаки. Линейные и нелинейные методы контрастирования, аппроксимация перепадов яркости. Методы расчета порогов. Фасетная модель изображения. Признаки пятна и линии. Текстурные признаки. | 6 | 5,6 |
Сегментация изображений. Классификация моделей изображений. Сегментация изображений методами пороговой обработки. Пространственные модели. Методы наращивания-расчленения областей. Контурная сегментация. | 3 | 6 |
Распознавание образов. Основные задачи и принципы построения систем распознавания. Выбор системы информативных признаков. Решающие функции. Расстояние между классами. Шкала признаков. Алгоритмы классификации с помощью функций расстояния. | 3 | 8 |
Корреляционно-экстремальные методы. Корреляционный критерий сходства. Бинарная корреляция. Фазовая корреляция. Разностные корреляционные алгоритмы. Принцип действия корреляционно-экстремальной системы. Выделение движущихся объектов. Принцип действия систем автосопровождения целей. Динамическая мера близости. Системы контроля. | 3 | 7 |
Слияние многосенсорной информации и комплексированные системы. Уровни интеграции многосенсорных систем. Принципы выбора датчиков. Уровни слияния информации. Многоканальные системы обработки видеоинформации. Алгоритмы компиляции изображений. | 2 | 7 |
Описание лабораторных занятий
Таблица 5
Блок, модуль, раздел, тема лабораторных занятий | Часы | Ссылка на цели |
Прямое и обратное преобразование Фурье, частотная фильтрация | 6 | 1,2,4,5,9,13 |
Улучшение визуального качества изображений | 4 | 3,10,13 |
Фильтрация и реставрация изображений | 4 | 4,9,10,13 |
Алгоритмы выделения перепадов яркости | 4 | 5,6,10,13 |
Сегментация изображений | 4 | 5,6,10,13 |
Распознавание образов | 4 | 1,6,8,9,11,13 |
Автосопровождение целей | 4 | 1,7,9,11,12,14 |
Комплексирование изображений различных спектральных диапазонов | 4 | 1,7,12,14 |
5 УЧЕБНАЯ ДЕЯТЕЛЬНОСТЬ
Учебная деятельность студента включает в себя посещение лекций, обязательное выполнение и защиту лабораторных работ, решение и защиту расчетно-графического задания. Учебным планом по дисциплине на самостоятельную работу студента отводится 56 часов. Студентам предлагается изучить лекционный материал и подготовиться к лабораторным работам, написав заготовки моделирующих программ.
6 ПРАВИЛА АТТЕСТАЦИИ СТУДЕНТА ПО УЧЕБНОЙ ДИСЦИПЛИНЕ
Студенту необходимо выполнить и успешно защитить все лабораторные работы и расчетно-графическое задание, предусмотренные в рамках курса.
Учебным планом предусмотрен экзамен по дисциплине. Оценка знаний и умений студентов проводится с помощью вопросов по основным темам дисциплины. Экзаменационные задания содержат 2 теоретических вопроса. Вопросы формулируются в строгом соответствии с темами лекционных занятий. Ответы должны быть краткими и требуют умения применять полученные знания. Оценка ставится по пятибальной шкале по результатам устного ответа на поставленные вопросы и в соответствии с «Положением об экзаменах» в НГТУ от 4.04.04.
7 СПИСОК ЛИТЕРАТУРЫ
1 Цифровая обработка изображений.- М.: Мир, 1982.
2 Цифровая обработка изображений в информационных системах: Учеб. пособие / И. С.Грузман, В. С. Киричук и др. – Новосибирск: Изд-во НГТУ, 2002.
3 Справочник по математике. - М.: Наука, 1973.
4 Методы компьютерной обработки изображений /под ред. В. А.Сойфера.- М.: Физматлит, 2003.
5 Г. Прикладные методы анализа данных и знаний. – Новосибирск: Изд. ИМ СО РАН, 1999.
8 КОНТРОЛИРУЮЩИЕ МАТЕРИАЛЫ ДЛЯ АТТЕСТАЦИИ СТУДЕНТОВ ПО ДИСЦИПЛИНЕ
Пример расчетно-графического задания.
Для тестового изображения (индивидуального для каждого студента) выполнить преобразование гистограммы методом скользящей эквализации. Найти размер фрагмента, при котором плотность распределения вероятности оказывается ближе к теоретической. Критерий близости – минимум среднеквадратической ошибки. Составить таблицу по форме 1. Для выбранного размера фрагмента привести преобразованное изображение.
Таблица 1
№ п/п | Размер фрагмента | Значение ошибки | Вид преобразованной гистограммы |
Экзаменационные вопросы по дисциплине
1 Точечные источники и дельта-функция.
2 Уравнение свертки.
3 Двумерное преобразование Фурье, достаточные условия его существования.
4 Свойства преобразования Фурье.
5 Разделимые двумерные унитарные преобразования, их интерпретации.
6 Дискретное преобразование Фурье.
7 Преобразование Адамара.
8 Дискретизация непрерывных изображений на прямоугольной решетке. Выбор интервала дискретизации.
9 Восстановление непрерывного изображения из дискретного. Эффекты, связанные с частотой дискретизации.
10 Квантование изображений.
11 Изменение контраста для улучшения визуального качества изображения.
12 Преобразование гистограмм для улучшения визуального качества изображения. Эквализация, гиперболизация.
13 Подавление шумов масочным методом. Медианный фильтр.
14 Подчеркивание границ для улучшения визуального качества изображения.
15 Оптимальная линейная фильтрация. Уравнение Винера-Хопфа.
16 Рекуррентная каузальная фильтрация. Фильтр Калмана.
17 Некаузальная двумерная фильтрация. Фильтр Винера.
18 Восстановление изображения на основе пространственной фильтрации. Инверсный фильтр.
19 Компенсация краевых эффектов при восстановлении изображения на основе пространственной фильтрации.
20 Итерационный метод восстановления изображения Ван Циттера.
21 Гистограммные признаки изображения.
22 Яркостные перепады. Подходы к обнаружению перепадов.
23 Методы контрастирования перепадов.
24 Градиентные операторы выделения перепадов.
25 Аппроксимация перепадов яркости.
26 Фасетная модель изображения. Изотропные и анизотропные окрестности.
27 Текстурные признаки. Подходы к описанию текстур.
28 Сегментация изображений. Классификация моделей изображений.
29 Сегментация изображений методами пороговой обработки.
30 Распознавание образов. Основные задачи. Принципы построения систем распознавания.
31 Распознавание образов. Решающие функции.
32 Распознавание образов. Шкала признаков.
33 Принцип действия корреляционно-экстремальной системы.
34 Принцип действия систем автосопровождения целей.
35 Уровни интеграции многосенсорных систем.
36 Уровни слияния информации в многосенсорных системах.
Образец экзаменационного билета:
1 Свойства преобразования Фурье.
2 Гистограммные признаки изображения.
Основные порталы (построено редакторами)