Ideální vzorkování a interpolace, diskrétní periodické a aperiodické signály, jejich vlastnosti a analýza.
Spektrální reprezentace diskrétních signálů.
DFT a FFT algoritmy, interpretace spekter.
Číslicová filtrace z hlediska zpracování signálů.
Metody syntézy signálů.
Implementace obrazových dat, obraz jako dvourozměrný signál, rozdělení metod pro zpracování obrazu.
Geometrické, jasové a integrální transformace obrazu.
Filtrace šumu, detekce hran.
Doporučená literatura
Zaplatílek K., Doňar B.: - Matlab - začínáme se signály, BEN, Praha, 2006
Jan J.: - Číslicová filtrace, analýza a restaurace signálů, 2. upravené vydání, Vutium, Brno, 2002.
Smith SW.: - The Scientist and Engineer’s Guide to Digital Signal Processing, Second Edition, California Technical Publishing, San Diego, 1999
Zaplatílek K., Doňar B.: - Matlab – pro začátečníky, BEN, Praha, 2009
Anotace
Předmět představuje zkladn teorii pro popis, analzu a zpracovn signlů ve spojitm i diskrtnm čase. Věnuje se rovněž praktickm algoritmům pro analzu a syntzu signlů. V čsti věnovan zpracovn obrazu se jednak probraj matematick metody zpracovn obrazů, jednak praktick postupy zpracovn obrazu pro čely kontroly kvality v průmyslov praxi. Znalosti: Student zn teorii pro popis, analzu a zpracovn signlů, a to jak ve spojitm, tak v diskrtnm čase a ve frekvenčn domně. Zn teoretick a praktick aspekty vzorkovn a interpolace, zkladn algoritmy pro analzu a zpracovn signlů (DFT, FFT) a zkladn metody syntzy signlů. Uvědomuje si vznam a princip čslicov filtrace. Je mu znm pojem spektrln hustoty umu. Zn zkladn metody pro zpracovn dvourozměrnch signlů (obrazů) po teoretick strnce, m představu o praktick podobě zpracovn obrazu ve specifickm software. Dovednosti: Student um aplikovat teoretick znalosti při řeen praktick lohy. Um provst zkladn analzu, zpracovn a syntzu uvažovanch signlů. Um použt softwarov nstroje k převodu signlů z časov do frekvenčn domny, um interpretovat spektra signlů zskan použitm algoritmu FFT. Dokže s využitm software implementovat zkladn metody pro zpracovn signlu (detekce hran, eroze, dilatace, horn a doln propust) a um tyto metody použt v konkrtnch přpadech. Um ve specializovanm SW použvanm v průmyslov praxi realizovat zkladn lohy kontroly kvality a čten kdů pro zpětnou sledovatelnost.
Osnova předmětu:
Typy signlů a jejich charakteristiky.
Spojit periodick signly, jejich vlastnosti a analza.
Stochastick signly, spektrum, spektrln hustota a vztah ke korelačn funkci.
Analza spojitch aperiodickch signlů.
Průchod signlu nelinernmi soustavami, modulace.
Ideln vzorkovn a interpolace, diskrtn periodick a aperiodick signly, jejich vlastnosti a analza.
Spektrln reprezentace diskrtnch signlů.
DFT a FFT algoritmy, interpretace spekter.
Čslicov filtrace z hlediska zpracovn signlů.
Metody syntzy signlů.
Implementace obrazovch dat, obraz jako dvourozměrn signl, rozdělen metod pro zpracovn obrazu.