Inštitut za računalništvo
Laboratorij za sistemsko programsko opremo

Nosilec in predavatelj: prof. dr. Damjan Zazula
Vodenje vaj: izr. prof. dr. Aleš Holobar
Obseg: 30 ur predavanj, 30 ur laboratorijskih vaj in projektnega dela
ECTS: 6 točk

Obveznosti:
laboratorijske vaje, projektno delo, domače naloge in ustni izpit, ki se lahko nadomesti z uspešno opravljenimi vmesnimi preverjanji znanja iz snovi predavanj.

Vsebina

1. Osnove transformacij in sistemov
   • Uvod, motivacija, signali - funkcije, ortogonalne funkcije, digitalne obdelava - diskretizacija, Nyquist-Shannonov teorem o vzorčenju
   • Frekvenčni prostor, Fourierova analiza, DFT, algoritmi FFT (1D in 2D)
   • Pojem sistemov, impulzni odziv, konvolucija, prenosna karakteristika sistemov, z-transformacija
   • Digitalno filtriranje, frekvenčni odziv glede na lego ničel in polov, načrtovanje digitalnih filtrov (MATLAB)
2. Obravnava nestacionarnih pojavov
   • Načrtovanje digitalnih filtrov z optimizacijo, pojem nestacionarnosti, kratkočasovna DFT
   • Wigner-Villeova časovno-frekvenčna predstavitev, izboljšava s psevdo Wigner-Villeovo in Choi-Williamsovo rešitvijo
   • Večločljivostna shema, pojem valčkov, valčki in banke frekvenčnih filtrov
   • Valčna transformacija v 1D, 2D in 3D
3. Predobdelava kot priprava na izdvajanje informacij
   • Realne razmere - šumni signali in slike, gaussovsko porazdeljeni naključni šum, izločanje motenj s frekvenčnim filtriranjem (1D in 2D)
   • Časovno-frekvenčno izločanje nestacionarnih motenj, večločljivostna shema za izdvajanje informacijsko pomembnih odsekov (1D in 2D)
   • Segmentacija signalov in slik
   • Gradientni slikovni operatorji, Cannyjev postopek, večločljivostna segmentacija slik

Metode poučevanja in načini ocenjevanja
Predavanja so avditorna, laboratorijske vaje in projektno delo pa potekajo na računalnikih v računalniških učilnicah. Študentje dobijo tudi domače naloge, s katerimi lahko utrjujejo spoznano snov še doma.
Študent opravi obveznosti pri predmetu, ko dobi najprej pozitivno oceno pri laboratorijskih vajah oz. projektnem delu, nato pa še pri ustnem izpitu. Ustni izpit se lahko nadomesti s pozitivno opravljenimi preverjanji znanj iz snovi predavanj. Pozitivna ocena vaj in projektnega dela je predpogoj za pristop k ustnemu izpitu oziroma za priznanje pozitivne ocene, dosežene pri preverjanjih znanj iz predavanj. V skupno oceno izpita se vštejejo tudi uspešno izdelane domače naloge, če jih študent opravi, saj niso obvezne.

Povezave:

• Režim izvajanja in ocenjevanja projektnega dela ter domačih nalog je podrobneje opisan na strani http://storm.uni-mb.si/predmeti/ROSiS/2013/rezim-vaje.pdf.
• Pogoji za pristop k izpitu in način ocenjevanja so opisani na strani http://storm.uni-mb.si/predmeti/ROSiS/2013/rezim-izpit.pdf.
• Pomembno je, da v akademskem okolju učitelji, asistenti in študentje dosledno spoštujejo pravila akademske poštenosti, ki jih najdete zbrana na strani http://storm.uni-mb.si/predmeti/AkademskaPostenost.pdf.
• Vsebina vaj in dodatna študijska gradiva so dostopna preko strežnika https://vaje.uni-mb.si.
• Akreditiran načrt predmeta

Predlagana študijska literatura:

1. A. V. Oppenheim, R. W. Schaffer, J. R. Buck: Discrete-Time Signal Processing, Prentice Hall, London, 1999.
2. S. D. Stearns: Digital Signal Processing with Examples in MATLAB, Boca Raton: CRC Press, 2003.
3. F. Mihelič: Signali. Ljubljana: Fakulteta za elektrotehniko, 2006.
4. J. C. Russ: Introduction to Image Processing and Analysis, Boca Raton: CRC Press, 2008.
5. John L. Semmlow: Biosignal and Medical Image Processing, CRC Press, Boca Raton, 2009.
6. U. Qidwai, C. H. Chen: Digital Image Processing: An Algorithmic Approach with MATLAB, CRC Press, Boca Raton, 2010.