В ъ п р о с н и к за изпит по курса "Обработка и разпознаване на образи" за специализациите "Изкуствен интелект" и "Компютърна графика" от магистърската програма

за изпит по курса

"Обработка и разпознаване на образи"

за специализациите “Изкуствен интелект” и "Компютърна графика”

от магистърската програма на ФМИ, СУ, пролетен семестър, 2009г..

( лектор: ст.н.с. д-р Димо Т. Димов, ИИТ-БАН, тел. 870-64-93

e-mail: dtdim@iinf.bas.bg )
1. Обработка на изображения и разпознаване на образи. Основни понятия. Разпознаване на двумерни образи [3,5]. Интензитет и цвят [11]. Видове приложни задачи. Разпознаване на текст и графика. Компютърен анализ на документи [2, 37]. Биометрика и разпознаване [25].

2. Цифрово представяне на изображенията. Трансформация на Фурие и теорема на Шенон. Шум в изображенията. Косинус трансформация [5,4,7,24].

3. Методи и средства за въвеждане и извеждане на изображения. Растерни и векторни представяния. Обработка на полутонови изображения. Повишаване на качеството на изображенията и подтискане на шума. Хистограмни подходи [7,24,25].

4. Обработка на полутонови изображения. Сегментация по ниво. Бинаризация на графични изображения. Методи за оптимален праг на бинаризацията [7,34,36,20].

5. Линейни филтри за обработка на полутонови изображения. Представяне в обектното и в честотното пространство. Диференциални филтри. Нелинейни филтри [9,4,24,25].

6. Методи за регистриране на графични елементи в изображенията. Трансформация на Хаф за линейни отсечки. Връзка с трансформация на Радон. Приложения при разпознаване на текст и графика [31,21,27,5,7].

7. Методи за извличане на графични признаци. Оконтуряване. Скелетизация. Изтъняване. Нормализация. Векторизиране. Верижни кодове. Трансформация на разстоянията [7,25,32].

8. Извличане на информативни признаци за класификация. Линейно пространство на признаците. Подобие на обекти. Разстояние между обекти. Класове от обекти. Разделящи повърхности [12,14,25,22].

9. Преобразуване на растерни изображения чрез трансформация на Фурие. Преобразуване на векторни изображения. Приложения при разпознаване на графика [16,24,4].

10. Вероятностни и статистически методи за разпознаване. Подход на Бейс. Гаусово разпределение и разстояние по Мехаланобис. Методи за разпознаване по разстояние [5,1,14].

11. Методи за обучение. Обучение с учител - параметрични и непараметрични подходи. Линеен дискриминант на Фишер. Обучение без учител – minimax, kMeans, Izodata [5, 12].

12. Детерминирани методи за разпознаване - методи за точно и еластично сравняване. Взаимна корелация между образ и еталон. Бързо изчисление по Фурие [5,4].

13. Вълнови трансформации на сигнали. Дървовидни представяния в дискретния случай. Обобщение за изображения. Честотни интерпретации. Идея за компресия [18,33].

14. Собствени вектори и собствени стойности на ковариационна матрица. Метод на главните компоненти за редуциране на признаковото пространство [14].

15. Метод на собствените лица (собствените обекти) за разпознаване на физиономии (обекти) [39]. Линеен дискриминант на Фишер при разпознаването на лица [40].

16. Марковски вериги и вероятностни автомати. Скрити Марковски модели за разпознаване на говорни сигнали. Понятие за кепстър на говорен сигнал [35,42,43,28].

17. Вероятностни подходи за комбиниране на класификатори. Повишаване на достоверността на разпознаването чрез речник с образци. Разстояние между низове [41,26,30].

18. Съдържателно базирани методи за достъп в БД с изображения (CBIR) [38,28,22]

(*) 19. Невронни мрежи за построяване на класификатори. Асоциативна памет на Хопфийлд. Обучение при нелинеен многослоен перцептрон. Състезателно обучение [6,19,17,3].

(*) 20. Синтаксично структурирани подходи за разпознаване на образи [3, 25,16,13].

(*) 21. Статистическо обучение чрез опорни вектори (SVM) [44].

( Въпроси 19-21 са опционални. )

1. 
   Афифи А., С. Эйзен: Статистический анализ - подход с использованием ЭВМ. "Мир", М., 1982г.
   
2. 
   Горский Н., В. Анисимов, Л. Горская: Распознавание рукописного текста - от теории к практике. "Политехника", Санкт-Петербург, 1997.
   
3. 
   Гочев Г.: Компютърно зрение и невронни мрежи. ТУ-София, 1998.
   
4. 
   Доневска С., Б. Доневски: Бързо преобразувание на Фурие, ТУ-София, 1999.
   
5. 
   Дуда Р., П. Харт: Распознавание образов и анализ сцен. (перев. с англ.), "Мир", М, 1976.
   

6. 
   Кирова Т.: Невронни мрежи - основни архитектури и обучаващи алгоритми. TEMPUS JEN 1497, СОФТЕХ, С., 1995.
   
7. 
   Павлидис Т.: Алгоритмы машинной графики и обработка изображений. "Радио и связь", М., 1986.
   
8. 
   Пенков И., К. Караиванов: Графични файлови формати. "MOUSE", С.,1994.
   
9. 
   Пратт У.: Цифровая обработка изображений, част I+II, (перев. с англ.), "Мир", М, 1982.
   

10. 
    Ту Д. Т., Р. К. Гонзалес: Принципы распознавания образов. (перев. с англ.), "Мир", М, 1978.
    
11. 
    Фоли Дж., А. вэн Дам: Основы интерактивной машинной графики. "Мир", том 2, Москва, 1985.
    
12. 
    Фор А.: Восприятие и распознавание образов. "Машиностроение", Москва, 1989.
    
13. 
    Фу К.: Структурные методы в распознавании образов (перев. с англ.), "Мир", Москва, 1977.
    
14. 
    Фукунага К. Введение в статистическую теорию распознавания образов. "Наука", М., 1979.
    

15. 
    Baxes G. A.: Digital Image Processing - principles and applications, J. Wiley Sons, Inc., NY, 1994.
    
16. 
    Fundamentals in Handwriting Recognition. In S. Impedovo (ed.), NATO ASI Series, "F": Computer and System Sciences, Vol. 124, Springer-Verlag, Berlin, 1994.
    
17. 
    Haykin S: Neural Networks. Macmillan College Publ., Inc. 1994.
    
18. 
    Mallat S.: A Wavelet Tour of Signal Processing, 2-d ed., San Diego: Academic Press, 1998.
    
19. 
    Masters T.: Signal and image processing with neural networks, John Wiley & Sons, Inc., NY, 1993.
    
20. 
    Progress in Handwriting Recognition, in A. C. Downton and S. Impedovo (Eds.), World Scientific, London, 1997.
    
21. 
    Proceedings of 2001 Int. Conf. on Image Processing, Vol. I-III, 7-10 Oct., 2001, Thessaloniki, Greece.
    
22. 
    Proceedings of NATO ASI, Multisensor Data and Information Processing for Rapid and Robust Situation and Threat Assessment, 16-27 May 2005, Albena-Bulgaria , IOS Press, 2007.
    
23. 
    Optical Character Recognition. In the Special Issue of Proceedings of the IEEE, in Pavlidis T. and S. Mori (Eds.), Vol. 80, No. 7, July 1992.
    
24. 
    Pitas, I: Digital Image Processing – Algorithms and Application, John Wiley and Sons, Inc., NY, 2000
    
25. 
    Sonka M., V. Hlavac, R. Boyle: Image Processing, Analysis, and Machine Vision, 2-d edition, Brooks/Cole Publishing Co., CA, 1998.
    
26. 
    Zaniolo, C., S. Ceri, C. Faloutsos, R. T. Snodgrass, V.S.Subrahmanian, R.Zicari: Advanced Database Systems, Morgan Kaufmann Publ., Inc., San Francisco, CA, 1997.
    
27. 
    Working papers of IIT-BAS, 13 (1995), 33 (1996), 49 (1997), 69 (1998), 135 (2001), 151 (2002).
    
28. 
    Cybernetics and Information Technologies, IIT-BAS, Vol.4/2 (2004), Vol.8/3 (2008).
    
29. 
    IEEE Trans. on Pattern Recognition & Machine Intelligence, 1997-2008.
    

30. 
    Bunke H.: Recent Advances in String Matching. In H. Bunke (ed.) Series on Machine Perception & Artificial Intelligence "Advances in Structural and Syntactic Pattern Recognition", Vol.5, World Scientific, 1992, pp.3-21.
    
31. 
    Illingworth J., J. Kittler: A Survey of the Hough Transform, Comp. Vision, Graphics, and Image Proc. 44 (1988) 87-116.
    
32. 
    Gunilla Borgefors: Distance Transformations in Digital Images, Comp. Vision, Graphics, and Image Proc. 34 (1986) 344-371.
    
33. 
    Mallat S.: A theory for multiresolution signal decomposition: the wavelet representation, IEEE Trans. on PAMI, vol. II, No. 7, (1989) 674-693.
    
34. 
    Otsu N.: A Threshold Selection Method from Gray-Level Historgams, IEEE Trans. on Systems, Man, and Cybernetics, Vol.9, No.1 (1979) 62-66.
    
35. 
    Rabiner, L., B.-H. Juang, Fundamentals of Speech Recognition, Reading: Prentice Hall, New Jersey, 1993, ISBN 0-13-015157-2.
    
36. 
    Sahoo P. K., S. Soltani, A.-K. C. Wong: A Survey of Thresholding Techniques. Comput. Vision, Graphics and Image processing, Vol.41, No.2 (1988) 233-260.
    
37. 
    Schuermann J., at al: Document Analysis - from pixels to content, Proc. of IEEE, vol.80, n.7, 1992, pp.1101-1119
    
38. 
    Smeulders, A.W.M., M. Worring, S. Santini, A. Gupta, and R. Jain: Content-Based Image Retrieval at the End of the Early Years, IEEE Trans. on PAMI, 22, 12, (2000), pp. 1349-1380.
    
39. 
    Turk M., A. Pentland: Eigen faces for Recognition, Journal of Cognitive Neuroscience, Vol.3, No.1, MIT, 1991, pp.71-86
    
40. 
    Belhumeur, P.N., J.P. Hespanha, and D.J. Kriegman, Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection, IEEE Trans. on PAMI, vol. 19, no. 7, 1997, pp.711-720.
    
41. 
    Xu L., A. Krzyzak, C.Y. Suen: Methods of Combining Multiple Classifiers and Their Applications to Handwriting Recognition. IEEE Trans.on Systems, Man, and Cybernetics, Vol.22, No.3, 1992, pp.418-435.
    
42. 
    Cernocky J., Hidden Markov Models - an Introduction, Brno University of Technology, Faculty of Information Technology, (http://www.fit.vutbr.cz/~cernocky/oldspeech/lectures/hmm.pdf )
    
43. 
    Dunn B., Speech Signal Processing and Speech Recognition, Current Topica in DSP, Speech Proc.2, RBD, May 13, 2003, 34p. (http://www.caip.rutgers.edu/~rabinkin/DSP_no_audio.pdf)
    
44. 
    Bousquet, O., S. Boucheron, and G Lugosi, Introduction to Statistical Learning Theory, pp.175-213.