ЕСПБ: 9.0

"Курс је прилагођен предзнању полазника. Строги математички докази су сведени на резонска тумачења која, уз низ примера и аналогија, објашњавају физичку суштину посматране особине сигнала или операције над сигналом. Сигнал и дигитализација: теорема о одмеравању (узорковању, семпловању) и ефекат преклапања као последица неадекватног одмеравања. Временски домен/просторни домен. Хистограми и густина расподеле. Трансформациони домени: Фуријеова трансформација, теоријска ограничења, спектрална густина снаге и методе процене. Кратак приказ вејвлет трансформације и емпиријске модалне декомпозиције, предности и мане у односу на класичну спектралну анализу. Шумови – узроци и расподеле. Карактеристични шумови (артефакти) у медицинским сликама. Количина информација и Шенонов капацитет. Основе елиминације шумова филтрирањем – у основном и у трансформационом домену. Филтрирање у просторном домену: трансформације нивоа сивог, еквализација хистограма, НФ маске, медијан филтрирање, усредњавање. Филтрирање у трансформационом домену: НФ (Бутервортов и Гаусов) и ВФ филтри. Минимизација средње квадратне грешке. Детекција тачака, линија и ивица. Сегментација према одређеној карактеристици. Препознавање облика засновано на упаривању – метода минималних квадрата и метода корелације и на статистилким методима - Бајесовог класификатор. Ентропија и методе компримовања података, са и без оштећења информационог садржаја (MP, JPEG, MPEG). Медицински стандарди (DICOM, PACS). "

Елементи програмирања - коришћење уграђених функција - вежбање на рачунару.

Циљ предмета је да полазнике који немају математичко-техничко предзнање уведе у проблематику дигиталне обраде сигнала.

Rafael Gonzalez, Richard Woods: Digital Image Processing, 2nd Ed.