Цифрові методи обробки сигналів та аналізу зображень
Спеціальність: Комп'ютерні системи управління рухомими об'єктами (автомобільний транспорт)
Код дисципліни: 7.122.07.E.017
Кількість кредитів: 5.00
Кафедра: Комп'ютеризовані системи автоматики
Лектор: Наконечний А.Й.
Семестр: 2 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей:
загальні компетентності:
– здатність до аналізу і синтезу одновимірних та багатовимірних сигналів;
– здатність до застосування набутих знань на практиці;
– мати навички розроблення та управління проектами;
– потенціал до подальшого навчання;
– відповідальність за якість виконуваної роботи;
фахові компетентності:
– ґрунтовні знання фундаментальних наук, в обсязі, необхідному для освоєння професійно-наукових дисциплін;
– здатність окреслювати пріоритети, що служать розв’язанню поставленого наукового завдання;
– здатність застосовувати інформаційно-комунікаційні технології, навики програмування та комп’ютерні інтегровані середовища для моделювання та розв’язання оптимізаційних задач інженерної та дослідницької діяльності;
– розуміння причинно-наслідкових зв’язків розвитку суспільства й уміння їх використовувати в професійній і соціальній діяльності;
– здатність застосовувати професійно-профільовані знання в процесі розв’язання наукових задач, побудови математичних моделей систем автоматики;
– здатність використовувати сучасні методи та підходи для оптимізації динамічних систем;
– здатність складати алгоритми розрахунку перехідних та усталених процесів для систем автоматики;
– здатність досліджувати аналітичні моделі систем автоматичного керування з використанням нейронних мереж та елементів нечіткої логіки;
– здатність використовувати сучасні методи оброблення сигналів та зображень в комп’ютерно-інтегрованих системах автоматики та робототехнічних комплексах гнучких автоматизованих виробництв;
Результати навчання: У результаті вивчення навчальної дисципліни здобувач освіти повинен бути здатним продемонструвати такі результати навчання:
– знати наукові поняття про методи та засоби перетворення і опрацювання сигналів та зображень у різних областях їх подання; основні алгоритми перетворення і обчислення сигналів; використовувати набуті знання на практиці;
– вміти оцінювати різні варіанти проектних рішень обчислення сигналів, вибирати серед них оптимальні; розробляти структури обчислень сигналів у різних областях їх подання; використовувати сучасні програмні засоби обчислень.
У результаті вивчення навчальної дисципліни здобувач освіти повинен бути здатним продемонструвати такі програмні результати навчання:
ЗН1. Ґрунтовні знання наукових понять, теорій і методів, необхідних для дослідження та синтезу комп’ютерно-інтегрованих систем автоматики та роботизованих технічних комплексів гнучких автоматизованих виробництв;
ЗН2. Знання методів та принципів лінійного програмування для оптимізації статичних систем керування;
ЗН6. Знання методів та засобів оброблення сигналів та зображень, основних підходів перетворення сигналів з однією області в іншу, методів та засобів здійснення цифрової фільтрації та стискання сигналів та зображень;
УМ1. Уміти здійснювати вибір необхідного методу перетворення сигналів, виконувати перетворення сигналів з однієї області в іншу, здійснювати цифрову фільтрацію та стискання сигналів, зокрема, сигналів зображень
УМ7. Вміти проводити пошук інформації в різних джерелах для розв’язання задач спеціалізації
КОМ.1 Уміння спілкуватись, включаючи усну та письмову комунікацію українською мовою та однією з іноземних мов (англійською, німецькою, італійською, французькою, іспанською)
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Основи цифрової обробки сигналів.
Теорія інформації.
Основи збору, передавання та обробки інформації.
Сучасні цифрові методи обробки сигналів та зображень
Короткий зміст навчальної програми: У навчальній дисципліні „Цифрові методи обробки сигналів та аналізу зображень” розглядаються теоретичні та практичні аспекти подання та оброблення сигналів у різних областях. Проводиться аналіз різних видів подання гармонічних і негармонічних сигналів та алгоритмів їх швидких обчислень. Особлива увага надається розгляду теоретичних питань, пов’язаних з поданням та обробленням неперіодичних одно- та багатомірних сигналів у часо-частотній, вейвлет області. Одночасно розглядаються конкретні напрямки практичного використання таких перетворень, зокрема для фільтрації, компресії та оцінки параметрів сигналів.
Опис: Вступ в дисципліну. Мета, задачі, структура курсу, література, історична довідка. Пряме і обернене дискретне перетворення Фур'є (ДПФ). Синусно-косинусне перетворення. Пряме і обернене перетворення Хартлі.
Двовимірне та багатовимірне ДПФ. Швидке перетворення Фур'є (ШПФ). ШПФ на основі прорідження за часом. Побудова графу ШПФ з прорідженням за часом.
Цифрові фільтри. Нерекурсивні і рекурсивні цифрові фільтри. Обчислення коефіцієнтів ФНЧ, ФВЧ, смугових СМ та режекторних РФ фільтрів. Обчислення передаточної функції ЦФ. Побудова блок- схем нерекурсивного та рекурсивного ЦФ.
Малохвильове (wavelet) перетворення та його суть. Неперервне пряме wavelet перетворення (CWT). Базові функції. Представлення сигналів в області . Звортнє wavelet перетворення (IWT).
Дискретне малохвильове (wavelet) перетворення (DWT). Wavelet ряди (SWT), зв'язок між (SWT) i (DWT).
Багаторівневий аналіз Маллата, фільтри, пряме та обернене wavelet перетворення. Схема блока та структури ДМП. Діаграма обчислення вейвлет коефіцієнтів Добеші на основі пірамідального алгоритму.
Алгоритми обчислення вейвлет коефіцієнтів: пірамідальний алгоритм Маллата, Койфмана-Вікергойзера, поетапного перетворення.
Компресія одно- та двовимірних сигналів з використанням wavelet перетворень. Структури компресії зображень з втратами та без втрат, переваги та недоліки.
Методи нанесення ЦП на зображення. Нанесення ЦП на основі малохвильового перетворення сигналів зображень та відеосигналів.
Вимірювання інтегральних характеристик сигналів на основі прямого і оберненого малохвильових перетворень.
Оцінювання інтегральних характеристик сигналів безпосередньо у малохвильовій області.
Нейронні мереж їх класифікація та властивості. Модель штучного нейрона. Архітектура штучної нейронної мережі. Навчання ШНМ.
Методи та критерії оцінювання: Методи оцінювання рівня досягнення здобувачем результатів навчання передбачають:
1. Поточний контроль роботи здобувача:
– тестове опитування;
– індивідуальне усне опитування на практичних заняттях;
– виконання практичних робіт та їх захист.
2. Підсумковий (екзаменаційний) контроль:
Складання екзаменаційного контролю передбачає виконання письмової та усної компонент.
Письмова компонента включає завдання трьох рівнів складності:
– завдання 1-го рівня – тестові завдання;
– завдання 2-го рівня – розкриття змісту понять та визначень;
– завдання 3-го рівня – повний розгорнутий виклад поставленого питання.
Критерії оцінювання результатів навчання: Критеріями оцінювання результатів навчання є:
– характер засвоєння вже відомого знання (рівень усвідомлення, міцність запам'ятовування, обсяг, повнота і точність знань);
– якість виявленого студентом знання, логіка мислення, аргументація, послідовність і самостійність викладу, культура мовлення;
– ступінь оволодіння вже відомими способами діяльності, уміннями і навичками застосування засвоєних знань на практиці;
– оволодіння досвідом творчої діяльності;
– якість виконання роботи (зовнішнє оформлення, темп виконання, ретельність).
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: Базова
1. Макс Ж. Методы и техника обработки сигналов при физических измерениях, т.1,т.2 под ред. Н.Г.Волкова, М. "Мир", 1983.
2. Бабак В.П., Хандецький В.С., Шрюфер Е. Обробка сигналів. -К.: Либідь, 1996. -392 с.
3. Наконечний А.Й. Теорія малохвильового (wavelet) перетворення та її застосування // Фенікс, Львів 2001, 278с.
4. Наконечний А.Й. Наконечний Р.А., Павлиш В.А. Цифрова обробка сигналів: навч. посібник /Наконечний А.Й. Наконечний Р.А., Павлиш В.А. – Львів: Видавництво Львівської політехніки, 2010. – 368с.
5. Наконечний А.Й. Обробка сигналів: навч. посібник / Наконечний А.Й., Стахів Р.А., Наконечний Р.А. – Львів: Растр-7, 2017. – 218с.
6. Наконечний А.Й., Лагун І.І., Верес З.Є., Наконечний Р.А.,Федак В.І. Теорія і практика обробки сигналів у малохвильовій (wavelet) області, під редакцією А.Й. Наконечного / Монографія Обробка сигналів: навч. посібник / Наконечний А.Й., Стахів Р.А., Наконечний Р.А. – Львів: Растр-7, 2020. – 470с.
7. William H.Press, Saul A.Teukolsky, William T.Vetterling, Brain P.Flannery, Nummerical Recipes in C, Cambridge University Press, 1991.
8. Charles K.Chui An Introduction to Wavelets, Department of Mathematics, Texas AEM University, 1993.
9. Randy K.Young, Wavelet Theory and its Application, Boston /Dordecht/ London, 1994.
Допоміжна
1. Геранін В.О., Писаренко Л.Д., Рушицький Я.Я. Математичні аспекти хвилькового аналізу. Навч. посібник з 16 лекцій. – К.: НТУУ „КПІ” (ВПФ УкрІНТЕІ), 2001. – 164с.
2. Дьяконов В.П. Вейвлеты. От теории к практике. – М.:СОЛОН-Р, – 2002. –448 с.
3 Лагун І.І. Вибір малохвильових базових функцій для опрацювання одновимірних сигналів / Лагун І.І., Наконечний А.Й. // Вісник Національного університету «Львівська політехніка», серія Автоматика, вимірювання та керування. - 2014.- №802. – С 3 – 8.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).