Аннотация рабочей программы дисциплины
«Обработка и анализ изображений»

Цель изучения дисциплины сформировать теоретические знания о математическом и алгоритмическом аппарате, используемом в современных системах обработки и анализа изображений;
выработать умения по практическому применению методов и технологий распознавания образов для построения формальных математических моделей и интерпретации результатов моделирования при решении прикладных задач в различных областях;
выработка умений и навыков использования различных программных инструментов анализа изображений и построения формальных математических моделей:
выработка умений построения систем распознавания образов, решающих типичные задачи анализа изображений и машинного зрения, с использованием высокоуровневых программных средств;
Место дисциплины в учебном плане Б1.О.02
Формируемые компетенции ОПК-3, ПК-1
Знания, умения и навыки, получаемые в результате освоения дисциплины
Знать:
о различных подходах к построению систем распознавания образов и анализа изображений;
о соотношении дисциплины «распознавание образов и анализ изображений», ее предмета и методов с такими областями как математическая статистика, интеллектуальный анализ данных, машинное обучение, компьютерное зрение, методы оптимизации, дискретная математика;
о прикладных областях и постановках прикладных задач, в которых применяются методы распознавания образов и анализа изображений;
Уметь:
способы представления цифровых изображений в пространственной и частотной областях;
методы предварительной подготовки изображений;
методы статистического анализа изображений;
методы сегментации изображений;
методы фильтрации изображений и особенности различных фильтров;
способы подавления шума на изображении;
способы поиска границ на изображении;
методы обнаружения объектов на изображении;
методы сжатия изображений;
методы анализа многомерных данных;
основные положения теории обучения по прецедентам,
методы снижения размерности данных и отбора информативных признаков,
методы кластеризации,
методы классификации,
методы регрессионного анализа;
возможности, условия применимости и свойства наиболее распространенных методов машинного обучения при построении, проверке качества и эксплуатации формальных математических моделей;
Иметь навыки и (или) опыт деятельности (владеть):
построения и интерпретации формальных математических моделей в терминах прикладной области;
решения прикладных задач с подбором подходящих методов и программных средств анализа изображений и распознавания образов;
конструирования систем распознавания образов на базе высокоуровневых программных средств;
Содержание дисциплины Обработка изображений. Анализ изображений.
Виды учебной работы Лекции, практические, самостоятельная работа.
Используемые информационные, инструментальные и программные средства
Scilab
R STUDIO
Python c расширениями PIL, Py OpenGL
Microsoft Office
Microsoft Windows
7-Zip
AcrobatReader
Сайт библиотеки АлтГУ: www.lib.asu.ru;
Электронно-библиотечная система издательства "Лань": www.e.lanbook.com;
Электронно-библиотечная система "Университетская библиотека online": www.biblioclub.ru;
Свободная энциклопедия "Википедия": http://ru.wikipedia.org;
Единый образовательный портал http://portal.edu.asu.ru
Форма промежуточной аттестации Зачет.