МИНОБРНАУКИ РОССИИ
федеральное государственное бюджетное образовательное учреждение высшего образования
«Алтайский государственный университет»

Компьютерная графика и обработка изображений

рабочая программа дисциплины
Закреплена за кафедройКафедра информационной безопасности
Направление подготовки10.03.01. Информационная безопасность
ПрофильБезопасность автоматизированных систем (в сфере профессиональной деятельности)
Форма обученияОчная
Общая трудоемкость4 ЗЕТ
Учебный план10_03_01_Информационная безопасность_БАС-2023
Часов по учебному плану 144
в том числе:
аудиторные занятия 50
самостоятельная работа 50
индивидуальные консультации 44
Виды контроля по семестрам
зачеты: 6

Распределение часов по семестрам

Курс (семестр) 3 (6) Итого
Недель 18
Вид занятий УПРПДУПРПД
Лекции 14 14 14 14
Лабораторные 36 36 36 36
Сам. работа 50 50 50 50
Консультации 44 44 44 44
Итого 144 144 144 144

Программу составил(и):
к.ф.-м.н., доцент, Дмитриев А.А.

Рецензент(ы):
к.ф.-м.н., доцент, Рудер Д.Д.

Рабочая программа дисциплины
Компьютерная графика и обработка изображений

разработана в соответствии с ФГОС:
Федеральный государственный образовательный стандарт высшего образования - бакалавриат по направлению подготовки 10.03.01 Информационная безопасность (приказ Минобрнауки России от 17.11.2020 г. № 1427)

составлена на основании учебного плана:
10.03.01 Информационная безопасность
утвержденного учёным советом вуза от 26.06.2023 протокол № 4.

Рабочая программа одобрена на заседании кафедры
Кафедра информационной безопасности

Протокол от 06.06.2024 г. № №10-2023/24
Срок действия программы: 20242025 уч. г.

Заведующий кафедрой
д.ф.-м.н., профессор Поляков В.В.


1. Цели освоения дисциплины

1.1.Целью изучения дисциплины является формирование знаний и практических навыков в использовании методов анализа и обработки изображений при помощи современных программных средств. Выполнение учебной программы позволяет студентам ознакомиться с основными методами получения цифровых изображений, освоить современные приемы программной обработки и анализа изображений на вычислительных устройствах.

2. Место дисциплины в структуре ООП

Цикл (раздел) ООП: Б1.О.05

3. Компетенции обучающегося, формируемые в результате освоения дисциплины

ОПК-8Способен осуществлять подбор, изучение и обобщение научно-технической литературы, нормативных и методических документов в целях решения задач профессиональной деятельности;
ОПК-8.1 Знает методы систематизации научно-технической литературы, нормативных и методических документов для решения прикладных проблем информационной безопасности.
ОПК-8.2 Умеет изучать и обобщать научно-техническую литературу, подбирать нормативные и методические документы для решения профессиональных задач.
ОПК-8.3 Владеет навыками сбора, обработки, анализа и систематизации информации на основе научно-технической литературы, нормативных и правовых документов в области профессиональной деятельности.
В результате освоения дисциплины обучающийся должен
3.1.Знать:
3.1.1.1. Принципы получения изображения с помощью цифровых устройств.
2. Основные цветовые модели, используемые при работе с изображениями.
3. Основные градационные преобразования изображений и их область применения.
4. Принципы построения гистограмм цифрового изображения.
5. Алгоритмы пространственной фильтрации цифровых изображений.
6. Методы сегментации цифровых изображений.
7. Аппарат морфологических приемов обработки изображений.


3.2.Уметь:
3.2.1.1. Выбирать и использовать методы улучшения цифрового изображения в зависимости от задачи.
2. Строить гистограмму цифрового изображения, определять качество цифрового изображения в зависимости от вида гистограммы.
3. Выбирать оптимальный метод сегментации для качественного выделения объектов на изображении.
3.3.Иметь навыки и (или) опыт деятельности (владеть):
3.3.1.1. В применении на практике алгоритмов улучшения цифрового изображения.
2. Работы с инструментами для устранения шума на цифровом изображении.
3. В использовании современных программных средств работы с цифровыми изображениями.

4. Структура и содержание дисциплины

Код занятия Наименование разделов и тем Вид занятия Семестр Часов Компетенции Литература
Раздел 1. Получение и представление изображений. Цветовые пространства.
1.1. Форматы графических изображений Консультации 6 10 ОПК-8.1
1.2. Получение и представление изображений. Цветовые пространства. Лекции 6 1 ОПК-8.2 Л1.1
1.3. Базовые операции. Цветовые режимы. Геометрические преобразования. Лабораторные 6 6 ОПК-8.2 Л2.1
1.4. Форматы графических изображений Сам. работа 6 12 ОПК-8.3 Л2.1, Л1.1
Раздел 2. Геометрические преобразования изображений.
2.1. Основы программирования в среде Python Консультации 6 10 ОПК-8.3
2.2. Геометрические преобразования изображений. Лекции 6 1 ОПК-8.1 Л1.1
2.3. Базовые операции. Цветовые режимы. Геометрические преобразования. Лабораторные 6 6 ОПК-8.2 Л1.1
2.4. Градационные методы в растровых редакторах Консультации 6 10 ОПК-8.1
2.5. Пространственные методы обработки изображений. Градационные преобразования. Лекции 6 1 ОПК-8.1, ОПК-8.2 Л2.1, Л1.1
2.6. Градационные методы в растровых редакторах Сам. работа 6 8 ОПК-8.3 Л1.1
2.7. Основы программирования в среде Mathlab Сам. работа 6 8 ОПК-8.3 Л2.1, Л1.1
Раздел 3. Гистограмма изображений. Эквализация гистограммы.
3.1. Обработка изображений. Точечные операции и фильтрация. Консультации 6 10 ОПК-8.3
3.2. Гистограмма изображений. Эквализация гистограммы. Лекции 6 1 ОПК-8.1 Л2.1, Л1.1
3.3. Обработка изображений. Точечные операции и фильтрация. Лабораторные 6 6 ОПК-8.3 Л1.1
3.4. Алгоритмы быстрого построения гистограммы изображений. Сам. работа 6 8 ОПК-8.3 Л1.1
Раздел 4. Пространственная фильтрация цифровых изображений.
4.1. Использование низкочастотной фильтрации для обработки цифровых изображений. Консультации 6 4 ОПК-8.1
4.2. Пространственная фильтрация цифровых изображений. Лекции 6 2 ОПК-8.1 Л2.1, Л1.1
4.3. Обработка изображений. Точечные операции и фильтрация. Лабораторные 6 4 ОПК-8.3 Л1.1
4.4. Использование низкочастотной фильтрации для обработки цифровых изображений. Сам. работа 6 8 Л1.1
4.5. Обработка изображений. Точечные операции и фильтрация. Лабораторные 6 4 Л2.1, Л1.1
Раздел 5. Сегментация и выделение границ на изображении.
5.1. Сегментация и выделение границ на изображении. Лекции 6 1 ОПК-8.2 Л2.1, Л1.1
5.2. Связывание контуров. Преобразование Хафа. Лекции 6 1 ОПК-8.1 Л2.1, Л1.1
5.3. Сегментация. Определение границ. Лабораторные 6 4 ОПК-8.3 Л1.1
Раздел 6. Методы пороговой сегментации.
6.1. Методы пороговой сегментации. Лекции 6 2 ОПК-8.1, ОПК-8.2 Л1.1
6.2. Методы определения оптимального порога сегментации. Лекции 6 2 ОПК-8.3 Л1.1
6.3. Алгоритм определения порога сегментации методом Оцу. Сам. работа 6 6 ОПК-8.1 Л2.1, Л1.1
6.4. Сегментация. Определение границ. Лабораторные 6 2 ОПК-8.2 Л1.1
Раздел 7. Морфологическая обработка изображений.
7.1. Морфологическая обработка изображений. Лекции 6 1 ОПК-8.1 Л1.1
7.2. Основные принципы представления и описания изображений. Лекции 6 1 ОПК-8.2 Л1.1
7.3. Морфологические операции. Лабораторные 6 4 ОПК-8.3 Л1.1

5. Фонд оценочных средств

5.1. Контрольные вопросы и задания для проведения текущего контроля и промежуточной аттестации по итогам освоения дисциплины
Оценочные материалы для текущего контроля по разделам и темам дисциплины в полном объеме размещены в онлайн-курсе на образовательном портале «Цифровой университет АлтГУ» – https://portal.edu.asu.ru/course/view.php?id=1011
ОЦЕНКА СФОРМИРОВАННОСТИ КОМПЕТЕНЦИИ ОПК-8
ПРИМЕРЫ ЗАДАНИЙ ЗАКРЫТОГО ТИПА
1. Какое из перечисленных цветовых пространств является аппаратно-независимым.
a. Изображение в градациях серого.
b. L*a*b
c. RGB.
d.CMYK.
ответ b
2. Отметьте причины введения компоненты K – черного цвета в цветовую модель CMYK.
a. Необходимостью перевода в пространство RGB.
b. Низкое качество бумаги для печати.
c. Несовершенство красителей.
d. Требуется для соответствия различным стандартам качества печати
ответ b, c
3. По значениям координат цветовой модели RGB определите черный цвет.
a. [234 0 22]
b. [129 129 129]
c. [12 12 12]
d. [0 0 0]
ответ d
4. По значениям координат цветовой модели RGB определите белый цвет.
a. [10 10 10]
b. [2 2 2]
c. [255 255 255]
d. [64 64 64]
ответ с
5. Оттенки какого цвета расположены на диагонали, соединяющей начало координат и точку, наиболее удаленную от центра координат цветовой модели RGB.
a. Оттенки красного.
b. Оттенки серого.
c. Оттенки голубого.
d. Оттенки коричневого.
ответ b
6. Чему равна сумма коэффициентов масок фильтров, необходимых для выделения линий на изображении толщиной в один пиксел?
a. 0
b. 6
c. 48
d. -1
Ответ – а
7. Какую функцию нужно использовать для определения порога сегментации методом Оцу?
a. std()
b. Img <= T
c. imfilter()
d. graythresh()
Ответ – d
8. Как называется метод разделения пикселей цифрового изображения на две группы относительно заданного значения яркости.
a. Низкочастотная фильтрация
b. Метод главных компонент.
c. Многоуровневая сегментация.
d. Пороговая сегментация.
Ответ – d
9. Что предлагает метод Оцу при работе с цифровыми изображениями?
a. Алгоритм уменьшения уровня шума на цифровом изображении.
b. Алгоритм фильтрации на краях изображения.
c. Алгоритм автоматического определения порога для сегментации.
d. Алгоритм улучшения качества изображения.
Ответ – с
10. Что описывает модель наклонного перепада яркости?
a. Вероятность появления пикселей с требуемой яркостью.
b. Область расфокусировки изображения, где яркость изменяется линейно.
c. Распределение откликов после пространственной фильтрации.
d. Ограничения применения сегментации к отдельным видам цифровых изображений.
Ответ – b
11. Для чего необходима пороговая сегментация в задачах морфологии?
a. Для выполнения фильтрации.
b. Для бинаризации цифрового изображения.
c. Для выполнения градационных преобразований
d. Для удаления средней яркости.
Oтвет – b
12. Для чего необходима пороговая сегментация в задачах морфологии?
a. Для бинаризации цифрового изображения.
b. Для выполнения градационных преобразований
c. Для выполнения фильтрации.
d. Для удаления средней яркости.
Ответ – а
13. Выберите морфологическую операцию, которая соответствует последовательному применению операций эрозии и дилатации.
a. Эрозия.
b. Дилатация.
c. Открытие.
d. Закрытия.
Ответ – с
14. Выберите морфологическую операцию, которая соответствует последовательному применению операций дилатации и эрозии.
a. Открытие.
b. Пересечение.
c. Размыкание.
d. Замыкание.
Ответ – d
15. Какую операцию (из перечисленных) цифровой обработки изображений необходимо использовать, если необходимо повысить четкость размытого изображения.
a. Преобразование в негатив.
b. Пространственный фильтр повышения резкости.
c. Удаление среднего уровня яркости.
d. Пространственный сглаживающий фильтр.
Ответ - b

КРИТЕРИИ ОЦЕНИВАНИЯ: Каждое задание оценивается 1 баллом. Оценивание КИМ теоретического характера в целом:
• «зачтено» – верно выполнено более 75% заданий; «не зачтено» – верно выполнено 75% и менее 75% заданий;

ПРИМЕРЫ ЗАДАНИЙ ОТКРЫТОГО ТИПА
1. Что такое дискретизация изображения.
Аналоговый сигнал, генерируемый светочувствительными элементами, подвергается специальным преобразованиям дискретизации и квантованию, основная цель которых получение цифрового изображения. При выполнении процедуры дискретизации происходит задание дискретного множества координат, которое описывает исходное изображение.
2. Опишите получение изображений в различном частотном диапазоне.
При получении цифровых изображений довольно часто используется диапазон видимой части электромагнитного излучения с длиной волны от 0.4 до 0.7 мкм. Данная область электромагнитного спектра называется видимым излучением. Однако в общем случае возможна регистрация изображений в различном частотном диапазоне. Условием для регистрации является создание необходимых чувствительных элементов, реагирующих на изменение частоты в нужном частотном диапазоне.
3. Опишите цветовую модель RGB.
Цветовая модель RGB является аппаратно-ориентируемой цветовой моделью, используемой для цветных мониторов. Обычно данная цветовая система представляется в виде декартовой системы координат, где каждый оттенок цвета кодируется тремя первичными цветами, красным (R), зеленым (G), синим (B).
4. Опишите модель CMYK.
Цветовая модель CMYK также является аппаратно-ориентируемой моделью, служит стандартом для изображений, используемых в полиграфии и печати. Для реализации модели используется пространство, определяемое следующими первичными цветами C – голубым, М – пурпурным, Y – желтым.
5. Опишите модель CIE L*a*b*.
Особенностью цветовой модели L*a*b* является локализация информации о цвете в двух отдельных компонентах a и b, тогда как за общее распределение яркости на изображении отвечает выделенная компонента L. В компонентах a и b содержатся хроматические данные об изображении. По
существу, а обозначает положение цвета в диапазоне от зеленого до красного, b определяет положение от синего до желтого.
6. Что такое цветовой режим.
Цветовой режим в оттенках серого (градациях серого) применяется для представления изображения в серых цветах. Для перевода изображения их цветового режима RGB в градации серого используют
следующее выражение - = 0.299 + 0.587 + 0.144.
7. Градационные методы изменения изображений.
Можно выделить следующие типы градационных преобразований.
1. Тождественное.
2. Линейное.
3. Степенное.
4. Кусочно-линейное.
8. Арифметические операции на изображении.
Арифметические операции на цифровом изображении могут выполняться как над отдельными пикселями изображения, так и между двумя или несколькими изображениями. Основной практической целью при использовании данных преобразований является повышение или понижение
средней яркости, выделение объектов на изображении, устранение мелких деталей.
8. Гистограмма изображения.
Гистограммой цифрового изображения (x, y), значения яркостей пикселей которого принимают значения из диапазона [0, Lmax], называется дискретная функция, показывающая какое число пикселей соответствует
определенному уровню яркости.
9. Контрастирование изображения
Контрастирование изображения – это процесс улучшения цифрового изображения, в ходе которого гистограмма модифицированного изображения
растягивается вдоль оси яркости.
10.Медианная фильтрация
Медианная фильтрация относится к типу нелинейной пространственной фильтрации. Термин нелинейность говорит о том, что пиксели изображения перед операцией фильтрации расставляются в определенном порядке, а отклик в процессе фильтрации выбирается по определенному закону..
11. Как проявляется появление шумовых составляющих на цифровом изображении
Появление на изображении шумовой составляющей обычно выражается в виде сильных изменений значений яркостей пикселей изображения.
12. На какой математической операции построен линейный усредняющий фильтр.
На операции нахождения среднего значения яркости пикселей на выделенной области цифрового изображения.
13. Чему равна сумма коэффициентов линейного усредняющего фильтра.
Одним из основных свойств маски любого усредняющего фильтра является тот факт, что сумма его коэффициентов равна
14. Перечислите основные области применения усредняющих фильтров.
Подавление шума. Усредняющий фильтр сглаживает резкие скачки
яркости пикселей на цифровом изображении, обусловленные наличием
шума. Поэтому также усредняющие фильтры относят к группе
низкочастотных фильтров. Размытие изображения. Применение усредняющей фильтрации
приводит к эффекту расфокусировки изображения. Удаление деталей, устранение разрывов между контурами объектов на изображении. Проявление эффекта сглаживания скачков яркости приводит к удалению информации о контурах, которые по сути также описываются сильным изменением яркости
15. Какая математическая операция лежит в основе фильтра повышения резкости.
В цифровой обработке изображений в простейшем случае задача повышения резкости изображения может быть решена с помощью применения второй производной и вычисления оператора Лапласа на элементах изображения.
16. Чему равна сумма коэффициентов фильтра Лапласа.
Сумма коэффициентов фильтра Лапласа равен 0. Данное условие является необходимым для нулевого отклика в областях постоянной яркости.
17. Что такое сегментация цифровых изображений?
По своей сути процесс сегментации позволяет разделить изображение две категории объектов: это информативные сегменты (объекты) и фон.
18. Объясните метод пороговой сегментации.
Разделение изображения на составляющие его объекты может быть выполнена, основываясь на свойстве однородности яркости пикселов на изображении. В основе метода пороговой сегментации лежит предположение, что пикселы, принадлежащие одному типу объектов на изображении, имеют близкие значения яркостей.
19. Как характер засветки или расфокусировки на цифровом изображении влияет на точность определения порога сегментации?
На правильность выделения объектов при пороговой сегментации сильно влияют качество изображения. Например, при определенной засветки изображения провести процесс сегментирования без ошибок бывает довольно сложно.
20. Приведите примеры масок фильтров, которые используются для поиска точек и линий на цифровом изображении.
Задача обнаружения отдельных точек (одиночный разрыв яркости) на цифровом изображении может быть решена использованием одной из масок фильтра Лапласа.

КРИТЕРИИ ОЦЕНИВАНИЯ ОТКРЫТЫХ ВОПРОСОВ.
«Отлично» (зачтено): Ответ полный, развернутый. Вопрос точно и исчерпывающе передан, терминология сохранена, студент превосходно владеет основной и дополнительной литературой, ошибок нет.
«Хорошо» (зачтено): Ответ полный, хотя краток, терминологически правильный, нет существенных недочетов. Студент хорошо владеет пройденным программным материалом; владеет основной литературой, суждения правильны.
«Удовлетворительно» (зачтено): Ответ неполный. В терминологии имеются недостатки. Студент владеет программным материалом, но имеются недочеты. Суждения фрагментарны.
«Неудовлетворительно» (не зачтено): Не использована специальная терминология. Ответ в сущности неверен. Переданы лишь отдельные фрагменты соответствующего материала вопроса. Ответ не соответствует вопросу или вовсе не дан.
5.2. Темы письменных работ для проведения текущего контроля (эссе, рефераты, курсовые работы и др.)
нет
5.3. Фонд оценочных средств для проведения промежуточной аттестации
ОЦЕНКА СФОРМИРОВАННОСТИ КОМПЕТЕНЦИИ ОПК-8
Для оценки сформированности компетенции для каждой лабораторной работы выдаются два вопроса из списка ниже.
ВОПРОСЫ ТЕОРЕТИЧЕСКОГО ХАРАКТЕРА:
1. Принципы обработки изображений в среде Матлаб. Примеры оптимизации программ при помощи векторного подхода.
2. Получение изображения с помощью цифровых устройств.
3. Цветовая модель RGB. Основные характеристики модели. Область применения.
4. Цветовая модель CMYK. Основные характеристики модели. Область применения.
5. Цветовая модель CIE L*a*b*. Основные характеристики модели. Область применения.
6. Понятие индексированных цветов. Алгоритм, область применения.
7. Цветовая модель HSB. Основные характеристики модели. Область применения.
8. Элементы компьютерной графики. Операции двумерной трансляции, поворота.
9. Элементы компьютерной графики. Операции масштабирования, отражения.
10. Однородные координаты. Операции трансляции, поворота, масштабирования, отражения, сдвига в однородных координатах.
11. Геометрические преобразования изображений. Интерполяция по ближайшему соседу, билинейная, бикубическая интерполяция. Алгоритмы, сравнения по качеству и скорости.
12. Градационное преобразование. Виды градационных преобразований.
13. Арифметико-логические операции на изображении. Проблема выхода значения яркости за заданный диапазон.
14. Гистограмма изображений. Гистограммные статистики.
15. Линейное контрастирование изображения.
16. Эквализация цифрового изображения.
17. Модель искаженного изображения.
18. Виды шумов на цифровом изображении.
19. Пространственная фильтрация. Понятие свертки. Алгоритм пространственной фильтрации.
20. Линейный усредняющий фильтр. Построение маски, виды фильтров, применение и свойства.

ВОПРОСЫ ПРАКТИКО-ОРИЕНТИРОВАННОГО ХАРАКТЕРА:
21. Нелинейные пространственные фильтры. Виды. Алгоритмы работы.
22. Пространственные фильтры повышения резкости. Фильтр Лапласа.
23. Пространственные фильтры повышения резкости. Градиентная фильтрация. Виды фильтров.
24. Сегментация. Определение разрывов яркости, точек, линий, перепадов яркости. Примеры используемых фильтров.
25. Метод пороговой сегментации.
26. Методы автоматического определения порога для сегментации изображения. Метод Гонсалеса, Вудса, метод Оцу.
27. Математическая модель определения оптимального порога сегментации.
28. Сегментация разделением областей. Алгоритм квадродерева.
29. Сегментация на основе кластеризации методом к-средних.
30. Методы связывания контуров. Алгоритм локальной обработки. Преобразование Хафа.
31. Морфологическая обработка изображений. Операция дилатации и эрозии.
32. Морфологическая обработка изображений. Операция открытия и закрытия.
33. Представление границы кодом Фримана. Алгоритм, недостатки.
34. Описание границы при помощи метода сигнатур. Алгоритм. Свойства.
35. Описание границы при помощи метода Фурье-дескрипторов. Алгоритм. Свойства.
36. Описание изображение при помощи статистических, структурных и спектральных методов.
37. Метод локального бинарного шаблона.
38. Применение методов частотной фильтрации при обработке цифровых изображений.
39. Принципы обработки изображений в среде Python. Примеры оптимизации программ при помощи векторного подхода.
40. .Методы автоматического определения порога для сегментации изображения. Метод Оцу.


КРИТЕРИИ ОЦЕНИВАНИЯ:
«Отлично» (зачтено): студентом дан полный, в логической последовательности развернутый ответ на поставленные вопросы, где он продемонстрировал знания предмета в полном объеме учебной программы, достаточно глубоко осмысливает дисциплину, самостоятельно, и исчерпывающе отвечает на дополнительные вопросы, приводит собственные примеры по проблематике поставленного вопроса, решил предложенные практические задания без ошибок.
«Хорошо» (зачтено): студентом дан развернутый ответ на поставленный вопрос, где студент демонстрирует знания, приобретенные на лекционных и семинарских занятиях, а также полученные посредством изучения обязательных учебных материалов по курсу, дает аргументированные ответы, приводит примеры, в ответе присутствует свободное владение монологической речью, логичность и последовательность ответа. Однако допускаются неточности в ответе. Решил предложенные практические задания с небольшими неточностями.
«Удовлетворительно» (зачтено): студентом дан ответ, свидетельствующий в основном о знании процессов изучаемой дисциплины, отличающийся недостаточной глубиной и полнотой раскрытия темы, знанием основных вопросов теории, слабо сформированными навыками анализа явлений, процессов, недостаточным умением давать аргументированные ответы и приводить примеры, недостаточно свободным владением монологической речью, логичностью и последовательностью ответа. Допускается несколько ошибок в содержании ответа и решении практических заданий.
«Неудовлетворительно» (не зачтено): студентом дан ответ, который содержит ряд серьезных неточностей, обнаруживающий незнание процессов изучаемой предметной области, отличающийся неглубоким раскрытием темы, незнанием основных вопросов теории, неумением давать аргументированные ответы. Выводы поверхностны. Решение практических заданий не выполнено. Студент не способен ответить на вопросы даже при дополнительных наводящих вопросах преподавателя.

Ответы принимаются на лабораторных работах по дисциплине в течение семестра, когда она преподается согласно учебному плану.

6. Учебно-методическое и информационное обеспечение дисциплины

6.1. Рекомендуемая литература
6.1.1. Основная литература
Авторы Заглавие Издательство, год Эл. адрес
Л1.1 Селезнев В.А., Дмитроченко С.А. Компьютерная графика: Учебник и практикум для академического бакалавриата М. : Издательство Юрайт, 2018 // ЭБС Университетская библиотека Online www.biblio-online.ru
6.1.2. Дополнительная литература
Авторы Заглавие Издательство, год Эл. адрес
Л2.1 Дмитриев А. А. Компьютерная графика и обработка изображения. Теоретические основы.: Учебное пособие Барнаул: Изд-во АлтГУ, 2015
6.2. Перечень ресурсов информационно-телекоммуникационной сети "Интернет"
Название Эл. адрес
Э1 курс в Moodle portal.edu.asu.ru
6.3. Перечень программного обеспечения
Windows 7 Professional, № 61848418 от 24.04.2013 (бессрочная);
Office 2010 Standart, № 61823557 от 22.04.2013 (бессрочная);
Python c расширениями PIL, Py OpenGL, https://docs.python.org/3/license.html
FAR, http://www.farmanager.com/license.php?l=ru
7-Zip, http://www.7-zip.org/license.txt
AcrobatReader, http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf
GIMP, https://docs.gimp.org/2.8/ru/
Inkscape, https://inkscape.org/en/about/license/
Chrome; http://www.chromium.org/chromium-os/licenses
DjVu reader, http://djvureader.org/
Microsoft Office 2010 (Office 2010 Professional, № 4065231 от 08.12.2010), (бессрочно);
Microsoft Windows 7 (Windows 7 Professional, № 61834699 от 22.04.2013), (бессрочно);
Chrome (http://www.chromium.org/chromium-os/licenses), (бессрочно); 7-Zip (http://www.7-zip.org/license.txt), (бессрочно);
AcrobatReader (http://wwwimages.adobe.com/content/dam/Adobe/en/legal/servicetou/Acrobat_com_Additional_TOU-en_US-20140618_1200.pdf), (бессрочно);
ASTRA LINUX SPECIAL EDITION (https://astralinux.ru/products/astra-linux-special-edition/), (бессрочно);
LibreOffice (https://ru.libreoffice.org/), (бессрочно);
Веб-браузер Chromium (https://www.chromium.org/Home/), (бессрочно);
Антивирус Касперский (https://www.kaspersky.ru/), (до 23 июня 2024);
Архиватор Ark (https://apps.kde.org/ark/), (бессрочно);
Okular (https://okular.kde.org/ru/download/), (бессрочно);
Редактор изображений Gimp (https://www.gimp.org/), (бессрочно)
6.4. Перечень информационных справочных систем
Профессиональные базы данных:
1. Электронная база данных «Scopus» (http://www.scopus.com);
2. Электронная библиотечная система Алтайского государственного университета (http://elibrary.asu.ru/);
3. Научная электронная библиотека elibrary (http://elibrary.ru)

7. Материально-техническое обеспечение дисциплины

Аудитория Назначение Оборудование
Учебная аудитория для проведения занятий лекционного типа, занятий семинарского типа (лабораторных и(или) практических), групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации, курсового проектирования (выполнения курсовых работ), проведения практик Стандартное оборудование (учебная мебель для обучающихся, рабочее место преподавателя, доска, мультимедийное оборудование стационарное или переносное)
417К лаборатория информационных технологий - компьютерный класс - учебная аудитория для проведения занятий семинарского типа (лабораторных и(или) практических); проведения групповых и индивидуальных консультаций, текущего контроля и промежуточной аттестации Учебная мебель на 12 посадочных мест; рабочее место преподавателя; доска маркерная - 1 шт.; шкаф с учебно-наглядными пособиями - 1 шт.; компьютеры: марка Клама С Офис – 12; проектор, экран с мультимедиа Smart - 1 ед.; учебно-наглядные пособия.
Помещение для самостоятельной работы помещение для самостоятельной работы обучающихся Компьютеры, ноутбуки с подключением к информационно-телекоммуникационной сети «Интернет», доступом в электронную информационно-образовательную среду АлтГУ

8. Методические указания для обучающихся по освоению дисциплины

Для успешного освоения материала необходимо использовать электронный курс, доступный на едином образовательном портале университета по адресу
https://portal.edu.asu.ru/course/view.php?id=1011
Рекомендации по подготовке к лекционным занятиям
- перед очередной лекцией необходимо просмотреть по конспекту материал предыдущей лекции.
- бегло ознакомиться с содержанием очередной лекции по основным источникам литературы в соответствии с рабочей программой дисциплины;
- обратить особое внимание на сущность и графическое сопровождение основных рассматриваемых теоретических положений.
Рекомендации по подготовке к лабораторным работам
- руководствоваться графиком лабораторных работ РПД;
- накануне перед очередной работой необходимо по конспекту или в методических указаниях к работе просмотреть теоретический материал работы;
- на лабораторном занятии, выполнив разработку алгоритма и реализовав задание на языке высокого уровня, необходимо проанализировать окончательные результаты и убедится в их достоверности;
- обратить внимание на оформление отчета, в котором должны присутствовать: цель работы, описание алгоритма, журнал опытных данных, реализация в опыте, цели работы, необходимые графические зависимости (при их наличии) и их анализ, результаты работы и выводы;
- при подготовке к отчету руководствоваться вопросами, приведенными в методических указаниях к данной работе, тренажерами программ на ЭВМ по отчету работ и компьютерным учебником.
Рекомендации по подготовке к самостоятельной работе
- руководствоваться графиком самостоятельной работы;
- выполнять все плановые задания, выдаваемые преподавателем для самостоятельного выполнения, и разбирать на семинарах и консультациях неясные вопросы;
- подготовку к экзамену необходимо проводить по экзаменационным теоретическим вопросам
- при подготовке к экзамену параллельно прорабатываете соответствующие теоретические и практические разделы курса, все неясные моменты фиксируйте и выносите на плановую консультацию.