Отпуск!

Все, ушел в отпуск! С уважением, Волохов Владимир.
P.S. Желаю всем студентам отдохнуть и набраться новых сил на грядущий учебный год.

Ярославль оцифровали!

"Ярославль оцифровали!" - так началось одно из новостных сообщений вчера на ГТК. Что же под этим подразумевалось и действительно ли это круто? Суть состояла в том, что завершился проект Яндекс по составлению панорамы отдельных улиц города Ярославля. С планом возможной визуализации панорамы можно ознакомиться здесь. Для визуализации контента достаточно щелкнуть в верхней правой части экрана на кнопочку "Панорамы" и далее выбрать на карте интересующее вас местоположение (возможное для просмотра). Подробная инструкция по использованию здесь. Для тех кто не знает что такое панорамы улиц, поясню определение. Панорамы улиц - российский аналог зарубежной технологии, известной как street view (англ. просмотр улиц, вид улиц). Панорамы улиц предоставляют пользователям возможность рассматривать дома, дороги и все окружающие объекты на уровне улицы. При этом пользователь может передвигаться в различных направлениях, что создает иллюзию виртуального присутствия на улицах города. Пояснение не очень, но умнее ничего не придумал и позаимствовал здесь. По своей сути панорамы улиц получаются путем специфической склейки отдельных статических цифровых изображений снятых с использованием одной или нескольких камер. Если у кого-то появился интерес по технической реализации данного процесса, рекомендую почитать англоязычную литературу по данной тематике, например, на сайтах западных курсов по компьютерному зрению (Computer Vision) или вычислительной фотографии (Computational photography) можно проанализировать тему Image Mosaics (совместная склейка нескольких изображений в одно). Ниже приведу пару ссылок:

1. Kemelmacher I., Rao R., Seitz S., Shapiro L. Computer Vision (CSE 455), 2003 - 2010. University of Washington (ссылка).
2. Efros A. Computational Photography (15-463 / 15-862), 2010. Carnegie Mellon University (ссылка).

Удачного изучения!

P.S. За выложенные в настоящем посте фотографии особая благодарность выражается коллегам из МГУ им. М.В. Ломоносова.

GraphiCon компьютерная графика в России

Случайно наткнулся на сайт сообщества ГРАФИКОН.
ГРАФИКОН - некоммерческое сообщество специалистов в области компьютерной графики, машинного зрения и обработки изображений. ГРАФИКОН было создано в 2010 году на базе ежегодно проводимой с 1991 года международной конференции GraphiCon.
Миссией ГРАФИКОН является содействие развитию компьютерной графики в России; популяризация области; совершенствование системы подготовки специалистов в области компьютерной графики, машинного зрения и обработки изображений; привлечение талантливых студентов, аспирантов, специалистов; расширение связей между академической наукой и индустрией.
Новой информации здесь для себя я пока не нашел, но тем не менее, вероятно, в будущем сайт будет расширяться и наполняться полезной информацией.

Сетевой журнал "Компьютерная графика и мультимедиа"

Давным-давно знаю, но пишу только сейчас. Информация не новая, особенно для сотрудников лаборатории цифровые цепи и сигналы Ярославского государственного университета им. П.Г. Демидова, поэтому, сообщаю ее для студентов и аспирантов, интересующихся компьютерной графикой и мультимедиа.
При факультете ВМиК МГУ им. М.В. Ломоносова сотрудниками лаборатории компьютерной графики и мультимедиа и лаборатории математических методов обработки изображений поддерживается сайт журнала "Компьютерная графика и мультимедиа". Тематика журнала следующая: 3D-графика, видео, звук, машинное зрение, обработка изображений и так далее.
Дополнительно, отмечу, что здесь можно найти много полезной информации для самообразования и самообучения, а также опубликовать свою статью. Более подробную информации смотрите на официальном сайте.

Западные курсы по "Цифровой обработке изображений"

Проанализировав свое прочтение курса по "Цифровой обработке изображений" в прошлом семестре, мне стало совсем очевидно, что читать его в форме без презентаций может только настоящий профессионал. Поэтому, для того чтобы не изобретать велосипед, я попробовал осуществить небольшой анализ уже существующих наработок преподавателей по этой тематике. Под наработками я имею ввиду хорошо составленный презентационный материал, который бы, позволил преподавателю качественно объяснить, а студенту понять то, о чем идет речь. Как это не странно, но с первого захода я нашел меньше информации по данной теме, чем по курсу "Компьютерное зрение". Однако, положительный результат все же есть! Одной из хороших затравок на эту тему может служить курс Алана Петерса (Alan Peters), который так и называется "Обработка изображений" (Image Processing). Этот курс читался вышеуказанным автором в период с 1999 по 2008 год в Vanderbilt School of Engineering. Десять лет - вполне достаточный срок для формирования хорошей базы курса лекций, плюс небольшие дополнения вносимые периодически. Состав лекций примерно следующий:

1. Введение в обработку изображений (презентация .ppt).
2. Цифровая обработка изображений с использованием Matlab (презентация .ppt).
3. Поточечная обработка изображений (презентация .ppt).
4. Цветовое восприятие (презентация .ppt).
5. Цветовая коррекция (презентация .ppt).
6. Одномерное и двумерное Фурье преобразование (презентация .ppt).
7. Пространственная фильтрация. Свертка цифровых изображений (презентация .ppt).
8. Частотная фильтрация (презентация .ppt).
9. Повышение резкости изображений (презентация .ppt).
10. Пикселизация и квантование (презентация .ppt).
11. Дискретизация изображений и наложение спектров (презентация .ppt).
12. Передискретизация изображений (презентация .ppt).
13. Поворот изображений (презентация .ppt).
14. Удаление шума из цифровых изображений. Некоррелированный шум (презентация .ppt).
15. Удаление шума из цифровых изображений. Коррелированный шум (презентация .ppt).
16. Медианный фильтр (презентация .ppt).
17. Морфологическая обработка бинарных изображений (презентация .ppt).
18. Морфологическая обработка полутоновых изображений (презентация .ppt).

В общем лекции очень интересные и хорошо составлены. Жаль, что в них нет ничего по сжатию!

Computer Science Club

Анализируя материалы, затрагивающие видеозаписи лекций в российских вузах, случайно наткнулся на сайт Computer Science Club. Краткая информация о нем приведена ниже.
Computer Science клуб создан в Санкт-Петербурге в сентябре 2007 года. Основная цель - предоставить студентам возможность получить образование в области Computer Science. Лекции читаются местными и приглашёнными преподавателями в ПОМИ РАН (Фонтанка, 27). Вход на лекции свободный. За время существования клуба его посетило более тысячи студентов различных вузов. В среднем на лекции присутствует около сорока слушателей, среди которых не только студенты, но и аспиранты, выпускники вузов. Наиболее популярные лекции собирают больше ста человек.
Дополнительно отмечу, что на сайте можно найти много полезной информации, например, о международных студенческих Computer Science школах, об одной из которых (Microsoft Computer Vision School, MSCVS) я писал ранее (информация здесь), ну и конечно лекции по темам Computer Science в виде презентаций и видеозаписей, среди которых можно выделить:

1. Конушин A. Семантическая классификация изображений, 2010. Сomputer Science клуб при ПОМИ РАН (ссылка).
2. Ерухимов В. Компьютерное зрение и библиотека OpenCV, 2011. Сomputer Science клуб при ПОМИ РАН (ссылка).

Для тех кто хочет немного вспомнить ГрафиКон'2010 рекомендую послушать лекцию Антона Конушина. Ну и не забыть подать хорошую статью на ГрафиКон'2011.

Вейвлеты в обработке сигналов. Дубль три

Угадайте кто? Для тех кто не знает или сдается, поясню, что на фотографии изображен известный французский ученый Стефан Малла (Stephane Mallat).

"Чем же он так известен?" - спросите вы. А тем, что в конце 80-х годов прошлого века Малла предложил достаточно уникальный на тот момент времени подход взаимосвязи теории вейвлет-преобразования и теории банков фильтров. Последнее позволило осуществить определенный толчок в дальнейшем развитии цифровой обработки сигналов различной размерности. Помимо этого Малла имеет достаточно впечатляющий послужной список в плане публикаций и известен как автор книги A Wavelet Tour of Signal Processing, о которой и пойдет речь в настоящем посте. На данный момент времени книга существует в трех изданиях. И хотя никакой информации о первом я не нашел, отмечу, что второе и третье издания в англоязычных версиях вышли в 1999 и 2008 годах, соответственно, в издательстве Academic Press. В русскоязычной версии, на данный момент времени, существует перевод второго издания, вышедший в издательстве Мир в 2005 году, который едва ли можно считать образцом перевода зарубежных книг. Русский перевод читается очень плохо, плюс, если учесть, что автор книги не пожалел математической основы, получается полный кошмар. Поэтому, вероятнее, лучше анализировать англоязычную версию. В общем и целом книга очень интересная.

Особо порадовало третье издание с доработанными главами и новым материалом, затрагивающим исследования в области представления, аппроксимации и восстановления сигналов за последние 15 лет. Среди новых составляющих третьего издания можно выделить: Radon Transform and Tomography, Block Thresholding for Denoising, Geometric Representations with Adaptive Triangulations, Curvelets and Bandlets, JPEG-2000 Image Compression, Compressive Sensing и так далее. Положительный эффект на восприятие материала оказывают пояснительные примеры, появившиеся в главах третьего издания. Официально в свободный доступ книга не выложена, однако, на некоторых файлообменниках она может быть найдена, например, здесь. Дополнительные материалы, затрагивающие главы книги, можно найти на ее официальном сайте. Покупка книги может быть осуществлена через сайт amazon.com.