Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2018/2019

Strojové vidění a zpracování obrazu

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
BI-SVZ Z,ZK 5 2+2 česky
Přednášející:
Marcel Jiřina (gar.)
Cvičící:
Jakub Novák, Marcel Jiřina (gar.), Lukáš Brchl, Jakub Žitný
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Kamerové systémy se stávají běžnou součástí života tím, že jsou všeobecně dostupné. S tímto fenoménem souvisí i potřeba obrazové informace zpracovávat a vyhodnocovat. Předmět seznamuje studenty s různými druhy kamerových systémů a s řadou metod pro zpracování obrazu a videa. Předmět je orientován na praktické využití kamerových systémů pro řešení úloh z praxe, se kterými se mohou absolventi setkat.

Požadavky:

Zájem o oblast zpracování obrazu. Vítané jsou poznatky z oblasti zpracování dat a matematiky.

Osnova přednášek:

1. Úvod do zpracování obrazu a videa. Technické prostředky pro snímání a záznam obrazu a videa. Uspořádání měřicího pracoviště.

2. Princip snímání, digitalizace obrazu, ukládání a přenos obrazu. Světelné podmínky, optické filtry, objektivy. Druhy kamer a jejich vlastnosti. Snímání v různých frekvenčních pásmech.

3. Ztrátová a bezeztrátová komprese obrazu a videa. Datové formáty.

4. Techniky předzpracování obrazu, změna rozlišení, změna hloubky, převody mezi barevnými soustavami.

5. Vzorkování a kvantování obrazu, Fourierova transformace, filtrace šumu v prostorové a frekvenční oblasti.

6. Rozostření a zaostření obrazu, histogram a jeho ekvalizace, geometrické a jasové transformace.

7. Konvoluční metody filtrace a detekce, detekce hran a významných částí v obraze, Houghova transformace

8. Degradace obrazu v důsledku pohybu, rekonstrukce pomocí filtrů.

9. 2D a 3D segmentační metody, plošná a hranová segmentace, Watershed segmentace, registrace obrazů

10. Morfologické operace, operace otevření a uzavření

11. Analýza videa, detekování změny scény

12. Extrakce popisných charakteristik objektů v obraze. Příznakové rozpoznávání a strojové učení, klasifikace a shluková analýza

13. Využití metod umělé inteligence pro porozumění obrazu.

Osnova cvičení:

1. Požadavky na zápočet, zadání semestrální práce. Práce s kamerou, její silové a datové připojení, osvětlení scény, příprava měřicího pracoviště.

2 Výběr vhodného kamerového systému pro danou úlohu, výběr vhodného objektivy, výpočty rozlišení a umístění kamery, rozhodnutí o vhodnosti kamerového systému pro danou úlohu, výběr filtrů, výběr osvětlení a zajištění světelných podmínek.

3. Měření pomocí černobílé maticové kamery pro úlohu kontroly geometrických rozměrů objektu.

4. Měření pomocí barevné maticové kamery, detekce různých materiálů.

5. Měření vysokorychlostní kamerou - snímání rychlých mechanických dějů a analýza pohybu.

6. Měření řádkovou kamerou - kontinuální snímání pohyblivých objektů a detekce vad.

7. Měření pomocí termovizní kamery - měření a vyhodnocování tepelných dějů, měření průběhu změny tepla.

8. Měření pomocí 3D senzoru - detekce pohyblivých objektů.

9. Měření objektů z více stran, komunikace více kamer mezi sebou - komplexní kontrola kvality.

10. Selektivní snímání s využitím pásmových filtrů - snímání v blízké UV oblasti.

11. Selektivní snímání s využitím pásmových filtrů - snímání v blízké IR oblasti.

12. Odevzdání a obhajoba semestrální práce.

13. Zápočet.

Cíle studia:

Cílem studia je poskytnout studentům poznatky v oblasti pořizování snímků a videí a jejich zpracování. Student by měl získat znalosti co se týče konkrétní zobrazovací techniky, způsobů jejího správného využití pro konkrétní úkoly a dále se naučit různé techniky zpracování obrazu s cílem vytěžit z obrazových dat požadované informace a znalosti.

Studijní materiály:

[1] Šonka, M., Hlaváč V., Boyle R., Image processing, analysis, and machine vision. Cengage Learning, 2014.

[2] Bradski, G., Kaehler A., Learning OpenCV: Computer vision with the OpenCV library. „ O'Reilly Media, Inc.“, 2008.

[3] Pratt W. K., Digital Image Processing (3. vydání), John Wiley, New York, 2001

[4] Gonzales R. C., Woods R. E., Digital Image Processing (3. vydání), Prentice Hall, 2016

[5] Gonzales R. C. a kol., Digital Image Processing using MATLAB, Prentice Hall, 2004

Poznámka:

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/BI-SVZ/

Volitelný předmět pro bakaláře i magistry.

Další informace:
https://courses.fit.cvut.cz/BI-SVZ/
Rozvrh na zimní semestr 2018/2019:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St
Čt

místnost TH:A-1247
Jiřina M.
11:00–12:30
(přednášková par. 1)
Thákurova 7 (FSv-budova A)
seminární místnost
místnost TH:A-1256
Novák J.
Brchl L.

12:45–14:15
(přednášková par. 1
paralelka 101)

Thákurova 7 (FSv-budova A)
Rozvrh na letní semestr 2018/2019:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St
Čt

místnost TH:A-1247
Jiřina M.
09:15–10:45
(přednášková par. 1)
Thákurova 7 (FSv-budova A)
seminární místnost
místnost TH:A-1256
Žitný J.
11:00–12:30
(přednášková par. 1
paralelka 101)

Thákurova 7 (FSv-budova A)
místnost TH:A-1256
Žitný J.
12:45–14:15
(přednášková par. 1
paralelka 102)

Thákurova 7 (FSv-budova A)
Předmět je součástí následujících studijních plánů:
Platnost dat k 18. 2. 2019
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet5575306.html