Strojové vidění a zpracování obrazu

Garant předmětu:

Přednášející:

Cvičící:

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:

https://courses.fit.cvut.cz/BI-SVZ/classification/index.html

Osnova přednášek:

1. Strojové vidění a fyzikální principy

2. Druhy senzorů a optika

3. Kamerový systém a zpracování obrazu

4. Obraz jako matice

5. Perspektiva a geometrie obrazu

6. Předzpracování obrazu - Transformace a korekce

7. Předzpracování obrazu - Morfologie a tvarové charakteristiky

8. Předzpracování obrazu - Filtrace v prostorové a frekvenční oblasti

9. Segmentace obrazu - Hranové

10. Segmentace obrazu - Houghova transformace a plošné segmentace

11. Rozpoznávání snímků, detekce objektů, moderní trendy

12. Moderní trendy rozpoznávání obrazu

Osnova cvičení:

1. Seznámení s nástroji

2. Práce s kamerami a základy zpracování obrazu

3. Vady optiky, kalibrace kamery

4. Segmentace obrazu

5. Využití světel

6. Perspektiva obrazu

7. Práce s hloubkovou kamerou

8. Řádkové kamery

9. Techniky transformace

10. Pespektiva obrazu, 360° objektivy

11. Základy měření s termokamerou

12. Klasifikace obrazu, detekce objektů

Cíle studia:

Student si má z předmětu odnést:

- schopnost reagovat na vágně zadanou poptávku po strojovém vidění v praxi

- znalosti, které mu umožní pochopit problém z pohledu strojového vidění a navrhnout vhodnou snímací soustavu včetně kamery, objektivu a osvětlení s cílem zisku ideálních obrazových dat pro další zpracování

- teoretické znalosti o přehledu algoritmů použitelných s nejmenším možným úsilím na svoje získaná ideální data s cílem vyřešení úlohy

- praktické znalosti s použitím implementací těchto algoritmů v jazyce Python na reálná data

Studijní materiály:

[1] McAndrew A., Computational Introduction to Digital Image Processing, CRC Press, 2. vydání, 2016

[2] Sundararajan D., Digital Image Processing: A Signal Processing and Algorithmic Approach, Springer, 2017

[3] Birchfield S., Image Processing and Analysis, Cengage Learning, 2016

[4] Acharya T., Ray A. K., Image Processing: Principles and Applications, Wiley, 2005

[5] Burger W., Burge M. J., Principles of Digital Image Processing: Fundamental Techniques, Springer-Verlag, 2009

Poznámka:

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

Další informace:

https://courses.fit.cvut.cz/BI-SVZ/

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: