Ipari képfeldolgozás és képmegjelenítés

A tantárgy angol neve: Industrial Image Processing

Adatlap utolsó módosítása: 2017. július 2.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar
Villamosmérnöki szak, BSc. képzés
Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIIIAC04 6 2/1/0/v 4  
3. A tantárgyfelelős személy és tanszék Dr. Vajta László,
4. A tantárgy előadója
Név Beosztás Tanszék, Int.
Dr. Vajta László egyetemi docens Irányítástechnika és Informatika Tanszék
Dr. Loványi István egyetemi docens Irányítástechnika és Informatika Tanszék
5. A tantárgy az alábbi témakörök ismeretére épít

Matematika, Jelek és rendszerek, Programozás, Képfeldolgozás és számítógépes grafikai alapismeretek

6. Előtanulmányi rend
Kötelező:
Szakirany("AVINirrend", _)
VAGY Training.code=("5NAA7")

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rendek grafikus formában itt láthatók.

Ajánlott:

Kötelező:

Szakirany("AMIaut", _) VAGY Szakirany("AMIintr", _)

ÉS NEM ( TárgyEredmény( "
BMEVIIIAD00" , "jegy" , _ ) >= 2 
VAGY 
TárgyEredmény("
BMEVIIIAD00", "FELVETEL", AktualisFelev()) > 0)

A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

A kötelező előtanulmányi rendek grafikus formában itt láthatók.

Ajánlott:
A tárgy felvételéhez ajánlott a Számítógépes Grafika c. tárgy abszolválása.

7. A tantárgy célkitűzése

A számítástechnika fejlődésével a képi információk automatikus kiértékelése napi gyakorlattá vált a minőségellenőrzés, folyamatirányítás, navigáció, biztonságtechnika, orvosi diagnosztika és számos egyéb területen. Az egyre jobb minőségű megjelenítő technikák alkalmazásával a grafikus szimuláció és a teleoperáció hétköznapi technológiákká vált. A tantárgy célja a korszerű számítógépes képfeldolgozási és megjelenítési eljárások elveinek és alkalmazásának készségszintű megismertetése, a távfelügyelt autonóm ipari folyamatok és az autonóm árművezetés kezelésében kulcsszerepet játszó virtuális technikák bemutatása.

8. A tantárgy részletes tematikája

1. Az emberi látás működése, háromdimenziós érzékelés. A térérzet komponensei, a monokuláris és binokuláris érzékelés alapjai. A látványt leíró függvények fogalma, matematikai tulajdonságai. Színrendszerek. A térbeli látvány leképzésének matematikai modellje. Az intenzitás és a távolságadatok közötti összefüggés. A reflexiós modellek szerepe a képértelmezésben.

Koordináta transzformációk, kamera modellek és kalibrációs eljárások. Alapvető érzékelő eszközök. Képbeviteli berendezések illesztési kérdései- esettanulmány. (6 óra ea +2 óra gy)

 

2. Getting started: A képi információ feldolgozásának alapjai. Bináris képek feldolgozása. Matematikai morfológiai alapok. Geometriai tulajdonságok mérése. A valósidejű realizáció kérdései.. Topológiai tulajdonságok analízise. Additív halmaz tulajdonságmérték fogalma. Euler-szám fogalma. Ipari alkalmazási példák. (6 óra ea +2 óra gy)

 

3. A képek előkészítő feldolgozása. Fourier transzformáció. Mintavételezés, kvantálás hatása. Egyéb tér-transzformációk. Hisztogram transzformációk. Szűrések a tér- és a frekvenciatartományban. Képszegmentálás matematikai modellje. Szintek hasonlóságán alapuló szegmentálás. Gyors változásokon alapuló szegmentálási eljárások. Hough transzformáció. Mozgásalapú szegmentálás. Textúra szegmentálás. Biztonságtechnikai és közlekedési alkalmazási példák (6 óra ea +2 óra gy).

 

4. Gyors objektumkövetési módszerek. Optikai áramlás. Szinek, élek, textúrák követése. SSD algoritmus. Vizuális visszacsatolás. Navigációs, felhasználó követési alkalmazási példák.  (3+1 óra)

 

5. Tulajdonság reprezentáció. Objektumfelismerési (osztályozási) módszerek. Aktív látás.   Képtömörítési eljárások,. Keresés képi adatbázisokban. Teleoperációs alkalmazási példák. (6+2 óra)

 

6. Korszerű képfeldolgozó programkönyvtárak lehetőségeinek összehasonlítása, alkalmazástechnikája (pl. Halcon, Matlab, ITK, openCV, LabView). Egyszerűbb képfeldolgozási problémák alternatív megoldásainak bemutatása. (3+1 óra)

 

7. Korszerű képmegjelenítési eszközök (pl. HMD, polárszűrős, anaglif, shutter, holoTV) és alkalmazott renderelési módszerek. 3D megjelenítés, térhatású megjelenítők tervezése és alkalmazása. „Hagyományos” képek átszámítása sztereo megjelenítés céljából. Bemerüléses virtuális valóság a teleoperációban. Orvosi és telerobotikai példák. (6+2 óra)

 

8. Szimulátor rendszerek. Hardver in the Loop szimulációval támogatott terméktervezés és –tesztelés. Járműipari alkalmazási példák. (3+1 óra)

 

 

9. IP alapú képátvitel. DSP alapú intelligens kamerák. Valósidejű képfeldolgozás. Real-time eljárások és architektúrák.  Gyártásautomatizálási alkalmazási példák. (3+1 óra)

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

A tárgy ismeretanyaga előadásokon, az esettanulmányok a gyakorlatokon kerülnek ismertetésre. A gyakorlatokhoz minden hallgató önállóan dolgoz fel egy-egy esettanulmányt. A félév során a hallgatók egy házi feladatot készítenek, amely egy gyakorlati alkalmazás (rész) megoldását tartalmazza.

10. Követelmények
  1. A szorgalmi időszakban:

esettanulmány, házi feladat és zárthelyi. Az esettanulmány irodalmi adatokra, a házi feladat önálló programozási feladatra irányul. A zárthelyi az elméleti anyag elsajátítását ellenőrzi, és azt a 10. oktatási héten írjuk.

  1. A vizsgaidőszakban:

a vizsga írásbeli.

  1. Elővizsga:

 

Nincs.

11. Pótlási lehetőségek

A házi feladat elkészítése a pótlási héten pótolható.

A zárthelyi pótlására a szorgalmi időszak utolsó hetén van lehetőség.

12. Konzultációs lehetőségek

A házi feladat elkészítéséhez egy alkalommal, valamint minden vizsga előtt konzultációs lehetőséget biztosítunk.

13. Jegyzet, tankönyv, felhasználható irodalom

·          Óravázlat mélységű tematika és slideok         

·         R. Gonzales: Digital Image Processing, Addison-Wesley, ISBN 0-201-50803-6

 

·         Besl, P.J.: "Surfaces in range image understanding". Springer, 1988.

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

Kontaktóra

48

Készülés előadásokra

8

Készülés gyakorlatokra

6

Készülés laborra

0

Készülés zárthelyire

12

Házi feladat elkészítése

8

Önálló tananyag-feldolgozás

6

Vizsgafelkészülés

32

Összesen

120

15. A tantárgy tematikáját kidolgozta

 

Név:

Beosztás:

Tanszék, Int.:

Dr. Vajta László

Egyetemi docens

IIT

Dr. Loványi István

Egyetemi docens

IIT

IMSc tematika és módszer

A programban résztvevő hallgatók nagyobb mérnöki gondolkodást igénylő feladatokat kapnak, így nagyobb gyakorlatot szerezhetnek. Komolyabb önállóan feldolgozandó szakirodalom alapján mélyebb szakmai ismeretre is szert tehetnek

IMSc pontozás

IMSc pontokat a hallgatók szerezhetnek zárthelyi dolgozatban és vizsgán (5-5 pont), amelyhez a számonkérésen extra feladatokat kell megoldaniuk. További 10 pont szerezhető magasabb szintű otthoni irodalomfeldolgozással.

Az IMSc pontok megszerzése a programban nem résztvevő hallgatók számára is biztosított.