Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Képfeldolgozás

    A tantárgy angol neve: Image Processing

    Adatlap utolsó módosítása: 2017. július 2.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Mérnök informatikus szak, BSc képzés
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIIIAD00 7 2/1/0/f 3  
    3. A tantárgyfelelős személy és tanszék Dr. Vajta László, Irányítástechnika és Informatika Tanszék
    4. A tantárgy előadója
    Név Beosztás Tanszék, Int.
    Dr. Vajta László egyetemi docens Irányítástechnika és Informatika Tanszék
    Kertész Zsolt tud. mts. Irányítástechnika és Informatika Tanszék
    5. A tantárgy az alábbi témakörök ismeretére épít
    • Számítógépes grafika
    • Rendszerelmélet
    6. Előtanulmányi rend
    Kötelező:
    NEM ( TárgyEredmény( "BMEVIIIA356" , "jegy" , _ ) >= 2
    VAGY
    TárgyEredmény("BMEVIIIA356", "FELVETEL", AktualisFelev()) > 0)

    ÉS (Training.Code=("5N-A8") VAGY Training.Code=("5NAA8"))

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

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    Ajánlott:

    Kötelező:

    NEM ( TárgyEredmény( "BMEVIIIA356" , "jegy" , _ ) >= 2 
    VAGY 
    TárgyEredmény("
    BMEVIIIA356", "FELVETEL", AktualisFelev()) > 0)

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

    A kötelező előtanulmányi rendek grafikus formában itt láthatók.

    7. A tantárgy célkitűzése

    A képi információk feldolgozásának igénye rohamosan növekszik. Erre példa az autonóm járművek fejlesztése, a terrorizmus elleni kűzdelem, a korszerű képalkotó diagnosztikai eszközök, vagy a dolgok internet. A tantárgy célja az, hogy megismertesse a hallgatókat a képek számítógépes feldolgozásának, felismerésének, összehasonlító elemzésének elméletével és gyakorlatával.  A tárgyban tanultak alapján a hallgatók képesek bonyolultabb képfeldolgozási feladatok megoldására, fejlesztői tevékenység végzésére, a  gépi látás alapjainak: a képek rögzítésének, tárolásának, feldolgozásának alkalmazására..

    8. A tantárgy részletes tematikája
    1. A képfeldolgozás alapfogalmai. Az emberi látás, és a megjelenítés összefüggései. Egyszerű példa a képfeldolgozásra. A kép, mint 2D folytonos és diszkrét függvény.

    Gyakorlat: egyszerű képfeldolgozási feladat algoritmikus kidolgozása

    1. Harmonikus bázisfüggvények. Fourier transzformáció. Mintavételezés és rekonstrukció. A fényspektrum és a szín, színrendszerek alapjai. Kvantálás és dither.

    Gyakorlat: képek frekvencia-spektrumának előállítása és elemzése

    1. Képformátumok és képtömörítés. Adattárolás. Nyomtatás, színkalibráció.

    Gyakorlat: képtömörítési eljárások összehasonlító elemzése, színbontás

    1. Kamerák és képrögzítő eszközök. Camera obscura és valós kamera belső és külső paraméterei és tipikus felépítése. Mélységélesség, torzítás. Kalibráció. Homogén lineáris transzformációk.

    Gyakorlat: kamerák és optika méretezése, kalibrációja

    1. Hisztogram műveletek. Matematikai morfológia. Mérések bináris képeken, pozíció, orientáció, hossz, számosság. Szomszédosság. Csontvázasítás.

    Gyakorlat: MATLAB megvalósítási példák

    1. Alacsony szintű képfeldolgozás: lineáris szűrés tér és frekvencia tartományban. Szeparábilitás. Gauss piramis. Nem lineáris, statisztikai szűrők: medián és változatai. Éltartás, bilaterális szűrők.

    Gyakorlat: alkalmazási ppéldák a szűrő megválasztására

    1. Él, völgy és sarokdetektálás. Első és második deriváltak: gradiens és Hesse mátrix.

    Gyakorlat: Haralick féle topografikus osztályozás

    1. Szegmentálás. Hasonlóságon alapuló szegmentálás, elárasztásos kitöltés (ismétlés). Hough transzformáció egyenesre és körre. Mozgás alapú szegmentálás, előtér és háttér szétválasztás. Textúra alapú szegmentálás.

    Gyakorlat: MATLAB realizáció

    1. Mozgáskövetés, optikai áramlás.

    Gyakorlat: autonóm robot navigációs látórendszer bemutatása

    1. Sztereolátás, epipoláris geometria. Pontmegfeleltetés: SIFT. RANSAC.

    Gyakorlat: MATLAB realizáció

    1. Képleírók, bevezetés az alakfelismerésbe és osztályozásba, template matching.

    Gyakorlat: Döntési módszerek összehasonlítása, megválasztásának szempontjai

    1. Képek regisztrációja.

    Gyakorlat: képalkotó diagnosztikai rendszerek megismerése

    1. 3 dimenziós képek feldolgozása

    Gyakorlat: lézeres letapogatóval készült képek kiértékelése

    14.  Összefoglalás, kitekintés, más, ráépülő tantárgy lehetőségek ismertetése

    Gyakorlat: konzultáció az éves anyagból 

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


    Előadás, gyakorlat, (ezek egy része számítógépteremben)

    A tantárgy előadások elhangzó elméleti anyagra és az azok alkalmazását segítő gyakorlati példák felhasználására épít.

    10. Követelmények

    a. A szorgalmi időszakban:

    A szorgalmi időszakban:

    A félévközi osztályzat megszerzéséhez az alábbi követelmények teljesítése szükséges:

    ·         1 nagyzárthelyi dolgozat a 12. oktatási héten

    ·         1 házi feladat

    o     

    A félévközi jegy a nagyzárthelyi és a házi feladat osztályzatának átlaga

    11. Pótlási lehetőségek A követelmények a pótlási héten pótolhatók
    12. Konzultációs lehetőségek Egyeztetés szerint, a zárthelyi dolgozatok és házi feladat beadása előtt.
    13. Jegyzet, tankönyv, felhasználható irodalom

    Power point prezentációk

    Gonzales: Digital image processing, Addison Wesley

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    Kontakt óra

    42

    Félévközi készülés órákra

     18

    Felkészülés zárthelyire

    10

    Házi feladat elkészítése

    10

    Kijelölt írásos tananyag elsajátítása

     10

    Vizsgafelkészülés

     -

    Összesen

    90

    15. A tantárgy tematikáját kidolgozta
    Név Beosztás Tanszék, Int.
    Dr. Vajta László egyetemi docens Irányítástechnika és Informatika Tanszék
    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, 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.