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,
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.