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

    Belépés
    címtáras azonosítással

    vissza a tantárgylistához   nyomtatható verzió    

    Gépi látás

    A tantárgy angol neve: Machine Vision

    Adatlap utolsó módosítása: 2012. március 7.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    BME Gépészmérnöki Kar

    Mechatronikai mérnöki mesterképzési szak törzsanyag

    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VIIIM021 4 2/0/1/f 4  
    3. A tantárgyfelelős személy és tanszék Dr. Kovács Kálmán, Irányítástechnika és Informatika Tanszék
    4. A tantárgy előadója Dr. Vajta László egyetemi docens - IIT
    5. A tantárgy az alábbi témakörök ismeretére épít -
    6. Előtanulmányi rend
    Ajánlott:
    -
    7. A tantárgy célkitűzése A korszerű szenzorrendszerek integráns eleme az optikai mérés, a képfeldolgozás. Az ember-gép kapcsolatban egyre fokozottabb az optikai megjelenítés szerepe. Mindkét téma hasonló megoldásokat alkalmaz, és fejlődésük a legutóbbi időben a térbeli információk feldolgozás és megjelenítése irányában teljesedett ki.

     

    A tantárgy célkitűzése a térbeli információk feldolgozására is alkalmas képfeldolgozási technikák, és a valós térérzetet keltő vizualizációs eljárások megismertetése. Ezeket a módszereket a hallgatók sikeresen alkalmazhatják a teleoperációs rendszerek, virtuális valóság alapú rendszerek, számítógépes tervezés, marketing- és reklámtechnikai eszközök fejlesztése és alkalmazása területén.

     

    8. A tantárgy részletes tematikája A számítógépes látás fogalmai, definíciók. Alkalmazási példák. Emberi látás alapjai. A térbeli érzékelés lehetősége monokuláris látással. Binokuláris látás.

     

    Optoelektronikai eszközök: Alapfogalmak. Fénytechnikai mértékegységek. Optikai érzékelők, CCD érzékelők, PSD érzékelők. Térbeli információk mérésére alkalmas eszközök (3D kamerák). Képalkotó diagnosztikai eszközök. Korszerű képmegjelenítő eszközök. LCD és plazma kijelzők, projektorok. Lentikuláris megjelenítők.

     

    A képek matematikai leírása. A képfüggvények tulajdonságai. Tértranszformációk szerepe a képfeldolgozásban. 2D Fourier transzformáció tulajdonságai, képi ábrázolása, interpretálása.

     

    Digitális kép matematikai reprezentációja: Mintavételezés, kvantálás. Koordinátageometriai alapok. Geometriai transzformációk. Kameramodellek: Pin-hole modell. A perspektív leképzés transzformációs modellje. Megvilágítás, optika, érzékelő modellezése. Árnyalási modellek. Sztereo képalkotás modellezése.

     

    Ipari képfeldolgozási példák. Bináris képek feldolgozása. Morfológiai alapműveletek.

     

    A képek szűrése a tér- és a frekvencia tartományban. Lineáris és nemlineáris szűrések. Alkalmazási példák.

     

    A képek szegmentálásának alapfogalmai. hasonlóság alapú szegmentálások. Szegmentálás a nagyfrekvenciás tulajdonságok alapján. Hough transzformáció. Alkalmazási példák.

     

    Optical flow feldolgozás. Motion sztereo. Mobil robotok látórendszerei.

     

    3D látórendszerek alkalmazása a gyakorlatban. Ipari minőség-ellenőrzés. Navigáció. Közlekedési alkalmazások. Biztonságtechnika és terrorizmus elleni küzdelem.

     

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

     

    10. Követelmények a.             A szorgalmi időszakban: zárthelyi és egy csoportos vagy egyéni házi feladat, valamint három sikeres labormérés

     

    b.       A vizsgaidőszakban:        -

    c.              Elővizsga:                        -

    Az osztályzat megszerzésének feltétele legalább elégséges szintű zárthelyi, elfogadott házi feladat és a labormérések sikeres elvégzése. Pótlás a TVSz szerint.

    11. Pótlási lehetőségek Igény szerint, az előadóval előre egyeztetett időpontban.

     

    12. Konzultációs lehetőségek Igény szerint, az előadóval előre egyeztetett időpontban.

     

    13. Jegyzet, tankönyv, felhasználható irodalom ·         Tanszéki sokszorosított anyagok

     

    ·         E.R. Davies: Machine Vision;  Elsevier, 2005

     

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

     

    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra42
    Félévközi készülés órákra38
    Felkészülés zárthelyire, házi feladatra 25
    Laborgyakorlatra felkészülés és dokumentálás15
    Kijelölt írásos tananyag elsajátítása-
    Vizsgafelkészülés-
    Összesen120
    15. A tantárgy tematikáját kidolgozta
    Név:

     

    Beosztás:

     

    Tanszék:

     

    Dr. Vajta László

     

    egyetemi docens

     

    IIT