Vyučující
|
-
Novák Jakub, Ing. Ph.D.
-
Chalupa Petr, Ing. Ph.D.
|
Obsah předmětu
|
Přednášky 1. Úvod a základní principy strojového vidění - digitalizace obrazu, obraz jako funkce, histogram obrazu 2. Hardwarové prostředky systémů strojového vidění - kamera, objektiv, principy osvětlení 3. Návrh systému strojového vidění - výběr kamery, objektivu, osvětlení pro aplikaci 4. Geometrické transformace obrazu - perspektivní projekce, 2D transformace 5. Model kamery - vnitřní a vnější parametry kamery, orientace a pozice kamery 6. Kalibrace kamery - kalibrace pomocí 2D a 3D šablony 7. Filtrace obrazu - šum v obraze, konvoluce, korelace, detekce šablony v obraze, Gaussovská pyramida 8. Detekce hran - gradient obrazu, Sobelův filtr, Laplaceova pyramida, Cannyho algoritmus 9. Detekce přímek - Houghova transformace, RANSAC algoritmus 10. Analýza binárních obrazů - prahovní, obrazové momenty, analýza spojitých komponent 11. Morfologické operace - dilatace, eroze, watershed segmentace 12. Příznaky - Harrisův detektor, SIFT algoritmus 13. 3D metody počítačového vidění - Triangulace, Esenciální a fundametální matice, Epipolární geometrie
|
Studijní aktivity a metody výuky
|
Přednášení, Projekce (statická, dynamická), Cvičení na počítači, Praktické procvičování, Individuální práce studentů
- Domácí příprava na výuku
- 12 hodin za semestr
- Semestrální práce
- 24 hodin za semestr
- Účast na výuce
- 56 hodin za semestr
- Příprava na zkoušku
- 12 hodin za semestr
|
Předpoklady |
---|
Odborné znalosti |
---|
Předpokladem je základní znalost algoritmizace, programování, matematiky a fyziky. |
Předpokladem je základní znalost algoritmizace, programování, matematiky a fyziky. |
Výsledky učení |
---|
Popsat základní součásti průmyslového systému strojového vidění |
Popsat základní součásti průmyslového systému strojového vidění |
Vysvětlit základní algoritmy zpracování obrazu |
Vysvětlit základní algoritmy zpracování obrazu |
Popsat geometrický model kamery |
Popsat geometrický model kamery |
Vysvětlit základní principy osvětlení pro strojové vidění |
Vysvětlit základní principy osvětlení pro strojové vidění |
Popsat metody filtrace obrazu |
Popsat metody filtrace obrazu |
Odborné dovednosti |
---|
Vybrat vhodné komponenty pro detekci vad pomocí strojového vidění |
Vybrat vhodné komponenty pro detekci vad pomocí strojového vidění |
Implementovat algoritmy zpracování obrazu knihovny OpenCV |
Implementovat algoritmy zpracování obrazu knihovny OpenCV |
Zpracovat a vizualizovat digitální obrazové data |
Zpracovat a vizualizovat digitální obrazové data |
Provést kalibraci kamery |
Provést kalibraci kamery |
Navrhnout systém optické kontroly vad |
Navrhnout systém optické kontroly vad |
Vyučovací metody |
---|
Odborné znalosti |
---|
Praktické procvičování |
Projekce (statická, dynamická) |
Cvičení na počítači |
Cvičení na počítači |
Praktické procvičování |
Projekce (statická, dynamická) |
Přednášení |
Přednášení |
Individuální práce studentů |
Individuální práce studentů |
Hodnotící metody |
---|
Ústní zkouška |
Ústní zkouška |
Analýza seminární práce |
Analýza seminární práce |
Analýza jiné písem. práce studenta (kazuistika, deník, plán ...) |
Analýza jiné písem. práce studenta (kazuistika, deník, plán ...) |
Doporučená literatura
|
-
Forsyth, D., Ponce, j. Computer vision: a modern approach. Upper Saddle Rivers, 2003. ISBN 0130851981.
-
Hartley, R., Zisserman, A. Multiple view geometry in computer vision. cambridge, 2003. ISBN 0521540518.
-
Sankowski, D., Nowakovski, J. Computer vision in robotics and industrial applications.. Singapore, 2014. ISBN 9789814583718.
-
Szelinski, R. Computer Vision: Algorithms and Applications. London, 2010. ISBN 9781848829343.
-
Šonka, M. ,Hlaváč, V., Boyle, R. Image processing, analysis, and machine vision. Pacific Grove, 1999. ISBN 053495393X.
|