Detail předmětu

Počítačové vidění

FEKT-MPOVAk. rok: 2014/2015

Předmět Počítačové vidění se věnuje metodám pořízení a číslicového zpracování obrazových dat. Hlavní náplní předmětu jsou algoritmy a metody zpracování obrazů, rozpoznávání vzorů a analýza dynamických obrazů.

Jazyk výuky

čeština

Počet kreditů

Garant předmětu

Ing. Karel Horák, Ph.D.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

Výsledky učení předmětu

Absolvent předmětu je schopen navrhnout a implementovat algoritmy a metody zpracování obrazových dat, rozpoznávání vzoru a analýzy dynamické scény.

Prerekvizity

V předmětu Počítačové vidění jsou požadovány znalosti na úrovni bakalářského studia.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a počítačová cvičení. Předmět využívá e-learning (Midas). Student odevzdává jeden samostatný projekt.

Způsob a kritéria hodnocení

V předmětu Počítačové vidění jsou hodnocena laboratorní cvičení (20 bodů), projekty vypracovávané ve dvojicích (20 bodů) a závěrečná písemná zkouška (60 bodů). Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ve všech částech výuky.

Osnovy výuky

1. Úvod do počítačového vidění.
2. Předzpracování obrazu.
3. Integrální transformace I.
4. Integrální transformace II.
5. Segmentace a detekce geometrických primitiv.
6. Regionální segmentace a shlukování.
7. Popis objektů.
8. Matematická morfologie.
9. Klasifikátory a automatické třídění.
10. Lokální příznaky a korespondence.
11. Porozumění obsahu obrazu.
12. Analýza pohybu.

Učební cíle

Absolvent předmětu je schopen popsat algoritmy zpracování obrazu a implementovat je do nadřazeného systému pro řešení úlohy počítačového vidění.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Doporučená literatura

Hlaváč V., Šonka M.: Počítačové vidění. Grada 1992. ISBN 80-85424-67-3. (CS)
Russ J.C.: The Image Processing Handbook. CRC Press 1995. ISBN 0-8493-2516-1. (EN)
Sonka M., Hlavac V., Boyle R.: Image Processing, Analysis and Machine Vision. Thomson 2008. ISBN 978-0-495-08252-1. (EN)

Zařazení předmětu ve studijních plánech

  • Program EEKR-M1 magisterský navazující

    obor M1-KAM , 1 ročník, zimní semestr, volitelný oborový

  • Program EEKR-M magisterský navazující

    obor M-KAM , 1 ročník, zimní semestr, volitelný oborový

  • Program EEKR-CZV celoživotní vzdělávání (není studentem)

    obor ET-CZV , 1 ročník, zimní semestr, volitelný oborový

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Ing. Karel Horák, Ph.D.
Ing. Miloslav Richter, Ph.D.
Ing. Petr Petyovský, Ph.D.

Osnova

Úvod, aplikace počítačového vidění
Základní principy počítačového vidění
Metody a způsoby snímání scény
Reprezentace obrazových dat a jejich vlastnosti
Předzpracování obrazu, statistické metody
Integrální transformace obrazu - Fourierova transformace
Vlastnosti Fourierovy transformace, rychlá Fourierova transformace obrazu
Waveletová transformace obrazu
Diskrétní cosinová transformace, L-V transformace
Morfologie obrazu
Klasifikátory, automatické třídění
3D metody počítačového vidění
Závěr, otevřené problémy počítačového vidění

Laboratorní cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Jan Klečka, Ph.D.
Ing. Karel Horák, Ph.D.

Osnova

Individuálně zadávané projekty v době trvání celého kurzu