Detail předmětu

Computer Vision

FEKT-NPOVAk. rok: 2017/2018

Předmět Počítačové vidění se věnuje metodám pořízení a číslicového zpracování obrazových dat. Hlavní náplní předmětu jsou technické prostředky, algoritmy a metody zpracování obrazů.

Jazyk výuky

angličtina

Počet kreditů

6

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. Dále pak jsou požadovány znalosti ekvivalentní absolvování předmětu BZVS/KZVS/CZVS.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky a počítačová cvičení. Předmět využívá e-learning (Midas).

Způsob a kritéria hodnocení

V předmětu Počítačové vidění jsou hodnocena laboratorní cvičení (40 bodů) a závěrečná písemná a ústní zkouška (60 bodů). Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ve všech částech výuky.

Osnovy výuky

1. Úvod a motivace.
2. Základní fyzikální principy.
3. Optika v počítačovém vidění.
4. Elektronika v počítačovém vidění.
5. Segmentace.
6. Detekce geometrických primitiv.
7. Detekce objektů a měření v rovině.
8. Popis objektů.
9. Klasifikace a automatické třídění.
10. Optické rozpoznávání znaků.
11. Analýza pohybu.
12. Optické 3D měření.
13. Dopravní aplikace.

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

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-MN magisterský navazující

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

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

Ing. Karel Horák, 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. Karel Horák, Ph.D.

Osnova

Individuálně zadávané projekty v době trvání celého kurzu