Detail předmětu

Počítačové vidění

FEKT-MPOVAk. rok: 2019/2020

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

čeština

Počet kreditů

6

Garant předmětu

Ing. Ilona Janáková, Ph.D.

Zajišťuje ústav

Ústav automatizace a měřicí techniky (UAMT)

Výsledky učení předmětu

Absolventi předmětu jsou seznámeni se základními fyzikálními principy a technickými prostředky využívanými v počítačovém vidění. Absolvent je schopen navrhnout a implementovat algoritmy a metody zpracování obrazových dat, segmentace objektů, rozpoznávání vzoru, analýzy dynamické scény, optického 3D měření, OCR atd. V laboratorních cvičeních studenti řeší úlohy zastupující nejčastější aplikace počítačového vidění.

Prerekvizity

V předmětu Počítačové vidění jsou požadovány znalosti na úrovni bakalářského studia. Dále pak jsou požadovány znalosti ekvivalentní absolvování předmětu BZVS.

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 povinná laboratorní cvičení (40 bodů) a závěrečná písemná (49 bodů) a ústní (11 bodů) zkouška. Podmínkou připuštění ke zkoušce je zápočet ze cvičení tj. docházka na všechna cvičení a zisk alespoň 50 % bodů. Pro úspěšné ukončení předmětu je nutné získat alespoň poloviční počet bodů ze cvičení a písemné části zkoušky. Ústní část zkoušky je nepivinná.

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

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-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. Peter Honec, Ph.D.
Ing. Ilona Janáková, 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. Ilona Janáková, Ph.D.

Osnova

Individuálně zadávané projekty v době trvání celého kurzu