Ipari képfeldolgozás (GINFBAN-IPKEPFEL-1)
Alapadatok
Oktatók
Tantárgy célja
Az előadás sorozat bemutatja az iparban használt képfeldolgozási folyamatok leggyakoribb lépéseit a képvételtől a döntéshozatalig. A gyakorlati anyag megismerteti a hallgatókkal az iparban használt kamerákat és képfeldolgozó szoftvereket. A kurzus hallgatói megismerik a képfeldolgozás lehetőségeit és eszközeit valamint megismerik az eszközök működésének alapjait. A hallgatók képesek lesznek a tanult eszközök felhasználásával képfeldolgozási problémák gyakorlati megoldására és elméleti hátteret kapnak a saját eszközök fejlesztéséhez.
Elsajátítandó ismeretanyag
Előadás
A képfeldolgozás fogalmai, feladatai, eszközei, problémái, kapcsolódó területek, alkalmazások; A képfeldolgozási mérési folyamat; Képalkotási modellek. Kamera felépítés; Színmodellek; Hisztogram; Intenzitás transzformációk: Kontraszt széthúzás, binarizálás, gamma korrekció, hisztogram kiegyenlítés; Környezetfüggő operátorok, korreláció és konvolúció. Aluláteresztő szűrők, simítás (Doboz, Gauss), mediánszűrő; Felül áteresztő szűrők: Laplace szűrő, élesítés; Laplace és Gauss piramisok, szűrésgyorsítási lehetőségek; Éldetektálás: Intenzitás gradiens. Él-detektáló maszkok, „zero-crossing” operátor. A „Canny” él-detektáló; Képi sarkok detektálása: KLT sarokdetektáló, Harris sarokdetektáló; Mintaillesztés: Illesztési feladatok, hasonlósági mértékek, problémák, gyorsítási lehetőségek; Szegmentálás: Küszöbölés, hisztogram alapú szegmentálás, automatikus küszöb meghatározás; Terület alapú szegmentálás: Területnövesztés (region growing), Darabolás és összefűzés (split and merge); Bináris képfeldolgozás: alapok, középvonal, távolság transzformáció, vékonyítás, csontváz (skeleton); Bináris Morfológia: Erózió, dilatáció, nyitás, zárás, vékonyítás, középvonal; 2D Alakfelismerés: alapok, ábrázolási módok, terület alapú módszerek, kontúr alapú módszerek. Összetett számítógépes látási feladatok: 3D rekonstrukció, geometriai alapok, általános módszerek. Tervezett heti bontás: 1. A képfeldolgozás fogalmai, feladatai, eszközei, problémái, kapcsolódó területek, alkalmazások; A vizuális mérési folyamat, fontosabb modellek; A számítógépes látás csővezeték; A számítógépes látási folyamat tipikus lépései, azok jellemzői, példák; Képalkotó eszközök. 2. Kamera felépítés; Színmodellek; Hisztogram; Intenzitás transzformációk: Kontraszt széthúzás, binarizálás, gamma korrekció, normalizálás, hisztogram kiegyenlítés, stb… 3. Környezetfüggő operátorok, korreláció és konvolúció; Aluláteresztő szűrők: simító szűrők, mediánszűrő. 4. Felül áteresztő és felülkiemelő szűrők: Laplace szűrő, élesítés; Laplace és Gauss piramisok; Szűrésgyorsítási lehetőségek; Adaptív ablakválasztás. 5. Mintaillesztés: Illesztési feladatok, hasonlósági mértékek, problémák, gyorsítási lehetőségek. 6. Éldetektálás: Intenzitás gradiens, él-detektáló maszkok, „zero-crossing” operátor. A „Canny” él-detektáló; 7. Képi sarkok detektálása: KLT sarokdetektáló, Harris sarokdetektáló, tulajdonságok, sarokdetektálás alkalmazásai. 8. Intenzitás alapú szegmentálás: Küszöbölés, hisztogram alapú automatikus küszöb meghatározás (Otsu és Gauss módszerek). 9. Terület alapú szegmentálás: Területnövesztés (region growing), Területösszevonás (region merging), Darabolás és összefűzés (split and merge). 10. Bináris képfeldolgozás: alapok, középvonal (medial axis), távolság transzformáció, vékonyítás, csontváz (skeleton). 11. Bináris Morfológia: Erózió, dilatáció, nyitás, zárás, hit-miss operátor, határvonal, morfológiai középvonal. 12. 2D Alakfelismerés: alapok, ábrázolási módok, terület alapú módszerek, kontúr alapú módszerek. 13. Komplex számítógépes látásfeladatok: 3D rekonstrukció, geometriai alapok, általános módszerek.
Laboratórium
Mérési feladatok DVT kamerával: élszámlálás, pixelhisztogram értelmezése, alakzat felismerés, statikus és dinamikus skálázás, matematikai eszközök használata, foltkeresés; Mérési feladatok COGNEX kamerával: Programozás EXCEL függvények segítségével Tervezett heti bontás: 1. Bevezetés a képfeldolgozás eszközeivel; 2. Mérési feladatok DVT kamerával: képek rögzítése; 3. Mérési feladatok DVT kamerával: él számlálása, képpont-hisztogram értelmezése, alakfelismerés; 4. Mérési feladatok DVT kamerával: statikus és dinamikus skálázás, matematikai eszközök használata, foltok keresése; 5. Munka DVT kamerával: komplex feladatok megoldása; 6. Mérési feladatok COGNEX kamerával: bevezetés és képek rögzítése; 7. Mérési feladatok COGNEX kamerával: EasyBuilder eszközök; 8. Mérési feladatok COGNEX kamerával: táblázatkezelő nézet használata; 9. Munka COGNEX kamerával: komplex feladatok megoldása; 10. Bevezetés az OpenCV-be: telepítés és mintaprojekt a Visual Studio alatt; 11. Képfeldolgozás OpenCV-vel: képrögzítés és skálázás; 12. Képfeldolgozás OpenCV-vel: régiók detektálása és binarizálás; 13. Képfeldolgozás OpenCV-vel: bináris morfológiai eszközök és használatuk.
Szakmai kompetenciák
Tudás
b) képességei - Felhasználja az informatikai szakterületének műveléséhez szükséges természettudományi elveket és módszereket (matematika, fizika, egyéb természettudományok) az informatikai rendszerek kialakítását célzó mérnöki munkájában. - Képes a megszerzett alapismeretekre építve egy-egy műszaki informatikai területen mélyebb ismeretek önálló megszerzésére, a szakirodalom feldolgozására, majd a területhez kapcsolódó informatikai problémák megoldására. - Képes szakterületén elemzési, specifikációs, tervezési, fejlesztési és üzemeltetési feladatok ellátására, alkalmazza a fejlesztési módszertanokat, hibakeresési, tesztelési és minőségbiztosítási eljárásokat. - Együttműködik informatikusokkal és villamosmérnökökkel a csoportmunka során, és más szakterületek képviselőivel is az adott probléma követelményelemzésének és megoldásának kimunkálása során. - Magyar és angol nyelven kommunikál szakmai kérdésekről és alkotó módon használja az informatika formális nyelvezetét. - Folyamatosan képezi magát és lépést tart az informatikai szakma fejlődésével.
Képesség
tudása - az angol nyelvtudása eléri a képzéshez, az angol nyelvű szakirodalom megismeréséhez, a szakszöveg megértéshez, feldolgozásához, és a szakképzettséggel ellátható szakmai feladatok elvégzéséhez, valamint a folyamatos szakmai önképzéshez szükséges szintet. - Ismeri az informatikai szakterületének műveléséhez szükséges természettudományi elveket és módszereket (matematika, fizika, egyéb természettudományok). - Ismeri az informatikai rendszerek hardver és szoftver elemeinek működését, megvalósításuk technológiáját, működtetéséből származó feladatok megoldásának mikéntjét, valamint informatikai és egyéb műszaki rendszerek összekapcsolásának lehetőségeit. - Birtokában van a mért jelek feldolgozásával, rendszerek és hálózatok modellezésével, szimulációjával és szabályozásával kapcsolatos alapismereteknek és mérnöki szemléletnek. - Ismeri az informatika és a mérnöki szakma szókincsét és kifejezési sajátosságait magyar és angol nyelven, legalább alapszinten.
Attitűd
- Hitelesen képviseli a mérnöki és informatikai szakterületek szakmai alapelveit. - A saját munkaterületén túl a teljes műszaki rendszer átlátására törekszik. -Nyitott az új módszerek programozási nyelvek, eljárások megismerésére és azok készség szintű elsajátítására - Törekszik a hatékony és minőségi munkavégzésre.
Autonómia és felelősség
- Felelősséget érez az önálló és csoportban végzett informatikai rendszerelemzői, -fejlesztői és -üzemeltetési tevékenységéért. - Feltárja az alkalmazott technológiák hiányosságait, a folyamatok kockázatait és kezdeményezi az ezeket csökkentő intézkedések megtételét.
Számonkérés és értékelés
Félévközi követelmények
A félévközi beadandó feladatok elégséges szintű teljesítése és a félév végén 100 pontos zárthelyi dolgozat legalább 50%-os teljesítése.
Vizsgakövetelmények
Írásbeli és szóbeli vizsga
Generatív MI használata
Nincs megadva
Irodalom
Kötelező irodalom
Arcangelo Distante, Cosimo Distante - Handbook of Image Processing and Computer Vision, Volume 1: From Energy to Image, ISBN: 978-3-030-38150-9, Springer, 2021 Arcangelo Distante, Cosimo Distante - Handbook of Image Processing and Computer Vision, Volume 2: From Image to Pattern, ISBN: 978-3-030-42376-6, Springer, 2021 Arcangelo Distante, Cosimo Distante - Handbook of Image Processing and Computer Vision, Volume 3: From Pattern to Object, ISBN: 978-3-030-42380-3,Springer, 2021
Ajánlott irodalom
M. Sonka, V. Hlavac, R. Boyle: Image Processing, Analysis, and Machine Vision; Cengage Learning, 4th edition (28 Oct. 2013); ISBN-13: 978-1133593607 L. G. Shapiro, G. C. Stochman: Computer Vision; Prentice Hall, 1st edition (23 Jan. 2001); ISBN-13: 978-0130307965 R. C. Gonzalez, R. E. Woods: Digital Image Processing; Prentice Hall (3rd edition) (August 31, 2007); ISBN-13: 978-0131687288