Elmélet: 0 %

Gyakorlat: 0 %

A tantárgy tantervi helye: 6. félév

Munkarend: Nappali

Előtanulmányi feltételek: 100 kredit + Analízis II.

Értékelés: gyakorlati jegy

Tantárgy besorolása: Szakirányon kötelezően választható

Oktatás nyelve: Magyar

Tantárgyfelelős: Dr. Megyesi Zoltán

Felelős tanszék: Informatika Tanszék

Tantárgy oktatója(i):

Ellenőrzésért felel: Halczman Szilvia Lídia

Tárgy oktatásának 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.

Elsajátítandó ismeretanyag laboratórium:

Mérési feladatok DVT kamerával: élszámlálás, pixelhisztogram értelmezése, alakzat felismerés, statikus és dinamikus skálázás, matematikai eszközök használata, foltkeresés; Mérési feladatok NI kamerával: élszámlálás, objektumok felismerése, koordináta rendszerek használata, Labview alkalmazás beépítése; Mérési feladatok COGNEX kamerával: Programozás EXCEL függvények segítségével

Elsajátítandó szakmai kompetenciák (tudás, képesség, attitűd, autonómia és felelősség, további szakmai kompetenciák):
Tudása:

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.

Képességei:

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.

Attitűdje:

- 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.

További szakmai kompetenciák:

A számonkérés és értékelés rendszere:
Félévközi tanulmányi követelmények:
A félévközi kisfeladatok elégséges szintű teljesítése és a beadandó nagy feladat valamennyi kamera típus alkalmazásával.
Vizsgakövetelmények:

Írásbeli és szóbeli vizsga

Tanulmányi segédanyagok, laborháttér:

Az előadások anyaga és további segédletek a kurzushoz rendelt elektronikus felületről elérhető.

Kötelező irodalom:

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