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.
Ipari képfeldolgozás (GINFBAL-IPKEPFEL-1)
Alapadatok
Szak és képzési szint
Mérnökinformatikus, alapképzés
Tanterv
2021
Óraszám
16 (Konzultáció)
Kreditérték
5 kredit
Elmélet–Gyakorlat arány
Elmélet: 0%, Gyakorlat: 0%
Tantervi félév
6. félév
Munkarend
Levelező
Előfeltételek
Analízis II.
Értékelés típusa
Gyakorlati jegy
Tárgy kategória
Szakirányon kötelezően választható
Nyelv
magyar
Oktatók
Tantárgyfelelős
Dr. Megyesi Zoltán
Felelős tanszék
Informatika Tanszék
Oktatók
Dr. Megyesi Zoltán, Kátai-Urbán Gábor
Ellenőrzésért felel
Prof. Dr. Johanyák Zsolt Csaba
Tantárgy célja
Elsajátítandó ismeretanyag
Tantárgyprogram: 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. Labor: 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
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
Számonkérés és értékelés
Félévközi követelmények
A félévközi beadandó feladatok elégséges szintű teljesítése és a félév végén 100 pontos zárthelyi dolgozat legalább 50%-os teljesítése.
Generatív MI használata
1. álláspont: A GMI-eszközök használata nem engedélyezett a feladatok megoldása során. Ez azt jelenti, hogy a GMI-eszközök nem használhatók a formatív vagy szummatív értékelési elemek elkészítése, megoldása során, és a generatív MI használata tanulmányi kötelességszegésnek minősül. Az MI-eszközök nyelvi és helyesírás-ellenőrzésre történő használata nem tartozik az 1. álláspont szerinti teljes tilalom alá.
Segédanyagok, laborháttér
Az előadások anyaga és további segédletek a kurzushoz rendelt elektronikus felületről elérhető.
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