Ipari képfeldolgozás (GUZEBAL-IPARKEPF-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
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
Képesség
Attitűd
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.
Vizsgakövetelmények
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.
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