XD33PVR | Počítačové vidění a virtuální realita | Rozsah výuky: | 14+4 | ||
---|---|---|---|---|---|
Přednášející (garant): | Hlaváč V. | Typ předmětu: | S | Zakončení: | Z,ZK |
Zodpovědná katedra: | 333 | Kreditů: | 4 | Semestr: | Z |
Anotace:
Předmět seznamuje s postupy analýzy obrazu počítačem. Student se nejprve dozví o získání obrazu, jeho digitalizaci, technických prostředcích a postupech zpracování dvojrozměrného obrazu. Následuje přehled metod, které umožňují zpracovávat obrazy s cílem hledat trojrozměrné vlastnosti scény. Vidění při znalosti modelu objektu. Aktivní vidění. Průmyslové aplikace, praktická doporučení. Počítačové vidění jako zdroj dat pro virtuální realitu.
Osnovy přednášek:
1. | Co je počítačové vidění, pojmy, shrnutí relevantní části předmětu ZSO. | |
1. | Různé teorie strojového vidění, zejména Marrova. | |
2. | Vztah k lidskému zraku, fyziologické a psychologické souvislosti. | |
3. | Segmentace, příznaky, invarianty, prostor měřítek. | |
4. | Základy projektivní geometrie. Geometrická kalibrace kamery. | |
5. | Pořízení obrazu z radiometrického hlediska. Tvar ze stínování. | |
6. | Bilineární a trilineární vztah mezi pohledy. | |
7. | Přístroje a techniky pro získání 3D obrazových dat. | |
8. | Stereo vidění. Detekce a analýza pohybu. | |
9. | Analýza 3D objektů, zdola nahoru, tvar z X. | |
10. | 3D rekonstrukce, registrace hloubkových map, mrak bodů a povrch. | |
11. | Vidění při znalosti modelu objektu. Aktivní vidění. | |
12. | Průmyslové aplikace, praktická doporučení. | |
13. | Počítačové vidění jako zdroj dat pro virtuální realitu. |
Osnovy cvičení:
Cvičení jsou vedena laboratorní formou. Skupinky dvou studentů řeší, obhajují a prezentují dvě úlohy. Cílem cvičení je naučit studenty inženýrské práci na konkrétních úlohách z průmyslu, které jsou pravidelně obměňovány. Řešení jedné úlohy sestává ze specifikace problému, experimentů, návrhu a realizace řešení, předvedení výsledků a jejich obhajoby před asistenty. Cvičení je uzavřeno prezentací na společném semináři před ostatními studenty.
1. | Zadání úloh. Seznámení s pravidly. Prostředky k řešení úloh. | |
2. | Úloha 1, průmyslový příklad inspekce a rozpoznávání na základě obrazů, průmyslový software. | |
3. | Úloha 1 - řešení v laboratoři. | |
4. | Úloha 1 - řešení v laboratoři. | |
5. | Úloha 1 - řešení v laboratoři. | |
6. | Písemná zpráva. Obhajoba úlohy 1. | |
7. | Úloha 2 - řešení v laboratoři. | |
8. | Úloha 2 - řešení v laboratoři. | |
9. | Úloha 2 - řešení v laboratoři. | |
10. | Úloha 2 - řešení v laboratoři. | |
11. | Úloha 2 - řešení v laboratoři. | |
12. | Úloha 2 - řešení v laboratoři. | |
13. | Písemná zpráva. Obhajoba úlohy 2. | |
14. | Prezentace úloh formou semináře. Zápočty. |
Literatura Č:
[1] | Hlaváč, V., Sedláček M.: Zpracování signálů a obrazů, skriptum FEL ČVUT, Vydavatelství ČVUT, 2000 | |
[2] | Jain, R., Kasturi, R., Schunk, B. G.: Machine vision. McGraw-Hill, New York, USA, 1995 | |
[3] | Šonka, M., Hlaváč V., Boyle R.D.: Image processing, analysis, and machine vision, PWS Boston, USA, 1999 |
Literatura A:
[1] | Jain, R., Kasturi, R., Schunk, B. G.: Machine vision. McGraw-Hill, New York, 1995 | |
[2] | Šonka, M., Hlaváč, V., Boyle, R.: Image processing, analysis and machine vision. PWS Boston, 1999 |
Požadavky:
Předmět je zahrnut do těchto studijních plánů:
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |