UINA357 Computer Vision

Filozoficko-přírodovědecká fakulta v Opavě
léto 2025
Rozsah
2/2/0. 6 kr. Ukončení: zk.
Vyučující
doc. Ing. Petr Čermák, Ph.D. (přednášející)
doc. Ing. Petr Čermák, Ph.D. (cvičící)
Garance
Ing. Jiří Blahuta, Ph.D.
Ústav informatiky – Filozoficko-přírodovědecká fakulta v Opavě
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Cíle předmětu
Computer Vision is a course which is closely related with robotics and image analysis. The course is focused on successful analysis of input image followed by desired reaction. During the course are discussed practical applications of the mostly used computer vision algorithms in C#, C++ and also in MATLAB with Image Processing Toolbox.
Výstupy z učení
After completing the course, the student will know how to preprocess an image, what a histogram is, why a filter is used, when to use segmentation, analyze an image over time, use a discrete Kalman filter. How to analyze and track movement with a camera or multiple cameras, use optical flow. Know what is roi area.
Osnova
  • Počítačové vidění je (nejen) předmět úzce propojený s robotikou. Jde o zvládnutí analýzy obrazového vstupu a následné reakce. V předmětu jsou probírány praktické aplikace nejpoužívanějších algoritmů z daného oboru. :
    1. Předzpracování obrazů. Náplň cvičení a ukázky kódů:
    a. převod barevného obrazu na šedotónový (C#)
    b. ukázka různých filtrů pomocí konvoluce (detekce hran, vylepšení hran, rozmazání, zaostření, reliéf) (C#)
    2. Segmentace a příznakové rozpoznání. Náplň cvičení a ukázky kódů:
    a. dekompozice čtyřstromem (C#)
    b. globální prahování (C#)
    c. hledání přímky (C#)
    3. Zpětná stereoprojekce, model kamery, případ dvou kamer, absolutní kalibrace a rekonstrukce, relativní kalibrace a
    rekonstrukce
    4. Analýza obrazů proměnných v čase diskrétní Kalmanův filtr
    5. Sledování objektů v obrazech získaných pohybující se kamerou
    6. Analýza pohybu, rozdílové metody
    7. Estimace modelu prostředí
    8. Optický tok. Náplň cvičení a ukázky kódů:
    a. Lucas - Kanade algoritmus pro sledování pohybu (Matlab)
    9. Detekce významných bodů v obraze. Náplň cvičení a ukázky kódů:
    a. porovnání metod SURF/SIFT (C++)
Literatura
    povinná literatura
  • Haralick Shapiro. Computer vision. New York. info
  • SOJKA, E. Zpracování digitálního obrazu. 2000. ISBN 80-7078-746-5. info
  • HARALICK, R. M. , SHAPIRO, L. G. Computer and Robot Vision. New York, 1992. info
    doporučená literatura
  • Čermák, P., Blahuta, J., Martinu, J. Počítačové vidění. Opava, 2013. URL info
  • SZELISKI, Richard. Computer Vision: Algorithms and Applications. Berlin, 2010. info
  • DOUGHERTY, G. Digital Image Processing for Medical Applications. Oxford, 2009. ISBN 978-0521860857. info
  • ŽÁRA, Jiří, SOCHOR, Jiří, FELKEL, Petr, BENEŠ, Bedřich. Moderní počítačová grafika. Brno, 2005. ISBN 978-80-2510-454-5. info
  • SCHLESINGER, M.I., HLAVÁČ, V. Deset přednášek z teorie statistického a strukturního rozpoznávání. Praha, 1999. info
  • ŠONKA, M., HLAVÁČ, V., BOYLE, R. Image Processing, Analysis and Machine Vision. Boston, 1998. info
  • PRATT, W. K. Digital Image Processing, Second Edition. New York, 1991. info
Výukové metody
Přednáška s aktivizací
Přednáška s analýzou videozáznamu
Metody hodnocení
Zkouška
Vyučovací jazyk
Angličtina
Informace učitele
* 75% návštěvnost přednášek a cvičení
* test ve cvičení max 30 bodů
* implementace vybraných metod počítačového vidění na konkretním robotu max 30 bodů, 10 bodů dokumentace
* 40 bodů zkouška
podmínka splnění 50% z každé části
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích léto 2018, léto 2019, léto 2020, léto 2021, léto 2022, léto 2023, léto 2024.