UIDI006 Analýza obrazu a počítačového vidění v autonomních systémech

Filozoficko-přírodovědecká fakulta v Opavě
zima 2015
Rozsah
0/0. 0 kr. Ukončení: dzk.
Garance
doc. Ing. Petr Čermák, 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
Cílem předmětu je seznámit s metodami analýzy obrazů a počítačového vidění použitelných pro návrh inteligentních systémů. Fyziologické a psychické aspekty vidění, typy obrazů a zařízení pro jejich snímání. Vzorkování a rekonstrukce obrazu, lineární operátory, sčítání a konvoluce obrazu, jednotkové transformace. Geometrické transformace, číslicová filtrace šumu, fuzzy filtrace, histogram a jeho vyrovnání. Homotopický strom, skeletonizace, dilatace, eroze, uzavření a otevření. Segmentace obrazu prahováním, adaptivní prahování. Sledování hranice, heuristické metody segmentace, Houghova transformace. Segmentace narůstáním a štěpením oblastí, přímým srovnáním se vzorem. Segmentace fuzzy pravidlovým systémem. Globální a lokální příznaky, příznaky vycházející z popisu hranic, polygonální reprezentace. Popisu regionů, skalární popisy, momenty. Evaluace příznaků, nezávislost vůči transformacím obrazu. Příznakové statistické metody rozpoznání, nastavení klasifikátoru, shluková analýza, neuronové a fuzzy neuronové klasifikátory. Interpretace obrazu, úrovně popisu, deklarativní modely versus procedurální modely. Zpětná stereoprojekce, model kamery, případ dvou kamer, absolutní kalibrace a rekonstrukce, relativní kalibrace a rekonstrukce. Diskrétní Kalmanův filtr, aplikace Kalmanova filtru při sledování pohybujících se objektů, alfa a beta filtr pro sledování pohybu bodu. Sledování objektů v obrazech získaných pohybující se kamerou. Optický tok. Možností implementace metod zpracování obrazové informace v DSP, FPGA a distribuovaných systémech. Odborná literatura: 1. Haralick, R. M., Shapiro, L. G.: Computer and Robot Vision. Addison-Wesley, New York, 1992 2. Kerre E., Nachtgeal M.: Fuzzy Techniques in Image Processing, Springer, 2000 3. Pratt, W. K.: Digital Image Processing, Second Edition. Wiley-Interscience, New York, 1991 4. Schlesinger, M.I., Hlaváč, V.: Deset přednášek z teorie statistického a strukturního rozpoznávání. ČVUT, Praha, 1999 5. Sojka E.: Digitální zpracování a analýza obrazů, VŠB-TU, Ostrava, 2000 6. Šonka, M., Hlaváč, V., Boyle, R.: Image Processing, Analysis and Machine Vision. PWS, Boston, 1998
Výukové metody
Přednáška s aktivizací
Přednáška s analýzou videozáznamu
Metody hodnocení
Zkouška
Informace učitele
Teoretické a praktické zvládnutí témat předmětu, podmínky budou upřesněny na začátku výuky.
Další komentáře
Předmět je dovoleno ukončit i mimo zkouškové období.
Předmět je zařazen také v obdobích zima 2006, léto 2007, zima 2007, léto 2008, zima 2008, léto 2009, zima 2009, léto 2010, zima 2010, léto 2011, zima 2011, léto 2012, zima 2012, léto 2013, zima 2013, léto 2014, zima 2014, léto 2015, léto 2016, zima 2016, léto 2017, zima 2017, léto 2018, zima 2018, léto 2019, zima 2019, léto 2020, zima 2020, léto 2021, zima 2021, léto 2022.