Képfeldolgozás és számítógépes grafikai alapismeretek

A korszerű számítógépes képfeldolgozási ismeretek készségszintű elsajátítása, a távfelügyelt autonóm ipari folyamatok kezelésében kulcsszerepet játszó virtuális technikák megismerése, a háromdimenziós képi információk feldolgozásának speciális technikái.

1. hét

2. Az emberi látás működése, háromdimenziós érzékelés. A térérzet komponensei, a monokuláris és binokuláris érzékelés alapjai. A képfüggvények fogalma, matematikai tulajdonságai. A térbeli látvány leképzésének matematikai modellje. Koordináta transzformációk, kamera modellek.

3. hét

4. A fényérzékelés alapvető mértékegységei az SI rendszerben. Az érzékelés problémája, dinamika tartomány, optikai zajok. Alapvető érzékelő eszközök: PSD, CCD érzékelők. A térérzékelésre alkalmas eszközök csoportosítása. Aktív és passzív rendszerek. A sztereo látás alapjai. Strukturált fényes letapogató rendszerek

5. hét

6. A képi információ feldolgozásának alapjai. Bináris képek feldolgozása. Geometriai tulajdonságok mérése. A valósidejű realizáció kérdései. Alkalmazási példák. Topológiai tulajdonságok analízise. Additív halmaz tulajdonságmérték fogalma. Euler-szám fogalma, alkalmazása. Alkalmazási példák.

7. hét

8. A képek előkészítő feldolgozása. Tér-transzformációk. Fourier transzformáció (ismétlés). Mintavételezés, kvantálás hatása. Egyéb tér-transzformációk. Hisztogram transzformációk. Szűrések a tér és a frekvenciatartományban

9. hét

10. Képek szegmentálása. Szegmentálás matematikai modellje. Szintek hasonlóságán alapuló szegmentálás. Gyors változásokon alapuló szegmentálási eljárások. A Hough transzformáció. Mozgásalapú szegmentálás. Alkalmazási példák.

11. hét

12. Az intenzitás és a távolságadatok közötti összefüggés. A reflexiós modellek szerepe a képértelmezésben. A volumetrikus és texturális adatbázis fogalma. Kontúrok csoportosítása. Kontúr attribútumok. Waltz féle szűkítési tétel. Kontúrok keresése, verifikációja.

13. hét.

14. Haralick féle topografikus osztályozás. A felületek leírásának matematikai módszerei. Hesse féle normálalak, Hesse mátrix. A sajátvektorok és sajátértékek interpretálása. Zárthelyi

15. hét

16. Felület típusok, és azok meghatározása. Felület attribútumok. A felületek meghatározási módszerei. Az eredmények verifikálása. Komponensek. Az objektumok komponensekre bontásának módszerei. Algoritmus a komponenshatárok meghatározására.

17. hét

18. Objektumfelismerés a hierarchikus adatbázis alapján. Reverse engineering feladatok. Alkalmazási példák.

    Három dimenziós látás szerepe a robotikában. Mobilis robotok navigációs kérdései. Navigációs szenzorok. Távolságmérésen alapuló navigáció. Mozgás alapú sztereo látás szerepe, és matematikai modellje.

19. hét

20. Ismeretlen környezet szenzorbázisú térképezési módszerei. A környezeti adatbázis tárolási lehetőségei. Térképalapú navigáció. Trajektóriakövetési módszerek. Hibamező, hibamező analízis. Akadálykerülési stratégiák. A látószenzorok, mint biztonsági szenzorok.

21. hét

22. A virtuális valóság és a robotika kapcsolata. Telerobotika, mint szabályozástechnikai probléma. Képtömőrítési eljárások telerobotikai alkalmazása. Aktív látás fogalma. Három dimenziós aktív látás eszközei. Az aktív látás alkalmazása a telerobotikában.

23. hét

24. VRML nyelv története, specifikációja, alkalmazása, alkalmazási példák. A VRML alkalmazása telerobotikában. Szenzoradatok csatolása a telerobotikai rendszerekbe.

25. hét

26. Képtömörítési eljárások. Matematikai alapok. Valósidejű rendszerek. Mozgóképek tömörítési eljárásai. A képtömörítés és az aktív látás kapcsolata.

27. hét

Esettanulmányok a háromdimenziós látás és a telerobotika témaköréből. Mars Pathfinder analízise. Teleoperáció sebészrobottal. Mobil plattform reaktor primerkör karbantartására. Robotfoci bajnokság. Robotrepülő navigációs rendszere. Repülőgépek alak deformációjának vizsgálata. A várható fejlődési irányzatok vizsgálata.

(előadás, gyakorlat, laboratórium):

A tárgy ismeretanyaga előadásokon kerül ismertetésre. Az előadásokra az előadó slide-okat készít, mely a félév során a //momic.iit.bme.hu címről letölthető. A tárgy ismeretanyaga a slide-ok felhasználásával és az előadásokon elhangzó lényegkiemelések, magyarázatok segítségével sajátítható el.

1. A szorgalmi időszakban:

házi feladat és zárthelyi

2. A vizsgaidőszakban:

3. a vizsga írásbeli.

4. Elővizsga:

Az utolsó oktatási héten elővizsga lehetőséget biztosítunk.

A házi feladat elkészítése a vizsgaidőszakban nem pótolható. A zárthelyi pótlására a TVSZ előírásai szerint van lehetőség.

A házi feladat elkészítéséhez egy alkalommal, valamint minden vizsga előtt konzultációs lehetőséget biztosítunk.

Tanszéki sokszorosított kiadványok, PowerPoint prezentációk

Gonzales: Digital Picture Processing. Addison-Wesley, ISBN 0-201-50803-6

: