354-0557/02 – Image Processing and Analyzing (ZAO)

Gurantor departmentDepartment of RoboticsCredits5
Subject guarantorprof. Dr. Ing. Petr NovákSubject version guarantorprof. Dr. Ing. Petr Novák
Study levelundergraduate or graduateRequirementCompulsory
Year1Semestersummer
Study languageCzech
Year of introduction2008/2009Year of cancellation2010/2011
Intended for the facultiesFSIntended for study typesFollow-up Master
Instruction secured by
LoginNameTuitorTeacher giving lectures
NOV20 prof. Dr. Ing. Petr Novák
TOM507 Ing. Lukáš Tomek
Extent of instruction for forms of study
Form of studyWay of compl.Extent
Full-time Credit and Examination 2+2
Combined Credit and Examination 12+4

Subject aims expressed by acquired skills and competences

Analises of requirement on visual tobot subsystem, design of the visual subsystem, application of the basic image operations, their evaluation

Teaching methods

Lectures
Tutorials
Experimental work in labs

Summary

1. Uvedení problematiky, literatura, zdroje. Digitalizace obrazu (HW podpora), vzorkování a kvantování spojitých funkcí, Shannonův teorém, 2. Obrazové snímače, typy, vlastnosti, rozhraní kamer (analogové, digitální), přenos obrazu, obrazové formáty 3. Základy projektivní geometrie. Geometrická kalibrace kamery 4. Základní operace s obrazy, histogram, změny kontrastu, odstranění šumu, zaostření obrazu, Lineární filtrace v prostorové a frekvenční oblasti, konvoluce, 5. Fourierova transformace, Komprese obrazu. JPEG komprese. Fraktální komprese. MPEG komprese a digitální video. Přenos obrazu. 6. Rekonstrukce zašuměných a zkreslených obrazů. Aliasing. Kvantování Metody segmentace obrazu. Prahování. Stanovení prahu. Detekce hran. 7. Gradientní metoda. Metoda průchodu nulou. Cannyho detektor hran. Detektory rohů. Detekce čar v obrazu - Houghova transformace. 8. Neuronové sítě. Použití neuronových sítí pro vyhodnocení klasifikátorů obrazu (viz dále). 9. (pokračování) Neuronové sítě. Použití neuronových sítí pro vyhodnocení klasifikátorů obrazu (viz dále). 10. Stereovidění. Rekonstrukce prostorových souřadnic na základě znalosti dvou nebo více různých obrazů téže scény. 11. Absolutní a relativní kalibrace kamery. Problém korespondence bodů. 12. Průmyslové aplikace, praktická doporučení 13. Příznakový popis rovinných objektů - obecné principy, obrazové momenty, korelace, rozpoznávání 2-D objektů.

Compulsory literature:

K.R. Castleman: Digital Image Processing, Prentice Hall 1996 (ISBN 0-13-211467- 4). L.J. Galbiati, Machine vision and digital image processing fundamentals, Prentice Hall, 1990 (0-13-542044-X). O. Faugeras, Three-dimensional computer vision, MIT Press, 1994 (0-262-06158- 9). R.M. Haralick, L.G. Shapiro, Computer and Robot Vision, Addison-Wesley, Reading, MA, 1992 (0-201-10877-1,-2,-3). W.K. Pratt, Digital image processing (2nd ed), John Wiley and Sons, 1991 (ISBN 0-471-85766-1). Erik Valdemar C. J. a další Intelligent active vision systems for robots. 2007, ISBN 978-3-86727-108-0

Recommended literature:

1.A.K.Jain: Fundamentals of Digital Image Processing. ,Prentice Hall 1989 2.A.Rosenfeld, A.C.Kak: Digital Picture Processing (2nd ed.),Acad. Press 1982 3.W.K.Pratt: Digital Image Processing (2nd ed.),J.Wiley 1992

Way of continuous check of knowledge in the course of semester

E-learning

Výuka za podpory LMS Moodle

Další požadavky na studenta

Prerequisities

Subject has no prerequisities.

Co-requisities

Subject has no co-requisities.

Subject syllabus:

1. Uvedení problematiky, literatura, zdroje. Digitalizace obrazu (HW podpora), vzorkování a kvantování spojitých funkcí, Shannonův teorém, 2. Obrazové snímače, typy, vlastnosti, rozhraní kamer (analogové, digitální), přenos obrazu, obrazové formáty 3. Základy projektivní geometrie. Geometrická kalibrace kamery 4. Základní operace s obrazy, histogram, změny kontrastu, odstranění šumu, zaostření obrazu, Lineární filtrace v prostorové a frekvenční oblasti, konvoluce, 5. Fourierova transformace, Komprese obrazu. JPEG komprese. Fraktální komprese. MPEG komprese a digitální video. Přenos obrazu. 6. Rekonstrukce zašuměných a zkreslených obrazů. Aliasing. Kvantování Metody segmentace obrazu. Prahování. Stanovení prahu. Detekce hran. 7. Gradientní metoda. Metoda průchodu nulou. Cannyho detektor hran. Detektory rohů. Detekce čar v obrazu - Houghova transformace. 8. Neuronové sítě. Použití neuronových sítí pro vyhodnocení klasifikátorů obrazu (viz dále). 9. (pokračování) Neuronové sítě. Použití neuronových sítí pro vyhodnocení klasifikátorů obrazu (viz dále). 10. Stereovidění. Rekonstrukce prostorových souřadnic na základě znalosti dvou nebo více různých obrazů téže scény. 11. Absolutní a relativní kalibrace kamery. Problém korespondence bodů. 12. Průmyslové aplikace, praktická doporučení 13. Příznakový popis rovinných objektů - obecné principy, obrazové momenty, korelace, rozpoznávání 2-D objektů.

Conditions for subject completion

Full-time form (validity from: 1960/1961 Summer semester)
Task nameType of taskMax. number of points
(act. for subtasks)
Min. number of points
Exercises evaluation and Examination Credit and Examination 100 (100) 51
        Exercises evaluation Credit 35 (35) 0
                Written exam Written test 35  15
        Examination Examination 65 (65) 0
                Written examination Written examination 25  0
                Oral Oral examination 40  0
Mandatory attendence parzicipation:

Show history

Occurrence in study plans

Academic yearProgrammeField of studySpec.ZaměřeníFormStudy language Tut. centreYearWSType of duty
2010/2011 (N2301) Mechanical Engineering (2301T013) Robotics P Czech Ostrava 1 Compulsory study plan
2010/2011 (N2301) Mechanical Engineering (2301T013) Robotics K Czech Ostrava 1 Compulsory study plan
2009/2010 (N2301) Mechanical Engineering (2301T013) Robotics P Czech Ostrava 1 Compulsory study plan
2009/2010 (N2301) Mechanical Engineering (2301T013) Robotics K Czech Ostrava 1 Compulsory study plan

Occurrence in special blocks

Block nameAcademic yearForm of studyStudy language YearWSType of blockBlock owner