450-4101/01 – Metody zpracování zvukového a obrazového signálu v řídicích systémech (MZZOSŘS)
| Garantující katedra | Katedra kybernetiky a biomedicínského inženýrství | Kredity | 4 |
| Garant předmětu | Ing. Zdeněk Macháček, Ph.D. | Garant verze předmětu | Ing. Zdeněk Macháček, Ph.D. |
| Úroveň studia | pregraduální nebo graduální | | |
| | Jazyk výuky | čeština |
| Rok zavedení | 2019/2020 | Rok zrušení | |
| Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
V tomto předmětu se studují matematické algoritmy, metody a principy zpracování audio a video signálů. Studenti se seznámí se zpracováním digitálních audio a video signálů implementovatelných do digitální, mikroprocesorové a procesorové techniky. Předmět zahrnuje znalosti z oborů měření, regulace, elektroniky, biomedicínské techniky, zpracování audio a video signálů.
Cílem předmětu je seznámit studenty se základními metodami a jednotlivými algoritmy zpracování audio a video signálů s využitím metod zpracování zvukových signálů, zvukových efektů, šíření zvukových signálů, digitalizace zvukových signálů, analýzy a syntézy zvukového signálu, komprese zvukových signálů, základů pro zpracování řečového signálu, snímání a zpracování obrazového signálu, digitalizaci obrazového signálu, metody segmentace obrazu, detekce hran, transformace obrazu, geometrie obrazového signálu, filtrace obrazového signálu, rozpoznání objektů. Studenti seznámí zejména s implementací vybraných základním metod do digitální techniky, mikroprocesorové a procesorové techniky.
Jednotlivé způsoby a základní metody zpracování audio a video signálů se prezentují na přednáškách a ve cvičeních studenti prakticky realizují zadání jednotlivých protokolů resp. projektů, které tematicky odpovídají probíraným tématům na přednáškách. Praktické zvládnutí nástrojů pro zpracování a analýzu audio a video signálů.
Vyučovací metody
Přednášky
Individuální konzultace
Experimentální práce v laboratoři
Anotace
Předmět Metody zpracování zvukového a obrazového signálu v řídicích systémech poskytuje ucelený moderní základ pro práci s digitálními zvukovými a obrazovými signály, zaměřený na aplikace v průmyslu, automatizaci, měření a řídicích systémech. Studenti se seznámí s metodami snímání, digitalizace, předzpracování, analýzy a interpretace signálů, a to jak klasickými technikami digitálního zpracování signálů, tak metodami umělé inteligence.
Výuka se věnuje analýze zvukových signálů včetně frekvenční analýzy, syntézy, extrakce rysů a rozpoznávání řeči. Současně se studenti seznámí se zpracováním obrazových signálů, od předzpracování dat přes geometrické a jasové transformace až po detekci hran, segmentaci a rozpoznávání objektů v průmyslovém prostředí.
Na cvičeních studenti prakticky implementují probírané metody v prostředí Pythonu s využitím knihovny OpenCV, simulačního softwaru MATLAB a vyzkouší si implementaci do mikrokontrolérů používaných v průmyslových technologiích. Součástí laboratorní výuky je také práce s virtuální instrumentací, kamerovými a akustickými měřicími systémy, které odpovídají reálným průmyslovým aplikacím, jako je akustická diagnostika strojů, kontrola kvality pomocí obrazu, měření a monitorování procesů či automatizované rozpoznávání objektů.
Předmět je určen studentům se zaměřením na řízení, průmyslovou automatizaci, robotiku, měřicí techniku, akustickou diagnostiku, průmyslového a strojové vidění.
Povinná literatura:
Doporučená literatura:
Další studijní materiály
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Student realizuje projekty č.1-10 z části ve výuce v laboratorních cvičení. Projekty jsou tvořeny zpracováním, měřením, analýzou audio a video signálů s implementací do digitální, mikroprocesorové a procesorové techniky včetně využití matematického softwaru.
Student písemně vypracuje 10 protokolů z projektů. Za každý protokol může student získat až 2 body. Za všechny protokoly může tedy student získat maximálně 20 bodů. Na konci semestru student vypracuje závěrečný test, za který může získat až 20 bodů. Podmínky udělení zápočtu: Studentu je udělen zápočet, pokud vypracoval a byly mu klasifikovány všechny protokoly a pokud vypracoval a byl mu klasifikován kontrolní test a pokud získal celkem alespoň 15 bodů za cvičení. Protokoly jsou v průběhu semestru zpracovávány studenty v rámci konzultačních hodin probíhajících v laboratoři.
Předmět je ukončen závěrečnou zkouškou, která se skládá z písemné části 0 - 50 bodů a z části ústní 0 - 10 bodů.
E-learning
Materiály jsou dostupné v https://lms.vsb.cz/
Další požadavky na studenta
Žádné další požadavky na studenta nejsou kladeny.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Přednášky
1. Úvod do zpracování zvukových a obrazových signálů v řídicích a průmyslových systémech
2. Snímání a digitalizace zvuku pomocí mikrofonů a ADC pro průmyslové aplikace
3. Frekvenční analýza zvukových signálů metodami DFT, FFT a spektrogramů
4. Syntéza a generování zvukových signálů pomocí modulací
5. Analýza řečového signálu metodami MFCC, LPC a klasickými postupy rozpoznávání
6. AI metody pro zpracování zvuku využívající neuronové sítě
7. Snímání a digitalizace obrazových signálů v průmyslových kamerových systémech
8. Předzpracování obrazových dat pomocí filtrů pro odstranění šumu a normalizaci
9. Geometrické a jasové transformace obrazu včetně histogramových metod
10. Frekvenční analýza obrazu pomocí 2D FFT a filtrů ve frekvenční oblasti
11. Konvoluční metody pro detekci hran a morfologické operace ve strojovém vidění
12. Segmentace obrazu a metody detekce objektů pro řízení a automatizaci
13. AI metody pro rozpoznání objektů a pokročilé metody v průmyslu
Cvičení
1. Měření a zpracování zvukových a obrazových dat pomocí MATLABu, Pythonu a virtuální instrumentace
2. Implementace a digitalizace zvuku pomocí ADC a DAC v MATLABu, Pythonu a mikrokontroléru
3. Předzpracování zvukových signálů pomocí filtrů a metod odstranění šumu
4. Analýza zvuku pomocí frekvenčních metod v MATLABu, Pythonu
5. Generování a syntéza zvukových signálů digitálními metodami
6. Extrakce rysů zvukového signálu pomocí metod pro rozpoznání signálu
7. Implementace AI modelů pro klasifikaci zvuků a řeči v Pythonu
8. Měření a zpracování obrazových dat z kamerových systémů pomocí MATLABu, Pythonu a virtuálních přístrojů
9. Předzpracování obrazu a filtrace pro strojové vidění
10. Geometrické a jasové transformace obrazu včetně histogramových úprav
11. Frekvenční analýza obrazu pomocí 2D FFT a frekvenčních filtrů
12. Implementace detekce hran a morfologických operací v MATLABu, Pythonu a mikrokontroléru
13. Segmentace obrazu a implementace metod pro rozpoznání objektů pomocí umělé inteligence
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky