460-4129/02 – Zpracování obrazových dat v automobilech (ZODA)
| Garantující katedra | Katedra informatiky | Kredity | 4 |
| Garant předmětu | doc. Dr. Ing. Eduard Sojka | Garant verze předmětu | doc. Dr. Ing. Eduard Sojka |
| Úroveň studia | pregraduální nebo graduální | Povinnost | povinný |
| Ročník | 1 | Semestr | zimní |
| | Jazyk výuky | angličtina |
| Rok zavedení | 2019/2020 | Rok zrušení | 2022/2023 |
| Určeno pro fakulty | FEI | Určeno pro typy studia | navazující magisterské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Předmět posluchače seznámí s metodami digitálního zpracování a analýzy obrazu, které jsou používány v algoritmech používaných při autonomní jízdě. Po absolvování předmětu posluchač porozumí principům probraných metod a bude schopen je naimplementovat.
Vyučovací metody
Přednášky
Cvičení (v učebně)
Anotace
V předmětu budou probírána zejména tato témata: jasové a geometrické transformace obrazu, konvoluce obrazu, detekce hran, rohů a jiných význačných bodů v obrazech, příznakové rozpoznání a základní klasifikační algoritmy, metody segmentace obrazu, rekonstrukce scény z více obrazů, zpracování hloubkových dat.
Povinná literatura:
Doporučená literatura:
1. Burger, W., Burge, M., J.: Principles of Digital Image Processing: Fundamental Techniques, Springer, ISBN-10: 1848001908, ISBN-13: 978-1848001909, 2011
2. Petrou, M., Petrou, C.: Image Processing: The Fundamentals, Wiley, ISBN-10: 047074586X, ISBN-13: 978-0470745861, 2010
3. Brahmbhatt, S.: Practical OpenCV (Technology in Action), Apress, ISBN-10: 1430260793, ISBN-13: 978-1430260790, 2013
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Zápočet: 40 bodů (vypracování úloh zadaných na cvičení)
Zkouška: 60 bodů (písemná a ústní)
E-learning
Další požadavky na studenta
Další požadavky na studenta nejsou kladeny.
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Program přednášek:
1. Digitální obraz. Senzory, převedení do digitální podoby.
2. Jasové a geometrické transformace obrazu.
3. Konvoluce a filtrace obrazu.
4. Fourierova transformace a její aplikace v obrazech.
5. Komprese obrazu.
6. Detekce hran a rohů v obrazech, matematické morfologie.
7. Základní metody segmentace obrazu.
8. Pokročilé metody segmentace obrazu.
9. Příznakové rozpoznání.
10. Klasifikační algoritmy.
11. Sledování objektů ve videosekvencích.
12. Rekonstrukce scény z více obrazů.
13. Zpracování hloubkových dat. Registrace objektů v obrazech.
14. Rezerva.
Program cvičení:
1. Seznámení se s knihovnou OpenCV a základní práce s obrazem.
2. Gamma korekce, vyrovnání histogramu.
3. Konvoluce, konvoluční masky, odstranění šumu v obraze.
4. Diskrétní Fourierova transformace.
5. Morfologické operace v obrazech. Dilatace a eroze.
6. Detekce hran v obrazech.
7. Segmentace prahováním, adaptivní prahování.
8. Segmentace s využitím měření vzdáleností v obrazech.
9. Volba příznaků pro rozpoznání. Výpočet momentů.
10. Klasifikace pomocí neuronové sítě.
11. Sledování objektů ve videosekvencích. Kalmanův filtr.
12. Registrace objektů v hloubkových mapách.
13. Rezerva.
14. Zápočet.
Podmínky absolvování předmětu
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky