Rozpoznawanie obrazu

Informacje ogólne

Kod przedmiotu:	WMTLACSM-RO-i
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Rozpoznawanie obrazu
Jednostka:	Wydział Mechatroniki, Uzbrojenia i Lotnictwa
Grupy:
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	polski
Rodzaj studiów:	II stopnia
Forma zajęć liczba godzin/rygor:	60 I 5 Wx; C+
Pełny opis:	Wykład / metoda werbalno-wizualna z przykładami rozwiązań, metoda seminaryjna Kamery: czujniki, soczewki, format obrazów. Kolory: addytywne i subtraktywne, mieszanie barw, przestrzeń barw, Twierdzenie Bayera. 4 Geometria rzutowa, tworzenie obrazów, model kamery otworkowej. 4 Kalibracja kamery – parametry wewnętrzne i zewnętrzne. 4 Algorytmy przetwarzania obrazu; poziom niski: linearne, dwustronne, medianowe, histogramy, transformacja Fouriera, operacje morfologiczne. 4 Algorytmy średniego poziomu: wykrywanie krawędzi, detekcja obszaru, ekstrakcja konturów, transformacja Hough’a. 4 Segmentacja obrazu: grupowanie (analiza skupień), metody wododziałowe (watershed), algorytmy podziału i łączenia, rozrost obszarów, algorytm mean-shift. 4 Cechy obrazu: punkty kluczowe (keypoints) i deskryptory. 4 Algorytmy wysokiego poziomu: znajdowanie wzorca w obrazie (template matching) i rozpoznawanie elementów na obrazie. 4 Szablony C++: biblioteki i klasy, przykłady bibliotek i szablonów. 4 Hierarchia klas i dziedziczenie. 4 Wstęp do biblioteki OpenCv. 4 Zarządzanie danymi dla aplikacji wizyjnych. Aplikacje wykorzystujące OpenCv. 4 Ćwiczenia / metoda praktyczna Wstęp: konfiguracja pakietu C++ w środowisku Visual Studio przy wykorzystaniu biblioteki OpenCv. Operacje wejścia/wyjścia na obrazach. 2 Segmentacja i indeksacja obrazów. 2 Wyznaczanie podstawowych parametrów obiektów. 2 Wyznaczanie współczynników kształtu obiektów. 2 Wyznaczanie momentów geometrycznych obiektów. 2 Algorytmy sztucznej inteligencji w procesie rozpoznawania obrazów. 2
Literatura:	Gonzalez, Rafael C.; Woods, Richard Eugene Digital image processing. 2018 Szeliski, Richard Computer vision algorithms and applications. 2011 Kaehler, Adrrian; Bradski, Gary Rost Learning OpenCv 3computer vision IN C++ with the OpenCv library. 2017 K. Stąpor Automatyczna klasyfikacja obiektów 2005 R. Tadeusiewicz, M. Flasiński Rozpoznawanie obrazów 1991

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Wojskowa Akademia Techniczna.