Wojskowa Akademia Techniczna - Centralny System Uwierzytelniania
Strona główna

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.
ul. gen. Sylwestra Kaliskiego 2, 00-908 Warszawa 46 tel: +48 261 839 000 https://www.wojsko-polskie.pl/wat/ kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)