Systemy wizyjne w robotyce/ Rozpoznawanie obrazów
Transkrypt
Systemy wizyjne w robotyce/ Rozpoznawanie obrazów
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W GŁOGOWIE SYLABUS/KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU Systemy wizyjne w robotyce 2. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny 3. STUDIA kierunek stopień tryb język status przedmiotu AiR I Stacjonarne / niestacjonarne Polski obieralny 4. CEL PRZEDMIOTU - zapoznanie studentów z kolejnymi etapami działania systemu wizyjnego (od procesu akwizycji do wyniku działania algorytmu klasyfikacji) - ukształtowanie umiejętności korzystania z systemu wizyjnego i konfigurowania jego podstawowych funkcji 5. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I KOMPETENCJI A. Podstawy robotyki, Podstawy teorii sygnałów i systemów dynamicznych, Metody i techniki wspomagania decyzji B. podstawowa wiedza odnośnie: budowy strukturalnej robota, cyfrowej transmisji danych 6. EFEKTY KSZTAŁCENIA A. Wiedza 50A_RiM_W01 Zna kolejne etapy działania systemu wizyjnego 50A_RiM_W02 Potrafi wymienić i krótko scharakteryzować kolejne etapy przetwarzania obrazów B. Umiejętności 50A_RiM_U01 Potrafi scharakteryzować parametry systemów wizyjnych 50A_RiM_U02 Potrafi skonfigurować i bezpiecznie korzystać z prostego systemu wizyjnego 50A_RiM_U03 Potrafi wykonać podstawowe operacje związane z przetwarzaniem obrazów (od przetwarzania wstępnego do prostego algorytmu rozpoznawania wzorców) C. Kompetencje 1 7. TREŚCI PROGRAMOWE – STUDIA STACJONARNE wykład liczba ćwiczenia liczba godzin godzin W1 – Omówienie struktury wykładu Wprowadzenie 1 W2Cyfrowa reprezentacja obrazu. Formaty plików graficznych. Reprezentacja stratna i bezstratna. W3- Akwizycja obrazów. 1 W4- Przetwarzanie wstępne. Operacje na histogramach (normalizacja, wyrównywanie, rozciąganie). W5- Transformacje globalne i lokalne. Transforrnata Fouriera. Transformata. Hadamarda. Operatory liniowe i nieliniowe. W6- Metody segmentacji. Progowanie. Segmentacja na podstawie podobieństw i różnic. W7- Wykrywanie krawędzi. Lokalne operatory: gradient i op. Laplace'a. Aproksymacja krawędzi - transformacja Hougha. W8- Selekcja i Ekstrakcja cech. Algorytmy klasyfikacji. W9Zastosowanie wizji w sterowaniu robotami. Rozpoznawanie, Lokalizacja. Orientacja. SUMA GODZIN 15 laboratorium liczba godzin L1- Wprowadzenie, 2 określenie warunków zaliczenia, przekazanie spisu literatury i materiałów dydaktycznych L2- Narzędnik Matlab 2 Image Processing ToolBox (IPT) 2 1 L3- Przetwarzanie obrazów z wykorzystaniem funkcji dostępnych IPT: operacje liniowe i nieliniowe, filtracja L4- Segmentacja obiektów 2 L5- Selekcja cech 2 2 L6- Algorytmy klasyfikacji z rodziny NN 3 1 L7- Sprawdzenie wiadomości i zaliczenie przedmiotu 2 SUMA GODZIN 15 2 2 2 3 TREŚCI PROGRAMOWE – STUDIA NIESTACJONARNE wykład liczba projekt liczba godzin godzin W1 – Omówienie struktury wykładu Wprowadzenie 1 W2Cyfrowa reprezentacja obrazu. Formaty plików graficznych. Reprezentacja stratna i bezstratna. 1 Indywidualne zadania projektowe dla poszczególnych studentów 9 laboratorium L1- Wprowadzenie, określenie warunków zaliczenia, przekazanie spisu literatury i materiałów dydaktycznych L2- Narzędnik Matlab Image Processing ToolBox (IPT) liczba godzin 1 2 2 W3- Akwizycja obrazów. 1 W4- Przetwarzanie wstępne. Operacje na histogramach (normalizacja, wyrównywanie, rozciąganie). W5- Transformacje globalne i lokalne. W6- Metody segmentacji. Progowanie. Segmentacja na podstawie podobieństw i różnic. W7- Wykrywanie krawędzi. Lokalne operatory: gradient i op. Laplace'a. W8- Selekcja i Ekstrakcja cech. Algorytmy klasyfikacji. W9Zastosowanie wizji w sterowaniu robotami. Rozpoznawanie, Lokalizacja. Orientacja. 1 L3- Przetwarzanie obrazów z wykorzystaniem funkcji dostępnych IPT: operacje liniowe i nieliniowe, filtracja L4- Segmentacja obiektów, L5- Selekcja i ekstrakcja cech L5- Algorytmy klasyfikacji z rodziny NN 1 1 L7- Sprawdzenie wiadomości i zaliczenie przedmiotu 1 1 1 1 2 1 1 1 SUMA GODZIN 9 9 SUMA GODZIN 9 8. NARZĘDZIA DYDAKTYCZNE metody podające (wykład informacyjny), metody praktyczne (pokaz, ćwiczenie symultaniczne, ćwiczenia laboratoryjne, projekt) Środki dydaktyczne: projektory multimedialne, tablice dydaktyczne, komputery PC z zainstalowanym środowiskiem MATLAB, kamery, 9. SPOSÓB ZALICZENIA Studia stacjonarne wykład ćwiczenia Laboratorium/Projekt - Zaliczenie na ocenę Projekt Laboratorium Zaliczenie na ocenę Zaliczenie na ocenę wykład ćwiczenia Laboratorium Egzamin pisemny - Sprawdzian wiadomości wykład Projekt Laboratorium/Projekt Egzamin pisemny Przygotowanie projektu Sprawdzian wiadomości Egzamin Studia niestacjonarne wykład Egzamin 10. FORMY ZALICZENIA Studia stacjonarne Studia niestacjonarne 3 11. SPOSOBY OCENY Studia stacjonarne wykład Laboratorium/Projekt ćwiczenia Egzamin obejmuje treści prezentowane na wykładzie. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. Laboratorium: Sprawdzian obejmuje treści ćwiczone podczas. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. Studia niestacjonarne wykład Projekt Egzamin obejmuje treści prezentowane na wykładzie. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. poprawność umiejętne dostępnych projektowych, prezentacji Laboratorium/Projekt merytoryczna, wykorzystanie wzorców atrakcyjność Laboratorium: Sprawdzian obejmuje treści ćwiczone podczas. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. 12. OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z nauczycielem Przygotowanie się do laboratorium Przygotowanie się do zajęć SUMARYCZNA LICZBA PUNKTOW ECTS DLA PRZEDMIOTU Średnia liczba godzin na zrealizowanie Aktywności Stacjonarne 30 80 Niestacjonarne 18 70 40 32 5 4 13. WYKAZ LITERATURY A. Literatura wymagana 1. Tadeusiewicz R. 'Systemy wizyjne robotów przemysłowych' Warszawa 1992 r. 2. Wróbel Z., Koprowski R. 'Praktyka przetwarzania obrazów w programie MATLAB' Warszawa 2005 r. B. Literatura uzupełniająca 1. Horn B. K. P.: Robot Vision, MIT Press, McGraw-Hill 2. Pavlidis T.: Grafika i przetwarzanie obrazów, WNT, Warszawa, 1987. 3. Gonzales R. C., Wintz P.: Digital Image Processing, Addison-Wesley, London, 1977. 4. Ballard D. H., Brown C. M.: Computer Vision, Prentice-Hall, New York, 1982. 5. Ostrowski M. (red.): Informacja obrazowa, WNT, Warszawa, 1992. 4 14. PROWADZĄCY PRZEDMIOT OSOBA ODPOWIEDZIALNA ZA PRZEDMIOT: Prof. nzw. Dr hab. inż. Marcin Witczak 1 Wykład ćwiczenia Laboratorium/Projekt Imię i nazwisko Bartłomiej Sulikowski - Bartłomiej Sulikowski Tytuł/stopień naukowy Dr inż. Dr inż. Instytut Politechniczny Politechniczny Kontakt e-mail [email protected] [email protected] 5 PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W GŁOGOWIE SYLABUS/KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU Rozpoznawanie obrazów 2. NAZWA JEDNOSTKI PROWADZĄCEJ PRZEDMIOT Instytut Politechniczny 3. STUDIA kierunek stopień tryb język status przedmiotu AiR I stacjonarne / niestacjonarne Polski obieralny 4. CEL PRZEDMIOTU - zapoznanie studentów z kolejnymi etapami procesu rozpoznawania obrazów - zapoznanie studentów metodami i algorytmami stosowanymi przy przetwarzaniu obrazów, selekcji i ekstrakcji cech i klasyfikacji 5. WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I KOMPETENCJI A. Podstawy teorii sygnałów i systemów dynamicznych, Sztuczna inteligencja Metody i techniki wspomagania decyzji B. podstawowa wiedza odnośnie: cyfrowej reprezentacji danych, metod sztucznej inteligencji w klasyfikacji 6. EFEKTY KSZTAŁCENIA A. Wiedza 50B_RiM_W01 Potrafi wymienić i krótko scharakteryzować kolejne etapy przetwarzania obrazów 50B_RiM_W02 Zna podstawowe metody i algorytmy: przetwarzania obrazów, selekcji i ekstrakcji cech z obrazów oraz ich rozpoznawania B. Umiejętności 50B_RiM_U01 Potrafi używać funkcji narzędnika Image Processing Toolbox w celu przetworzenia obrazów 50B_RiM_U02 Potrafi dla relatywnie prostych obiektów wyselekcjonować zbiory cech je opisujące 50B_RiM_U03 Potrafi używać metod sztucznej inteligencji (np. sieci neuronowe) w prostych zadaniach klasyfikacji 50B_RiM_U04 Potrafi stosować algorytmy z rodziny najbliższego sąsiada w prostych zadaniach klasyfikacji 1 C. Kompetencje 7. TREŚCI PROGRAMOWE – STUDIA STACJONARNE wykład liczba ćwiczenia liczba godzin godzin W1 – Omówienie struktury wykładu Wprowadzenie 1 W2Akwizycja obrazów. Cyfrowa reprezentacja obrazu. Formaty plików graficznych. Reprezentacja stratna i bezstratna. W3- Przetwarzanie wstępne. Operacje na histogramach (normalizacja, wyrównywanie, rozciąganie). Filtracja. W4- Transformacje globalne i lokalne. Transforrnata Fouriera. Transformata. Hadamarda. Operatory liniowe i nieliniowe. W5- Metody segmentacji. Segmentacja przez progowanie. Segmentacja na podstawie podobieństw i różnic. W6- Wykrywanie krawędzi i lokalizacja. Lokalne operatory: gradient i operator Laplace'a. Aproksymacja krawędzi - transformacja Hougha W7-. Selekcja i Ekstrakcja cech. Algorytmy klasyfikacji. 2 W8- Klasyczne metody klasyfikacji (algorytmy NN, funkcje przynależności) W9- Klasyfikacja oparta o metody sztucznej inteligencji (sieci neuronowe, sieci neurorozmyte, systemy ekspertowe) liczba godzin L1- Wprowadzenie, 1 określenie warunków zaliczenia, przekazanie spisu literatury i materiałów dydaktycznych L2- Narzędnik Matlab 2 Image Processing ToolBox (IPT) L3- Przetwarzanie obrazów z wykorzystaniem funkcji dostępnych IPT: operacje liniowe i nieliniowe, filtracja L4- Segmentacja obiektów 2 2 L5- Selekcja i ekstrakcja cech. Metoda PCA 2 2 L6- Algorytmy klasyfikacji z rodziny NN 2 1 L7- Zastosowanie metod sztucznej inteligencji w rozpoznawaniu obrazów L8- Sprawdzenie wiadomości i zaliczenie przedmiotu 2 SUMA GODZIN 15 4 2 2 2 2 2 SUMA GODZIN 15 SUMA GODZIN TREŚCI PROGRAMOWE – STUDIA NIESTACJONARNE wykład laboratorium liczba godzin projekt liczba godzin laboratorium liczba godzin 2 W1 – Omówienie struktury wykładu Wprowadzenie 1 W2Akwizycja obrazów. Cyfrowa reprezentacja obrazu. Formaty plików graficznych. Reprezentacja stratna i bezstratna. W3- Przetwarzanie wstępne. Operacje na histogramach (normalizacja, wyrównywanie, rozciąganie). Filtracja. W4- Transformacje globalne i lokalne. Transforrnata Fouriera. Transformata. Hadamarda. Operatory liniowe i nieliniowe. W5- Metody segmentacji. Segmentacja przez progowanie. Segmentacja na podstawie podobieństw i różnic. W6- Wykrywanie krawędzi i lokalizacja. Lokalne operatory: gradient i operator Laplace'a. Aproksymacja krawędzi - transformacja Hougha 1 9 L1- Wprowadzenie, 1 określenie warunków zaliczenia, przekazanie spisu literatury i materiałów dydaktycznych L2- Narzędnik Matlab 1 Image Processing ToolBox (IPT) L3- Przetwarzanie obrazów z wykorzystaniem funkcji dostępnych IPT: operacje liniowe i nieliniowe, filtracja L4- Segmentacja obiektów 1 1 L5- Selekcja i ekstrakcja cech 1 1 L6- Klasyfikacja z wykorzystaniem algorytmów z rodziny NN oraz sztucznych sieci neuronowych 2 1 1 W7-. Selekcja i Ekstrakcja 1 cech. Algorytmy klasyfikacji. W8- Klasyczne metody klasyfikacji (algorytmy NN, funkcje przynależności) W9- Klasyfikacja oparta o metody sztucznej inteligencji (sieci neuronowe, sieci neurorozmyte, systemy ekspertowe) Indywidualne zadania projektowe dla poszczególnych studentów 1 L7Sprawdzenie 1 wiadomości i zaliczenie przedmiotu 1 1 SUMA GODZIN 9 SUMA GODZIN 9 SUMA GODZIN 9 8. NARZĘDZIA DYDAKTYCZNE metody podające (wykład informacyjny), metody praktyczne (pokaz, ćwiczenie symultaniczne, ćwiczenia laboratoryjne, projekt) Środki dydaktyczne: projektory multimedialne, tablice dydaktyczne, komputery PC z zainstalowanym środowiskiem MATLAB, 3 9. SPOSÓB ZALICZENIA Studia stacjonarne wykład Egzamin Studia niestacjonarne wykład Egzamin 10. FORMY ZALICZENIA Studia stacjonarne wykład Egzamin pisemny Studia niestacjonarne wykład Egzamin pisemny 11. SPOSOBY OCENY Studia stacjonarne wykład ćwiczenia Laboratorium/Projekt - Zaliczenie na ocenę Projekt Laboratorium Zaliczenie na ocenę Zaliczenie na ocenę ćwiczenia Laboratorium - Sprawdzian wiadomości Projekt Laboratorium/Projekt Przygotowanie projektu Sprawdzian wiadomości ćwiczenia Laboratorium/Projekt Egzamin obejmuje treści prezentowane na wykładzie. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. Studia niestacjonarne wykład Egzamin obejmuje treści prezentowane na wykładzie. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. Laboratorium: Sprawdzian obejmuje treści ćwiczone podczas. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. Projekt poprawność umiejętne dostępnych projektowych, prezentacji Laboratorium/Projekt merytoryczna, wykorzystanie wzorców atrakcyjność Laboratorium: Sprawdzian obejmuje treści ćwiczone podczas. Do uzyskania zaliczenia wymagane jest uzyskanie 60% maksymalnej liczby punktów. 12. OBCIĄŻENIE PRACĄ STUDENTA Forma aktywności Godziny kontaktowe z nauczycielem Przygotowanie się do laboratorium Przygotowanie się do zajęć SUMARYCZNA LICZBA PUNKTOW ECTS DLA PRZEDMIOTU Średnia liczba godzin na zrealizowanie Aktywności Stacjonarne 30 80 Niestacjonarne 18 70 40 5 32 4 4 13. WYKAZ LITERATURY A. Literatura wymagana 1. Duda P., Hart R., Stork O. 'Pattern classification' New York 2000 r. 2. Kwiatkowski W. 'Metody automatycznego rozpoznawania wzorców' Warszawa 2001 r. 3. Tadeusiewicz R., Flasiński M. 'Rozpoznawanie obrazów' Warszawa 1991 r. 4. Wróbel Z., Koprowski R. 'Praktyka przetwarzania obrazów w programie MATLAB' Warszawa 2005 r. B. Literatura uzupełniająca 1. Pavlidis T.: Grafika i przetwarzanie obrazów, WNT, Warszawa, 1987. 14. PROWADZĄCY PRZEDMIOT OSOBA ODPOWIEDZIALNA ZA PRZEDMIOT: Prof. nzw. Dr hab. inż. Marcin Witczak 1 Wykład ćwiczenia Laboratorium/Projekt Imię i nazwisko Bartłomiej Sulikowski - Bartłomiej Sulikowski Tytuł/stopień naukowy Dr inż. Dr inż. Instytut Politechniczny Politechniczny Kontakt e-mail [email protected] [email protected] 5