Slikovne tehnologije

Visokošolski učitelji: Kovačič Stanislav
Sodelavci: Perš Janez

Opis predmeta

Pogoji za vključitev v delo oz. za opravljanje študijskih obveznosti:

• Vpis v letnik.

Vsebina:

• Večsenzorski sistemi, kalibrirani, šibko kalibrirani in nekalibrirani sistemi, aktivni vid.
• Algoritmi za analizo slik, segmentacija slik, morfološko filtriranje, opis in analiza oblike, opis in analiza teksture.
• Večločljivostne metode, linearni in nelinearni prostor ločljivosti, slikovne piramide.
• Aktivni modeli krivulj, aktivni modeli oblike, aktivni modeli pojavnosti, nivojske množice.
• Primerjanje slik, mere podobnosti, modeli in postopki za poravnavanje slik, večmodalno poravnavanje slik.
• Zaznavanje izven vidnega spektra, termovizija.
• Detekcija in sledenje objektov, Kalmanov filter, filtri delcev.
• Industrijski vid, robotski vid, brezkontaktno dimenzijsko merjenje, vizualno pregledovanje.
• Strojni vid v inteligentnih videonadzornih sistemih, analiza obnašanja.
• Strojni vid v naprednih prometnih sistemih.
• Strojni vid v športu.

Cilji in kompetence:

Spoznavanje in uporaba naprednejših postopkov in tehnologij vidnega zaznavanja v inteligentnih večsenzorskih sistemih.

Predvideni študijski rezultati:

Razumevanje bistvenih sestavin vidnega zaznavanja v umetnih zaznavnih sistemih.

Metode poučevanja in učenja:

Predavanja - teoretične osnove s praktičnimi prikazi. Laboratorijske vaje - priprave na praktično delo, praktično delo s sodobnimi razvojnimi orodji. Domača projektna naloga.

UN2-2-AV-Mod I-Slik-Teh-V3.pdf

Gradiva

1. D. Forsyth, J. Ponce, Computer vision, a modern approach, Prentice Hall, 2003.
2. R. Gonzales, R. Woods, Digital image processing, 2nd Ed., Prentice Hall, 2002.
3. E. Trucco, A. Verri, Introductory techniques for 3-D computer vision, Prentice Hall, 1998.
4. M. Sonka, V. Hlavac, R. Boyle, Image processing, analysis and machine vision, Chapman and Hall Computing series, 1993.
5. A. Bovik (Ed.), Handbook of image and video processing, 2nd ed., Elsevier AP, 2005.