×
Универзитет у Новом Саду

Предмет: Машинска визија (22.EAI021)

Основне информације:
 
Категорија Научно-стручни
Ужа научна област Телекомуникације и обрада сигнала
ЕСПБ 6

Предмет оријентисан ка индустријским применама машинске визије у циљу конструкције техничких система намењених контроли квалитета, поузданости, аутоматизацији система и процеса, перцепцији окружења. Идентификација задатака машинске визије и начина за њихово решавање. Сагледавање машинске визије као једног од начина перцепције вештачке интелигенције, у циљу припреме за усмерења ка изборним областима машинске визије и роботике. Предмет демонстрира и истражује како знања из области обраде слике, фотограметрије, оптимизације и алгоритама машинског учења проналазе примену у решењима машинске визије. Утврђивање смерница и критеријума на основу којих се одређују и интегришу модалитет снимања, карактеристике сензора, поступци обраде и анализе информација, као и начини за оцењивање успешности рада система. Проширивање стечених знања кроз практичну имплементацију система машинске визије путем предметних пројеката.

Разумевање начина на који се пројектују системи машинске визије. Могућност јасне идентификације проблема који се решава, анализе планираних услова рада, захтеване тачности и начина за постизање жељених карактеристика. Овладавање техникама и принципима на којима се заснивају поступци машинске визије. Способност анализе и модификације метода које се користе у различитим доменима примене машинске визије. Процена могућности разматраних метода и начина за њихово унапређење. Самостална реализација система или појединих елемената машинске визије уз могућност проширења знања даљим радом на одређеном проблему. Имплементација система машинске визије у метрологији; контроли квалитета; аутоматизацији производње, паковања и складиштења; саобраћају и транспорту; прецизној пољопривреди; даљинском надзору; дигиталној продукцији, безбедносним системима и биометрији.

Системи за аквизицију слике - принципи, карактеристике, конструкција. Модел сцене, камере и слике. Геометријска и радиометријска калибрација активних и пасивних сензора слике. Геометрија и оријентација појединачне слике, пара слика (стереовизија), три и више слика. Репрезентација тачака, линија и површи, пројективне трансформације. Основе фотограметрије и 3Д реконструкције. Обрада слике у просторном и фреквенцијском домену. Линеарно и нелинеарно филтрирање слике. Основе компресије слике и видеа. Сегментација слике и видеа. Морфолошке операције. Детекција ивица, линија, дужи, кружница, елипси, полигона. Модели шума. Мултирезолуциона анализа слике. Основе рачунарске реконструкције слике (CT, SAR) и реконструкције сигнала из непотпуних мерења. Примене варијационих метода у машинској визији (анизотропска дифузија, активне контуре). Дескриптори слике. Препознавање облика и машинско учење у машинској визији. Анализа кретања, оптички ток, праћење објеката у видеу. Анализа принципа конструкције система машинске визије на различитим примерима из праксе: системи за биометријску анализу (препознавање лица, отиска прста, вена на руци, дужице ока), прецизна пољопривреда (снимање из дрона), машинство (детекција дефеката, пукотина, роботски системи за заваривање), реконструкција површи и анализа облака тачака (мапирање, локализација, Lidar), термовизијско снимање, детекција људи и анализа кретања, анимација карактера и синтеза сцене, системи видео надзора, оптичко препознавање текста (у контролисаним и слободним условима), мерење и контрола квалитета коришћењем камере, стерео и монокуларна процена дубине сцене.

Предмет се похађа кроз стандардне облике остваривања наставе и укључује обавезно присуство на предавањима и рачунарским вежбама. Предавања су праћена мултимедијалним садржајима у форми презентација и видео снимака. Поред савладавања садржаја предмета предавања имају задатак да мотивишу даљи самостални рад студената. Рачунарске вежбе и демонстрација рада система машинске визије; Консултације; Анализа и критичка дискусија одабраних радова из области; Припрема за самосталну израду предметног пројекта који се предаје у целости и усмено брани. Писмени испит полаже се у редовним испитним роковима и на њему је потребно остварити најмање 50% предвиђених поена из оба дела. Полагање писменог испита може да се организује и током трајања семестра у коме се изводи настава, кроз два колоквијума.

Аутори Назив Година Издавач Језик
B. G. Batchelor Machine vision handbook 1-2 2012 Springer Енглески
J. Billingsley, P. Brett Mechatronics and machine vision in practice 1-3 2018 Springer Енглески
W. Förstner, B. Wrobel Photogrammetric computer vision 2016 Springer Енглески
W. Burger, M. Burge Principles of digital image processing 1-2. 2009 Springer Енглески
O. Sergiyenko, и др. Machine vision and navigation 2020 Springer Енглески
Предметна активност Предиспитна Обавезна Број поена
Предметна активност
Предметни пројекат
Предиспитна
Да
Обавезна
Да
Број поена
30.00
Предметна активност
Тест
Предиспитна
Да
Обавезна
Да
Број поена
10.00
Предметна активност
Тест
Предиспитна
Да
Обавезна
Да
Број поена
10.00
Предметна активност
Завршни испит - I део
Предиспитна
Не
Обавезна
Да
Број поена
20.00
Предметна активност
Завршни испит - II део
Предиспитна
Не
Обавезна
Да
Број поена
30.00

Предавања

Рачунарске вежбе