INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY



Hasonló dokumentumok
KÉPFELDOLGOZÁS SZAKTERÜLETI OKTATÁSA. Vámossy Zoltán, Sergyán Szabolcs Budapesti Műszaki Főiskola, Neumann János Informatikai Kar.

Robottechnika szakirány

Összeállította Horváth László egyetemi tanár

KÉPI ADATBÁZISOK SZAKIRÁNY

MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017.

Mérnökinformatikus alapszak (BSc)

Sergyán Szabolcs szeptember 21.

Alkalmazott matematikus mesterszak MINTATANTERV

Robotok inverz geometriája

ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ

A fotogrammetria ismeretek és a szakmai tudás fontossága

Grafikonok automatikus elemzése

Infobionika ROBOTIKA. X. Előadás. Robot manipulátorok II. Direkt és inverz kinematika. Készült a HEFOP P /1.0 projekt keretében

LabVIEW példák és bemutatók KÉSZÍTETTE: DR. FÜVESI VIKTOR

Az informatika kulcsfogalmai

IK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata

"Vizuális informatikai tantárgyak" oktatási tapasztalatai

Neurális hálózatok bemutató

Infobionika ROBOTIKA. IX. Előadás. Robot manipulátorok I. Alapfogalmak. Készült a HEFOP P /1.0 projekt keretében

Termék modell. Definíció:

PROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK

Matematika gyógyszerészhallgatók számára. A kollokvium főtételei tanév

Robotika. Kinematika. Magyar Attila

TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS

1. Metrológiai alapfogalmak. 2. Egységrendszerek. 2.0 verzió

SZOFTVERFEJLESZTÉS. Földtudományi mérnöki mesterszak / Geoinformatikus-mérnöki szakirány. 2017/18 II. félév. A kurzus ebben a félévben nem indult

MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR MATEMATIKAI INTÉZET SZAKDOLGOZATI TÉMÁK

INFORMATIKA. 6 évfolyamos osztály

Statisztikai eljárások a mintafelismerésben és a gépi tanulásban

Köszönetnyilványítás. Digitális képelemzés alapvető algoritmusai. A kurzus témái. Képelemzés és képszűrés alapfogalmai. Csetverikov Dmitrij

2006. szeptemberétől. kódja

Fotogrammetriai munkaállomások szoftvermoduljainak tervezése. Dr. habil. Jancsó Tamás Óbudai Egyetem, Alba Regia Műszaki Kar

3D számítógépes geometria és alakzatrekonstrukció

Képfeldolgozás jól párhuzamosítható

Intelligens hatlábú robot kinematikai vizsgálata

TANTÁRGYI ÚTMUTATÓ DIGITÁLIS KÉPFELDOLGOZÁS. BSc/BA alapképzés

GEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ

IK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata

A programozó matematikus szak kredit alapú szakmai tanterve a 2003/2004. tanévtől, felmenő rendszerben

NYF-MMFK Műszaki Alapozó és Gépgyártástechnológiai Tanszék mezőgazdasági gépészmérnöki szak III. évfolyam

Robottechnika. 1. Bevezetés. Ballagi Áron Automatizálási Tanszék

Bevezetés. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

Tárgyfelelős kódja, címe)

Képfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9

Óbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet

MECHATRONIKAI MÉRNÖKI ALAPKÉPZÉSI SZAK. 2. Az alapképzési szakon szerezhető végzettségi szint és a szakképzettség oklevélben szereplő megjelölése:

INFORMATIKA - VIZSGAKÖVETELMÉNYEK. - négy osztályos képzés. nyelvi és matematika speciális osztályok

3. Szűrés képtérben. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

3D számítógépes geometria és alakzatrekonstrukció

A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben

SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA

3D-s számítógépes geometria és alakzatrekonstrukció

CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek Dr. Vajda Ferenc Egyetemi docens

Számítógépes képelemzés

HELYI TANTERV. Informatika

Mérnökinformatikus képzés a KF GAMF Karon ELŐADÁS CÍME

Neumann János Számítógép-tudományi Társaság Programozás, robotprogramozás szakkör Három félév 3 * 8 foglalkozás

Infobionika ROBOTIKA. XI. Előadás. Robot manipulátorok III. Differenciális kinematika. Készült a HEFOP P /1.0 projekt keretében

Kecskeméti Főiskola GAMF Kar. Tanulmányi tájékoztató. Mérnök informatikus alapszak

Pneumatika az ipari alkalmazásokban

Koós Dorián 9.B INFORMATIKA

Informatika tanterv nyelvi előkészítő osztály heti 2 óra

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

GEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ

Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése

Feladataink, kötelességeink, önkéntes és szabadidős tevékenységeink elvégzése, a közösségi életformák gyakorlása döntések sorozatából tevődik össze.

MATEMATIKA TANMENET. 9. osztály. 4 óra/hét. Budapest, szeptember

Denavit-Hartenberg konvenció alkalmazása térbeli 3DoF nyílt kinematikai láncú hengerkoordinátás és gömbi koordinátás robotra

Mi legyen az informatika tantárgyban?

PROGRAMOZÁS tantárgy. Gregorics Tibor egyetemi docens ELTE Informatikai Kar

KÖVETELMÉNYEK 2018/ FÉLÉV. 1. hét Szervezési feladatok. Tematika, követelmények.

KÉPZÉS NEVE: Informatikai statisztikus és gazdasági tervezı TANTÁRGY CÍME: Projektmenedzsment. Készítette: Dr. Sediviné Balassa Ildikó

Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben

Autonóm járműrendszerek kutatása a zalaegerszegi autonóm tesztpályához kapcsolódóan. Pályázati témák (3) Téma rövid tartalma

PTE PMMFK Levelező-távoktatás, villamosmérnök szak

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit

Automatizált frekvenciaátviteli mérőrendszer

Előadás célja: ERDAS IMAGINE történelem a Georgikon Karon. ERDAS IMAGINE alkalmazása Karunk oktatási feladataiban

DIGITÁLIS KÉPFELDOLGOZÁS

Képfeldolgozás jól párhuzamosítható

A MATEMATIKAI SZOFTVEREK ALKALMAZÁSI KÉSZSÉGÉT, VALAMINT A TÉRSZEMLÉLETET FEJLESZTŐ TANANYAGOK KIDOLGOZÁSA A DEBRECENI EGYETEM MŰSZAKI KARÁN

Akusztikai tervezés a geometriai akusztika módszereivel

Számítógépes Grafika SZIE YMÉK

YBL - SGYMMAT2012XA Matematika II.

Kinek szól a könyv? A könyv témája A könyv felépítése Mire van szükség a könyv használatához? A könyvben használt jelölések. 1. Mi a programozás?

BME Gépészmérnöki Kar Mechatronikai mérnöki alapszak

3D Számítógépes Geometria II.

3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás

Iman 3.0 szoftverdokumentáció

SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.

ADAT- ÉS INFORMÁCIÓFELDOLGOZÁS

A TANTÁRGY ADATLAPJA

A PhysioBank adatmegjelenítő szoftvereinek hatékonysága

SZERZŐ: Kiss Róbert. Oldal1

JÁRMŰMÉRNÖKI ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017.

A szoftverfejlesztés eszközei

TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS

Átírás:

INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY A szakirány célja, hogy a hallgatók megismerkedjenek korszerû mérnöki-informatikai fejlesztõ technológiákkal (MATLAB, LabView, OpenCV), valamint automatizált rendszerek készítésével és az ehhez szükséges elméleti és gyakorlati alapokkal. A három szemeszter alatt a hallgatók egyéni és csoportszervezésû projektekben készítenek el egy-egy összetett rendszert. A fejlesztési munkákat alkalmanként külsõs szakemberek elõadásaival, konzultációival, laborvezetésével kívánjuk segíteni. Tantárgyak 5. szemeszter 6. szemeszter 7. szemeszter ea gy l k kr ea gy l k kr ea gy l k kr Robotika és gépi látás alapjai 3 0 1 f 5 Mérnöki informatika korszerû fejlesztõeszközei 0 0 2 f 2 Gépi látás 2 0 2 v 5 K+F szakmai labor I. 0 0 1 f 1 Mobil robotok és robotlátás 2 0 0 v 3 K+F szakmai labor II. 0 0 1 f 2 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY 91

Mobil robotok és robotlátás Elõfeltételek: Gépi látás; K+F szakmai labor I. szemeszter: 7. óraszám (ea/gy/l): 2/0/0 követelmény: v kredit: 3 A tantárgy keretében a hallgatók elsajátítják a robotika haladó szintû technikáit és megismerik a gépi látás további területeit. A tantárgy tartalma: Mobil robotok általános bemutatása Kerekes robotok, CLAWAR gépek, statikus és dinamikus mozgásstabilitás, hibrid robotok, mikroés nanorobotok, szervizrobotok, telerobotika. Durva pályatervezés módszerei GVD használata pályatervezéshez. Pályatervezés konfigurációs térben, neurális elvû pályatervezés. Foglaltsági térképek. Virtuális erõtér. Finom pályatervezés módszerei Interpolációs mozgás. Spline-ok használata. Lineáris interpoláció parabolikus átmenetekkel. Trajektóriatervezés Optimális utazó trajektória tervezése. Pályavezérlési feladatok Pontról pontra történõ pályavezérlés, folyamatos pályavezérlés. Aktuátorok vezérlése Aktuátortípusok és a vezérlésükhöz szükséges jelek elõállításának különbözõ lehetõségei. Robotnavigáció Külsõ érzékelõk használata navigációhoz, vizuális információ alkalmazása akadályelkerülésre és navigálásra, a PAL optikai tulajdonságai és alkalmazási lehetõségei. Sztereo képfeldolgozás Leíró modell, epipoláris geometria, összetartozó képpontok vizsgálata, diszparitás térképek. Mozgó képek feldolgozása Optical flow alapú módszerek, mozgásdetektálás, mozgáskövetés. Képtömörítési módszerek, videóképek kezelése. Aktív kontúrok Energiaminimalizációs görbe. Snake-ek használata szegmentáláshoz és követéshez. Robotlátási feladatok Akadályelkerülés, térképezés, navigáció. Útjelzõk használata a mozgás során. Somló J., Lantos B., Cat: Advanced Robot Control, Akadémia Kiadó, 1997 R. J. Schilling: Fundamentals of Robotics: Analysis and Control, Prentice-Hall International, 1990 Lantos B.: Robotok irányítása, Akadémiai Kiadó, Budapest, 1991 S. J. Russel, P. Norvig: Mesterséges intelligencia modern megközelítésben, Panem-Prentice Hall International, 2000 E. Trucco, A. Verri: Introductory Techniques for Computer Vision, Prentice Hall Int. 1998 D. Forsyth, J Ponce: Computer Vision A Modern Approach, Prentice Hall Int. 2002 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY 97

K+F szakmai labor I. Elõfeltételek: Robotika és gépi látás alapjai; Mérnöki informatika korszerû fejlesztõeszközei szemeszter: 6. óraszám (ea/gy/l): 0/0/1 követelmény: f kredit: 1 A tárgy célja, hogy a hallgatók egy összetett kutatási feladatot oldjanak meg csoportszervezésû munkában. Ennek érdekében megismerkednek az alapvetõ hardver- és szoftvereszközök használatával, az elkészített rendszerterv alapján megvalósítják majd az ott leírtakat. A gyakorlatok ezen része feladatcentrikus és javarészt konzultációs jellegû. A tantárgy tartalma: Tudományos kutatás módszertani alapjai A témaválasztás, az anyag felkutatása, munkaterv és jegyzékek készítése, kidolgozás, tesztelés, eredmények összegzése. A projektfeladat ütemezése: A szükséges eszközök megismerése folyamatosan. Az elõrehaladás munkanaplóban kerül rögzítésre. Ugyancsak folyamatosan fejlesztendõ a projekt internetes honlapja. Feladatválasztás Rendszertervvázlat (kiindulási irányok, szükséges eszközök felvázolása) Elõzetes irodalomkutatási eredmények dokumentálása Rendszerterv leadása Minikonferencián a téma és megoldási javaslat bemutatása A projektek témájához igazodó konferenciakiadványok és publikációk Eco U.: Hogyan írjunk szakdolgozatot?, Gondolat, 1994 Popper K. R.: A tudományos kutatás logikája, Európa, 1997 96 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY

Gépi látás Elõfeltételek: Robotika és gépi látás alapjai; Mérnöki informatika korszerû fejlesztõeszközei szemeszter: 6. óraszám (ea/gy/l): 2/0/2 követelmény: v kredit: 5 A tantárgy keretében a hallgatók elsajátítják a képfeldolgozás alapvetõ technikáit, algoritmusait és gyakorlatot szereznek ezek számítógépes implementálásában. A félév második felében az alakfelismerés alapjai és algoritmusai a fõ terület, illetve a hallgatók megismerkednek ipari képfeldolgozó eszközökkel. A fejlesztési környezet IPP, OpenCV, MATLAB, LabView. A tantárgy tartalma: Kamera kalibráció Kamerák modellezése. Belsõ és külsõ paraméterek. Kalibrálás Szegmentálási algoritmusok Binarizálás globális küszöbbel, additív binarizálás lokális küszöbértékekkel, Split and merge módszer régiókra, régiónövesztéses algoritmus, textúrajellemzõk meghatározása, csontvázasítás. Élek felismerése Adott futam mentén élek keresése, subpixeles éldetektálás, Canny algoritmusa, élfelismerés és élirány-meghatározás SUSAN módszerrel, Hough transzformáció, élkövetési algoritmusok (lánckódolás, lánckódsimítás). Alakjellemzõk Alakleíró paraméterek, eltolásra, elforgatásra, skálázásra, affin transzformációkra invariáns mennyiségek, nyomatéki leírók és fõtengelyek meghatározása, Fourier leírók. Objektumok azonosítása Mintaillesztés. Tulajdonság vektorok készítése, osztályozási módszerek. Képek feldolgozása frekvenciatartományban Fourier-transzformálás egy és két dimenzióban, DFT, FFT, alul- és felüláteresztõ szûrõk, diszkrét koszinusz transzformáció. Waveletek Wavelet transzformáció jellemzõi, waveletek használata. Képfeldolgozás alkalmazási területei OCR, dokumentációfeldolgozás, azonosító rendszerek, orvosi alkalmazások, képfeldolgozás alapú ipari minõségbiztosítás. Gépi látás további alkalmazásai Arcok keresése képeken és arcfelismerés. Gesztusok vizsgálata. Emberek keresése képsorozatokon. Ujjnyomatalapú azonosítás. Más biometrikus rendszerek. Integrált képfeldolgozó rendszerek A laboratóriumi gyakorlatok témái: A gyakorlatokon a megismert képfeldolgozási, gépi látási algoritmusok kerülnek implementálásra az Intel IPL és OpenCV képfeldolgozó szoftverkönyvtárak felhasználásával, valamint a MATLAB Image Acquiring és Image Processing Toolbox használatával. E. Trucco, A. Verri: Introductory Techniques for Computer Vision, Prentice Hall Int., 1998 D. Forsyth, J. Ponce: Computer Vision A Modern Approach, Prentice Hall Int., 2002 I. Pitas: Digitale Image Processing Algorithms, Prentice Hall Int., 1993 H. Niemann: Pattern Analysis and Image Understanding, Springer, 1991 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY 95

Mérnöki informatika korszerû fejlesztõeszközei Elõfeltételek: Matematika szigorlat; Szoftver szigorlat szemeszter: 5. óraszám (ea/gy/l): 0/0/2 követelmény: f kredit: 2 Sergyán Szabolcs fõiskolai adjunktus A tantárgy keretében a hallgatók elsajátíthatják a MATLAB fejlesztõkörnyezet használatát, jártasságot szereznek a MATLAB programozásában és az Image Processing Toolboxon alapuló fejlesztésben. Emellett a hallgatók elsajátítják a LabView virtuális mûszerezési programozási rendszer használatát. A laboratóriumi gyakorlatok témái: MATLAB környezet Mátrixok, mûveletek mátrixokkal. Lineáris egyenletrendszerek Könyvtári függvények, fájlmûveletek Függvények ábrázolása, képek kezelése Programozási alapok, szkriptek, adattípusok Operátorok és precedenciájuk, vezérlési szerkezetek, ciklusok, függvények készítése, argumentumok Grafikus felhasználói felület készítése és programozása Image Processing Toolbox Képformátumok és konverziók, képaritmetika, megjelenítés, transzformációk Szomszédsági és blokkmûveletek A LabVIEW alapelemeinek és alapelveinek megismerése, A G nyelv. A virtuális mûszer (VI) részei: front panel bemeneti és kimeneti elemei, a diagrampanel a programozás közege, az ikon konnektor az alprogramok készítésének lehetõsége Kimenetei elemek (indikátorok) és bemeneti elemek (kontrollok) használata. A pozicionáló, a címkézõ és a huzalozó eszköz használata adatfolyamprogram készítéséhez. Szubrutin mentése könyvtárba Ciklusok alkalmazási technikája. A LabView ciklus utasításai Case struktúra és attribute node-ok használata. Alprogramok betöltése, a Case szelektorának kezelése, lokális tárolóváltozó használata, attribute node alkalmazása Shift regiszterek kezelése. A differenciálegyenlet programjának elkészítése, integráló tag készítése téglányösszeggel és trapéz szabállyal, ciklusváltozó felhasználása shift regiszter segítségével, shift regiszter típusa és kapcsolódási pontjai Formula node struktúra megismerése és grafikonok létrehozása. Képletek bevitele, input és output adatok csatlakoztatása. Diagramok és használatuk. Rekordok kötegelése Fájlok kezelése. Szöveges fájlok kezelése, adatok betöltése és mentése A LabView képfeldolgozási lehetõségei Lipovszki Gy.: LabView, Multimédia típusú oktató anyag, BME, 1996 Graff J.: LabView mintafeladatok, BME, 1996 94 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY

A laboratóriumi gyakorlatok témái: A gyakorlatok egy részén a megismert képfeldolgozási algoritmusok kerülnek implementálásra MDI alkalmazásként. A megvalósított programrészek hatékonyságát profiler segítségével vizsgálják a hallgatók. A laborok másik felében egy adott robot mozgáslehetõségeinek szimulációs programját fejlesztik ki a diákok Denavit Hartenberg módszer használatával. Siegler A.: Robotirányítási modellek, LSI Alkalmazástechnika, 1987 R. J. Schilling,: Fundamentals of Robotics: Analysis and Control, Prentice-Hall International, 1990 R. Gonzales, R. Woods, S. Eddins: Digital Image Processing Using MATLAB, Prentice Hall Int., 2004 C. Parker: Practical Computer Vision Using C, John Wieley, 1993 Álló G., Hegedûs Gy., Kelemen D., Szabó J.: A digitális képfeldolgozás alapproblémái, Akadémiai Kiadó, Budapest, 1989 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY 93

Robotika és gépi látás alapjai Elõfeltételek: Matematika szigorlat; Szoftver szigorlat szemeszter: 5. óraszám (ea/gy/l): 3/0/1 követelmény: f kredit: 5 A tantárgy keretében a hallgatók elsajátítják a robotok és környezetük modellezésének alapjait, a gépi látás (képfeldolgozás) bevezetõ fogalmait, technikáit, valamint a grafikus megjelenítéshez szükséges egyes elemeket. A tantárgy tartalma: Ipari robotok és manipulátorok fogalma és fajtái, kinematikai felépítésük, robotok paraméterei Történeti áttekintés, robotok és az automatizáció, az ipari manipulátorokhoz, robotokhoz kapcsolódó fogalmak (robotmeghatározások; kinematika, kinetika és dinamika; mozgástengelyek; szabadságfok és mobilitások; robotok paraméterei: pontossági jellemzõk), a robotok osztályozási szempontjai, az ipari robotok generációi, robotok csoportosítása kinematikai felépítésük szerint. Ipari robotok alkalmazásának területei Hegesztõrobotok, pályavezérlésû megmunkáló robotok, tisztító-, sorjázórobotok, festõrobotok, automatikus szerelõ- és ellenõrzõ robotok, szervizrobotok, mobil robotok. Robotosított rendszerek általános felépítése A robotmechanizmus részei: kinematikai lánc és megfogó, kinematikai struktúrák, munkatértípusok, robotok szerkezeti elemei (karok, vezetékek és csuklók, megfogószerkezetek). A mérõrendszerek, az egyes axisok állapotának mérése (abszolút és növekményes mérési módszerek), környezet vizsgálata (külsõ érzékelõk típusai). A robotirányító számítógép. A robotmodellezés matematikai alapjai Homogén koordináták és transzformációk, manipulátorok kinematikai kontrollegyenletei, Denavit Hartenberg karleírás, derékszögû-, henger-, gömbkoordinátás és humanoid robotkarok modelljei, külsõ koordináták alkalmazása modellezésre: Euler szögek. A direkt és az inverz geometriai feladat A direkt feladat szimbolikus és numerikus megoldási lehetõségei, az inverz feladat megoldási módszerei: az inverz mátrixok módszere, részfeladatokra bontás, geometriai megfontolásokon alapuló megoldás, robotszimulátorok. Vizuális információ alkalmazása robotikai feladatokban Vizuális információ használata a relatív helyzet meghatározáshoz, kamera- és munkatér koordinátarendszerek kapcsolata, 3D 2D leképzési technikák. Gépi látás alapfogalmak A látás alapjai, mintavételezés, kvantálás, digitális képek reprezentációi, képformátumok. Elemi képfeldolgozási mûveletek Pontmûveletek (inverz számítás, geometriai transzformációk), kétképes mûveletek (aritmetikai és logikai funkciók). Színes képek kezelése Színmodellek, transzformációk a modellek között. Fõtengely-transzformáció. Elõfeldolgozási módszerek Zajelnyomás alapmódszerei (átlagoló szûrõk), morfológiai algoritmusok (medián szûrõ, erózió, dilatáció, opening, closing, kontúr és extrénum szûrõk), hisztogramok számítása, hisztogramtranszformációk, élesítés, idõben történõ kiegyenlítés és háttér-kiegyenlítés. Normalizálás Normalizálás képtartományban és intenzítástartományban, képpiramisok alkalmazása. Élkiemelési módszerek (kontúrkeresés) Elsõ- és másodrendû parciális deriváltakon alapuló módszerek és ezek javításai (Robert, Sobel, Kirsch, Prewitt, Robinson, Laplace operátorok), élvékonyítás, görbék illesztése kontúrpontokra (regressziós egyenes illesztése), Split and Merge módszer optimalizált illesztéshez. 92 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY

K+F szakmai labor II. Elõfeltételek: Gépi látás; K+F szakmai labor I. szemeszter: 7. óraszám (ea/gy/l): 0/0/1 követelmény: f kredit: 2 A tárgy célja, hogy a hallgatók egy összetett kutatási feladatot oldjanak meg csoportszervezésû munkában. Az elõzõ félévben elkészített rendszerterv alapján a projektek résztvevõi implementálják tervezett megoldásukat és tesztelik az elkészített rendszert. A félév végén minikonferencia keretében számolnak be az eredményekrõl. A projektek témájához igazodó konferenciakiadványok és publikációk Eco U.: Hogyan írjunk szakdolgozatot?, Gondolat, 1994 Popper K. R.: A tudományos kutatás logikája, Európa, 1997 A gyakorlatok témái: A projektfeladat ütemezése: A szükséges eszközök megismerése folyamatosan. Az elõrehaladás munkanaplóban kerül rögzítésre. Ugyancsak folyamatosan fejlesztendõ a projekt internetes honlapja Konferencia stílusú cikk készítése Bétaverzió bemutatása minikonferencia keretében A végsõ dokumentáció leadása Minikonferencián a megoldás és az eredmények bemutatása 98 INFORMATIKAI ÉS AUTOMATIZÁLT RENDSZEREK SZAKIRÁNY