Hybrid Systems and 3D Image Processing Laboratory
A tantárgyleírás hatályossága
| Subject name (Hungarian, English) |
Hibrid rendszerek és háromdimenziós képfeldolgozás labor
Hybrid Systems and 3D Image Processing Laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVIFO5245 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 2,5 | ||||||||||||
| Subject coordinator |
Dr. Loványi István György
position: egyetemi docens
contact:
lovanyi@iit.bme.hu
|
||||||||||||
| Responsible department |
—
|
||||||||||||
| Faculty | |||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
1. Lézer scanner bázisú távolságkép digitalizálás (I)
A triangularizáción alapuló távolságmérési elv és a lézer scanner funkcionális felépítésének megismerése. CCD vonalkamera alkalmazása pozíciójel érzékelésére. A szinkronizált háromszögelés látóterének struktúrája, érzékenység mérése és számítása. Távolságképek felvétele és kiértékelése.
2. 3D képfeldolgozás transzputerrel (I)
A Parallel C konkurrens programozási nyelv megismerése és alkalmazása multitranszputeres (4xT800+4x4Mbyte) környezetben. Faugeras módszerén alapuló 3D képfeldolgozási algoritmusok transzputeres megvalósításának vizsgálata.
3. Szenzorcsatolt robotirányítás (I)
A GT-6A francia oktató robot irányító rendszerének és egy tanszéki fejlesztésű lézerfénykéses 3D látórendszer működésének megismerése, a látórendszerrel összekapcsolt robot kalibrációjának elvégzése. Egyszerű 3D tárgyak lokalizációja, felismerése és megfogása a robottal.
4. Szintaktikai jelfeldolgozás (M)
Zajos EKG jel előfeldolgozása. Jelszegmentálás. Különböző algoritmusok implementálása. Kisérletezés szegmentálás hangolásával. Elemző programok. Szintaktikai zajszűrés. Lényegkiemelés. Jelosztályozás.
5. Kisérletezés median szűrővel (M)
Egyszerű szűrő algoritmus megfogalmazása Matlab nyelven. Median szűrő implementálása, érdekes szűrési hatások. Median szűrő átvitelének kvalitatív leírása.
6. Szabály alapú jelfeldolgozás (M)
Numerikus adatok konvertálása szimbolikus mennyiségekre. Szabály alapú következtetés alapjai. Megvalósítás Lisp-ben. Kisérletezés szabályokkal.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
General rules
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Curriculum placement
No curriculum placements recorded for this subject version.