K-INFO
HU
EN
Belépés

Gépi látás

Machine Vision
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
Tantárgy neve (magyarul, angolul)
Gépi látás
Machine Vision
Tantárgykód BMEVIIIM021
Tantárgyjelleg
Képzési szint
Kurzustípusok és óraszámok (heti/féléves)
Kurzustípus elmélet gyakorlat laboratóriumi gyakorlat
óraszám (heti) 2 0 1
jelleg (kapcsolt/önálló) kapcsolt
Tanulmányi teljesítmény/értékelés típusa félévközi érdemjegy
Tantárgy kreditértéke 4
Tantárgyfelelős
DR. Szemenyei Márton
beosztás: egyetemi docens
Tantárgyat gondozó oktatási szervezeti egység
Irányítástechnika és Informatika Tanszék
Kar Villamosmérnöki és Informatikai Kar
Tantárgy weboldala
Tantárgy elsődleges mintatantervi jellege
Közvetlen előkövetelmények – Erős előkövetelmény nincs
Közvetlen előkövetelmények – Gyenge előkövetelmény nincs
Közvetlen előkövetelmények – Párhuzamos előkövetelmény nincs
Közvetlen előkövetelmények – Mérföldkő előkövetelmény nincs
Közvetlen előkövetelmények – Kizáró feltétel nincs

Célkitűzés

Tantárgyprogram
A számítógépes látás fogalmai, definíciók. Alkalmazási példák. Emberi látás alapjai. A térbeli érzékelés lehetősége monokuláris látással. Binokuláris látás.

 

Optoelektronikai eszközök: Alapfogalmak. Fénytechnikai mértékegységek. Optikai érzékelők, CCD érzékelők, PSD érzékelők. Térbeli információk mérésére alkalmas eszközök (3D kamerák). Képalkotó diagnosztikai eszközök. Korszerű képmegjelenítő eszközök. LCD és plazma kijelzők, projektorok. Lentikuláris megjelenítők.

 

A képek matematikai leírása. A képfüggvények tulajdonságai. Tértranszformációk szerepe a képfeldolgozásban. 2D Fourier transzformáció tulajdonságai, képi ábrázolása, interpretálása.

 

Digitális kép matematikai reprezentációja: Mintavételezés, kvantálás. Koordinátageometriai alapok. Geometriai transzformációk. Kameramodellek: Pin-hole modell. A perspektív leképzés transzformációs modellje. Megvilágítás, optika, érzékelő modellezése. Árnyalási modellek. Sztereo képalkotás modellezése.

 

Ipari képfeldolgozási példák. Bináris képek feldolgozása. Morfológiai alapműveletek.

 

A képek szűrése a tér- és a frekvencia tartományban. Lineáris és nemlineáris szűrések. Alkalmazási példák.

 

A képek szegmentálásának alapfogalmai. hasonlóság alapú szegmentálások. Szegmentálás a nagyfrekvenciás tulajdonságok alapján. Hough transzformáció. Alkalmazási példák.

 

Optical flow feldolgozás. Motion sztereo. Mobil robotok látórendszerei.

 

3D látórendszerek alkalmazása a gyakorlatban. Ipari minőség-ellenőrzés. Navigáció. Közlekedési alkalmazások. Biztonságtechnika és terrorizmus elleni küzdelem.

 

A korszerű szenzorrendszerek integráns eleme az optikai mérés, a képfeldolgozás. Az ember-gép kapcsolatban egyre fokozottabb az optikai megjelenítés szerepe. Mindkét téma hasonló megoldásokat alkalmaz, és fejlődésük a legutóbbi időben a térbeli információk feldolgozás és megjelenítése irányában teljesedett ki.  A tantárgy célkitűzése a térbeli információk feldolgozására is alkalmas képfeldolgozási technikák, és a valós térérzetet keltő vizualizációs eljárások megismertetése. Ezeket a módszereket a hallgatók sikeresen alkalmazhatják a teleoperációs rendszerek, virtuális valóság alapú rendszerek, számítógépes tervezés, marketing- és reklámtechnikai eszközök fejlesztése és alkalmazása területén. 

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

Előadás és laborgyakorlat 

Tanulástámogató anyagok

Online források
·         Tanszéki sokszorosított anyagok ; ·         E.R. Davies: Machine Vision;  Elsevier, 2005 ; ·         R. Gonzales: Digital Image Processing, Addison-Wesley, ISBN 0-201-50803-6  

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
-
Képesség típusú kompetenciák
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
-
Általános szabályok
Követelmények: a.             A szorgalmi időszakban: zárthelyi és egy csoportos vagy egyéni házi feladat, valamint három sikeres labormérés  b.       A vizsgaidőszakban:        - c.              Elővizsga:                        - Az osztályzat megszerzésének feltétele legalább elégséges szintű zárthelyi, elfogadott házi feladat és a labormérések sikeres elvégzése. Pótlás a TVSz szerint. Pótlási lehetőségek: Igény szerint, az előadóval előre egyeztetett időpontban. 
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak
-
A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága
Tantárgykövetelmények hatályosságának kezdete:
Tantárgykövetelmények hatályosságának vége:
Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.