Цифрове опрацювання сигналів і зображень
Спеціальність: Автоматизація та комп'ютерно-інтегровані технології
Код дисципліни: 6.151.04.E.049
Кількість кредитів: 4.00
Кафедра: Автоматизація та комп'ютерно-інтегровані технології
Лектор: Демків Ігор Богданович, асистент
Семестр: 5 семестр
Форма навчання: денна
Завдання: Вивчення навчальної дисципліни передбачає формування у здобувачів освіти компетентностей:
Інтегральна компетентність:
Здатність розв?язувати складні спеціалізовані задачі та практичні проблеми, що характеризуються комплексністю та невизначеністю умов, під час професійної діяльності у галузі автоматизації або у процесі навчання, що передбачає застосування теорій та методів галузі.
Загальні компетентності:
КЗ 1. Здатність застосовувати знання у практичних ситуаціях.
КЗ 6. Навички здійснення безпечної діяльності.
КЗ 7. Прагнення до збереження навколишнього середовища.
спеціальні
КС 3. Здатність виконувати аналіз об?єктів автоматизації на основі знань про процеси, що в них відбуваються та застосовувати методи теорії автоматичного керування для дослідження, аналізу та синтезу систем автоматичного керування.
фахові
ФКС 2.1. Здатність обгрунтовано вибирати структуру системи керування роботизованим технологічним комплексом на основі характеристик технологічного процесу.
ФКС 2.2. Здатність розробляти систему керування роботизованим технологічним комплексом на основі сенсорів технологічних параметрів, систем технічного зору, мікропроцесорних керуючих засобів.
ФКС 2.3. Здатність застосовувати методи цифрового опрацювання сигналів та зображень для розроблення системи керування та моніторингу процесів у роботизованих комплексах.
Результати навчання: ПР 3. Розуміти суть процесів, що відбуваються в об?єктах автоматизації (за галузями діяльності) та вміти проводити аналіз об?єктів автоматизації і обгрунтовувати вибір структури, алгоритмів та схем керування ними на основі результатів дослідження їх властивостей.
ПР 5. Знати основи сучасних технологій та протоколів обміну даними в системах автоматизації, інформаційних технологій для інтегрування систем автоматизації в локальні та глобальні інформаційні мережі на основі принципів інформаційної безпеки таких систем.
ПР 6. Вміти застосовувати сучасні інформаційні технології та мати навички розробляти алгоритми та комп?ютерні програми з використаннім мов високого рівня та технологій об?єктно-орієнтованого програмування, створювати бази даних та використовувати інтернет-ресурси.
ФПР 2.1. Вміти обгрунтовано вибирати структуру системи керування роботизованим технологічним комплексом на основі характеристик технологічного процесу.
ФПР 2.2. Вміти розробляти систему керування роботизованим технологічним комплексом на основі сенсорів технологічних параметрів, систем технічного зору, мікропроцесорних керуючих засобів.
ФПР 2.3. Вміти застосовувати методи цифрового опрацювання сигналів та зображень для розроблення систем керування та моніторингу процесів у роботизованих комплексах.
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Пререквізити:
- Програмування додатків систем автоматизації
- Основи робототехніки
- Мікропроцесорна техніка
- Електроніка та схемотехніка
- Сенсори роботизованих систем
Кореквізити:
- Мікроконтролери та виконавчі пристрої робототехнічних систем
- Автоматизація періодичних процесів
- Мікропроцесорні програмні засоби автоматизації
- Роботизовані комплекси промислових виробництв
- Технології програмування робототехнічних систем.
Короткий зміст навчальної програми: Дисципліна передбачає вивчення алгоритмів та інструментів цифрової обробки сигналів зображень. Студент вивчає агоритми та інструменти обробки кольору, визначення на RGB ображенні заданих кольорів, методів корекції та перетворення кольорів у різні колірні моделі. Вивчає методи отримання статистичних даних для заданого зображення. Вивчає алгоритми та інструменти визначення форми, вимірювання розмірів об?єктів, локалізацію ліній на зображенні. Вивчає інструменти для обробки як статичних зображень, так і відеофайлів, а також відеостріму. Всі роботи виконуються засобами програмного середовища Mathwork Matlab, яке є потужним інструментом для опрацювання масиву інформації з дуже широким спектром вбудованих функцій.
Опис: 1. Вступ.Комп?ютерний зір, загальний огляд. Основні програмні пакети для програмування задач комп?ютерного зору.
2. Пняття піселів та растрового зображення. Формування кольорового зображення на моніторі.
3. Колірні моделі в техніці.
4. Команди Matlab для роботи із зображеннями. Створення і додавання маск на зображення.
5. Морфологічні операції над зображенням.
6. Операції опрацювання зображення, отримання контурів та статистичних даних.
7. Перетворення Хафа. Пошук прямих ліній на зображенні.
8. Команди для опрацювання відеофайлу та відеопотоку (відеостріму).
9. Сегментація зображення.
10. Детектування рухомих об?єктів у відеофайлі (відеопотоці).
11. Базові поняття нейронна мережа, машинне навчання (Deep Learning).
Методи та критерії оцінювання: Під час викладання дисципліни використовуються наступні методи оцінювання рівня досягнення результатів навчання:
1) фронтальне та вибіркове усне опитування студентів на лекціях та лабораторних заняттях;
2) вибіркова перевірка наявності та наповненості конспекту лекцій в кінці семестру;
3) перевірка правильності виконання та оформлення звітів до лабораторних робіт;
4) усний захист звітів до лабораторних робіт;
5) усна та письмова складова іспиту (відповіді на питання екзаменаційного білету)
Критерії оцінювання результатів навчання: Максимальна оцінка в балах (100): поточний контроль (30) та екзаменаційний контроль (70).
Поточний контроль: виконання та захист лабораторних робіт - 50 балів.
Екзаменаційний контроль: письмова компонента (30), усна компонента (20)
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. Blanchet G., Charbit M. Digital Signal and Image Processing using MATLAB. ISTE, 2006. – 764 p.
2. Bose T. Digital Signal and Image Processing. John Wiley & Sons, Inc., 2004. – 706 p.
3. Najim M. Digital Filters Design for Signal and Image Processing. ISTE, 2006. – 386 p.
4. Lim J.S. Two Dimentional Signal and Image Processing. Prentice-Hall, 1990. – 715 p.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою:
вул. Карпінського, 2/4, І-й н.к., кімн. 112
E-mail: nolimits@lpnu.ua
Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).