Robotski vid

Opis predmeta

Vizualno zaznavanje: svetloba, človeški vid, kamere, svetila, parametri kakovosti slik, vzorčenje in kvantizacija, prikazovanje, slikovni formati in standardi.

Obdelava in obnova digitalnih slik: glajenje in ostrenje, statistično in morfološko filtriranje, prevzorčenje in podvzorčenje, geometrijske preslikave in poravnave.

Robustno iskanje 2D objektov: zaznavanje oslonilnih točk, premic, krogov, slikovnih predlog, prileganje 3D modelov na 2D slike, osnove zaznavanja objektov z nenadzorovanim in nadzorovanim strojnim učenjem. Rešitve problema delnega prekrivanja objektov v slikah.

Kalibracije slikovnih sistemov: popačenja realnih optičnih sistemov, natančnost in točnost, prostorska homogenost, časovna stabilnost, samodejna kalibracija.

Rekonstrukcija 3D oblik: pregled tehnik za zaznavanje globine iz 2D slik, zasnova sistemov in postopkov s stereo vidom, strukturirano svetlobo in fotometričnim stereom.

Vizualna navigacija: zasnova postopkov za sledenje objektov in analizo gibanja, določanje poze objektov ter lokalizacija in mapiranje okolja iz 2D slik..

Primeri uporabe robotskega vida: vizualna kontrola kakovosti in razvrščanje izdelkov, razpoznavanje objektov in ovir, modeliranje pojavnosti in oblik objektov in načrtovanje trajektorije gibanja.

Cilji in kompetence

Spoznati tehnologije, naprave in postopke za

vizualno zaznavanje z modernimi slikovnimi tehnikami, obdelavo digitalnih slik, robotsko merjenje in kalibracijo, razpoznavanje objektov, navigacijo in vizualno kontrolo kakovosti. Študentje bodo s teoretičnimi osnovami in reševanjem praktičnih primerov pridobili samozavest za samostojno zasnovo, izgradnjo in kritično vrednotenje industrijskih sistemov robotskega vida in reševanje povezanih problemov.

Metode poučevanja in učenja

Idejno in teoretične zasnovo postopkov in primere uporabe študentje spoznajo na predavanjih, praktična znanja pa z reševanjem nalog na laboratorijskih vajah. Samozavest za samostojno reševanje problemov pridobijo z rednim tedenskim opravljanjem laboratorijskih vaj in seminarske naloge.

Predvideni študijski rezultati

Po uspešno opravljenem modulu naj bi bili študenti zmožni:

• navesti tehnologije in  gradnike sistemov z robotskim vidom in razumeti ter kritično vrednotiti ter primerjati njihove ključne lastnosti,
• razviti in uporabiti postopke za osnovno obdelavo in analizo slik,
• zaznati z uporabo avtomatskih postopkov prisotnost in pozo objektov v slikah,
• izvesti kalibracijo sistema in meritve objektov v slikah,
• izračunati globino in obliko objekta ali objektov iz 2D slik,
• slediti gibanju objekta na sliki in analizirati trajektorijo ter uporabiti podatke za lokalizacijo in mapiranje okolja,
• zasnovati sistem robotskega vida in uporabiti primerne strojne in programske gradnike.

Reference nosilca

1. ŠPICLIN, Žiga, LIKAR, Boštjan, PERNUŠ, Franjo. Groupwise registration of multi-modal images by an efficient joint entropy minimization scheme. IEEE Tr on Image Processing, 2012, vol. 21, no. 5, str. 2546-2558.
2. GALIMZIANOVA, Alfiia, PERNUŠ, Franjo, LIKAR, Boštjan, ŠPICLIN, Žiga. Robust estimation of unbalanced mixture models on samples with outliers. IEEE Tr Pattern Analysis and Machine Intelligence, 2015, vol. 37, no. 11, str. 2273-2285.
3. JERMAN, Tim, PERNUŠ, Franjo, LIKAR, Boštjan, ŠPICLIN, Žiga. Blob enhancement and visualization for improved intracranial aneurysm detection. IEEE Tr on Visualization and Computer Graphics, 2016, vol. 22, no. 6, str. 1705-1717.
4. JERMAN, Tim, PERNUŠ, Franjo, LIKAR, Boštjan, ŠPICLIN, Žiga. Enhancement of vascular structures in 3D and 2D angiographic images. IEEE Tr on Medical Imaging, 2016, vol. 35, no. 9, str. 2107-2118.
5. MADAN, Hennadii, PERNUŠ, Franjo, LIKAR, Boštjan, ŠPICLIN, Žiga. A framework for automatic creation of gold-standard rigid 3D-2D registration datasets. International Journal of Computer Assisted Radiology and Surgery, 2017, vol. 12, no. 2, str. 263-275.

Temeljni viri in literatura

1. Wilhelm Burger in Mark J. Burge. Principles of Digital Image Processing: Fundamental Techniques, Springer, 2009.
2. Wilhelm Burger in Mark J. Burge. Principles of Digital Image Processing: Core Algorithms, Springer; 1st Edition. 2nd Printing, 2011.
3. Reinhard Klette. Concise Computer Vision: An Introduction to Theory and Algorithms, Springer, 2014.
4. Richard Szeliski.  Computer Vision: Algorithms and Applications, Springer; 2011 edition, 2010.
5. Predstavitev in informacije na spletni strani http://lit.fe.uni-lj.si/RV, navodila za vaje in ostala gradiva v spletni učilnici FE: https://e.fe.uni-lj.si