Maskinsyn danner grunnlaget for en automatisk forståelse av digitale bilder som i dag kan komme fra mange forskjellige kamerasystem. Maskinsynssystemer gir mange fordeler i industrielle prosesser, som reduksjon i antall feil, økning i produksjonsutbytte og reduksjon i nedetid.
I kurset lærer du blant annet om belysningsteknikk, bildedannelse, bildebearbeidingsmetoder, feature-deteksjon og morfologiske bildeoperasjoner. Disse metodene er nyttige for klassifisering og gjenkjenning av objekter for industriell inspeksjon og robotstyring.
Tilbudet er for deg som er interessert i industriell anvendelse av kamerasystem for inspeksjon, måling, telling og guiding eller for deg som skal skal planlegge for bruk og innkjøp av belysning- og kamerasystemer og bildebehandlings-software.
Ingen tidligere kunnskap om maskinens syn er nødvendig.
Dette tilbudet er en del av kompetansehevingspakken Industriell digitalisering og kunstig intelligens. Du kan velge om du tar ett eller flere kurs.
Hva lærer du?
Etter dette emne skal du:
- forstå hvordan et ubemannet system eller en maskin kan tolke og forstå verden rundt seg ved hjelp av bilder og video
- forstå avbildningsprosessen, bildeprosessering og kamerageometri og kameramodeller
- kjenne til og kunne bruke flere av de viktigste verktøyene innen bildeprosessering som histogrambaserte, naboskapsoperasjoner, terskling og segmentering, blobbanalyse og bildemorfologi
- kjenne til og kunne bruke flere av de viktigste verktøyene innen maskinsyn, som linje-, kant- og hjørnedeteksjon, interessepunkt deteksjon (sift surf), estimering, punktposisjoner ved stereogeometri og markørbaset kamera posisjons estimering
Gjennom kurset vil du lære grunnleggende belysningsteknologi for maskinsyn, få grunnleggende forståelse for kamerateknologi samt grunnleggende kunnskap om bruk a programmeringsverktøy og biblioteker for maskinsyn (matlab). Du vil også kunne implementere algoritmer som løser enkle maskinsynproblemer.
Oppbygning
Bildedannelse
Belysning og optikk, kamerasensoren, digitalisering av bildepiksler, gråtone og fargebilde representasjon.
Bildeprosessering
Histogrambaserte operasjoner, intensitetsfunksjoner, .transformasjoner, histogram og histogramutjevning. naboskaps operasjoner. konvolusjon/korrelasjon. støy og filter, gradient operatorer.
Bildebehandling
Matching, segmentering., terskling og segmentering, otsus metode, bildemorfologi., struktur elementer, erosjon, dilasjon, åpning, og lukking og blobanalyse.
Uttrekk av features og gjenkjenning av objekter
Deteksjon av kanter, linjer og hjørner, gradientmetoder sobel operator. previt, Cannys kantdetektor, Hough transform, RANSAC og deteksjon av optiske markører QR ARUCO CCC.
Kameramodeller
Homogene koordinater, intern og ekstern kameramodell, kamera positur, deteksjon, stereosyn og korrespondans problemet og punktskyer fra stereobilder.
Opptakskrav
Anbefalte forkunnskaper: gjerne litt programmering
Praktisk informasjon
Det er ingen studieavgift, men du må betale lovpålagt semesteravgift pt 740 kr.
Studiet er støttet av Kompetanse Norge og er et samarbeid mellom Digin, NCE iKuben, Eyde Cluster, GCE NODE, Sinpro, MIL og UiA.
Undervisnings- og læringsformer
Forelesninger, øvinger og laboratorieoppgaver
Forelesningene er ikke obligatoriske. Øvinger og laboratorieoppgaver er obligatoriske. Antall øvinger og oppgaver gis ved modulens oppstart.
Undervisningsdager
Se informasjon om undervisning på timeplanen.
Hver samling holdes på Campus Grimstad og varer fra kl. 9-15.
Gjennomføringen av kurstilbudet justeres etter gjeldende anbefalinger så lenge koronasituasjonen pågår.
Vilkår for å gå opp til eksamen
Øvinger og laboratorieoppgaver må være innlevert og godkjent.
Eksamen
Mappe + bestått
Spørsmål om innholdet i studiet?
Studiet tilbys av
Andre studier du kanskje vil like
