Kursplan för:
Elektronik AV, Maskinseende system, 6 hp
Elektronics MA, Machine Vision Systems, 6 Credits
Allmänna data om kursen
Kurskod: EL012A
Ämne huvudområde: Elektronik
Nivå: Avancerad
Namn (inriktning): Maskinseende system
Högskolepoäng: 6
Fördjupning vs. Examen: A1N - Kursen ligger på avancerad nivå och har endast kurs(er) på grundnivå som förkunskapskrav.
Utbildningsområde:
Teknik 100%
Ansvarig avdelning: Avdelningen för elektronikkonstruktion
Ansvarig fakultet: Fakulteten för naturvetenskap, teknik och medier
Fastställd: 2010-06-10
Senast ändrad: 2013-07-10
Giltig fr.o.m: 2013-08-15
Syfte
Kursens syfte är att ge en övergripande insikt om maskinseende system, till vad dessa används, om algoritmer samt hur de modelleras.
Lärandemål
Efter avslutad kurs ska studenten kunna:
- Utifrån en given problemställning välja optisk mätmetod baserad på maskinseende för avbildning av 2D och 3D objekt.
- Välja belysning utifrån standardiserade komponenter för vald maskinseende metod.
- Beskriva kraven för den optik som krävs för en given problemställning och vald mätmetod
- Välja kameralösning utifrån en given problemställning
- Konstruktion och modellering av funktioner för bildbehandling och bildanalys mha Matlab. Dessa funktioner kan utgöras av: förfiltrering, frekvensanalys, segmentering, morfologi, labeling samt analys av objekt.
Innehåll
1. Introduktion
2. Kamerateknologi, system för maskinseende och digitala bilder
3. Belysningsmodeller (Diffusa ljuskällor, riktade ljuskällor, strukturerade ljuskällor, polariserade ljuskällor)
4. Optik
5. 2D-baserade mätmetoder
6. 3D-baserade mätmetoder
7. Bildanalys (Bildförbättring, frekvensanalys, segmentering, morfologi, objektanalys)
8. Bildanalys i realtid
Behörighet
Elektroteknik GR (AB), 60 hp, inkluderande digitalteknik och programmering i C/C++ eller Java.
Urvalsregler
Urval sker i enlighet med Högskoleförordningen och den lokala antagningsordningen.
Undervisning
Föreläsningar, seminarier, laborationer och projekt.
Undervisning kan ske på svenska eller engelska.
Examination
4.0 hp, L101: Laborationer med rapporter
Betyg: A, B, C, D, E, Fx och F. A-E är Godkänt, Fx och F är Underkänt.
2.0 hp, T101: Skriftlig tentamen
Betyg: A, B, C, D, E, Fx och F. A-E är Godkänt, Fx och F är Underkänt.
Betygskriterier för ämnet finns på www.miun.se/betygskriterier.
Betygsskala
På kursen ges något av betygen A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F är underkänt.
Litteratur
Obligatorisk litteratur
Carsten Steger, Markus Ulrich, Christian Wiedermann, Machine Vision Algorithms and Applications, Wiley-VCH, 978-3-527-40734-7