KÉPI ADATBÁZISOK SZAKIRÁNY A Képi adatbázisok (KAB) szakirány célja, hogy a képi információk alapján történõ keresések megvalósításához szükséges képfeldolgozási és alakfelismerési ismereteket összegezze, a hallgatókat felkészítse egy komplex rendszer teammunkában történõ megvalósítására és bevezesse õket a K+F módszertanába. A legjobb néhány hallgató számára a lehetõségek szerint külföldi részképzést (ERASMUS) is igyekszünk biztosítani.
Tantárgyak Bevezetés a képfeldolgozásba Alakfelismerés Matematikai szoftverek Képfeldolgozási szoftverek K+F projektmunka Kutatási módszerek és menedzsment
KÉPI ADATBÁZISOK SZAKIRÁNY
5. szemeszter 6. szemeszter 7. szemeszter ea gy l k kr ea gy l k kr ea gy l k kr 2 0 0 v 3 2 0 0 v 3 0 0 3 f 3 0 0 3 f 3 0 0 2 f 3 2 0 0 v 3
99
K+F projektmunka Elõfeltételek: Alakfelismerés; Matematikai szoftverek szemeszter: 7.
óraszám (ea/gy/l): 0/0/2 követelmény: f
kredit: 3
A tematika kidolgozója: dr. Hermann Gyula fõiskolai tanár A tantárgy célja: Elõre kiadott fejlesztési feladatok megoldása kétfõs teamek által, mely projektekrõl a beszámolás a félév végén rendezett hallgatói konferencia keretében történik.
Ajánlott irodalom: Az aktuális témától függõ internetoldalak.
A tantárgy tartalma: A célban megjelölt feladatokat a hallgatók választják, az oktatóval való egyeztetési eljárás során. Néhány projektcím az elmúlt évekbõl: JPEG tömörítõ algoritmusok, OCR, kézírás, kontúrkeresés, kottafelismerés, fraktáltömörítés. A projektek különbözõ súlyúak lehetnek, függõen a team méretétõl, ambícióitól. A projektek több esetben több féléven át is tartanak, tekintettel a kooperatív félévben, illetve ERASMUS tanulmányút által külföldön történõ folytathatóságra. A cél igényes szakdolgozat, ill. TDK-munka elõállítása, melyek a szerzõ-hallgató álláskeresésénél referenciamunkaként szolgálhatnak.
104
KÉPI ADATBÁZISOK SZAKIRÁNY
Képfeldolgozási szoftverek Elõfeltételek: Matematika szigorlat; Szoftver szigorlat szemeszter: 5.
óraszám (ea/gy/l): 0/0/3 követelmény: f
kredit: 3
A tematika kidolgozója: Sergyán Szabolcs fõiskolai adjunktus A tantárgy célja: Képfeldolgozási módszerek használatának gyakorlása képfeldolgozási szoftverekkel, valamint a vonatkozó C++ ismeretek elmélyítése. A laboratóriumi gyakorlat témái: Képfeldolgozásban hasznos C++ objektumok A képfeldolgozásban szokásosan használt objektumalapú adatszerkezetek hierarchikus tárgyalása.
Ajánlott irodalom: Palm, W. J.: Introduction to Matlab 6 for engineers, McGraw Hill, 2001. Paulus, D. W. R.: Objektorientierte Bildverarbeitung, PhD Dissertation, Erlangen, 1991. Paulus, D. W. R., Hornegger, J.: Pattern Recognition and Image Processing in C++, Vieweg, Wiesbaden, 1995.
Programfejlesztés a PUMA1 és ANIMALS2 környezetben Környezetfüggetlen rendszerfejlesztés, automatikus dokumentáció generálás, beépített képfeldolgozási függvények használata. Objektumorientált programtervezés HIPPOS3 rendszerben Képfeldolgozási objektumok hierarchikus rendszerének implementációja HIPPOS-ban. MATLAB Image Processing Toolbox Esettanulmány a MATLAB Image Processing Toolbox használatára: színes játékfigurák felismerése változatos környezetben.
KÉPI ADATBÁZISOK SZAKIRÁNY
103
Matematikai szoftverek Elõfeltételek: Bevezetés a képfeldolgozásba; Képfeldolgozási szoftverek szemeszter: 6.
óraszám (ea/gy/l): 0/0/3 követelmény: f
kredit: 3
A tematika kidolgozója: Sergyán Szabolcs fõiskolai adjunktus A tantárgy célja: A képfeldolgozás számára hasznos néhány matematikai szoftver megismertetése. A laboratóriumi gyakorlat témái: Analízis Matlabbal Integrálás, integráltranszformációk, határértékek számítása, implicit függvények.
Ajánlott irodalom: Berta, M.: Matlab 4. és 5. verzió: numerikus módszerek, grafika, statisztika, eszköztárak. (szerk.: Stoyan Gisbert) Typotex, Budapest, 1999. Sigmon, K., Davis, T. A.: MATLAB primer. Chapman and Hall, Boca Raton, 2002.
Differenciálegyenletek Matlabbal Differenciáloperátorok, lineáris differenciálegyenletek megoldása, Lie csoportok, parciális differenciálegyenletek. Geometria Matlabbal 2D és 3D euklideszi geometria, távolságmérések, spline-ok. Kombinatorika és gráfelmélet Permutációk, kombinációk, variációk, gráfelméleti függvények, teljesség, összefüggõség, fák. Matlab nyelvû morfológiai programok készítése
102
KÉPI ADATBÁZISOK SZAKIRÁNY
Alakfelismerés Elõfeltételek: Bevezetés a képfeldolgozásba; Képfeldolgozási szoftverek szemeszter: 6.
óraszám (ea/gy/l): 2/0/0 követelmény: v
kredit: 3
A tematika kidolgozója: dr. Csink László fõiskolai tanár A tantárgy célja: Az alakfelismerés gyakorlati problémáinak és algoritmusainak megismerése. A tantárgy tartalma: Alapfogalmak Kép és hang fogalma, az alakfelismerés alkalmazási lehetõségei, környezet, problématartomány és minták, a beszéd jeleinek felvétele, mintafelvételi tétel a gyakorlatban.
Ajánlott irodalom: Paulus D.W.R., Hornegger J:. Pattern Recognition and Image Processing in C++, Vieweg, Wiesbaden, 1995. Niemann H.: Pattern Analysis and Image Understanding, Springer, 1991.
Képek a gyakorlatban Bináris, szürke és színes képek C++ adatstruktúrái, képformátumok, konverziók. Spektrálanalízis Fourier-sor, Fourier-transzformáció, 2D diszkrét gyors Fourier-transzformáció, LPC kódolás, rejtett Markov-modellek. Élfelismerés Robert, Laplace, Sobel-módszerek, diszkréte parciális deriváltak, vékonyítás, csontvázasítás. Vonalak felismerése Vonalak megkeresése, összefüggõség, szakadások kezelése, Hough-transzformáció, Canny-módszer.
KÉPI ADATBÁZISOK SZAKIRÁNY
101
Bevezetés a képfeldolgozásba Elõfeltételek: Matematika szigorlat; Szoftver szigorlat szemeszter: 5.
óraszám (ea/gy/l): 2/0/0 követelmény: v
kredit: 3
A tematika kidolgozója: dr. Csink László fõiskolai tanár A tantárgy célja: A képfeldolgozás fõ problémáinak és alapvetõ módszereinek, algoritmusainak megismerése. A tantárgy tartalma: Bevezetés Az emberi és gépi látás alapjai. Szürkelátás, színlátás, alakzatlátás.
Ajánlott irodalom: Álló G., Hegedüs Gy. Cs., Kelemen D., Szabó J.: A digitális képfeldolgozás alappproblémái, Akadémiai Kiadó, Budapest, 1989 Niemann H.: Pattern Analysis and Image Understanding, Springer, 1991.
Matematikai összefoglalás Mátrixalgebra, valószínûségszámítás, statisztika, diszkrét geometria, analízis. Digitális képek Mintavételezés, kvantálás, képjavítások, hisztogram, simítás, élkiemelés, színkorrekciók. Geometriai korrekciók Lineáris koordináta transzformációk, nemlineáris transzformációk, egyenes szakaszok rajzolása, felületelemek. Szegmentálás Foltok keresése, lokális és hibrid módszerek, foltok elemzése, élkeresés. Képosztályozás Sajátságvektorok, Bayes-féle módszerek, távolságmérés, klaszterezés, textúrák.
100
KÉPI ADATBÁZISOK SZAKIRÁNY
Kutatási módszerek és menedzsment Elõfeltételek: Alakfelismerés; Matematikai szoftverek szemeszter: 7.
óraszám (ea/gy/l): 2/0/0 követelmény: v
kredit: 3
A tematika kidolgozója: dr. Hermann Gyula fõiskolai tanár A tantárgy célja: A kutatási módszertan áttekintése, Magyarország és az EU informatikával kapcsolatos pályázati rendszerének vázolása.
Az EU pályázatai Az EU-pályázatírás speciális szempontjai, összehasonlításban a magyar pályázatírással. Ajánlott irodalom:
A tantárgy tartalma: A kutatás mint tudományos tevékenység A tudományos kutatás alapfogalmai, módszerei, eszközei. A „kutatás kutatása”, a kutatással kapcsolatos statisztikák.
Tomcsányi P.: Általános kutatásmódszertan, Budapest, 2000. Majoros P.: Kutatásmódszertan, Budapest, 1997.
A szakirodalom feldolgozásának módszerei Elektronikus könyvtári adatbázisok, OPAC, elektronikus folyóiratok, az idézés technikája, az idézettség, Science Citation Index. Tartalmi összefoglaló készítése Cikkolvasási gyakorlat: az olvasott publikációk angol és magyar nyelvû annotációinak elkészítése. State of the art Gyakorlat: egy-egy szûkebb szakterület ún. State of the art tanulmányának elkészítése, az internet felhasználásával. Az OM pályázatai Magyarországon I. Hálózatépítési pályázatok: EEF, KMA, CST, ITR, MEC, REG, TST. Az OM pályázatai Magyarországon II. Tematikus pályázatok: ALK, BIO, IKTA, KMF. Kutatási terv készítése Ötlet kidolgozottsága, a partnerek szerves illeszkedése, mérföldkövek, emberhónap igény becslés. Költségterv Összefüggés a munkatervvel, a terv realitása, elõírások figyelemmel kísérése. A bírálati folyamat Bírálati szempontok, panelek, átláthatóság.
KÉPI ADATBÁZISOK SZAKIRÁNY
105