Module also offered within study programmes:
General information:
Name:
Vision systems and techniques
Course of study:
2019/2020
Code:
ZSDA-3-0300-s
Faculty of:
Szkoła Doktorska AGH
Study level:
Third-cycle studies
Specialty:
-
Field of study:
Szkoła Doktorska AGH
Semester:
0
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
dr hab. inż. Kohut Piotr (pko@agh.edu.pl)
Dyscypliny:
Moduł multidyscyplinarny
Module summary

Celem modułu jest zapoznanie studentów z systemami wizyjnymi oraz metodami i algorytmami przetwarzania obrazów.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Skills: he can
M_U001 Student posiada umiejętności doboru odpowiedniego systemu wizyjnego do rozważanego problemu oraz potrafi wskazać zalety i wady odpowiednich metod wizyjnych SDA3A_U01 Project,
Presentation
M_U002 Student potrafi przedstawić wybrany problem badawczy lub algorytm w formie prezentacji. SDA3A_U01, SDA3A_U04, SDA3A_U02 Participation in a discussion,
Presentation,
Activity during classes
Knowledge: he knows and understands
M_W001 Zna podstawy teoretyczne algorytmów przetwarzania obrazów SDA3A_W01 Project,
Activity during classes
M_W002 Zna aktualne trendy dotyczące systemów wizyjnych oraz metod przetwarzania obrazów SDA3A_W02 Activity during classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
20 8 0 0 0 0 12 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Skills
M_U001 Student posiada umiejętności doboru odpowiedniego systemu wizyjnego do rozważanego problemu oraz potrafi wskazać zalety i wady odpowiednich metod wizyjnych + - - - - + - - - - -
M_U002 Student potrafi przedstawić wybrany problem badawczy lub algorytm w formie prezentacji. - - - - - + - - - - -
Knowledge
M_W001 Zna podstawy teoretyczne algorytmów przetwarzania obrazów + - - - - - - - - - -
M_W002 Zna aktualne trendy dotyczące systemów wizyjnych oraz metod przetwarzania obrazów + - - - - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 80 h
Module ECTS credits 3 ECTS
Udział w zajęciach dydaktycznych/praktyka 20 h
Preparation for classes 10 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 20 h
Realization of independently performed tasks 30 h
Module content
Lectures (8h):

Zakres wykładów obejmuje
Wprowadzenie do systemów wizyjnych, metody przetwarzania obrazów ,
Przykłady zastosowań systemów i metod wizyjnych w różnych obszarach nauki, techniki i medycyny

Seminar classes (12h):

Tematyka zajęć seminaryjnych obejmuje rozwiązanie zadania związanego z systemami i technikami wizyjnymi w różnych obszarach nauki, techniki i medycyny. Tematy dobierane będą indywidualne dla Doktorantów, uwzględniając ich zainteresowania lub temat pracy badawczej. Podczas zajęć seminaryjnych Doktoranci prezentują i omawiają wybrane metody, algorytmy lub problemy badawcze.

Additional information
Teaching methods and techniques:
  • Lectures: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z wykładem tablicowym dotyczącym prezentowanych zagadnień
  • Seminar classes: Rozwiązywanie zadań problemowych indywidualnie lub przez zespoły: prezentacja multimedialna opracowanego problemu połączona z dyskusją.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

Ocena z zaliczenia wystawiana jest na podstawie prezentacji, raportu oraz aktywności na zajęciach.

Participation rules in classes:
  • Lectures:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Nie określono
  • Seminar classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Student prezentuje referat na wybrany temat na forum grupy oraz uczestniczy aktywnie w dyskusji
Method of calculating the final grade:

Ocena końcowa jest średnią ważoną z prezentacji, raportu oraz aktywności: Prezentacja – 30% Raport – 50%, Aktywność – 20%

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

Wyrównywanie zaległości ustalane jest indywidualnie z Doktorantem.

Prerequisites and additional requirements:

Prerequisites and additional requirements not specified

Recommended literature and teaching resources:

Gonzales R.C, Woods R.E.: Digital Image Processing using Matlab, Prentice Hall , 2004
Wróbel Z., Koprowski R.: Praktyka przetwarzania obrazów w programie Matlab, EXIT, 2005
Hartley R., Zisserman A., Multiple view geometry in computer vision, Cambridge Univ. Press,2003
Jain R., Kasturi R., Schunck B., Machine vision, McGraw-Hill Inc. New York, 1996
Davies E. R., Computer and Machine Vision: Theory, Algorithms, Practicalities, Academic Press, 2005
Rangaraj M. Rangayyan: Biomedical Image Analysis (Biomedical Engineering), CRC Press, 2004
Kayvan N., Splinter R.: Biomedical Signal and Image Processing, CRC Press, 2005
Russ J. C.: The Image Processing Handbook, CRC Press, 2006
Bushberg G.: Essential Physics of Medical Imaging, Lippincott Williams & Wilkins, 2001

Scientific publications of module course instructors related to the topic of the module:

1. Kohut P., Metody wizyjne w robotyce, Cz.1/Cz.2, Przegląd Spawalnictwa, 2008 R. 80 nr 12, s. 1–25./2009 R. 81 nr 1, s. 31–38
2.Kohut P., Mechatronics systems supported by vision techniques, Solid State Phenomena ;2013 vol.196, s. 62–73
3. Kohut P., Holak K., Uhl T., Ortyl Ł, Owerko T., Kuras P., Kocierz R., Monitoring of a civil structure’s state based on non-contact measurements, Structural Health Monitoring An Int. Journ., Vol. 12 Issue 5-6, 2013, pp. 411 – 429,
4. Korta J., Kohut P., Uhl T., OpenCV based vision system for industrial robot-based assembly station: calibration and testing, Pomiary, Automatyka, Kontrola , 2014 vol. 60 nr 1, s. 35–38.
5. Kohut P, Kurc K, Szybicki D, Cich W, Burdzik R., Vision-based motion analysis and deflection measurement of a robot’s crawler unit, Journal of Vibroengineering ; 2015 vol. 17 iss. 8, s. 4112–4121
6. Kohut P., Giergiel M., Cieslak P., Ciszewski M., Buratowski T., An underwater robotic system for reservoir maintenance, Journal of Vibroengineering, Vol. 18, Issue 6, 2016
7.Majkut K., Giergiel M., Kohut P., Crawler robot kinematics modeling by using a two-wheeled approach, Journal of Mechanical Science and Technology, vol.31, No.2, pp 893–901, 2017,
8. Ciszewski M., Mitka Ł, Kohut P., Buratowski T., Giergiel M., Robotic system for off-shore infrastructure monitoring, Journal of Marine Engineering & Technology, 16(4), pp.310-318, 2017,
9. Lisowski W, Kohut P, A low-cost vision system in determination of a robot end-effector’s positions, Pomiary Automatyka Robotyka ; 2017 R. 21 nr 4, s. 5–13
10. P.Kohut, K. Holak, R. Obuchowicz, M. Ekiert, A. Mlyniec, L. Ambrozinski, K.A. Tomaszewski, T. Uhl, Modeling and Identification of Mechanical Properties of Achilles Tendon with application to health monitoring. ASME. ASME J Nondestructive Evaluation. 2019; 2(1):011007-011007-8. doi:10.1115/1.4042397
11. R. Obuchowicz, M. Ekiert, P. Kohut, K. Holak, L. Ambrozinski, K. Tomaszewski, T. Uhl, A. Mlyniec, Interfascicular matrix-mediated transverse deformation and sliding of discontinuous tendon subcomponents control the viscoelasticity and failure of tendons, Journal of the Mechanical Behavior of Biomedical Materials, Vol. 97, 2019, pp.238-246

Additional information:

None