Gépi látás államvizsga 2003

 

  1. Intenzitáskép keletkezése: fényforrás – objektum alak / felületi tulajdonságok – kamera modell kölcsönhatások.
  2. A kétváltozós képfüggvények Fourier transzformációja. Tulajdonságai, a mintavételezésre és kvantálásra vonatkozó alapvető összefüggések.
  3. Ismertesse a képek szűrésének megvalósítását a tér- és frekvenciatartományban. Mutassa meg összefüggéseket a frekvenciatérbeli lineáris szűrés és térbeli konvolúciós szűrés között.

  4. Képjavítás alapvető algoritmusai (felsorolás, csoportosítás, egyes algoritmusok részletesebb kifejtése)
  5. Képvisszaállítás alapvető algoritmusai (felsorolás, csoportosítás, egyes algoritmusok részletesebb kifejtése)
  6. Képanalízis alapvető algoritmusai (felsorolás, csoportosítás, egyes algoritmusok részletesebb kifejtése)
  7. Ismertesse a bináris képeken pozíció, orientáció és topológiai tulajdonságok meghatározására alkalmas alapvető eljárásokat. .
  8. Adjon áttekintést a kontúralapú szegmentálás főbb lépéseiről. Ismertesse a Hough transzformációt.
  9. Ismertesse a régióorientált szegmentálási eljárások alapvető matematikai szabályait. Csoportosítsa a régióorientált szegmentálás eljárásait
  10. Globális szegmentálási eljárások: a szegmentálás általános menete, a régióktól elvárt tulajdonságok, lineáris interpolációs módszer, rekurziós módszer
  11. Globális szegmentálási eljárások: business módszer, kontraszt módszer, gradiens hisztogram módszer
    Lokális
    és hibrid szegmentálási eljárások: régiónövelés soronkénti letapogatással, összefűzési kritériumok
  12. Lokális és hibrid szegmentálási eljárások: piramis módszer, generátorpontok módszere
  13. Matematikai morfológia: erózió, dilatáció, hit and miss, zárás, nyitás
  14. Matematikai morfológia: célhardver realizáció elve. Arcfelismerés egységarcok módszerével (az algoritmus elvi működése)
  15. Képelőfeldolgozó célhardverek: blokkvázlat, működés, végrehajtható algoritmusok
  16. Video-rate bináris célhardware:  Algoritmusok valósidejű implementálása. Invariáns alakegyütthatók.
  17. Textúra analízis. Statisztikai módszerek.  Textúra leírása, modellezése. Régiók szegmentálása.
  18. Lényegkiemelés: Tulajdonságtér.  Makro-, mikrojellemzők csoportosítása. Tulajdonságvektor elemeinek megválasztási kritériumai.
  19. Osztályozás: döntési feladat megfogalmazása. Osztályozás neurális hálózatokkal, NN, KNN, NC, Bayes, szekvenciális, szintaktikus osztályozás.
  20. Hálózati képfeldolgozás: Álló- és mozgóképek kompressziója és dekompressziója. Tartalom szerinti indexelés. Szteganográfia.  Képi adatbázisok, interoperabilitás, adatintegritás, biztonság.
  21. Gépi látás biometriai és biomechanikai alkalmazásai.