KonenäköLaajuus (3 op)

Osaamistavoitteet

Opiskelija oppii ymmärtämään konenäön mahdollisuudet. ymmärtää konenäön periaatteet ja osaa käyttää esimerkiksi Matlabia objektien ominaisuuksien laskemiseen ja tunnistamiseen kuvasta. Kurssin tavoitteena on myös opettaa kuvan suodatusta yksinkertaisempaan muotoon, jotta kuvan analysointi olisi helpompaa.

Sisältö

1. Konenäön periaatteet.
2. Konenäköjärjestelmän komponentit.
3. Kuvan suodatus.
4. Morphologiset operaatiot.
5. Kuvaformaatit.

Arviointikriteerit, tyydyttävä (1)

1. Tehty 50 % annetuista tehtävistä sekä periaatteiden ymmärrys.
2. Kyky luetella konenäköjärjestelmän komponentit.
3. suodatuksen periaatteet.
4. Morphologia käsitteenä.
5. Kyky luetella olennaiset kuvaformaatit.

Arviointikriteerit, hyvä (3)

1. Tehty 70 % annetuista tehtävistä sekä periaatteiden ymmärrys.
6. Kyky valita konenäköjärjestelmän komponentit.
7. Kyky valita oikea suodatustapa.
8. Kyky käyttää morphologia operaatioita.
9. Kyky muokata kuva erilaisiin formaatteihin.

Arviointikriteerit, kiitettävä (5)

1. Tehty 90 % annetuista tehtävistä sekä kyky soveltaa konenäköä.
2. Kyky vertailla eri järjestelmiä keskenään sekä kyky optimoida konenäköjärjestelmän rakenne.
3. Kyky optimoida oikea suodatustapa.
4. Kyky optimoida oikea morphologinen operaatio.
5. Kyky valita ja optimoida oikea kuvaformaatti kuhunkin sovellukseen.