Machine vision and Sensor technologyLaajuus (5 cr)
Code: TX00BU98
Credits
5 op
Objective
On completion of the course, the student will be able to apply sensors and measuring equipment in measurements, and will be familiar with various possibilities for data transmission.
The student will know the effects of noise and disruptions in measurements, and be able to prevent them.
The student will be able to shape a digital measurement signal.
The student will be familiar with the possibilities and principles of machine vision. The student will be able to use suitable software to recognize and dimension objects from a picture.
The student will be able to filter a picture for machine vision operations.
Content
1. Sensors and wiring in machine automation applications
2. Use of sensors, equipment and data transmission in practice
3. Digital signal processing
4. Basics of machine vision
5. The components of a machine vision system
6. Filtering of a picture
7. Morphological operations
8. Picture formats.
Prerequisites
Basics of automation and measuring systems
Assessment criteria, satisfactory (1)
The student knows the sensors used in machine automation and is able to connect and test sensors in an application.
The student is familiar with the most common needs for digital signal processing and is able to set the parameters for signal filtering.
The student knows the components of a machine vision system.
The student understands the principles of filtering a picture.
The student is familiar with the term of morphology and with the most common picture formats.
Assessment criteria, good (3)
The student knows the sensors and their wiring used in machine automation.
The student can choose, connect and commission the necessary sensors for various applications.
The student recognizes the need for signal processing and is able to shape signals according to the needs.
The student can choose the components for a machine vision system.
The student can choose a suitable filtering method for a picture, and use morphologic operations.
The student can change the format of a picture.
Assessment criteria, excellent (5)
The student knows the sensors and measuring equipment, including the wiring, in machine automation applications.
The student can choose the necessary sensors and equipment for a machine automation application and is able to commission them.
The student is able to apply signal processing to measurements.
The student can compare different machine vision systems and select the correct system principle.
The student can optimize the chosen filtering and morphologic operation.
The student can select the optimal picture format for each application.
Assessment criteria, approved/failed
The student knows the sensors used in machine automation and is able to connect and test sensors in an application.
The student is familiar with the most common needs for digital signal processing and is able to set the parameters for signal filtering.
The student knows the components of a machine vision system.
The student understands the principles of filtering a picture.
The student is familiar with the term of morphology and with the most common picture formats.
Enrollment
27.11.2023 - 31.12.2023
Timing
15.01.2024 - 10.05.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of Automotive and Mechanical Engineering
Campus
Leiritie 1
Teaching languages
- Finnish
Degree programmes
- Mechanical Engineering
Teachers
- Maria Sjöholm
Teacher in charge
Maria Sjöholm
Groups
-
KA21Konetekniikka, koneautomaation suuntautuminen, aloittaneet opiskelun s.2021
Objective
Opiskelija osaa soveltaa antureita ja mittauslaitteita mittauksissa ja tietää erilaisia tiedonsiirtotapoja.
Opiskelija on selvillä häiriöiden vaikutuksista mittauksiin ja osaa estää niiden syntymistä.
Opiskelija osaa muokata digitaalista mittaussignaalia. Opiskelija tietää konenäön mahdollisuudet. Opiskelija tietää konenäön mahdollisuudet ja periaatteet sekä osaa käyttää ohjelmistoja objektien ominaisuuksien laskemiseen ja tunnistamiseen kuvasta.
Opiskelija osaa kuvan suodattamisen.
Content
1. Koneautomaation anturit ja niiden kytkentä
2. Käytännön mittaus ja tiedonsiirto antureita käytettäessä
3. Digitaalinen signaalin käsittely
4. Konenäön periaatteet
5. Konenäköjärjestelmän komponentit
6. Kuvan suodatus
7. Morphologiset operaatiot
8. Kuvaformaatit
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tietää koneautomaatiossa käytettävät anturit ja osaa kytkeä tavanomaisen anturin sovellutukseen sekä varmistamaan sen oikean toiminnan.
Opiskelija tietää tavanomaiset digitaalisen signaalinkäsittelyn tarpeet ja osaa määrittää suodattimien parametrit.
Opiskelija tietää konenäköjärjestelmän komponentit.
Opiskelija tietää suodatuksen periaatteet ja morphologian käsitteen sekä yleiset kuvaformaatit.
Assessment criteria, good (3)
Opiskelija tietää koneautomaatiossa käytettävät anturit ja niiden kytkentäperiaatteet.
Opiskelija osaa valita sovellutuksessa tarvittavat anturit sekä käyttöönottaa ne.
Opiskelija tunnistaa signaalinkäsittelyn tarpeen ja osaa muokata signaalia tarpeen mukaan.
Opiskelija osaa valita konenäköjärjestelmän komponentit.
Opiskelija osaa valita oikean suodatustavan ja käyttää morphologia operaatioita.
Opiskelija osaa muuttaa kuvan eri formaatteihin.
Assessment criteria, excellent (5)
Opiskelija tietää koneautomaatiosovellutuksissa tarvittavat anturit ja mittalaitteet sekä niiden kytkennät.
Opiskelija osaa valita koneautomaatiosovellutuksissa tarvittavat anturit, mittalaitteet ja suorittamaan niiden käyttöönoton.
Opiskelija osaa soveltaa signaalinkäsittelyä mittauksissa.
Opiskelijalla osaa vertailla eri konenäköjärjestelmiä keskenään ja optimoida konenäköjärjestelmän rakennetta.
Opiskelija osaa optimoida valittua suodatustapaa ja valittua morphologista operaatiota.
Opiskelija osaa valita ja optimoida kuvaformaatin sovellukseen.
Assessment criteria, approved/failed
Opiskelija tietää koneautomaatiossa käytettävät anturit ja osaa kytkeä tavanomaisen anturin sovellutukseen sekä varmistamaan sen oikean toiminnan.
Opiskelija tietää tavanomaiset digitaalisen signaalinkäsittelyn tarpeet ja osaa määrittää suodattimien parametrit.
Opiskelija tietää konenäköjärjestelmän komponentit.
Opiskelija tietää suodatuksen periaatteet ja morphologian käsitteen sekä yleiset kuvaformaatit.
Prerequisites
Automaation- ja mittaustekniikan perusteet
Enrollment
28.11.2022 - 31.12.2022
Timing
09.01.2023 - 07.05.2023
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of Automotive and Mechanical Engineering
Campus
Leiritie 1
Teaching languages
- Finnish
Degree programmes
- Mechanical Engineering
Teachers
- Maria Sjöholm
Teacher in charge
Maria Sjöholm
Groups
-
KA20Konetekniikka, koneautomaation suuntautuminen, aloittaneet opiskelun s.2020
Objective
Opiskelija osaa soveltaa antureita ja mittauslaitteita mittauksissa ja tietää erilaisia tiedonsiirtotapoja.
Opiskelija on selvillä häiriöiden vaikutuksista mittauksiin ja osaa estää niiden syntymistä.
Opiskelija osaa muokata digitaalista mittaussignaalia. Opiskelija tietää konenäön mahdollisuudet. Opiskelija tietää konenäön mahdollisuudet ja periaatteet sekä osaa käyttää ohjelmistoja objektien ominaisuuksien laskemiseen ja tunnistamiseen kuvasta.
Opiskelija osaa kuvan suodattamisen.
Content
1. Koneautomaation anturit ja niiden kytkentä
2. Käytännön mittaus ja tiedonsiirto antureita käytettäessä
3. Digitaalinen signaalin käsittely
4. Konenäön periaatteet
5. Konenäköjärjestelmän komponentit
6. Kuvan suodatus
7. Morphologiset operaatiot
8. Kuvaformaatit
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tietää koneautomaatiossa käytettävät anturit ja osaa kytkeä tavanomaisen anturin sovellutukseen sekä varmistamaan sen oikean toiminnan.
Opiskelija tietää tavanomaiset digitaalisen signaalinkäsittelyn tarpeet ja osaa määrittää suodattimien parametrit.
Opiskelija tietää konenäköjärjestelmän komponentit.
Opiskelija tietää suodatuksen periaatteet ja morphologian käsitteen sekä yleiset kuvaformaatit.
Assessment criteria, good (3)
Opiskelija tietää koneautomaatiossa käytettävät anturit ja niiden kytkentäperiaatteet.
Opiskelija osaa valita sovellutuksessa tarvittavat anturit sekä käyttöönottaa ne.
Opiskelija tunnistaa signaalinkäsittelyn tarpeen ja osaa muokata signaalia tarpeen mukaan.
Opiskelija osaa valita konenäköjärjestelmän komponentit.
Opiskelija osaa valita oikean suodatustavan ja käyttää morphologia operaatioita.
Opiskelija osaa muuttaa kuvan eri formaatteihin.
Assessment criteria, excellent (5)
Opiskelija tietää koneautomaatiosovellutuksissa tarvittavat anturit ja mittalaitteet sekä niiden kytkennät.
Opiskelija osaa valita koneautomaatiosovellutuksissa tarvittavat anturit, mittalaitteet ja suorittamaan niiden käyttöönoton.
Opiskelija osaa soveltaa signaalinkäsittelyä mittauksissa.
Opiskelijalla osaa vertailla eri konenäköjärjestelmiä keskenään ja optimoida konenäköjärjestelmän rakennetta.
Opiskelija osaa optimoida valittua suodatustapaa ja valittua morphologista operaatiota.
Opiskelija osaa valita ja optimoida kuvaformaatin sovellukseen.
Assessment criteria, approved/failed
Opiskelija tietää koneautomaatiossa käytettävät anturit ja osaa kytkeä tavanomaisen anturin sovellutukseen sekä varmistamaan sen oikean toiminnan.
Opiskelija tietää tavanomaiset digitaalisen signaalinkäsittelyn tarpeet ja osaa määrittää suodattimien parametrit.
Opiskelija tietää konenäköjärjestelmän komponentit.
Opiskelija tietää suodatuksen periaatteet ja morphologian käsitteen sekä yleiset kuvaformaatit.
Prerequisites
Automaation- ja mittaustekniikan perusteet