Konenäkö (4op)

Arviointiasteikko

1-5

Tavoitteet

Opintojakson suoritettuaan opiskelija;
- Tuntee eri konenäköteknologioita ja tietää mihin eri teknologioita sovelletaan teollisuudessa
- Tuntee eri konenäköteknologioiden keskeisimmät komponentit ja niiden merkityksen konenäköjärjestelmässä
- Osaa käyttää konenäköohjelmistoa perustason kuva-analyysiin ja tehdä erilaisia piirteiden tunnistuksia

Sisältö

Konenäön toimintaperiaate, konenäön sovelluskohteet, konenäköjärjestelmän osat, analyysiohjelmistot, konenäköjärjestelmän määrittely. Cognex In-Sight EasyBuilder -konenäköohjelmiston peruskäyttö. Konenäkölaboratorion laitteiden perusteet.

Oppimateriaalit

Jaetaan erikseen kurssin aikana.

Kattavia teoksia ovat mm.

Hornberg, A. 2017. Handbook of Machine and Computer Vision: The Guide for Developers and Users. 2. Weinheim: Wiley-VCH

Szeliski, R. 2010. Computer Vision: Algorithms and Applications. Lontoo: Springer.

OpenCV:n tutoriaalisivut: https://docs.opencv.org/master/d6/d00/tutorial_py_root.html

Opetusmenetelmät

Kontaktitunnit, esitehtävät kontaktitunneille, itseopiskelumateriaali, ohjelmointiharjoitukset, harjoitustyöt ja raportointi

Opiskelijan ajankäyttö ja kuormitus

28 kontaktituntia
80 tuntia itseopiskeluun, harjoituksiin ja harjoitustöihin

Arviointikriteerit, tyydyttävä (1)

Opiskelija hallitsee osaamistavoitteet tyydyttävästi. Opiskelija tuntee konenäön periaatteen ja tietää mihin sitä voidaan soveltaa.

Arviointikriteerit, hyvä (3)

Opiskelija hallitsee osaamistavoitteet hyvin. Opiskelija tuntee konenäön periaatteen ja tietää mihin sitä voidaan soveltaa. Opiskelija osaa käyttää konenäköön liittyviä ohjelmia,

Arviointikriteerit, kiitettävä (5)

Opiskelija hallitsee osaamistavoitteet kiitettävästi. Opiskelija tuntee konenäön periaatteen ja tietää mihin sitä voidaan soveltaa. Opiskelija osaa käyttää konenäköön liittyviä ohjelmia, Opiskelija osaa suunnitella ja toteuttaa konäköön perustuvia sovelluksia, jotka toteuttavat osien ja ainesten erottelua tai laadunvalvontaa.