Nazwa przedmiotu:
Wybrane zagadnienia algorytmiczne w metodach optycznych
Koordynator przedmiotu:
prof. dr inż. hab. Tomasz Kozacki
Status przedmiotu:
Fakultatywny dowolnego wyboru
Poziom kształcenia:
Studia II stopnia
Program:
Mechatronika
Grupa przedmiotów:
Wariantowe
Kod przedmiotu:
WZAMO
Semestr nominalny:
3 / rok ak. 2020/2021
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
1) Liczba godzin bezpośrednich 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 15h; d) projekt - 0h; e) konsultacje - 3h; 2) Praca własna studenta 14, w tym: a) przygotowanie do kolokwiów zaliczeniowych - 8h; b) przygotowanie do laboratorium - 6h; Suma: 47 h (2 ECTS)
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
1 punkt ECTS - liczba godzin bezpośrednich: 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 15h; d) projekt - 0h; e) konsultacje - 3h;
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1) Liczba godzin bezpośrednich 33, w tym: a) wykład - 15h; b) ćwiczenia - 0h; c) laboratorium - 15h; d) projekt - 0h; e) konsultacje - 3h; 2) Praca własna studenta 14, w tym: a) przygotowanie do kolokwiów zaliczeniowych - 8h; b) przygotowanie do laboratorium - 6h; Suma: 47 h (2 ECTS)
Formy zajęć i ich wymiar w semestrze:
  • Wykład15h
  • Ćwiczenia0h
  • Laboratorium15h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Kurs inżynierski matematyki. Podstawy programowania C/C++ lub Matlab/Python. Podstawy przetwarzania sygnałów.
Limit liczby studentów:
30
Cel przedmiotu:
Znajomość wybranych technik i algorytmów przetwarzania danych z pomiarów optycznych. Praktyczna umiejętność implementacji wybranych algorytmów w środowisku Matlab oraz OpenCV.
Treści kształcenia:
Wykład: Numeryczne aspekty dyskretnej transformacji Fouriera w 1D i 2D. Metody obliczania transformaty, wycieki spektralne, okienkowanie, rozdzielczość spektralna, aliasing, całkowanie obrazu z danych gradientowych. Numeryczne własności ciągłej i dyskretnej transformacji falkowej. Przykładowe rodzaje falek i ich charakterystyka, falkowy bank filtrów, transformacja falkowa w filtracji i kompresji danych, falkowe metody rozwiązywania cząstkowych równań różniczkowych, zwiększenie możliwości analizy czasowo-częstotliwościowe sygnałów 1D - empiryczne falki, transformacja synchrosqueezing, reassignment. Optyczne algorytmy propagacji pola optycznego w wolnej przestrzeni. Dyfrakcja Fresnela. Widmo kątowe fal płaskich, dyfrakcja Rayleigha-Sommerfelda. Zawansowane algorytmy propagacji w wolnej przestrzeni: propagacja między płaszczyznami pochylonymi, rozwiązania dokładne i przybliżone dla przypadku propagacji fal quasi-sferycznych. Propagacja pól częściowo koherentnych, propagacja pól ograniczonych przestrzennie, częstotliwościowo-przestrzennie. Numeryczne rozwiązywanie równania różniczkowego Helmholtza (symulacje falowodowe): metoda BPM, implementacja podstawowego algorytmu, metoda transformacji Fouriera, metoda różnic skończonych, warunki brzegowe, rozwiązanie macierzowe, schematy o wyższej dokładności obliczeniowej. Numeryczne rozwiązywanie równań Maxwell’a (FDTD): model próbkowania typu Yee, dyspersja numeryczna i stabilność, wprowadzenie źródła oświetlenia, idealnie dopasowane warstwy brzegowe (PML), symulacja dla struktur okresowych. Metody kalibracji i skalowania wyników z wykorzystaniem danych obrazowych. Dopasowanie modeli numerycznych z wykorzystaniem metod nieliniowych i iteracyjnych. Weryfikacja poprawności dopasowania. Laboratorium: Zajęcia laboratoryjne mają postać sześciu spotkań dotyczących wybranym zagadnieniom z zakresu wykorzystania technik numerycznych w metodach optycznych. Wszystkie spotkania skupiają się wokół jednego nadrzędnego zadania, tj. stworzenia programu umożliwiającego wyznaczenie kluczowych parametrów geometrycznych (wysokość, średnica, promień krzywizny) oraz optycznych (ogniskowa, apertura numeryczna) mikrosoczewek na podstawie danych zarejestrowanych w systemie mikroskopu holograficznego. Poniżej przedstawiono zakres poszczególnych spotkań: 1. Wprowadzenie do projektu. Implementacja oraz testy algorytmu numerycznej propagacji pola optycznego w ośrodku jednorodnym. 2. Opracowanie algorytmu automatycznej detekcji płaszczyzny obrazu oraz jego wykorzystanie do korekcji przeogniskowania danych zarejestrowanych w mikroskopie holograficznym. 3. Wprowadzenie do zagadnienia wykrywania kół na obrazie z wykorzystaniem metod numerycznych. 4. Opracowanie algorytmu wykrywania kół na obrazie na podstawie transformaty Hougha. 5. Dalsze opracowywanie oraz optymalizacja wykrywania kół na obrazie z wykorzystaniem transformaty Hougha. 6. Opracowanie algorytmu pozwalającego w sposób automatyczny scharakteryzować badane mikrosoczewek na podstawie zogniskowanego rozkładu pola optycznego. Zadanie obejmuje segmentacje obrazu matrycy mikrosoczewek, wyznaczenie kluczowych parametrów poszczególnych mikrosoczewek oraz analizę wyników.
Metody oceny:
Dwa kolokwia z treści wykładowych (50%), Ocena z laboratorium (50%)
Egzamin:
nie
Literatura:
J. D. Schmidt, Numerical Simulation of Optical Wave Propagation With Examples in MATLAB, 2010 A. Taflove(Editor): Computational Electrodynamics: The Finite-Difference Time-Domain Method. 2nd Editon, Artech House, Boston, 2005 R Bracewell, The Fourier Transform and Its Applications, McGraw-Hill, 2000
Witryna www przedmiotu:
-
Uwagi:
brak

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka WZAMO _2st_W01
Zna wybrane techniki i algorytmy przetwarzania danych z pomiarów optycznych
Weryfikacja: Zaliczenie dwóch kolokwiów z materiału omawianego na wykładzie
Powiązane charakterystyki kierunkowe: K_W06, K_W07, K_W08, K_W13
Powiązane charakterystyki obszarowe: I.P7S_WG.o, P7U_W, III.P7S_WG

Profil ogólnoakademicki - umiejętności

Charakterystyka WZAMO_2st_U01
Potrafi zaprojektować i zaimplementować algorytmy przetwarzania danych optycznych w języku obiektowym C++ lub Python/Matlab
Weryfikacja: Zaliczenie serii laboratoriów z przetwarzania danych
Powiązane charakterystyki kierunkowe: K_U01, K_U04, K_U05, K_U10
Powiązane charakterystyki obszarowe: P7U_U, I.P7S_UW.o, I.P7S_UK, I.P7S_UU, III.P7S_UW.o
Charakterystyka WZAMO_2st_U02
Potrafi dobrać właściwą ścieżkę przetwarzania danych optycznych
Weryfikacja: Zaliczenie serii laboratoriów z przetwarzania danych
Powiązane charakterystyki kierunkowe: K_U15
Powiązane charakterystyki obszarowe: P7U_U, I.P7S_UW.o, III.P7S_UW.o

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka WZAMO_2st_K01
Rozumie potrzebę ciągłego samorozwoju w obszarze algorytmów metod przetwarzania danych optycznych oraz doszkalania się w zakresie ciągle rozwijających się narzędzi informatycznych
Weryfikacja: Zaliczenie serii laboratoriów z przetwarzania danych (wymagane jest samodzielne zapoznanie się z dokumentacją)
Powiązane charakterystyki kierunkowe: K_K01
Powiązane charakterystyki obszarowe: P7U_K, I.P7S_KK