Ingegneria Informatica | ELABORAZIONE DI IMMAGINI
Ingegneria Informatica ELABORAZIONE DI IMMAGINI
cod. 0622700068
ELABORAZIONE DI IMMAGINI
0622700068 | |
DIPARTIMENTO DI INGEGNERIA DELL'INFORMAZIONE ED ELETTRICA E MATEMATICA APPLICATA | |
CORSO DI LAUREA MAGISTRALE | |
INGEGNERIA INFORMATICA | |
2022/2023 |
OBBLIGATORIO | |
ANNO CORSO 2 | |
ANNO ORDINAMENTO 2017 | |
PRIMO SEMESTRE |
SSD | CFU | ORE | ATTIVITÀ | |
---|---|---|---|---|
ING-INF/03 | 5 | 40 | LEZIONE | |
ING-INF/03 | 4 | 32 | LABORATORIO |
Appello | Data | Sessione | |
---|---|---|---|
ELABORAZIONE DI IMMAGINI | 17/02/2023 - 14:00 | SESSIONE ORDINARIA | |
ELABORAZIONE DI IMMAGINI | 17/02/2023 - 14:00 | SESSIONE DI RECUPERO |
Obiettivi | |
---|---|
L'INSEGNAMENTO MIRA A FORNIRE I PRINCIPALI STRUMENTI PER L’ANALISI E L’ELABORAZIONE DELLE IMMAGINI DIGITALI E PREVEDE LO SVOLGIMENTO DI ESERCITAZIONI DI LABORATORIO SUGLI ARGOMENTI SVILUPPATI A LEZIONE. CONOSCENZE E CAPACITÀ DI COMPRENSIONE L’OBIETTIVO È DI FORNIRE LE CONOSCENZE DI BASE PER • ACQUISIZIONE ED ELABORAZIONE DI IMMAGINI ED ALTRI SEGNALI MULTIMEDIALI. • CONOSCENZA DEI PRINCIPALI STANDARD PER LA RAPPRESENTAZIONE DI IMMAGINI ED ALTRI SEGNALI MULTIMEDIALI. CONOSCENZE E CAPACITÀ DI COMPRENSIONE APPLICATE • CAPACITÀ DI APPLICARE LE PRINCIPALI METODOLOGIE DI ELABORAZIONE DI IMMAGINI ED ALTRI SEGNALI MULTIMEDIALI. • CAPACITÀ DI UTILIZZARE STRUMENTI (ES., MATLAB, OPEN-CV) PER L’ELABORAZIONE DI IMMAGINI, ED ALTRI SEGNALI MULTIMEDIALI. |
Prerequisiti | |
---|---|
SONO RICHIESTE CONOSCENZE MATEMATICHE DI BASE ACQUISIBILI DURANTE UN CORSO DI LAUREA IN INGEGNERIA DI PRIMO LIVELLO, CON PARTICOLARE RIFERIMENTO ALL’ANALISI MATRICIALE, ALLA TEORIA DELLA PROBABILITÀ ED ALL’ELABORAZIONE DEI SEGNALI. |
Contenuti | |
---|---|
UNITÀ DIDATTICA (UD) 1: INTRODUZIONE ALL’ACQUISIZIONE E TRATTAMENTO DELLE IMMAGINI (LEZ/ESE/LAB: 6/0/8) 1 (2H LEZ): INTRODUZIONE AL CORSO. 2 (2H LEZ): MODELLO PIN-HOLE, MODELLI REALI 3 (2H LAB): INTRODUZIONE AL TRATTAMENTO DI MATRICI 4 (2H LEZ): CARATTERISTICHE DELL’IMMAGINE. CAMPIONAMENTO, RISOLUZIONE 5 (2H LAB): SOLUZIONE DI SISTEMI. AUTOVALORI, AUTOVETTORI. 6 (2H LAB): ISTOGRAMMI DELLE INTENSITÀ. MOMENTI EMPIRICI. 7 (2H LAB): IMMAGAZZINAMENTO E VISUALIZZAZIONE DELLE IMMAGINI DIGITALI. CONOSCENZE E CAPACITA DI COMPRENSIONE ACQUISIZIONE E IMMAGAZZINAMENTO DELLE IMMAGINI. CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE ANALIZZARE LA DISTRIBUZIONE DELLE INTENSITÀ DEI PIXEL DI UN’IMMAGINE. UD 2: ELABORAZIONE NEL DOMINIO SPAZIALE (LEZ/ESE/LAB: 6/0/8) 8 (2H LEZ): ELABORAZIONI PUNTUALI. ISTOGRAMMI, EQUALIZZAZIONE, MIGLIORAMENTO DEL CONTRASTO. 9 (2H LAB): TRASFORMAZIONI DI INTENSITÀ IN MATLAB 10 (2H LEZ): TRASFORMAZIONI SPAZIALI. FILTRI LP. 11 (2H LEZ): FILTRI NON LINEARI. FILTRI HP. 12 (2H LAB): SEGNALI E SISTEMI LTI IN MATLAB. 13 (2H LAB): OPERAZIONI ELEMENTARI SULLE IMMAGINI IN OPENCV. 14 (2H LAB): ELABORAZIONE DI IMMAGINI IN PYTHON/OPENCV CONOSCENZE E CAPACITA DI COMPRENSIONE ELABORAZIONE MEDIANTE FILTRI LINEARI E NONLINEARI CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE IMPLEMENTARE FILTRAGGI IN MATLAB E PYTHON/OPENCV UD 3: TRASFORMATE ED APPLICAZIONI (LEZ/ESE/LAB: 8/0/8) 15 (2H LEZ): RICHIAMI DI CTFT. CAMPIONAMENTO. 16 (2H LEZ): DTFT E DFT. ELABORAZIONE NUMERICA CON LA DFT. 17 (2H LAB): DFT DI SEGNALI CONVERTITI DA ANALOGICO A DIGITALE. 18 (2H LAB): DECIMAZIONE E ALIASING. 19 (2H LEZ): DTFT E DFT BIDIMENSIONALE. DFT BIDIMENSIONALE 20 (2H LEZ): CALCOLO DELLA CONVOLUZIONE MEDIANTE LA DFT 21 (2H LAB): ELABORAZIONE DI IMMAGINI NEL DOMINIO TRASFORMATO. 22 (2H LAB): ELIMINAZIONE DI DISTURBI NELLE IMMAGINI CONOSCENZE E CAPACITA DI COMPRENSIONE TRATTARE IMMAGINI MEDIANTE ELABORATORI NUMERICI CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE IMPLEMENTARE TRASFORMAZIONI DI IMMAGINI MEDIANTE LA DFT. UD 4: TRASFORMAZIONI GEOMETRICHE (LEZ/ESE/LAB: 2/0/2) 23 (2H LEZ): TRASFORMAZIONI GEOMETRICHE. INTERPOLAZIONE. REGISTRAZIONE DI IMMAGINI 24 (2H LAB): IMPLEMENTAZIONE DELLE TRASFORMAZIONI GEOMETRICHE CONOSCENZE E CAPACITA DI COMPRENSIONE UTILIZZO DELLE TRASFORMAZIONI AFFINI PER EFFETTUARE TRASFORMAZIONI GEOMETRICHE CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE IMPLEMENTARE TRASFORMAZIONI DI IMMAGINI E RICAMPIONARE UN’IMMAGINE. UD 5: ELABORAZIONE DI IMMAGINI A COLORI (LEZ/ESE/LAB: 4/0/2) 25 (2H LEZ): IMMAGINI A COLORI. PIANI DI COLORE. 26 (2H LEZ): CONVERSIONI DI PIANO. COMPRESSIONE ED ESPANSIONE DEI LIVELLI DI COLORE 27 (2H LAB): ELABORAZIONE DI IMMAGINI A COLORI CONOSCENZE E CAPACITA DI COMPRENSIONE RAPPRESENTAZIONE DI IMMAGINI A COLORI IN DIFFERENTI SPAZI DI COLORE. CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE UTILIZZARE GLI SPAZI DI COLORE PER L’ELABORAZIONE DELLE IMMAGINI. UD 6: CODIFICA E COMPRESSIONE DI IMMAGINI (LEZ/ESE/LAB: 4/0/2) 28 (2H LEZ): CODIFICA DI IMMAGINI E STANDARD 29 (2H LEZ): COMPRESSIONE DI IMMAGINI 30 (2H LAB): COMPRESSIONE MEDIANTE DFT E WAVELET. CONOSCENZE E CAPACITA DI COMPRENSIONE PRINCIPI DI CODIFICA E COMPRESSIONE DELLE IMMAGINI CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE COMPRIMERE LE IMMAGINI MEDIANTE TRASFORMATE UD 7: ESTRAZIONE DELL’INFORMAZIONE (LEZ/ESE/LAB: 4/0/8) 31 (2H LEZ): EGDE-DETECTION, CONTOUR-EXTRACTION, TRASFORMATA DI HOUGH, 32 (2H LEZ): SEGMENTAZIONE. RIVELAZIONE DI FEATURE 33 (2H LAB): RIVELAZIONE DI CONTORNI. 34 (2H LAB): ALGORITMO DI CANNY. TRASFORMATA DI HOUGH 35 (2H LAB): THRESHOLDING. 36 (2H LAB): CLUSTERING. CONOSCENZE E CAPACITA DI COMPRENSIONE RIVELAZIONE DI CARATTERISTICHE SALIENTI DALLE IMMAGINI CONOSCENZE E CAPACITA DI COMPRENSIONE APPLICATE RILEVARE CONTORNI IN UN’IMMAGINE. EFFETTUARE LA SEGMENTAZIONE DI UN'IMMAGINE. |
Metodi Didattici | |
---|---|
L’INSEGNAMENTO CONTEMPLA LEZIONI TEORICHE ED ESERCITAZIONI IN LABORATORIO. NELLE ESERCITAZIONI DI LABORATORIO VENGONO ASSEGNATI E SVOLTI IN MODO INTERATTIVO ESEMPI DI APPLICAZIONE, IN AMBIENTE MATLAB E IN PYTHON CON LA LIBRERIA OPEN-CV, DEI METODI ILLUSTRATI, QUALI: ELABORAZIONE PUNTUALE, FILTRAGGIO, TRASFORMATE, EGDE-DETECTION, CONTOUR-EXTRACTION, SEGMENTAZIONE, COREGISTRAZIONE. |
Verifica dell'apprendimento | |
---|---|
LA PROVA DI ESAME FINALE È MIRATA A VALUTARE NEL SUO COMPLESSO: LA CONOSCENZA E LA CAPACITÀ DI COMPRENSIONE DEI CONCETTI PRESENTATI AL CORSO; LA CAPACITÀ DI APPLICARE TALI CONOSCENZE PER LA RISOLUZIONE DI PROBLEMI DI ANALISI DI IMMAGINI ED IL PROGETTO DI SISTEMI PER L’ELABORAZIONE DELLE IMMAGINI; L’AUTONOMIA DI GIUDIZIO, LE ABILITÀ COMUNICATIVE E LA CAPACITÀ DI APPRENDERE. LA PROVA CONSISTE NELLA DISCUSSIONE DI MINI-PROGETTI ASSEGNATI DURANTE IL CORSO E DI UN PROGETTO FINALE, IL CUI SCOPO È VALUTARE LA CAPACITÀ DI APPLICARE LE CONOSCENZE E L’AUTONOMIA DI GIUDIZIO, E DA UN COLLOQUIO ORALE, IL CUI SCOPO È VALUTARE LE CONOSCENZE E LE CAPACITÀ DI COMPRENSIONE ACQUISITE, LA CAPACITÀ DI APPRENDERE, L’ESPOSIZIONE ORALE. I MINI-PROGETTI ED IL PROGETTO FINALE CONSISTONO NELLA SCRITTURA DI CODICI, BASATI SULLA LIBRERIA OPEN-CV, PER LA RISOLUZIONE DI PROBLEMI TIPICI PRESENTATI AL CORSO, TRA CUI: 1) ELABORAZIONI PUNTUALI DELLE IMMAGINI; 2) TECNICHE DI FILTRAGGIO. FILTRAGGIO LINEARE E NON LINEARE. INTERPOLAZIONE; 3) EGDE-DETECTION, CONTOUR-EXTRACTION, SEGMENTAZIONE; 4) UTILIZZO DELLE TRASFORMATE DI FOURIER, HOUGH, WAVELET. IL COLLOQUIO ORALE VERTERÀ SU TUTTI GLI ARGOMENTI DEL CORSO E LA VALUTAZIONE TERRÀ CONTO DELLE CONOSCENZE DIMOSTRATE DALLO STUDENTE E DEL GRADO DEL LORO APPROFONDIMENTO, DELLA CAPACITÀ DI APPRENDERE DIMOSTRATA, DELLA QUALITÀ DELL’ESPOSIZIONE. NELLA VALUTAZIONE FINALE, ESPRESSA IN TRENTESIMI, LA VALUTAZIONE E LA DISCUSSIOONE DEI MINI-PROGETTI PESERÀ PER IL 15%, IL PROGETTO FINALE E LA RELATIVA DISCUSSIONE ORALE PESERÀ PER IL 40%, MENTRE IL COLLOQUIO ORALE SUGLI ARGOMENTI DI TEORIA PER IL 45%. LA LODE POTRÀ ESSERE ATTRIBUITA AGLI STUDENTI CHE DIMOSTRINO DI SAPER APPLICARE CON AUTONOMIA LE CONOSCENZE ACQUISITE A NUOVI PROBLEMI. |
Testi | |
---|---|
R.C. GONZALEZ, R.E. WOODS. DIGITAL IMAGE PROCESSING, 4TH ED. PEARSON, 2017 R.C. GONZALEZ, R.E. WOODS, S.L. EDDINS. DIGITAL IMAGE PROCESSING USING MATLAB, 3RD ED., GATESMARK PUBLISHING, 2020 |
Altre Informazioni | |
---|---|
GLI ESERCIZI DI LABORATORIO SONO SVOLTI IN MODO INTERATTIVO. LA LINGUA DI INSEGNAMENTO È L’ITALIANO. |
BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2023-01-23]