Elaborazione di Immagini e - DEI

Classe delle lauree in:
Ingegneria Informatica (LM-32)
Tipo di attività
formativa:
Caratterizzante
Ambito disciplinare:
Ingegneria Informatica
Corso di laurea in:
Anno accademico:
Corso di laurea magistrale in: 2013 – 2014
Ingegneria Informatica
Settore scientifico
CFU:
disciplinare: Sistemi di
6
Elaborazione delle informazioni
(ING-INF/05)
Titolo
Codice
dell’insegnamento:
Tipo di insegnamento:
Anno:
Semestre:
dell’insegnamento:
Elaborazione di
primo
primo
immagini
DOCENTE:
Guerriero Andrea (PA)
ARTICOLAZIONE IN TIPOLOGIE DIDATTICHE:
40 ore di lezioni teoriche (5 CFU), 16 ore di esercitazioni (1 CFU).
PREREQUISITI:
Nozioni di calcolo vettoriale, programmazione.
OBIETTIVI FORMATIVI:
Fornire strumenti concettuali ed algoritmi per l’analisi ed il miglioramento delle immagini, l’identificazione ed
estrazione degli elementi di interesse, la segmentazione e codifica delle immagini
CONTENUTI:
1. Fondamenti delle immagini digitali:
- Formazione ed acquisizione dell’immagine.
- Caratteristiche e rappresentazione delle immagini digitali.
- Relazioni tra pixel, adiacenza, connettività, regioni, edge e boundary.
- Operazioni aritmetiche e logiche.
2. Trasformate
- Trasformata di Fourier.
- Trasformata Coseno Discreta (DCT).
- Trasformata Wavelet
3. Tecniche per il miglioramento delle immagini
- Nel dominio dei pixel e nei domini trasformati.
- Operazioni puntuali, locali e globali.
- Equalizzazione istogramma.
- Filtri lineari.
- Filtri non lineari.
- Ingrandimento ed interpolazione.
- Filtri inversi.
4. Analisi delle immagini
- Estrazione di caratteristiche.
- Estrazione dei contorni.
- Metodi locali basati sul gradiente di intensità luminosa.
- Trasformata di Hough.
- Analisi delle texture.
- Segmentazione di immagini.
- Metodi a soglia.
5. Codifica e compressione delle immagini
- Formato raster e vettoriale.
- Codifiche senza perdita di informazione.
- Formati standard.
- Richiami di Teoria dell’Informazione.
- Codifica di Huffman.
- Tecniche predittive.
- Codifica mediante trasformate.
- Standard JPEG con e senza perdita di informazione.
- Codifica di sequenze di immagini.
METODI DI INSEGNAMENTO:
Lezioni ed esercitazioni in aula supportate da videoproiettore. Tutoraggio in forma di assistenza individuale
e lavoro di gruppo.
CONOSCENZE E ABILITÀ ATTESE:
Apprendere i concetti e le tecniche per l’elaborazione digitale di immagini.
SUPPORTI ALLA DIDATTICA:
PC e videoproiettore; MATLAB/SCILAB; appunti dalle lezioni, dispense del docente.
CONTROLLO DELL’APPRENDIMENTO E MODALITÀ D’ESAME:
Esame scritto seguito da esame orale.
TESTI DI RIFERIMENTO PRINCIPALI:
Digital Image Processing, International Edition, R. C. Gonzalez, R. E. Woods, Prentice Hall 2001.
ULTERIORI TESTI SUGGERITI:
Matlab, Image Processing Toolbox User’s Guide, The Math Works,Inc.
ALTRE INFORMAZIONI:
Dipartimento di Ingegneria Elettrica e dell'Informazione, Politecnico di Bari (http://dee.poliba.it)
Stanza docente 3° piano, tel. 0805963644 (int 3644), e-mail: [email protected].
Sito URL del gruppo di ricerca: www.aeflab.net.
Master Degree class:
Computer Engineering
Type of course
basic
Disciplinary area:
Title of the course:
Image Processing
Code:
First level (three years)
degree:
Academic year:
Computer Science and
2013 - 2014
Automation Engineering
Scientific Discipline Sector: ECTS Credits:
Information Processing Systems 9
(ING-INF/05)
Type of course:
Year:
Semester:
Obligatory
1st
1st year
LECTURER:
Guerriero Andrea (PA)
HOURS OF INSTRUCTION:
40 hours of theory (5 ECTS), 16 hours of exercises (1 ECTS).
PREREQUISITES:
algebra of vectors, programming abilities
AIMS:
Aim of the course is to provide conceptual tools and algorithms for image analysis and enhancement, for the
identification and extraction of the elements of interest, for image segmentation and coding.
CONTENTS:
1. Fundamentals of digital images:
- Image acquisition.
- Features and representation of digital images.
- Relations between pixels, adjacency, connectivity, regions, edge and boundary.
- Arithmetic and logical operations.
2. Transform
- Fourier transform.
- Discrete Cosine Transform (DCT).
- Wavelet Transform
3. Techniques for image enhancement
- In the pixel domain and in the transformed domain.
- Pixel, local and global operations,.
- Histogram equalization.
- Linear filters.
- Non-linear filters.
- Magnification and interpolation.
- Inverse filters.
4. Image analysis
- Feature extraction.
- Contours extraction.
- Local methods based on light intensity gradient.
- Hough transform.
- Texture. analysis.
- Image segmentation.
- Threshold based methods.
5. Images: coding and compression.
- Raster and vector formats.
- Lossless coding.
- Standard formats.
- Elements of Information Theory.
- Huffman coding.
- Predictive techniques.
- JPEG standard with and without loss of information.
- Coding of image sequences
TEACHING METHODS:
Lectures, supported by videoprojector. Tutoring assistance as individual and group work.
EXPECTED OUTCOME AND SKILLS:
Learn the concepts and techniques for digital image processing.
TEACHING AIDS:
PC and workstation; Lecture notes, C++ Compliler.
EXAMINATION METHOD:
written proof followed by an oral proof.
BIBLIOGRAPHY:
Sciuto, Buonanno, Mari: “INTRODUZIONE AI SISTEMI INFORMATICI”
McGraw-Hill
FURTHER BIBLIOGRAPHY:
FURTHER INFORMATIONS:
Department of Electrical and Information Engineering, Politecnico di Bari (http://dee.poliba.it)
Lecturer room at 3rd floor, phone 0805963644 (int. 644), e-mail: [email protected].