Skip to main content
If you continue browsing this website, you agree to our policies:
  • Condizioni di utilizzo e trattamento dei dati
Continue
x
e-Learning - UNIMIB
  • Home
  • More
Listen to this page using ReadSpeaker
 Log in
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Science
  2. Master Degree
  3. Teoria e Tecnologia della Comunicazione [F9202P - F9201P]
  4. Courses
  5. A.A. 2022-2023
  6. 1st year
  1. Multimedia Data Processing
  2. Summary
Insegnamento Course full name
Multimedia Data Processing
Course ID number
2223-1-F9201P211
Course summary SYLLABUS

Course Syllabus

  • Italiano ‎(it)‎
  • English ‎(en)‎
Export

Obiettivi

Il corso offre un’introduzione ai segnali multimediali, immagini, video ed audio, illustrandone le principali modalità di digitalizzazione, elaborazione e compressione. Durante il corso si analizzerà il passaggio da segnale analogico a digitale, introducendo in particolare i concetti di campionamento e quantizzazione. Verranno poi illustrati i principali metodi di elaborazione dei segnali, (modifica del contrasto, filtraggi, e bilanciamento del bianco), codifica e compressione con e senza perdita, applicati a segnali audio, immagine e video. Verranno presentate con maggiore dettaglio la compressione jpeg e mpeg, come esempi di applicazione di diversi algoritmi di compressione. Verranno inoltre analizzati i diversi tipi di formato immagine e il loro campo di utilizzo.

Contenuti sintetici

Il corso fornirà gli strumenti per la digitalizzazione dei segnali analogici, immagini, audio e video. Inoltre fornirà le competenze per lo sviluppo di algoritmi per l’elaborazione dei segnali digitali, la loro codifica e compressione.

Programma esteso

1. Definizione di segnali 1-D, 2-D, N-D.

  • Esempi di signali analogici
  • Esempi di signali analogi digitali
  1. Conversione analogico digitale - Teorema del campionamento
  • Filtro Anti-Aliasing
  • Quantizzazione
  1. Segnali digitali
  • Immagini
  • Audio
  • Video
  1. Elaborazione delle immagini
  • Miglioramento del contrasto
  • Filtraggio passa basso e passa alto
  • Bilanciamento del bianco.
  1. Segnale nel dominio trasformato: trasformata di Fourier.
  • Analisi del segnale nel dominio delle frequenze.
  1. Compressione
  • Principali algoritmi di compressione senza e con perdita
  • Compressione audio
  • Compressione Image (in particolare JPEG)
  • Compressione Video (in particolare MPEG)
  • Principali formati immagine

Prerequisiti

Nessun prerequisito essenziale.

Modalità didattica

Il corso è costituito da lezioni frontali, esercitazioni in aula, e da un'attività di laboratorio durante la quale verranno svolti progetti di verifica delle nozioni acquisite, che è parte integrante dell'esame. Il corso è erogato in lingua inglese.

L'attività didattica sarà erogata in presenza, salvo indicazioni diverse, nazionali e/o di Ateneo, dovute al protrarsi dell'emergenza COVID-19.

Materiale didattico

slide pubblicate sul sito di e-learning

testi e codici delle esercitazioni

LIBRO DI TESTO:

R. Gonzalez, R. Woods, Digital Image Processing, Pearson International Edition

Periodo di erogazione dell'insegnamento

secondo semestre

Modalità di verifica del profitto e valutazione

Valutazione:

L’esame finale è orale e potrà essere in lingua inglese o in italiano secondo la richiesta dello studente. L'attività svolta in laboratorio può essere verificata attraverso opportune domande ed è parte integrante del programma del corso.

Un progetto finale in matlab (a scelta fra alcuni progetti indicati o proposto dallo studente stesso) potrà fornire fino a 2 punti aggiuntivi nella valutazione dell'esame finale.

La valutazione è espressa in trentesimi.

Orario di ricevimento

Venerdì dalle 11.00 alle 12.00.

Sustainable Development Goals

IMPRESE, INNOVAZIONE E INFRASTRUTTURE
Export

Aims

The course offers an introduction to multimedia signals: images, video and audio, presenting the main methods of processing, digitizing and encoding. At the beginning the course analyzes the analog to digital conversion in particular by introducing the concepts of sampling and quantization. The main processing algorithms especially for the case of digital images are shown: histogram modification, filtering and white balancing. During the practical activities the student will apply the acquired theory to audio, image and video signals.

Contents

The course provides the basis for digitizing and encoding analogic signals: images, audio and videos. It also provides the competences to develop algorithms to process, code and compress digital signals.

Detailed program

1. Definition of one-dimensional signals, two-dimensional signals, N-dimensional signals

  • Analog signal
  • Digital signal

2 Analog to digital conversion

  • Sampling theorem
  • Filter Anti-Aliasing
  • Quantization

3 Digital signals: sampling and quantization:

  • Images
  • Audio
  • Video

4 Image processing

  • Contrast enhancement
  • High and low pass filtering
  • White balance

5 Signal in the transformed domain: Fourier Transform

  • Fourier analysis in the frequency domain

6 Compression

  • Main compression loss-less and lossy algorithms
  • Audio Compression
  • Image Compression (particularly JPEG)
  • Video Compression (in particular MPEG)
  • Main image Formats

Prerequisites

No prerequisite

Teaching form

The course consists of lectures, classroom exercises, and practical activities. Several exercises will be carried out during the practical activities to verify the new expertise acquired. The coure is taught in English.

Lessons will be held in presence, unless further COVID-19 related restrictions are imposed.

Textbook and teaching resource

slides published on the web site of the course

codes and exercises of the practical activities

TEXTBOOK

R. Gonzalez, R. Woods, Digital Image Processing, Pearson International Edition

Semester

second semester

Assessment method

Oral exam .The practical activities could also be verified and it is part of the program of the final examination.

A final project in matlab will provide up to 2 points for the final exam.

Office hours

Friday from 11.00 to 12.00.

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE
Enter

Key information

Field of research
INF/01
ECTS
6
Term
Second semester
Activity type
Mandatory to be chosen
Course Length (Hours)
52
Degree Course Type
2-year Master Degreee
Language
English

Staff

    Teacher

  • Francesca Gasparini
    Francesca Gasparini

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Self enrolment (Student)

Sustainable Development Goals

INDUSTRY, INNOVATION AND INFRASTRUCTURE - Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
INDUSTRY, INNOVATION AND INFRASTRUCTURE

You are not logged in. (Log in)
Policies
Get the mobile app
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy policy
  • Accessibility
  • Statistics