Course Syllabus
Obiettivi
Il corso ha l'obiettivo di fornire agli studenti le competenze teoriche e pratiche per l’elaborazione, la segmentazione, l’analisi e la classificazione di immagini e video digitali.
Contenuti sintetici
Lo studente acquisirà competenze specifiche che lo porranno in grado di comprendere la catena di elaborazione, analisi e classficazione di immagini e video. Lo studente acquisirà inoltre le competenze necessarie per progettare, sviluppare ed integrare specifici moduli in sistemi applicativi complessi.
Programma esteso
1 Cenni sulla percezione visiva, la visione umana e artificiale, il colore. Acquisizione e digitalizzazione di immagini.
2 Miglioramento delle immagini con operatori puntuali.
3 Filtraggio spaziale lineare e non-lineare
4 Spazi colore. Elaborazione di immagini a colori.
5 Segmentazione di immagini per regioni e per contorni.
6 Analisi tessiturale; morfologia matematica.
7 Descrizione e rappresentazione di immagini (regioni, contorni, approssimazione poligonale)
8 Riconoscimento, classificazione supervisionata e non supervisionata.
9 Introduzione alle reti neurali convoluzionali profonde
Prerequisiti
nessuno
Modalità didattica
Lezioni frontali ed esercitazioni (MATLAB) con discussione di studi di caso.
Materiale didattico
Digital Image Processing, 3rd Edition, Gonzalez & Woods I S B N n u m b e r : 9 7 8 0 1 3 1 6 8 7 2 8 8 , 2 0 0 8 , http://www.imageprocessingplace.com/index.htm
slide fornite in format PDF dal docente
Periodo di erogazione dell'insegnamento
primo semestre
Modalità di verifica del profitto e valutazione
L’esame è composto di due parti,
Esame Scritto che a sua volta è composto di domande a risposta chiusa, e domande a risposta aperte inerenti gli argomenti trattati nel corso.
Prova pratica concernente la Realizzazione e discussione di un progetto l’elaborazione ed analisi di immagini. Gruppo di al massimo 3 persone con valutazione individuale.
Il voto finale è la media dei voti dello scritto e del progetto.
Saranno anche erogati alcuni esercizi di laboratorio facoltativi la cui consegna dà dei punti aggiuntivi nel voto finale.
Orario di ricevimento
dopo le lezioni e su appuntamento
Sustainable Development Goals
Aims
The course aims to give students the theoretical and practical skills for the design and development of algorithms and systems for the processing, segmentation, analysis and classification of digital images and videos.
Contents
The student will acquire specific skills that will put him in a position to understand the chain of processing, analysis and classification of images and videos. The student will also acquire the skills needed to design, develop and integrate specific modules in complex application systems .
Detailed program
1 A background on visual perception, human vision vs. artificial vision, color perception. Image sampling and quantization.
2 Image enhancement using intensity transformation functions.
3 Spatial image filtering using liner and non-liner filters "
4 Color spaces. Color image processing.
5 Region-based and edge-based image segmentation
6 Mathematical morphology. Texture analysis
7 Image description and representation (regions, contours, polygonal approximation)
8 Image recognition; supervised and unsupervised image classification.
- Introduction to deep convolutional neural networks
Prerequisites
none
Teaching form
Classroom lessons and excercises (MATLAB) with discussion of use cases.
Textbook and teaching resource
Digital Image Processing, 3rd Edition, Gonzalez & Woods I S B N n u m b e r : 9 7 8 0 1 3 1 6 8 7 2 8 8 , 2 0 0 8 , http://www.imageprocessingplace.com/index.htm
PDF of the slides provided by the professors.
Semester
first semester
Assessment method
The exam is composed of two parts,
The Written exam is composed of closed-ended questions, and open-ended questions related to the topics covered in the course.
The practical part concerns the Implementation and discussion of a project concerning the processing and analysis of images. Group of at most 3 persons with individual evaluation.
The final grade is the average of the written and project scores.
Some, non mandatory, assignments will be provided. Submitting them will provide extra points on the final evaluation.
Office hours
after each lessons, and by request
Sustainable Development Goals
Staff
-
Gianluigi Ciocca
-
Raimondo Schettini
