Docente: GIOVANNI CORSINI
Numero totale di ore di lezione (L): 40
Numero totale di ore di esercitazione (E): 20
Prerequisiti: Conoscenze di base di analisi, sintesi ed elaborazione di segnali monodimensionali.
Obiettivi:
Il corso ha lo scopo di presentare allo studente i principali metodi di analisi, sintesi, codifica ed elaborazione numerica di immagini. Inizialmente, dopo aver introdotto le nozioni di base legate alle problematiche dell'analisi e sintesi di immagini multidimensionali ed ai modelli di sistemi di elaborazione delle immagini vengono illustrati i metodi di miglioramento della qualità e di filtraggio. Si passa poi ad introdurre i metodi di analisi automatica con particolare riferimento ai problemi di classificazione.
Ulteriori attività di apprendimento:
Sono previste esercitazioni al calcolatore per lo sviluppo di programmi per l'elaborazione di immagini in ambiente MATLAB.
Programma di massima:
INTRODUZIONE
Grandezze radiometriche e fotometriche. La percezione della luce e dei colori. Modelli di rappresentazioni dei colori. (L: 2)
RAPPRESENTAZIONE DI SEGNALI MULTIDIMENSIONALI:
Richiami sulla trasformata di Fourier di segnali bidimensionali continui. Il campionamento di funzioni bidimensionali. Interpolazione. Quantizzazione. Rappresentazione in forma matriciale e vettoriale di un immagine. Rappresentazione di immagini numeriche mediante sviluppo su basi di funzioni ortonormali: le principali trasformate (2D-FT, DCT, DST). Processi stocastici continui e discreti multidimensionali. (L: 10; E: 8)
METODI DI ELABORAZIONE
Trasformazioni del contrasto e della dinamica: espansione, trasformazioni non lineari, equalizzazione dell'istogramma. Trasformazioni geometriche. Il filtraggio spaziale: filtri passa-basso e passa-alto, tecniche per la messa in risalto dei contorni, filtraggio del rumore. Progetto di filtri nel dominio della frequenza. Il filtro a mediana. (L:10; E: 5)
RESTAURO DI UNA IMMAGINE
Modelli di distorsione. Filtraggio inverso. Il filtro di Wiener bidimensionale. Restauro cieco. (L: 3; E: 2)
ANALISI ED INTERPRETAZIONE AUTOMATICA DI IMMAGINI
Rivelazione del contorno (Operatori gradiente e Laplaciano). La trasformata di Hough. Operatori morfologici: chiusura ed apertura. Descrizione delle regioni (momenti e tessitura). Metodi per la segmentazione di un'immagine in regioni. Criteri per il raggruppamento (clustering) in classi. Algoritmi a minima distanza. Metodi di classificazione di tipo statistico. (L: 10; E: 3)
CODIFICA DI IMMAGINI
Cenni ai principali metodi di compressione. Lo standard JPEG per la codifica di immagini fisse e quello MPEG per la codifica di segnali video. (L: 5; E: 2)
Test di riferimento:
- K. Jain, Fundamentals of Digital Image Processing, Prentice-Hall, 1989.
- Appunti dalle Lezioni.
Modalità di svolgimento dell'esame:
Prova orale che include la realizzazione e la discussione di un esempio di un metodo di elaborazione in ambiente MATLAB.
Iscrizione all'esame on-line sul sito web https://esami.unipi.it/esami/.