Elaborazione delle immagini (2 U.D.)
Il corso intende fornire i fondamenti
teorici di base e le metodologie fondamentali relativi alla formazione
ed elaborazione delle immagini. A partire dalla modellazione del processo
di acquisizione, verranno descritte le tecniche per il filtraggio e l'analisi
di immagini, volte al miglioramento della qualità, alla ricostruzione,
all'estrazione di informazioni e al riconoscimento.
Prerequisiti
Si richiede la conoscenza
dei contenuti degli insegnamenti di matematica di base e fisica.
Sono anche consigliate le
nozioni di base di teoria dei sistemi.
Programma
1. Introduzione
-
Elaborazione delle immagini
-
La visione artificiale e riconoscimento
-
La fusione dati e integrazione multisensoriale
-
Applicazioni
2. Immagini digitali
-
Modelli matematici e fondamenti
-
Convoluzione e correlazione
-
Rappresentazioni
-
Cenni di teoria dei sistemi lineari
-
La trasformata di Fourier
-
Sensoristica e formazione delle immagini
-
Modelli ottici e modellazione geometrica
-
Campionamento e quantizzazione
-
Immagini di profondita`
-
Rappresentazione immagini a colori
3. Filtraggio e restauro
-
Istogramma e operazioni su istogramma
-
Operazioni puntuali, locali e geometriche
-
Modellazione del rumore
-
Filtri FIR
-
Filtro di Wiener
-
Filtri per la rimozione del rumore
-
Filtri non lineari
-
Analisi frequenziale
-
Restauro
4. Estrazione e caratterizzazione
dei contorni
-
Operatori del primo ordine e del secondo ordine
-
Filtro di Canny
-
Inseguimento e codifica dei contorni
-
Caratterizzazione dei contorni
-
Approssimazione di curve
-
La trasformata di Hough
-
La trasformata di Hough generalizzata
5. Estrazione e caratterizzazione
delle regioni
-
Segmentazione a soglia
-
Tecniche split & merge
-
Tecniche region growing
-
Tecniche basate sul movimento
-
Caratterizzazione di regioni ed estrazione
di caratteristiche
6. Elaborazione delle
immagini binarie
-
Formazione di immagini binarie
-
Proprietà geometriche ed estrazione
caratteristiche
-
Scheletrizzazione
-
Cenni di morfologia matematica
-
Apertura e chiusura
-
Raggruppamento percettivo
7. Analisi della tessitura
-
Metodi strutturali
-
Metodi statistici
-
Metodi basati su modelli
-
Cenni di analisi frattale
8. La classificazione
e il riconoscimento
-
Il problema della classificazione
-
Addrestramento
-
Selezione delle caratteristiche
-
Classificazione statistica
-
Il problema del riconoscimento di oggetti
-
Componenti del sistema di riconoscimento
-
Rappresentazione degli oggetti
-
Strategie di riconoscimento: rilevazione di
caratteristiche, indirizzamento, matching
9. Visione stereo e analisi
del movimento
-
Stereo
-
Flusso ottico
-
Inseguimento
Monografia: Acquisizione
ed elaborazione di immagini acustiche
Modalita` di esame
Progetto e prova
orale.
L'orale puo` essere sostenuto
prima della fine del progetto, il voto verra` congelato fino alla fine
del progetto.
Possibilita` di estensione
del progetto per l'esame di Visione Artificiale e/o Laboratorio di Informatica
ed
eventualmente per tesi.
Testi di riferimento
-
K. Castleman,
Digital Image
Processing, Prentice Hall, 1996.
-
E. Trucco, A. Verri, 3D Computer
Vision, Prentice Hall, 1998.
-
R. Jain, R. Kasturi, B.G. Schunk,
Machine Vision, McGraw Hill, 1995.
-
R. Gonzalez, R. Woods, Digital
Image Processing, Addison Wesley, 1992.
-
A.K. Jain, Fundamentals of
Digital Image Processing, Prentice Hall, 1989.
-
W.K. Pratt, Digital Image
Processing,Wiley, 1991.
Dispense
del corso (area riservata)
Last revision: 28
September 2000