View syllabus
IMAGE AND VIDEO PROCESSING
GIOVANNI CORSINI
Academic year2020/21
CourseTELECOMMUNICATIONS ENGINEERING
Code1010I
Credits6
PeriodSemester 1
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
IMAGE AND VIDEO PROCESSINGING-INF/02LEZIONI50
GIOVANNI CORSINI unimap
IMAGE AND VIDEO PROCESSING LABORATORYNNLABORATORI10
GIOVANNI CORSINI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

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.Vengono poi presentati i metodi di compressione di immigini e di sequenze video. Si passa poi ad introdurre i metodi di analisi automatica con particolare riferimento ai problemi di classificazione.

Sono previste esercitazioni al calcolatore per lo sviluppo di programmi per l’elaborazione di immagini in ambiente MATLAB.

Knowledge

The student who successfully completes the course will be able to demonstrate a solid knowledge of the main issues related to the image analysis and processing, with emphasis on those aspects strictly related to telecommunication field. He or she will acquire ability in dealing with image analysis, frequency domain representation, the analysis of linear space-invariant transformations, the sampling theorem and the use of conventional interpolation techniques in image processing applications. The student will also be aware of the basic principles of the image compression and stochastic processes. He or she will acquire fundamental knowledge of image enhancement and image restoration techniques.

Prerequisiti (conoscenze iniziali)

Conoscenze di base di analisi, sintesi ed elaborazione di segnali monodimensionali tempo continui, tempo discreti, aleatori.

Indicazioni metodologiche

Erogato mediante didattica frontale.

Attività di apprendimento: Lezioni ed esercitazioni, studio individuale, laboratorio.

Non è obbligatoria la frequenza, ma è fortemente consigliata la partecipazione all'attività di laboratorio.

Metodi di insegnamento: lezioni frontali, laboratorio.

 

Teaching methods

Delivery: face to face

Learning activities:

  • attending lectures
  • individual study
  • Laboratory work

Attendance: Not mandatory

Teaching methods:

  • Lectures
  • laboratory
Programma (contenuti dell'insegnamento)

INTRODUZIONE: Grandezze radiometriche e fotometriche. La percezione della luce e dei colori. Modelli di rappresentazioni dei colori.                                                                 

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.                                                                          

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.                                                                                                                

RESTAURO DI UNA IMMAGINE: Modelli di distorsione. Filtraggio inverso. Il filtro di Wiener bidimensionale. Restauro cieco.                                                                   

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. 

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.

Syllabus

The course covers the study of image and multidimesional signals, with emphasis on their representation in the frequency domain based on the Fourier transform, their sampling and reconstruction through interpolation techniques and their processing by means of linear filters. These concepts are used to provide the basic knowledge for the analysis of two-dimensional systems. Image enhancement methods are studied and the problem of image restoration in introduced. The analysis of two-dimensional random fields is considered. Finally, the basic principle of the image compression techniques (JPEG, MPEG) are introduced. Further activities: MATLAB computer exercises are included to simulate image processing techniques.

Bibliografia e materiale didattico
  1. Jain, Fundamentals of Digital Image Processing, Prentice-Hall, 1989.

Documentazione dell'attività di laboratorio mediante lucidi e script MATLAB.

Bibliography

Anil K. Jain-Fundamentals of digital image processing - Prentice Hall, 1989

Modalità d'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 http://servizi.ing.unipi.it/hamasy .

Assessment methods

During the oral exam, the student will be assessed on his/her ability in discussing the main course contents with competence, critical awareness and propriety of expression.

Methods:

  • Final oral exam
  • Final laboratory practical demonstration

Further information:
The final test is composed by a laboratory computer exercise and by an oral exam.

Updated: 21/09/2020 12:16