Seleziona l'Anno Accademico:     2017/2018 2018/2019 2019/2020 2020/2021 2021/2022 2022/2023
Docente
CECILIA DI RUBERTO (Tit.)
Periodo
Primo Semestre 
Modalità d'Erogazione
Convenzionale 
Lingua Insegnamento
ITALIANO 



Informazioni aggiuntive

Corso Percorso CFU Durata(h)
[60/73]  INFORMATICA [73/00 - Ord. 2017]  PERCORSO COMUNE 9 72

Obiettivi

Il corso si propone di approfondire teorie e tecniche rivolte all'acquisizione, l’elaborazione, l’analisi e la comprensione del contenuto di immagini. Molteplici sono le applicazioni tra cui sorveglianza, telerilevamento, analisi di documenti, biometria, astronomia, beni culturali, medicina, bioinformatica, data mining, database di immagini.
Il corso illustrerà le tecniche fondamentali ed il loro uso in alcune delle principali applicazioni pratiche.

Risultati di apprendimento attesi

Conoscenza e capacità di comprensione (knowledge and understanding)
Lo studente acquisirà le conoscenze fondamentali relative a:
- acquisizione e rappresentazione di una immagine
- tecniche per il miglioramento di immagini affette da vari tipi di rumore o mancanza di contrasto
- analisi in frequenza delle immagini
- tecniche per la segmentazione e l’estrazione di caratteristiche di una immagine
- operatori della morfologia matematica.

Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)
Tramite queste conoscenze e numerosi esempi applicativi, lo studente verrà messo in grado di progettare un sistema per l’elaborazione e l’analisi di un’immagine mediante calcolatore.

Autonomia di giudizio (making judgements)
Lo studente sarà in grado di applicare le metodologie dell’elaborazione delle immagini per la comprensione e la risoluzione di nuovi problemi riguardanti l’acquisizione, l’elaborazione, l’analisi e la comprensione di immagini. Le discussioni critiche in aula e le esercitazioni serviranno a stimolare e sviluppare l’autonomia di giudizio dello studente.

Abilità comunicative (communication skills)
Lo studente acquisirà la capacità di esprimere i concetti fondamentali dell’elaborazione e analisi delle immagini con terminologia appropriata e rigorosa. Imparerà a descrivere i problemi inerenti all’analisi, all’elaborazione delle immagini e le metodologie adottate per la loro soluzione.

Capacità di apprendimento (learning skills)
Lo studente acquisirà la capacità di studiare ed apprendere nuove tecniche per l’analisi, l’elaborazione delle immagini in modo da poter sviluppare autonomamente soluzioni per nuove problematiche inerenti al trattamento delle immagini.

Prerequisiti

Elementi di analisi matematica
Algebra lineare (vettori e matrici)
Conoscenza delle strutture dati
Basi del Calcolo delle Probabilità
Buone capacità di programmazione in ambiente Matlab

Contenuti

Immagine digitale e sue proprietà (4 h)
Strutture dati per l'analisi di immagini (2 h)
Pre-processing di una immagine (10 h)
Trasformate lineari discrete (6 h)
Segmentazione (4 h)
Morfologia matematica (8 h)
Rappresentazione e descrizione di forme (4 h)
Casi di studio (14 h)

Metodi Didattici

Oltre alle lezioni teoriche in aula sono previste esercitazioni pratiche svolte in laboratorio e coadiuvate dal docente dove verranno implementati, in ambiente MATLAB, gli algoritmi descritti e utilizzati per risolvere alcuni problemi pratici (20 h).
La didattica sarà erogata in presenza. Le lezioni potranno essere integrate con materiali audiovisivi e con lo streaming.

Verifica dell'apprendimento

L’esame consiste di tre prove: scritta, orale e pratica. Ciascuna prova viene valutata in trentesimi ed è ritenuta sufficiente se il relativo voto è di almeno 18.
La prova scritta consiste di esercizi/domande a risposta multipla sugli argomenti teorici e gli algoritmi descritti a lezione e dura indicativamente 1 ora.
La prova orale, di norma, segue la prova scritta, se superata. Essa è composta da ulteriori domande sul programma del corso che, a discrezione dello studente, può essere sostituita da una esposizione orale, con slide e solitamente scritta in lingua inglese, volta a presentare un approfondimento di un particolare caso di studio. La relazione presentata può essere frutto di una ricerca o di un lavoro svolto in completa autonomia o di gruppo.
La prova orale è finalizzata ad accertare: il livello di conoscenza dei contenuti teorici del corso (descrittore di Dublino 1), il livello di competenza nell’esporre le proprie capacità di argomentazione (descrittore di Dublino 2), l’autonomia di giudizio (descrittore di Dublino 3) nel proporre l’approccio più opportuno per argomentare quanto richiesto. La prova orale ha anche l’obiettivo di verificare la capacità dello studente di rispondere con proprietà di linguaggio alle domande proposte, di sostenere un rapporto dialettico durante la discussione e di dimostrare capacità logico-deduttive e di sintesi nell'esposizione (descrittore di Dublino 4).
L’esame si conclude con la prova pratica a cui si accede se superate entrambe le prove precedenti.
Tale prova prevede che venga svolto un lavoro individuale volto a risolvere un problema pratico di elaborazione ed analisi di immagini, sfruttando le nozioni acquisite durante le esercitazioni di laboratorio, in ambiente MATLAB. Tale prova è finalizzata ad accertare la capacità dello studente di applicare le conoscenze nella risoluzione di problemi reali mediante la progettazione di un sistema automatico per l’elaborazione e l’analisi di un’immagine (descrittore di Dublino 2).
Se superata, concorrerà a definire il voto finale, dato dalla media dei voti conseguiti nelle tre prove.

Testi

R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison-Wesley Publishing Company, (3rd ed 2007) (4th ed 2018)
M. Sonka, V. Hlavac and R. Boyle, Image Processing, Analysis and Machine Vision, PWS, (2nd ed) 1998.

Altre Informazioni

Slides delle lezioni ed altro materiale sono disponibili sulla piattaforma di elearning Moodle e sul sito web del corso di studio.

Questionario e social

Condividi su:
Impostazioni cookie