IBLM21

Lingua Insegnamento:

Italiano
Testi di riferimento:

Digital Image Processing -

Rafael C. Gonzalez, Richard E. Woods

Pearson Ed.

Dispense del docente
Obiettivi formativi:

L’obiettivo del corso è permettere che lo studente possa acquisire le conoscenze fondamentali relative ai principali aspetti teorici e applicativi dei metodi di analisi delle immagini.
In particolare sarà trattata l'analisi delle immagini ottenute dalle principali strumentazioni di imaging biomedico. Alla fine del corso lo studente avrà sviluppato la capacità di valutare in modo critico ed autonomo limiti e potenzialità degli approcci discussi.
Prerequisiti:

Analisi matematica, calcolo matriciale.
Metodi didattici:

Lezioni frontali in aula.
Modalità di verifica dell'apprendimento:

La verifica della preparazione dello studente prevede lo sviluppo di pipeline di analisi delle immagini in Matlab o altro software, ed una prova orale. Il punteggio totale è dato dalla somma dei punteggi delle due prove.
Sostenibilità:

La disciplina interessa l'obiettivo 3 (Salute e Benessere) della sostenibilità.
Altre Informazioni:

Ricevimento: alla fine di ogni lezione, oppure per appuntamento (0871/3556940 o inviare una e-mail a antonio.ferretti@.unich.it

Introduzione alla elaborazione delle immagini digitali.
Descrizione matematica delle immagini digitali.
Filtri spaziali. Trasformazioni spaziali. Registrazione di immagini. Filtri in frequenza. Segmentazione di immagini.

Introduzione alla elaborazione delle immagini digitali.
Descrizione matematica delle immagini digitali.
Campionamento spaziale e quantizzazione. Trasformazioni di intensità.
Filtri spaziali. Convoluzione in 2D. Filtri di smoothing e di sharpening.
Trasformazioni spaziali. Trasformazioni affini. Registrazione di immagini. Funzioni di costo.
Frequenze spaziali e trasformata di Fourier in 2D. Spazio K. Filtri nel dominio delle frequenze.
Risoluzione spaziale. Point Spread Function.
Elaborazione delle immagini a colori.
Wavelet e altre trasformazioni delle immagini.
Erosion e Dilation. Segmentazione di immagini. Edge detection. Trasformazione di Hough. Region growing. Region Splitting and Merging. Analisi a Componenti Principali.