Teoria e Tecniche di
Interpretazione delle Immagini

Corso di Laurea in Ingegneria delle Telecomunicazioni
Facoltà di Ingegneria
Università degli Studi di Cassino
Anno Accademico 2002/2003

Prof. Francesco Tortorella ( tortorella@unicas.it)

 

  Iscrizione al corso

 


Obiettivi formativi

Il corso si propone di fornire agli allievi le conoscenze di base relative alla elaborazione, alla analisi ed alla interpretazione di immagini digitali. Particolare attenzione viene dedicata al riconoscimento delle immagini basato su tecniche proprie dell’Intelligenza Artificiale.
Il corso si tiene al 3° quadrimestre del V anno del Corso di Laurea in Ingegneria delle Telecomunicazioni (vecchio ordinamento).

 

Programma provvisorio

Formazione ed acquisizione dell'immagine. Caratteristiche e rappresentazione delle immagini digitali. Dispositivi di acquisizione, visualizzazione e stampa. Elaborazione per il miglioramento della qualità nel dominio dei pixel e in domini trasformati. Tecniche di elaborazione puntuali, locali, globali. L’istogramma dei livelli di grigio. Analisi di immagini. Analisi di trame e tessiture. Estrazione dei contorni. Metodi basati sul gradiente di intensità luminosa. Trasformata di Hough. Segmentazione delle immagini. Tecniche di descrizione e rappresentazione di forme bidimensionali. Descrizione di regioni mediante codici, approssimazioni poligonali e scheletri. Descrittori topologici. Descrizione di contorni.

 Il problema del riconoscimento. Schema di un sistema per il riconoscimento di forme. Primitive per la descrizione di forme ai fini del riconoscimento. Metodi per la selezione delle primitive. Tecniche di classificazione: approccio statistico e strutturale. Modelli di classificatori: classificatori statistici e basati su approccio connettivistico (reti neurali). Il problema dell’apprendimento: compromesso accuratezza/generalizzazione. Affidabilità della classificazione. Tecniche per valutare e migliorare l’affidabilità della classificazione. Sistemi multi-esperto a classificatori cooperanti. Cenni sulla Statistical Learning Theory e sui classificatori a supporto vettoriale.

 

Prerequisiti

Conoscenza degli argomenti dei corsi di Fondamenti di Informatica I, Fondamenti di Informatica II, Calcolatori Elettronici

 

Testi di riferimento

Dispense del corso.

R.C. Gonzalez, R.E. Woods, DIGITAL IMAGE PROCESSING (2nd edition) Prentice Hall, 2002

Richard O. Duda, Peter E. Hart, David G. Stork PATTERN CLASSIFICATION (2nd edition) Wiley, 2001

 

Materiale del corso

  Slides del corso 2003/2004

  Gruppi per le esercitazioni

  Materiale per le esercitazioni

  Link utili

 

Materiale delle precedenti edizioni

  Slides del corso 2002/2003


 
© 2002 Francesco Tortorella.
Ultimo aggiornamento: 17/06/04.