Prof. Francesco Tortorella ( tortorella@unicas.it)
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).
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.
Conoscenza degli argomenti dei corsi di Fondamenti di Informatica I, Fondamenti di Informatica II, Calcolatori Elettronici
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 per le esercitazioni