SNY har ordet

Kursen tillämpar begrepp och metoder från grundläggande linjär algebra på olika typer av skattningsproblem inom geometri och signalbehandling, och introducerar bland annat homogena representationer för geometri i 2 och 3 dimensioner

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Signalrum och signalbaser, dualbaser. Minstakvadratproblem, filteroptimering och normaliserad faltning. Egenvärdes- och singulärvärdesanalys. Principalkomponentanalys. Ramar, wavelet- transform och filterbankar. Projektiva rum, homogena koordinater, homografier, kameraprojektioner. Representation och skattning av ett flertal olika geometriska objekt.

Mål

Efter genomförd kurs ska man kunna använda begrepp och metoder inom signal- och bildbehandling som baseras på teori från linjär algebra. Det innebär att efter avslutad kurs förväntas studenten kunna:

• Använda homogena koordinater för geometri i två och tre dimensioner. Det inkluderar punkter och linjer i två dimensioner, punkter, plan och linjer i tre dimensioner, homografier och kameraprojektioner.
• Skatta geometriska objekt med olika typer av minstakvadratskattning.
• Använda linjära representationer: baser, underrumsbaser, och ramar för signaler
• Tillämpa linjära signalrepresentationer på praktiska problem, exempelvis filteroptimering, normaliserad faltning, översampling, PCA, wavelet-transform och filterbankar.

Examinationsmoment

LAB1 - 3,0 HP
En laborationskurs (U,G)
TEN2 - 3,0 HP
Skriftlig tentamen (U,3,4,5)
KTR1 - 0,0 HP
Frivillig kontrollskrivning (U, G)

Examination

Tentamen är uppdelad i fyra delar som svarar mot de fyra kursmålen, och för att bli godkänd på tentamen krävs en godkänd nivå på alla fyra delarna. Underkänd tentamen kan kompletteras om minst tre delar blivit godkända och om det görs på det sätt som meddelas i aktuell kursinformation. Den frivilliga kontrollskrivningen täcker första halvan av kursen och kan tillgodoräknas vid första ordinarie tentamen. Vissa laborationer kan innehålla en dugga som studenten måste klara av innan laborationen får påbörjas.

Organisation

Kursen har föreläsningar där grundläggande begrepp och teori presenteras och som kompletteras med lektioner som går igenom räkneuppgifter av varierande svårighetsgrad. Vid ett antal obligatoriska laborationer ska kursdeltagarna visa att de klarar att genomföra komplexa beräkningsuppgifter och kan besvara frågeställningar i anslutning till dessa.
Kursen pågår hela hösttermienn.

Litteratur

Kompendiet Introduction to Representations and Estimation in Geometry, Klas Nordberg, täcker den del av kursen som handlar om geometri. Ett kompletterande häfte Prerequisites for studies at advanced level in Image Science at Linköping University beskriver relevanta förkunskaper.
I övrigt används artiklar och utdrag ur böcker eller kompendier, vilka anges i kursinformationen vid kursstart.

Relaterade profiler

Datadriven analys och maskinintelligens DAMI - ISY

Medicinsk bildanalys och visualisering BV - IMT

Medicinsktekniska modeller MOD - IMT

Signal- och bildbehandling SBB - ISY

Rekommenderade förkunskaper

Grundläggande linjär algebra: vektorrum, baser, skalärprodukter, minstakvadratproblem, egenvärdesproblem. Grundläggande signalbehandling motsvarande linjära system: sampling, faltning och Fourier-transform av envariabelsignaler. Grundläggande färdigheter i användning av Matlab rekommenderas.

Introduktionskurs i Matlab TSRT04 - 2,0 HP - VT1 block 2 | VT2 block 1

Linjär algebra TATA24 - 8,0 HP - HT1 block 1, HT2 block 4 | HT1 block 4, HT2 block 4

Signaler och system TSDT18 - 6,0 HP - HT2 block 3

Påbyggnadskurser

Bild- och ljudkodning TSBK02 - 6,0 HP - VT2 block 4

Bildsensorer TSBB09 - 6,0 HP - HT2 block 4

Datorseende TSBB15 - 12,0 HP - VT1 block 1, VT2 block 3

Medicinsk bildanalys TBMI02 - 6,0 HP - HT2 block 1

Neuronnät och lärande system TBMI26 - 6,0 HP - VT1 block 2

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.