Y-sektionens studienämnd är ansvariga för att informationen på guiden är aktuell. Om du hittar någonting som inte stämmer kan du mejla SNY.

Budgetår


Institution

ISY

Examinator

Maria Magnusson

Schemablock

Halvtermin

HT1: block 4

Huvudområden

Elektroteknik
Datateknik

Nivå

A1X

Tidsfördelning

6,0HP
Schemalagd tid: 60 timmar
Självstudietid: 100 timmar

SNY har ordet

Kursen examineras med laborationer som tar tid men är givande på sättet att de täcker en stor del av kursen. Tentamen skrivs i pappersform där man utför bildbehandlingsalgoritmer.

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

  • Begrepp och definitioner. Från 1D till 2D Fouriertransform. Kontinuerlig och diskret fouriertransform, DFT, FFT. Sampling och rekonstruktion. Faltning och filtrering, translation, skalning, derivering, rotation, m fl linjära operationer på digitala bilder. Faltningskärnor i spatial- och fourierdomän: lågpass (gauss), högpass (laplace), deriverande(sobel).
  • Omsampling och interpolation. Skalrymd.
  • Färgmodeller, färgtransformationer, färgsegmentering.
  • Segmentering: Regional growing, watersheds, etikettering. Histogramoperationer. Tröskelsättning: automatisk, lokal, med hysteres.
  • Operationer på binära bilder: Morfologiska operationer, avståndstransformer, konnektivitetsbevarande operationer, egenskapsextraktion, kedjekodning, polygonapproximation och fourierdeskriptorer.
  • Matchad filtrering och mönsterdetektering. Kantdetektering med sobel och canny. Houghtransform. Linjedetektering. Hörndetektion. Strukturtensorn.
  • Bildrestaurering: Inversfiltrering, wienerfiltrering.
  • Olinjär filtrering: Homomorf filtrering, medianfiltrering, max- och min-filter, mm.
Laborationerna:
  • Lab 1: Operationer på gråskalebilder. Linjära filter i spatial- och fourierdomän.
  • Lab 2: Omsampling och interpolation.
  • Lab 3: Operationer på binära bilder. Histogram och färgtabeller.
  • Lab 4: Automatisk tröskelsättning och sifferigenkänning.
  • Lab 5: Segmentering av celler i mikroskopi-bilder.
  • Lab 6: Automatisk räkning av blodkroppar. Strukturtensorn.
  • Lab 7: Bildrestaurering. Kantdetektering med houghtransform och canny. Olinjära filter.

Mål

Kursen avser att ge grundkunskaper i 2D signalbehandling och en systematisk och ingenjörsmässig framställning av de klassiska metoderna inom ämnet digital bildbehandling. Sammanfattningsvis gäller att studenten, efter fullgjord kurs, förväntas kunna:

  • Redogöra för generaliseringen från 1D till 2D för dessa begrepp: kontinuerlig och diskret fouriertransform med tillhörande teorem, sampling och rekonstruktion, faltning, omsampling och interpolation, samt begreppet skalrymd.
  • Tolka resultatet av en 2D fouriertransform av en bild, såsom att förstå vad en spatiell frekvens innebär samt redogöra för de vanligaste faltningskärnornas utseende i spatial- och fourierdomän.
  • Redogöra för de flesta av de klassiska bildbehandlingsoperationerna, se kursinnehåll nedan.
  • Lösa enklare bildanalysproblem med hjälp av Matlab-programmering.

Examinationsmoment

TEN1 - 4,0 HP
Skriftlig tentamen (U, 3, 4, 5)
LAB2 - 2,0 HP
Laborationskurs (U, G)

Organisation

Kursen består av föreläsningar, lektioner och laborationer baserade på Matlab.

Litteratur

Ordinarie litteratur

Webbsidor

  • Power-Pointpresentationer från föreläsningarna.

Kompendier

  • Maria Magnusson, Laborationshäften i digital bildbehandling

Övrigt

  • 1) Föreläsningsbilder

    2) Lektionsuppgifter

    3) Formelsamling

    Allt material ovan är tillgängligt i pdf-format på kurshemsidan. 

Kompletterande litteratur

Böcker

  • Gonzalez, Rafael C., Woods, Richard E., (2017) Digital image processing 4. ed. Upper Saddle River, N.J. : Pearson Prentice Hall, cop. 2008
    ISBN: 9781292223049

Rekommenderade förkunskaper

Signaler och System (1D)/Linjära system/Signaler, information och bilder: deterministiska signaler, linjära system, faltning, kontinuerlig fouriertransform och dess teorem, enkla filter (lågpass, högpass, bandpass), diskret fouriertransform (önskvärt men inte nödvändigt), sampling och rekonstruktion (önskvärt men inte nödvändigt). Linjär algebra: vektor, matris, determinant, skalärprodukt, baser, minstakvadrat-metoden. En- och flerdimensionell analys. Programmering: Kunna programmera i ett språk av typen C, C++, Java, Ada, Python eller Matlab

Flervariabelanalys
TATA43 - 8,0 HP - VT2 block 2
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
Datorgrafik
TSBK07 - 6,0 HP - VT1 block 4, VT2 block 1
Datorseende
TSBB15 - 12,0 HP - VT1 block 1, VT2 block 3
Medicinsk bildanalys
TBMI02 - 6,0 HP - HT2 block 1
Multidimensionell signalanalys
TSBB06 - 6,0 HP - HT1 block 2, HT2 block 3
Neuronnät och lärande system
TBMI26 - 6,0 HP - VT1 block 2
Visuell detektion och igenkänning
TSBB17 - 6,0 HP - HT1 block 2

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.