ITD33514 Bildebehandling og mønstergjenkjenning (Vår 2015)

Emnet er tilknyttet følgende studieprogram

Valgfritt emne for:

• Bachelorstudiet i ingeniørfag - data
• Bachelorstudiet i ingeniørfag - data, Y-veien
• bachelorstudiet i ingeniørfag - data, Tress
• Bachelorstudiet i informatikk - design og utvikling av IT-systemer

Forkunnskapskrav utover opptakskrav

Emnet forutsetter grunnleggende kunnskaper i:

• matematikk tilsvarende emnet Matematikk for IT.
• programmering tilsvarende emnet Objektorientert programmering.

Undervisningssemester

• Bachelorstudiet i ingeniørfag - data: 4. semester (vår)
• Bachelorstudiet i ingeniørfag - data, Y-veien: 4. semester (vår)
• bachelorstudiet i ingeniørfag - data, Tress: 4. semester (vår)
• Bachelorstudiet i informatikk - design og utvikling av IT-systemer: 6. semester (vår)

Studentens læringsutbytte etter bestått emne

KUNNSKAP:

Etter endt emne skal studenten kunne:

• forstå digitale bilder og deres egenskaper
• forstå fargemodeller og persepsjon
• kjenne til representasjonsmetoder for digitale bilder, inkludert bildekoding og kompresjon
• forstå hvorledes bilder kan påvirkes av støy
• kjenne til sentrale elementer i optikk
• forstå hvorledes bilder kan filtreres/prosesseres for å bedre kvalitet
• forstå prinsipper og metoder i enkel mønstergjenkjenning

FERDIGHETER:

Etter endt emne skal studenten kunne:

• bruke standard filtre til å forbedre bildekvalitet gjennom å filtrere støy
• bruke standard filtre til å få detaljer i et bilde til framstå tydeligere
• bruke standard teknikker for å detektere kanter, hjørner og objekter i et bilde
• skrive programmer for enkel billedbehandling og mønstergjenkjenning
• få en datamaskin og/eller et datasystem til å gjenkjenne objekter i et bilde, bl.a. ved oppslag i en database

Innhold

Digitale bilder og deres egenskaper, fargemodeller og persepsjon, representasjonsmetoder for digitale bilder, optikk, bildekoding og kompresjon, støyreduksjonsteknikker, bruk av filtre, fremheving av detaljer, bildetransformasjoner, behandling av former i et bilde, mønstergjenkjenning og klassifisering. Det legges vekt på implementering av bildebehandlings- og mønstergjenkjenningsteknikker.

Undervisnings- og læringsformer

Forelesninger, øvingsoppgaver, laboratorieoppgaver/prosjekt.

Arbeidsomfang

4 timer forelesning per uke. I tillegg kommer evt. kollokvier og laboppgaver/prosjekt.

Arbeidskrav - vilkår for å avlegge eksamen

Emnet har et antall laboratorieoppgaver/prosjekter som skal gjøres i grupper. Det skal lages en rapport og/eller programvare som innleveres for godkjenning innen gitte tidsfrister. Alle innleveringer må være godkjent før en student kan framstille seg til eksamen.

Eksamen

4 timers skriftlig eksamen. Det benyttes karakterskala A-F.
Alle skriftlige hjelpemidler er tillatt.

Evaluering av emnet

Dette emnet evalueres på følgende måte:

• Midtsemesterevaluering (frivillig)
• Sluttevaluering (obligatorisk)

Den emneansvarlige lager en emnerapport på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet.
Emnerapporten behandles av studiekvalitetsutvalget ved avdeling for informasjonsteknologi.

Litteratur

Pensumlitteratur og lærestoff vil bli oppgitt i god tid før undervisningen starter.