ITD33517 Bildebehandling og mønstergjenkjenning (Vår 2019)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Avdeling for informasjonsteknologi
- Studiested:
- Halden
- Emneansvarlig:
- Lars Vidar Magnusson
- Undervisningsspråk:
- Se pkt. Undervisnings- og læringsformer
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Valgfritt emne.
Anbefalte forkunnskaper
Grunnleggende kunnskaper i:
- matematikk tilsvarende emnet Matematikk for IT.
- programmering tilsvarende emnet Objektorientert programmering.
Undervisningssemester
6. semester (vår).
Studentens læringsutbytte etter bestått emne
Kunnskap:
Studenten
- forstår digitale bilder og deres egenskaper
- kjenner til representasjonsmetoder for digitale bilder, inkludert bildekoding og kompresjon
- forstår hvorledes bilder kan påvirkes av støy
- forstår hvorledes bilder kan filtreres/prosesseres for å bedre kvalitet
- forstår prinsipper og metoder i enkel mønstergjenkjenning
Ferdigheter:
Studenten kan
- 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
Innhold
Representasjonsmetoder for digitale bilder, bildekoding og kompresjon, bruk av filtre, støyreduksjon, fremheving av detaljer, kantdeteksjon, bildetransformasjoner, behandling av former i et bilde, mønstergjenkjenning og klassifisering og programmering av metoder for bildebehandling.
Undervisnings- og læringsformer
Forelesninger, øvingsoppgaver og prosjektarbeid.
Dersom studenter fra internasjonale samarbeidspartnere deltar i undervisningen, vil den bli gjennomført på engelsk.
Arbeidsomfang
Ca 240 timer.
4 timer forelesning per uke. I tillegg kommer evt. kollokvier og prosjektarbeid.
Eksamen
Individuell mappeinnlevering
Studenten skal levere 6 oppgaver underveis i semesteret etter spesifikasjoner gitt av emneansvarlig og til frister satt av emneansvarlig.
Studenten gis en individuell karakter ut fra en helhetsvurdering av oppgavene i mappen. Det benyttes karakterskala A - F.
Sensorordning
Emneansvarlig sensurerer sammen med ekstern eller intern sensor.
Vilkår for ny/utsatt eksamen
Ved ny og utsatt eksamen må alle mappens elementer leveres på nytt.
Evaluering av emnet
Dette emnet evalueres på følgende måte:
- Midtsemesterevaluering (obligatorisk)
Den emneansvarlige lager en oppsummering på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet. Oppsummeringen behandles av studiekvalitetsutvalget ved avdeling for informasjonsteknologi.
Litteratur
Litteraturlisten er sist oppdatert 16. november 2017.
Nettressurser gjøres tilgjengelig på høgskolens læringsplattform.
Anbefalt litteratur:
Gonzalez, R. C og Woods, R. E: Digital Image Processing. Pearson. 3. utgave. ISBN 978-0131687288.