ITF31719 Bildeanalyse (Vår 2020)

Emnet er tilknyttet følgende studieprogram

Obligatorisk emne i

• bachelorstudiet i informatikk - design og utvikling av IT-systemer med fordypning i maskinlæring

Valgfritt emne for øvrige.

Anbefalte forkunnskaper

Grunnleggende kunnskaper i:

• matematikk tilsvarende emnet Matematikk for IT / Diskret matematikk

• matematikk tilsvarende emnet Matematikk 1

• programmering tilsvarende emnet Objektorientert programmering / Programmering 2

Undervisningssemester

Bachelorstudie i informatikk - design og utvikling av IT-systemer (Kull 2018 og 2019): 6. semester (vår)
Bachelorstudie i ingeniørfag, data (Kull 2017): 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 filtreres/prosesseres for å oppnå ønsket effekt

• forstår prinsipper og metoder i enkel mønstergjenkjenning

Ferdigheter

Studenten kan

• bruke standard filtre til å filtrere støy

• bruke standard filtre til å fremheve detaljer i et bilde

• 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, filtering, 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 250 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 9. januar 2019.

Nettressurser gjøres tilgjengelig på høgskolens læringsplattform.

Anbefalt litteratur:

Gonzalez, R. C og Woods, R. E: Digital Image Processing. Pearson. 4th edition