ITF31719 Bildeanalyse (Vår 2021)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Fakultet for informasjonsteknologi, ingeniørfag og økonomi
- Studiested:
- Halden
- Emneansvarlige:
-
- Sukalpa Chanda
- Lars Vidar Magnusson
- Undervisningsspråk:
- Se pkt. Undervisnings- og læringsformer.
- Varighet:
- ½ år
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 / Kalkulus
-
programmering tilsvarende emnet Objektorientert programmering / Programmering 2
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 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. Grunnleggende om kunstige neurale nettverk, support vector machines og prinsipalkomponentanalyse.
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