Παρουσίαση/Προβολή

Εικόνα επιλογής

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

(ICTE194) -  Δημήτριος Τσαλικάκης

Περιγραφή Μαθήματος

Εισαγωγή στην εικόνα, Δυαδικές εικόνες. Χρωματικά μοντέλα, Δυαδικοί αλγόριθμοι, Περιστροφή εικόνας, Μετασχηματισμοί, διδιάστατοι μετασχηματισμοί: Walsh, Hadamard, Haar. Βελτιστοποίηση εικόνων: είδη θορύβου στις εικόνες, φίλτρα μέσης τιμής, μεσαίας τιμής, φίλτρα Gauss, Υψιπερατό φιλτράρισμα, φίλτρα ευκρίνειας, Τεχνικές τροποποίησης ιστογράμματος. Τμηματοποίηση Εικόνων. Προσδιορισμός περιγραμμάτων και ορίων. Περιγραφείς Fourier. Μετασχηματισμός Hough. Εξαγωγή Χαρακτηριστικών. Ανίχνευση ακμών: μέθοδος Κirsch, τελεστής Laplace, μέθοδος Marr και Hildreth. Εφαρμογές σε Matlab.

Ημερομηνία δημιουργίας

Τετάρτη 22 Φεβρουαρίου 2012

  • Μαθησιακοί στόχοι

    Σκοπός μαθήματος
    Ο σκοπός του μαθήματος είναι ο φοιτητής να γνωρίσει, να κατανοήσει και να εξοικειωθεί με την εφαρμοσμένη τεχνολογία επεξεργασίας ψηφιακής εικόνας μέσα από μια πρακτική προσέγγιση.

    Θεματικές ενότητες
    Το μάθημα καλύπτει ενότητες όπως:

    • οι μαθηματικές βάσεις της ανάλυσης εικόνων,

    • η θεωρία και οι εφαρμογές μετασχηματισμών σε δύο διαστάσεις,

    • ο σχεδιασμός και οι εφαρμογές ψηφιακών φίλτρων,

    • η θεωρία και οι εφαρμογές αποκατάστασης και κωδικοποίησης εικόνων.

    Τα παραπάνω βασικά στοιχεία συμπληρώνονται από πιο προχωρημένες εφαρμογές, όπως αποσυνθέσεις με κυματίδια (wavelets) κ.ά.

    Έμφαση στην Ιατρική Εικόνα
    Ιδιαίτερη έμφαση δίνεται στην επεξεργασία Ψηφιακής Ιατρικής Εικόνας. Μέσα από διδασκαλία βασικού προγραμματισμού σε MATLAB, ειδικά προσανατολισμένη στην επεξεργασία ιατρικών εικόνων, οι φοιτητές έρχονται σε επαφή με πραγματικά προβλήματα του πεδίου και γνωρίζουν προχωρημένες τεχνικές φιλτραρίσματος και εντοπισμού αντικειμένων. Η ιατρική εικόνα αποτελεί βασικό ερευνητικό πεδίο του διδάσκοντα.

    Μαθησιακά αποτελέσματα
    Με την ολοκλήρωση του μαθήματος ο φοιτητής θα μπορεί:

    • να κατανοεί βασικά ζητήματα αναπαράστασης και χειρισμού ιατρικών ψηφιακών εικόνων,

    • να εφαρμόζει και να ερμηνεύει μεθόδους επεξεργασίας εικόνων τόσο στο χωρικό όσο και στο πεδίο των συχνοτήτων,

    • να κατανοεί και να υλοποιεί βασικούς αλγόριθμους αποκατάστασης ιατρικών εικόνων.