Docente

• Prof. Christian Micheloni

Indirizzo e-mail
christian.micheloni@uniud.it

Indirizzo Pagina Web Personale

http://www.dimi.uniud.it/members/christian.micheloni/

Crediti

9 CFU

Finalità e obiettivi formativi

La finalità del Corso è quella di introdurre lo studente ai fondamentali dell’elaborazione dell’immagine digitale e della sua evoluzione in elaborazione di video digitali. L’obiettivo formativo è quello di rendere autonomo lo studente nelle scelte degli algoritmi di elaborazione delle immagini per l’estrazione delle informazioni utili a descriverne il contenuto ed eventualmente a modificarlo. Il corso sarà costituito da una parte teorica di descrizione dei problemi tipici dell’analisi di video digitali e da una parte laboratoriale in cui tali metodologie vengono applicate mediante un linguaggio di programmazione ad alto livello.

Conoscenze e abilità da acquisire

Lo studente dovrà conoscere gli algoritmi fondamentali dell’elaborazione dell’immagine e dei video digitali e riuscire a comprendere come le innovazioni tecnologiche si possono riferire agli algoritmi di base. Inoltre, mediante le attività laboratoriali lo studente svilupperà specifiche conoscenze applicative e metodologiche utili per individuare la soluzione di nuovi problemi nel campo della visione artificiale mediante telecamere di ultima generazione. Attraverso le esercitazioni in laboratorio ed il progetto finale, lo studente svilupperà autonomia di giudizio per la individuazione delle migliori tecniche ed architetture di visione artificiale e abilità comunicative di tipo scientifico nel redigere il rapporto tecnico finale del progetto seguendo gli schemi di pubblicazione forniti dal docente.

Programma

1. Introduzione – Presentazione del corso e dei concetti base dell’elaborazione di immagini e video.
2. Introduzione ai sistemi di elaborazione video – Definizione di un sistema di elaborazione video e ambiti di applicazione, stato dell’arte dal 1960 ad oggi, architettura generale e brevi cenni alle singoli moduli del sistema (acquisizione, calibrazione, identificazione dei cambiamenti,  localizzazione di oggetti, classificazione e tracking di oggetti, riconoscimento di eventi).
3. Elaborazione dell’immagine – Formazione dell’immagine. Formati grafici. Definizione delle caratteristiche topologiche, geometriche e metriche. Miglioramento delle immagini mediante operazioni puntuali ed operazioni spaziali.
4. Analisi del movimento – Architettura e analisi delle tecniche principali di rilevamento di cambiamenti: ad isteresi, con voting, di contorni, del geopixel. Tecniche di sogliatura, metodo di Tsai e dei Numeri di Eulero. Tecniche di aggiornamento dello sfondo. Esempi di identificazione dei cambiamenti e/o oggetti in movimento in sequenze di immagini.
5. Calibrazione – Calibrazione di una telecamera (tecniche lineari e non lineari, omografia), estrazione di parametri intrinseci ed estrinseci.  Proiezione di punti su mappa.
6. Reti di sensori – Introduzione all’analisi distribuita e alle tecniche cooperative per l’analisi dei dati. Tecniche di riconfigurazione dei sensori (task allocation, optimum coverage,ecc..)
7. Introduzione alla visione su sitemi mobili – Introduzione ad Android. Utilizzo delle OpenCV per creare applicazioni di visione su dispositivi mobili.

Attività di Laboratorio

Le attività di laboratorio prevedono diverse esercitazioni per l’applicazione degli algoritmi introdotti. A tale scopo verrà effettuata una introduzione al linguaggio MATLAB che verrà utilizzato per lo sviluppo di alcuni algoritmi di analisi video.

Prerequisiti

Sono prerequisiti del corso la conoscenza dell’algebra lineare e dei paradigmi di programmazione.

Bibliografia

Testi consigliati:

[1] R.C. Gonzales, R.E. Woods, Elaborazione delle immagini digitali, Prentice Hall, 2008

[2] Richard Szeliski, Computer Vision: Algorithms and Applications, 2008

[3] D. Marini, M. Bertolo, A. Rizzi, Comunicazione Visiva Digitale, Addison-Wesley, 2002.

[4] A. Watt, F. Policarpo, The Computer Image, Addison-Wesley, 1998.

[5] R. Klette, and P. Zamperoni, Handbook of Image Processing Operators, Wiley, 1996.

[6] Materiale fornito dal docente a lezione.

Modalità d'esame

L’esame può essere sostenuto mediante la soluzione di esercizi simili a quelli visti a lezione (Assignments) seguita da un progetto assegnato dal docente e da presentare all’esame. Un’altra modalità consiste in un esame scritto seguito dall’eventuale esame orale.

Orario di ricevimento

L’orario di ricevimento è concordato all’inizio del corso con gli studenti e pubblicizzato attraverso Esse3. Gli studenti possono chiedere per e-mail ricevimenti aggiuntivi oltre a quello standard.