CODICE 90141 ANNO ACCADEMICO 2020/2021 CFU 10 cfu anno 2 INTERNET AND MULTIMEDIA ENGINEERING 10378 (LM-27) - GENOVA SETTORE SCIENTIFICO DISCIPLINARE ING-INF/03 SEDE GENOVA MODULI Questo insegnamento è composto da: DIGITAL IMAGE PROCESSING MACHINE LEARNING FOR PATTERN RECOGNITION MATERIALE DIDATTICO AULAWEB PRESENTAZIONE Il principale obiettivo del corso è fornire una conoscenza di base sull'elaborazione lineare e non-lineare di immagini. E' inoltre prevista la discussione di casi di studio in applicazioni reali. OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Il corso offre un’introduzione al mondo dell’elaborazione digitale delle immagini. L’analisi e l’elaborazione di immagini digitali ha importanti applicazioni in diversi domini applicativi: telerilevamento (immagini da satellite), imaging medico, telecomunicazioni, riconoscimento di caratteri, fotografia pubblicitaria, analisi di oggetti storico-artistici. Negli ultimi anni la potenza di calcolo messa a disposizione anche da economici dispositivi portatili permette di usufruire di algoritmi di elaborazione di immagini in qualsiasi momento. Dopo un’introduzione sulle immagini digitali trattando le definizioni di pixel, canali di colore, quantizzazione e risoluzione, viene proposto un approfondimento riguardo alcuni tra gli spazi colore più diffusi, i metodi di trasformazione tra l’uno e l’altro, con particolare riferimento alla percezione umana. Il corso illustra le tecniche fondamentali relative al miglioramento dell’immagine secondo finalità specifiche: controllo della luminosità, del contrasto, thresholding, equalizzazione dell’istogramma e riduzione del rumore. In particolare sono presentate le soluzioni per ridurre il disturbo a seconda della tipologia di rumore, anche con analisi nel dominio della frequenza. A tal proposito vengono introdotte le basi teoriche della Discrete Fourier Transform (DFT) bidimensionale. L’applicazione di numerose tecniche di filtraggio viene illustrata in modo teorico a lezione e successivamente implementate a livello software durante alcune esercitazioni di laboratorio. Tra le tecniche illustrate vengono proposti in modo approfondito metodi per riconoscimento dei contorni, segmentazione, analisi delle forme, morfologia matematica, e analisi della tessitura finalizzati all’identificazione e alla classificazione di oggetti presenti nell’immagine digitale. Le esercitazioni di laboratorio prevedono l’utilizzo di software di elaborazione di immagini come GIMP, ImageJ, MatLab e librerie come OpenCV. PREREQUISITI Non sono richiesti prerequisiti. DOCENTI E COMMISSIONI SILVANA DELLEPIANE Ricevimento: Per offrire un migliore servizio agli studenti il ricevimento non è limitato a un preciso orario settimanale ma il docente fissa appuntamenti individuali su richiesta dello studente, in risposta a mail indirizzate a: silvana.dellepiane@unige.it SEBASTIANO SERPICO Ricevimento: Su appuntamento. Commissione d'esame SEBASTIANO SERPICO (Presidente) FEDERICA FERRARO LUCA MAGGIOLO GABRIELE MOSER MARCO TROMBINI SILVANA DELLEPIANE (Presidente Supplente) ESAMI Calendario appelli Data appello Orario Luogo Tipologia Note Insegnamento 13/01/2021 15:00 GENOVA Scritto 05/02/2021 15:00 GENOVA Scritto 08/06/2021 15:00 GENOVA Scritto 07/07/2021 10:00 GENOVA Scritto 08/07/2021 15:00 GENOVA Scritto 08/09/2021 15:00 GENOVA Scritto 11/06/2021 16:00 GENOVA Orale 01/07/2021 16:00 GENOVA Orale 20/07/2021 16:00 GENOVA Orale 13/09/2021 16:00 GENOVA Orale