ΠΜΣ Μηχανικών Πληροφορικής

Ελληνικό Μεσογειακό Πανεπιστήμιο
Home 9 Προχωρημένη Επεξεργασία Εικόνας και Τεχνητή Όραση

Προχωρημένη Επεξεργασία Εικόνας και Τεχνητή Όραση

Τίτλος Μαθήματος: Προχωρημένη Επεξεργασία Εικόνας και Τεχνητή Όραση
Διδακτικές ώρες: 39
Πιστωτικές μονάδες: 7,5
Εξάμηνο: 2ο
Διδάσκων:

Στόχοι μαθήματος
Η επεξεργασία εικόνας και η υπολογιστική όραση αποτελούν δύο συγγενείς ερευνητικές περιοχές με πολυάριθμες εφαρμογές στο ευρύτερο επιστημονικό πεδίο. Το εντατικό αυτό μάθημα επικεντρώνεται στην εισαγωγή των βασικών εννοιών της επεξεργασίας εικόνας, με στόχο την κατανόηση τόσο της θεωρίας όσο και των υπολογιστικών διαδικασιών για την αντιμετώπιση προβλημάτων επεξεργασίας εικόνας και εφαρμογών υπολογιστικής όρασης.

Το μάθημα είναι διεπιστημονικό, βασισμένο στην πληροφορική, τα μαθηματικά, την επεξεργασία σήματος και την τεχνητή νοημοσύνη, και καλύπτει πλήθος εφαρμογών, όπως:

  • Τηλεπισκόπηση
  • Πολυμέσα
  • Βιομηχανική παρακολούθηση
  • Ρομποτική
  • Ιατρική απεικόνιση
  • Αλληλεπίδραση ανθρώπου-υπολογιστή

Βασικά θέματα περιλαμβάνουν:

  • Αναπαράσταση εικόνας
  • Χωρικό και συχνοτικό φιλτράρισμα
  • Εξαγωγή χαρακτηριστικών
  • Περιγραφή και εντοπισμός αντικειμένων

Η έμφαση δίνεται τόσο στην κατανόηση θεωρητικών εννοιών και αλγορίθμων όσο και στην πρακτική εφαρμογή, μέσω υψηλού επιπέδου περιβάλλοντων προγραμματισμού, όπως το Matlab, το Octave και αντικειμενοστραφούς προγραμματισμού με Python, για την επίλυση πραγματικών προβλημάτων όρασης και επεξεργασίας εικόνας.

Προαπαιτούμενα: Προγραμματιστικό υπόβαθρο, γνώση γραμμικής άλγεβρας και βασικές γνώσεις επεξεργασίας σήματος και μαθηματικών.

Με την ολοκλήρωση του μαθήματος, οι φοιτητές/ τριες αναμένεται να μπορούν να:

  • Κατανοούν τις βασικές έννοιες και τις σύγχρονες αλγοριθμικές τεχνικές της ψηφιακής επεξεργασίας εικόνας και της υπολογιστικής όρασης.
  • Αντιμετωπίζουν υπολογιστικά προβλήματα επεξεργασίας εικόνας σε 2 και 3 διαστάσεις.

Ενδεικτική Ύλη

  • Εισαγωγή στην επεξεργασία εικόνας και την υπολογιστική όραση
  • Εισαγωγή στην Εικόνα (2D και 3D): Χαρακτηριστικά, Υφή, Μορφολογία, Μετασχηματισμοί εικόνας
  • Εργαστήριο σε Matlab, Octave και Python για επεξεργασία εικόνας και υπολογιστική όραση
  • Βασικές Αρχές επεξεργασίας εικόνας: Τοπολογία εικόνας (γειτονία, περιοχές)
  • Φιλτράρισμα & Ανίχνευση ακμών στον χωρικό και συχνοτικό τομέα
  • Αποκατάσταση εικόνας
  • Ανίχνευση σημείων / αντικειμένων ενδιαφέροντος
  • Περιγραφή σχήματος – Μορφολογία
  • Τμηματοποίηση εικόνας (segmentation)
  • Γεωμετρικοί μετασχηματισμοί και καταχώρηση εικόνας (image registration)
  • Ταυτοποίηση/ Εντοπισμός προσώπου
  • Ανάλυση ιατρικής εικόνας: αρχές επεξεργασίας 3D και 4D

Βιβλιογραφία

  1. Richard Szeliski, Computer vision: algorithms and applications, Springer Science & Business Media, 2010/9/30.
  2. Rafael C. Gonzalez and Richard E. Woods, Digital Imaging Processing, Digital Image Processing, 4th edition, 2018, Pearson, ISBN number 9780133356724.
  3. N. Papamarkos, Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας, 3rd edition, ISBN 978-960-92731-7-6