Introduktion till bildanalys
Kursplan, Avancerad nivå, 1MD110
- Kod
- 1MD110
- Utbildningsnivå
- Avancerad nivå
- Huvudområde(n) med fördjupning
- Bildanalys och maskininlärning A1N, Datavetenskap A1N
- Betygsskala
- Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
- Fastställd av
- Teknisk-naturvetenskapliga fakultetsnämnden, 27 februari 2020
- Ansvarig institution
- Institutionen för informationsteknologi
Behörighetskrav
120 hp inklusive 30 hp matematik och 30 hp datavetenskap. Grundläggande programmering, statistik och sannolikhetsteori, linjär algebra, och envariabelanalys. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Mål
Efter godkänd kurs ska studenten kunna
- redovisa och förklara grundläggande begrepp inom datoriserad bildanalys, som digitalisering, bildförbättring, segmentering och klassificering av bildegenskaper;
- använda avancerade filtreringsmetoder för att reducera brus och förstärka kanter;
- kritisk analysera ett antal avancerade segmenteringsmetoder;
- redovisa och analysera digital topologi och geometri i 2 och 3 dimensioner;
- använda och kritiskt analysera klassificeringsalgoritmer för att tolka innehåll i bilder;
- tillämpa olika tekniker för kvalitetsbedömning av segmentering, kvantitativ analys och klassificering;
- jämföra olika specifika metoder för bildbehandling och bildanalys;
- använda programvara för att implementera algoritmer som löser enklare bildanalysproblem;
- analysera och självstandigt planera alla steg som behövs för att lösa ett enkelt realistiskt bildanalysproblem;
- presentera tillämpningar inom forskning och industri där bildanalys används;
- värdera och bedöma möjligheter och begränsningar för bruk av digital bildanalys för olika ändamål.
- muntligt och skriftligt redogöra för och diskutera information, problem och lösningar i dialog med olika grupper.
Innehåll
Metodik för att lösa bildanalysproblem. En översikt av de grundläggande komponenter som ingår i ett typiskt bildanalyssystem. Representation av bilder i en dator. Bildtyper. Färgteori. Sampling och interpolation. Bildkodning och komprimering. Bildförbättring och bildrestaurering. Grundläggande frekvensanalys. Histogramoperationer. Punktvisa och omgivningsoperationer. Segmentering och detektion av kanter i bilder. Bildregistrering och rörelseanalys. Datorseende. Matematisk morfologi, diskret geometri och kombinatorisk optimering. Formanalys och egenskapsberäkning. Klassificerings- och beslutsteori. Experimentell design och utvärdering. Exempel på tillämpningar inom forskning och industri. Möjligheter och begränsningar med datoriserad bildanalys.
Undervisning
Föreläsningar, datorlaborationer och inlämningsuppgifter, seminarier.
Examination
Skriftligt prov (5hp). Obligatoriska inlämningsuppgifter och aktivt deltagande i seminarier (5 hp).
Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.
Övriga föreskrifter
Kursen kan ej ingå i samma examen som 1TD396 Datoriserad bildanalys I, 1TD398 Datoriserad bildanalys II och 1MD160 Datoriserad bildanalys.
Litteraturlista
Litteraturlista saknas.