Kursen syftar till att ge en översikt över teori och metoder
inom bildbehandling och datorseende. Vid datorlaborationer
provas metoderna på verkliga bilder.
Kursens innehåll: Huvudmomenten är bildbehandling, scenanalys och mönsterigenkänning.
Med bildbehandling menas procedurer som genererar nya bilder från
redan existerande, i syfte t.ex. att reducera brus,
eliminera oskärpa eller förstärka intressanta egenskaper
i bilden, t.ex. kanter. De vanligaste metoderna bygger på lineär
systemteori, antingen i rums- eller frekvensplanet. Den tvådimensionella
snabba Fouriertransformen spelar en viktig
roll. Nära besläktad med dessa problem är bildkompression,
där man försöker representera en bild med en datamängd
som är mindre är den ursprungliga.
Syftet med bildanalys är ofta att att med hjälp av tvådimensionella
bilder skaffa information om en tredimensionell
scen. En viktig tillämpning är mönsterigenkänning,
som uppträder inom bl a fjärranalys och medicin, där målet
är att
finna sammanhörande områden eller egenskaper i bilden. Här
används såväl deterministiska som stokastiska metoder.
Andra viktiga tillämpningar finns inom robotik och fordonsnavigering,
där det gäller att känna igen och rekonstruera
objekt i scenen, och att bestämma kamerans läge i förhållande
till denna. I kursen behandlas också några metoder för
tomografi, med viktiga medicinska tillämpningar.
Inom kursen utnyttjas ett brett urval av metoder från analys,
geometri, algebra och statistik. Det statistiska avsnittet
undervisas av institutionen för matematisk statistik.
|
|
|
|
Siderne er vedligeholdt af Andreas@diku.dk