DV2592 Digital bildbehandling

Fristående kurs, 5 Högskolepoäng, Avancerad nivå, höstterminen 2020

Ansök

Anmäl dig via antagning.se

Syftet med denna kurs är att ge studenten en introduktion till och praktisk erfarenhet av bildbehandling och bildanalys.

Fakta

  • Undervisningsform: Distans, blandad undervisningstid, deltid 33%
  • Anmälningskod: BTH-D5804
  • Studietid: 2020 vecka 45 till 2021 vecka 02
  • Nivå: A1N
  • Anmälan: Anmäl dig via antagning.se
  • Språk: Undervisningen ges på engelska.
  • Ort: Hela eller delar av undervisningen bedrivs på distans.
  • Antal träffar: Obligatoriska: inga, Frivilliga: inga
  • Huvudområde: Datavetenskap
  • Kursplan: Ladda ner
  • Välkomstbrev: Länk till välkomstbrev från ansvarig lärare finns här senast 3 veckor innan kursstart.
  • Förkunskapskrav: För tillträde till kursen krävs kandidatexamen i datavetenskap, datorteknik, elektroteknik eller motsvarande.

Innehåll

Kursen fokuserar på praktiska tillämpningar och inte i första hand på matematisk teori. I kursen används programmering för att illustrera grundläggande och viktiga begrepp i modern bildbehandling och mönsterigenkänning.
Kursen omfattar följande teman:
• Intensitetstransformationer och spatial filtrering
• Bildbehandling av färgbilder
• Manipulering av bitar i bilder för att uppnå säkerhet
• Wavelet-transformer för bilder
• Morfologisk bildbehandling
• Segmentering av bilder
• Feature extraction vid bildbehandling
• Klassificering och mönsterigenkänning av bilder

Lärandemål

Kunskap och förståelse
• Kunna visa grundläggande förståelse för och kunskap om digital bildbehandling och digital bildanalys.
Färdighet och förmåga
• Kunna strukturera och konceptualisera en lösning baserat på en beskrivning av ett bildbehandlingsproblem.
• Självständigt kunna utveckla en algoritm för att hantera ett begränsat bildbehandlingsproblem.
• Kunna utveckla en lösning av ett bildbehandlingsproblem med hjälp av de koncept, komponenter och MATLAB verktyg som används i kursen.

Kurslitteratur och övriga läromedel

Huvudbok: Digital Image Processing using MATLAB
Författare: Gonzalez/Woods/Eddins
ISBN: 9780982085400
Utgivare: Gatesmark Publishing
År: 2009 (2nd Edition)
Övrigt läromedel:
Digital Image Processing
Rafael C. Gonzalez, and Richard E. Woods
Pearson
2017 (4th Edition)
ISBN: 978-0133356724.
Feature Extraction and Image Processing for Computer Vision.
Mark Nixon and Alberto S. Aguado
Elsevier Science Publishing Co Inc
Year: 2019, 4th edition
ISBN: 9780128149768

Kurslitteratur och övriga läromedel

Huvudbok: Digital Image Processing using MATLAB
Författare: Gonzalez/Woods/Eddins
ISBN: 9780982085400
Utgivare: Gatesmark Publishing
År: 2009 (2nd Edition)
Övrigt läromedel:
Digital Image Processing
Rafael C. Gonzalez, and Richard E. Woods
Pearson
2017 (4th Edition)
ISBN: 978-0133356724.
Feature Extraction and Image Processing for Computer Vision.
Mark Nixon and Alberto S. Aguado
Elsevier Science Publishing Co Inc
Year: 2019, 4th edition
ISBN: 9780128149768

Lärande och undervisning

Kursen ges online. Kursmaterial och information distribueras via BTH:s lärplattform. Det finns en detaljerad handledning som innehåller läsinstruktioner för kursens huvudbok samt ett antal uppgifter som studenterna kan arbeta med. Kursen tar normalt upp ett tema varje vecka och studenterna förväntas arbeta med uppgifter relaterat till detta tema. Kursen erbjuder interaktiva övningar via Internet. Dessa övningar kommer även att spelas in och göras tillgängliga för studenterna.

Lärare

Examinator
  1. Abbas Cheddad
Kursansvarig
  1. Abbas Cheddad

Bedömning

Betyg

Kursen bedöms med betygen G Godkänd, UX Otillräckligt, komplettering krävs, U Underkänd.

Tentamina

Du kan läsa mer om tentamen i Studentportalen och där anmäler du dig till de flesta tentamina.


Det kan finnas andra planerade examinationstillfällen. Information om dem finns i lärplattformen Canvas eller på annan plats som kursansvarig hänvisar till.

Kursvärdering

Kursansvarig ansvarar för att studenternas synpunkter på kursen systematiskt och regelbundet inhämtas och att resultaten av utvärderingar i olika former påverkar kursens utformning och utveckling.