De inhoud van de cursus heeft als doel de studenten technieken bij te brengen om, in eerste instantie, uit beelden meer informatie te halen. De volgende onderwerpen worden behandeld:
intensiteit transformaties van digitale beelden
spatieel filteren van digitale beelden met lineaire en niet-lineaire filters
bewerkingen in het frequentiedomein zoals laagdoorlaat- en hoogdoorlaatfilteren
restoratie van ruisrijke beelden
bewerkingen met kleuren beelden
compressie van digitale beelden voor internet toepassingen
Verder worden ook uit beelden "kenmerken" afgeleid die belangrijk zijn in de context van computer-vision.
Behandelingen op binaire beelden (zwart-wit) zijn dikwijls nodig om kenmerken uit beelden te halen. Deze actie wordt morfologische beeldverwerking genoemd.
Het kan ook belangrijk zijn om beelden in te delen in verschillende uniforme gebieden. Dit komt tot stand doormiddel van beeld segmentatie technieken.
Finaal pogen we de computer objecten te laten herkennen in de aangeboden beelden.
Doelstellingen
A. Algemene competenties
01. Op een wetenschappelijke wijze kunnen denken en handelen
02. Kunnen omgaan met complexe problemen
03. Beschikken over het vermogen tot oordeelsvorming in een onzekere context
04. Kunnen reflecteren op het eigen denken en werken en het kunnen vertalen van die reflectie naar het ontwikkelen van meer adequate oplossingen
Toelichting:
Deze competenties worden aangeleerd door de algoritmes toe te passen op nieuwe, niet in de les besproken, beelden. Dit gebeurd in de practica lessen.
B. Beroepsgerichte/ Algemeen wetenschappelijke competenties
03. Kunnen toepassen van paradigma' s in het domein van de wetenschappen en het kunnen aanduiden van de grenzen van paradigma' s
01. Kunnen gebruiken van methoden en technieken in onderzoek
02. Kunnen ontwerpen van onderzoek
04. Het kunnen aanduiden van de grenzen van paradigma’s
Toelichting:
Met deze cursus willen we de studenten inzichten laten verwerven in de verschillende domeinen van beeldverwerking (intensiteit transformaties, spatiële filters, kleur bewerkingen, beeld compressie, morfologische operaties, beeld segmentatie, object herkenning) zonder te pretenderen alle aspecten per domein afgedekt te hebben. De studenten krijgen reële vragen in de les die ze moeten oplossen. Hierdoor krijgen ze ervaring in het gebruik van van geziene algoritmes maar de beperkingen van de algoritmes.
C. Beroepsspecifieke competenties
Toelichting:
De studenten komen in contact met de verschillende deeldisciplines van digitale beeldverwerking. Ze krijgen inzicht in een aantal state-of-the-art algoritmes in dit beroepsveld.
Vereiste voorkennis
A. Volgtijdelijkheid
B. Competenties
Basiskennis omtrend signalen en systemen, DSP en MATLAB is nodig.
De inhoud van de cursus wordt via hoorcolleges met ondersteuning van audiovisuele middelen gegeven. Tevens worden concrete voorbeelden uitgewerkt met MATLAB. De beelden en de broncode van de voorbeelden aangehaald tijdens het college worden op TOLEDO geplaatst.
Evaluatie
A. Types
mondeling examen
B. Omschrijving
Het examen peilt naar de inzichten van de student mbt de voorgestelde beeldverwerkingstechnieken.
Begeleiding
De studenten kunnen tijdens en na de les terecht bij de docent met vragen. Ook per email kunnen vragen gesteld worden.