ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ (629)
ΝΙΚΟΛΑΟΣ ΓΙΑΝΝΑΚΕΑΣ
Το μάθημα της επεξεργασίας εικόνας εξειδικεύει τεχνικές επεξεργασίας σήματος στον χώρο των εικόνων και θεραπεύει πλήθος ερευνητικών ερωτημάτων. Η εφαρμογές της επεξεργασίας εικόνας εκτείνονται σε πολλαπλά πεδία, από την μικροσκοπία ή την ιατρική απεικόνιση μέχρι την αστροφυσική. Τα βασικά στάδια της επεξεργασία αφορούν κατά σειρά: α) την βελτίωση της εικόνας, η οποία επιτελείται είτε ως αυτοσκοπός, είτε με στόχο την μετατροπή της εικόνα σε μορφή εύκολα αξιοποιήσιμη σε μετέπειτα επεξεργασία και ανάλυση, β) την κατάτμηση κατά την οποία τα εικονοστοιχεία της εικόνας με παρόμοια χαρακτηριστικά ομαδοποιούνται στοιχειοθετώντας διαφορετικά ευρήματα και αντικείμενα, γ) την εξαγωγή ποσοτικοποιημένων τιμών από ευρήματα της κατάτμησης. Στόχος του μαθήματος είναι η εξοικείωση του φοιτητή με την βασικές έννοιες της επεξεργασίας και ανάλυσης εικόνας και η γνωριμία των τεχνικών και των αλγορίθμους. Εμβαθύνει σε συγκεκριμένες τεχνικές βελτίωσης με χρήση φίλτρων και γεωμετρικών μετασχηματισμών, και σε τεχνικές κατάτμησης διαφορετικών κατηγοριών. Η εξέλιξη των υπολογιστών, η πρόσβαση σε υπολογιστικούς πόρους και η διάδοση των παράλληλων συστημάτων επεξεργασίας έχει προσδώσει ιδιαίτερη δυναμική στον πεδίο τα τελευταία χρόνια, μέσω της άμεσης εφαρμογής μεθόδων μηχανικής μάθησης σε επίπεδο εικονοστοιχείου. Στις μέρες μας εξελίσσεται ολοένα και περισσότερο με σταθερά βήματα η σημασιολογική προσέγγιση ανίχνευσης αντικειμένων με χρήση εξελιγμένων τεχνικών ταξινόμησης. Η διάρθρωση του μαθήματος δίνει ιδιαίτερη έμφαση στην χρονολογική εξέλιξη του πεδίου, και καταλήγει στις νέες τάσης οι οποίες προσφάτως διαμορφώνονται.
ΛιγότεραΤο μάθημα της επεξεργασίας εικόνας εξειδικεύει τεχνικές επεξεργασίας σήματος στον χώρο των εικόνων και θεραπεύει πλήθος ερευνητικών ερωτημάτων. Η εφαρμογές της επεξεργασίας εικόνας εκτείνονται σε πολλαπλά πεδία, από την μικροσκοπία ή την ιατρική απεικόνιση μέχρι την αστροφυσική. Τα βασικά στάδια της επεξεργασία αφορούν κατά σειρά: α) την βελτίωση της εικόνας, η οποία επιτελείται είτε ως αυτοσκοπός, είτε με στόχο την μετατροπή της εικόνα σε μορφή εύκολα αξιοποιήσιμη σε μετέπειτα επεξεργασία και ανάλυση, β) την κατάτμηση κατά την οποία τα εικονοστοιχεία της εικόνας με παρόμοια χαρακτηριστικά ομαδοποιούνται στοιχειοθετώντας διαφορετικά ευρήματα και αντικείμενα, γ) την εξαγωγή ποσοτικοποιημένων τιμών από ευρήματα της κατάτμησης. Στόχος του μαθήματος είναι η εξοικείωση του φοιτητή με την βασικές έννοιες της επεξεργασίας και ανάλυσης εικόνας και η γνωριμία των τεχνικών και των αλγορίθμους. Εμβαθύνει σε συγκεκριμένες τεχνικές βελτίωσης με χρήση φίλτρων και γεωμετρικών μετασχηματισμών, και σε
Το μάθημα της επεξεργασίας εικόνας εξειδικεύει τεχνικές επεξεργασίας σήματος στον χώρο των εικόνων και θεραπεύει πλήθος ερευνητικών ερωτημάτων. Η εφαρμογές της επεξεργασίας εικόνας εκτείνονται σε πολλαπλά πεδία, από την μικροσκοπία ή την ιατρική απεικόνιση μέχρι την αστροφυσική. Τα βασικά στάδια της επεξεργασία αφορούν κατά σειρά: α) την βελτίωση της εικόνας, η οποία επιτελείται είτε ως αυτοσκοπός, είτε με στόχο την μετατροπή της εικόνα σε μορφή εύκολα αξιοποιήσιμη σε μετέπειτα επεξεργασία και ανάλυση, β) την κατάτμηση κατά την οποία τα εικονοστοιχεία της εικόνας με παρόμοια χαρακτηριστικά ομαδοποιούνται στοιχειοθετώντας διαφορετικά ευρήματα και αντικείμενα, γ) την εξαγωγή ποσοτικοποιημένων τιμών από ευρήματα της κατάτμησης. Στόχος του μαθήματος είναι η εξοικείωση του φοιτητή με την βασικές έννοιες της επεξεργασίας και ανάλυσης εικόνας και η γνωριμία των τεχνικών και των αλγορίθμους. Εμβαθύνει σε συγκεκριμένες τεχνικές βελτίωσης με χρήση φίλτρων και γεωμετρικών μετασχηματισμών, και σε
Περίγραμμα
Διδάσκοντες
Νικόλαος Γιαννακέας
Επίκουρος Καθηγητής
Μαθησιακοί στόχοι
Οι μαθησιακοί στόχοι το μαθήματος συνοψίζονται στα εξής:
- Εξοικείωση με την αναπαράσταση και την φύση της εικόνας επιπέδων του γκρι της πολυκαναλικής έγχρωμης εικόνας.
- Η κατανόηση της εικόνας ως πολυδιάστατο σήμα και η αντιστοίχιση των εννοιών της θεωρίας σημάτων στους πολυδιάστατους χώρους της εικόνας.
- Η εκμάθηση τεχνικών βελτίωσης εικόνας, φιλτράρισμα και χωρικοί μετασχηματισμοί.
- Η εξοικείωση με τεχνικές κατάτμηση και εντοπισμός αντικειμένων, ξεκινώντας από τις κλασσικές τεχνικές και καταλήγοντας στις πιο σύγχρονες.
- Η εφαρμογή τεχνικών βελτίωσης και κατάτμησης σε εικόνες διαφόρων πεδίων.
- Η ενημέρωση για τις νέες τάσης στο πεδίο της επεξεργασίας εικόνας, η διείσδυση της μηχανικής μάθησης στο πεδίο.
- Ο υπολογισμός ποσοτικοποιημένων τιμών από κατετμήμενα αντικείμενα και η εξαγωγή τοπικών και ολιστικών χαρακτηριστικών.
Βιβλιογραφία
- Προτεινόμενη Βιβλιογραφία:
- Gonzalez and R. Woods. Ψηφική Επεξεργασία Εικόνας, Εκδόσεις Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε., 2010, ISBN: 978-960-418-2.
- Ν. Παπαμάρκος, Ψηφιακή επεξεργασία και ανάλυση εικόνας. Β. Γκιούρδας Εκδοτική. 2010, ISBN: 978-960-92731.
- Συναφή επιστημονικά περιοδικά:
- IEEE transactions on Image Processing, IEEE.
- International Journal of Computer Vision, Springer.
- Image and Vision Computing
- Computer Vision and Image Understanding
- Eurasip Journal on Image and Video Processing
Νικόλαος Γιαννακέας
Επίκουρος Καθηγητής
Οι μαθησιακοί στόχοι το μαθήματος συνοψίζονται στα εξής:
- Εξοικείωση με την αναπαράσταση και την φύση της εικόνας επιπέδων του γκρι της πολυκαναλικής έγχρωμης εικόνας.
- Η κατανόηση της εικόνας ως πολυδιάστατο σήμα και η αντιστοίχιση των εννοιών της θεωρίας σημάτων στους πολυδιάστατους χώρους της εικόνας.
- Η εκμάθηση τεχνικών βελτίωσης εικόνας, φιλτράρισμα και χωρικοί μετασχηματισμοί.
- Η εξοικείωση με τεχνικές κατάτμηση και εντοπισμός αντικειμένων, ξεκινώντας από τις κλασσικές τεχνικές και καταλήγοντας στις πιο σύγχρονες.
- Η εφαρμογή τεχνικών βελτίωσης και κατάτμησης σε εικόνες διαφόρων πεδίων.
- Η ενημέρωση για τις νέες τάσης στο πεδίο της επεξεργασίας εικόνας, η διείσδυση της μηχανικής μάθησης στο πεδίο.
- Ο υπολογισμός ποσοτικοποιημένων τιμών από κατετμήμενα αντικείμενα και η εξαγωγή τοπικών και ολιστικών χαρακτηριστικών.
- Προτεινόμενη Βιβλιογραφία:
- Gonzalez and R. Woods. Ψηφική Επεξεργασία Εικόνας, Εκδόσεις Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε., 2010, ISBN: 978-960-418-2.
- Ν. Παπαμάρκος, Ψηφιακή επεξεργασία και ανάλυση εικόνας. Β. Γκιούρδας Εκδοτική. 2010, ISBN: 978-960-92731.
- Συναφή επιστημονικά περιοδικά:
- IEEE transactions on Image Processing, IEEE.
- International Journal of Computer Vision, Springer.
- Image and Vision Computing
- Computer Vision and Image Understanding
- Eurasip Journal on Image and Video Processing
Γνωριμία με τους φοιτητές. Μαθησιακοί στόχοι του μαθήματος. Περιγραφή της ύλης του μαθήματος και ημερολόγιο της κάθε Ενότητας. Σύγγραμματα - Βιβλιογραφία.
Βασικές έννοιες τις εικόνας, οπτική και ηλεκτρομαγνητικό φάσμα, η εικόνα ως πολυδιάστατο, αντιστοίχιση θεωρίας σημάτων και συστημάτων.
Εργαστήριο: Ανασκόπηση του περιβάλλοντος MATLAB, στοιχειώδης πράξεις μεταξύ πινάκων, εργαλειοθήκη (Toolbox) Επεξεργασίας Εικόνας, εισαγωγή εικόνας και επίδειξη επεξεργασίας.
Οι διαφορετικοί χρωματικοί χωροι και αναπαραστάσεις πολυκαναλικής εικόνας. Οι χρωματικοί χώροι RGB, CMYK, YSV και YUV, χαρακτηριστικά και μεταξύ τους μετατροπές.
Εργαστήριο: Υλοποίηση Αρνητικού Εικόνας, Μετατροπή από RGB χρωματικό μοντέλο σε HSV
Θόρυβος στην εικόνα, Φίλτρο μέσου, φίλτρο διαμέσου, φίλτρο διακύμανσης. Συνέλιξη στην εικόνα και συνελικτικά φίλτρα, φίλτρα εξομάλυνσης, φίλτρα ενίσχυσης ακμών, φίλτρα wiener, πολυκαναλικά φίλτρα. Μέτρα Αξιολόγησης.
Εργαστήριο: Υλοποίηση Φίλτρου Μέσου και Φίλτρου διαμέσου σε MATLAB
Κλιμάκωση, μεταφορά, περιστροφή, ανάκλαση, μετασχηματισμός Affine. Μετασχηματισμός Hough και μετασχηματισμός απόστασης. Μετασχηματισμός Radon.
Εργαστήριο: Υλοποίηση και εφαρμογή του Αγχίγραμμου μετασχηματισμού (Affine Transform)
Συχνότητα φωτεινοτήτων, Ιστόγραμμα εικόνας, Μετασχηματισμοί Φωτεινότητας σε σχέση με το ιστόγραμμα για την βελτίωση της εικόνας, Ισοστάθμιση Ιστογράμματος, Κατωφλίωση Ιστογράμματος για την κατάτμηση εικόνων, αυτόματος υπολογισμός κατωφλιού, Μέθοδος του Otsu.
Εργαστήριο: Υλοποίηση ισοστάθμισης ιστογράμματος, εφαρμογή μεθόδου Otsu για την αυτόματη εξαγωγή κατωφλίου
Μαθηματική μορφολογία, μορφολογική συστολή και διαστολή, μορφολογικά άνοιγμα και κλείσιμο, Τεχνική Ταιριάσματος Προτύπων, Μετασχηματισμός Υδροκρίτης.
Εργαστήριο: Υλοποίηση βασικών μορφολογικών πράξεων και ανάδειξη των εφαρμογών
Ορισμός των ακμών της εικόνας και εισαγωγή για τον τρόπο που αυτές αξιοποιούνται. Ανίχνευση ακμών με χρήση 1ης και 2ης παραγώγου της εικόνας. Εφαρμογή Φίλτρων Roberts, Sobel, Prewitt. Λαπλασιανή της Γκαουσιανής της εικόνας (LoG). Μέθοδος του Canny, και Ενεργά Περιγράμματα.
Εργαστήριο: Υλοποίηση ανίχνευσης ακμών με 1η παράγωγο, σύγκριση των μεθόδων ανίχνευσης ακμών
Η ενότητα αναφέρεται στο στάδιο της επεξεργασίας, το οποίο ακολουθεί το στάδιο της κατάτμησης. Η ποσοτικοποίηση λαμβάνει χώρα είτε επειδή ο σκοπός της επεξεργασίας της εικόνας είναι η ποσοτικοποίηση των κατατμημένων αντικειμένων, είτε επειδή επιδιώκετε η ερμηνεία κάποιον αντικειμένων από αυτά με χρήση Μηχανικής Μάθησης. Μελετάται η ετικετοποίηση/ονοματισμός δυαδικών εικόνων και η εξαγωγή πολλών διαφορετικών ποσοτήτων που σχετίζονται α) με την θέση του αντικειμένου β) το μέγεθος του, γ) το σχήμα του, δ) το χρώμα του, και ε) την υφή του.
Εργαστήριο: Εξαγωγή χαρακτηριστικών σε κατατμημένη εικόνα
Εισαγωγή στην Μηχανική Μάθηση, Τεχνικές με ή χωρίς επίβλεψη, Συσταδοποίηση και Κατηγοριοποίηση στην εικόνα. Αλγόριθμος Κ-μέσων για κατάτμηση, Αλγόριθμοί κατηγοριοποίηση για εικόνα, προοπτικές βαθιάς μάθησης
Εργαστήριο: Συσταδοποίηση με Κ-μέσων σε εικόνα
