ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

Μαθησιακά Αποτελέσματα:

Οι μαθησιακοί στόχοι το μαθήματος συνοψίζονται στα εξής:

• Εξοικείωση με την αναπαράσταση και την φύση της εικόνας επιπέδων του γκρι της πολυκαναλικής έγχρωμης εικόνας.
• Κατανόηση της εικόνας ως πολυδιάστατο σήμα και αντιστοίχιση των εννοιών της θεωρίας σημάτων στους πολυδιάστατους χώρους της εικόνας.
• Εκμάθηση τεχνικών βελτίωσης εικόνας, φιλτράρισμα και χωρικοί μετασχηματισμοί.
• Εξοικείωση με τεχνικές κατάτμηση και εντοπισμός αντικειμένων, ξεκινώντας από τις κλασσικές τεχνικές και καταλήγοντας στις πιο σύγχρονες.
• Εφαρμογή τεχνικών βελτίωσης και κατάτμησης σε εικόνες διαφόρων πεδίων.
• Ενημέρωση για τις νέες τάσης στο πεδίο της επεξεργασίας εικόνας, η διείσδυση της μηχανικής μάθησης στο πεδίο.
• Υπολογισμός ποσοτικοποιημένων τιμών από κατετμήμενα αντικείμενα και η εξαγωγή τοπικών και ολιστικών χαρακτηριστικών.

Γενικές Ικανότητες:

• Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση των απαραίτητων τεχνολογιών
• Λήψη αποφάσεων
• Αυτόνομη εργασία

Περιεχόμενο Μαθήματος:

• Εξειδίκευση στις τεχνικές επεξεργασίας σήματος στον χώρο των εικόνων και απάντηση σε πλήθος ερευνητικών ερωτημάτων.
• Εφαρμογές επεξεργασίας εικόνας που εκτείνονται σε πολλαπλά πεδία, από την μικροσκοπία ή την ιατρική απεικόνιση μέχρι την αστροφυσική.
• Βασικά στάδια της επεξεργασίας που 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.
• Εμβάθυνση σε συγκεκριμένες τεχνικές βελτίωσης με χρήση φίλτρων και γεωμετρικών μετασχηματισμών, και σε τεχνικές κατάτμησης διαφορετικών κατηγοριών.
• Εξέλιξη των υπολογιστών, πρόσβαση σε υπολογιστικούς πόρους και διάδοση των παράλληλων συστημάτων επεξεργασίας που έχουν προσδώσει ιδιαίτερη δυναμική στον πεδίο τα τελευταία χρόνια, μέσω της άμεσης εφαρμογής μεθόδων μηχανικής μάθησης σε επίπεδο εικονοστοιχείου.
• Εξέλιξη ολοένα και περισσότερο με σταθερά βήματα στην σημασιολογική προσέγγιση ανίχνευσης αντικειμένων με χρήση εξελιγμένων τεχνικών ταξινόμησης.
• Έμφαση στην χρονολογική εξέλιξη του πεδίου, που καταλήγει στις νέες τάσης στις οποίες προσφάτως διαμορφώνονται.