Les imatges són a tot arreu. Vivim en un món ple d'estímuls audiovisuals, i estem sent constantment bombardejats amb imatges i vídeos. Si això no fos suficient, gairebé cada un de nosaltres porta un telèfon intel·ligent a la butxaca, i constantment fem fotos i gravem vídeos del que ens envolta. A més, les tècniques de processament digital d'imatges s'utilitzen en molts àmbits, com ara la medicina, l’astronomia, la indústria, o les ciències biològiques.
Aquesta assignatura és una introducció a l’ampli camp del tractament digital d’imatges, dotant als alumnes dels coneixements fonamentals en aquest àmbit.
El curs s'inicia presentant conceptes fonamentals per a l'anàlisi d'imatges. A més, s'estudien tècniques per a la modificació, millora i restauració d'imatges, fent èmfasi en tècniques de filtratge lineals i no lineals. També s’estudia el problema de la segmentació d’imatges. A la part final del curs es fa una introducció a la visió per computador, estudiant com s’apliquen tècniques d’aprenentatge automàtic i aprenentatge profund per resoldre tasques com la classificació i la segmentació d'imatges.
A més, l’assignatura té un fort enfoc pràctic. Les classes seran de caire teòrico-pràctic, i caldrà que els alumnes hi assisteixin amb els seus ordinadors portàtils amb Matlab instal·lat. A més, es realitzaran pràctiques que permeten a l’alumnat aplicar els continguts de l’assignatura en problemes reals de tractament digital de la imatge.
Professors Titulars
Es recomana processament digital del senyal.
Els Resultats d'Aprenentatge d'aquesta assignatura són:
- RA.1 Coneixements generals bàsics de processament digital d´imatges.
- RA.2 Capacitat d´aplicar els coneixements de processament d´imatge a la pràctica.
Tema 1. Introducció al tractament digital de la imatge
1. La ubiqüitat de les imatges
2. Tipus d’imatges i aplicacions del tractament digital de la imatge
3. El sistema visual humà
4. Adquisició d’imatges digitals
5. Operacions bàsiques amb imatges
6. Histograma d’una imatge
7. Espais de color
Tema 2. Millora i restauració d’imatges
1. La importància de la millora i restauració d’imatges
2. Reducció del soroll en imatges
3. Morfologia matemática
4. Millora del contrast
5. Millora de la nitidesa
Tema 3. Segmentació d’imatges
1. La importància de la segmentació d’imatges
2. Segmentació basada en discontinuïtat
3. Segmentació basada en similitud
4. Criteris d’homogeneïtat per segmentació
Tema 4. Introducció a la visió per computador
1. La importància de la classificació d’imatges
2. Aprenentatge supervisat
3. Classificació basada en la teoria de decisió
4. Classificació basada en atributs locals
5. L’enfoc bag-of-words.
6. L’enfoc basat en aprenentatge profund.
7. Aprenentatge profund per a la segmentació d’imatges.
L’assignatura s’imparteix en 2 sessions lectives setmanals, una de 100 minuts de durada i l’altra de 50 minuts.
La dinàmica habitual de cada classe consistirà en una combinació d’explicacions teòriques seguides sempre de la realització d’exercicis teòrics i/o pràctics que exemplifiquin allò que s’acaba d’explicar. Metodologies aplicades: classe magistral (MD0), classe de problemes i exercicis (MD1), pràctiques de laboratori (MD2).
Addicionalment, a l’eStudy es proporcionen recursos per a que l’estudiant realitzi activitats pràctiques d’aprenentatge complementàries. Metodologia aplicada: self-paced learning (MD5).
Per últim, i amb l’objectiu d’assolir una visió aplicada dels conceptes exposats a classe, es realitzaran dues pràctiques en grup usant el software Matlab[1]. Metodologia aplicada: aprenentatge basat en reptes (MD11).
[1]El software Matlab es pot obtenir gratuïtament usant la vostra llicència d’estudiants de La Salle.
Amb la finalitat d'avaluar si l'estudiant ha assolit en un grau adequat els objectius de l'assignatura, es fan servir les següent proves: Examens, Controls realitzats a classe, Treballs individuals i en grup.
Es valorarà:
- Comprensió conceptual del processament d’imatges: capacitat per explicar els principis bàsics de formació, representació i transformació d’imatges, i comprensió clara dels fonaments de millora, restauració i segmentació.
- Aplicació correcta de tècniques de millora i restauració: selecció adequada de mètodes de filtratge, contrast i morfologia en funció de l’objectiu, i aplicació precisa de procediments i interpretació coherent dels resultats.
- Anàlisi i implementació de mètodes de segmentació: ús correcte de tècniques basades en discontinuïtat o similitud per separar regions d’interès, capacitat per valorar la qualitat de la segmentació obtinguda i justificar-ne les decisions.
- Integració de conceptes bàsics de visió per computador: comprensió dels elements essencials de classificació d’imatges i enfocaments supervisats, capacitat per descriure quan és apropiat utilitzar mètodes clàssics o basats en aprenentatge profund.
- Desenvolupament de pràctiques orientades a problemes reals: capacitat per resoldre problemes aplicats integrant les tècniques apreses emprant Matlab, qualitat de la presentació dels resultats: claredat, estructura i interpretació rigorosa.
- Diapositives usades a classe
- Anil K. Jain, 'Fundamentals of digital image processing´, Prentice Hall, 1989
- Gonzalo Pajares, Jesús M. de la Cruz, 'Visión por computador´, Ra-Ma
- Rafael C. Gonzalez, Richard E. Woods 'Digital Image Processing´, Addison Wesley
- Arturo de la Escalera. Visión por computador. Prentice Hall 2001.
- Jain, Ramesh, Kasturi, Schunk, Brian. Machine Vision. MacGraw Hill, 1995.