Smart vision and sensors networks
Docente
- Prof. Christian Micheloni
Indirizzo e-mail
christian.micheloni@uniud.it
Indirizzo Pagina Web Personale
http://www.dimi.uniud.it/members/christian.micheloni/
Crediti
12 CFU
Programma
- Introduzione – Presentazione del corso e dei concetti base dell’elaborazione di immagini e video.
- Introduzione ai sistemi di elaborazione video – Definizione di un sistema di elaborazione video e ambiti di applicazione, stato dell’arte dal 1960 ad oggi, architettura generale e brevi cenni alle singoli moduli del sistema (acquisizione, calibrazione, identificazione dei cambiamenti, localizzazione di oggetti, classificazione e tracking di oggetti, riconoscimento di eventi).
- Elaborazione dell’immagine – Formazione dell’immagine. Formati grafici. Definizione delle caratteristiche topologiche, geometriche e metriche. Miglioramento delle immagini mediante operazioni puntuali ed operazioni spaziali.
- Analisi del movimento – Architettura e analisi delle tecniche principali di rilevamento di cambiamenti: ad isteresi, con voting, di contorni, del geopixel. Tecniche di sogliatura, metodo di Tsai e dei Numeri di Eulero. Tecniche di aggiornamento dello sfondo. Esempi di identificazione dei cambiamenti e/o oggetti in movimento in sequenze di immagini.
- Calibrazione – Calibrazione di una telecamera (tecniche lineari e non lineari, omografia), estrazione di parametri intrinseci ed estrinseci. Proiezione di punti su mappa.
- Reti di sensori – Introduzione all’analisi distribuita e alle tecniche cooperative per l’analisi dei dati. Tecniche di riconfigurazione dei sensori (task allocation, optimum coverage,ecc..)
- Introduzione alla visione su sitemi mobili – Introduzione ad Android. Utilizzo delle OpenCV per creare applicazioni di visione su dispositivi mobili.
- Laboratorio – Esercitazioni per l’applicazione delle tecniche introdotte. Introduzione a MATLAB e sviluppo delle diverse tecniche introdotte mediante tale linguaggio.
Bibliografia
Testi consigliati:
[1] R.C. Gonzales, R.E. Woods, Elaborazione delle immagini digitali, Prentice Hall, 2008
[2] Richard Szeliski, Computer Vision: Algorithms and Applications, 2008
[3] D. Marini, M. Bertolo, A. Rizzi, Comunicazione Visiva Digitale, Addison-Wesley, 2002.
[4] A. Watt, F. Policarpo, The Computer Image, Addison-Wesley, 1998.
[5] R. Klette, and P. Zamperoni, Handbook of Image Processing Operators, Wiley, 1996.
[6] Materiale fornito dal docente a lezione.
Modalità d'esame
L’esame finale avverrà in due fasi. La prima consiste nella soluzione di esercizi simili a quelli visti a lezione (Assignments). La seconda consiste in un progetto da presentare all’esame. Un’altra modalità possibiliè consiste in un esame scritto seguito dall’orale.