Docente/i: Luca Lombardi  

Denominazione del corso: Visione Artificiale
Codice del corso: 064110
Corso di laurea: Ingegneria Informatica
Settore scientifico disciplinare: ING-INF/05
L'insegnamento è caratterizzante per: Ingegneria Informatica
Crediti formativi: CFU 5
Sito web del corso: http://vision.unipv.it/corsi/

Obiettivi formativi specifici

Questo corso si basa su lezioni teoriche (su 6-8 argomenti), corredate da altrettante esercitazioni sperimentali in cui si elaborano immagini e video. L’obiettivo è quello di acquisire familiarità con le principali tecniche per la visione artificiale sia attraverso la conoscenza dei problemi legati alla elaborazione di elevate quantità di dati, sia attraverso la scrittura di programmi che consentano di utilizzare e confrontare algoritmi esistenti in letteratura. Infine, si dà un accenno ai problemi delle architetture specializzate.

Programma del corso

Concetti introduttivi
Obiettivi didattici, aspetti culturali e tecnologici della visione artificiale. Aspetti di geometria digitale e computazionale. Le diverse metriche, i concetti di adiacenza, distanza, oggetto e sfondo. Definizioni di contorno, sua codifica e rappresentazione.

Operatori puntuali e locali
Trasformazioni ed equalizzazione dei livelli di grigio, binarizzazione. Operatori locali, aspetti generali, elaborazione seriale e parallelo. Operatori lineari, filtraggio. Operatori di rango, trasformata di rango.

Formazione di una immagine
Fotometria applicata all’analisi e alla sintesi di immagini. Effetti della geometria del sistema di acquisizione, funzione di distribuzione di riflettanza, superfici opache e superfici speculari, mappe di riflettanza. Forma da ombreggiatura.

Visione 3D e metodi stereometrici
Geometria della visione stereoscopica, calibrazione, invarianti prospettici. Immagine gaussiana estesa (EGI).

Sequenze di immagini e stima del movimento
Forme che evolvono e oggetti in movimento. Analisi del movimento, stima basata sul flusso ottico, stima basata su corrispondenze discrete. Analisi di forme 2D in evoluzione.

Riconoscimento di forme
Matching diretto, metodi statistici, metodi linguistici, metodi strutturali. Trasformata di Hough per il riconoscimento di forme espresse in forma analitica (rette, cerchi, parabole) e per poligoni regolari. Trasformata di Hough generalizzata.

Sistemi funzionalmente specializzati per la visione artificiale
DSP. Circuiti integrati per applicazioni specifiche utilizzati per primitive di elaborazione di immagini. Architetture a multiprocessore, memoria locale e condivisa; architetture a multirisoluzione: piramidi con diverse strutture. Tecniche di “planning”, complessità algoritmica. Rapporto fra architettura ed algoritmi per la visione artificiale.

Prerequisiti

Nessuno.

Tipologia delle attività formative

Lezioni (ore/anno in aula): 24
Esercitazioni (ore/anno in aula): 12
Laboratori (ore/anno in aula): 0
Progetti (ore/anno in aula): 24

Materiale didattico consigliato

Sono disponibili i lucidi delle lezioni

Gonzalez R., Woods R.. Digital Image Processing. Pearson, 2004. Testo di base..

V. Cantoni, S. Levialdi. La Visione delle Macchine. Tecniche Nuove, Milano, 1989.

Haralick R.M., Shapiro L.G.. Computer and Robot Vision, Vol. I e II.. Addison-Wesley, Mass., USA, 1992..

Modalità di verifica dell'apprendimento

Durante il corso saranno sviluppati in laboratorio una serie di progetti relativi ad alcuni degli argomenti esposti. L’esame finale, per chi ha sviluppato i progetti e superato una prova finale scritta, consiste in una discussione dei progetti svolti. Se la condizione precedente non è stata soddisfatta, l'esame verterà su tutto il programma del corso.