Il corso ha caratteristiche avanzate e si concentra su aspetti di processazione di: basso, medio ed alto livello.
I principali argomenti trattati sono:
1) processo di formazione delle immagini (trasformazioni 2D e 3D, proiezione da 3D a 2D, teoria delle lenti sottili, radiometria, campionamento multidimensionale, spazi di colore, esempi di applicazione alla progettazione e dimensionamento di sistemi di acquisizione a partire dalle specifiche funzionali)
2) preelaborazione nel dominio spaziale (operatori puntuali, locali e globali, equalizzazione, filtraggio lineare e non lineare, separabilità, esempi di applicazione al conteggio di cellule)
3) esaltazione dei bordi (derivate di primo e secondo ordine, bordi in immagini a colori, collegamento di bordi, detezione di linee e punti di fuga, detezione di superfici piane, esempi di applicazione alla lettura di targhe di veicoli)
4) segmentazione (thresholding, tecniche morfologiche, accrescimento di regioni, fusione e separazione di sottoparti, esempi di applicazione ai tumori della pelle ed al volume foliare delle piante)
5) introduzione alle tecniche di calibrazione (griglia di Tsai, calcolo dei punti di fuga, omografie, esempi di applicazione all'analisi degli incidenti stradali ed alla misura di distanze da vista monoculare)
6) morfologia matematica (operazioni di base, hit & miss, thinning, DT, CC, esempi di applicazione al riconosimento di caratteri)
7) rilevazione di caratteristiche visuali (punti e superfici particolari, descrittori invarianti MSER, MOPS, SIFT, SURF, inseguimento di caratteristiche, esempi di applicazione al monitoraggio di monumenti ed al controllo di sicurezza)
8) stima ed analisi del movimento (stima gerarchica, apprendimento di traiettorie tipiche, rilevazione anomalie, esempi di applicazione all'identificazione di atti aggressivi ed all'ambient intelligence)
9) riconoscimento di oggetti (rilevamento di visi, identificazioni di pedoni, riconoscimento di oggetti tridimensionali in immagini stereo e di range, analisi di immagini 3D, riconoscimento di luoghi, riconoscimento di categorie, riconoscimento di sottoparti, analisi e riconoscimento di azioni)
Le applicazioni analizzate fanno riferimento a realizzazioni effettivamente sviluppate nel VIS-Lab del Dipartimento alcune delle quali implementate in prodotti di mercato. Gli studenti avranno così la possibilità di confrontarsi con reali tematiche applicative e con le corrispondenti soluzioni attuative.