Kuva-analyysi, luentoaikataulu

Ma 17.1.

Johdatus digitaaliseen kuvankäsittelyyn, yleiskatsaus. Kuvan esittäminen digitaalisessa muodossa: harmaasävypalkit ja sen esitys lukumatriisina tietokoneen muistissa.
Digitaalisia reaalikuvia: , harmaatasoarvojen ylivuotovirhe kuvassa .
Muutama muu esimerkkikuva , ja .
Pikselit, muistin tarve.
Seuraava esimerkkikuva :
kuva esitettynä 256, 128, 64, 32, 16, 8, 4 ja 2 harmaatasolla
, , ,
ja sen 8 bittitasoa eniten merkitsevästä bitistä vähiten merkitsevään
, , , .
Sama kuva esitettynä eri pikseliresoluutioilla
, ,
(ss. 1-37). Sovelluksina ovat mm. satelliittikuvat .

Ti 18.1.

Naapurustot, alueet, algoritmi yhtenäisten alueiden löytämiseksi binaarikuvasta (ss. 40-43).

Ma 24.1.

Etäisyysmitat digitaalikuvassa, ikkunaoperaatio (ss. 45-51). Fourier-muunnos (ss. 81-89).

Demot 1: Tutustumista Matlabiin.

Ti 25.1.

Fourier-muunnos: mandrilliapinan kuva , sen tehospektri ja vaihespektri , konvoluutio, kosinimuunnos, muut kuvamuunnokset (ss. 90-145, DFT, konvoluutio, DCT - harppoen!).

Ma 31.1.

Muunnokset jatkuvat: Hotelling-muunnos, esim. ja sen 1. ominaiskuva, 2. ominaiskuva, 3. ominaiskuva ja 4. ominaiskuva (ss. 148-156). Johdantoa kuvan korostukseen, johdatus histogrammin tasoitukseen (ss. 166-173).

Demot 2

Ti 1.2.

Histogrammitasoitus (ss. 173-178).

Ma 7.2.

Erotuskuva ja kuvan keskiarvoistaminen kuvan parantamisessa, paikkatason suotimet, mediaanisuodin, keskiarvosuodin.
Esimerkkikuva ja sama keskiarvosuodatettuna (ss. 180-181, 185-192).
Autokuva ja kohinainen kuva (impulssikohinaa) . Kohinainen kuva mediaanisuodatettuna .
Toinen kohinainen kuva (normaalijakautunut kohina) , mediaanisuodatettuna .

Demot 3

Ti 8.2.

Suodatus Fourier-tasossa, ideaalinen ja Butterworth suodin (ss. 201-213).
Ylipäästösuodin Fourier tehospektrille ja ylipäästösuodatettu mandrilli . Ylipäästösuodatettu kuva kuvasta .
F-tason alipäästösuodin ja alipäästösuodatettu mandrilli . Alipäästösuodatettu Lena
Kaistanpäästösuodin Fourier-tasossa , kaistanpäästösuodatettu mandrilli .

Ma 14.2.

Väri- ja värikuva-analyysiä ja , (ss. 221-231, 245-248, luentomateriaali).

Demot 4

Ti 15.2.

Liikuntapäivä. Ei luentoja.

Ma 21.2.

Värikoordinaatistoja (RGB <--> IHS) (ss. 232-237). Johdatus kuvan tiivistämiseen, Huffman-koodaus (ss. 307-309, 343-345).

Demot 5

Ti 22.2.

Kuvan tiivistäminen, JPEG (linkki) ja yleisasiaa MPEGistä (ss. 385-387, 395-405).

Ma 28.2.

Kuva-analyysistä. Kuvan segmentointi: reunan etsintä , , (ss. 413-425).
Gradienttioperaattorin gradientin suunta .
"Zero-crossing" kuva Lenasta ja "zero-crossing"-kuva ensin alipäästösuodatetusta Lenasta .

Demot 6.

Ti 29.2.

Hough-muunnos. Kynnystäminen. Kuvasta kynnystämällä binarisoitu kuva , (ss. 432-438, 443-450).

Ma 6.3.

Luento siirretty.

Demot 7 BOJOTEHTÄVÄ 3

Ti 7.3.

Aluepohjainen segmentointi (ss. 458-462).

To 9.3. SIIRRETYT MAANANTAIN LUENNOT!

Ma 13.3.

Ketjukoodi, reunanseuranta-algoritmi, piirteet kohteen tunnistukseen.

Demot 8

Ti 14.3.

Ma 20.3. LUENTO SIIRRETTY!

Demot 9 DEMOT SIIRRETTY!

Ti 21.3.

Ma 27.3. SIIRRETYT MAANANTAIN (20.3.) LUENNOT!

Demot 10

Kuulustelut: Ei kertauskuulusteluja. Ohjelmointitehtävät osasuorituksena.

Kuulustelu Ti 4.4.2000.