Μαθησιακά Αποτελέσματα:

Στόχος το μαθήματος είναι ο φοιτητής μετά την ολοκλήρωση του μαθήματος να έχει αποκτήσει τις απαραίτητες γνώσεις και δεξιότητες ώστε:

• Να κατανοήσει τις μαθηματικές βάσεις της ανάλυσης εικόνων.
• Να κατανοήσει τη θεωρία και εφαρμογές μετασχηματισμών σε δύο διαστάσεις.
• Να κατανοήσει τον σχεδιασμό και εφαρμογές ψηφιακών φίλτρων.
• Να κατανοεί τη θεωρίας και εφαρμογές αποκατάστασης και κωδικοποίησης εικόνων.
• Να έχει κατανοήσει βασικά ζητήματα σχετικά με την αναπαράσταση και χειρισμό ψηφιακών Εικόνων.
• Να κατανοεί τις μεθόδους επεξεργασίας Εικόνων στον χώρο και το πεδίο συχνοτήτων.
• Να κατανοεί τους βασικούς αλγόριθμους για αποκατάσταση Εικόνων, βελτίωση, συμπίεση, κλπ.

Γενικές Ικανότητες:

Οι ικανότητες που πρέπει να αποκτήσει ο πτυχιούχος και στις οποίες αποσκοπεί το μάθημα είναι:

• Αυτόνομη εργασία.
• Ομαδική εργασία.
• Εργασία σε διεθνές περιβάλλον.
• Εργασία σε διεπιστημονικό περιβάλλον.

Περιεχόμενο Μαθήματος:

• Εισαγωγή στην Ψηφιακή Επεξεργασία Εικόνας
• Η κατώτερη αναπαράσταση της εικόνας:
• Pixel, Στοιχεία συστημάτων ψηφιακής επεξεργασίας εικόνας και βασικές έννοιες
• Βασικοί δισδιάστατοι μετασχηματισμοί και αναπαραστάσεις εικόνας (Fourier, Walsh Hadamard, KL μετασχηματισμός διακριτού συνημίτονου (DCT), Ψηφιακή Καταγραφή Εικόνας
• Βελτίωση της ποιότητας εικόνας
• Βελτίωση εικόνας (μετασχηματισμοί έντασης, εξισορρόπηση ιστογράμματος, χωρικά φίλτρα, φίλτρα επιλογής συχνοτήτων, ομομορφικά φίλτρα)
• Eπεξεργασία έγχρωμης εικόνας (βασικά χρωματικά υποδείγματα, ψευδοχρωματισμός, επεξεργασία πλήρους χρώματος)
• Αποκατάσταση εικόνας(υποδείγματα παραμορφώσεων, αντίστροφα φίλτρα και φιλτρο Wiener, προσαρμοστικό φίλτρο Wiener)
• Συμπίεση ψηφιακής εικόνας
• Συμπίεση και κωδικοποίηση (Μορφές πληροφοριακού πλεονάσματος και κριτήρια πιστότητας, σχεδιασμός κβαντιστών Max Loyd, υποδείγματα συμπίεσης και κωδικοποίησης (προγνωστική κωδικοποίηση, DPCM, κα, συμπίεση με/χωρίς απώλειες,standards)
• Αλγόριθμοι ανίχνευσης ακμών
• Κατάτμηση εικόνας (ανίχνευση ασυνεχειών σημείου ευθείας ακμών, μετασχηματισμός Hough, κατωφλίωση, κατάτμηση με περιοχές, κωδικοποίηση αλυσίδας, περιγραφής συνόρου)
• Εργαστήριο Μαθήματος:
• Χρησιμοποιείται το Matlab (Image processing toolbox) για την υλοποίηση των αλγορίθμων που παρουσιάζονται στη διάλεξη.
• Χρησιμοποιούνται επίσης τα προγράμματα από το βιβλίο των Gonzalez και Woods τα οποία καλύπτουν σχεδόν όλη την προαναφερθείσα ύλη.