Analisi di immagini e dati volumetrici (2018/2019)



Codice insegnamento
4S001409
Crediti
6
Coordinatore
Andrea Giachetti
Settore disciplinare
ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Lingua di erogazione
Italiano
L'insegnamento è organizzato come segue:
Attività Crediti Periodo Docenti Orario
Teoria 5 I semestre Andrea Giachetti

Vai all'orario delle lezioni

Laboratorio 1 I semestre Andrea Giachetti

Vai all'orario delle lezioni

Obiettivi formativi

Il corso si propone di fornire le conoscenze necessarie per capire ed usare algoritmi per elaborare immagini digitali e differenti tipi di dati spazialmente riferiti (volumi e superfici). Verranno quindi presentati algoritmi e strutture dati atte a codificare efficacemente i dati, segmentare le regioni di interesse, caratterizzare con descrittori, riconoscere oggetti e allineare le strutture (registrazione).

Al termine del corso lo studente dovrà dimostrare di avere conoscenze e capacità di comprensione che gli consentano di usare le competenze acquisite per impostare problemi di ricostruzione 3D, misura, riconoscimento e fusione di dati multimediali.

Inoltre lo studente dovrà dimostrare di essere in grado di usare nozioni di geometria computazionale, algebra, e algoritmi su grafi per risolvere problemi pratici in vari contesti applicativi, selezionare autonomamente le più opportune strutture dati ed i migliori algoritmi.

Lo studente sarà quindi in grado di presentare un progetto applicativo descrivendone efficacemente motivazioni e scelte, proseguendo gli studi in modo autonomo nell’ambito del Visual Computing.

Programma

Teoria

1 Introduzione
Acquisizione spazialmente riferita 2D e 3D immagini, dati scattered, griglie strutturate e non strutturate, sensori ed applicazioni
2 Strutture dati
Immagini e volumi, regioni binarizzate ed etichettate, componenti connesse, topologia,
Dati scattered, triangolazione, interpolazione lineare e con radial basis function
Rappresentazioni di contorni e superfici, catene di punti e spline, mesh triangolate, ricostruzione di superfici da da nuvole di punti, Moving Least Squares, ball pivoting
3 Segmentazione
Segmentazione di immagini e volumi mediante classificazione dei valori e con tecniche graph based
Markov/conditional random fields, graph cut, segmentazione interattiva GrabCut
4 Contour/surface based segmentation
Snakes ed estensione 3D, evoluzione di contorni/superfici implicite con Level Set, algoritmo fast marching, calcolo di mappe di distanze e distanze geodesiche su superfici
5 Model based segmentation
Model fitting e varianti robuste, Hough transform
Modellazione statistica: Point Distribution Models
6 Caratterizzazione di forma
Misura e descrizione di forme binarie, momenti ed invarianza,
Descrittori su contorni, feature locali e curvatura, feature con contesto e globali, descrittori di Fourier di contorni
Scheleletri e linee mediali
Descrittori locali di superfici manifold, curvature e stima su mesh triangolate
7 Features su immagini 2D/3D e texture
Corner, descrittori invarianti
8 Registrazione spaziale
Definizione del problema (indipendente dal tipo di dato) ed approcci
Point based registration (problema di procruste) e problematiche. Nuvole di punti e ICP
Intensity based registration: schema, problematiche. Stima di metriche di confronto, Mutual Information.


Laboratorio

Introduzione a Matlab, immagini, contorni, interpolazioni, visualizzazione
Segmentazione voxel based
Implementazione e validazione snake
Shape retrieval 2D
Mesh processing

Modalità d'esame

La verifica del profitto avviene mediante prova scritta (20/30) e valutazione delle attività di laboratorio (10)

Per passare l'esame lo studente deve dimostrare
-Di aver compreso i concetti di base della codifica e processing di dati spazilmente riferiti
-Di saper descrivere i suddetti concetti in modo chiaro ed esaustivo
-Di saper applicare le conoscenze acquisite

Prova scritta:
La prova scritta consiste di alcune domande a risposta aperta sugli argomenti di teoria, inclusi eventuali esercizi che dimostrino la comprensione di concetti base

Prova di laboratorio
La valutazione di laboratorio avviene mediante progeto applicativo da discutere in interrogazione orale