| Osaamistavoitteet |
Opintojakson tavoitteena on antaa opiskelijalle läpileikkaus konenäön keskeisestä teoriasta, menetelmistä eri algoritmeineen, ja sovelluskohteista, että hän kykenee itsenäisesti soveltamaan konenäön menetelmiä sekä käytännön ongelmien ratkaisuissa että teoreettisten ongelmien ratkaisemisessa.
Opiskelija
- tuntee keskiset konenäön menetelmät ja niiden sovellusalueet, sekä rajoitteet, ymmärtää keskiset erot uusimpien ja toisaalta klassisten menetelmien välillä
- tunnistaa millaisia menetelmiä kannattaa tai voi käyttää ja mitä taas ei kannata käyttää tietyn ongelman ratkaisemisessa
- tietää erilaisten menetelmien ja niihin liittyvien algoritmien hyvät ja huonot puolet
soveltaa konenäön menetelmiä erilaisiin ongelmin, joita yhteiskunnan eri alueilla tulee vastaan lisääntyvässä määrin |
| Sisältö |
Opintojaksolla käsitellään mm. seuraavia asioita:
- Konenäön historia
- Digitalinen kuva ja sen muodostuminen, erilaiset kuvahilat
- Binäärikuva, harmaatasokuva, värikuva, spektrikuva
- Kuva-algebra ja kuvahilan metriikoiden vaikutus menetelmiin
- Matemaattinen morfologia konenäössä
- Keskiset menetelmät, kuten dilaatio, eroosio, avaus, sulkeminen, vesirajamuunnos, jne.Etäisyysmuunnokset sekä binääri-, harmaaataso-, että värikuville
- Väriavaruudet ja niiden käyttö konenäössä
- Reunanetsintä
- Geometristen kuvioiden tunnistaminen (Hough.muunnos, jne.), kulmien tunnistaminen
- Spatiaalinen ja taajuustason kuva
- Kuvien suodatus taajuustason avulla
- Eri tyyppiset kuvakohinat ja niiden suodattaminenFourier-muunnoksen käyttö konenäössä (sekä harmaaataso- että värikuvissa)
- Fyysisten esineiden tunnistaminen sekä spatiaali- että taajuustason kuvien avullaKuvien tiivistäminen
- Häviöllinen ja häviötön tiivistäminen
- Kuvamuunnoksiin perustuvia tiivistysmenetelmiä (esim. JPEG ja JPEG2000)
- Ennustamiseen perustuvia tiivistysmenetelmiä
|
| Suoritustavat |
Kontaktiopetus: Luennot 32 tuntia, harjoitukset 16 tuntia, itsenäinen työskentely 110 tuntia.
Luennot ja harjoitukset eivät ole pakollisia, mutta niihin osallistumista suositellaan. Niissä käydään läpi menetelmiä, joista on hyötyä harjoitustyötä tehtäessä.
Suoritustapa: Tentti (arvostelu 0-5), harjoitustyö (arvostelu: hylätty/hyväksytty/kiittäen hyväksytty). Harjoitustyön arvosana kiittäen hyväksytty nostaa loppuarvosanaksi tenttiarvosanan + 1, mutta ei 0 è 1.
Tentin kysymysten alueena ovat luennot ja harjoitukset.
Sivuaineopiskelijat, avoimen yliopiston opiskelijat ja jatkuvat oppijat suorittavat opintojakson tenttimällä yleisenä tenttipäivänä tenttialueen, joka koostuu luennoista (PP-kalvot saatavilla) sekä tekevät harjoitustyön hyväksytysti. |
| Toteutustavat |
Luennot ja harjoitukset annetaan lähiopetuksena. |
| Oppimateriaalit |
Luennolla käydän läpi luennoijan koostamaa materiaalia eri lähteistä. Osa sisällöstä löytyy kirjasta: Rafael C. Gonzalez, Richard E. Woods: Digital Image Processing, 2nd Edition, Prentice-Hall, 2002 tai uudempi |
| Arvosteluperusteet |
Kurssin suorittaminen edellyttää tentin suorittamista vähintään arvosanalla 1, sekä harjoitustyön tekemistä vähintään arvosanalla hyväksytty. Tentti arvostellaan asteikolla 0-5. Harjoitustyö arvostellaan asteikolla hylätty/hyväksytty/kiittäen hyväksytty. |
| Ajankohta |
Kevätlukukausi |
| Tarjontatieto |
Opintojakso on tarkoitettu Tietojenkäsittelytieteen maisteripuolen tutkinto-opiskelijoille, sivuaineopiskelijoille, jatkuville oppijoille, joilla on tietojenkäsittelytieteen perus- ja aineopinnot suoritettuna, Tietojenkäsittelytieteen kansainvälisissä maisteriohjelmissa oleville ja Tietojenkäsittelytieteen vaihto-opiskelijoille |
| Lisätietoja |
Opetuskieli on englanti. Suomenkielistä tutkintoa suorittava voi suorittaa opintojakson tentin ja/tai harjoitustyön suomeksi |
|
