SGN-12001 Johdatus kuvan- ja videonkäsittelyyn, 5 op
Introduction to Image and Video Processing

Vastuuhenkilö

Sari Peltonen, Jenni Raitoharju, Moncef Gabbouj

Opetus

Toteutuskerta Periodi Vastuuhenkilö Suoritusvaatimukset
SGN-12001 2019-01 2 Sari Peltonen
Hyväksytysti suoritetut harjoitukset sekä viikkokoeet tai tentti.

Osaamistavoitteet

Opintojakson suoritettuaan opiskelija osaa - selittää ihmisen näköjärjestelmän perusteet, kirkkauden erottelun, valaistukseen sopeutumisen, kuvanmuodostuksen, näytteenoton ja kvantisoinnin - esittää sanallisesti tai matemaattisin kaavoin opintojaksolla käsitellyt digitaalisten harmaasävykuvien tila- ja taajuustason ehostus- ja entistysmenetelmät - laskea yksinkertaisille kuville laskinta käyttäen menetelmien antamat ulostulot - selittää värinäön ja pseudovärikuvien perusteet sekä käsitellyt värimallit - selittää videonkäsittelyn peruskäsitteet - toteuttaa itsenäisesti käsitellyt operaatiot kuville Matlab-ohjelmiston avulla.

Sisältö

Sisältö Ydinsisältö Täydentävä tietämys Erityistietämys
1. Digitaalisen kuvan määritelmä ja esitysmuoto, ihmisen näköjärjestelmän perusteet, kirkkauden erottelu, valaistukseen sopeutuminen, kuvanmuodostus, kaksiulotteinen näytteenotto ja kvantisointi  Digitaalisen kuvankäsittelyn historia, sovellusalueita ja kuva-alkioiden väliset yhteydet ja etäisyydet   
2. Kuvien ehostus ja entistäminen sekä tila- että taajuustasossa, kaksiulotteinen diskreetti Fourier-muunnos ja spatiaali- ja taajuusalueen suodinten luokat.  Jatkuva kaksiulotteinen Fourier-muunnos, Fourier-muunnoksen lisäominaisuudet, muut muunnokset ja yksittäisten suodinten matemaattinen esitys  Fourier-muunnoksen ominaisuuksien matemaattinen johtaminen 
3. Värinäön perusteet, värimallit ja pseudovärikuvat  Muunnokset värimallista toiseen, värikuvien pehmennys ja terävöitys   
4. Videonkäsittelyn perusteet, videotiedostoformaatteja, resoluutioita ja bittinopeuksia  Videon ehostus   
5. Liikeanalyysi, liikkeen estimointi, liikekompensointu suodatus, lomituksen poisto ja resoluution parannus  MPEG standardit   
6. Mahdollisen vierailuluennon aihealue pääpiirteissään.  Mahdollisen vierailuluennon yksityiskohtaisempi sisältö.   

Ohjeita opiskelijalle osaamisen tasojen saavuttamiseksi

Opintojakson arvosana määräytyy tentin sekä osin pakollisten harjoitusten ja harjoitustyön sekä niistä saatavien bonuspisteiden perusteella. Bonuspisteet ovat voimassa vain tämän toteutuskerran 3 tentissä. Hallittuaan ydinaineksen hyvin on opiskelijalla mahdollisuus läpäistä kurssi arvosanalla 3. Arvosanan 4 saavuttaakseen opiskelijan on osattava myös täydentävän tietämyksen asioita. Arvosanaan 5 on mahdollisuus, jos täydentävän tietämyksen asiat osataan hyvin. Jos ydinaineksessa on vähäisiä puutteita, on opiskelijalla mahdollisuus arvosanaan 1 tai 2 riippuen puutteiden määrästä. Jos ydinaineksen hallinnassa on huomattavia puutteita, ei opiskelija läpäise kurssia.

Arvosteluasteikko:

Arvosteluasteikko on numeerinen (0-5)

Oppimateriaali

Tyyppi Nimi Tekijä ISBN URL Lisätiedot Tenttimateriaali
Kirja   Digital Image Processing   Gonzalez, Woods   201180758     2. painos, Prentice-Hall, New Jersey, 2002   Ei   
Kirja   Digital Image Processing   Gonzalez, Woods   9780131687288     3. painos, Prentice-Hall, New Jersey, 2008   Ei   
Kirja   Digital Image Processing   Gonzalez, Woods   9780133356724     4. painos, Pearson Education Limited, 2018   Ei   
Kirja   Practical Image and Video Processing Using MATLAB   Marques   9781118093467       Ei   
Kirja   Video Processing and Communications   Wang, Ostermann, Zhang   130175471       Ei   
Luentokalvot   Videonkäsittelykalvot   Sari Peltonen         Kyllä   
Opintomoniste   SGN-3010: Digitaalinen kuvankäsittely I   Sari Peltonen         Kyllä   

Esitietovaatimukset

Opintojakso P/S Selite
SGN-11000 Signaalinkäsittelyn perusteet Pakollinen    



Vastaavuudet

Opintojakso Vastaa opintojaksoa  Selite 
SGN-12001 Johdatus kuvan- ja videonkäsittelyyn, 5 op SGN-12000 Kuvan- ja videonkäsittelyn perusteet, 5 op  
SGN-12001 Johdatus kuvan- ja videonkäsittelyyn, 5 op SGN-12007 Introduction to Image and Video Processing, 5 op  

Päivittäjä: Kunnari Jaana, 05.03.2019