|
Opinto-opas 2012-2013
SGNP-3021 Kuvankäsittelyn menetelmät, 5 op
|
Vastuuhenkilö
Pekka Ruusuvuori, Teemu Kumpumäki
Opetus
Opetusmuoto | P1 | P2 | P3 | P4 | Toteutuskerrat | Luentoajat ja -paikat |
|
|
|
|
|
|
|
Suoritusvaatimukset
Hyväksytysti suoritettu tentti ja pakolliset harjoitukset
Osasuoritusten pitää liittyä samaan toteutuskertaan
Osaamistavoitteet
Opiskelija osaa käyttää 2D-kuvankäsittelyn matemaattisia perusteita, näytteistystä ja kvantisointia. Opiskelijalle kykenee selittämään kuvan havaitsemiseen liittyvät fysiologiset ilmiöt. Kurssin jälkeen opiskelija osaa suorittaa kuvan muunnokseen, ehostukseen, suodatukseen, restaurointiin ja suodatukseen liittyviä tehtäviä.
Sisältö
Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
1. | Kuvankäsittelyn termistön tunteminen ja termien suhteiden ymmärtäminen | Termeihin liittyvien funktioiden toiminnan ymmärtäminen ja käyttön hallitseminen | Funktioiden muokkaaminen tarpeiden mukaisesti erilaisille kuvatyypeille ja arvoalueille |
2. | Kuvan muodostuminen ja esittäminen, näköjärjestelmän toiminta | Kuvankäsittelyn historiallinen viitekehys | |
3. | Kuvien ehostaminen ja restaurointi paikka- ja muunnostasoissa Suodinten toimintaperiaatteiden osaaminen ja niiden käyttäminen | Suotimien toteuttaminen itsenäisesti | |
4. | Muunnosmenetelmien perustoteutusten hyödyntäminen | Soveltuvimman muunnoksen valinnan osaaminen | Muunnosten toteuttaminen itsenäisesti |
5. | Kuvakompression perusteet | Kuvien ja videoiden kompression hyödyntäminen | Kompressiomenetelmien toteuttaminen |
Opintojakson arvostelu
Kurssin maksimipistemäärä on 100 ja läpipääsyvaatimus 50%. Pisteitä kertyy sekä tentistä että harjoituksista. Lisätehtävillä on mahdollista korottaa arvosanaa, mutta tentistä on kuitenkin saatava vähintään 40 pistettä kurssin suorittamiseksi. Pakolliseksi määritellyt harjoitustehtävät on suoritettava hyväksytysti. Tehtävien kopioiminen muilta johtaa seuraamuksiin rikkeen vakavuuden vaatimassa laajuudessa.
Arvosteluasteikko:
Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)
Osasuoritukset:
Oppimateriaali
Tyyppi | Nimi | Tekijä | ISBN | URL | Painos,saatavuus... | Tenttimateriaali | Kieli |
Kirja | Digital Image Processing, 3rd edition | Gonzales, R.C and Woods, R.E. | 0-13-505267-X | soveltuu myös toinen painos | Englanti | ||
Kirja | Fundamentals of Digital Image Processing | Jain, Anil K. | 0-13-336165-9 | Englanti | |||
Luentokalvot | Kuvankäsittelyn menetelmät | ladattavissa kurssin sivulta | Suomi | ||||
Opintomoniste | Kuvankäsittelyn menetelmät | saatavissa luennoitsijalta / ladattavissa kurssin sivulta | Suomi |
Tietoa esitietovaatimuksista
Opiskelijan tulee hallita tilastomatematiikan perusteet, lineaaristen järjestelmien teoria ja MATLABin käyttö.
Esitietoketju (Vaatii kirjautumisen POPiin)
Vastaavuudet
Opintojakso | Vastaa opintojaksoa | Selite |
|
|
|
|
|
Tarkempia tietoja toteutuskerroittain
Toteutus | Kuvaus | Opetusmuodot | Toteutustapa |
Kuvankäsitelyn menetelmät lukuvuosi 2012-2013 | Luennot Harjoitukset Harjoitustyöt |
Lähiopetus: 40 % Etäopetus: 0 % Itseopiskelu: 60 % |
Opintojaksoon liittyvät dokumentit