Dina studier

Kursplan för Bildanalys

Kursplanen innehåller ändringar
Se ändringar

Kursplan fastställd 2016-02-10 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnImage analysis
  • KurskodSSY097
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPBME
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeBioteknik, Elektroteknik
  • InstitutionELEKTROTEKNIK
  • BetygsskalaTH - Fem, Fyra, Tre, Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 10112
  • Blockschema
  • Sökbar för utbytesstudenterJa

Poängfördelning

0116 Tentamen 4,5 hp
Betygsskala: TH		4,5 hp
  • 23 Mar 2019 fm SB_MU
  • 10 Jun 2019 em SB_MU
  • 19 Aug 2019 em SB_MU
0216 Laboration 1,5 hp
Betygsskala: UG		1,5 hp
    0316 Projekt 1,5 hp
    Betygsskala: UG    		1,5 hp

      I program

      Examinator

      Ersätter

      • ESS060 Bildanalys
      • SSY095 Image analysis
      • SSY096 Bildanalys

      Behörighet

      Information saknas

      Kursspecifika förkunskaper

      En grundkurs i signaler och system (eller motsvarande), inklusive fouriertransform, linjär filterteori (impulssvar, överföringsfunktion, faltning, samplingsteoremet). Grundläggande kunskaper i sannolikhetslära.

      Syfte

      Det huvudsakliga syftet med kursen är att ge en introduktion till algoritmer och matematiska metoder som används inom bildanalys, i en omfattning som gör det möjligt för studenten att hantera industriella bildanalysproblem. Utöver det är ett syfte att hjälpa studenten att utveckla sin förmåga till problemlösning med och utan dator.

      Lärandemål (efter fullgjord kurs ska studenten kunna)

      Kunskap och förståelse

      För godkänd kurs skall studenten
      - Kunna förklara tydligt och självständigt använda, grundläggande matematiska begrepp inom bildanalys.
      - Kunna beskriva och översiktligt förklara den matematiska teorin bakom några centrala bildanalysalgoritmer (såväl deterministiska och stokastiska).
      - Ha förståelse för de statistiska principer som används i maskininlärning

      Kompetenser och färdigheter

      För godkänd kurs skall studenten
      - På ett ingenjörsmässigt sätt kunna använda datorpaket för att lösa problem i bildanalys.
      - Visa god förmåga att självständigt identifiera problem som kan lösas med metoder från bildanalys, och kunna välja en lämplig metod.
      - Självständigt kunna tillämpa grundläggande metoder inom bildanalys till problem som är relevanta i industriella tillämpningar eller forskning.
      - Med adekvat terminologi, väl strukturerat och logiskt sammanhängande kunna redogöra för lösningen till ett problem inom bildanalys.

      Innehåll

      Grundläggande bildanalysverktyg: Filtrering, morfologi, skalrumsteori.

      Särdragsextraktion: Blob, kant och hörndetektion.

      Bild-likhet: Korrelation, mutual information och SIFT-deskriptorn.

      Bildregistrering: Robust modellskattning, RANSAC, intensitet-baserade metoder.

      Grunderna i datorseende: kamerageometri, epipolargeometri och rörelseskattning

      Segmentering: tröskling, multi-atlas-segmentering och graf-metoder.

      Maskininlärningsmetoder för klassificering: Närmaste granne, SVM, slumpskogar och neurala nätverk (av faltningstyp).

      Formmodeller.

      Användningsområden: Datorstödd diagnostik (segmentering, bildregistrering, klassificering), robotseende (rörelseskattning, objekt- och scen-igenkänning) och bildsök.

      Organisation

      Kursen består av ett antal föreläsningar (inklusive gästföreläsningar som ges av industrin eller forskare och visar upp praktiska tillämpningar av bildanalys). Dessutom finns det ett antal övningstillfällen, fyra laborationer och ett projekt. Projektet utförs i grupper om 1-3 personer och avslutas med inlämning av en skriftlig rapport som förklarar det aktuella bildanalysproblemet, en motivering av den valda teorin samt en beskrivning av algoritmer, resultat och slutsatser.

      Litteratur

      Szeliski, R.: Computer Vision, Algorithms and Applications. Springer, 2010, ISBN: 9781848829343. Det är möjligt att bli godkänd på kursen utan boken genom att använda det material som erbjuds på kurssidan.

      Examination inklusive obligatoriska moment

      Skriftlig tentamen med TH betygsskala, laborationer (godkänd/underkänd), och ett projektarbete (godkänd/underkänd).

      Kursplanen innehåller ändringar

      • Ändring gjord på tentamen:
        • 2019-05-03: Plats Plats ändrat från Johanneberg till SB Multisal av arhanto
          [2019-08-19 4,5 hp, 0116]
        • 2019-04-05: Plats Plats ändrat från Johanneberg till SB Multisal av grunnet
          [2019-06-10 4,5 hp, 0116]
        • 2019-01-31: Plats Plats ändrat från Johanneberg till SB Multisal av grunnet
          [2019-03-23 4,5 hp, 0116]