Gäller från och med: Höstterminen 2013
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2014-04-22
Avdelning: Matematik (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
Kursens huvudsyfte är att ge en grundläggande introduktion till teori och matematiska metoder inom bildanalys, i tillräcklig omfattning för att a ta sig an forskningsanknutna och industriella bildbehandlingsproblem. Vidare är syftet att få doktoranden att utveckla sin förmåga till problemlösning, både med och utan dator. Ett ytterligare syfte är att förbereda studenten för fortsatta studier i t ex datorseende, multispektral bildanalys och statistisk bildanalys.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Matematiska grundbegrepp: Bildtransformer, DFT, FFT. Bildförbättring: Grånivåtransformer, filtreringar. Bildrestaurering: Filtreringar, inversa metoder. Skalrumsteori: Kontinuerlig-diskret teori, interpolation. Särdragsextraktion: Filtreringar, kant- och hörndetektion. Segmentering: Graf-metoder, aktiva konturer, matematisk morfologi. Registrering Maskininlärning: Inlärning, prövning, generalisering, hypotesrum
Szeliski, R.: Computer Vision: Algorithms and Applications. Springer, 2010. ISBN 9781848829343.
Det är möjligt att klara kursen utan att köpa boken, med användning av material på kurshemsidan.
Undervisningsformer: Föreläsningar, projekt
Examinationsformer: Skriftlig rapport, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:
Förutsatta förkunskaper: Linjär algebra and analys i en och flera variabler. Högt uppövade färdigheter i att genomföra experiment, bedriva arbete i projektform och i att programmera.
Kursansvariga:
Hemsida: http://www.maths.lu.se/english/phd-studies/