Elaborazione digitale di Segnali e Immagini

Luigi Bedini  

Fondamenti di calcolo differenziale e integrale

Fornire allo studente la conoscenza dei concetti e degli strumenti fondamentali per l'elaborazione digitale di segnali mono e bi-dimensionali, con particolare riferimento alla elaborazione di immagini

Il corso introduce i principi delle tecniche più recenti per l'elaborazione di segnali mono e bi-dimensionali, ponendo l'accento su i metodi digitali e sugli algoritmi di elaborazione di immagini. Vengono analizzati i modelli per immagini, sia deterministici che stocastici, con particolare riferimento ai modelli a campi di Markov. Vengono presentati e discussi metodi ed algoritmi di ricostruzione di immagini con riferimento a problemi applicativi quali il restauro, la segmentazione, la tomografia computerizzata, etc.

The course introduces the principles of modern one and two-dimensional signal processing, emphasizing digital methods and algorithms for image processing. Both deterministic and stochastic models for images are analysed with particular reference to Markov random field models. Methods and algorithms for image reconstruction are presented and discussed with reference to practical applications as restoration, segmentation, computerized tomography, etc.

Segnali mono e bi-dimensionali Formazione e acquisizione di immagini Modelli deterministici e stocastici per imagini Modelli a campi di Markov Trasformata di Fourier bidimensionale Restauro di immagini Metodi e algoritmi di ricostruzione in applicazioni pratiche Approccio Bayesiano per la ricostruzione di immagini Architetture parallele e reti neuronali per l'elaborazione di immagini

1. W. K. Pratt, Digital Image Processing, New York, Wiley, 1991. 2. Markov Random Fields; Theory and Application, R. Chellappa and A. Jain ed., New York, Academic Press, 1993.

Orale