Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Εικόνα επιλογής

Επεξεργασία εικόνας: αρχές, αλγόριθμοι και εφαρμογές (2025)

(ΕΚ-ΠΤ -- επε-εικ) -  Σπυρίδων Χρονόπουλος

Περιγραφή Μαθήματος

Στην εποχή της ψηφιακής τεχνολογίας, η ψηφιακή εικόνα αποτελεί θεμέλιο λίθο για πολλές εφαρμογές. Γενικώς, η ψηφιοποίηση των σημάτων δύο διαστάσεων (2D) επιτρέπει την καταγραφή οπτικών πληροφοριών με μεγάλη ακρίβεια και λεπτομέρεια. Επίσης, οι μετασχηματισμοί, όπως π.χ. Fourier, Z και DFT, παρέχουν τα εργαλεία ανάλυσης της συχνότητας και της χωρικής δομής των εικόνων. Εν συνεχεία, η εφαρμογή των 2D φίλτρων διευκολύνει την εξαγωγή χρήσιμων πληροφοριών και την βελτίωση της ποιότητας των εικόνων. Μέσω της ανάλυσης εικόνας, πραγματοποιούνται τροποποιήσεις μεγέθους, αντίθεσης και φωτεινότητας, με τη δημιουργία ιστογραμμάτων. Ειδικότερα, η ισοστάθμιση των ιστογραμμάτων συμβάλλει στην ορθότερη φωτεινότητα και στην ανάδειξη σημαντικών λεπτομερειών. Ακόμη, τεχνικές κατάτμησης εικόνων επιτρέπουν το διαχωρισμό αντικειμένων από το φόντο, διευκολύνοντας την περαιτέρω ανάλυση. Η ανίχνευση ακμών, καθώς και  εντοπισμός σημείων ενδιαφέροντος, είναι κρίσιμα για την αναγνώριση περιγραμμάτων και σχημάτων. Μέσα από αυτές τις μεθόδους, επιτυγχάνεται πιο ακριβής περιγραφή και κατηγοριοποίηση των οπτικών δεδομένων. Εν συνεχεία, τα εργαλεία αποκατάστασης και αποθορυβοποίησης βελτιώνουν εικόνες που έχουν υποστεί παραμορφώσεις ή και περιέχουν σημαντικό θόρυβο. Η χρωματική βελτίωση και η ανασύσταση συμβάλλουν στην ανάκτηση και ενίσχυση της οπτικής ποιότητας των εικόνων. Επομένως, η συνδυαστική χρήση των παραπάνω τεχνικών οδηγεί σε πιο αξιόπιστες και αποτελεσματικότερες μεθόδους επεξεργασίας εικόνας. Το MATLAB αποτελεί ένα εξαιρετικό λογισμικό για την υλοποίηση των αλγορίθμων και την πειραματική διερεύνηση διαφόρων μεθόδων. Η ενσωμάτωση θεωρητικών γνώσεων σε πρακτικές εφαρμογές επιτρέπει την ανάπτυξη καινοτόμων λύσεων. Συνολικά, η μελέτη της ψηφιακής εικόνας και η ψηφιοποίηση σημάτων 2D αναδεικνύουν νέους ορίζοντες για την έρευνα και την εφαρμογή προηγμένων τεχνικών επεξεργασίας εικόνας.

Ημερομηνία δημιουργίας

Πέμπτη 27 Φεβρουαρίου 2025

  • Διδάσκοντες

    Δρ. Σπυρίδων Χρονόπουλος

    Περιεχόμενο μαθήματος

    Ψηφιακή εικόνα - ψηφιοποίηση σημάτων δύο διαστάσεων (2D). Μετασχηματισμοί δύο διαστάσεων (Fourier, Z, DFT κ.α.) και 2D φίλτρα. Ανάλυση και επεξεργασία εικόνας, τροποποίηση μεγέθους, μεταβολή αντίθεσης/φωτεινότητας, ιστόγραμμα και ισοστάθμιση. Τεχνικές κατάτμησης εικόνων, ανίχνευσης ακμών, εντοπισμού σημείων ενδιαφέροντος και περιγραμμάτων. Εργαλεία αποκατάστασης, αποθορυβοποίηση, χρωματική βελτίωση, ανασύσταση. Υλοποιήσεις σε λογισμικό (π.χ. MatLab).

    Μαθησιακοί στόχοι

    Στο τέλος του μαθήματος ο φοιτητής θα μπορεί να:
    • αναγνωρίζει τα χαρακτηριστικά και τις ιδιότητες ενός 2D σήματος (διακριτών και συνεχών ανεξάρτητων μεταβλητών)
    • χειρίζεται εργαλεία της ψηφιακής επεξεργασίας σήματος (DFT, φίλτρα, κ.α.) σε περιβάλλον 2D σημάτων
    • εκτελεί τυπικές μετρήσεις και τροποποιήσεις των χαρακτηριστικών μεγεθών της ψηφιακής εικόνας (π.χ. μέγεθος, ιστόγραμμα, φωτεινότητα κ.τ.λ.)
    • υλοποιεί τεχνικές βελτίωσης, αποθορυβοποίησης, αποκατάστασης, κατάτμησης κ.τ.λ. της εικόνας
    • υλοποιεί τεχνικές ανίχνευσης ακμών και σημείων ενδιαφέροντος
    • καταρτίζει αλγόριθμους και να τους υλοποιεί σε περιβάλλον λογισμικού (π.χ MatLab)

    Γενικές ικανότητες που καλλιεργεί το μάθημα

    Γενικές ικανότητες που καλλιεργεί το μάθημα:

    • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
    • Αυτόνομη εργασία
    • Ομαδική εργασία

    Μέθοδοι διδασκαλίας

    Τρόπος παράδοσης: Δια ζώσης σε αίθουσα βάσει προγράμματος διαλέξεων.

    Χρήση τεχνολογιών πληροφορίας και επικοινωνιών:

    • Χρήση ηλεκτρονικών παρουσιάσεων
    • Χρήση υπολογιστή κατά τη διάλεξη
    • Χρήση εξειδικευμένου λογισμικού
    • Διάθεση υλικού μέσω δικτυακού τόπου
    • Διαχείριση εργασιών/ασκήσεων μέσω δικτυακού τόπου
    • Επικοινωνία με φοιτητές μέσω e-mail

    Αξιολόγηση και Μέθοδοι αξιολόγησης

    Προτεινόμενος τρόπος αξιολόγησης:

    • Γραπτή εξέταση στο τέλος του εξαμήνου που συνεισφέρει 60% στην τελική βαθμολογία του μαθήματος.
    • Παράδοση τακτικών εργαστηριακών αναφορών ή/και προφορική εξέταση στο εργαστήριο που συνεισφέρουν 40% στην τελική βαθμολογία του μαθήματος.
    • Τα παραπάνω ποσοστά ενδέχεται να μεταβάλλονται ανάλογα με τις εκάστοτε μαθησιακές απαιτήσεις σε επίπεδο διάλεξης αλλά και εργαστηρίου.

     

    Πιθανές Μέθοδοι αξιολόγησης:

    • Ερωτήσεις σύντομης απάντησης
    • Ερωτήσεις πολλαπλής επιλογής
    • Έκθεση / Αναφορά
    • Προφορική εξέταση (μόνο αν ανακοινωθεί και ισχύσει για όλους τους φοιτητές)

     

    Βιβλιογραφία

    1. R. Gonzalez, R. Woods, Ψηφιακή Επεξεργασία Εικόνας, 4η έκδοση, Τζιόλα, 2018. ISBN: 978-960-418-733-1. Κωδικός στον Εύδοξο: 68384821.
    2. Ν. Παπαμάρκος, Ψηφιακή επεξεργασία και ανάλυση εικόνας, 3η έκδοση, Αφοί Παπαμάρκου Ο.Ε., 2013. ISBN: 978-960-92731-7-6. Κωδικός στον Εύδοξο: 68372511.
    3. Ι. Πήττας, Ψηφιακή επεξεργασία εικόνας, 4η έκδοση, 2010. ISBN: 978-960-91564-3-5. Κωδικός στον Εύδοξο: 59377428.
    4. Σημειώσεις των διδασκόντων.