Kursplan för Bildbehandling

Matematisk analys i flera variabler och statistik, samt erfarenhet av Matlab.

• Visualisera med hjälp av mentala bilder processerna bakom Fouriertransformen i 1D och 2D, samt faltning. Beskriva likheter och skillnader mellan den kontinuerliga och den diskreta Fouriertransformen, samt relationen mellan dem.
• Välja och tillämpa ändamålsenliga bildförbättringsmetoder utgående från användningsområde. Skilja mellan fall där automatiserade bildförbättringsmetoder ger acceptabla resultat och där de inte gör det.
• Förstå skillnaderna mellan medelvärdes- och medianfiltrering vid brusreduktion.
• Visa förståelse för bildutjämning och förbättring av bildskärpan i så väl bilddomänen som Fourierdomänen. Välja mellan optimala metoder för kantdetektering beroende på tillämpning.
• Beskriva vanliga bildfel som en faltning av den sanna bilden med punktspridningsfunktioner (PSF). Beskriva och bestämma under vilka villkor olika bildrestaureringsalgoritmer kan användas, samt beskriva dessa algoritmers styrkor och svagheter.
• Beskriva cosinustransform och dess relation till Fouriertransformen.
• Visa grundläggande förståelse för wavelets och veta hur man använder dem vid datakompression och brusreduktion.
• Förklara skillnaden mellan förstörande och icke-förstörande komprimeringsmetoder och förklara begreppet dataredundans som källa för kompression. Beskriva delkomponenterna i allmänna kompressor/expanderarealgoritmer. Beräkna teoretiska gränser för förlustfri komprimering med hjälp av Shannons sats för brusfri kodning, samt implementera Huffman kodning.
• Beskriva olika avbildningsfunktioner som kan användas för bildkomprimering och välja lämplig metod beroende på tillämpning. Visa via exempel varför digital pulskodsmodulation (DPCM) fungerar och är stabil vid kvantiseringsfel.
• Beskriva de viktigaste delarna i JPEG-standarden.
• Skriva MATLAB kod för valda bildbehandlingsalgoritmer.