B5534 - COMPUTATIONAL IMAGING

Conoscenze e abilità da conseguire

Al termine del corso lo studente conosce alcuni metodi computazionali per l’elaborazione delle immagini e loro applicazioni, con particolare riferimento ai problemi inversi nell’imaging, quali rimozione del rumore, dello sfocamento, o super-risoluzione. E’ in grado di risolvere alcuni di questi problemi utilizzando sia algoritmi classici di ottimizzazione che moderni approcci basati su reti neurali convoluzionali (CNN).

Contenuti

- Concetti di base dell' imaging e modellazione del rumore

- Operazioni elementari sulle. immagini: rimozione del rumore, enhancement,  super-risoluzione, segmentazione

- Strumenti matematici per l' elaborazione di immagini: filtri, trasformata discreta di Fourier

- Problemi inversi nell' imaging e mal posizione.

- Approccio statistico e regolarizzazione.

- Approccio data driven: reti neurali convolutive e generative nei problemi inversi nell' imaging.

- Studio approfondito di un problema inverso nell' imaging fra: deblur, super-risoluzione,  segmentazione, ricostruzione di immagini tomografiche.

- Esercitazioni pratiche utilizzando Python e sue librerie .

Testi/Bibliografia

 

Charles Bouman, Foundations of computational imaging, SIAM

Metodi didattici

Lezioni frontali ed esercitazioni con il laptop personale.

Modalità di verifica e valutazione dell'apprendimento

Consegna e discussione di un progetto.

Strumenti a supporto della didattica

Lucidi e codici forniti dal docente.

Orario di ricevimento

Consulta il sito web di Elena Loli Piccolomini

Consulta il sito web di Davide Evangelista