---

Contenuti: Il laboratorio si propone di fornire agli studenti una panoramica introduttiva sulle tecniche di acquisizione ed elaborazione delle immagini per applicazioni di visione artificiale. Queste applicazioni spaziano dal miglioramento della qualità al rilevamento di oggetti. L'illustrazione di algoritmi, metodi e sistemi di elaborazione seguirà un approccio “learning-by-doing”, sotto forma di esercitazioni al computer, che consentiranno agli studenti di acquisire esperienza pratica sugli effetti e sulle differenze tra i diversi operatori.

Prerequisiti:
Per seguire efficacemente il seminario, si consiglia agli studenti di conoscere i costrutti fondamentali dei linguaggi di programmazione o di scripting (come C, Python, Matlab).

Corsi preparatori del contenuto compatibile con gli argomenti trattati:
Il seminario ha intersezioni con il corso Tecnologie biometriche e sicurezza comportamentale previsto per il Corso di Laurea Magistrale in Ingegneria Informatica, Cybersecurity e Intelligenza Artificiale.

Programma:

1. Introduzione all'elaborazione digitale delle immagini (esempi di campi applicativi, elementi di percezione visiva) - 2 ore
2. Acquisizione (campionamento e quantizzazione) e proprietà delle immagini digitali (relazione tra pixel, tipi di operazioni sulle immagini) - 3 ore
3. Filtri nei domini spaziale e di frequenza - 3 ore
4. Operatori morfologici - 2 ore
5. Segmentazione ed elementi base di riconoscimento delle immagini - 2 ore

Accreditamento:

Presenza obbligatoria ad almeno 9 ore:

1.5 CFU: svolgimento di una prova finale in forma di esercizio di programmazione Python al calcolatore
 

Le lezioni si svolgeranno dal 1 al 5 luglio, con inizio alle ore 15:00.

Per iscriversi mandare una mail a roberto.casula@unica.it con oggetto "Iscrizione al seminario Laboratorio di Elaborazione delle Immagini per la Visione Computerizzata" tramite mail studenti/unica

(affinchè si possa aggiungere lo studente nel TEAMS dedicato). L'aula in cui verrà svolto il seminario verrà comunicata in seguito nel TEAMS.