Mediatekniikan matemaattiset menetelmät (MATL0122), 3 op
Perustiedot
Kurssin nimi: | Mediatekniikan matemaattiset menetelmät |
Winhakoodi: | MATL0122 |
Kurren lyhenne: | MatMen |
Opintopisteet: | 3 |
Opintojakson taso: | Ammattiopinnot |
Toteutusvuosi: | 3.vsk |
Jakso: | Syyslukukausi, 1.jakso, 2.jakso |
Lukuvuosi: | 0607 |
Opetuskieli: | Suomi |
Opettaja: | Jaakko Pitkänen |
Lopullinen arviointi: | Arvosteluasteikolla (0-5) |
Kuvaukset
Esitietovaatimukset
MATL0111, MATL0112, MATL0005
Sisältö (ydinaines ja -osaaminen)
Idealisoitu kuva kuvan matemaattisena mallina ja digitaalinen kuva kuva-avaruudessa (spatial domain). Kuvien analysointi ja korostaminen: intensiteettikuvaukset (mapping functions), histogrammit ja niiden muuntaminen, intesiteettiprofiilit, tasa-arvokäyrät.
Kuvan muokkaus kuva-alkioiden ryhmäoperaatioilla (lähimmän naapurin menetelmät, maskit, suodattiminen): mm. ääriviivat, sumentaminen, terävöittäminen; suodattimien analysointia. Mediaanisuodatin, ali-, yli- ja kaistanpäästösuodatin .
Bi-lineaarinen ja lähimmän naapurin interpolaatio (mm. kuvan yksityiskohtien tarkastelu). Gradientti ja suunnattu derivaatta (mm. kuvan ääriviivat).
Kuvankäsittelyä taajuusavaruudessa (frequency domain): signaalien Fourier-analyysi erityisesti kuvasignaaleja analysoitaessa; näytteenotto; ampitudi- ja vaihespektri; kuvanmuokkaus taajuusavaruudessa (mm. kohinan poisto kuvasta, ääriviivat). Konvoluutio. Ali- , yli- ja kaistanpäästösuodatin.
Kuvankäsittelyä tietokoneella: MATLAB.
Sisältö (täydentävä ja erityisosaaminen)
Kuvan muodostuksen matemaattinen malli kuva-avaruudessa ja taajuusavaruudessa. Homogeeniset koordinaatit. Bayerin suodatinkenttä. Suodattimet intensiteettikuvauksina. Dekonvoluutio häiriöisen kuvan laadun parantamisessa. Kuvien kompressointi: diskreetti kosinimuunnos.
Tiedolliset oppimistulokset (ydinaines ja -osaaminen)
Suoritettuaan kurssin opiskelija ymmärtää kuvakäsittelyn monia keskeisiä matemaattisia periaatteita. Tietää kuinka digitaalisia kuvia voidaan analysoida ja muokata tietokoneella. Tietää minkälaista informaatiota kuva sisältää taajuusavaruudessa ja kuinka tätä voi käyttää hyväksi kuvia muokattaessa.
Taidolliset oppimistulokset (ydinaines ja -osaaminen)
Suoritettuaan kurssin opiskelija osaa muokata digitaalisia kuvia tietokoneen avulla sekä kuva-avaruudessa että taajuusavaruudessa. Osaa visualisoida teknistä dataa.
Kirjallisuus ja muu materiaali
Opetusmenetelmät
Kontaktiopetusta, laboratorioharjoituksia, kaksi tenttiä ja projekti.
Opiskelijan kuormittavuus
Arvioinnin perusteet
Laboratorioharjoituksiin osallistuminen, kaksi tenttiä (läpipääsyraja 40 % maksimipistemäärästä) ja projekti.