Modulets indhold, forløb og pædagogik

Formålet med dette kursus er at udstyre den studerende med viden og færdigheder om hvordan man analyserer indholdet af data, især billeder og video, og hvordan man træffer beslutninger baseret på analysen.

Læringsmål

Viden

• Skal have viden om byggestenene i et generisk klassifikationssystem
• Skal have viden om forskellige farverepræsentationer
• Skal være i stand til at forstå principperne om punkt- og nabolagsprocessering
• Skal kunne forstå, hvad en BLOB er, og hvordan den kan udvindes
• Skal kunne forstå, hvordan bevægelige genstande kan segmenteres i en videosekvens
• Skal kunne forstå begrebet multidimensionelt feature-space.
• Skal være i stand til at forstå princippet bag Bayes-reglen og hvordan en klassifikator kan udledes herfra
• Skal kunne forstå, hvordan man vurderer et klassifikationssystem

Færdigheder

• Skal kunne anvende punktbehandlingsmetoder som kortgrafik, histogramstrækning, tærskelværdier og billedaritmetik
• Skal kunne anvende nabolagsmetoder som medianfilter, middelfilter og kantdetektering
• Skal kunne anvende morfologiske operationer som erosion, dilation åbning og lukning
• Skal kunne foreslå / vælge relevante funktioner og metoder til udvinding af disse
• Skal kunne anvende Mahalanobis afstand
• Skal kunne anvende dimensioneringsreduktionsmetoder til et funktionsrum

Kompetencer

• Skal kunne designe og implementere billedbehandlingsmetoder til at løse et problem
• Skal kunne designe og implementere et simpelt klassifikationssystem

Undervisningsform

Undervisningsform er angivet i §17; uddannelsens indhold og tilrettelæggelse.

Eksamen

Prøver