Idag INF 2310 Digital bildebehandling Forelesere: Are Jensen Fritz Albregtsen Praktisk informasjon Kursopplegg Motivasjon for kurset Hva er bildebehandling? Aktiviteter i bildebehandling på IFI Videre studietilbud Start pensum F1 11.1.05 INF 2310 1 F1 11.1.05 INF 2310 2 Kontakt Fritz Albregtsen Rom 4419 (4.etg. NR) Email: fritz@ifi.uio.no Tlf: 22 85 24 63 Are Jensen Rom 4302 (4.etg. NR) Email: arej@ifi.uio.no Tlf: 22 85 24 65 Kontakt oss pr. mail eller ring fra telefon ved sofaen i 4. etg Gruppelærere: Geir Birkedal (geirbi) og Tom Fredrik Klaussen (tfklauss) Milada Småstuen kommer til å ta noen onsdagstimer. Lærebok Nick Efford : Digital Image Processing a practical introduction using JAVA Addison-Wesley, 2000 CD med JAVA-programmer og klassedefinisjoner brukes til ukeoppgavene Pensum: stort sett hele boken F1 11.1.05 INF 2310 3 F1 11.1.05 INF 2310 4
WEB-sider http://www.ifi.uio.no/inf2310/ Forelesningsplan/forelesningsfoiler Kursopplegg JAVA-øvinger Regneøvinger Pensum Eksamensinformasjon Beskjeder F1 11.1.05 INF 2310 5 Kursopplegg Forelesninger : tirsdager 12:15 14:00 onsdager 09:15 10:00 Onsdagstimen: fortsettelse / utdypning av forelesningene, praktiske anvendelser av det dere har lært, eksempler Gruppeundervisning: Regneøvelser, noen teorioppgaver og JAVA-oppgaver gruppeuka går fra tirsdag 14:00 til tirsdag 12:00 Gruppe 1 mandag 10:15-12:00 (Baktus) Gruppe 2 onsdag 10:15-12:00 (Baktus) Gruppe 103 mandag 16:15-18:00 (Baktus) Første gruppe onsdag 19/1 2 obligatoriske innleveringer Eksamen: Skriftlig eksamen (3 timer), 3. juni 09:00 Trekkfrist 20. mai F1 11.1.05 INF 2310 6 Hva lærer jeg i INF2310? Hva gjør egentlig gimp eller Photoshop med bildene? Hva kan jeg gjøre med bildene fra mitt digitalkamera? Bakgrunn for multimedia TIFF, GIF, PNG, PBM, JPEG? Bilderepresentasjon, kompresjon, formater, utskrift, fargerom, JAVA Bildeforbedring - hvordan redde dårlige foto Grunnlag for videre studier i bildebehandling Filtrering av bilder Kantdeteksjon Geometriske operasjoner Segmentering hva inneholder bildet? Programmering i Java Læring ved programmering F1 11.1.05 INF 2310 7 Temaer fra INF 2310 Om digitale bilder og bildeformater Avbildning, sampling og kvantisering Farger og øyet Bilder i Java Gråtoneoperasjoner - skalering/bedre kontrast Filtrere bilder for å fjerne støy Finne kanter i bilder Geometriske operasjoner Terskling Morfologi Kompresjon NB: det er ikke et kurs i Photoshop e.l.! F1 11.1.05 INF 2310 8
Gruppeundervisningen i INF 160 Gruppeøvelser på terminalstue - løse programmeringsoppgaver i Java - få hjelp til å løse regneoppgaver Ukentlige oppgaver relatert til forelest stoff JAVA-oppgaver regneøvelser / teorioppgaver Løsningsforslag / hint til løsning vil bli gitt fortløpende på hjemmesiden (brukes med vett!) Forelesningsplan Se detaljert undervisningsplan på kursets hjemmeside. Her vil forelesningsfoiler bli lagt ut, sammen med oppgaver til gruppene, og løsningsforslag. Vi har gått bort fra innlevering og godkjenning av minst 7 oppgavesett. MEN GJØR OPPGAVENE! I tillegg kommer tradisjonelle obliger! F1 11.1.05 INF 2310 9 F1 11.1.05 INF 2310 10 Undervisning denne og neste uke I dag: Introduksjon og Kap. 2. I morgen får dere fri! Tirsdag 18.1: Forelesning om bildebehandling i JAVA (ved Svein Bøe) Onsdag 19.1: Praktisk bruk av JAVA til enkel håndtering av bilder (A.J.) Videre studier i bildebehandling INF3300/4300: Digital bildeanalyse 10 p. (H) Hvordan lage algoritmer som gjenkjenner objekter i bilder? Prosjektoppgave: lag ditt eget forenklede OCR-system Prosjektoppgave: korriger digitale bilder for røde øyne Bygger på bl.a. lineær algebra INF5300: Utvalgte emner i bildeanalyse 10 p. (V) Gruppetimene starter uke 3 (19.-24.1). F1 11.1.05 INF 2310 11 F1 11.1.05 INF 2310 12
Hva brukes bildeanalyse til? Videoanalyse/multimedia Medisinske applikasjoner, bl.a. ultralyd, CT, MR, digital patologi, bildeveiledet kirurgi, Industriell inspeksjon, sortering, kvalitets-sjekk, Trafikkovervåking, styring av roboter, Tekstgjenkjenning, dokumentbehandling og kart Koding og kompresjon Biometri identifikasjon ved ansiktsgjenkjenning, fingeravtrykk eller iris Jordobservasjon fra satellittbilder Eksempler på hovedoppgaver Vi veileder for tiden bl.a. oppgavene: Egenskapsuttrekking for hyperspektrale bilder Egenskapsutvelging ved optimering for høydimensjonale data Et system for distribuert segmentering av cellebilder Gjenfinning av et gitt ansikt i en videosekvens Deteksjon av ansikt og hender i video for tegnspråkanalyse Overflateanalyse av trevirke Estimering av snødekning i radarbilder F1 11.1.05 INF 2310 13 F1 11.1.05 INF 2310 14 Ledige oppgaver Avbildning av hjernens aktivitet Teksturanalyse av cellekjerner for kreft-prognose Oppgaver innen bilde-veiledet kirurgi Segmentering av videosekvenser ved en kombinasjon av bilde og lyd Kombinasjon av algoritmer for automatisk klassifikasjon av bilder Wavelets for klassifikasjon av hyperspektrale bilder Multiskala analyse av bilder vha. wavelets Analyse av egenskaper ved dynamiske bildemasser Intelligent ikke-lineær filtrering HAL hva kan han i filmen? Se og kjenne igjen ansikter Lese på leppene Stemmeidentifikasjon hvem er det som snakker? Talegjenkjenning hva sier vedkommende? Lese på leppene Spille sjakk Hva kan datamaskiner - i dag? F1 11.1.05 INF 2310 15 F1 11.1.05 INF 2310 16
Ditt nye pass Norske pass vil snart inneholde biometriske data, f.eks. Fingeravtrykk Iris Ansiktsgjenkjenning Stemmeidentifikasjon USA krever at nye pass fra må ha biometriske data med ansikt og fingeravtrykk. SAS tester IRIS-scanning på flyplasser F1 11.1.05 INF 2310 17 Ansiktsgjenkjenning - mennesket Vi gjenkjenner ansikter lett - dette er noe av det første vi lærer Spesialisert oppgave Vi bruker både helheten og delene grove trekk bestemmer kjønn øvre del av ansiktet viktigst analyserer ansiktsuttrykk samtidig Lettest å gjenkjenne pene ansikter Greit å kjenne igjen ansikter som er opp-ned, men vanskelig hvis delene er på feil sted. F1 11.1.05 INF 2310 18 Ansiktsgjenkjenning - maskinen Iris identifikasjon Opplæring Finn Beskriv Legger i databasen Iris er unik (til orden 1 av 10 35 ) Gjenkjenning Finn Beskriv Sammenlign = Finn øyne i bildet Finn iris Trekk ut egenskaper fra iris Matche egenskaper med database Men: Hvilken oppløsning trenger vi? Må personen stå stille? Må hun se inn i kamera? F1 11.1.05 INF 2310 19 F1 11.1.05 INF 2310 20
Eksempel: overvåkning av snøsmelting for prediksjon av kraftmarkedet Overvåkning av oljeutslipp fra skip Deteksjon av oljesøl fra radarbilder Når smelter snøen i fjellet i april-juni? Hvor mye vann vil dette gi i magasinene? Hvordan påvirker dette kraftbørsen? Bruker: Statkraft (brukt operasjonelt siden 1980-tallet) Verktøy: Satellittbilder Programvare for å bestemme snødekning og vann-ekvivalent fra satellittbildene Snømålere og temperaturmålere i utvalgte posisjoner Hydrologiske modeller for smelting fra nedbørsfelt til magasin Tankbåt som slipper ut olje Radarbilde av oljesølet F1 11.1.05 INF 2310 21 F1 11.1.05 INF 2310 22 Skogkartlegging Skogkartlegging fra satellitt/fly Fra bildene kan vi si: -Treslag/alder - Klart til å hugges? -Tømmervolum Endring over tid: - Skogens helsetilstand - Blir det mindre skog i Europa? - Bevares regnskogen i Brasil? Videoanalyse/overvåkning Trafikktelling: hvor mange biler passerer et punkt? Videoanalyse - tracking Overvåkning av bevegelser innendørs F1 11.1.05 INF 2310 23 F1 11.1.05 INF 2310 24
Retur av tomflasker Vevsklassifikasjon i MR-bilder Bilde fra Tomras kasseautomat. Hvor stor blir panten? Pant av amerikanske bokser. Hva står på boksen? MR-bilder av hjernen Klassifisert i vevstyper, svulst markert i rødt F1 11.1.05 INF 2310 25 F1 11.1.05 INF 2310 26