ITF31719 Bildeanalyse (Vår 2027)

Fakta om emnet

Studiepoeng:
10
Ansvarlig fakultet:
Fakultet for informasjonsteknologi, ingeniørfag og økonomi
Studiested:
Halden
Emneansvarlig:
Sukalpa Chanda
Undervisningsspråk:
Norsk eller engelsk
Varighet:
½ år

Innholdsfortegnelse

Emnet er tilknyttet følgende studieprogram

Obligatorisk emne i Bachelorstudium i informatikk - design og utvikling av IT-systemer med fordypning i maskinlæring (kull 2024 og 2025)

Valgfritt emne i

  • Bachelorstudium i informatikk - design og utvikling av IT-systemer (kull 2026)
  • Bachelorstudium i ingeniørfag - data
  • Bachelorstudium i ingeniørfag - data, TRESS

Anbefalte forkunnskaper

Grunnleggende kunnskaper i:

  • matematikk tilsvarende emnet Matematikk for IT / Diskret matematikk
  • matematikk tilsvarende emnet Matematikk 1 / Kalkulus
  • programmering tilsvarende emnet Objektorientert programmering / Programmering 2

Undervisningssemester

6. semester (vår).

Innhold

Representasjonsmetoder for digitale bilder, filtering, støyreduksjon, fremheving av detaljer, kantdeteksjon, bildetransformasjoner, behandling av former i et bilde, mønstergjenkjenning og klassifisering og programmering av metoder for bildebehandling. Grunnleggende om kunstige neurale nettverk, support vector machines og prinsipalkomponentanalyse og Deep Learning.

Studentens læringsutbytte ved bestått emne

Kunnskap

Studenten

  • forstår digitale bilder og deres egenskaper
  • kjenner til representasjonsmetoder for digitale bilder, inkludert bildekoding og kompresjon
  • forstår hvorledes bilder kan filtreres/prosesseres for å oppnå ønsket effekt
  • forstår prinsipper og metoder i enkel mønstergjenkjenning

Ferdigheter

Studenten kan

  • bruke standard filtre til å filtrere støy
  • bruke standard filtre til å fremheve detaljer i et bilde
  • bruke standard teknikker for å detektere kanter, hjørner og objekter i et bilde
  • skrive programmer for enkel billedbehandling og mønstergjenkjenning
  • få en datamaskin og/eller et datasystem til å gjenkjenne objekter i et bilde

Undervisnings- og læringsformer

Forelesninger, øvingsoppgaver og prosjektarbeid.

Dersom studenter fra internasjonale samarbeidspartnere deltar i undervisningen, vil den bli gjennomført på engelsk.

Arbeidsomfang

Ca 250 timer.

4 timer forelesning per uke. I tillegg kommer evt. kollokvier og prosjektarbeid.

Eksamen

Individuell mappeinnlevering og individuell muntlig eksamen

Eksamenen består av to deler:

Individuell mappeinnlevering: Studenten skal levere 2 oppgaver og 1 prosjekt underveis i semesteret etter spesifikasjoner og frister gitt av emneansvarlig (teller 60 % av sluttkarakteren)

Individuell muntlig eksamen: Studenten får spørsmål knyttet til teori, problemløsning og prosjektet (teller 40 % av sluttkarakteren)

Begge delene må være bestått for at hele eksamenen skal være bestått. Studenten får én samlet karakter for hele emnet. Karakterskala: A–F.

Sensorordning

Intern eller ekstern sensur

Vilkår for ny/utsatt eksamen

Ved ny og utsatt eksamen må alle mappens elementer leveres på nytt.

Ny og utsatt eksamen gjennomføres samtidig med neste ordinære eksamen. Instituttledelsen kan likevel beslutte å arrangere utsatt eksamen i påfølgende semester.

Evaluering av emnet

Dette emnet evalueres på følgende måte:

  • Sluttsemesterevaluering

Den emneansvarlige lager en oppsummering på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet. Oppsummeringen behandles av Programutvalget ved institutt for for informasjonsteknologi og kommunikasjon.

Litteratur

Gjeldende litteraturliste for 2024 Vår finner du i Leganto
Sist hentet fra FS (Felles studentsystem) 4. nov. 2026 04:51:00