Una Introduzione alla Computer Vision

Questo corso online gratuito stabilisce il significato di visione del computer nell'estrazione di astrazioni e informazioni di livello superiore dalle immagini. Iniziamo con una revisione storica della visione informatica per tracciare la sua evoluzione negli ultimi decenni. Studiamo i fori iniziali nella visione informatica e gli sforzi che hanno contribuito a capire le immagini e portato all'emergere di deep learning. Tracciamo anche l'origine di vari disegni e progressi nel campo della visione informatica nell'ultimo mezzo secolo. Il corso irrompe il processo di formazione delle immagini che utilizza un insieme di condizioni di illuminazione, geometria della scena, proprietà superficiali e ottiche. Si delinea poi nell'uso delle fotocamere digitali per creare effetti essenziali come l'esposizione, le mappature non lineari, il campionamento e l'aliasing e il "rumore".

Vi mostriamo poi come rappresentare un'immagine abbattendola in minuscoli pixel. Questo include l'utilizzo di tecniche di image-processing per preelaborare le immagini e convertirle in forme adatte ad ulteriori analisi e ai vari operatori di elaborazione di immagini che mappano i valori di pixel da un'immagine all'altra. Uniamo poi il metodo di applicazione dei filtri a un'immagine per la modifica o il potenziamento delle sue funzioni. Il corso copre il ruolo dell'equalizzazione dell'istogramma in quanto utilizza una raccolta di valori di pixel in prossimità di un determinato pixel per determinare il suo valore di output finale per eseguire la regolazione del tono locale dell'immagine. Dimostriamo il processo di potenziamento dell'immagine in cui la funzione di trasferimento del filtro modifica parte dello spettro di frequenza del segnale. Evidenziamo anche l'utilizzo dell'analisi di Fourier per determinare le caratteristiche di frequenza di vari filtri.

Il corso mostra quindi come utilizzare la trasformata di Fourier veloce (FFT) per eseguire grandi convoluzioni del kernel. Questo include il processo di decomposizione di un'immagine nelle sue componenti sane e cosine che utilizzano le trasformazioni di Fourier. Stabiliamo il significato di campionamento e di aliasing nella lavorazione delle immagini. Inoltre dimostriamo come la frequenza di campionamento determina la risoluzione spaziale dell'immagine digitalizzata e la ricorrenza di aliasing quando la frequenza di campionamento non è abbastanza elevata per catturare il dettaglio nell'immagine. Infine, si discute il metodo per aumentare e diminuire la risoluzione di un'immagine utilizzando filtri di interpolazione e decimazione. Questo corso informativo si adatta a chi studia la scienza informatica o chiunque sia interessato a queste tecnologie all'avanguardia.