Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea in Bioinformatica - Immatricolazione dal 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

2° Anno  Attivato nell'A.A. 2016/2017

InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
BIO/18

3° Anno  Attivato nell'A.A. 2017/2018

InsegnamentiCreditiTAFSSD
Altre attivita' formative
3
F
-
Prova finale
3
E
-
Attivato nell'A.A. 2016/2017
InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
BIO/18

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S003710

Crediti

12

Coordinatore

Gloria Menegaz

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

L'insegnamento è organizzato come segue:

Segnali
Attività mutuata da Elaborazione di segnali e immagini del corso: Laurea in Informatica [L-31]

Crediti

6

Periodo

I sem.

Docenti

Gloria Menegaz

Immagini

Crediti

6

Periodo

II sem.

Obiettivi formativi

------------------------
MM: Segnali
------------------------

------------------------
MM: Immagini
------------------------
Il corso ha l'obiettivo di fornire allo studente le nozioni di base relative ai metodi di elaborazione delle immagini, sia naturali che mediche, acquisendo sia le basi teoriche sia strumenti implementativi. Al termine del corso gli studenti saranno in grado di applicare metodologie e utilizzare software per l’elaborazione delle immagini per risolvere i problemi piú comuni che si incontrano tipicamente nell'analisi di immagini mediche e biomediche. Il contenuto presuppone una buona famigliarità con i contenuti del corso relativo al modulo di Segnali, in particolar modo per quanto riguarda i concetti di analisi di Fourier (tempo/frequenza), sistemi lineari tempo-invarianti e filtraggio digitale. Si considererà l'intera catena di elaborazione delle immagini a partire dall'acquisizione fino alla resa su diversi dispositivi, analizzando gli aspetti teorici e pratici relativi ad ogni blocco. La teoria sarà complementata da attività di laboratorio finalizzata all'acquisizione di competenze pratiche in relazione agli aspetti piu importanti analizzati nel corso in modo da fornire una visione completa sulla pipeline ed una buona capacità critica e progettuale.

Programma

------------------------
MM: Segnali
------------------------

------------------------
MM: Immagini
------------------------
- Introduzione all'elaborazione di immagini
- Trasformata di Fourier (serie di Fourier, TF in tempo continuo, TF a tempo discreto, trasformata discreta (DFT), FFT) in una dimensione
- Trasformata di Fourier (serie di Fourier, TF in tempo continuo, TF a tempo discreto, trasformata discreta (DFT), FFT) in due dimensione
- Introduzione ai sistemi a tempo discreto
- La catena di acquisizione (campionamento, quantizzazione)
- Metodi di miglioramento della qualità dell'immagine (image enhancement) sia nel dominio spaziale che in quello delle frequenze
- Filtraggio digitale (filtri passa basso, passa alto, lineari e non lineari)
- Estrazione dei contorni nel dominio del tempo e delle frequenze
- Analisi basata su regioni nel dominio del tempo e delle frequenze
- Operatori morfologici
- Rappresentazione ed elaborazione del colore
- Segmentazione di immagini (basata sui contorni e sulle regioni)
- Elementi di teoria e pratica del riconoscimento di oggetti

Bibliografia

Testi di riferimento
Attività Autore Titolo Casa editrice Anno ISBN Note
Immagini W.K. Pratt Digital Image Processing (Edizione 4) Wiley Interscience 2007 978-0-471-76777-0
Immagini Rafael C. Gonzalez and Richard E. Woods Digital Image Processing (Edizione 4) Prentice Hall College Div 2017 0133356728

Modalità d'esame

------------------------
MM: Segnali
------------------------

------------------------
MM: Immagini
------------------------
Teoria: orale in 4 appelli. Gli appelli sono così distribuiti: 2 appelli nella Sessione Straordinaria a fine corso, 1 Appello nella Sessione Estiva, 1 appello nella Sessione Autunnale. Ogni esame è suddiviso in due parti superabili separatamente relative rispettivamente alla teoria e al laboratorio. Il voto complessivo è dato dalla media matematica delle valutazioni in 30esimi ottenute nelle due parti. L’esame si ritiene superato se il voto conseguito in ognuna delle parti è maggiore o uguale a 18. Ogni valutazione rimane valida per l’intero anno accademico in corso. Obiettivo della prova di teoria è quello di accertare la comprensione dei contenuti e la capacità di elaborare tali contenuti in relazione sia a generalizzazioni di casi presentati durante il corso sia all’applicazione a problemi specifici. Tale comprensione potrà essere verificata anche mediante l'esposizione di teoremi e dimostrazioni. Obiettivo della prova di laboratorio è accertare l’acquisizione degli strumenti e della metodologia necessari alla risoluzione di esercizi e casi di studio. La prova consiste nella discussione degli esercizi svolti durante il corso e nello svolgimento di un mini progetto al termine del corso.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Materiale e documenti