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.
Piano Didattico
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 magistrale in Ingegneria e scienze informatiche - Immatricolazione dal 2025/2026Il 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.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2019/2020
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Due insegnamenti a sceltaLegenda | 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.
Elaborazione delle immagini II (2019/2020)
Codice insegnamento
4S003737
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi formativi
Il corso è centrato sulla trasformata wavelet e sulle sue applicazioni nell'elaborazione di segnali ed immagini.
La trasformata wavelet può essere considerata un'estensione della trasformata di Fourier in quanto consente
l'analisi tempo/frequenza (o, equivalentemente, spazio/frequenza) dei segnali, e dunque la loro caratterizzazione contestuale in entrambi i domini. Per tale motivo consente di ovviare ad alcuni inconvenienti della trasformata di Fourier che non si presta allo studio di alcuni fenomeni che si riscontrano correntemente nell'analisi di segnali ed immagini reali quali l'analisi dei transienti e l'analisi multi-risoluzione.
Tra le principali applicazioni della WT sono lo studio dei segnali biologici, l'estrazione di features per la segmentazione ed il riconoscimento di immagini, il “denoising” e la codifica di immagini.
Laboratorio
Il corso sarà corredato da una serie di esercitazioni in laboratorio finalizzate all'applicazione della WT a problemi specifici. Le esercitazioni si svolgeranno in ambiente Matlab, e si appoggeranno sull'apposito toolbox.
Esercitazioni di tipo matematico potrebbero integrarsi a questo tipo di attività.
Programma
1) Richiami e acquisizione di strumenti matematici
- Rivisitazione della trasformata di Fourier in 1D e in 2D
- Trasformata di Fourier a finestra (Windowed Fourier Transform)
2) Wavelets e rappresentazioni multirisoluzione
- Introduzione alla multirisoluzione
- Basi wavelet
- Famiglie di trasformate e loro proprietà
- Implementazione veloce della trasformata wavelet discreta (DWT)
- Trasformata wavelet discreta in 2D
- Applicazioni in ambito ICT e biomedica
Bibliografia
| Attività | Autore | Titolo | Casa editrice | Anno | ISBN | Note |
|---|---|---|---|---|---|---|
| Teoria | Stephane Mallat | A Wavelet Tour of Signal Processing (Edizione 2) | Academic Press | 1999 | 9780124666061 |
Modalità d'esame
L'esame consiste in una prova di teoria in forma orale che riguarda l'analisi multirisoluzione. La verifica dell'attività di laboratorio prevede lo svolgimento di un progetto assegnato durante le sessioni di laboratorio.
