In dit vak worden de basisbeginselen van digitale beeldverwerking op een computer aangebracht. Het vak is geen handleiding tot beeldverwerkingspakketten zoals photoshop of final cut pro, maar behandelt algoritmen en wiskundige technieken : de duurzame kennis die een student in staat stelt om beeldverwerkingspakketten sneller te begrijpen, maar vooral zelf ook te kunnen bijdragen tot de ontwikkeling van de beeldverwerkingssystemen van de toekomst. Andere vakken, zoals digitale audioverwerking en geavanceerde beeldverwerking bouwen verder op de basiskennis die in dit vak worden aangebracht.

Het vak behandelt verschillende manieren waarop digitale beelden voorgesteld kunnen worden, bvb als matrix van grijs- of kleurwaarden (het zogenaamde spatiale domein, inclusief de verschillende modellen om kleur te quantificeren, en deze te filteren, bvb om detail beter tot uitting te laten komen), als matrix van amplitudes en fazeverschuivingen van zuivere golven in het vlak (Fourier- of frequentiedomeinvoorstelling, met inbegrip van inverse filtering voor bijvoorbeeld het ongedaan maken van bepaalde bronnen van onscherpte of periodieke ruis), andere basisfuncties (waveletvoorstelling, voor bvb spatiale ruisverwijdering of compressie), of als verzamelingen (morfologie, om bijvoorbeeld vorminformatie over gefotografeerde objecten te bekomen). We tonen aan hoe ieder van deze voorstellingen toelaat om bepaalde taken efficient op te lossen : de keuze van de juiste voorstelling is dikwijls de helft van de oplossing van een informaticaprobleem. Op een visueel aantrekkelijke manier worden wiskundige technieken die erg ingewikkeld lijken intuitief gemaakt. Naast concrete kennis mbt beeld- en signaalverwerking, leert de student dat wiskunde geen doel op zich is, maar een uitermate geschikt hulpmiddel om zeer concrete inzichten op een compacte manier te formuleren en praktische oplossingen te bekomen voor reele-wereld problemen. De nadruk ligt op toepassingen binnen multimedia.

In dit vak worden de basisbeginselen van digitale beeldverwerking op een computer aangebracht. Het vak is geen handleiding tot beeldverwerkingspakketten zoals photoshop of final cut pro, maar behandelt algoritmen en wiskundige technieken : de duurzame kennis die een student in staat stelt om beeldverwerkingspakketten sneller te begrijpen, maar vooral zelf ook te kunnen bijdragen tot de ontwikkeling van de beeldverwerkingssystemen van de toekomst. Andere vakken, zoals digitale audioverwerking en geavanceerde beeldverwerking bouwen verder op de basiskennis die in dit vak worden aangebracht.

Het vak behandelt verschillende manieren waarop digitale beelden voorgesteld kunnen worden, bvb als matrix van grijs- of kleurwaarden (het zogenaamde spatiale domein, inclusief de verschillende modellen om kleur te quantificeren, en deze te filteren, bvb om detail beter tot uitting te laten komen), als matrix van amplitudes en fazeverschuivingen van zuivere golven in het vlak (Fourier- of frequentiedomeinvoorstelling, met inbegrip van inverse filtering voor bijvoorbeeld het ongedaan maken van bepaalde bronnen van onscherpte of periodieke ruis), andere basisfuncties (waveletvoorstelling, voor bvb spatiale ruisverwijdering of compressie), of als verzamelingen (morfologie, om bijvoorbeeld vorminformatie over gefotografeerde objecten te bekomen). We tonen aan hoe ieder van deze voorstellingen toelaat om bepaalde taken efficient op te lossen : de keuze van de juiste voorstelling is dikwijls de helft van de oplossing van een informaticaprobleem. Op een visueel aantrekkelijke manier worden wiskundige technieken die erg ingewikkeld lijken intuitief gemaakt. Naast concrete kennis mbt beeld- en signaalverwerking, leert de student dat wiskunde geen doel op zich is, maar een uitermate geschikt hulpmiddel om zeer concrete inzichten op een compacte manier te formuleren en praktische oplossingen te bekomen voor reele-wereld problemen. De nadruk ligt op toepassingen binnen multimedia.

In dit vak worden de basisbeginselen van digitale beeldverwerking op een computer aangebracht. Het vak is geen handleiding tot beeldverwerkingspakketten zoals photoshop of final cut pro, maar behandelt algoritmen en wiskundige technieken : de duurzame kennis die een student in staat stelt om beeldverwerkingspakketten sneller te begrijpen, maar vooral zelf ook te kunnen bijdragen tot de ontwikkeling van de beeldverwerkingssystemen van de toekomst. Andere vakken, zoals digitale audioverwerking en geavanceerde beeldverwerking bouwen verder op de basiskennis die in dit vak worden aangebracht.

Het vak behandelt verschillende manieren waarop digitale beelden voorgesteld kunnen worden, bvb als matrix van grijs- of kleurwaarden (het zogenaamde spatiale domein, inclusief de verschillende modellen om kleur te quantificeren, en deze te filteren, bvb om detail beter tot uitting te laten komen), als matrix van amplitudes en fazeverschuivingen van zuivere golven in het vlak (Fourier- of frequentiedomeinvoorstelling, met inbegrip van inverse filtering voor bijvoorbeeld het ongedaan maken van bepaalde bronnen van onscherpte of periodieke ruis), andere basisfuncties (waveletvoorstelling, voor bvb spatiale ruisverwijdering of compressie), of als verzamelingen (morfologie, om bijvoorbeeld vorminformatie over gefotografeerde objecten te bekomen). We tonen aan hoe ieder van deze voorstellingen toelaat om bepaalde taken efficient op te lossen : de keuze van de juiste voorstelling is dikwijls de helft van de oplossing van een informaticaprobleem. Op een visueel aantrekkelijke manier worden wiskundige technieken die erg ingewikkeld lijken intuitief gemaakt. Naast concrete kennis mbt beeld- en signaalverwerking, leert de student dat wiskunde geen doel op zich is, maar een uitermate geschikt hulpmiddel om zeer concrete inzichten op een compacte manier te formuleren en praktische oplossingen te bekomen voor reele-wereld problemen. De nadruk ligt op toepassingen binnen multimedia.

In dit vak worden de basisbeginselen van digitale beeldverwerking op een computer aangebracht. Het vak is geen handleiding tot beeldverwerkingspakketten zoals photoshop of final cut pro, maar behandelt algoritmen en wiskundige technieken : de duurzame kennis die een student in staat stelt om beeldverwerkingspakketten sneller te begrijpen, maar vooral zelf ook te kunnen bijdragen tot de ontwikkeling van de beeldverwerkingssystemen van de toekomst. Andere vakken, zoals digitale audioverwerking en geavanceerde beeldverwerking bouwen verder op de basiskennis die in dit vak worden aangebracht.

Het vak behandelt verschillende manieren waarop digitale beelden voorgesteld kunnen worden, bvb als matrix van grijs- of kleurwaarden (het zogenaamde spatiale domein, inclusief de verschillende modellen om kleur te quantificeren, en deze te filteren, bvb om detail beter tot uitting te laten komen), als matrix van amplitudes en fazeverschuivingen van zuivere golven in het vlak (Fourier- of frequentiedomeinvoorstelling, met inbegrip van inverse filtering voor bijvoorbeeld het ongedaan maken van bepaalde bronnen van onscherpte of periodieke ruis), andere basisfuncties (waveletvoorstelling, voor bvb spatiale ruisverwijdering of compressie), of als verzamelingen (morfologie, om bijvoorbeeld vorminformatie over gefotografeerde objecten te bekomen). We tonen aan hoe ieder van deze voorstellingen toelaat om bepaalde taken efficient op te lossen : de keuze van de juiste voorstelling is dikwijls de helft van de oplossing van een informaticaprobleem. Op een visueel aantrekkelijke manier worden wiskundige technieken die erg ingewikkeld lijken intuitief gemaakt. Naast concrete kennis mbt beeld- en signaalverwerking, leert de student dat wiskunde geen doel op zich is, maar een uitermate geschikt hulpmiddel om zeer concrete inzichten op een compacte manier te formuleren en praktische oplossingen te bekomen voor reele-wereld problemen. De nadruk ligt op toepassingen binnen multimedia.

In dit vak worden de basisbeginselen van digitale beeldverwerking op een computer aangebracht. Het vak is geen handleiding tot beeldverwerkingspakketten zoals photoshop of final cut pro, maar behandelt algoritmen en wiskundige technieken : de duurzame kennis die een student in staat stelt om beeldverwerkingspakketten sneller te begrijpen, maar vooral zelf ook te kunnen bijdragen tot de ontwikkeling van de beeldverwerkingssystemen van de toekomst. Andere vakken, zoals digitale audioverwerking en geavanceerde beeldverwerking bouwen verder op de basiskennis die in dit vak worden aangebracht.

Het vak behandelt verschillende manieren waarop digitale beelden voorgesteld kunnen worden, bvb als matrix van grijs- of kleurwaarden (het zogenaamde spatiale domein, inclusief de verschillende modellen om kleur te quantificeren, en deze te filteren, bvb om detail beter tot uitting te laten komen), als matrix van amplitudes en fazeverschuivingen van zuivere golven in het vlak (Fourier- of frequentiedomeinvoorstelling, met inbegrip van inverse filtering voor bijvoorbeeld het ongedaan maken van bepaalde bronnen van onscherpte of periodieke ruis), andere basisfuncties (waveletvoorstelling, voor bvb spatiale ruisverwijdering of compressie), of als verzamelingen (morfologie, om bijvoorbeeld vorminformatie over gefotografeerde objecten te bekomen). We tonen aan hoe ieder van deze voorstellingen toelaat om bepaalde taken efficient op te lossen : de keuze van de juiste voorstelling is dikwijls de helft van de oplossing van een informaticaprobleem. Op een visueel aantrekkelijke manier worden wiskundige technieken die erg ingewikkeld lijken intuitief gemaakt. Naast concrete kennis mbt beeld- en signaalverwerking, leert de student dat wiskunde geen doel op zich is, maar een uitermate geschikt hulpmiddel om zeer concrete inzichten op een compacte manier te formuleren en praktische oplossingen te bekomen voor reele-wereld problemen. De nadruk ligt op toepassingen binnen multimedia.