Insegnamento DIGITAL SIGNAL PROCESSING
- Corso
- Ingegneria informatica e robotica
- Codice insegnamento
- A003456
- Curriculum
- Robotics
- Docente
- Fabrizio Frescura
- Docenti
-
- Fabrizio Frescura
- Ore
- 72 ore - Fabrizio Frescura
- CFU
- 9
- Regolamento
- Coorte 2023
- Erogato
- 2023/24
- Attività
- Affine/integrativa
- Ambito
- Attività formative affini o integrative
- Settore
- ING-INF/03
- Tipo insegnamento
- Opzionale (Optional)
- Tipo attività
- Attività formativa monodisciplinare
- Lingua insegnamento
- ITALIANO
- Contenuti
- Il corso si articola in alcune unità didattiche:
Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore)
Modulo didattico: trasformata discreta di Fourier e stima spettrale (12 ore)
Modulo Didattico: Trasformata Z e Funzione di Trasferimento (12 ore)
Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 ore)
Modulo didattico: elaborazione digitale delle immagini (24 ore) - Testi di riferimento
- S. ORFANIDIS, “INTRODUCTION TO SIGNAL PROCESSING”, PRENTICE HALL
OGE MARQUES, “PRACTICAL IMAGE AND VIDEO PROCESSING USING MATLAB”, IEEE PRESS - Obiettivi formativi
- Il corso presenta le tecniche di base e avanzate per l'Elaborazione Digitale dei Segnali mono e bidimensionali (immagini) e fornisce assieme agli elementi di teoria, la conoscenza di alcuni strumenti software (Matlab) per la applicazione delle tecniche stesse.
Il corso assume siano già acquisiti i concetti di Segnale e Sistema tempo discreti, Trasformata di Fourier e di Filtro FIR, concetti questi introdotti nel corso di Teoria dei Segnali, ritenuto assolutamente propedeutico.
Al termine del corso gli studenti saranno in grado di:
Comprendere e progettare sistemi di quantizzazione ottima e non lineare con gli strumenti software di progettazione (es. Matlab) per segnali mono e bidimensionali (HDR imaging)
Comprendere, simulare e Progettare (Matlab) schemi di stima spettrale basati sull'impiego di DFT/FFT sia per segnali stazionari che per segnali non stazionari.
Comprendere, simulare e Progettare (Matlab) schemi di conversione della frequenza di campionamento con tecnica diretta e polifase. Applicazioni ai segnali mono e bidimensionali (image rescaling)
Comprendere, simulare e Progettare (Matlab) algoritmi di Elaborazioni delle Immagini. - Prerequisiti
- Teoria dei segnali
Teoria dei sistemi
Elettronica dei sistemi digitali
Fondamenti di telecomunicazioni
Teoria della probabilità e della misurazione
Architetture dei calcolatori e sistemi operativi - Metodi didattici
- Le lezioni si svolgono con didattica frontale di tipo teorico con Slides e integrazione alla lavagna degli argomenti e con lo svolgimento di esercizi di natura progettuale. Sono fortemente incoraggiate le domande e gli interventi da parte degli studenti in modaltà interattiva durante tutta la lezione.
Per ogni Unità didattica sono poi svolte esercitazioni in Matlab sui temi di riferimento dell'Unità Didattica stessa. - Altre informazioni
- Modalità di verifica dell'apprendimento
- Il test finale dell'esame è costituito se due test separati:
1) Una progetto di signal processing al PC (Matlab)
2) Un esame orale - Programma esteso
- Modulo didattico: Quantizzazione del segnale ottimale e non lineare (12 ore)
Tipi di segnale: monodimensionale – bidimensionale, acquisizione del segnale.
Formati numerici a virgola fissa ea virgola mobile.
Quantizzazione lineare, gamma dinamica e rapporto segnale/rumore di quantizzazione (SQNR) in funzione del segnale di ingresso pdf
Quantizzazione ottimale – Implementazione con companding – Quantizzazione non lineare completamente digitale con LUT – Applicazioni – Esercizi Matlab
Applicazioni all'elaborazione delle immagini (HDR)
Modulo Didattico: Trasformata Discreta di Fourier e Stima Spettrale (12 Ore)
DTFT (Discrete Time Fourier Transform) – Spettro di frequenza di segnali discreti. Campionamento in frequenza di DTFT – DFT e IDFT. Trasformata di Fourier veloce FFT.
Circular Convolution, implementazione di Circular Convolution con Linear Convolution e Circular Prefix
Analisi spettrale di segnali deterministici - DFT/FFT per l'analisi spettrale di segnali stazionari - Effetto del campionamento del segnale - Finestratura, estensione periodica ed estrapolazione - Effetto del campionamento dello spettro - Effetti della finestratura: dispersione e perdita di risoluzione - Progettazione di una stima spettrale Software con prestazioni assegnate
DFT/FFT per l'analisi spettrale di segnali non stazionari. Spettrogramma. Esercizio MatLab.
Trasformazioni discrete per l'elaborazione delle immagini
Modulo Didattico: Trasformate z e Funzioni di Trasferimento (12 ore)
Proprietà principali. Regione di convergenza (RoC), causalità e stabilità. Spettro di frequenza – relazione con DTFT.
Trasformata Z inversa
Descrizioni equivalenti di sistemi a tempo discreto, funzione di trasferimento – risposta sinusoidale, risposta a tempo stazionario, risposta transitoria.
Progettazione di filtri IIR con posizionamento Pole-Zero: filtri del primo ordine, filtri parametrici, filtri Notch e Comb. Esercizio MatLab
Modulo Didattico: Interpolazione, Decimazione e Rate Conversion (12 Ore)
Interpolazione e sovracampionamento. Progettazione di filtri di interpolazione – Interpolatori polifase. Equalizzazione DAC, interpolazione multistadio.
Decimazione, progettazione del filtro di decimazione.
Convertitori di frequenza di campionamento L/M. Implementazione multistadio.
Esercizio Matlab
Applicazione all'elaborazione delle immagini
Modulo didattico: Digital Image Processing (24 ore)
Panoramica delle operazioni di elaborazione delle immagini: operazioni globali (punto), operazioni orientate al vicinato, operazioni che combinano più immagini, operazioni in un dominio di trasformazione.
Matlab Image processing Toolbox
Operazioni geometriche, trasformazioni a livello di grigio, elaborazione di istogrammi, elaborazione di vicinato, filtraggio nel dominio di frequenza.
Applicazioni: image Restoration, elaborazione di immagini a colori