Insegnamento DIGITAL SIGNAL PROCESSING
| Nome del corso di laurea | Ingegneria informatica e robotica |
|---|---|
| Codice insegnamento | A003456 |
| Curriculum | Robotics |
| Docente responsabile | Fabrizio Frescura |
| Docenti |
|
| Ore |
|
| CFU | 9 |
| Regolamento | Coorte 2026 |
| Erogato | Erogato nel 2026/27 |
| Erogato altro regolamento | |
| Attività | Affine/integrativa |
| Ambito | Attività formative affini o integrative |
| Settore | IINF-03/A |
| Anno | 1 |
| Periodo | Primo Semestre |
| Tipo insegnamento | Opzionale (Optional) |
| Tipo attività | Attività formativa monodisciplinare |
| Lingua insegnamento | INGLESE |
| 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 | Testi di riferimento TESTI_RIF Sì S. ORFANIDIS, “INTRODUCTION TO SIGNAL PROCESSING”, PRENTICE HALL OGE MARQUES, “PRACTICAL IMAGE AND VIDEO PROCESSING USING MATLAB”, IEEE PRESS 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 Signal Theory System Theory Digital Systems Electronic Telecommunication Basics Measurement and Probability Theory Computer Architecture and Operating Systems |
| 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. Lectures are based on a presentation of PowerPoint Slides integrated with blackboard examples and design exercises. Interactivity with students is highly encouraged throughout the whole lecture. For each module Matlab Exercises are carried out for theory refinement and applications. |
| 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 |