INTERAZIONE E MULTIMEDIA E LABORATORIO A - L

Obiettivi formativi

• INTERAZIONE E MULTIMEDIA

  Obiettivi formativi generali dell'insegnamento in termini di risultati di apprendimento attesi.

  Conoscenza e capacità di comprensione (knowledge and understanding): l'obiettivo del corso è quello di far acquisire conoscenze che consentano allo studente di comprendere i meccanismi teorici e fisici che stanno alla base del sistema visivo umano, della formazione ed elaborazione delle immagini digitali, del miglioramento della qualità visiva delle immagini digitali.

  Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): lo studente acquisirà le competenze necessarie per acquisire, editare, comprimere e salvare una immagine digitale.

  Autonomia di giudizio (making judgements): Attraverso esempi in aula lo studente sarà messo nelle condizioni di comprendere se le soluzioni da lui proposte soddisfano un certo grado di qualità.

  Abilità comunicative (communication skills): lo studente acquisirà le necessarie abilità comunicative e la proprietà di linguaggio tecnico nell'ambito del settore Multimediale.

  Capacità di apprendimento (learning skills): il corso si propone, come obiettivo, di fornire allo studente le necessarie metodologie teoriche per poter affrontare e risolvere autonomamente nuove problematiche che dovessero sorgere durante una attività lavorativa. A tale scopo diversi argomenti saranno trattati a lezione coinvolgendo lo studente nella ricerca di possibili soluzioni a problemi reali.

• LABORATORIO

  Obiettivi formativi generali dell'insegnamento in termini di risultati di apprendimento attesi.

  Conoscenza e capacità di comprensione (knowledge and understanding): l'obiettivo del modulo di laboratorio è quello di far acquisire conoscenze sulle modalità di programmazione per sistemi che richiedano un certo grado di interazione. Inoltre, verranno fornite nozioni di programmazione che consentiranno allo studente di progettare soluzioni che richiedano l’elaborazione di immagini digitali.

  Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): nel corso si studierà il linguaggio di programmazione Processing, software e linguaggio improntato su Java che servirà a fare pratica con le nozioni teoriche.

  Autonomia di giudizio (making judgements): Attraverso l’implementazione in aula lo studente sarà messo nelle condizioni di comprendere se le soluzioni da lui proposte soddisfano un certo grado di qualità.

  Abilità comunicative (communication skills): lo studente acquisirà le necessarie abilità comunicative e la proprietà di linguaggio tecnico nell'ambito del settore Multimediale e nella programmazione di soluzioni ad esso relative.

  Capacità di apprendimento (learning skills): il corso si propone, come obiettivo, di fornire allo studente le necessarie metodologie pratiche per poter affrontare e risolvere autonomamente nuove problematiche che dovessero sorgere durante una attività lavorativa. A tale scopo diversi argomenti saranno trattati a lezione coinvolgendo lo studente nella ricerca di possibili soluzioni a problemi reali.

Modalità di svolgimento dell'insegnamento

• INTERAZIONE E MULTIMEDIA

  Didattica Frontale

• LABORATORIO

  Esercitazioni laboratoriali in Aula

  Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus.

Prerequisiti richiesti

• INTERAZIONE E MULTIMEDIA

  Buona conoscenza della programmazione di base. E' sufficiente aver superato il corso di programmazione I e II.

• LABORATORIO

  Buona conoscenza della programmazione di base. E' sufficiente aver superato il corso di programmazione I e II.

Frequenza lezioni

• INTERAZIONE E MULTIMEDIA

  E' fortemente consigliata la presenza alle lezioni.

• LABORATORIO

  E' fortemente consigliata la presenza alle lezioni.

Contenuti del corso

• INTERAZIONE E MULTIMEDIA

  Introduzione alle immagini digitali

  Formazione della immagini nell’occhio umano

  Equazione della lente sottile

  Illusioni ottiche

  I sensori digitali

  Il Bayer pattern

  Color interpolation

  Immagini Raster e immagini vettoriali

  Rappresentazione delle immagini raster

  Campinamento

  Quantizzazione

  Aliasing

  Risoluzione delle immagini digitali

  Interpolazione replication, bilineare e bicubica

  Il PSNR

  Il colore

  Gli spazi di colore RGB, CMY, HSV, Munsell, YUV, YCbCr

  Le immagini indicizzate e le palette

  Il reindexing

  L’istogramma di una immagine

  Le operazioni puntuali e le LUT

  Bit-planes

  Operatori lineari e invarianti per traslazione

  Noise reduction

  Edge detection

  Dominio spaziale

  Dominio delle frequenze

  Trasformata di Fourier

  La convoluzione e il teorema della convoluzione

  Compressione lossy e lossless

  Teorema di Shannon per la compressione

  Codifica di Huffman

  Lo standard Jpeg

   

  Qualora l'insegnamento venisse impartito in modalità mista o a distanza potranno essere introdotte le necessarie variazioni rispetto a quanto dichiarato in precedenza, al fine di rispettare il programma previsto e riportato nel syllabus

• LABORATORIO

  Introduzione a Processing

  • metodi principali e variabili principali: settings(), setup(), draw() e frameRate, width, heigth, ecc…;
  • principali primitive di disegno ellipse(), rect(), line(), bezier(), beginShape(), ecc… e modificatori ellipseMode(), rectMode(), ecc…
  • tipo color e metodo color().

  Interazione utente e rilevamento input da mouse e da tastiera

  • variabili mousePressed, keyPressed, mouseButton, key, keycode;
  • metodi mousePressed(), keyPressed(), mouseReleased(), mouseClicked().

  Operazioni affini per il disegno:

  • Metodi rotate(), shearX(), shearY(), translate(), applyMatrix() più pushMatrix() e popMatrix().

  Classi e oggetti in Processing, ereditarietà e strutture dati.

  Elaborazione immagini, classe PImage e metodi;

  • metodi Processing: loadImage(), createImage(), copy(), red(), green(), blue(), saveFrame();
  • metodi e variabili di PImage: save(), get(), set(), loadPixels(), updatePixels(), pixels, ecc…..

  Implementazione algoritmi di elaborazione immagine

  • quantizzazione uniforme e logaritmica;
  • interpolazione replication e calcolo PSNR;
  • operazioni puntuali: negativo, logaritmo e gamma;
  • stretching dell’istogramma e equalizzazione;
  • operazioni affini per l’immagine: rotazione, scaling, shear;
  • operatori locali di rango: mediano, massimo e minimo;
  • operatori locali lineari e invarianti per traslazione applicati mediante convoluzione: sobel, prewitt, media N box, ecc…;
  • estrazione bitplane.

Testi di riferimento

• INTERAZIONE E MULTIMEDIA

  Fondamenti di Image Processing di S. Battiato e F. Stanco - Ediargo

  ELABORAZIONE DELLE IMMAGINI DIGITALI, Terza Edizione, Rafael C. Gonzalez, Richard E. Woods, Ediz. Pearson, Prentice Hall

• LABORATORIO

  Documentazione ufficiale di Processing: https://processing.org/reference/

  “Algorithms for Visual Design Using the Processing Language” - Kostas Terzidis - Wiley Publishing.

  “Learning Processing: A Beginner's Guide to Programming Images, Animation, and Interaction” - Daniel Shiffman - Morgan Kaufmann Publishers Inc., San Francisco, CA, USA.

  “Getting Started with Processing” - Casey Reas and Ben Fry - Make Books, Sebastopol, CA.

Programmazione del corso

Verifica dell'apprendimento

Modalità di verifica dell'apprendimento

• INTERAZIONE E MULTIMEDIA

  L'esame si articola in 2 fasi:

  Fase (1) Agli studenti sarà somministrato un test a risposta multipla di 10 domande su MS Teams. Lo studente che risponderà correttamente ad almeno 6 domande passerà alla fase (2). Altrimenti, l'esame si concluderà con un'insufficienza e lo studente verrà rimandato al prossimo appello. Questo punteggio è chiamato A.

  Fase (2) Gli studenti sosterranno un breve test scritto in cui verrà richiesto di svolgere qualche esercizio. Alla fine di questa fase allo studente verrà assegnato un punteggio compreso tra -4 e 4, in base alla qualità delle risposte. Questo punteggio è chiamato B.

  Conclusione: il voto della parte di teoria è calcolato facendo A*3+B. Se tale voto è maggiore o uguale a 18 la parte di teoria risulta superata con quel voto. Altrimenti la prova risulterà insufficiente e lo studente sarà rimandato ai prossimi appelli. Le due fasi non possono essere separate e sostenute in appelli diversi. Costituiscono un'unica prova d'esame.

   

  E' prevista una prova in itinere nel periodo di sospensione delle lezioni per prove in itinere previsto dal Corso di Laurea. Le date sono riportate su http://web.dmi.unict.it/corsi/l-31/calendario-didattico

  La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.

• LABORATORIO

  Esame di laboratorio

  La verifica dell’apprendimento potrà essere effettuata anche per via telematica, qualora le condizioni lo dovessero richiedere.

  Learning assessment may also be carried out on line, should the conditions require it.

Esempi di domande e/o esercizi frequenti

• INTERAZIONE E MULTIMEDIA

  le domande nell'esame scritto sono a risposta aperta. Ne riporto un paio come esempio.

  1. L’operatore “potenza” è puntuale, locale o globale? Che significa? Tale operatore, in genere, schiarisce o incupisce l’immagine? Applicare l’operatore potenza ^2 alla matrice di seguito riportata. Infine normalizzare linearmente tra 0 e 255 la matrice risultato.

   

  56	45	11
  67	100	232
  0	129	50

   

   

  2. Quali sono le caratteristiche fondamentali della codifica di Huffman? Costruire la codifica di Huffman per i simboli che compongono la stringa “esame per esame”.
  3. Esercizio di Processing:
     Si implementino in Processing le seguenti funzioni con le caratteristiche dichiarate:
     - imMean() – Deve avere come parametro di input un’immagine RGB. L’output della funzione è un colore RGB, ottenuto dalla media dei colori di ogni pixel che costituiscono l’immagine di input. Per media tra colori RGB, si intende la media canale per canale.
     - regionMean () – Deve avere come parametro di input un’immagine RGB, e tre interi x, y e n. L’output deve essere un colore, ottenuto utilizzando la funzione imMean() sulla sottoimmagine centrata in x e y, di dimensione n × n. Lo studente può gestire come preferisce la situazione in cui la sottoimmagine include regioni esterne all’immagine originale.
     Si implementi uno sketch Processing in cui:
     - Si apre un’immagine RGB di dimensioni 512×512 (oppure si ridimensiona in modo che diventi di dimensioni 512×512) e una finestra di dimensioni 1024×512, si inizializza inoltre una variabile K con valore pari a 10 moltiplicato per l’ultima cifra del numero di matricola dello studente +1.
     - In ogni momento, durante l’esecuzione dello sketch, nella parte sinistra della finestra si visualizza l’immagine originale. Inoltre viene applicata la funzione regionMean(), passando come parametri di input l’immagine originale, x e y pari alle coordinate del pixel dell’immagine originale su cui si trova il mouse in quel momento, e infine il valore K. Nella parte destra della finestra si visualizza un rettangolo di dimensioni 512×512, del colore restituito dalla funzione regionMean() applicata come descritto sopra. Attenzione! Se le coordinate x e y sono tali che l’intorno includa regioni esterne all’immagine, queste coordinate vanno riportate entro i limiti prima di chiamare regionMean().
     - Inoltre, deve essere sempre mostrato un quadrato di dimensione K × K, senza colore di riempimento e dal bordo di un colore a scelta dello studente, che permetta di capire qual è la regione che in quel momento è considerata nel calcolo della media.
     - Ogni volta che viene premuto il tasto ‘+’ il valore di K aumenta di 10, mentre alla pressione del tasto ‘-’ viene decrementato di 10. Si limiti comunque questo valore tra un minimo di 10 e un massimo di 250.
• LABORATORIO

  a) [10] Implementare una classe Ball con le seguenti caratteristiche: la classe è identificata da una posizione, da un raggio R e da una velocità sy lungo y. Di default sy=5. Appare come un cerchio rosso, senza bordi di raggio R. Ha un metodo per cambiare la sua posizione lungo l’asse y di un valore pari a sy per ciclo di draw. Quando il centro di Ball tocca il bordo superiore o inferiore della finestra la sua velocità cambia segno.

   

  b) [5] Estendere tramite ereditarietà la classe Ball definendo HyperBall. HyperBall differisce da Ball poiché possiede anche un attributo colore – di default blu. Deve avere un metodo che controlla se il puntatore del mouse si trova all’interno della circonferenza che lo rappresenta e, se ciò accade, il colore di HyperBall viene modificato in un colore casuale.

   

  [OBBLIGATORIO PER VALUTARE I PUNTI PRECEDENTI]

  Alla pressione di “R” o “r” lo sketch viene resettato. Implementare uno sketch in cui si apre una finestra di dimensioni 512×256. Ad ogni ciclo di draw la finestra viene aggiornata.

   

  Per rendere (a) valutabile - Nella metà sinistra istanziare un oggetto di tipo Ball che si muove in base al comportamento definito. La posizione iniziale è casuale e compresa nella metà sinistra della finestra, mentre il raggio è 40.

   

  Per rendere (b) valutabile - Nella parte destra della finestra va istanziato un oggetto di tipo HyperBall con le stesse caratteristiche al punto (a); la differenza è che il colore cambia se il puntatore del mouse vi passa sopra.