Kursplan för läsåret 2010/2011
(Genererad 2010-06-28.)
STATISTISK BILDANALYSFMS150
Statistical Image Analysis

Antal högskolepoäng: 7,5. Betygsskala: TH. Nivå: A (Avancerad nivå). Huvudområde: Teknik. Undervisningsspråk: Kursen kan komma att ges på engelska. Överlappar följande kurs/kurser: MAS228 och MASM13. Valfri för: C4, D5, D5bg, E4, E5bg, E5mt, F5, F5bg, F5mt, Pi4, Pi4mrk, Pi4ssr. Kursansvarig: Finn Lindgren, finn@maths.lth.se, Matematisk statistik. Förutsatta förkunskaper: En grundkurs i matematisk statistik samt någon av Markovprocesser, Stationära stokastiska processer eller Bildanalys. Matlabvana. Kan ställas in: Vid mindre än 16 anmälda. Prestationsbedömning: Projektuppgifter med skriftlig och muntlig redovisning. Övrigt: Kursen ingår även på naturvetenskaplig fakultet med koden MASM13. Hemsida: http://www.maths.lth.se/matstat/kurser/fms150/.

Syfte
Kursens syfte är att studenten ska tillägna sig verktyg för att hantera högdimensionella statistiska problem, modeller och metoder, med praktiska tillämpningar främst inom bildanalys och spatial statistik. Speciellt viktigt är de Bayesianska aspekterna, eftersom de bildar grunden för en stor del av de moderna bildanalysmetoderna. Dessa relateras i kursen också till tillämpningar inom fjärranalys och miljöstatistik.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

Färdighet och förmåga
För godkänd kurs skall studenten

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

Innehåll
Bayesianska metoder för stokastisk modellering, klassificering och rekonstruktion. Stokastiska fält, Markovfält, Gibbsfördelningar, formanalys. Korrelationsstrukturer, multivariata tekniker, diskriminantanalys. Simuleringsmetoder för stokastisk inferens (MCMC m.m.). Statistisk fjärranalys och spatial statistik.

Litteratur
Lindgren, F: Image Modelling and Estimation - A Statistical Approach, 2006.