Introduzione all elaborazione di immagini Part II

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Introduzione all elaborazione di immagini Part II"

Transcript

1 Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration) estrazione di informazione (feature detection)

2 Classificazione delle Tecniche di Elaborazione Puntuali Locali Globali 2 nello stesso dominio (di particolare interesse il dominio spaziale e quello delle frequenze spaziali) tra domini diversi (trasformate bidimensionali) con riduzione dei dati tra ingresso e uscita (per esempio estrazione di informazioni o compressione) (spesso) lineari e spazio-invarianti (convoluzioni bidimensionali)

3 Miglioramento della qualità 3 Manca in realtà una teoria generale del miglioramento di qualità, dato che non esiste uno standard generale di qualità delle immagini. Tipicamente si agisce su: aumento del contrasto (differenza tra l intensità dei pixel); riduzione del rumore (variazioni casuali dell intensità);

4 Metodi nel dominio spaziale Le elaborazioni nel dominio spaziale possono essere espresse come: 4 g(x,y)=t[f(x,y)] dove f(x,y) è l immagine di input, g(x,y) è l immagine di output e T è un operatore su f(x,y) definito in un intorno di (x,y); In certi casi T agisce su un set di immagini di ingresso, come nel caso di elaborazione di sequenze di immagini o, più semplicemente, nel caso di operazioni pixel-by-pixel (somme, etc.); La dimensione dell intorno di (x,y) definisce il carattere della elaborazione: puntuale (l intorno coincide con il pixel stesso), locale (nei casi più comuni l intorno è una piccola regione quadrata centrata sul pixel) o globale (l intorno coincide con l intera f ).

5 Elaborazioni Puntuali 5 Il risultato di una elaborazione puntuale omogenea dipende solo dal valore del pixel cui è applicata, per cui tali elaborazioni vengono anche dette manipolazioni della scala dei grigi o dei colori; Se invece il risultato dell elaborazione dipende anche dalla posizione del pixel nell immagine, si parla di elaborazioni puntuali non omogenee; Alcune tipiche elaborazioni puntuali omogenee: Aggiunta o sottrazione di una costante a tutti i pixel (per compensare sotto o sovraesposizioni) Inversione della scala dei grigi (negativo) Clipping Espansione del contrasto Modifica dell'istogramma

6 Elaborazioni Puntuali Omogenee 6 L elaborazione si effettua applicando una specifica operazione a ciascun pixel dell immagine di partenza, e costruendo una nuova immagine in cui ciascun pixel assume un valore che è il risultato dell operazione stessa; L elaborazione puntuale omogenea può essere rappresentata da una trasformazione o mapping dei livelli di grigio, del tipo: s = T(r) dove r è la variabile che rappresenta il livello di grigio dell immagine di input ed s è la variabile che rappresenta il livello di grigio dell immagine di output.

7 Elaborazioni Puntuali Omogenee 7 Se la trasformazione ha la forma mostrata in figura, il suo effetto è di produrre una immagine di output con contrasto maggiore di quella di ingresso I livelli inferiori ad m nell immagine originale vengono abbassati di valore, quindi resi più scuri, mentre quelli di valore superiore a m vengono resi più chiari (stretching di contrasto) Nel caso limite, la trasformazione diventa una operazione di soglia (globale) che produce una immagine binaria: s = 0 L 1 per r per r < m m

8 Esempi 8 Esempio di stretching (m = 128) ed Esempio di soglia (a 128): originale stretching di contrasto soglia

9 Elaborazioni Puntuali Omogenee 9 Le operazioni puntuali, in generale, non sono invertibili, e comportano pertanto una perdita di informazione; Un esempio di operazione puntuale invertibile è invece l inversione della scala dei grigi o negazione (in senso fotografico) dell immagine T(r)=L-1-r.

10 Elaborazioni Puntuali Omogenee 10 Una immagine ripresa in condizioni di scarsa illuminazione spesso risulta sottoesposta, cioè molto scura e scarsamente contrastata; Per esempio, nell immagine seguente è evidente la presenza di una piccola dinamica, concentrata nella parte bassa della scala dei grigi:

11 s Elaborazioni Puntuali Omogenee 11 In un caso come questo l elaborazione di stretching di contrasto è poco utile. E possibile tuttavia migliorare notevolmente l apparenza dell immagine applicando una trasformazione che effettui il mapping di un piccolo intervallo di livelli di grigio sull intera gamma possibile. Per esempio, si può applicare la trasformazione: = 4r per r 255 per r < Espansione del contrasto o contrast enhancement con clipping dei valori al valore massimo; Se la pendenza della curva di mapping fosse minore di 45 si parlerebbe di compressione del contrasto.

12 Elaborazioni Puntuali Omogenee 12 Il risultato dell espansione di contrasto è mostrato nelle figure seguenti, ed evidenzia come il miglioramento dell apparenza non corrisponda del tutto ad un miglioramento della qualità dell immagine. Infatti l istogramma mostra che la risoluzione dei livelli di grigio è ancora insufficiente (molti pixel con livelli di grigio in sottointervalli limitati di [0, 255]).

13 L Istogramma dei Livelli di Grigio 13 L'istogramma (normalizzato) dei livelli di grigio di un'immagine digitale è la funzione discreta nk p( r ) = per k = n k 0,...L -1 dove n k è il numero di pixel dell'immagine con livello di grigio r k e n è il numero totale dei pixel. E' pertanto una stima a posteriori delle probabilità di occorrenza dei livelli di grigio dell'immagine, utile perchè fornisce una descrizione globale della cosiddetta "apparenza" dell'immagine. Le informazioni date dall istogramma possono dare un'idea generale della possibilità di miglioramento dell'immagine, soprattutto in termini di manipolazione del contrasto, ma trovano applicazione anche in altre elaborazioni (segmentazione, compressione).

14 Esempi di Istogrammi 14 Immagine scura Immagine con poco contrasto

15 Esempi di Istogrammi 15 Immagine scura e con poco contrasto Immagine chiara con poco contrasto

16 Esempi di Istogrammi 16 Immagine bilanciata Immagine chiara con minore contrasto

17 Modifica dell Istogramma 17 Oltre che a scopo orientativo, l istogramma può essere direttamente utilizzato per la definizione dell elaborazione, che risulta così finalizzata alla modifica dell istogramma; Alcuni autori considerano non puntuali ma globali le elaborazioni di questo tipo, in quanto l istogramma rappresenta una descrizione che può definirsi globale delle caratteristiche visuali dell immagine; In senso stretto, la manipolazione dell istogramma è una operazione puntuale.

18 Elaborazioni Puntuali Non Omogenee 18 In questo caso il risultato della elaborazione dipende anche dalla posizione del pixel. In generale, questo rende computazionalmente più onerosi gli algoritmi (maggior tempo di esecuzione). Esempi semplici di elaborazioni puntuali non omogenee sono le operazioni aritmetiche tra immagini. Una delle più adoperate è l operazione di differenza tra due immagini, che possiamo scrivere come: g(x,y)=f(x,y)-b(x,y) ovvero s=t xy (r) pensando inserita nell operatore T xy la dipendenza del risultato dai pixel dell immagine b(x,y) La differenza tra due immagini trova importanti applicazioni sia nel miglioramento di qualità che nella segmentazione (identificazioni di regioni e contorni nell immagine).

19 Esempio di Elaborazione Puntuale Non Omogenea 19 Frequentemente l immagine b è costituita da uno sfondo fisso rispetto al quale bisogna isolare degli oggetti, fissi o in movimento, per esempio nelle applicazioni di tracking o di video-sorveglianza, in molte applicazioni in medicina o biologia, etc. - = Come si vede, l operazione di differenza elimina tutta l informazione (statica) che non serve, e nel risultato rimane soltanto ciò che è cambiato tra la prima e la seconda immagine

20 Elaborazioni Locali 20 Fanno uso delle cosiddette maschere spaziali (maschere di convoluzione o filtri spaziali); Nell image processing si usano sia filtri lineari sia filtri non lineari; L operazione di una maschera lineare 3 x 3 può essere descritta dalla seguente equazione, dove R è il valore calcolato per il pixel inizialmente di valore z 5 R = w1 z1 + w2z w9 z 9 = 9 i= 1 w i z i

21 Elaborazioni Locali 21 Si parla di filtraggio spaziale in quanto l operazione avviene direttamente nel dominio dei pixel o dominio spaziale, mentre il concetto di filtraggio ha le sue radici nell uso della trasformata di Fourier, nel cosiddetto dominio della frequenza (cfr. prossima lezione); In generale, il filtraggio lineare di una immagine f di dimensione M x N con una maschera di dimensione m x n può essere descritto dalla seguente equazione: a b m 1 g( x, y) = w(s, t)f(x + s, y + t), con a = e b = s= a t= b 2 n -1 2

22 Elaborazioni Locali 22

23 Elaborazioni Locali 23 L operazione è ripetuta per tutti i pixel dell immagine, cioè per x = 0, 1, 2,, M 1 e y = 0, 1, 2,, N 1 (sliding della maschera); Il processo così descritto ricorda quello noto come convoluzione nel dominio della frequenza; da qui il termine di maschere di convoluzione (cfr. prossima lezione); Anche i filtri non lineari operano in un intorno del pixel corrente, ma il tipo di elaborazione è condizionata dai valori dei pixel ricadenti nell intorno (dunque non rappresentabile con una maschera); Per esempio, la risposta di un filtro di massimo è: R=max {z k, k=1, 9} Un filtro siffatto può essere usato per determinare i punti più luminosi dell immagine.

24 Filtri Spaziali di Smoothing 24 I filtri di smoothing sono usati per il blurring (sfocatura) dell immagine e per la riduzione del rumore; L operazione di blurring è normalmente utilizzata in fase di preelaborazione, allo scopo di eliminare piccoli dettagli inutili o addirittura dannosi per le successive elaborazioni (per esempio finalizzate all estrazione di regioni piuttosto ampie), oppure di compensare piccole imperfezioni quali le interruzioni che spesso si verificano nelle linee di contorno; Un filtro lineare di smoothing è semplicemente un filtro di media: esso sostituisce ad ogni pixel la media dei valori dei pixel nell intorno definito dalla maschera, così riducendo l entità delle differenze di grigio tra punti vicini; Il più semplice può essere realizzato mediante una maschera con pesi tutti uguali, di valore tale da dare un risultato compatibile con la scala dei grigi adottata.

25 Filtri Spaziali di Smoothing 25

26 Filtri Spaziali di Smoothing 26

27 Filtri Spaziali di Smoothing 27 I filtri precedenti realizzano un operazione di media mobile, in quanto sostituiscono a ciascun pixel la media dei valori nell intorno, quindi un valore di grigio non necessariamente presente nell immagine iniziale. L introduzione di tali valori che dà luogo al blurring, ed anche alla riduzione del rumore (noise cleaning). L effetto di smoothing è tanto più accentuato quanto più grande è la dimensione dell intorno, e l applicazione, per esempio, di un filtro 5 x 5 è equivalente a due applicazioni consecutive di un filtro 3 x 3; La riduzione dell evidenza dei dettagli presenti nell immagine, e quindi del contrasto, è una operazione che riduce le componenti di alta frequenza spaziale presenti nell immagine, e pertanto queste operazioni sono dei filtraggi passa-basso; Nelle maschere a coefficienti non uguali, è interessante notare come la media risultante sia pesata, dando più importanza ad alcuni pixel piuttosto che ad altri.

28 Filtri Spaziali di Smoothing 28 La somma dei pesi delle maschere è sempre 1. Questo significa che in una zona dell immagine uniformemente grigia l applicazione del filtro non altera i valori dei pixel ovvero il filtro non introduce bias di intensità; Se l obiettivo del filtraggio è la riduzione del rumore ma non il blurring, cioè si desidera una immagine meno rumorosa ma che mantenga i dettagli, i filtri di media non danno risultati soddisfacenti:

29 Filtro Mediano Per effetto di un filtro mediano, un pixel è sostituito dal valore mediano dei pixel in un suo intorno. Si tratta di un filtro non lineare Esempio, di filtro mediano 3 x 3: 29 Ricorda: il mediano M di un insieme di valori è tale che metà dei valori sono minori di M e metà dei valori sono maggiori di M

30 Filtro Mediano 30 Nell intorno di ogni pixel si devono ordinare i valori dei pixel in esso contenuti, compreso quello centrale, ed il valore mediano di essi è assegnato al pixel centrale. Nell esempio: 29, 35, 38, 40, 52,57, 107, 110, 115 L effetto del filtro mediano è di forzare i pixel ad assumere un valore uguale a quello di uno dei pixel circostanti, eliminando così eventuali picchi (o spike) isolati di intensità, che sono quelli con cui di solito si manifesta il cosiddetto rumore impulsivo (o salt-and-pepper) Il filtro mediano è un esempio di una classe di filtri nota come orderstatistics: il loro effetto, in generale, è di sostituire al pixel centrale della regione dell immagine ricadente nell area del filtro uno degli altri pixel, determinato sulla base di un ranking dei loro valori Altri esempi di filtri di questa classe sono il filtro di massimo e il filtro di minimo

31 Filtro di Media e Filtro Mediano (esempio) 31

32 Filtri Spaziali di Sharpening 32 I filtri spaziali di sharpening sono utilizzati per aumentare il contrasto locale dell immagine, in modo da arricchire i dettagli fini, o per evidenziare i contorni degli oggetti (edge crispening); Tali filtri lavorano aumentando le differenze tra pixel vicini e sono pertanto complementari ai filtri di smoothing; Possono provocare l aumento del rumore presente nell immagine, per cui la loro azione va spesso compensata con quella di un filtro per la riduzione del rumore; Evidenziare le differenze tra pixel significa esaltare il contenuto delle componenti ad alta frequenza spaziale presenti nell immagine, per cui queste operazioni sono dei filtraggi passa-alto.

33 Filtri Spaziali di Sharpening (cont.) 33 Per accrescere le differenze tra pixel vicini, una maschera deve avere i pesi centrali di segno opposto a quelli periferici (nell es. la somma dei pesi delle maschere è 1, per evitare l introduzione di bias di intensità nell immagine di output) :

34 Filtri Spaziali di Sharpening (cont.) 34 Più adatte ad evidenziare i contorni sono delle maschere con somma dei pesi pari a 0. In questo caso, l uscita della maschera in una zona dell immagine a grigio costante (o lentamente variabile) è nulla o molto piccola, come è tipico di un filtraggio passa-alto, che idealmente deve eliminare la componente a frequenza zero. Una tipica maschera con queste caratteristiche è la seguente (svantaggio: eliminazione completa dello sfondo):

0.6 Filtro di smoothing Gaussiano

0.6 Filtro di smoothing Gaussiano 2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche

Dettagli

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Agostino ACCARDO Dipartimento di Ingegneria e Architettura 040-5587148 accardo@units.it Testi di riferimento:

Dettagli

Trasformazioni di Intensità e Filtraggio Spaziale

Trasformazioni di Intensità e Filtraggio Spaziale Trasformazioni di Intensità e Filtraggio Spaziale (Alcuni Richiami) Prof. Sebastiano Battiato Terminologia Le tecniche di elaborazione delle immagini sono in generale rivolte all ottenimento di uno dei

Dettagli

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI

Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI Capitolo 5 RESTAURO E RICOSTRUZIONE DI IMMAGINI La differenza tra il restauro e il miglioramento (enhancement) delle immagini è che il miglioramento è un processo soggettivo, mentre il restauro è un processo

Dettagli

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Estrazione dei bordi Calcolo del gradiente Operatori di Roberts Operatori

Dettagli

Corso di Visione Artificiale. Immagini digitali. Samuel Rota Bulò

Corso di Visione Artificiale. Immagini digitali. Samuel Rota Bulò Corso di Visione Artificiale Immagini digitali Samuel Rota Bulò Immagini digitali Un immagine viene generata dalla combinazione di una sorgente di energia e la riflessione o assorbimento di energia da

Dettagli

Corso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò

Corso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò Corso di Visione Artificiale Filtri parte I Samuel Rota Bulò Filtri spaziali Un filtro spaziale è caratterizzato da un intorno e un'operazione che deve essere eseguita sui pixels dell'immagine in quell'intorno.

Dettagli

Elaborazione del colore

Elaborazione del colore Sistemi Multimediali Elaborazione del colore Molti degli strumenti offerti da un programma di fotoritocco ci permettono di lavorare sui colori. Questi strumenti vengono solitamente utilizzati per correggere

Dettagli

Elaborazione delle Immagini Digitali

Elaborazione delle Immagini Digitali Elaborazione delle Immagini Digitali Parte I Prof. Edoardo Ardizzone A.A. 2-22 La trasformata di Hotelling o di Karhunen-Loeve KLT discreta Questa trasformata detta anche analisi delle componenti principali

Dettagli

Istogramma e contrasto

Istogramma e contrasto Istogramma e contrasto Laboratorio di Multimedia 1 Modulo Grafica 8-3-2010 Davide Gadia gadia@dico.unimi.it Istogramma Informazioni sulle caratteristiche dell'immagine Ascisse: I valori di quantizzazione

Dettagli

Lezioni del Corso di Fondamenti di Metrologia Meccanica

Lezioni del Corso di Fondamenti di Metrologia Meccanica Facoltà di Ingegneria Lezioni del Corso di Fondamenti di Metrologia Meccanica A.A. 2005-2006 Prof. Paolo Vigo Indice 1. Errori ed Incertezze 2. Errori Sistematici ed Accidentali 3. Proprietà degli Strumenti

Dettagli

Immagini binarie. Binarizzazione di immagini a livelli di grigio

Immagini binarie. Binarizzazione di immagini a livelli di grigio Immagini binarie Binarizzazione di immagini a livelli di grigio Immagini binarie In molti casi gli le scene di interesse conducono ad immagini che possono essere considerate binarie, cioè contenenti nel

Dettagli

13. Campi vettoriali

13. Campi vettoriali 13. Campi vettoriali 1 Il campo di velocità di un fluido Il concetto di campo in fisica non è limitato ai fenomeni elettrici. In generale il valore di una grandezza fisica assegnato per ogni punto dello

Dettagli

Grafica Digitale. Concetti di base della computer grafica. Oliviero Neglia

Grafica Digitale. Concetti di base della computer grafica. Oliviero Neglia Grafica Digitale Concetti di base della computer grafica Oliviero Neglia Per grafica digitale intendiamo quell'insieme di processi che ci permettono di creare, modificare e visualizzare immagini attraverso

Dettagli

Elaborazione di immagini nel dominio spaziale

Elaborazione di immagini nel dominio spaziale Appunti di Elaborazione di Segnali Multimediali a.a. 213/214 L.Verdoliva In questa prima parte del corso studieremo le principali elaborazioni che possono essere effettuate sulle immagini digitali, focalizzando

Dettagli

Applicazione della tsvd all elaborazione di immagini

Applicazione della tsvd all elaborazione di immagini Applicazione della tsvd all elaborazione di immagini A cura di: Mauro Franceschelli Simone Secchi Indice pag Introduzione. 1 Problema diretto.. 2 Problema Inverso. 3 Simulazioni.. Introduzione Scopo di

Dettagli

Librerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video

Librerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile

Dettagli

Corso di Calcolo Numerico

Corso di Calcolo Numerico Corso di Calcolo Numerico Dott.ssa M.C. De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Sistemi di Numerazione Sistema decimale La

Dettagli

Elaborazione nel dominio della frequenza Soluzioni

Elaborazione nel dominio della frequenza Soluzioni Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione nel dominio della frequenza Soluzioni 1 La trasformata discreta 1D Calcoliamo lo spettro di x(n) = R L (n) al variare di L = 2, 10, 20,

Dettagli

RAPPRESENTAZIONE DEI NUMERI BINARI. Corso di Fondamenti di Informatica AA 2010-2011

RAPPRESENTAZIONE DEI NUMERI BINARI. Corso di Fondamenti di Informatica AA 2010-2011 RAPPRESENTAZIONE DEI NUMERI BINARI Corso di Fondamenti di Informatica AA 2010-2011 Prof. Franco Zambonelli Numeri interi positivi Numeri interi senza segno Caratteristiche generali numeri naturali (1,2,3,...)

Dettagli

Dispense del corso di Elettronica Ls Prof. Guido Masetti

Dispense del corso di Elettronica Ls Prof. Guido Masetti Dispense del corso di Elettronica Ls Prof. Guido Masetti Elaborazione dei segnali 1 Sommario Elaborazione del segnale Sistemi lineari tempo invarianti (LTI), tempocontinui e tempo-discreti Analisi di Fourier

Dettagli

Misure della dispersione o della variabilità

Misure della dispersione o della variabilità QUARTA UNITA Misure della dispersione o della variabilità Abbiamo visto che un punteggio di per sé non ha alcun significato e lo acquista solo quando è posto a confronto con altri punteggi o con una statistica.

Dettagli

Trasformazioni di intensità Filtraggio spaziale. 31/03/2010 Francesca Pizzorni Ferrarese

Trasformazioni di intensità Filtraggio spaziale. 31/03/2010 Francesca Pizzorni Ferrarese Trasformazioni di intensità Filtraggio spaziale 31/03/2010 Francesca Pizzorni Ferrarese Istogrammi L istogramma è la rappresentazione grafica della quantità di pixel presenti nell immagine per ciascun

Dettagli

Stabilizzazione Video. Video Digitali

Stabilizzazione Video. Video Digitali Stabilizzazione Video Video Digitali Stabilizzazione video STABILIZZARE:assicurare il mantenimento di una condizione di equilibrio constante,generalmente identificabile nell'assenza di oscillazioni o variazioni

Dettagli

Morphological Image processing

Morphological Image processing Morphological Image processing Morfologia matematica La parola morfologia comunemente denota una parte della biologia che tratta con la forma e la struttura di organismi In analogia al termine biologico

Dettagli

Codifica delle immagini

Codifica delle immagini Codifica delle immagini Abbiamo visto come la codifica di testi sia (relativamente) semplice Un testo è una sequenza di simboli Ogni simbolo è codificato con un numero Ed ecco che il testo è trasformato

Dettagli

La riduzione dei dati da CCD

La riduzione dei dati da CCD Hands on Universe, Europe Pesiamo una galassia La riduzione dei dati da CCD Alessandra Zanazzi e Marilena Spavone Città della Scienza Scpa Onlus e Fondazione IDIS - Città della Scienza Logo disegnato da

Dettagli

Un ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti

Un ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti Un ripasso di aritmetica: Rappresentazione binaria - operazioni A queste rappresentazioni si possono applicare le operazioni aritmetiche: riporti 1 1 0 + 1 0 = 1 0 0 24 Un ripasso di aritmetica: Rappresentazione

Dettagli

Operatori locali su immagini digitali

Operatori locali su immagini digitali Operatori locali su immagini digitali Definizione degli operatori locali Filtri di smoothing Filtri di sharpening Filtri derivativi Operatori locali Questi operatori sono usati per: miglioramento della

Dettagli

Introduzione all analisi dei segnali digitali.

Introduzione all analisi dei segnali digitali. Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza

Dettagli

Elaborazione di immagini digitali: trasformare e migliorare

Elaborazione di immagini digitali: trasformare e migliorare Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2009/2010 Docente: ing. Salvatore

Dettagli

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E

L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E L A B O R A T O R I O D I I N F O R M A T I C A M U S I C A L E MODULO 1: MANIPOLAZI ONE DEL SEGNALE AUDI O G.PRESTI - 17/03/2015 - LE ZI ON E 3 1. RISPOSTA IMPULSIVA E CONVOLUZIONE Una descrizione informale

Dettagli

Proprietá dell immagine digitale

Proprietá dell immagine digitale Capitolo 5 Proprietá dell immagine digitale 5.1 Metrica delle immagini 5.1.1 Distanza Euclidea D E Per una immagine digitale, definita come una matrice bidimensionale, rappresenta una misura quantitativa

Dettagli

Operazioni morfologiche

Operazioni morfologiche Elaborazione dei Segnali Multimediali a.a. 2009/2010 Operazioni morfologiche L.Verdoliva Le tecniche di enhancement studiate finora si basano tipicamente su operazioni di tipo lineare, tuttavia spesso

Dettagli

SISTEMI LINEARI TEMPO INVARIANTI

SISTEMI LINEARI TEMPO INVARIANTI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Definizione di sistema Sistema: Da un punto di vista fisico e un dispositivo che modifica un segnale x(, detto ingresso,

Dettagli

Tecniche di riconoscimento statistico

Tecniche di riconoscimento statistico On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 5 Tecniche OCR Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr

Dettagli

INTRODUZIONE ALLE REGOLAZIONI: LIVELLI DI REGOLAZIONE. EDI Livelli Selezioni - Maschere 1

INTRODUZIONE ALLE REGOLAZIONI: LIVELLI DI REGOLAZIONE. EDI Livelli Selezioni - Maschere 1 INTRODUZIONE ALLE REGOLAZIONI: LIVELLI DI REGOLAZIONE EDI Livelli Selezioni - Maschere 1 Strumenti di Regolazione Photoshop dispone di potenti strumenti per la regolazione delle immagini. Questi strumenti

Dettagli

Elaborazione delle immagini e Pattern Recognition. Giovanni Scavello

Elaborazione delle immagini e Pattern Recognition. Giovanni Scavello Elaborazione delle immagini e Pattern Recognition Giovanni Scavello Programma dei seminari Nozioni di base del trattamento delle immagini Descrizione matematica Spazi colore Operazioni comuni Filtraggio

Dettagli

L istogramma. Interazione & Multimedia 2

L istogramma. Interazione & Multimedia 2 Istogramma 1 L istogramma I pixel di una immagine sono una popolazione sulla quale possiamo calcolare tutte le quantità statistiche descrittive che si usano normalmente: Media, mediana, varianza, deviazione

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

TECNICHE DI COMPRESSIONE DATI

TECNICHE DI COMPRESSIONE DATI TECNICHE DI COMPRESSIONE DATI COMPRESSIONE DATI La compressione produce una rappresentazione più compatta delle informazioni è come se si usassero meno parole per dire la stessa cosa in modo diverso. Esistono

Dettagli

Esposizione Con Una Reflex Digitale In Situazioni Di Alto Contrasto

Esposizione Con Una Reflex Digitale In Situazioni Di Alto Contrasto Esposizione Con Una Reflex Digitale In Situazioni Di Alto Contrasto Autore: Vitali Shkaruba Traduzione in italiano: Enrico De Santis Nota: prima di affrontare questo articolo sarebbe opportuno conoscere

Dettagli

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione 1 PROBLEMI DI SCELTA Problemi di Scelta Campo di Scelta Funzione Obiettivo Modello Matematico Scelte in condizioni di Certezza Scelte in condizioni di Incertezza Effetti Immediati Effetti Differiti Effetti

Dettagli

Algoritmo per il rilevamento di targhe

Algoritmo per il rilevamento di targhe Algoritmo per il rilevamento di targhe 19 maggio 2008 Nell affrontare il problema del riconoscimento delle targhe sono stati sviluppati due algoritmi che basano la loro ricerca su criteri differenti. Lo

Dettagli

RISONANZA. Introduzione. Risonanza Serie.

RISONANZA. Introduzione. Risonanza Serie. RISONANZA Introduzione. Sia data una rete elettrica passiva, con elementi resistivi e reattivi, alimentata con un generatore di tensione sinusoidale a frequenza variabile. La tensione di alimentazione

Dettagli

( x) ( x) 0. Equazioni irrazionali

( x) ( x) 0. Equazioni irrazionali Equazioni irrazionali Definizione: si definisce equazione irrazionale un equazione in cui compaiono uno o più radicali contenenti l incognita. Esempio 7 Ricordiamo quanto visto sulle condizioni di esistenza

Dettagli

Nell esempio riportato qui sopra è visibile la sfocatura intenzionale di una sola parte della foto

Nell esempio riportato qui sopra è visibile la sfocatura intenzionale di una sola parte della foto LE MASCHERE DI LIVELLO Provo a buttare giù un piccolo tutorial sulle maschere di livello, in quanto molti di voi mi hanno chiesto di poter avere qualche appunto scritto su di esse. Innanzitutto, cosa sono

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Una immagine (digitale) permette di percepire solo una rappresentazione 2D del mondo La visione 3D si pone lo scopo di percepire il mondo per come è in 3 dimensioni

Dettagli

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/

Catene di Misura. Corso di Misure Elettriche http://sms.unipv.it/misure/ Catene di Misura Corso di Misure Elettriche http://sms.unipv.it/misure/ Piero Malcovati Dipartimento di Ingegneria Industriale e dell Informazione Università di Pavia piero.malcovati@unipv.it Piero Malcovati

Dettagli

Le regioni di interesse (ROI) e le curve

Le regioni di interesse (ROI) e le curve Le regioni di interesse (ROI) e le curve UNIVERSITÀ DEGLI STUDI DI MILANO Materiale didattico a cura della Dott.ssa Michela Lecchi Immagine digitale Immagine analogica: la variabile rappresentata è continua

Dettagli

Scelte in condizioni di rischio e incertezza

Scelte in condizioni di rischio e incertezza CAPITOLO 5 Scelte in condizioni di rischio e incertezza Esercizio 5.1. Tizio ha risparmiato nel corso dell anno 500 euro; può investirli in obbligazioni che rendono, in modo certo, il 10% oppure in azioni

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete Funzioni in due variabili Raccolta di FAQ by Andrea Prevete 1) Cosa intendiamo, esattamente, quando parliamo di funzione reale di due variabili reali? Quando esiste una relazione fra tre variabili reali

Dettagli

Elaborazione di immagini a colori

Elaborazione di immagini a colori Elaborazione di Segnali Multimediali a.a. 2013/2014 Elaborazione di immagini a colori L.Verdoliva In questa esercitazione vedremo come si elaborano le immagini a colori in Matlab estendendo le tecniche

Dettagli

Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente punti estremi, numero di concavità

Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente punti estremi, numero di concavità Texture analysis Introduzione Una regione di una immagine può essere rappresentata mediante le sue caratteristiche esterne i contorni Descrittori per i contorni: lunghezza, orientazione, del segmento congiungente

Dettagli

corso adobe photoshop INTERNO GRIGIO

corso adobe photoshop INTERNO GRIGIO corso adobe photoshop INTERNO GRIGIO corso adobe photoshop Introduzione Il corso è rivolto ad utenti professionali ed appassionati, che vogliano approfondire la fotografia digitale e necessitano di risorse

Dettagli

La Visione Artificiale. La vis ione delle macchine La vis ione umana Acquis izione di immag ine

La Visione Artificiale. La vis ione delle macchine La vis ione umana Acquis izione di immag ine La Visione Artificiale La vis ione delle macchine La vis ione umana Acquis izione di immag ine Copyright Alcune slide sono tratte dal testo: Digital Image Processing Materiale didattico relativo si trova

Dettagli

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva

Università del Piemonte Orientale. Corsi di Laurea Triennale. Corso di Statistica e Biometria. Introduzione e Statistica descrittiva Università del Piemonte Orientale Corsi di Laurea Triennale Corso di Statistica e Biometria Introduzione e Statistica descrittiva Corsi di Laurea Triennale Corso di Statistica e Biometria: Introduzione

Dettagli

Sistemi di Numerazione

Sistemi di Numerazione Fondamenti di Informatica per Meccanici Energetici - Biomedici 1 Sistemi di Numerazione Sistemi di Numerazione I sistemi di numerazione sono abitualmente posizionali. Gli elementi costitutivi di un sistema

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio

Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Fondamenti di Informatica Laurea in Ingegneria Civile e Ingegneria per l Ambiente e il Territorio Rappresentazione dell Informazione

Dettagli

6.2 USM. Definizione dei contorni in un immagine

6.2 USM. Definizione dei contorni in un immagine Definizione dei contorni in un immagine SilverFast possiede uno strumento per la definizione dei contorni appositamente sviluppato, la cosiddetta «Maschera dei contorni» (USM, UnSharp Mask). Questo concetto

Dettagli

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto:

Indicando con x i minuti di conversazione effettuati in un mese, con la spesa totale nel mese e con il costo medio al minuto: PROBLEMA 1. Il piano tariffario proposto da un operatore telefonico prevede, per le telefonate all estero, un canone fisso di 10 euro al mese, più 10 centesimi per ogni minuto di conversazione. Indicando

Dettagli

Basi di matematica per il corso di micro

Basi di matematica per il corso di micro Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione

Dettagli

MATLAB. Caratteristiche. Dati. Esempio di programma MATLAB. a = [1 2 3; 4 5 6; 7 8 9]; b = [1 2 3] ; c = a*b; c

MATLAB. Caratteristiche. Dati. Esempio di programma MATLAB. a = [1 2 3; 4 5 6; 7 8 9]; b = [1 2 3] ; c = a*b; c Caratteristiche MATLAB Linguaggio di programmazione orientato all elaborazione di matrici (MATLAB=MATrix LABoratory) Le variabili sono matrici (una variabile scalare equivale ad una matrice di dimensione

Dettagli

Elaborazione nel dominio della frequenza

Elaborazione nel dominio della frequenza Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione nel dominio della frequenza L.Verdoliva In questa esercitazione esamineremo la trasformata di Fourier discreta monodimensionale e bidimensionale.

Dettagli

FISICA. Le forze. Le forze. il testo: 2011/2012 La Semplificazione dei Testi Scolastici per gli Alunni Stranieri IPSIA A.

FISICA. Le forze. Le forze. il testo: 2011/2012 La Semplificazione dei Testi Scolastici per gli Alunni Stranieri IPSIA A. 01 In questa lezione parliamo delle forze. Parliamo di forza quando: spostiamo una cosa; solleviamo un oggetto; fermiamo una palla mentre giochiamo a calcio; stringiamo una molla. Quando usiamo (applichiamo)

Dettagli

Risultati ottenuti. Risultati ottenuti

Risultati ottenuti. Risultati ottenuti Capitolo XIII : Risultati ottenuti Per testare l inseguitore di forme sono stati realizzati alcuni filmati di oggetti in movimento, e scene in cui è la telecamera a muoversi in un ambiente. L algoritmo

Dettagli

Lezione n. 2 (a cura di Chiara Rossi)

Lezione n. 2 (a cura di Chiara Rossi) Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calcolo delle corrispondenze Affrontiamo il problema centrale della visione stereo, cioè la ricerca automatica di punti corrispondenti tra immagini Chiamiamo

Dettagli

Le immagini digitali: introduzione

Le immagini digitali: introduzione Le immagini digitali: introduzione 1 L immagine digitale Un immagine pittorica è compsta da milioni di pigmenti colorati molto piccoli che, messi vicino l uno all altro, danno l impressione dei vari oggetti.

Dettagli

Origine delle immagini. Elaborazione delle immagini. Immagini vettoriali VS bitmap 2. Immagini vettoriali VS bitmap.

Origine delle immagini. Elaborazione delle immagini. Immagini vettoriali VS bitmap 2. Immagini vettoriali VS bitmap. Origine delle immagini Elaborazione delle immagini Adobe Photoshop I programmi per l elaborazione di immagini e la grafica permettono in genere di: Creare immagini ex novo (con gli strumenti di disegno)

Dettagli

Introduzione all Analisi dei Segnali

Introduzione all Analisi dei Segnali Tecniche innovative per l identificazione delle caratteristiche dinamiche delle strutture e del danno Introduzione all Analisi dei Segnali Prof. Ing. Felice Carlo PONZO - Ing. Rocco DITOMMASO Scuola di

Dettagli

Parte II Indice. Operazioni aritmetiche tra valori rappresentati in binario puro. Rappresentazione di numeri con segno

Parte II Indice. Operazioni aritmetiche tra valori rappresentati in binario puro. Rappresentazione di numeri con segno Parte II Indice Operazioni aritmetiche tra valori rappresentati in binario puro somma sottrazione Rappresentazione di numeri con segno modulo e segno complemento a 2 esercizi Operazioni aritmetiche tra

Dettagli

5 Amplificatori operazionali

5 Amplificatori operazionali 5 Amplificatori operazionali 5.1 Amplificatore operazionale: caratteristiche, ideale vs. reale - Di seguito simbolo e circuito equivalente di un amplificatore operazionale. Da notare che l amplificatore

Dettagli

RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE

RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE PROGETTO DEL CORSO DI VISIONE E PERCEZIONE PARTE 2 RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE Scopo del progetto Il progetto ha come obiettivo quello di riconoscere il testo di una targa automobilistica

Dettagli

L informazione grafica. Le immagini digitali. Esempi. Due grandi categorie. Introduzione

L informazione grafica. Le immagini digitali. Esempi. Due grandi categorie. Introduzione 1 2 L informazione grafica Le immagini digitali grafica a caratteri grafica vettoriale Introduzione grafica raster 3 4 Due grandi categorie Esempi Immagini reali: acquisite da una scena reale mediante

Dettagli

Il mercato di monopolio

Il mercato di monopolio Il monopolio Il mercato di monopolio Il monopolio è una struttura di mercato caratterizzata da 1. Un unico venditore di un prodotto non sostituibile. Non ci sono altre imprese che possano competere con

Dettagli

L'algebra di Boole falso vero livello logico alto livello logico basso Volts

L'algebra di Boole falso vero livello logico alto livello logico basso Volts L algebra di Boole L'algebra di Boole comprende una serie di regole per eseguire operazioni con variabili logiche. Le variabili logiche possono assumere solo due valori. I due possibili stati che possono

Dettagli

Analisi 2. Argomenti. Raffaele D. Facendola

Analisi 2. Argomenti. Raffaele D. Facendola Analisi 2 Argomenti Successioni di funzioni Definizione Convergenza puntuale Proprietà della convergenza puntuale Convergenza uniforme Continuità e limitatezza Teorema della continuità del limite Teorema

Dettagli

INTRODUZIONE. Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria.

INTRODUZIONE. Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria. Capitolo 7 - Operatori Morfologici per Immagini Binarie INTRODUZIONE Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria. L immagine binaria, I, viene

Dettagli

Elementi di teoria dei segnali /b

Elementi di teoria dei segnali /b Elementi di teoria dei segnali /b VERSIONE 29.4.01 Filtri e larghezza di banda dei canali Digitalizzazione e teorema del campionamento Capacità di canale e larghezza di banda Multiplexing e modulazioni

Dettagli

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it

Automazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione

Dettagli

MATEMATICA nella REALTA

MATEMATICA nella REALTA MATEMATICA nella REALTA Lucia Della Croce Giulia Maggi Ada Pulvirenti Dipartimento di Matematica Università di Pavia Piano Lauree Scientifiche Pavia 29 Settembre 2010 Attività proposte A. S. 2010 2011

Dettagli

Introduzione al Campionamento e

Introduzione al Campionamento e Introduzione al Campionamento e all analisi analisi in frequenza Presentazione basata sul Cap.V di Introduction of Engineering Experimentation, A.J.Wheeler, A.R.Ganj, Prentice Hall Campionamento L'utilizzo

Dettagli

Chiamiamo macchina un dispositivo che funzioni accettando in ingresso una qualche forma di energia e producendo in uscita un'altra forma di energia.

Chiamiamo macchina un dispositivo che funzioni accettando in ingresso una qualche forma di energia e producendo in uscita un'altra forma di energia. Lezione 17 - pag.1 Lezione 17: le macchine 17.1. Che cosa è una macchina? Il termine macchina, nell uso comune della lingua italiana, sta diventando sinonimo di automobile, cioè, alla lettera, dispositivo

Dettagli

PHOTOSHOP RITOCCO CROMATICO Massimo Picardello Progetto Campus One

PHOTOSHOP RITOCCO CROMATICO Massimo Picardello Progetto Campus One PHOTOSHOP RITOCCO CROMATICO Massimo Picardello Progetto Campus One ACCENTUAZIONE DEL CONTRASTO CON IL FILTRO MASCHERA DI CONTRASTO Il filtro Maschera di contrasto misura, in ciascun canale, la differenza

Dettagli

Elementi di Statistica descrittiva Parte I

Elementi di Statistica descrittiva Parte I Elementi di Statistica descrittiva Parte I Che cos è la statistica Metodo di studio di caratteri variabili, rilevabili su collettività. La statistica si occupa di caratteri (ossia aspetti osservabili)

Dettagli

I punteggi zeta e la distribuzione normale

I punteggi zeta e la distribuzione normale QUINTA UNITA I punteggi zeta e la distribuzione normale I punteggi ottenuti attraverso una misurazione risultano di difficile interpretazione se presi in stessi. Affinché acquistino significato è necessario

Dettagli

Sistemi Informativi Territoriali. Map Algebra

Sistemi Informativi Territoriali. Map Algebra Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori

Dettagli

PLL (anello ad aggancio di fase)

PLL (anello ad aggancio di fase) PLL (anello ad aggancio di fase) Il PLL ( Phase Locked Loop, anello ad aggancio di fase) è un circuito integrato a reazione negativa. E un componente molto versatile e può essere usato come: demodulatore

Dettagli

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1 UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Filippo Romano 1 1. Introduzione 2. Analisi Multicriteri o Multiobiettivi 2.1 Formule per l attribuzione del

Dettagli

Gli aspetti economici di stima

Gli aspetti economici di stima Gli aspetti economici di stima Generalità Per aspetto economico o criterio di stima si intende il tipo di valore che si intende attribuire a un bene economico. Per tipo di valore si intende uno schema

Dettagli

Tecniche di Simulazione: Introduzione. N. Del Buono:

Tecniche di Simulazione: Introduzione. N. Del Buono: Tecniche di Simulazione: Introduzione N. Del Buono: 2 Che cosa è la simulazione La SIMULAZIONE dovrebbe essere considerata una forma di COGNIZIONE (COGNIZIONE qualunque azione o processo per acquisire

Dettagli

Capitolo 9: Elaborazione di Immagini. 9.1 Sistema di acquisizione e trattamento di immagini computerizzate

Capitolo 9: Elaborazione di Immagini. 9.1 Sistema di acquisizione e trattamento di immagini computerizzate Capitolo 9: 9. Sistema di acquisizione e trattamento di immagini computerizzate La figura seguente mostra un diagramma a blocchi dei componenti di base di un tipico sistema per immagini computerizzate,

Dettagli

IL CODICE BINARIO. Il codice binario. Codifica posizionale. Aritmetica binaria

IL CODICE BINARIO. Il codice binario. Codifica posizionale. Aritmetica binaria IL CODICE BINARIO Il codice binario Codifica posizionale Aritmetica binaria www.stoianov.it 1 CODIFICA DI BASE La voce si distribuisce con onde di frequenze 20-20.000 Hz La luce sta nel ordine di 500.000.000.000.000

Dettagli

LE FUNZIONI A DUE VARIABILI

LE FUNZIONI A DUE VARIABILI Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre

Dettagli

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale

STRUMENTAZIONE E MISURE ELETTRICHE. Condizionamento ed acquisizione del segnale STRUMENTAZIONE E MISURE ELETTRICHE Condizionamento ed acquisizione del segnale Prof. Salvatore Nuccio salvatore.nuccio@unipa.it, tel.: 0916615270 1 Circuito di condizionamento Un sensore/trasduttore (S/T)

Dettagli

La codifica delle immagini

La codifica delle immagini Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma si stanno diffondendo sempre di più applicazioni che utilizzano ed elaborano anche altri tipi di informazione:

Dettagli

TRACCIA DI STUDIO. Concetto di misura. Variabilità biologica

TRACCIA DI STUDIO. Concetto di misura. Variabilità biologica TRACCIA DI STUDIO Variabilità biologica In natura si osservano differenze non solo tra soggetti, ma anche in uno stesso individuo per svariati fattori endocrini, metabolici, emozionali, patologici, da

Dettagli

Sistemi Informativi Territoriali. Il caso del rischio di incendio

Sistemi Informativi Territoriali. Il caso del rischio di incendio Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Il caso del rischio di incendio Cod.731 - Vers.CC9 1 Introduzione 2 Definizione del problema 3 Omogeneizzazione dei dati 4 Calcolo

Dettagli