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):

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Capitolo 10 SEGMENTAZIONE DI IMMAGINI

Capitolo 10 SEGMENTAZIONE DI IMMAGINI Capitolo 10 SEGMENTAZIONE DI IMMAGINI La segmentazione suddivide un'immagine nelle regioni o negli oggetti che la compongono. Il dettaglio della segmentazione dipende da ciò che si vuole ottenere dall'immagine,

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

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

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

Miglioramento dell Immagine

Miglioramento dell Immagine Capitolo 7 Miglioramento dell Immagine 7.1 Introduzione ai livelli computazionali L elaborazione digitale di una o piú immagini, attraverso i diversi livelli computazionali, si propone di localizzare ed

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

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

Enhancement delle immagini digitali operatori di smoothing e di sharpening realizzati con filtri convolutivi

Enhancement delle immagini digitali operatori di smoothing e di sharpening realizzati con filtri convolutivi Enhancement delle immagini digitali operatori di smoothing e di sharpening realizzati con filtri convolutivi Giorgio Meini Degradazione ed enhancement È stata già esaminata la differenza concettuale tra

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

Capitolo 6 ELABORAZIONE DI IMMAGINI A COLORI

Capitolo 6 ELABORAZIONE DI IMMAGINI A COLORI Capitolo 6 ELABORAZIONE DI IMMAGINI A COLORI Il colore viene utilizzato nelle immagini digitali per due motivi principali: è un descrittore che semplifica l identificazione di un oggetto e la sua estrazione

Dettagli

Restauro e Ricostruzione da Immagini

Restauro e Ricostruzione da Immagini Restauro e Ricostruzione da Immagini Prof. Sebastiano Battiato Premessa Come nel caso del miglioramento di qualità, anche per il ripristino di qualità o restauro l obiettivo dell elaborazione è migliorare

Dettagli

Dispense del corso di Elaborazione di Immagini e Audio Digitali

Dispense del corso di Elaborazione di Immagini e Audio Digitali http://imagelab.ing.unimo.iting it Dispense del corso di Elaborazione di Immagini e Audio Digitali Video Processing Prof. Roberto Vezzani Dall immagine al video Un video può essere visto innanzitutto come

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

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

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

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

Miglioramento dell immagine

Miglioramento dell immagine UNIVERSITA DEGLI STUDI DI PADOVA DIPARTIMENTO DI MEDICINA E CHIRURGIA (DIMED) CORSO DI LAUREA IN TECNICHE SANITARIE DI RADIOLOGIA MEDICA PER IMMAGINI E RADIOTERAPIA Direttore : Prof. D. Miotto ELABORAZIONE

Dettagli

ELABORAZIONI DI BASE DELLE FOTO CON L'USO DI PHOTOSHOP migliorare le proprie foto e produrre immagini di qualità

ELABORAZIONI DI BASE DELLE FOTO CON L'USO DI PHOTOSHOP migliorare le proprie foto e produrre immagini di qualità ELABORAZIONI DI BASE DELLE FOTO CON L'USO DI PHOTOSHOP migliorare le proprie foto e produrre immagini di qualità Questo breve tutorial illustra come effettuare le correzioni di base sulle foto, con l'uso

Dettagli

Informatica per la Grafica

Informatica per la Grafica Informatica per la Grafica Lezione 4 Operazioni classiche sulle immagini Di Blasi Gianpiero - D.M.I. - Università di Catania Cosa impareremo oggi Gli operatori sulle immagini digitali I filtri puntuali

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

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

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

Elaborazione nel dominio della frequenza

Elaborazione nel dominio della frequenza Appunti di Elaborazione dei Segnali Multimediali a.a. 29/2 L.Verdoliva Il dominio della frequenza è un potente strumento per l analisi e l elaborazione delle immagini e permette di comprendere meglio il

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

Elaborazione digitale delle immagini

Elaborazione digitale delle immagini Elaborazione digitale delle immagini Dal Dizionario: rappresentazione, imitazione di un oggetto o di una cosa; descrizione grafica o visiva di oggetti o cose; qualcosa introdotto o rappresentare qualcos

Dettagli

Miglioramento dell analisi di immagine in GRASS tramite segmentazione

Miglioramento dell analisi di immagine in GRASS tramite segmentazione Segmentazione in GRASS Miglioramento dell analisi di immagine in GRASS tramite segmentazione Alfonso Vitti e Paolo Zatelli Dipartimento di Ingegneria Civile ed Ambientale Università di Trento Italy FOSS4G-it

Dettagli

Introduzione al Pattern Recognition Statistico

Introduzione al Pattern Recognition Statistico Introduzione al Pattern Recognition Statistico Roberto Tagliaferri Dipartimento di Informatica Università di Salerno ( Sa ) 84084 Fisciano e-mail robtag@unisa.it Statistical Pattern Recognition Introduzione

Dettagli

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo

Lezione2 Ricerca di zeri. http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali. Fernando Palombo Lezione2 Ricerca di zeri http://idefix.mi.infn.it/~palombo/didattica/lab-tnds/corsolab/lezionifrontali Fernando Palombo Aritmetica Finita nel Computer Nel computer l aritmetica è a precisione finita cioè

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

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

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

Analizzatori di spettro in Tempo Reale: sono tutti uguali? (G. Amadasi - S.C.S. Controlli e Sistemi)

Analizzatori di spettro in Tempo Reale: sono tutti uguali? (G. Amadasi - S.C.S. Controlli e Sistemi) Analizzatori di spettro in Tempo Reale: sono tutti uguali? (G. Amadasi - S.C.S. Controlli e Sistemi) Introduzione L introduzione delle tecniche DSP (Digital Signal Processing) per l analisi di suoni e

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

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

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

ADVANCES IN AUTOMATED RESTORATION OF ARCHIVED VIDEO

ADVANCES IN AUTOMATED RESTORATION OF ARCHIVED VIDEO ADVANCES IN AUTOMATED RESTORATION OF ARCHIVED VIDEO A. Kokaram, F. Pitie, D. Corrigan, D. Vitulano, V. Bruni, A. Crawford correzione automatica di difetti presenti in pellicole antiche. inizialmente legate

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

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

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

Introduzione all Informatica

Introduzione all Informatica Introduzione all Informatica Lezione 4 Davide Di Ruscio Dipartimento di Informatica Università degli Studi dell Aquila diruscio@di.univaq.it Nota Questi lucidi sono tratti dal materiale distribuito dalla

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 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

Capitolo 12 - Individuazione di Forme 1. Template Matching

Capitolo 12 - Individuazione di Forme 1. Template Matching Capitolo - Individuazione di Forme Template Matching Molte applicazioni di visione richiedono di localizzare nell immagine correntemente analizzata una o più istanze di una particolare sotto-immagine di

Dettagli

ALGEBRA BOOLEANA FONDAMENTI DI INFORMATICA 1. Algebra di Boole. Definizione NOT, AND, OR

ALGEBRA BOOLEANA FONDAMENTI DI INFORMATICA 1. Algebra di Boole. Definizione NOT, AND, OR Università degli Studi di Cagliari Corso di Laurea in Ingegneria Biomedica, Chimica, Elettrica e Meccanica FONDAMENTI DI INFORMATICA 1 http://www.diee.unica.it/~marcialis/fi1 A.A. 2010/2011 Docente: Gian

Dettagli

TRATTAMENTO E COMPRESSIONE DI DATI MULTIMEDIALI (Corso di Laurea in Ingegneria Informatica, SSD: ING-INF/05, CFU:5) Prof.

TRATTAMENTO E COMPRESSIONE DI DATI MULTIMEDIALI (Corso di Laurea in Ingegneria Informatica, SSD: ING-INF/05, CFU:5) Prof. TRATTAMENTO E COMPRESSIONE DI DATI MULTIMEDIALI (Corso di Laurea in Ingegneria Informatica, SSD: ING-INF/05, CFU:5) Prof. Edoardo Ardizzone Il corso si propone di integrare le conoscenze degli allievi

Dettagli

Multimedia (9 CFU) Corso di Laurea Magistrale in Informatica A.A. 2011/2012. Prof. Sebastiano Battiato. Lunedì-Mercoledì ore 10.00-13.

Multimedia (9 CFU) Corso di Laurea Magistrale in Informatica A.A. 2011/2012. Prof. Sebastiano Battiato. Lunedì-Mercoledì ore 10.00-13. Multimedia (9 CFU) Corso di Laurea Magistrale in Informatica A.A. 2011/2012 Prof. Sebastiano Battiato Lunedì-Mercoledì ore 10.00-13.00 Aula 4 Programma del Corso (1/2) Il corso si propone di approfondire

Dettagli

SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA.

SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA. SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA. 1. ABSTRACT In questo progetto s intende costruire un sistema di rilevamento d intrusione, in grado di rilevare persone

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

Estrazione di DSM dell immediato post sisma dell Aquila da stereo coppie EROS-B Across track

Estrazione di DSM dell immediato post sisma dell Aquila da stereo coppie EROS-B Across track Estrazione di DSM dell immediato post sisma dell Aquila da stereo coppie EROS-B Across track Valerio Baiocchi, Donatella Dominici, Francesca Giannone LE ORBITE Orbita polare eliosincrona Il satellite ritorna

Dettagli

Daniele Marini. Aliasing spaziale e blending di immagini

Daniele Marini. Aliasing spaziale e blending di immagini Daniele Marini Aliasing spaziale e blending di immagini Cos è un alias? Alias - In telecomunicazione un falso segnale dovuto a interferenza tra frequenza del segnale e frequenza di campionamento aliasing

Dettagli

Analisi di Documenti

Analisi di Documenti Analisi di Documenti M. Diligenti diligmic@ing.unisi.it Dipartimento di Ingegneria dell Informazione Università di Siena Libro di testo Lawrence O-Gorman e Rangachar Kasturi Document Image Analysis Editore:

Dettagli

Lezione 2: Codifica binaria dell informazione. Codifica binaria

Lezione 2: Codifica binaria dell informazione. Codifica binaria Lezione 2: Codifica binaria dell informazione Codifica binaria Elaborazione di dati binari Materiale didattico Lucidi delle lezioni, disponibili al sito: http://wwwinfo.deis.unical.it/~irina Oppure sul

Dettagli

CINEMA CAMERAS TEST. Premessa. Modalita di svolgimento

CINEMA CAMERAS TEST. Premessa. Modalita di svolgimento CINEMA CAMERAS TEST Produzione: ADCOM Nicholas Ruffilli Camera: Tommaso Alvisi Colorist: Walter Cavatoi Camere Testate: ARRI ALEXA PANASONIC VARICAM 35 RED EPIC DRAGON SONY F55 Premessa Fare questo test

Dettagli

Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6)

Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6) Università degli Studi di Padova - Facoltà di Ingegneria Corso di Laurea in Ingegneria Biomedica A.A. 26-27 Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6) Prof. Giovanni Sparacino

Dettagli

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione.

IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI. Lezione 40: Filtro di Kalman - introduzione. Struttura ricorsiva della soluzione. IDENTIFICAZIONE dei MODELLI e ANALISI dei DATI Lezione 40: Filtro di Kalman - introduzione Cenni storici Filtro di Kalman e filtro di Wiener Formulazione del problema Struttura ricorsiva della soluzione

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

Sviluppo di un sistema prototipale per la lettura automatica dei contatori di acqua e gas

Sviluppo di un sistema prototipale per la lettura automatica dei contatori di acqua e gas Università degli Studi di Siena Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica Sviluppo di un sistema prototipale per la lettura automatica dei contatori di acqua e gas Tesi di Laurea

Dettagli

Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA

Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA Università degli Studi di Perugia Facoltà di Scienze Matematiche, Fisiche e Naturali Corso di laurea specialistica in INFORMATICA Basi di Dati Avanzate e Tecniche di Data Mining Prof. G. Cecconi, Prof.

Dettagli

Sensori e trasduttori. Dispense del corso ELETTRONICA L Luca De Marchi

Sensori e trasduttori. Dispense del corso ELETTRONICA L Luca De Marchi Sensori e trasduttori Dispense del corso ELETTRONICA L Luca De Marchi Gli Obiettivi Struttura generale di sistemi di controllo e misura Sensori, trasduttori, attuatori Prima classificazione dei sistemi-sensori

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

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

La trasformata Zeta. Marco Marcon

La trasformata Zeta. Marco Marcon La trasformata Zeta Marco Marcon ENS Trasformata zeta E l estensione nel caso discreto della trasformata di Laplace. Applicata all analisi dei sistemi LTI permette di scrivere in modo diretto la relazione

Dettagli

Tecnica fotografica: Sensibilità ISO.

Tecnica fotografica: Sensibilità ISO. Tecnica fotografica: Sensibilità ISO. Nel mondo della fotografia tradizionale la sensibilità ISO (in passato ASA) rappresenta la velocità del negativo fotografico. Poiché le camere digitali non usano il

Dettagli

SISTEMA DI MISURAZIONE, SISTEMA DI RICOSTRUZIONE, SISTEMA DI VISUALIZZAZIONE

SISTEMA DI MISURAZIONE, SISTEMA DI RICOSTRUZIONE, SISTEMA DI VISUALIZZAZIONE LA TOMOGRAFIA COMPUTERIZZATA: MODALITA DI FORMAZIONE DELL IMMAGINE SISTEMA DI MISURAZIONE, SISTEMA DI RICOSTRUZIONE, SISTEMA DI VISUALIZZAZIONE SISTEMA DI MISURAZIONE: ACQUISIZIONE DELL IMMAGINE TC Un

Dettagli

Indicizzazione e ricerca delle immagini

Indicizzazione e ricerca delle immagini Indicizzazione e ricerca delle immagini E un settore della ricerca dove sono stati raggiunti risultati molto importanti e avanzati. Ora tali tecniche sono anche incluse nei database relazionali di tipo

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

INNOVATION CASE. Soluzione software per l analisi forense dei filmati di videosorveglianza

INNOVATION CASE. Soluzione software per l analisi forense dei filmati di videosorveglianza Soluzione software per l analisi forense dei filmati di videosorveglianza INNOVARE: COSA? L IDEA Sempre più spesso i fi lmati di videosorveglianza sono un elemento chiave per le indagini. Essi possono

Dettagli

Vibrazioni trasmesse al corpo intero: l evoluzione tecnologica nelle azioni preventive e casi studio

Vibrazioni trasmesse al corpo intero: l evoluzione tecnologica nelle azioni preventive e casi studio Vibrazioni trasmesse al corpo intero: l evoluzione tecnologica nelle azioni preventive e casi studio Ing. Maurizio Muratore INAIL Friuli V. Giulia - CONTARP (Consulenza Tecnica Accertamento Rischi e Prevenzione)

Dettagli

DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AUTOMAZIONE RICONOSCIMENTO E LOCALIZZAZIONE DI OGGETTI MEDIANTE VISIONE STEREOSCOPICA

DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AUTOMAZIONE RICONOSCIMENTO E LOCALIZZAZIONE DI OGGETTI MEDIANTE VISIONE STEREOSCOPICA UNIVERSITÀ DEGLI STUDI DI ROMA TOR VERGATA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA DELL AUTOMAZIONE A.A. 2008/2009 Tesi di Laurea RICONOSCIMENTO E LOCALIZZAZIONE DI OGGETTI MEDIANTE VISIONE

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

Interazione luce - materia

Interazione luce - materia Interazione luce - materia 1 Modelli di illuminazione Il modello di illuminazione descrive l interazione tra la luce e gli oggetti della scena Descrive i fattori che determinano il colore di un punto della

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

Spettroscopia di righe in assorbimento interstellari!

Spettroscopia di righe in assorbimento interstellari! Spettroscopia di righe in assorbimento interstellari! Lezione ISM 4! G. Vladilo! Astronomia Osservativa C, Lezione ISM 4, Vladilo (2011)! 1! Spettroscopia di righe in assorbimento interstellari! Alta risoluzione!

Dettagli

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2012-2013 Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Telerilevamento: elaborazioni ELABORAZIONE E ANALISI DELLE IMMAGINI

Dettagli

Fondamenti di Informatica

Fondamenti di Informatica Fondamenti di Informatica Corso di Laurea in Scienze dell'educazione, 2014-15 Lorenzo Bettini http://www.di.unito.it/~bettini Informazioni generali Ricevimento studenti su appuntamento Dipartimento di

Dettagli

Fotografia Digitale: Glossario

Fotografia Digitale: Glossario GLOSSARIO BATTESIMI di BONIN GIOVANNI Fotografia Digitale: Glossario Sono numerose le sigle e i termini che si posso trovare nella fotografia digitale: ecco la spiegazione di alcuni tra i più importanti.

Dettagli

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi

DIGITAL SIGNAL PROCESSING. Prof. Marina Ruggieri. Ing. Tommaso Rossi Benvenuti al al modulo di: di: ELABORAZIONE NUMERICA DEI SEGNALI 6CFU DIGITAL SIGNAL PROCESSING macroarea: Ingegneria Prof. Marina Ruggieri ruggieri@uniroma2.it Ing. Tommaso Rossi tommaso.rossi@uniroma2.it

Dettagli

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello

Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici

Dettagli

Guida per l utente dello Scanner

Guida per l utente dello Scanner Guida per l utente dello Scanner Capitolo 1: Esercitazione di scansione Capitolo 2: La finestra di dialogo TWAIN Appendice Indice 2 Esercitazione di scansione Attivazione (Acquisizione) ed utilizzo della

Dettagli

Metodi diretti per la soluzione di sistemi lineari

Metodi diretti per la soluzione di sistemi lineari Metodi diretti per la soluzione di sistemi lineari N Del Buono 1 Introduzione Consideriamo un sistema di n equazioni in n incognite a 11 x 1 + a 12 x 2 + a 13 x 3 + + a 1n x n = b 1, a 21 x 1 + a 22 x

Dettagli

CARATTERISTICHE METROLOGICHE DELLA STRUMENTAZIONE DI MISURA

CARATTERISTICHE METROLOGICHE DELLA STRUMENTAZIONE DI MISURA CARATTERISTICHE METROLOGICHE DELLA STRUMENTAZIONE DI MISURA 1. Sistema di misura Un sistema di misura è un insieme di dispositivi che fornisce ad un utilizzatore finale un valore di un dato ingresso (misurando).

Dettagli

Elementi di grafica raster

Elementi di grafica raster Elementi di grafica raster Le immagini Una immagine è una rappresentazione spaziale di un oggetto o di una scena Una immagine digitale è una rappresentazione di una scena anche 3D dopo il processo di acquisizione

Dettagli

Canon rivoluziona la risoluzione con EOS 5DS e EOS 5DS R. EOS 5DS EOS 5DS R EF 11-24mm f/4l USM

Canon rivoluziona la risoluzione con EOS 5DS e EOS 5DS R. EOS 5DS EOS 5DS R EF 11-24mm f/4l USM Press Release Canon rivoluziona la risoluzione con EOS 5DS e EOS 5DS R EOS 5DS EOS 5DS R EF 11-24mm f/4l USM 6 febbraio 2015 - Canon rinnova il sistema EOS con l introduzione di EOS 5DS e EOS 5DS R, un

Dettagli

Piano dettagliato argomenti lezioni ed esercitazioni corso "visione artificiale", cod. F1801Q022, 4 crediti, anno accademico 2011/12

Piano dettagliato argomenti lezioni ed esercitazioni corso visione artificiale, cod. F1801Q022, 4 crediti, anno accademico 2011/12 Piano dettagliato argomenti lezioni ed esercitazioni corso "visione artificiale", cod. F1801Q022, 4 crediti, anno accademico 2011/12 nome file visartpianodettagl1011.v1.docx; versione del 25.10 10:41 le

Dettagli