Morfologia matematica. Morfolog ia binaria Morfologia a toni di grigio Tras formata dis tanza
|
|
- Lino Fantini
- 5 anni fa
- Visualizzazioni
Transcript
1 Morfologia matematica Morfolog ia binaria Morfologia a toni di grigio Tras formata dis tanza
2 Definizioni preliminari A E n, t E n Traslazione di A rispetto ad un vettore t A t = { c E n c=a+t, a A } Riflessione di A A r = { c c=-a, a A } Complemento di A A c = E n -A A A (2,1) Le operazioni e definizione sugli insiemi sono date per note A r Visione Artificiale 10/11 Morfologia matematica 2
3 Somma di Minkowski (Dilation) A B = { c E n c=a+b, a A, b B } A B = U A b, b B Si dimostra facilmente: A B = B A A B= { (0,0), (1,0) } A (0,0) A (1,0) A B Visione Artificiale 10/11 Morfologia matematica 3
4 Dilation L insieme B viene normalmente definito elemento strutturante A B= {(-1,0), (1,0) } A (-1,0) A (1,0) A B Visione Artificiale 10/11 Morfologia matematica 4
5 Dilation Visione Artificiale 10/11 Morfologia matematica 5
6 Erosion (Differenza di Minkowski) AΘB = { c E n c+b A, per ogni b B } AΘB = A -b b B Θ Ō A B= { (0,0), (1,0) } A (-1,0) A-B Visione Artificiale 10/11 Morfologia matematica 6
7 Erosion Visione Artificiale 10/11 Morfologia matematica 7
8 Proprietà Se l origine (0,0) appartiene all elemento strutturante (AΘB) A (A B) Visione Artificiale 10/11 Morfologia matematica 8
9 Erosion Erosion Dilation Visione Artificiale 10/11 Morfologia matematica 9
10 Proprietà (A+B)+C=A+(B+C) (A B)+C=(A+C) (B+C) (A-B)-C=A-(B+C) (A B)-C=(A-C) (B-C) A+B= A b A-B= A -b A B (A+C) (B+C) A B (A-C) (B-C) (A B)+C (A+C) (B+C) (A B)-C (A-C) (B-C) A+(B C)=(A+B) (A+C) A-(B C)=(A-C) (B-C) (A+B) c =A c -B r A+B t =(A+B) t A-B t =(A-B) -t A-(B C) (A-C) (B-C) Per semplicità di notazione si è usato +e- per gli operatori Erosion e Dilation Visione Artificiale 10/11 Morfologia matematica 10
11 Closing C(A, K) = (A+K)-K = A K A C(A,K)=C(C(A,K),K) K A A+K (A+K)-K Visione Artificiale 10/11 Morfologia matematica 11
12 Closing C(A, K) = (A+K)-K K A A+K (A+K)-K Visione Artificiale 10/11 Morfologia matematica 12
13 Closing C(A, K) = (A+K)-K K A A+K (A+K)-K Visione Artificiale 10/11 Morfologia matematica 13
14 Closing K A A+K (A+K)-K Visione Artificiale 10/11 Morfologia matematica 14
15 Closing Visione Artificiale 10/11 Morfologia matematica 15
16 Opening O(A, K) = (A-K)+K = A K O(O(A,K),K)=O(A,K) A K A A-K (A-K)+K Visione Artificiale 10/11 Morfologia matematica 16
17 Opening O(A, K) = (A-K)+K K A A-K= =(A-K)+K Visione Artificiale 10/11 Morfologia matematica 17
18 Opening O(A, K) = (A-K)+K K A A-K (A-K)+K Visione Artificiale 10/11 Morfologia matematica 18
19 Opening Visione Artificiale 10/11 Morfologia matematica 19
20 Opening e closing Visione Artificiale 10/11 Morfologia matematica 20
21 Esempio Visione Artificiale 10/11 Morfologia matematica 21
22 Hit or Miss A (J,K) = (A-J) (A c -K) con il vincolo J K= Permette di trovare strutture regolari (template matching) Dilation e erosion possono essere considerati come casi particolari Visione Artificiale 10/11 Morfologia matematica 22
23 Esempio Ricerca di punti isolati (8-connessi) A-J=A A A c J K A c -K Risultato finale Visione Artificiale 10/11 Morfologia matematica 23
24 Esempio Ricerca di punti isolati (4-connessi) A A c J K A c -K Risultato finale Visione Artificiale 10/11 Morfologia matematica 24
25 Esempio J e K possono essere visti come una unica maschera con tre tipi di valori Punti necessariamente di immagine Punti di background Punti non rilevanti M Visione Artificiale 10/11 Morfologia matematica 25
26 Hit or Miss - Esempio Pixel compatibili con la maschera di background Pixel compatibili con la maschera per l immagine Visione Artificiale 10/11 Morfologia matematica 26
27 Estrazione di contorni Edge(A) = A (AΘB) B A Edge(A) Visione Artificiale 10/11 Morfologia matematica 27
28 Estrazione di contorni Visione Artificiale 10/11 Morfologia matematica 28
29 Riempimento di regioni X k = (X k-1 B) A C X 0 = p Il procedimento termina quando X k == X k-1 X B X 0 A Visione Artificiale 10/11 Morfologia matematica 29
30 Componenti connesse Visione Artificiale 10/11 Morfologia matematica 30
31 Convex hull Visione Artificiale 10/11 Morfologia matematica 31
32 Esercizi 1) Eliminare i conduttori sottili 2) Congiungere i conduttori vicini 3) Trovare le componenti connesse 4) Trovare il convex hull di ogni componente Visione Artificiale 10/11 Morfologia matematica 32
33 Umbra (estensione alle immagini gray scale) A E n, F E n-1, x F, y E Top di un insieme A (T[A]:F E): T[A](x) = max { y (x, y) A } Umbra di f (f:f E): U[f] = { (x, y) F x E y f(x) } T[A] A U[A] E n U[U[A]] U[ A] Insieme A Top di A Umbra di A Visione Artificiale 10/11 Morfologia matematica 33
34 Umbra Si noti che data una funzione f:r 2 R si può facilmente definire una nuova funzione f:r 3 {0, 1} equivalente g(x, y, z) = 1 z f(x, y) z U[f(x, y)] g(x, y, z) = 0 z > f(x, y) z U[f(x, y)] Posso cioè ricondurre la morfologia a toni di grigio alla morfologia matematica in uno spazio a 3 dimensioni Visione Artificiale 10/11 Morfologia matematica 34
35 Gray scale dilation Dati: F,K E n-1, f:f E, k:k E F,K R 2, f:f R, k:k R (nel caso delle immagini) Si definisce dilation di f tramite k (f k)(x) = max{f(x-z)+k(z) z K, x-z F} Dal punto di vista computazionale la complessità è equivalente ad una convoluzione Visione Artificiale 10/11 Morfologia matematica 35
36 Esempio - dilation (f k)(6) = max{f(6-0)+k(0), f(6-1)+k(1), f(6-2)+k(2)}= max{f(6)+k(0), f(5)+k(1), f(4)+k(2)}= max{5+0, 6+1, 5+0} = 7 x f k f k Visione Artificiale 10/11 Morfologia matematica 36
37 Esempio - dilation (f k)(5) = max{f(5-(-1))+k(-1), f(5-0)+k(0), f(5-1)+k(1)}= max{f(6)+k(-1), f(5)+k(0), f(4)+k(1)}= max{5-1, 6+0, 5-1} = 6 x f k f k Visione Artificiale 10/11 Morfologia matematica 37
38 Esempio - dilation k U[k] f U[f] U[f] U[k] f k = T[U[f] U[k]] Visione Artificiale 10/11 Morfologia matematica 38
39 Esempio - dilation Visione Artificiale 10/11 Morfologia matematica 39
40 Gray scale erosion Dati: F,K E n-1, f:f E, k:k E Si definisce erosion di f tramite k (fθk)(x) = min{f(x+z)-k(z) z K, x+z F} Si dimostra che una definizione equivalente è: fθk = T{U[f]ΘU[k]} Visione Artificiale 10/11 Morfologia matematica 40
41 Esempio - erosion (fθk)(5) = min{f(5-(-1))-k(-1), f(5-0)-k(0), f(5-1)-k(1)}= min{f(6)-k(-1), f(5)-k(0), f(4)-k(1)}= min{5+1, 6-0, 5+1} = 6 x f k f-k Visione Artificiale 10/11 Morfologia matematica 41
42 Esempio - erosion Visione Artificiale 10/11 Morfologia matematica 42
43 Esempio - opening Visione Artificiale 10/11 Morfologia matematica 43
44 Esempio - closing Visione Artificiale 10/11 Morfologia matematica 44
45 Esempi di operatori Ripreso da Visione Artificiale 10/11 Morfologia matematica 45
46 Esempi Erosion Dilation Closing Opening Visione Artificiale 10/11 Morfologia matematica 46
47 Esempi Gradiente morfologico G = (f b) (fθb) Top-hat transformation H = f O(f,b) Gradiente morfologico Se b i =0 i il gradiente morfologico è la differenza fra il massimo locale e il minimo locale Visione Artificiale 10/11 Morfologia matematica 47
Fondamenti di Elaborazione di Immagini Morfologia Matematica. Raffaele Cappelli
Fondamenti di Elaborazione di Immagini Morfologia Matematica Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Introduzione alla morfologia matematica Notazione e concetti di base Gli operatori di
Morfologia e Image Processing. Multimedia
Morfologia e Image Processing Morfologia Matematica Nell ambito dell image processing il termine morfologia matematica denota lo studio della struttura geometrica dell immagine. E uno strumento utile per
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
Corso di Elaborazione di Segnali Multimediali Elaborazione Morfologica delle Immagini
Corso di Elaborazione di Segnali Multimediali Elaborazione Morfologica delle Immagini Raffaele Gaetano 3 Giugno 2014 L analisi di immagini Tra le discipline informatiche, l analisi di immagini ha come
Corso di Visione Artificiale. Filtri III parte. Samuel Rota Bulò
Corso di Visione Artificiale Filtri III parte Samuel Rota Bulò Filtri morfologici I filtri morfologici trattano le immagini come insiemi di punti (x,y). Un'immagine è quindi vista come un insieme Un filtro
ESTENSIONE ALLE IMMAGINI A LIVELLI DI GRIGIO
Capitolo 8 - Operatori Morfologici per Immagini a Livelli di Grigio 1 ESTENSIONE ALLE IMMAGINI A LIVELLI DI GRIGIO Gli operatori morfologici possono essere generalizzati al fine di elaborare non solo immagini
Morfologia e Image Processing. Multimedia
Morfologia e Image Processing Morfologia Matematica Nell ambito dell image processing il termine morfologia matematica denota lo studio della struttura geometrica dell immagine. E uno strumento utile per
Morfologia Matematica su immagini in scala di grigio
Morfologia Matematica su immagini in scala di grigio Dilation, erosion, opening, closing Top-Hat, Bottom-Hat Algoritmi Morfologici in scala di grigio Dalle immagini binarie alle immagini in scala di grigio
Morfologia e Image Processing
Morfologia e Image Processing Multimedia Prof. Battiato Morfologia Matematica Nell ambito dell image processing il termine morfologia matematica denota lo studio della struttura geometrica dell immagine.
Morfologia. Stefano Ferrari. Università degli Studi di Milano
Morfologia Stefano Ferrari Università degli Studi di Milano stefanoferrari@unimiit Tecniche di calcolo e sistemi operativi e informatica anno accademico 2017 2018 Elaborazioni morfologiche La morfologia
Morfologia Matematica applicata alle Immagini Digitali
Morfologia Matematica applicata alle Immagini Digitali Daniela Garofalo Viviana Zimbone MORFOLOGIA MATEMATICA Branca della matematica rivolta all elaborazione delle immagini. Fornisce strumenti utili per:
Capitolo 9 LA MORFOLOGIA APPLICATA ALLE IMMAGINI DIGITALI
Capitolo 9 LA MORFOLOGIA APPLICATA ALLE IMMAGINI DIGITALI La morfologia è una branca della biologia che ha a che fare con la forma degli animali e delle piante; nel nostro caso è un mezzo che ci serve
Esercizi relativi al capitolo 7
Esercizi relativi al capitolo 7 7.1 Vettori di R n Determinare i vettori ottenuti mediante le seguenti combinazioni lineari: 1. v = 2v 1 v 2 +v 3 +3v 4 con v 1 = (1, 1, 2), v 2 = ( 1, 2, 0), v 3 = (3,
Introduzione a Matlab
Introduzione a Matlab Operazioni di Base & Edge Detection Fondamenti di Visione Artificiale a.a. 25/26 2/5/6 Estrazione dei Contorni Lezione V: indice Filtri e Kernel Line Detection Edge Detection Edge
Politecnico di Milano (sede di Mantova) ME=TePCeS2 1.07.05001 REAZIONI VINCOLARI ME=TePCeS2 1.07.05001 y,v,v,q H I K 5F J L 11F 11F 15F 15F 5F 5F 11F 11F 11F 26F 26F 15F F G 2F 5F 11F 5F 5F 15F 26F C 3W
Corso di laurea in Scienze Biologiche Compito di Istituzioni di Matematiche assegnato il 12 giugno 2000
assegnato il 1 giugno 1 Risolvere il sistema di disequazioni ( ) 1 x 1 3 9 3 log (13 x) > 3 x 9 x 4 + 1 < Scrivere le equazioni delle circonferenze che passano per il punto A = (, ) e sono tangenti alle
soluzione in 7 step Es n 208
soluzione in 7 soluzione in 7 soluzione in 7 AH 5 CA CH 5 6 4,8 5 36 3,04 5,96 5 cm soluzione in 7 AH 5 CA CH 5 6 4,8 5 36 3,04 5,96 5 cm 3 : 4,8 5 4,8 : HB 4,8 soluzione in 7 AH 5 CA CH 5 6 4,8 5 36 3,04
Esercizi di Geometria - Foglio 1 Corso di Laurea in Fisica 24 Settembre 2003
Esercizio 1.1 Esercizi di Geometria - Foglio 1 Corso di Laurea in Fisica 24 Settembre 2003 1. Teoria elementare degli insiemi Descrivere in modo esplicito i seguenti insiemi: (i) L = {x x e una lettera
Esercizi di Geometria - Foglio 1 Corso di Laurea in Fisica 30 Settembre 2008
Esercizi di Geometria - Foglio 1 Corso di Laurea in Fisica 30 Settembre 2008 1. Logica e teoria elementare degli insiemi Esercizio 1.1 (i In un aula ci sono 30 ragazzi e 30 ragazze. asserzioni: Si considerino
Esercizi di Geometria 1 - Foglio 1
Esercizi di Geometria 1 - Foglio 1 Alessandro Rubin (alex.rubin@outlook.com) Si ringrazia Ricardo Tzantzoglou per il codice L A TEX condiviso 22 dicembre 2017 Esercizio 1. Sia V uno spazio vettoriale sul
Basi di dati I 8 luglio 2016 Esame Compito A Tempo a disposizione: un ora e trenta minuti.
Basi di dati I 8 luglio 2016 Esame Compito A Tempo a disposizione: un ora e trenta minuti. Cognome: Nome: Matricola: Domanda 1 (20%) Considerare la base di dati relazionale contenente le seguenti relazioni:
Tutorato di Calcolatori Elettronici Battista Biggio - Sebastiano Pomata. Corso di Laurea in Ingegneria Elettronica
Tutorato di Calcolatori Elettronici Battista Biggio - Sebastiano Pomata Corso di Laurea in Ingegneria Elettronica Mappe di Karnaugh Reti Logiche Latch e Flip-Flop Reti Sequenziali Tutorato di Calcolatori
Operazioni morfologiche
Elaborazione di Segnali Multimediali a.a. 2013/2014 Operazioni morfologiche L.Verdoliva Le tecniche di enhancement studiate finora si basano tipicamente su operazioni di tipo lineare, tuttavia spesso può
Soluzioniagliesercizi Capitolo 2 Soluzione 2.1. Soluzione 2.2. Soluzione 2.3. Soluzione 2.4.
I Soluzioni agli esercizi apitolo 2 Soluzione 2.. Partendo dall espressione a destra dell uguale si applica ripetutamente il teorema di e Morgan ed infine la proprietà distributiva. Soluzione 2.2. cb +
Liceo Scientifico Severi salerno
Liceo Scientifico Severi salerno VERIFICA ORALE MATEMATICA Docente: Pappalardo Vincenzo Data: /0/09 Classe: B. Determina per quali valori del parametro k le seguenti equazioni rappresentano una affinità:
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
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA b) Dal testo sappiamo già che si tratta di un isometria. Rappresentando i punti si vede che sia
CORSO DI LAUREA IN INGEGNERIA EDILE/ARCHITETTURA FOGLIO DI ESERCIZI GEOMETRIA 008/09 Esercizio.. Dati i punti i O0, 0), A, ), B, ), determinare l isometria fx, y) = x, y ) tale che fo) = O, fa) = A, fb)
Segmentazione di impronte digitali. Annalisa Franco
Segmentazione di impronte digitali Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 La segmentazione Scopo di questa esercitazione è l implementazione di una tecnica di segmentazione
Proposizioni logiche e algebra di Boole
Proposizioni logiche e algebra di Boole Docente: Ing. Edoardo Fusella Dipartimento di Ingegneria Elettrica e Tecnologie dell Informazione Via Claudio 21, 4 piano laboratorio SECLAB Università degli Studi
ELABORAZIONE DELLE IMMAGINI:
Università degli Studi di Catania Facoltà di Scienze Matematiche,Fisiche e Naturali Corso di Laurea in Informatica, Secondo Livello ELABORAZIONE DELLE IMMAGINI: EDGE DETECTION Corso di Analisi Numerica
Fondamenti di Informatica
Fondamenti di Informatica Algebra di Boole di Boole e Circuiti e Circuiti Logici Logici Prof. XXX Prof. Arcangelo Castiglione A.A. 2016/17 A.A. 2016/17 L Algebra di Boole 1/3 Un po di storia Il matematico
Premesse matematiche. 2.1 Gradiente
Premesse matematiche 2.1 Gradiente ia f(x, y, z) : R 3 una funzione scalare delle coordinate spaziali (x, y, z). L ampiezza della funzione f(x, y, z) dipende dal punto di osservazione e risulta in genere
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prova scritta del TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 2011-2012 Prova scritta del 28-1-2013 TESTO E SOLUZIONI 1. Per k R considerare il sistema lineare X 1 X 2 + kx 3 =
UNIVERSITÀ DI ROMA TOR VERGATA. Analisi Matematica II per Ingegneria Prof. C. Sinestrari
UNIVERSITÀ DI ROMA TOR VERGATA Analisi Matematica II per Ingegneria Prof. C. Sinestrari Risposte (sintetiche) ai quesiti degli esercizi del 12.X.2018 1. (a) Ω è aperto, Ω = {0, 1, 2}, Ω = Ω, Ω = [0, 1]
Fondamenti di Informatica B
Fondamenti di Informatica B Lezione n.2 Alberto Broggi Gianni Conte A.A. 25-26 Fondamenti di Informatica B Algebra booleana Circuiti logici Elementi primitivi Esercizi con elementi logici Lezione n.2n
Note sulle funzioni convesse/concave
Note sulle funzioni convesse/concave 4th December 2008 1 Definizioni e proprietà delle funzioni convesse/concave. Definizione 1.1 Un insieme A IR n è detto convesso se per ogni x 1 e x 2 punti di A, il
Decisori (razionali) interagenti
Decisori (razionali) interagenti UNA INTRODUZIONE ALLA TEORIA DEI GIOCHI Edizioni PLUS, 2006 (pag. web: Edizioni Plus) Definizioni formali Fioravante PATRONE http://www.fioravante.patrone.name/default.htm
Soluzioni f(y)e iyx dy. f(y)e iy( x) dy = 1. = F 1 f( x)
Soluzioni 8. Allora Quindi Usiamo la convenzione 3 F f(k) = f(k) = F f(x) = f(x) = F f(x) = = = F f( x) f(x)e ikx dx f(k)e ikx dk f(y)e iyx dy f(y)e iy( x) dy F f = F F f( x) = f( x) (a) f pari significa
Il Corso di Fisica per Scienze Biologiche
Il Corso di Fisica per Scienze Biologiche Ø Prof. Attilio Santocchia Ø Ufficio presso il Dipartimento di Fisica (Quinto Piano) Tel. 075-585 2708 Ø E-mail: attilio.santocchia@pg.infn.it Ø Web: http://www.fisica.unipg.it/~attilio.santocchia/
Morphological Image Processing. C. Andrés Méndez April, 2013
Morphological Image Processing C. Andrés Méndez April, 2013 Where to find the presentations? http://profs.sci.univr.it/~mendezguerrero Introduction In many areas of knowledge Morphology deals with form
Limiti e continuità Test di autovalutazione
Test di autovalutazione 1. Sia A R tale che sup A = 2 e inf A = 0. Allora, necessariamente 2 A (b) esiste x A tale che 0 < x < 2 (c) esiste x A tale che x > 1 0 A 2. Il prodotto delle funzioni x e ln x
A Politecnico di Torino II Facoltà di Architettura Esame di Istituzioni di Matematiche I 13 Gennaio 2009
A Esame di Istituzioni di Matematiche I 13 Gennaio 2009 Determinare l equazione del piano passante per il punto A = (2, 1, 3) e perpendicolare al vettore v dato da v = Au, dove A = 2 1 3 0 1 2, u = 1 3.
Reti logiche: introduzione
Corso di Calcolatori Elettronici I Reti logiche: introduzione ing. Alessandro Cilardo Corso di Laurea in Ingegneria Biomedica Circuiti e porte logiche Esempio di rete di commutazione: Circuiti e porte
Supplemento straordinario n. 2 al B.U. della Regione Calabria - Parti I e II - n. 22 del 30 novembre 2002
20063 # %%&% ' # % '!! #% #% $ % ' $&$$ ' 79.4 4 5574;, 430/0 574 09940,:947, 430,,, 430/0 25,39 / 82, 9 203940/ 70.:5074 /0 7 1 :9,79 8 84 099. 0 3903/434,70 3:4; 25,39 / 82, 9 20394 4 / 70.:5074 / 7
Morphological Image Processing
Morphological Image Processing Introduction In many areas of knowledge Morphology deals with form and structure (biology, linguistics, social studies, etc) Mathematical Morphology deals with set theory
Esercizi di Logica Matematica
Esercizi di Logica Matematica Francesco Bottacin 1 Logica Proposizionale Esercizio 1.1. Eliminare le parentesi non necessarie nelle seguenti formule: 1. ((A B) ( C)) 2. (A (B ( C))) 3. ((A B) (C D)) 4.
Relazioni e Principio di Induzione
Relazioni e Principio di Induzione Giovanna Carnovale October 12, 2011 1 Relazioni Dato un insieme S, un sottoinsieme fissato R del prodotto cartesiano S S definisce una relazione ρ tra gli elementi di
Esercitazioni di Algebra e Geometria
Esercitazioni di Algebra e Geometria Anno Accademico 2010 2011 Dott.ssa Elisa Pelizzari e-mail elisa.peli@libero.it Esercitazioni: lunedì 14.30 16.30 venerdì 14.30 16.30 Ricevimento studenti: venerdì 13.30
LiDAR ed immagini multispettrali ad alta definizione per la valutazione di rocciosità e pietrosità superficiale
LiDAR ed immagini multispettrali ad alta definizione per la valutazione di rocciosità e pietrosità superficiale Rossano Ciampalini Dipartimento di Scienza del Suolo e Nutrizione della Pianta Università
Università degli Studi di Roma La Sapienza
Università degli Studi di Roma La Sapienza Dipartimento di Informatica e Sistemistica A. Ruberti Proff. Gianni Di Pillo and Laura Palagi Note per il corso di OTTIMIZZAZIONE (a.a. 2007-08) Dipartimento
11 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...
COGNOME.......................... NOME.......................... N. MATRICOLA............. La prova dura 3 ore. ISTRUZIONI Ti sono stati consegnati tre fogli, stampati fronte e retro. Come prima cosa scrivi
Elementi di Informatica A. A. 2016/2017
Elementi di Informatica A. A. 2016/2017 Ing. Nicola Amatucci Università degli studi di Napoli Federico II Scuola Politecnica e Delle Scienze di Base nicola.amatucci@unina.it Algebra di Boole Elementi di
Prova d Esame di Ricerca Operativa
Prova d Esame di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 4 giugno 2018 Regole per l esame: la violazione delle seguenti regole comporta il ritiro dell
Modello Generale della Telecamera
A.a. 2009/2010 Modello Generale della Telecamera Proiezione prospettica Consideriamo un punto dello spazio 3D, M=[x,,z] T, le cui coordinate sono espresse nel sistema di riferimento (sdr) solidale con
Istituzioni di Matematiche seconda parte
Istituzioni di Matematiche seconda parte anno acc. 2012/2013 Univ. degli Studi di Milano Cristina Turrini (Univ. degli Studi di Milano) Istituzioni di Matematiche 1 / 31 index Proprietà elementari dei
Trasformare e migliorare
Trasformare e migliorare Elaborazione di immagini Da f(x,y) a g(x,y) pixel trasformati secondo un determinato algoritmo f(x,y) g(x,y) Scopi dell elaborazione Eliminazione dei disturbi Esaltazione dei particolari
26 - Funzioni di più Variabili Limiti e Derivate
Università degli Studi di Palermo Facoltà di Economia CdS Statistica per l Analisi dei Dati Appunti del corso di Matematica 26 - Funzioni di più Variabili Limiti e Derivate Anno Accademico 2013/2014 M.
(a) Le derivate parziali f x. f y = x2 + 2xy + 3 si annullano contemporaneamente in (1, 2) e ( 1, 2). Le derivate seconde di f valgono.
Esercizio 1 Si consideri la funzione f(x, y) = x 2 y + xy 2 + y (a) Determinare i punti di massimo e minimo relativo e di sella del grafico di f. (b) Determinare i punti di massimo e minimo assoluto di
Vettori e matrici. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Vettori e matrici Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utentiunifeit/lorenzopareschi/ lorenzopareschi@unifeit Lorenzo Pareschi Univ Ferrara
CORSO ZERO DI MATEMATICA
UNIVERSITÀ DEGLI STUDI DI PALERMO FACOLTÀ DI ARCHITETTURA CORSO ZERO DI MATEMATICA DISEQUAZIONI E SISTEMI Dr. Erasmo Modica erasmo@galois.it SISTEMI DI EQUAZIONI DI PRIMO GRADO Definizione: Si definisce
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
OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it
Algebra di Commutazione
Algebra di Commutazione Maurizio Palesi Maurizio Palesi 1 Algebra Booleana - Introduzione Per descrivere i dispositivi digitali è necessario avere Un modello che permette di rappresentare insiemi di numeri
Corso di Calcolatori Elettronici I A.A Algebra di Boole Lezione 4
Corso di Calcolatori Elettronici I A.A. 2010-2011 Algebra di Boole Lezione 4 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Segnali in circuiti elettronici digitali da: G. Bucci. Calcolatori
Operazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
Soluzione esercizi 28 ottobre 2011
ANALISI Soluzione esercizi 8 ottobre 0 4.. Esercizio. Siano α e β due numeri reali tali che la loro somma e la loro differenza siano razionali: provare che allora essi sono entrambi razionali. Il teorema
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler)
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler) La funzione esponenziale f con base a é definita da f(x) = a x dove a > 0, a 1, e x é un numero reale. Ad esempio, f(x) = 3 x e g(x) = 0.5
L2 = basso [25 percentile] percentile] L5 = alto [90 percentile]
Restituzione dei Risultati relativi a Esame di Stato primo Ciclo Secondaria di primo grado anno scolastico 20092010 Istituto scolastico: VA1M02100X Denominazione: MARIA IMMACOLATA : 204110390801 Livello:
Fondamenti di Informatica
Fondamenti di Informatica Algebra di Boole e Circuiti Logici Prof. Christian Esposito Corso di Laurea in Ingegneria Meccanica e Gestionale (Classe I) A.A. 2016/17 Algebra di Boole e Circuiti Logici L Algebra
Algebra di Boole Cenni all Algebra di Boole. Algebra Booleana: definizione
Algebra Booleana: operazioni e sistema algebrico Algebra di Boole Cenni all Algebra di Boole Introduzione Rappresentazione di una funzione combinatoria Proprietà dell algebra di commutazione Forme canoniche
Prova scritta di Algebra lineare e Geometria- 16 Aprile 2010
CdL in Ingegneria del Recupero Edilizio ed Ambientale - - Ingegneria Edile-Architettura (M-Z)- Ingegneria delle Telecomunicazioni - - Ingegneria Informatica (A-F), (R-Z) Prova scritta di Algebra lineare
Elementi di Calcolo Combinatorio. Dato un insieme I n, con P n si indica il numero di tutte le possibili permutazioni semplici di I n.
1 Elementi di Calcolo Combinatorio Def.: Dato un insieme I n, con P n si indica il numero di tutte le possibili permutazioni semplici di I n. ( n 1)... 3 2 1 P n n In quanti modi diversi si possono disporre
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler)
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler) La funzione esponenziale f con base a é definita da f(x) = a x dove a > 0, a 1, e x é un numero reale. Ad esempio, f(x) = 3 x e g(x) = 0.5
Anno Accademico Fisica I 12 CFU Esercitazione n.1 Operazioni con i vettori
Anno Accademico 2017-2018 Fisica I 12 CFU Esercitazione n.1 Operazioni con i vettori Esercizio n.1 (28-11-2007, 8 CFU con soluz.) In un sistema di riferimento Oxyz, assegnati i punti A e B di coordinate
SISTEMI DI RIFERIMENTO SU UNA RETTA E SU UN PIANO
FACOLTÀ DI INGEGNERIA CORSO DI AZZERAMENTO - MATEMATICA ANNO ACCADEMICO 010-011 ESERCIZI RELATIVI A SISTEMI DI RIFERIMENTO SU UNA RETTA E SU UN PIANO Esercizio 1: Fissato su una retta un sistema di riferimento
Algebra di Boole. Cenni all Algebra di Boole
Algebra di Boole Cenni all Algebra di Boole Introduzione Rappresentazione di una funzione combinatoria Proprietà dell algebra di commutazione Forme canoniche Teorema di espansione di Shannon Algebra Booleana:
Algebra di Boole. Tavole di verità. Fondamenti di Informatica Algebra di Boole. Si basa su tre operazioni logiche: AND (*) OR (+) NOT (!
Fondamenti di Informatica Algebra di Boole Prof.ssa Enrica Gentile Informatica e Comunicazione Digitale a.a. 2-22 Algebra di Boole Si basa su tre operazioni logiche: AND (*) OR () NOT (!) Gli operandi
FONDAMENTI DI INFORMATICA Lezione n. 2
FONDMENTI DI INFORMTIC Lezione n. 2 LGEBR BOOLEN CIRCUITI LOGICI ELEMENTI PRIMITIVI QULCHE ESERCIZIO CON ELEMENTI LOGICI In questa lezione sono ripresi i concetti principali di base dell algebra booleana
SISTEMI DI RIFERIMENTO SU UNA RETTA E SU UN PIANO
DIPARTIMENTO DI INGEGNERIA CIVILE PRECORSO DI MATEMATICA ANNO ACCADEMICO 013-014 ESERCIZI RELATIVI A SISTEMI DI RIFERIMENTO SU UNA RETTA E SU UN PIANO Esercizio 1: Fissato su una retta un sistema di riferimento
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a Prima prova di esonero TESTO E SOLUZIONI
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE110 - Geometria 1 a.a. 011-01 Prima prova di esonero TESTO E SOLUZIONI 1. Per h, k R si consideri il sistema lineare kx 1 + hx + X 4 = 1
Geometria BAER Canale A-K Esercizi 9
Geometria BAER 2016-2017 Canale A-K Esercizi 9 Esercizio 1. Si considerino i punti del piano A (1, 1), B (4, 1), C ( 1/2, 2) (a) Si determini se i punti A, B, C sono allineati e, in caso affermativo, si
Prova del 3 Marzo, Traccia della soluzione. Problema n. 1
IIASS International Institute for Advanced Scientific Studies Eduardo R. Caianiello Circolo di Matematica e Fisica Dipartimento di Fisica E.R. Caianiello Università di Salerno Premio Eduardo R. Caianiello
Rappresentazione dell'informazione
Rappresentazione dell'informazione Corrispondenza tra informazione I e sua rappresentazione P(I), composta da cifre ai di un alfabeto di simboli A I P(i) = {ai}, ai A Esempi di alfabeto: {a, b,..., z}
1 Minimizzazione di espressioni logiche con le proprietà dell algebra
1 Minimizzazione di espressioni logiche con le proprietà dell algebra di Boole 1.1 Esercizi con soluzione Esercizio 1.1 - Data la seguente funzione F: F = a bcd + abcd + ab cd + a bc d 1. Utilizzando le
La matematica del CAD. Vettori e Matrici
La matematica del CAD Vettori e Matrici IUAV Disegno Digitale Camillo Trevisan I programmi CAD riducono tutti i problemi geometrici in problemi analitici: la proiezione di un punto su un piano viene, ad
ALGEBRA DI BOOLE. In caso di errori di battitura o se si volesse contribuire a migliorare la seguente guida contattare:
ALGEBRA DI BOOLE Indice Introduzione... 2 PRORIETA E TEOREMI DELL ALGEBRA DI BOOLE... 3 FUNZIONI LOGICHE PRIMARIE... 4 Funzione logica AND... 4 Funzione logica OR... 4 Funzione logica NOT... 5 FUNZIONI
Fondamenti di Informatica. Algebra di Boole
Fondamenti di Informatica Prof. Marco Lombardi A.A. 2018/19 L 1/3 Un po di storia Il matematico inglese George Boole nel 1847 fondò un campo della matematica e della filosofia chiamato logica simbolica
Operazioni puntuali. Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma
Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma Analisi di Basso Livello In ingresso abbiamo le immagini provenienti dai sensori. In uscita si hanno un insieme di matrici ognuna delle
1. Esercizi sui numeri reali
1. Esercizi sui numeri reali 1.1. Ricavare la formula risolutiva per le equazioni di secondo grado. 1.. Scrivere in altro modo a, a R. 1.3. Dato a R, scrivere le soluzioni dell equazione x = a. 1.4. Se
Codifica binaria: - numeri interi relativi -
Codifica binaria: - numeri interi relativi - Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Tipologie di codici Per la rappresentazione di: caratteri
Estrazione dei bordi
Estrazione dei bordi L algoritmo di Marr-Hildreth L algoritmo di Canny Operatori per l estrazione dei bordi (edge operators) Lo scopo di questi operatori è quello di generare un immagine dei bordi (edge
Algebra di Boole. Da Boole a Shannon
Corso di Calcolatori Elettronici I A.A. 2012-2013 Algebra di Boole Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Inforazione
PreCorso di Matematica - PCM Corso A
PreCorso di Matematica - PCM Corso A DOCENTE: M. Auteri Numeri positi e negativi..... 6 5 4 3 2 1 0 1 2 3 4 5 6..... 0 2, 4, 5 2.14, 3.76, 21.9351-2, -4, -5-2.43, -12.54, -17.9136 Docente: Auteri, PreCorso
Algebra di commutazione
Algebra di commutazione Algebra Booleana - Introduzione Per descrivere i dispositivi digitali è necessario avere Un modello che permetta di rappresentare insiemi di numeri binari; Le funzioni che li mettano
Corso di Geometria BIAR, BSIR Esercizi 8: soluzioni
Corso di Geometria 2010-11 BIAR, BSIR Esercizi 8: soluzioni Esercizio 1. a) Disegnare la retta r di equazione cartesiana x 2y 4 = 0. b) Determinare l equazione cartesiana della retta r 1 passante per P
Introduzione ai sistemi informatici 4/ed Donatella Sciuto, Giacomo Buonanno, Luca Mari. Copyright 2008 The McGraw-Hill Companies CAPITOLO 2
CAPITOLO 2 Soluzioni agli esercizi del libro: 2) 6 3) Utilizzando i simboli 0, 1 e 2 e considerando che sono necessarie 2 cifre per rappresentare 9 possibilità, è possibile ad esempio la codifica (00-lunedì),
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler)
Esponenziali e logaritmi (M.Simonetta Bernabei & Horst Thaler) La funzione esponenziale f con base a é definita da f(x) = a x dove a > 0, a 1, e x é un numero reale. Ad esempio, f(x) = 3 x e g(x) = 0.5