Dealing with Videos. Oliver Giudice
|
|
- Viola Amanda Grillo
- 4 anni fa
- Visualizzazioni
Transcript
1 Dealing with Videos Oliver Giudice ictlab s.r.l. - Spinoff dell Università di Catania Image Processing LAB (IPLAB) - Dipartimento di Matematica e Informatica Catania - Maggio, 2018
2 Motion Blur
3 Super Resolution
4 Super Resolution Tecnica per ottenere, a partire da più immagini in bassa risoluzione rappresentanti la stessa scena, un'immagine a risoluzione maggiore. Risultati potenzialmente notevoli. Ci sono molti algoritmi in letteratura, ma fanno spesso troppe assunzioni, non sempre verificate nei casi reali, che nella pratica impediscono di ottenere i risultati desiderati.
5 Idea di base Nel processo di acquisizione l'immagine reale è stata sottoposta a sottocampionamento e sfocatura. Si utilizzano le informazioni provenienti da diversi fotogrammi per ricostruire le informazioni perse nel processo di acquisizione. Prima parte: processo di registrazione (con accuratezza superiore al pixel) Seconda parte: ricostruzione dei dati mancanti (ad esempio con interpolazione).
6 Zooming vs Super resolution Interpolazione di informazione NUOVA. Incremento di risoluzione volta a recuperare Informazione REALE Information NEW REAL
7 Esempi Immagine ad alta risoluzione creata da una sequenza di frame da una scena reale (multi-frame acquisition with CCD sensor) (original size: 640x480 => upsampled : 1280x960). LR Image Bicubic HR Image
8 Super Resolution
9 Frame Averaging
10 Trasformazioni Proiettive Oliver Giudice ictlab s.r.l. - Spinoff dell Università di Catania Image Processing LAB (IPLAB) - Dipartimento di Matematica e Informatica Catania - Maggio, 2018
11 Trasformazioni di base Esiste una serie di trasformazioni di base che possono essere utilizzate per mappare punti da uno spazio ad un altro. Ognuna di tali trasformazioni presenta delle caratteristiche peculiari ben distinguibili quando applicata ai punti di un oggetto rigido.
12 Coordinate omogenee
13 Coordinate omogenee (2)
14 Forma matriciale delle trasformazioni di base
15 Matrici di trasformazione
16 Trasformazione prospettica In generale, quando una camera cattura una scena 3D, ha luogo una trasformazione prospettica dai punti 3D della scena ai punti 2D dell immagine.
17 Trasformazione proiettiva Quando possiamo assumere che i punti 3D si trovano approssimativamente sullo stesso piano 2D, la trasformazione prospettica è approssimata da una trasformazione proiettiva tra punti 2D appartenenti a piani diversi.
18 Trasformazione proiettiva (2) La trasformazione proiettiva è completamente determinata considerando il mapping tra un quadrilatero arbitrario nel piano dell oggetto e un quadrilatero nel piano dell immagine.
19 Matrice di proiezione
20 Determinare la matrice di proiezione
21 Esempio: trasformazione della targa
22 Correzione prospettica Tecniche più avanzate permettono di recuperare anche altri tipi di trasformazioni, come ad esempio l'effetto della prospettiva. set di 6 immagini senza registrazione con registrazione
23 Correzione prospettica
24 Correzione prospettica
25 Misure su Immagini Oliver Giudice ictlab s.r.l. - Spinoff dell Università di Catania Image Processing LAB (IPLAB) - Dipartimento di Matematica e Informatica Catania - Maggio, 2018
26
27
28
29 1m
30 1 (m) : 7 (px) = x : 10 (px) 1m
31 1 (m) : 7 (px) = x : 10 (px) x = (10 (px) * 1 (m)) / 7 (px) 1m
32 1 (m) : 7 (px) = x : 10 (px) x = (10 * 1 (m)) / 7 1m
33 1 (m) : 7 (px) = x : 10 (px) x = (10 * 1 (m)) / 7 x = 10 (m) / 7 = 1,42 (m) 1m
34 1,42 m 1 (m) : 7 (px) = x : 10 (px) x = (10 * 1 (m)) / 7 x = 10 (m) / 7 = 1,42 (m) 1m
35
36
37
38
39 1m
40 1m
41 1m
42 ,43 1,57 1,71 1,86 2,00 2,14 2,29 8 1,25 1,38 1,50 1,63 1,75 1,88 2,00 9 1,11 1,22 1,33 1,44 1,56 1,67 1, ,00 1,10 1,20 1,30 1,40 1,50 1, ,91 1,00 1,09 1,18 1,27 1,36 1,45
43 Max = 2,29 m Min = 0,91 m Medio = 1,48 m ,43 1,57 1,71 1,86 2,00 2,14 2,29 8 1,25 1,38 1,50 1,63 1,75 1,88 2,00 9 1,11 1,22 1,33 1,44 1,56 1,67 1, ,00 1,10 1,20 1,30 1,40 1,50 1, ,91 1,00 1,09 1,18 1,27 1,36 1,45
44 Max = 2,29 m Min = 0,91 m Medio = 1,48 m Risultato La lunghezza è 1,48 m +/- 0, ,43 1,57 1,71 1,86 2,00 2,14 2,29 8 1,25 1,38 1,50 1,63 1,75 1,88 2,00 9 1,11 1,22 1,33 1,44 1,56 1,67 1, ,00 1,10 1,20 1,30 1,40 1,50 1, ,91 1,00 1,09 1,18 1,27 1,36 1,45
45 Max = 2,29 m Min = 0,91 m Medio = 1,48 m Risultato La lunghezza è 1,48 m +/- 0,81 La lunghezza è 1,42 m +/- 0,5 La lunghezza è 1,42 m +/- 0, ,43 1,57 1,71 1,86 2,00 2,14 2,29 8 1,25 1,38 1,50 1,63 1,75 1,88 2,00 9 1,11 1,22 1,33 1,44 1,56 1,67 1, ,00 1,10 1,20 1,30 1,40 1,50 1, ,91 1,00 1,09 1,18 1,27 1,36 1,45
46 Misure 2D Oliver Giudice ictlab s.r.l. - Spinoff dell Università di Catania Image Processing LAB (IPLAB) - Dipartimento di Matematica e Informatica Catania - Maggio, 2018
47
48
49
50
51 1m 1m
52
53
54
55
56
57
58
Image Forensics. Sommario
Image Forensics Giuseppe Messina Dipartimento di Matematica e Informatica, Università di Catania Image Processing LAB http://iplab.dmi.unict.it Sommario Problematiche legate all acquisizione dei dati Image
DettagliGeometria epipolare. Marco Moltisanti. Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania
Marco Moltisanti Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania moltisanti@dmi.unict.it www.dmi.unict.it/~moltisanti 16 aprile 2013 Alcune considerazioni
DettagliGeometria epipolare. Filippo L.M. Milotta. Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania
Filippo LM Milotta Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania milotta@dmiunictit 16 aprile 2015 Alcune considerazioni geometriche ci possono aiutare
DettagliFotogrammetria digitale: sistemi multi-immagine e "fotomodellazione"
Università IUAV di Venezia Laboratorio di Fotogrammetria Elena Fratus de Balestrini Fotogrammetria digitale: sistemi multi-immagine e "fotomodellazione" RILIEVO E FOTOGRAMMETRIA > RILIEVO: strumento fondamentale
DettagliApplicazioni dell'image processing in ambito investigativo. di Martino Jerian Trieste, 26 aprile 2007
Applicazioni dell'image processing in ambito investigativo di Martino Jerian martino.jerian@amped.it Trieste, 26 aprile 2007 1 Introduzione Che applicazioni può trovare l'image processing in ambito investigativo?
DettagliStereovisione. Marco Moltisanti. Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania
Stereovisione Marco Moltisanti Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania moltisanti@dmi.unict.it www.dmi.unict.it/~moltisanti 11 aprile 2013 Introduzione
DettagliDal Mondo alla Camera
Dal Mondo alla Camera Formazione dell immagine Marco Moltisanti Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania moltisanti@dmi.unict.it www.dmi.unict.it/~moltisanti
DettagliParte 1/4: Formazione delle immagini
Parte 1/4: A.A. 2008-2009 - Corso di Computer Vision Eugenio Rustico rustico@dmi.unict.it D.M.I. - Università di Catania Versione: 30 marzo 2009 5-6 lezioni su Formazione dell immagine Calibrazione della
DettagliDisparity Inverse Perspective Image
Disparity Inverse Perspective Image Paolo Medici Dipartimento di Ingegneria dell Informazione di Parma 19 maggio 2008 1 Il problema Dati due punti in 3 dimensioni definiti come à = (,, 0)T e B = (,, Z)
DettagliApplied Intelligent Systems Laboratory (AIS-Lab)
BergamoScienza 2007 Applied Intelligent Systems Laboratory (AIS-Lab) Dipartimento di Scienze dell Informazione Università degli Studi di Milano http://ais-lab.dsi.unimi.it 1/18 AIS-Lab: aree di ricerca
DettagliTelecamere per la vision artificiale. Corso di Robotica Prof. Davide Brugali Università degli Studi di Bergamo
Telecamere per la vision artificiale Corso di Robotica Prof. Davide Brugali Università degli Studi di Bergamo Immagini monocromatiche Ogni cella corrisponde ad un bit. Y Row 1 1 1 1 q X 0: nero 1: bianco
DettagliStereovisione. Filippo L.M. Milotta. Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania
Stereovisione Filippo L.M. Milotta Image Processing Lab Dipartimento di Matematica e Informatica Università degli Studi di Catania milotta@dmi.unict.it 26 marzo 2015 Introduzione Dal greco στερεός, solido
DettagliCorso di Visione Artificiale. Camera. Samuel Rota Bulò
Corso di Visione Artificiale Camera Samuel Rota Bulò Prima fotografia Era noto sin dal medioevo che certi sali di argento si oscurano velocemente sotto la luce del sole. Nel 1826 Niepce ottenne la prima
DettagliPIXEL. Il valore quantizzato misurato da ciascun sensore diventa un. PICTURE ELEMENT = PIXEL dell immagine. Interazione & Multimedia
La risoluzione PIXEL Il valore quantizzato misurato da ciascun sensore diventa un PICTURE ELEMENT = PIXEL dell immagine La risoluzione Definizione: si dice risoluzione il numero di pixel per unità di misura.
DettagliCorso di fotografia naturalistica Luigi Cembalo - Riccardo Motti 4 CFU
Lezione no. 3 Corso di fotografia naturalistica Luigi Cembalo - Riccardo Motti 4 CFU 1. mosso e micromosso nella fotografia 2. cosa può andar male nella fotografia digitale 3. spazio colore 4. introduzione
DettagliInformazione multimediale
Informazione multimediale Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma ci sono sempre piu applicazioni che utilizzano ed elaborano anche altri tipi di informazione:
DettagliElaborazione delle immagini
Dipartimento di Fisica a.a. 4/5 Fisica Medica Elaborazione delle immagini 5/4/5 Processamento Una mappatura di tipo esponenziale mostra un immagine del tipo Intensità d uscita Intensità in entrata L =
DettagliSistemi di Visione Industriale
Sistemi di Visione Industriale Esistono molte definizioni per nominare i sistemi che utilizzano algoritmi di «Imaging» in ambito industriale Visione Industriale - Machine Vision Smart Sensor ecc. ma tutte
DettagliApplicazioni dell'image processing in ambito investigativo. di Martino Jerian Trieste, 30 marzo 2006
Applicazioni dell'image processing in ambito investigativo di Martino Jerian martjno@gmail.com Trieste, 30 marzo 2006 1 Introduzione Che applicazioni può trovare l'image processing in ambito investigativo?
DettagliModello 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
DettagliStima di Posizione e Orientamento Mediante Elaborazione di Immagini con il Filtro di Kalman
Incontro CIRA 21 Lecce, 12 14 Settembre 21 Stima di Posizione e Orientamento Mediante Elaborazione di Immagini con il Filtro di Kalman Fabrizio CACCAVALE Vincenzo LIPPIELLO Bruno SICILIANO Luigi VILLANI
DettagliEffetti speciali. Informatica Grafica I. I fondali. I fondali. I fondali. I fondali. I fondali
Informatica Grafica I La grafica 3D trova ampio utilizzo nella realizzazione di effetti speciali. I modelli tridimensionali vengono impiegati per aggiungere oggetti ad una immagine o ad un filmato acqusito
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Structure From Motion Date m immagini di n punti 3D (fissi) Stimare le m matrici di proiezione P i e gli n vettori X j date le mn corrispondenze x ij SFM
DettagliTrasformazioni Spaziali
http://imagelab.ing.unimo.it Dispense del corso di Elaborazione di Immagini e Audio Digitali Trasformazioni Spaziali Prof. Roberto Vezzani Trasformazioni Spaziali A differenza di un filtro convolutivo,
DettagliAnno Accademico Corso di Laurea in Scienze biologiche Prova scritta 1 di Istituzioni di Matematiche del 13 febbraio 2007 COMPITO A
del 13 febbraio 007 COMPITO A 1. Dire per quali valori del parametro reale λ, il seguente sistema lineare x + y = 1 x + y = x y = λ ammette soluzioni e trovarle.. Siano date le rette r : x + 3y + 3 = 0
DettagliFORMATI GRAFICI BITMAP
MULTIMEDIALITA Integrazione di diverse forme di comunicazione impiegate nelle presentazioni per corsi, per convegni, per addestramento professionale o nei giochi, nelle simulazioni o sul Web. Sono coinvolti
DettagliDatabase delle informazioni geometriche per descrivere il tetraedo (riferimento locale al tetraedo)
Un esempio DIDATTICO esplicito relativo ai cambiamenti di coordinate e alla applicazione delle matrici di trasformazione relative alla formazione della immagine di un tetraedo. Passo 1. Definizione dell'oggetto:
DettagliU n i v e r s i t à d e l P i e m o n t e O r i e n t a l e A m e d e o A v o g a d r o. Guido Vicino
U n i v e r s i t à d e l P i e m o n t e O r i e n t a l e A m e d e o A v o g a d r o Corso di Laurea Specialistica in Informatica dei Sistemi Avanzati e dei Servizi di Rete Studio introduttivo alle
DettagliSistemi di Visione Industriale
Sistemi di Visione Industriale Esistono molte definizioni per nominare i sistemi che utilizzano algoritmi di «Imaging» in ambito industriale Visione Industriale - Machine Vision Smart Sensor ecc. ma tutte
DettagliAppunti di Matematica 2 - Il piano cartesiano - Il piano cartesiano. Sistema di riferimento cartesiano ortogonale
Il piano cartesiano Sistema di riferimento cartesiano ortogonale Fissare nel piano un sistema di riferimento cartesiano ortogonale significa fissare due rette perpendicolari orientate chiamate asse e asse
DettagliAcquisizione di immagini
Acquisizione di immagini Immagini e Filmati L immagine Un'immagine è un modo di rappresentare in un spazio generalmente piano (a coordinate indipendenti) un oggetto o una scena o una creazione della fantasia.
DettagliCALCOLO NUMERICO. Francesca Mazzia. Calcolo degli autovalori. Dipartimento Interuniversitario di Matematica. Università di Bari
CALCOLO NUMERICO Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari Calcolo degli autovalori 1 Calcolo degli autovalori Gli autovalore e gli autovettore di una matrice quadrata
DettagliORTOFOTO. vista ortogonale OGGETTO 3D. vista prospettica. Fotogrammetria 90
ORTOFOTO GEOMATICS FOR CONSERVATION & COMMUNICATION OF CULTURAL HERITAGE LABORATORY OGGETTO 3D vista ortogonale vista prospettica Fotogrammetria www.geomaticaeconservazione.it 90 Proiezione ortogonale:
DettagliLezione 18: Tecniche ed effetti 3D. Il motion capture. Il motion capture. Il motion capture. Il motion capture. Il motion capture
Il motion capture Lezione 18: Tecniche ed effetti 3D Le tecniche di animazione quali i collegamenti e le ossa facilitano la realizzazione di animazioni di oggetti complessi. Malgrado la loro potenzialita',
DettagliAcquisizione e Analisi di immagini/video a supporto della ricostruzione dinamica di eventi. Potenzialità, limiti e casi di studio
Acquisizione e Analisi di immagini/video a supporto della ricostruzione dinamica di eventi. Potenzialità, limiti e casi di studio Prof. Sebastiano Battiato Dipartimento di Matematica e Informatica, Università
DettagliGrafica al calcolatore - Computer Graphics
Grafica al calcolatore - Computer Graphics 5 - Rendering 29/10/12 Grafica 2013 1 Rendering Il termine rendering indica la serie di algoritmi, geometrici e non, a cui si sottopone una data descrizione di
DettagliLez. 5 Digital Image Processing
Lez. 5 Digital Image Processing Prof. Giovanni Mettivier 1 Dott. Giovanni Mettivier, PhD Dipartimento Scienze Fisiche Università di Napoli Federico II Compl. Univ. Monte S.Angelo Via Cintia, I-80126, Napoli
DettagliRita Vecchiattini DSA SSBAP Scuola Politecnica Università di Genova
Qualunque sia la complessità dell oggetto o della superficie da rilevare, occorre ricordare che ogni operazione di rilievo ha come risultato la determinazione di punti nello spazio o nel piano, esclusivamente
DettagliAugmentedReality. Augmented Reality
AugmentedReality Type Real Time PTAM (site,video) ARToolkit (site,video) Markers based Off-line ACTS (site,video) Voodoo (site,video) Features based ARToolkit: Pipeline Marker: Quick Response code: creato
DettagliInvestigare su Immagini e Video
Investigare su Immagini e Video Dipartimento di Matematica e Informatica, Università di Catania Image Processing LAB http://iplab.dmi.unict.it battiato@dmi.unict.it Sommario Introduzione «tecnica» alle
DettagliMETODO DEGLI ELEMENTI FINITI
Barlow Points In teoria potremmo valutare tensioni e deformazioni, o i gradienti per altri tipi di analisi, in qualsiasi punto interno all elemento. Tuttavia le tensioni e le deformazioni previste dal
DettagliFotografia corso base. Educazione Permanente Treviso. Specifiche digitali. Federico Covre.
Fotografia corso base Educazione Permanente Treviso Specifiche digitali http://arcifotografiabase.wordpress.com Federico Covre Pixel (picture element) Indica ciascuno degli elementi puntiformi che compongono
DettagliL insieme delle soluzioni del sistema non costituisce un sottospazio vettoriale di R 3
1) Siano dati due sottospazi vettoriali V, W di R 4 entrambi di dimensione 2. Quale tra le seguenti affermazioni è possibile? V + W ha dimensione 3 V W ha dimensione 3 V W ha dimensione 1 e V + W ha dimensione
DettagliIntroduzione allo Scilab Parte 5: funzioni su matrici; intervalli, grafici.
Introduzione allo Scilab Parte 5: funzioni su matrici; intervalli, grafici. Felice Iavernaro Dipartimento di Matematica Università di Bari http://dm.uniba.it/ iavernaro felix@dm.uniba.it 26 Giugno 2007
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliL intelligenza visiva Structure from Motion
L intelligenza visiva Structure rom Motion Alberto Borghese Università degli Studi di Milano Laboratorio di Motion Analsis and irtual Realit (MAR) Dipartimento di Scienze dell Inormazione borghese@dsi.unimi.it
DettagliAcquisizione di immagini
Università di Roma Tor Vergata Anno Accademico 2016 2017 Acquisizione di immagini Immagini e Filmati L immagine Un'immagine è un modo di rappresentare in un spazio generalmente piano (a coordinate indipendenti)
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calibrazione intrinseca Spesso risulta utile calibrare la sola componente intrinseca di un sistema di visione (matrice K), e non si dispone di oggetti di forma
DettagliLez. 7 Immagini Digitali. Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1
Lez. 7 Immagini Digitali Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1 Dott. Pasquale De Michele Dott. Raffaele Farina Dipartimento di Matematica e Applicazioni Università di Napoli
DettagliGeometria per la ricostruzione tridimensionale da immagini Quando i matematici non entrano in aula
Geometria per la ricostruzione tridimensionale da immagini Quando i matematici non entrano in aula Cristina Turrini UNIMI Trento, 9 aprile 207 Cristina Turrini (UNIMI) Geometria per la ricostruzione tridimensionale
Dettagli1 PERCHÉ LA AG-HPX301E È UNA CAMERA RIVOLUZIONARIA?
1 PERCHÉ LA AG-HPX301E È UNA CAMERA RIVOLUZIONARIA? Per diversi motivi, a cominciare dal fatto che introduce in un prodotto dal costo inferiore ai 10.000 Euro un codec di registrazione fino ad oggi utilizzato
DettagliCorso di Visione Artificiale. Texture. Samuel Rota Bulò
Corso di Visione Artificiale Texture Samuel Rota Bulò Texture Le texture sono facili da riconoscere ma difficili da definire. Texture Il fatto di essere una texture dipende dal livello di scala a cui si
DettagliFRAMOS Italia. OverView tecnologia CMOS Sensor
FRAMOS Italia OverView tecnologia CMOS Sensor Agenda Framos come partner tecnologico Definizione Image Processing Overview tecnologie CCD e CMOS Due tecnologie a confronto 28.06.2012 FRAMOS Italy Storia
Dettagli0 < x 3. A1 1 [7 punti] Determinare le eventuali soluzioni del seguente sistema di congruenze: x 2 mod 5 2x 1 mod 3. x 21 mod 7
Dipartimento di Matematica e Informatica Anno Accademico 017-018 Corso di Laurea in Informatica L-31 Prova scritta di Matematica Discreta 1 CFU 5 Settembre 018 A1 1 [7 punti] Determinare le eventuali soluzioni
DettagliLa fotografia PR O F. G IA NDO MENI CO PE T R O LLINI
La fotografia P R O F. G IANDOMENICO P E T R O LLINI Professionista = una persona in grado di fornire un risultato/obiettivo Professionalità = progettualità = la capacità di scelta preventiva di modi e
DettagliGeometria e algebra lineare 20/6/2017 Corso di laurea in Ing. Elett. Tel., Ing. Inf. Org. e Informatica Correzione. x 2y = 0
Geometria e algebra lineare 20/6/2017 Corso di laurea in Ing. Elett. Tel., Ing. Inf. Org. e Informatica Correzione A Esercizio 1A Siano r la retta di equazioni { x + y 2z = 1 e P il punto di coordinate
DettagliListino Aria Condizionata Frigair - Maggio 2014
0599.1010 98,00 0599.1012 300,00 0599.1013 180,00 0599.1016 (*) 150,00 0599.1017 280,00 0599.1018 180,00 0599.1019 (*) 180,00 0599.1020 105,00 0599.1023 (*) 50,00 0599.1024 (*) 110,00 0599.1025 (*) 90,00
DettagliUniversita degli Studi di Roma Tor Vergata Facolta di Ingegneria - CCS Edile ed Edile/Architettura
Universita degli Studi di Roma Tor Vergata Facolta di Ingegneria - CCS Edile ed Edile/Architettura Recupero II Esonero/II Appello del corso di Geometria Docente F. Flamini, Roma, 7/0/008 NORME SVOLGIMENTO
DettagliPossiamo scrivere le tre precedenti espressioni in un'unica equazione matriciale:
A1. Considerazioni sul cambio di un sistema di riferimento cartesiano ortogonale Sia xyz un sistema di riferimento cartesiano ortogonale di origine O e di riferimento cartesiano pure di origine O. un secondo
Dettagli(h + 1)y + hz = 1. 1 [5 punti] Determinare le eventuali soluzioni del seguente sistema di congruenze: 2x 5 mod 3 3x 2 mod 5.
Dipartimento di Matematica e Informatica Anno Accademico 07-08 Corso di Laurea in Informatica (L-) Prova scritta di Matematica Discreta ( CFU) 8 Luglio 08 [5 punti] Determinare le eventuali soluzioni del
Dettagli1.3d: La Codifica Digitale dei Video
Prof. Alberto Postiglione Dipartimento di Scienze della Comunicazione Facoltà di Lettere e Filosofia Università degli Studi di Salerno 1.3d: La Codifica Digitale dei Video Informatica Generale (Corso di
DettagliHyperloop: TRIANGOLAZIONE LASER, SISTEMI DI VISIONE. A. Pozzebon 1 Giugno 2018
Hyperloop: TRIANGOLAZIONE LASER, SISTEMI DI VISIONE A. Pozzebon 1 Giugno 2018 SOMMARIO LA TRIANGOLAZIONE LASER IL LASER ALGORITMI DI ELABORAZIONE DELLE IMMAGINI TELECAMERE AD ALTA VELOCITÀ HYPERLOOP: LE
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliIL SISTEMA OTTICO. È un dispositivo in grado di convogliare sul sensore della telecamera i raggi luminosi riflessi dalla zona inquadrata
IL SISTEMA OTTICO Telecamera È il dispositivo in grado di acquisire un immagine della zona inquadrata Ottica (Obiettivo o lente) È un dispositivo in grado di convogliare sul sensore della telecamera i
DettagliImplementazione del modello di Von neumann
Modulo 3 Implementazione del modello di Von neumann Una Scheda Madre (1/2) Una Scheda Madre (1/2) Il DVD-RW La registrazione viene effettuata ad una data temperatura e la cancellazione ad una superiore,
DettagliS tereometria. Percezione della profondità. Stereometria. S time delle dis tanze
Stereometria Percezione della profondità S tereometria S time delle dis tanze Percezione della profondità Prospettiva Ombreggiatura Quinte Lo sposalizio della Vergine Raffaello Sanzio Altezza sull orizzonte
DettagliCalcolo numerico per utilizzare i residui di udito
Calcolo numerico per utilizzare i residui di udito Andrea Trucco, Ph.D. Dipartimento Ingegneria Biofisica ed Elettronica DIBE - Università di Genova trucco@ieee.org 1 Segnale audio Variazione della pressione
DettagliStudio di tecniche per la rivelazione di traiettorie di veicoli in movimento in sequenze video
Dipartimento di Elettronica e Telecomunicazioni Università di Firenze Laboratorio Comunicazioni & Immagini Studio di tecniche per la rivelazione di traiettorie di veicoli in movimento in sequenze video
DettagliFOTOGRAMMETRIA AUTOMATICA - TECNICHE DI RICOSTRUZIONE DELL'IMMAGINE 1
paolo carlizza (paolo.carlizza) FOTOGRAMMETRIA AUTOMATICA - TECNICHE DI RICOSTRUZIONE DELL'IMMAGINE 2 March 2018 Il precedente articolo sulla presa fotografica in movimento coi droni presuppone un seguito
DettagliCinematica diretta e inversa di un manipolatore
Cinematica diretta e inversa di un manipolatore ARSLAB - Autonomous and Robotic Systems Laboratory Dipartimento di Matematica e Informatica - Università di Catania, Italy santoro@dmi.unict.it Programmazione
DettagliTutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale
Calcolatore e Informazione Tutti i dispositivi di un elaboratore sono realizzati con tecnologia digitale Corrente + Corrente Magnetismo + Magnetismo Luce presente (+) Luce assente (-) Dati ed operazioni
DettagliF. Milotta Ph.D. Student
F. Milotta Ph.D. Student milotta@dmi.unict.it Le immagini digitali Rappresentazione delle immagini digitali Luce incidente e luce riflessa Immagini vettoriali e raster Operazioni affini sulle immagini
DettagliArchitettura Software di un Sistema di Controllo per Multirotore
Architettura Software di un Sistema di Controllo per Multirotore ARSLAB - Autonomous and Robotic Systems Laboratory Dipartimento di Matematica e Informatica - Università di Catania, Italy santoro@dmi.unict.it
DettagliCaveat. Sintesi di Immagini. Sintesi di Immagini. Rendering: Approccio Fisico
Sintesi di Immagini Metafora fondamentale Object vs viewer Object (scene): rappresentazione digitale (forma e caratteristiche) di un oggetto reale tridimensionale Viewer: strumento che permette di otternere
DettagliCaveat. Object e viewer, come tutte le metafore, sono entità non definite rigidamente. La luce fa parte del viewer? Il viewer è anch esso un object?
Sintesi di Immagini Metafora fondamentale Object vs viewer Object (scene): rappresentazione digitale (forma e caratteristiche) di un oggetto reale tridimensionale Viewer: strumento che permette di otternere
DettagliDipartimento di Ingegneria Civile e Architettura Università degli Studi di Udine
LA COMPARAZIONE LOW-COST VS HIGH-COST 3D MODELING SYSTEMS: UN PROBLEMA MAL POSTO? Primi risultati di un test Autodesk 123D Catch vs laser scanning domenico.visintini@uniud.it Dipartimento di Ingegneria
DettagliESTRAZIONE 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
DettagliRestauroCam: Telecamera per Restauro
BIOFOTONICA S.R.L. Sede Legale: Grosseto Via Birmania 113, CAP. 58100 Tel: +390564455595 Fax: +390564456332 Sede Commerciale: Roma Via A. Bocchi 300, CAP 00125 Tel: +390681175637 Fax: +390689280737 RestauroCam:
DettagliGIS E ATTIVITA ESTRATTIVA IN PIANURA
I GIS NELLA PROFESSIONE DEL GEOLOGO GIS E ATTIVITA ESTRATTIVA IN PIANURA Commissione Gis&Geomatica dell Ordine dei Geologi del Veneto andrea.mazzuccato@libero.it Con questa presentazione: Verrà simulato
DettagliLa 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
DettagliL acquisizione e l elaborazione delle immagini di Medicina Nucleare
L acquisizione e l elaborazione delle immagini di Medicina Nucleare UNIVERSITÀ DEGLI STUDI DI MILANO Materiale didattico a cura della Dott.ssa Michela Lecchi Medicina Nucleare: strumentazione gamma camera
DettagliLa trasformazione di camera
La trasformazione di camera 1 Introduzione Per rappresentare un oggetto tridimensionale nello spazio (scena) in un piano bidimensionale (spazio delle immagini, quale il monitor o un foglio) è necessario
DettagliIl rilievo fotogrammetrico
Il rilievo fotogrammetrico metodi e strumenti L ORIENTAMENTO 1 Equazioni di collinearità m11 x = xc c m 31 m y = yc c m 21 (X - X ) + m (X - X ) + m 31 (X - X ) + m (X - X ) + m 12 32 22 (Y - Y ) + m (Y
DettagliVideo Parte 4a. Stabilizzazione. Multimedia
Video Parte 4a Stabilizzazione Stabilizzazione Un sistema di stabilizzazione dell immagine ha come scopo quello di rimuovere i movimenti da una sequenza di immagini Padding: movimenti intenzionali Jitter:
DettagliTecniche di telerilevamento pixel-oriented Per l'identificazione di superfici con materiali contenenti amianto: applicazioni in Lombardia Cinzia
Tecniche di telerilevamento pixel-oriented Per l'identificazione di superfici con materiali contenenti amianto: applicazioni in Lombardia Cinzia Panigada Università Milano -Bicocca 1 Contesto: telerilevamento
DettagliTesi di Laurea TELECAMERA OMNIDIREZIONALE CON SENSORE RETINICO CMOS
Università degli Studi di Padova Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica TELECAMERA OMNIDIREZIONALE CON SENSORE RETINICO CMOS Relatore: Prof. Enrico Pagello 20 Dicembre 2004 Correlatore:
Dettaglielaborazione di base
Pre-elaborazione elaborazione di base Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 3/5 info@planetek.it INDICE Generalità Correzioni radiometriche Correzioni
DettagliCorso di Radioastronomia 1
Corso di Radioastronomia 1 Aniello (Daniele) Mennella Dipartimento di Fisica Quinta parte: interferometria Parte 5, Lezione 2 Interferometria a sintesi di apertura Il principio di ricostruzione dell immagine
DettagliComputer Graphics. Digital representation of 3D objects. 3D Rendering. Scena 3D rendering image. Marco Tarini - univ insubria AA 2016/2017
Computer Graphics Digital representation of 3D objects Università dell Insubria Facoltà di Scienze MFN di Varese Corso di Laurea in Informatica Anno Accademico 2016/17 Marco Tarini 3D Rendering Scena 3D
DettagliInformazione binaria:
Informazione binaria: Codici di compressione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Una soluzione per le immagini: la tavolozza (palette) Spesso
DettagliModulo 1: Le I.C.T. UD 1.3d: La Codifica Digitale dei Video
Modulo 1: Le I.C.T. : La Codifica Digitale dei Video Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno
DettagliInformatica e Produzione Multimediale. Introduzione
Informatica e Produzione Multimediale Introduzione Il Docente Umberto Castellani (PhD) Ricercatore del Dipartimento di Informatica Università di Verona VIPS (Vision, Image Processing & Sound) (http://vips.sci.univr.it)
DettagliAnalisi Numerica: Introduzione
Analisi Numerica: Introduzione S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste Analisi numerica e calcolo numerico Analisi numerica e calcolo numerico La matematica del continuo
DettagliIl reverse engineering: a cosa serve
: a cosa serve Il Reverse Engineering non si interfaccia esclusivamente con il Rapid Prototyping ma serve ogni qualvolta occorra digitalizzare un oggetto, ovvero creare un modello CAD di un oggetto reale.
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Risoluzione di Equazioni Algebriche Le equazioni algebriche sono equazioni del tipo P(x) = 0 dove P è un polinomio di grado n cioé P(x) = a 1 x n + a 2 x n
DettagliSimulare l'effetto flou
Simulare l'effetto flou In questa sezione vengono raccolti suggerimenti, tecniche, trucchi dei generi più vari, ad uso degli utenti sia alle prime armi sia più avanzati: c'è sempre da imparare! Premessa:
DettagliFrame. Frame. Otteniamo il concetto di frame a partire da quello di base di Riesz facendo cadere l ipotesi di indipendenza lineare
Frame Frame Otteniamo il concetto di frame a partire da quello di base di Riesz facendo cadere l ipotesi di indipendenza lineare Un frame è quindi un insieme di vettori φ i tali che esistono A > 0 e B
Dettagli