Indicizzazione e ricerca delle immagini

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Indicizzazione e ricerca delle immagini"

Transcript

1 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 commerciale. Nell indicizzazione e ricerca si distinguono 4 approcci diversi basati su: 1. Memorizzazione di attributi strutturati 2. Riconoscimento degli oggetti 3. Annotazioni libere 4. Estrazione di feature di basso livello 1) e 3) rientrano nei metodi tradizionali 2) e 4) fanno parte del content-based image retrieval Memorizzazione di attributi strutturati Si basa sulla memorizzazione di informazioni per ognuna delle immagini organizzate in maniera rigida: Nome del file, data di creazione, autore, categoria dell immagine, soggetto, ecc L indicizzazione e la ricerca possono essere effettuate con tecniche standard dei DBMS Il problemi che si pongono sono: Gli attributi possono non descrivere in maniera completa le immagini Le query sono limitate ai soli attributi memorizzati

2 Riconoscimento degli oggetti Si basano su tecniche sofisticate di estrazione di feature e di algoritmi di riconoscimento degli oggetti presenti nella scena Caratteristiche: Sono computazionalmente molto pesanti Richiedono algoritmi estremamente ricercati Funzionano bene in domini applicativi ristretti Sono argomento di ricerca avanzata Annotazioni libere (Text-based image retrieval) Le immagini sono descritte con testo libero (non controllato). Le query sono nella forma di parole chiave o testo libero con o senza l utilizzo di operatori booleani La ricerca usa gli algoritmi convenzionali di IR (Information retrieval) basati sulla ricerca di similarità tra query e testo descrittivo delle immagini Essendo una tecnica manuale, sorgono alcuni problemi: Il testo deve essere il più possibile completo e consistente E necessario l utilizzo di un dizionario per ricercare anche su sinonimi (uomo/donna/bambino = persona) Il testo introdotto potrebbe essere soggettivo serve l utilizzo delle tecniche di relevance feedback Vantaggi: può catturare anche concetti di alto livello o astratti presenti nell immagine (persona che sorride o è triste)

3 Estrazione di feature di basso livello Sono tecniche di indicizzazione e ricerca basate sul contenuto (content-based) Possono prendere in considerazione una o più delle seguenti caratteristiche: COLORE FORMA TEXTURE Molti sistemi reali sono basati su tali metodi Algoritmi basati sull analisi del colore Ogni immagine è memorizzata assegnando ai pixel tre valori numerici ad ognuno dei canali di colore (ad esempio RGB) Ogni canale è discretizzato in m intervalli: il numero totale di combinazioni diverse (bins) è m 3 (es: 16 intervalli 4096 bins) Si definisce ISTOGRAMMA di COLORE: il vettore H(M) = (h 1, h 2,, h j, h n ) dove h j rappresenta il numero di pixel dell immagine M che ricadono nel bin j.

4 Indicizzazione su istogramma di colore Per ogni immagine viene calcolato l istogramma di colore H(M) che verrà poi utilizzato come indice dell immagine M. Per la ricerca delle immagini nel DB serve definire una misura di distanza tra l istogramma dell immagine query e quelli delle immagini contenute nel database. La misura di distanza più semplice è data da: d( I, H ) = n l= 1 i l h l dove i l e h l sono il numero pixel delle immagini I e H che ricadono nel bin l Esempio di calcolo della distanza Supponiamo 3 immagini 8x8 pixels aventi i seguenti istogrammi: H 1 = (8, 8, 8, 8, 8, 8, 8, 8) H 2 = (7, 7, 7, 7, 9, 9, 9, 9) H 3 = (2, 2, 10, 10, 10, 10, 10, 10) Le distanze tra le immagini sono: d(h 1, H 2 ) = =8 d(h 1, H 3 ) = =24 d(h 2, H 3 )= =23 Quindi 1 e 2 sono più simili che 1 e 3 o 2 e 3 Tale metodo di base è soggetto ad una serie di problemi e può fornire risultati fortemente incorretti se non si applicano delle varianti necessarie per trattare in maniera migliore l informazione sul colore.

5 Problemi relativi all indicizzazione tramite istogramma del colore La discretizzazione dello spazio dei colori in classi (bins) non tiene conto della similarità dei colori: Due bins adiacenti vengono considerati totalmente diversi Il posizionamento della linea di demarcazione tra i bins influisce fortemente sull istogramma e sul calcolo della distanza La rappresentazione dei colori non e univoca: Dipendenza dal sistema di rappresentazione Dipendenza dal device Istogrammi del colore e similarità L esempio precedente non considera la similarità tra i colori dei bins: due immagini con colori percepiti come similari ma numericamente diversi risultano molto distanti tra di loro. Esempio: supponiamo di avere due bin che rappresentano gli insiemi di colori 1-10 e (dove colori con numeri vicini sono simili tra di loro) il colore 10 viene assegnato al bin 1, i colori 11 e 20 vengono assegnati al bin 2 Per paradosso il colore 11 viene considerato uguale al 20 ma diverso dal 10 Sono stati proposti vari metodi per superare tale problema: Distanza tra i bins Istogramma cumulativo Istogramma pesato percettivamente

6 Distanza tra i bins definita come z la misura di similarità calcolata bin-per-bin (l inverso della distanza), si può definire l istogramma Z di similarità tra due istogrammi X ed Y nel seguente modo: T Z = Z AZ a( i, j) = 1 d( ci, c j ) / dmax Dove d(c i,c j ) è la distanza tra i colori in uno spazio di uniforme e d max è la distanza massima tra due colori Se due colori sono molto diversi d(c i,c j ) e prossima a d max e a(i, j) e vicino a 0 il che porta un contributo al calcolo della similarità Istogramma cumulativo Non prende in considerazione la distanza tra i bin ma risolve (in parte) il problema creando delle classi cumulative. Un istogramma cumulativo per un immagine M e definito come: CH(M) = (ch 1, ch 2,, ch n ) Dove i singoli elementi vengono determinati da: ch i = h j j i Per il calcolo della distanza si usa la normale distanza euclidea. Il metodo funziona bene per valori bassi di i, mentre per valori alti non riflette la similarità tra i colori

7 Istogramma pesato percettivamente (PWH) la similarità tra i colori viene considerata direttamente nella costruzione dell istogramma e non nel calcolo della distanza tra istogrammi (ogni pixel contribuisce con un peso diverso a seconda della similarità a tutti i bin di colori) In genere il PWH e il metodo che fornisce i risultati migliori Rappresentazione dei colori Una corretta rappresentazione dei colori è fondamentale per ogni algoritmo di indicizzazione e ricerca delle immagini. La luce visibile è una radiazione elettromagnetica con lunghezza d onda tra 400 e 780 nm. Differenti lunghezze d onda producono differenti sensazioni di colore Le tre proprietà fisiche delle radiazioni di colore sono la luminanza (illuminazione), la tinta (il colore) e la saturazione (la purezza)

8 Sistemi di rappresentazione dei colori Ogni colore può essere rappresentato, in maniera fisica, attraverso la distribuzione dell energia radiante alle varie lunghezze d onda SPD (Spectral Power Distribution) SPD e il modo più accurato per la specifica di un colore ma non descrive la relazione tra le proprietà fisiche del colore e la sua percezione visiva Non e un formato altrettanto conveniente rispetto alle rappresentazioni numeriche RGB (RED, GREEN, BLU) Dipendente dal device: La visualizzazione del colore non dipende solo dal valore numerico RGB ma anche dalle specifiche del device (correzione gamma) Esistono diversi spazi di colore RGB Differiscono per la definizione dei colori primari all interno dello spazio di colore indipendente dal device (Standard CIE) E possibile effettuare conversioni tra i diversi spazi se sono note le specifiche delle primitive R, G, B. Non e PERCETTIVAMENTE UNIFORME: Le distanze tra i colori calcolate nello spazio RGB non riflettono la distanza tra i colori percepita Non e la migliore rappresentazione da utilizzare nell indicizzazione e ricerca delle immagini

9 Correzione Gamma Ogni strumento di acquisizione o di riproduzione di colori applica una funzione non lineare alla intensità di luce catturata/emessa in relazione al segnale in volts emesso/applicato Luminanza = V gamma Il fattore 1/gamma e detto Correzione Gamma e serve a neutralizzare la non linearità del dispositivo V = (V) 1/gamma Le due funzioni vengono dette di trasferimento Step della correzione gamma Il sensore della macchina fotografica converte la luce in segnale elettrico in modo non lineare secondo la relazione V gammac =Luminanza La correzione con gammac produce un segnale lineare in voltaggio. Il segnale in voltaggio (lineare) viene inviato al monitor che lo trasforma in voltaggio non lineare attraverso la relazione: V = (V) 1/gammaM Il monitor converte il segnale non lineare in luminosità lineare

10 Altri metodi di rappresentazione CIELuv e CIELab: Indipendenti dal device Percettivamente uniformi HSI (Hue, Saturation, Intensity e HVC (Hue, Value, Chroma): Vicini al modo di descrivere i colori da parte dell uomo Sono percettivamente uniformi ma dipendenti dal device La conversione da uno spazio all altro e possibile se sono specificate le primarie nello spazio CIE Problemi di indicizzazione e ricerca legati allo spazio di colore Nella ricerca e indicizzazione delle immagini basate sul colore e necessario assumere che tutte le immagini siano rappresentate nello stesso spazio di colore e che il valore dei loro pixel rappresentino la stessa cosa Data un immagine nel formato RGB non e possibile interpretarla correttamente: Non vengono indicate le definizioni delle primitive RGB e quindi non e possibile interpretare l immagine in uno spazio comune Non viene indicato il valore della correzione gamma applicata dal device che ha prodotto l immagine Tutti i formati immagine più usati (GIF, JPEG, TIFF, ecc) non contengono informazioni sulle primitive dello spazio di colore e sulla correzione gamma usata. Il nuovo TIFF 6.0 contiene anche queste informazioni

11 Utilizzo delle relazioni spaziali tra i pixel La seconda limitazione dei sistemi di indicizzazione di immagini basate sui colori consiste nel fatto che generalmente vengono ignorate le relazioni spaziali tra i pixel. Per esempio le due immagini seguenti verrebbero sempre considerate uguali: Per risolvere il problema si possono utilizzare tecniche che prevedono di suddividere le immagini in porzioni più piccole e applicare le tecniche basata su istogrammi alle sotto-regioni corrispondenti delle immagini Mascheramento ad opera dello sfondo Gli istogrammi sono fortemente condizionati dalla presenza di grandi blocchi di colore omogeneo e risulta che le immagini che contengono un oggetto in primo piano siano trattate in maniera errata in quanto nell istogramma i pixel dello sfondo sono maggiormente rappresentati e mascherano l oggetto in primo piano. Esempio: Immagine 1: macchina rossa su uno sfondo nero asfalto Immagine 2: macchina rossa sullo sfondo di un tappeto marrone Immagine 3: macchina blu sullo sfondo di un tappeto marrone 2 e 3 sono considerate più vicine rispetto a 1 e 2 La soluzione può consistere nel suddividere le immagini, con tecniche di segmentazione automatiche o semiautomatiche, in soggetto e sfondo e quindi calcolare separatamente i due istogrammi usandoli singolarmente o insieme

12 Indicizzazione e ricerca basate sulla forma Si basa su algoritmi di segmentazione delle immagini che sono in grado di suddividere una immagine in singoli oggetti attraverso metodi automatici o semiautomatici. I sistemi efficienti in tale ambito devono possedere le seguenti proprietà: Ogni forma deve avere una rappresentazione unica, invariante rispetto a traslazione, rotazione o scala Forme simili devono avere una rappresentazione similare in modo tale che la ricerca possa essere basata sulla distanza tra la rappresentazione delle forme Il processo di ricerca è spesso realizzato in modalità query by example e il sistema ritorna come risposta la forma che meglio approssima quella disegnata dall utente Definizioni ASSE MAGGIORE: è il segmento che congiunge i due punti della forma che sono più distanti fra di loro ASSE MINORE: è il segmento perpendicolare all asse maggiore e tale che il rettangolo il cui lati sono paralleli ai due assi racchiuda completamente l intera forma RETTANGOLO DI BASE: il rettangolo descritto nella precedente ECCENTRICITA : rapporto tra la lunghezza dell asse maggiore e la lunghezza dell asse minore Questi sono alcune caratteristiche di base che forniscono una prima caratterizzazione delle forme e sono utilizzati durante l indicizzazione e la ricerca

13 Descrizioni numeriche delle forme Sono stati valutati diversi metodi per la descrizione numerica delle forme, tra questi citiamo: Metodi basati su formulazioni matematiche che descrivono un immagine come funzione f(x,y) dove x e y sono le coordinate di un pixel: Momenti invarianti Momenti centrali normalizzati Metodi che cercano di descrivere le forme utilizzando le coordinate dei punti che le definiscono Metodo dei descrittori di Fourier Istogramma dei lati significativi Lista ordinata dei punti interessanti Elastic template matching Trattano con qualche difficoltà l invarianza rispetto alle traslazioni, rotazioni e cambiamenti di scala necessari per ottenere un buon sistema di indicizzazione e ricerca basato sulle forme. Rappresentazione delle forme basata su REGIONI E una metodica semplice ma che ha fornito risultati molto promettenti. Data una forma, vi sovrapponiamo una griglia regolare che la contenga pienamente. Quindi consideriamo ogni cella e assegniamo 1 o 0 a seconda se tale cella risulta più o meno coperta dalla forma. Quindi otteniamo la stringa binaria che rappresenta la forma leggendo gli 1 o 0 da sinistra a destra e dall alto al basso. Esempio: Rap:

14 Normalizzazione rispetto alle rotazioni Per ottenere l invarianza rispetto alla rotazione, la forma viene ruotata in modo tale che il suo asse maggiore sia allineato con l asse X (orizzontale) Avremo 2 possibilità ottenute attraverso una rotazione di 180 : X X Y Y Invece di memorizzare 2 stringhe binarie nel database si preferisce trattare le due rotazione al momento della ricerca e, data una forma da ricercare, effettuare 2 ricerche diverse applicando all immagine di esempio e la sua rotazione di 180 Normalizzazione rispetto ai cambiamenti di scala Viene trattata scalando proporzionalmente tutte le forme del database in modo tale che abbiano lo stesso asse maggiore in termini di numero di pixel Selezionato un cellsize della griglia (normalmente 10x10 pixel o 20x20 pixel) e applicando le normalizzazioni per rotazioni e scala, ogni forma può essere rappresentata da una stringa binaria + l eccentricità della forma Se, ad esempio, ogni forma occupa 8 celle in direzione x (direzione del suo asse maggiore) il numero di celle occupate in direzione y può variare da 1 a 8

15 Calcolo della similarità Se due forme hanno la stessa eccentricità (e quindi la loro stringa binaria ha uguale lunghezza), la distanza tra di loro si calcola come numero di posizioni delle stringhe che hanno valore diverso Esempio: tra e la distanza è 3 Se due forme hanno eccentricità molto diversa tra di loro, non c e alcun bisogno di calcolare la similarità in quanto possiamo assumere che siano molto diverse Se due forme hanno eccentricità diversa di poco, si possono aggiungere zeri alla stringa che descrive la forma più bassa e quindi applicare la distanza come sopra Forme speculari Possono sorgere problemi dovuti a forme speculari orizzontalmente o verticalmente: Anche in questo caso si preferisce non appesantire il database memorizzando 2 sequenze come indice della forma, ma piuttosto Y effettuare un maggior numero di ricerche applicando tali trasformazioni alla forma da ricercare X X (considerando anche la rotazione di 180, ogni ricerca dovrà essere realizzata con 4 stringhe diverse) Y

16 Riepilogo Un sistema di indicizzazione e ricerca di forme basato su Regioni può essere realizzato in modo che sia invariante a rotazioni, traslazioni, scalatura e trasformazioni speculari, nel seguente modo: 1. Si determinano gli assi maggiore e minore e l eccentricità della forma 2. Si ruota la forma in modo che l asse maggiore coincida con l asse X 3. Si scala la forma in modo che l asse maggiore abbia una lunghezza prefissata 4. Si sovrappone un grigliato regolare alla forma 5. Si assegnano 1 e 0 alle celle e si calcola la stringa binaria scorrendo le celle del grigliato da sx a dx e dall alto in basso 6. L indice della forma è costituito dalla stringa binaria e dal numero di celle che la forma occupa in direzione Y (le due informazioni sono memorizzate nel database come rappresentazione della forma stessa) Durante la ricerca la forma da trovare è processata in maniera analoga ottenendo 4 stringhe diverse (rotazione di 180 e 2 mirroring) e per ogni forma presente nel database che ha una eccentricità simile si calcola la distanza (si considera la distanza minima tra le quattro rappresentazioni della forma) Metodi basati sulle texture Tale caratteristica descrive una percezione dell immagine che è difficilmente descrivibile me che ha a che fare con: Granularità (fine o grossa) Contrasto Direzionalità Regolarità ecc Ci sono esempi di sistemi reali che utilizzano una misurazione matematica (più o meno sofisticata) di tali concetti e la utilizzano per indicizzare e ricercare immagini.

17 Altri metodi Memorizzazione dei parametri che rappresentano l immagine in formato compresso Ad esempio: i coefficienti DCT nella compressione JPEG o i coefficienti Wavelet nella compressione wavelet Memorizzazione basata su un modello che descrive l immagine Ad esempio: utilizzo delle tecniche di compressione FRATTALE Memorizzazione delle relazioni tra gli oggetti che sono presenti in una immagine E simile all utilizzo della informazione topologica nei GIS e consente di inviare al sistema richieste quali: trova tutte le immagini contenenti un lago vicino ad una montagna oppure trova le immagini contenenti una autostrada sulla sinistra di una foresta

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

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

C M A P M IONAM A E M NT N O

C M A P M IONAM A E M NT N O IMMAGINE DIGITALE Nelle immagini digitali, il contenuto fotografico (radiometria) viene registrato sotto forma di numeri. Si giunge a tale rappresentazione (RASTER) suddividendo l immagine fotografica

Dettagli

I formati dei file immagine

I formati dei file immagine I formati dei file immagine Le immagini vettoriali Le immagini vettoriali sono caratterizzate da linee e curve definite da entità matematiche chiamate vettori I vettori sono segmenti definti da un punto

Dettagli

Il colore. IGEA 2006-07 7 febbraio 2007

Il colore. IGEA 2006-07 7 febbraio 2007 Il colore IGEA 2006-07 7 febbraio 2007 La luce Radiazione elettromagnetica 380 740 nanometri (790 480 THz) Percezione della luce /1 Organi sensoriali: Bastoncelli Molto sensibili (anche a un solo fotone:

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

Il campionamento. La digitalizzazione. Teoria e pratica. La rappresentazione digitale delle immagini. La rappresentazione digitale delle immagini

Il campionamento. La digitalizzazione. Teoria e pratica. La rappresentazione digitale delle immagini. La rappresentazione digitale delle immagini ACQUISIZIONE ED ELABORAZIONE DELLE IMMAGINI Teoria e pratica La digitalizzazione La digitalizzazione di oggetti legati a fenomeni di tipo analogico, avviene attraverso due parametri fondamentali: Il numero

Dettagli

Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero

Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero Tipologia dei dati e organizzazione delle informazioni Sistemi di indicizzazione e recupero 2. Approfondimento su immagini e grafica IMMAGINI l immagine digitale è una matrice bidimensionale di numeri,

Dettagli

La codifica delle Immagini. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132Sesto San Giovanni

La codifica delle Immagini. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132Sesto San Giovanni La codifica delle Immagini Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132Sesto San Giovanni Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori, infatti

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

Metodi Numerici per Equazioni Ellittiche

Metodi Numerici per Equazioni Ellittiche Metodi Numerici per Equazioni Ellittiche Vediamo ora di descrivere una tecnica per la risoluzione numerica della più semplice equazione ellittica lineare, l Equazione di Laplace: u xx + u yy = 0, (x, y)

Dettagli

IMMAGINE BITMAP E VETTORIALI

IMMAGINE BITMAP E VETTORIALI BITMAP VETTORIALE VETTORIALE BITMAP IMMAGINE BITMAP è una immagine costituita da una matrice di Pixel. PIXEL (picture element) indica ciascuno degli elementi puntiformi che compongono la rappresentazione

Dettagli

gestione e modifica di immagini fotografiche digitali

gestione e modifica di immagini fotografiche digitali gestione e modifica di immagini fotografiche digitali il colore e le immagini la gestione delle immagini Il computer è in grado di gestire le immagini in formato digitale. Gestire vuol dire acquisirle,

Dettagli

Corso di Grafica Computazionale

Corso di Grafica Computazionale Corso di Grafica Computazionale Premesse Teoriche Docente: Massimiliano Corsini Laurea Specialistica in Ing. Informatica Università degli Studi di Siena Overview Premesse Teoriche Mini-ripasso geometria

Dettagli

IL COLORE E LA SUA RAPPRESENTAZIONE

IL COLORE E LA SUA RAPPRESENTAZIONE http://imagelab.ing.unimo.it Dispense del corso di Elaborazione di Immagini e Audio Digitali IL COLORE E LA SUA RAPPRESENTAZIONE Prof. Roberto Vezzani LA LUCE La luce è una radiazione elettromagnetica

Dettagli

Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona

Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona Classificazione delle immagini Le immagini si suddividono in raster e vettoriali. Le immagini raster sono di tipo

Dettagli

Immagini digitali Appunti per la classe 3 R a cura del prof. ing. Mario Catalano

Immagini digitali Appunti per la classe 3 R a cura del prof. ing. Mario Catalano Immagini digitali LA CODIFICA DELLE IMMAGINI Anche le immagini possono essere memorizzate in forma numerica (digitale) suddividendole in milioni di punti, per ognuno dei quali si definisce il colore in

Dettagli

Test percettivi per la valutazione del contrasto di immagini digitali

Test percettivi per la valutazione del contrasto di immagini digitali Agenzia Nazionale per le Nuove Tecnologie, l Energia e lo Sviluppo Economico Sostenibile RICERCA DI SISTEMA ELETTRICO Test percettivi per la valutazione del contrasto di immagini digitali Alessandro Rizzi,

Dettagli

Un ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti

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

Dettagli

PDF created with pdffactory trial version www.pdffactory.com

PDF created with pdffactory trial version www.pdffactory.com Codifica di immagini Codifica di immagini o Un immagine è un insieme continuo di informazioni A differenza delle cifre e dei caratteri alfanumerici, per le immagini non esiste un'unità minima di riferimento

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

Immagini vettoriali. Immagini raster

Immagini vettoriali. Immagini raster Immagini vettoriali Le immagini vettoriali sono caratterizzate da linee e curve definite da entità matematiche chiamate vettori. I vettori sono segmenti definiti da un punto di origine, una direzione e

Dettagli

Immagini digitali. Paolo Zatelli. Dipartimento di Ingegneria Civile ed Ambientale Università di Trento. Immagini digitali

Immagini digitali. Paolo Zatelli. Dipartimento di Ingegneria Civile ed Ambientale Università di Trento. Immagini digitali Immagini digitali Immagini digitali Paolo Zatelli Dipartimento di Ingegneria Civile ed Ambientale Università di Trento Paolo Zatelli Università di Trento 1 / 22 Immagini digitali Outline 1 Immagini digitali

Dettagli

Le immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali.

Le immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali. 1 Le immagini digitali Le immagini digitali Università IUAV di venezia Trattamento di immagini digitali immagini grafiche immagini raster immagini vettoriali acquisizione trattamento geometrico trattamento

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

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

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

La percezione del colore

La percezione del colore 30 Gennaio 2007 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona La percezione del colore Chiara Della Libera DSNV Università di Verona Sezione di Fisiologia Umana

Dettagli

Codifica dell informazione

Codifica dell informazione Codifica Cosa abbiamo visto : Rappresentazione binaria Codifica dei numeri (interi positivi, interi con segno, razionali.) Cosa vedremo oggi: Codifica dei caratteri,codifica delle immagini,compressione

Dettagli

Elementi di Informatica e Programmazione

Elementi di Informatica e Programmazione Elementi di Informatica e Programmazione La Codifica dell informazione (parte 4) Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Docente:

Dettagli

Codifica delle Informazioni

Codifica delle Informazioni Codifica delle Informazioni Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Panoramica Le informazioni gestite dai sistemi di elaborazione devono essere codificate

Dettagli

1.3a: La Codifica Digitale delle Immagini

1.3a: La Codifica Digitale delle Immagini 1.3a: La Codifica Digitale delle Immagini Bibliografia Curtin, 4.7 e 4.9 (vecchie edizioni) Curtin, 3.7 e 3.9 (nuova edizione) CR pag. 14-18 Questi lucidi La codifica delle immagini: Pixel Un immagine

Dettagli

Rappresentazione delle Immagini

Rappresentazione delle Immagini Rappresentazione delle Immagini Metodi di rappresentazione Raster: Informazione grafica rappresentata come matrice di pixel Vettoriale: Informazione grafica rappresentata da relazioni matematiche (funzioni

Dettagli

Immagini digitali: concetti di base

Immagini digitali: concetti di base Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 2 c.f.u. Anno Accademico 28/29 Docente: ing. Salvatore Sorce

Dettagli

Codifica dell informazione

Codifica dell informazione Codifica dell informazione Il calcolatore memorizza ed elabora vari tipi di informazioni Numeri, testi, immagini, suoni Occorre rappresentare tale informazione in formato facilmente manipolabile dall elaboratore

Dettagli

Introduzione all elaborazione di immagini Part II

Introduzione all elaborazione di immagini Part II 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)

Dettagli

Sistemi Informativi Multimediali Indicizzazione multidimensionale

Sistemi Informativi Multimediali Indicizzazione multidimensionale Indicizzazione nei sistemi di IR (1) Sistemi Informativi Multimediali Indicizzazione multidimensionale ugusto elentano Università a Foscari Venezia La struttura fondamentale di un sistema di information

Dettagli

Modelli di colore. Un tocco di blu non guasta

Modelli di colore. Un tocco di blu non guasta Modelli di colore Un tocco di blu non guasta Obiettivi Come faccio a rappresentare i colori in una immagine? Per formati immagine raster e vettoriali Come specificare che il mare della mia foto è di colore

Dettagli

Lezione 3 Gestione di immagini ed audio

Lezione 3 Gestione di immagini ed audio Lezione 3 Gestione di immagini ed audio Pasquale Savino ISTI - CNR Gestione delle immagini Lezione 3 Gestione immagini ed audio 2 Acquisizione Acquisizione Le immagini possono essere acquisite utilizzando

Dettagli

INFORMATICA. Elaborazione delle immagini digitali. Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale

INFORMATICA. Elaborazione delle immagini digitali. Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale INFORMATICA Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale A.A. 2014/2015 II ANNO II SEMESTRE 2 CFU CORSO DI LAUREA MAGISTRALE IN SCIENZE E TECNICHE DELLE ATTIVITÀ MOTORIE

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

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

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

Dettagli

Basi di Dati Multimediali. Fabio Strocco

Basi di Dati Multimediali. Fabio Strocco Basi di Dati Multimediali Fabio Strocco September 19, 2011 1 Contents 2 Introduzione Le basi di dati (o database) hanno applicazioni in molti campi, in cui è necessario memorizzare, analizzare e gestire

Dettagli

La codifica delle immagini

La codifica delle immagini La codifica delle immagini La digitalizzazione La digitalizzazione di oggetti legati a fenomeni di tipo analogico, avviene attraverso due parametri fondamentali: 1. Il numero dei campionamenti o di misurazioni

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

UNIVERSITÀ DEGLI STUDI DI TRIESTE

UNIVERSITÀ DEGLI STUDI DI TRIESTE UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini IL COLORE PARTE 2 Gabriele Guarnieri Sommario Spazi colore percettivamente uniformi 1 Spazi colore percettivamente uniformi:

Dettagli

Imaging. Informatica. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it

Imaging. Informatica. Prof. Pierpaolo Vittorini pierpaolo.vittorini@univaq.it pierpaolo.vittorini@univaq.it Università degli Studi dell Aquila Dip.to di Medicina Interna, Sanità Pubblica, Scienze della Vita e dell Ambiente Codifica di segnali I segnali provenienti da un apparato

Dettagli

Che cos'è la profondità di colore

Che cos'è la profondità di colore Che cos'è la profondità di colore 1 Vediamo che cos'è la Profondità di Bit e di Colore di una immagine o di un filmato video; vediamo inoltre cosa sono Gamma dinamica e Gamma di densità. La profondità

Dettagli

Pressione, taglio e cordonatura: l altra faccia del display La gestione colore n. 12345678901234567890123456789. Postilla. Comunicazione.

Pressione, taglio e cordonatura: l altra faccia del display La gestione colore n. 12345678901234567890123456789. Postilla. Comunicazione. Comunicazione Stampa Pressione, taglio e cordonatura: l altra faccia del display La gestione colore n. 12345678901234567890123456789 Postilla COMUNICAZIONE Pressione, taglio e cordonatura: l altra faccia

Dettagli

IL DIGITAL PHOTOGRAPHY WORKFLOW CON ADOBE PHOTOSHOP LIGHTROOM

IL DIGITAL PHOTOGRAPHY WORKFLOW CON ADOBE PHOTOSHOP LIGHTROOM IL DIGITAL PHOTOGRAPHY WORKFLOW CON ADOBE PHOTOSHOP LIGHTROOM Un flusso di lavoro essenziale dall acquisizione dell immagine alla stampa 1 Importare le foto Nel Modulo Libreria, premere il tasto Importa,

Dettagli

EUROPEAN COMPUTER DRIVING LICENCE Image Editing - Versione 2.0

EUROPEAN COMPUTER DRIVING LICENCE Image Editing - Versione 2.0 EUROPEAN COMPUTER DRIVING LICENCE Image Editing - Versione 2.0 Copyright 2010 The European Computer Driving Licence Foundation Ltd. Tutti I diritti riservati. Questa pubblicazione non può essere riprodotta

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

Telerilevamento. Esercitazione 1. Esplorare dati EO, image enhancement

Telerilevamento. Esercitazione 1. Esplorare dati EO, image enhancement Telerilevamento Esercitazione 1 Esplorare dati EO, image enhancement Aprire ERDAS IMAGINE. Cliccare sull apposita icona per aprire un immagine SPOT5 acquisita il 10 settembre 2006 sulla area della città

Dettagli

Informatica. Prof. Pierpaolo Vittorini. University of L Aquila Dep. of Life, Health and Environmental Sciences

Informatica. Prof. Pierpaolo Vittorini. University of L Aquila Dep. of Life, Health and Environmental Sciences Informatica Prof. Pierpaolo Vittorini University of L Aquila Dep. of Life, Health and Environmental Sciences Pierpaolo Vittorini (UnivAQ) Informatica 1 / 22 Imaging Pierpaolo Vittorini (UnivAQ) Informatica

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

Sistemi Informativi Territoriali. Vari tipi di immagini

Sistemi Informativi Territoriali. Vari tipi di immagini Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Vari tipi di immagini Cod.303 - Vers.E41 1 Introduzione 2 Immagine fisica 3 Immagine classificata 4 Immagine cartografica 5 Immagine

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

La codifica delle immagini

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

Dettagli

COMPUTER GRAFICA LINK

COMPUTER GRAFICA LINK COMPUTER GRAFICA COMPUTER GRAFICA RASTER V/S VETTORIALE Di cosa sono fatte le immagini digitali Qualità a confronto DPI/PPI e risoluzione adeguata al mezzo Applicazioni ACCENNI SUL COLORE CMYK - RGB LAB

Dettagli

Andrea Pagano, Laura Tedeschini Lalli

Andrea Pagano, Laura Tedeschini Lalli 3.5 Il toro 3.5.1 Modelli di toro Modelli di carta Esempio 3.5.1 Toro 1 Il modello di toro finito che ciascuno può costruire è ottenuto incollando a due a due i lati opposti di un foglio rettangolare.

Dettagli

Capitolo V : Il colore nelle immagini digitali

Capitolo V : Il colore nelle immagini digitali Capitolo V : Il colore nelle immagini digitali Lavorare con il colore nelle immagini digitali L uso dei colori nella visione computerizzata e nella computer grafica implica l incorrere in determinate problematiche

Dettagli

LA CODIFICA DELLE IMMAGINI

LA CODIFICA DELLE IMMAGINI LA CODIFICA DELLE IMMAGINI Anche le immagini possono essere memorizzate in forma numerica (digitale) suddividendole in milioni di punti, per ognuno dei quali si definisce il colore in termini numerici.

Dettagli

È l ora della videosorveglianza basata su FPGA

È l ora della videosorveglianza basata su FPGA È l ora della videosorveglianza basata su FPGA Kambiz Khalilian, Strategic marketing manager Lattice Semiconductor Le preoccupazioni crescenti per la sicurezza hanno costretto i governi e le istituzioni

Dettagli

INFORMATICA E GRAFICA PER IL WEB

INFORMATICA E GRAFICA PER IL WEB INFORMATICA E GRAFICA PER IL WEB Psicologia e comunicazione A.A. 2013/2014 Università degli studi Milano-Bicocca docente: Diana Quarti INFORMATICA E GRAFICA PER IL WEB A.A. 2013/2014 docente: Diana Quarti

Dettagli

LA CODIFICA DELLE IMMAGINI

LA CODIFICA DELLE IMMAGINI asdf LA CODIFICA DELLE IMMAGINI 3 March 2012 Premessa L'articolo che segue vuole essere, senza alcuna pretesa di rigore scientifico e di precisione assoluta, in quanto non ne possiedo le competenze, una

Dettagli

Plate Locator Riconoscimento Automatico di Targhe

Plate Locator Riconoscimento Automatico di Targhe Progetto per Laboratorio di Informatica 3 - Rimotti Daniele, Santinelli Gabriele Plate Locator Riconoscimento Automatico di Targhe Il programma plate_locator.m prende come input: l immagine della targa

Dettagli

XnView. Visualizzatore/Convertitore di formato per immagini. Guida di riferimento alle funzionalità principali

XnView. Visualizzatore/Convertitore di formato per immagini. Guida di riferimento alle funzionalità principali XnView Visualizzatore/Convertitore di formato per immagini Guida di riferimento alle funzionalità principali Questa guida è stata realizzata dall'aiuto in linea di XnView ed ha lo scopo di essere un riferimento

Dettagli

Come si assegnano le coordinate?

Come si assegnano le coordinate? Come si assegnano le coordinate? Ma come vengono assegnate le coordinate ad una mappa?. Mappa di nuova produzione definisco all inizio il sistema di coordinate. Mappa già esistente ma non riferita ad sistema

Dettagli

Corso di Visione Artificiale. Percezione e Colore. Samuel Rota Bulò

Corso di Visione Artificiale. Percezione e Colore. Samuel Rota Bulò Corso di Visione Artificiale Percezione e Colore Samuel Rota Bulò Percezione del colore La percezione del colore è dovuta all'interazione tra la luce emessa da una sorgente, gli oggetti incontrati nel

Dettagli

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

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

Dettagli

Formati e file grafici. Il formato raw. Problemi con il formato raw. File grafici: esigenza di un formato

Formati e file grafici. Il formato raw. Problemi con il formato raw. File grafici: esigenza di un formato Formati e file grafici Il formato raw Memorizzare un immagine su disco per archiviazione per invio ad un altro utente Come si registrano i dati? Quale formato utilizzare? GIF, JPEG, ecc. Ciascun formato

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

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

La rappresentazione dell informazione

La rappresentazione dell informazione La rappresentazione dell informazione Sui testi di approfondimento: leggere dal Cap. 2 del testo C (Console, Ribaudo): 2.3, 2.4 Parte II La codifica dei dati multimediali I caratteri alfanumerici non costituiscono

Dettagli

La rappresentazione dell informazione. La codifica dei dati multimediali. Sommario

La rappresentazione dell informazione. La codifica dei dati multimediali. Sommario La rappresentazione dell informazione Su questa parte vi fornirò dispense Sui testi di approfondimento: leggere dal Cap. 2 del testo C (Console, Ribaudo): 2.3, 2.4 Parte II La codifica dei dati multimediali

Dettagli

IN BIANCO E NERO con Capture NX. a cura di Mauro Minetti

IN BIANCO E NERO con Capture NX. a cura di Mauro Minetti UNA SEMPLICE CONVERSIONE IN BIANCO E NERO con Capture NX a cura di Mauro Minetti GIUGNO 2007 INDICE PREMESSA IMPOSTAZIONI SOFTWARE EFFETTI FOTO LUMINOSITA CONTRASTO - alte luci (bianco) CONTRASTO - basse

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

Le immagini digitali. formati, caratteristiche e uso. Testo e foto di Mario Ceppi

Le immagini digitali. formati, caratteristiche e uso. Testo e foto di Mario Ceppi Le immagini digitali formati, caratteristiche e uso Testo e foto di Mario Ceppi GIF Ideale per la rappresentazione di immagini sul Web come gif animate, pulsanti e intestazioni, non è invece adatto alle

Dettagli

Le superfici e i modelli di elevazione digitale in genere possono essere rappresentati mediante le strutture raster Difetto delle strutture dati

Le superfici e i modelli di elevazione digitale in genere possono essere rappresentati mediante le strutture raster Difetto delle strutture dati Triangulated Irregular Network Le superfici e i modelli di elevazione digitale in genere possono essere rappresentati mediante le strutture raster Difetto delle strutture dati raster classiche: sono a

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

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

Immagini e clustering

Immagini e clustering Immagini e clustering Alberto Borghese Università degli Studi di Milano Laboratorio di Sistemi Intelligenti Applicati (AIS-Lab) Dipartimento di Scienze dell Informazione borghese@dsi.unimi.it 1/24 http:\\homes.dsi.unimi.it\

Dettagli

Fotografia corso base. Educazione Permanente Treviso. Specifiche digitali. Federico Covre. http://arcifotografiabase.wordpress.com

Fotografia corso base. Educazione Permanente Treviso. Specifiche digitali. Federico Covre. http://arcifotografiabase.wordpress.com Fotografia corso base Educazione Permanente Treviso Specifiche digitali http://arcifotografiabase.wordpress.com Federico Covre Pixel (picture element) Indica ciascuno degli elementi puntiformi che compongono

Dettagli

Giorgio Maria Di Nunzio

Giorgio Maria Di Nunzio Università degli Studi di Padova Dipartimento di Scienze Storiche, Geografiche e dell Antichità Fondamenti di Informatica A.A. 2012/2013 Giorgio Maria Di Nunzio Immagini Digitali Ä Dispense aggiuntive

Dettagli

Informatica grafica e Multimedialità. 4 Immagini grafiche

Informatica grafica e Multimedialità. 4 Immagini grafiche Immagini raster e vettoriali Le immagini grafiche si distinguono in due classi differenti: immagini raster e immagini vettoriali. Le immagini raster, dette anche pittoriche o pixel-oriented, dividono l

Dettagli

corso di photoshop full immersion

corso di photoshop full immersion I S T I T U T O PALMISANO corso di photoshop full immersion Basic BITMAP La grafica bitmap, o grafica raster (in inglese bitmap graphics, raster graphics), è una tecnica utilizzata in computer grafica

Dettagli

Sappiamo rappresentare in formato digitale testi scritti e numeri. Ma come la mettiamo con le immagini e i suoni?

Sappiamo rappresentare in formato digitale testi scritti e numeri. Ma come la mettiamo con le immagini e i suoni? Sappiamo rappresentare in formato digitale testi scritti e numeri. Ma come la mettiamo con le immagini e i suoni? In questo caso la situazione sembra del tutto diversa. Il testo scritto è costruito combinando

Dettagli

Ingegneria Aerospaziale Prof. A. Palomba - Elementi di Informatica (E-Z) Rappresentazione caratteri Rappresentazioni immagini Rappresentazione suoni

Ingegneria Aerospaziale Prof. A. Palomba - Elementi di Informatica (E-Z) Rappresentazione caratteri Rappresentazioni immagini Rappresentazione suoni 2009-200 Ingegneria Aerospaziale Prof. A. Palomba - Elementi di Informatica (E-Z) 3 Rappresentazione caratteri Rappresentazioni immagini Rappresentazione suoni Lez. 3 Calcolatore e Informazione Tutti i

Dettagli

Rappresentazione dell informazione. Bogdan Maris (2014-2015)

Rappresentazione dell informazione. Bogdan Maris (2014-2015) Rappresentazione dell informazione 1 Rappresentare l informazione Per elaborare l informazione è necessario saperla rappresentare in una forma comprensibile per l esecutore Bisogna stabilire un codice

Dettagli

CONOSCERE LA LUCE. Propagazione nello spazio di un onda elettromagnetica.

CONOSCERE LA LUCE. Propagazione nello spazio di un onda elettromagnetica. FOTODIDATTICA CONOSCERE LA LUCE Le caratteristiche fisiche, l analisi dei fenomeni luminosi, la temperatura di colore. Iniziamo in questo fascicolo una nuova serie di articoli che riteniamo possano essere

Dettagli

Esempi di funzione. Scheda Tre

Esempi di funzione. Scheda Tre Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.

Dettagli

la scienza della rappresentazione e della elaborazione dell informazione

la scienza della rappresentazione e della elaborazione dell informazione Sistema binario Sommario informatica rappresentare informazioni la differenza Analogico/Digitale i sistemi di numerazione posizionali il sistema binario Informatica Definizione la scienza della rappresentazione

Dettagli

MMSC3 Sistema di calibrazione per guida robot bidimensionale e tridimensionale basato su visione artificiale

MMSC3 Sistema di calibrazione per guida robot bidimensionale e tridimensionale basato su visione artificiale Atti del V Congresso Metrologia & Qualità (Marzo 2007) MMSC3 Sistema di calibrazione per guida robot bidimensionale e tridimensionale basato su visione artificiale M. GALIMBERTI (1), R.SALA (2), N.CAPELLI

Dettagli

Numerazione binaria e rappresentazione delle informazioni

Numerazione binaria e rappresentazione delle informazioni Numerazione binaria e rappresentazione delle informazioni Info Sito del corso: http://home.dei.polimi.it/amigoni/informaticab.html Nicola Basilico, nicola.basilico@gmail.com Problema Abbiamo informazioni

Dettagli

Publishing & Editing Immagini

Publishing & Editing Immagini Publishing & Editing Immagini Un'immagine digitale è la rappresentazione numerica di una immagine bidimensionale. La rappresentazione può essere di tipo vettoriale oppure raster (altrimenti detta bitmap);

Dettagli

INFORMATICA E GRAFICA PER IL WEB

INFORMATICA E GRAFICA PER IL WEB INFORMATICA E GRAFICA PER IL WEB Psicologia e comunicazione A.A. 2015/2016 Università degli studi Milano-Bicocca docente: Diana Quarti LEZIONE 02 INFORMATICA E GRAFICA PER IL WEB A.A. 2015/2016 docente:

Dettagli

LABORATORIO. 2 Lezioni su Basi di Dati Contatti:

LABORATORIO. 2 Lezioni su Basi di Dati Contatti: PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio

Dettagli

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Corso di Laurea Ingegneria Informatica Fondamenti di Informatica Dispensa 05 La rappresentazione dell informazione Carla Limongelli Ottobre 2011 http://www.dia.uniroma3.it/~java/fondinf/ La rappresentazione

Dettagli

Lezione 2: Immagini digitali (1)

Lezione 2: Immagini digitali (1) Lezione 2: Immagini digitali (1) Informatica e produzione Multimediale Docente: Umberto Castellani Immagini digitali Digitalizzazione o acquisizione di immagini del mondo reale (es. da una fotografia).

Dettagli

1 Giochi d ombra [Punti 10] 2 Riscaldatore elettrico [Punti 10] AIF Olimpiadi di Fisica 2015 Gara di 2 Livello 13 Febbraio 2015

1 Giochi d ombra [Punti 10] 2 Riscaldatore elettrico [Punti 10] AIF Olimpiadi di Fisica 2015 Gara di 2 Livello 13 Febbraio 2015 1 Giochi d ombra [Punti 10] Una sorgente di luce rettangolare, di lati b e c con b > c, è fissata al soffitto di una stanza di altezza L = 3.00 m. Uno schermo opaco quadrato di lato a = 10cm, disposto

Dettagli