Operatori locali su immagini digitali
|
|
- Gina Raimondi
- 7 anni fa
- Visualizzazioni
Transcript
1 Operatori locali su immagini digitali Deinizione degli operatori locali Filtri di smoothing Filtri di sharpening Filtri derivativi Operatori locali Questi operatori sono usati per: miglioramento della qualità di un immagine come per gli operatori puntuali) estrazione di caratteristiche dell immagine immagine in ingresso immagine delle caratteristiche) Il valore di uscita dell operatore nel punto i,j) dipende solo dai valori di ingresso in un vicinato del punto i,j) Il vicinato è di solito deinito in maniera simmetrica rispetto al punto Gli operatori locali possono essere di tipo lineare o non lineare
2 Operatori locali Di solito si individua l intorno su cui si valuta l operatore tramite una maschera. Particolare attenzione va posta all elaborazione sui punti di bordo dell immagine piel i,j) maschera bordo su cui non si può valutare l operatore Operatori locali L eetto di bordo si può gestire in due modi diversi: Si valuta l operatore solo sui punti per cui è disponibile un vicinato al quale applicare la maschera. L immagine risultante è quindi più piccola dell originale. Per ottenere un immagine delle stesse dimensioni dell originale si orla quest ultima di una cornice di punti di solito uguali a zero) che permette di applicare l operatore anche sui punti di bordo.
3 Operatori locali Nei iltri lineari l uscita è una combinazione lineare dei valori dei piel di ingresso. I coeicienti della combinazione sono disposti su una sottoimmagine delle stesse dimensioni del vicinato del punto, in modo da corrispondere ai punti che vanno a pesare. La sottoimmagine viene deinita maschera o iltro ilter, mask, kernel). Perciò si parla di iltraggio spaziale. w -1,-1 w,-1 w -1, w, w -1, w, bi,j) = w -1,-1 ai-1,j-1) + w -1, ai-1,j) + w -1, ai-1,j) + w,-1 ai,j-1) + w, ai,j) + w, ai,j) + w,-1 ai,j-1) + w, ai,j) + w, ai,j) w,-1 w, w, Operatori locali La valutazione di un operatore locale richiede che la maschera sia applicata su tutti i punti dell immagine convoluzione).
4 Operatori locali Anche per i iltri non lineari, il valore risultante in un punto i,j) dipende dal valore dei piel nel vicinato di i,j) deinito tramite una maschera. La valutazione anche in questo caso richiede che la maschera scorra su tutta l immagine Esempio di iltro non lineare: bi,j) = maai+h,j+k), h [-1,1], k [-1,1]) Filtri di smoothing Sono iltri per il miglioramento della qualità dell immagine Hanno l eetto di diminuire il contrasto locale dell immagine; sono usati per eliminare i dettagli inutili blurring) o legati alla presenza di rumore noise cleaning)
5 Filtri di smoothing Tipicamente, calcolano la media dei valori dei piel in un intorno simmetrico 33, 55, 77, ) / / Filtri di smoothing Sono utilizzate anche altre maschere che realizzano una media pesata es. iltro gaussiano) Discretizzazione su una maschera 33 di una gaussiana con media= e dev. standard=
6 Caratteristiche dei iltri di smoothing Se l immagine risultante è destinata alla visualizzazione, i valori dei suoi piel devono restare entro la gamma dei livelli di grigio rappresentabili es. -55) A questo scopo, i coeicienti del iltro devono soddisare alcune condizioni: w i i w i = 1 i A queste condizioni, una zona a valore di grigio costante entro la maschera del iltro resta immutata dopo il iltraggio e l eetto del iltro resta limitato ai dettagli dell immagine zone ad alta req. spaziale) Blurring originale
7 Blurring originale Noise cleaning Consideriamo due tipi principali di rumore rumore impulsivo, detto anche sale e pepe salt & pepper). Viene caratterizzato dalla razione in %) dell immagine modiicata. rumore gaussiano bianco. Viene caratterizzato dalla media e dalla varianza.
8 Rumore salt & pepper salt&pepper 1% salt&pepper % Noise Cleaning In questo caso, i iltri di media non danno buoni risultati Filtro di media 33 salt&pepper 1% salt&pepper %
9 Noise Cleaning Filtro di media 55 salt&pepper 1% salt&pepper % Noise Cleaning Una tecnica alternativa è quella di usare un iltro mediano E un iltro non lineare che ornisce in uscita il valore mediano dell intorno del piel Esempio: valore mediano
10 Noise Cleaning Filtro mediano 33 salt&pepper 1% salt&pepper % Noise Cleaning Filtro mediano 55 salt&pepper 1% salt&pepper %
11 Rumore gaussiano media= varianza=.1 media= varianza=.1 Cleaning del rumore gaussiano Filtro di media 33 media= var=.1 Filtro mediano 33
12 Cleaning del rumore gaussiano con iltro mediano Filtro di media 33 media= var=.1 Filtro mediano 33 Cleaning del rumore gaussiano Filtro di media 55 media= var=.1 Filtro mediano 55
13 Cleaning del rumore gaussiano con iltro mediano media= var=.1 Filtro di media 55 Filtro mediano 55 Conronto iltro di media/iltro mediano Perché il iltro mediano ha un risultato mediamente migliore del iltro di media? Consideriamo il comportamento dei due iltri rispetto al rumore impulsivo ad un ronte
14 Conronto iltro di media/iltro mediano Comportamento rispetto al rumore impulsivo maschera di 3 piel) iltro di media iltro mediano Conronto iltro di media/iltro mediano Comportamento rispetto ad un ronte maschera di 3 piel) iltro di media iltro mediano
15 Conronto iltro di media/iltro mediano Il iltro di media tende a creare nuovi livelli di grigio prima non esistenti. Inoltre, attenua non solo il rumore, ma anche tutte le alte requenze spaziali in maniera indiscriminata, causando così socatura, perdita di dettaglio ine e smussatura dei ronti di salita nelle transizioni chiaro/scuro. Il iltro mediano non deteriora i ronti di salita, ma elimina i picchi con base suicientemente piccola rispetto all ampiezza della maschera Filtri di sharpening Lo scopo di questo tipo di iltri è di incrementare la nitidezza dell immagine aumentando il contrasto locale. Di conseguenza, vengono enatizzati i dettagli ini e le regioni di bordo, al contrario dei iltri di smoothing. In deinitiva, tali iltri agiscono come iltri passa-alto rispetto alla requenza spaziale
16 Filtri di sharpening: implementazione Vengono realizzati tramite operazioni di dierenziazione spaziale. L ampiezza della risposta di un operatore dierenziale è proporzionale al grado di discontinuità dell immagine nel punto in cui l operatore è applicato. La dierenziazione dell immagine enatizza i bordi e altre discontinuità rumore) e deenatizza le aree con livelli di grigio lentamente variabili. Filtri di sharpening: implementazione Consideriamo iltri di sharpening basati su derivate di primo e secondo ordine. Come si realizza una derivata su un immagine digitale? Tramite dierenze Proprietà per la derivata di primo ordine: Nulla su aree con livelli di grigio costanti Non nulla all attacco di un gradino o di una rampa a livelli di grigio Non nulla lungo una rampa a livelli di grigio Proprietà per la derivata di secondo ordine: Nulla su aree con livelli di grigio costanti Non nulla all attacco di un gradino o di una rampa a livelli di grigio Nulla lungo una rampa a livelli di grigio di inclinazione costante
17 Derivate sull immagine digitale Approssimazione per la derivata prima: ), ) 1, + ), 1), Derivate sull immagine digitale Approssimazione per la derivata seconda: - ) ), ) 1, ) 1, ) 1, ), ), ) 1, + + = = + ) ), 1), 1), 1), ), ), 1), + + = = + -
18 Derivate sull immagine digitale Derivate sull immagine digitale
19 Il laplaciano Nel deinire un operatore dierenziale del secondo ordine, una caratteristica da garantire è che la risposta sia indipendente dalla direzione della discontinuità nell immagine operatore isotropo). L operatore derivativo isotropo più semplice è il laplaciano: = + Il laplaciano L implementazione del laplaciano per immagini digitali si realizza utilizzando le implementazioni delle derivate seconde =
20 Il laplaciano Filtri di sharpening realizzati tramite il laplaciano In quanto operatore derivativo, il laplaciano enatizza le zone di bordo e deenatizza le zone a livelli di grigio lentamente variabili. Per ottenere l immagine migliorata, è necessario combinare l immagine originale con il laplaciano.
21 Filtri di sharpening realizzati tramite il laplaciano transizione ideale transizione reale derivata prima derivata seconda Filtri di sharpening realizzati tramite il laplaciano Il laplaciano può essere assunto come segnale correttivo da combinare con il segnale originale segnale originale segnale originale k laplaciano
22 Filtri di sharpening realizzati tramite il laplaciano, ), ) Filtri di sharpening realizzati tramite il laplaciano Il iltro che si ottiene è quindi: Altri iltri utilizzati sono:
23 Esempio Filtri derivativi del primo ordine Per implementare le derivate del primo ordine, un operatore utilizzato di requente è il gradiente che rappresenta la derivata di una,) nella direzione di massima variazione. Il gradiente è deinito come un vettore colonna: =
24 Filtri derivativi del primo ordine Di atto, non si usa il gradiente così come è deinito, in quanto le derivate parziali non sono isotrope. Si considera invece il modulo del gradiente, anche se l operatore risultante non è lineare + Filtri derivativi del primo ordine La valutazione del modulo del gradiente comporta un elevata complessità computazionale. Per ridurre la complessità, si può approssimare il modulo con la somma dei valori assoluti delle componenti, anche se, a rigore, si perde l isotropia dell operatore +
25 Filtri derivativi del primo ordine Le due componenti possono essere valutate con le due maschere viste prima che approssimano le derivate del primo ordine Altre maschere sono state proposte da Roberts agli albori dell image Processing) e approssimano le derivate prime valutate su direzioni diagonali Operatori di Roberts Filtri derivativi del primo ordine Esistono anche delle implementazioni con maschere 33, in cui è più chiaramente deinito il punto al quale l operatore è applicato. Implementazioni molto usate sono date da: Operatori di Prewitt Operatori di Sobel
26 Filtri derivativi del primo ordine operatori di Prewitt operatori di Sobel Operatori di Roberts
27 Operatori di Prewitt Operatori di Sobel
Operatori locali. Operatori locali. Q=f(P,w)
Operatori locali Operatori locali P(i,j) Gli operatori locali associano ad ogni piel ( i,j) della immagine di output Q un valore calcolato in un intorno o finestra w centrata nel piel P(i,j) Q=f(P,w) Operatori
DettagliImage segmentation. Elaborazione intermedia
Image segmentation Edge detection Elaborazione intermedia elaborazione intermedia si occupa di ottenere una descrizione signiicativa della scena mediante la segmentazione suddivisione della immagine in
DettagliELABORAZIONE 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
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI Fondamenti di Segnali e Trasmissione Risposta in requenza e banda passante La risposta in requenza di un sistema LTI e la trasormata di Fourier
DettagliCorso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte I Samuel Rota Bulò Filtri spaziali Un filtro spaziale è caratterizzato da un intorno e un'operazione che deve essere eseguita sui pixels dell'immagine in quell'intorno.
DettagliElaborazione di immagini digitali: trasformare e migliorare
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2009/2010 Docente: ing. Salvatore
Dettagli1) Entropia di variabili aleatorie continue. 2) Esempi di variabili aleatorie continue. 3) Canali di comunicazione continui. 4) Canale Gaussiano
Argomenti della Lezione 1) Entropia di variabili aleatorie continue ) Esempi di variabili aleatorie continue 3) Canali di comunicazione continui 4) Canale Gaussiano 5) Limite di Shannon 1 Entropia di una
DettagliProf. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione
Consentono di descrivere la variabilità all interno della distribuzione di requenza tramite un unico valore che ne sintetizza le caratteristiche CAMPO DI VARIAZIONE DIFFERENZA INTERQUARTILE SCOSTAMENTO
DettagliLA TRASFORMATA DI FOURIER, PROPRIETA ED ESEMPI (2) 12 Fondamenti Segnali e Trasmissione
LA RASFORMAA DI FOURIER, PROPRIEA ED ESEMPI () Fondamenti Segnali e rasmissione Proprieta della DF (5) Moltiplicazione nelle requenze: la DF inversa del prodotto delle DF di due segnali e uguale all integrale
DettagliIntroduzione a Matlab
Introduzione a Matlab Filtri: Media, Gaussiano, Mediano Fondamenti di Visione Artificiale a.a. 2015/2016 07/04/16 Introduzione a Matlab 1 Definizione di un filtro: Kernel Ciascun filtro è definito dal
DettagliIntroduzione 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)
DettagliINSEGNANTE: Marco Cerciello FUNZIONI REALI DI VARIABILE REALE
Classe V H INSEGNANTE: Marco Cerciello Testo: Matematica a colori vol. 5 ed. Petrini Concetto di unzione di variabile reale FUNZIONI REALI DI VARIABILE REALE Rappresentazione analitica di una unzione,
DettagliFiltri e convoluzioni
Filtri e convoluzioni La terza e ultima famiglia di operazioni per l'elaborazione delle immagini è quella dei filtri e delle convoluzioni Le elaborazioni di questa famiglia modificano il valore (colore,
DettagliOperazioni locali: Edging
Capitolo 1 Operazioni locali: Edging Nei primi stadi della visione (early stages of vision) alcune caratteristiche intrinseche, rilevanti per identificare gli oggetti della scena sono estratte dall immagine.
DettagliElementi di grafica raster
Elementi di grafica raster Segnali mono-bidimensionali Segnale: variazione di una grandezza fisica rispetto al tempo e/o allo spazio cioè Valore della grandezza ad ogni istante di tempo (spazio) Un segnale
DettagliLezione 3: Elaborazione delle immagini (2)
Lezione 3: Elaborazione delle immagini (2) Informatica e Produzione Multimediale Docente: Umberto Castellani Filtraggio di immagini Filtrare un immagine significa eseguire alcune operazioni in modo da
DettagliOperazioni sulle immagini. Multimedia
Operazioni sulle immagini Semplificazione: toni di grigio Per semplificare la trattazione del problema lavoreremo solo su immagini a toni di grigio. Le medesime operazioni descritte per tali immagini si
Dettaglibuona efficacia nel controllo di molti processi industriali, in relazione a specifiche di prestazione poco stringenti
: dispositivi ad ampia diffusione industriale che realizzano un algoritmo di controllo caratterizzato da tre azioni sull errore: Proporzionale Integrale - Derivativa Vantaggi: L algoritmo PID buona efficacia
DettagliIn elettronica un filtro elettronico è un sistema o dispositivo che realizza
Filtri V.Russo Cos è un Filtro? In elettronica un filtro elettronico è un sistema o dispositivo che realizza delle funzioni di trasformazione o elaborazione (processing) di segnali posti al suo ingresso.
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)
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
DettagliTecniche di enfatizzazione
Tecniche di enfatizzazione Cosa è l enfatizzazione delle immagini L enfatizzazione o enhancement delle immagini è un insieme di tecniche che vengono utilizzate per migliorare l aspetto delle immagini al
DettagliIl contrasto. La percezione del contrasto. Contrasto e filling-in. Il contrasto simultaneo. Le distribuzioni di luminanza (ii)
20 Aprile 2006 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona Il contrasto La percezione del contrasto Chiara Della Libera DSNV Università di Verona Sezione
DettagliLA DERIVATA DI UNA FUNZIONE. Prof Giovanni Ianne
LA ERIVATA I UNA FUNZIONE Pro. Giovanni Ianne /22 Come si determina la retta tangente a una curva in un punto P? Per una circonerenza, la tangente è la retta che interseca la curva solo in P. IL PROBLEMA
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliCorso 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
DettagliTOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo
TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L
DettagliTrasformazioni di intensità Filtraggio spaziale. 31/03/2010 Francesca Pizzorni Ferrarese
Trasformazioni di intensità Filtraggio spaziale 31/03/2010 Francesca Pizzorni Ferrarese Istogrammi L istogramma è la rappresentazione grafica della quantità di pixel presenti nell immagine per ciascun
DettagliSistemi 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:
DettagliIntegrazione Numerica. Teoria ed Esempi
Integrazione Numerica Teoria ed Esempi Sommario Analisi del problema Teoria dell integrazione numerica Metodo dei rettangoli Metodo dei trapezi Metodo delle parabole Esempi di calcolo Funzione integrabile
DettagliMisure con l oscilloscopio (e non) su circuiti con amplificatori operazionali
Misure con l oscilloscopio (e non) su circuiti con amplificatori operazionali Edgardo Smerieri Laura Faè PLS - AIF - Corso Estivo di Fisica Genova 2009 Amplificatore operazionale perché? Moltiplicazione
DettagliTest di ipotesi su due campioni
2/0/20 Test di ipotesi su due campioni Confronto tra due popolazioni Popolazioni effettive: unità statistiche realmente esistenti. Esempio: Confronto tra forze lavoro di due regioni. Popolazioni ipotetiche:
DettagliCOMPORTAMENTO DI UN SISTEMA IN REGIME SINUSOIDALE
COMPORTAMENTO DI UN SISTEMA IN REGIME SINUSOIDALE Un sistema risponde ad una sinusoide in ingresso con una sinusoide in uscita della stessa pulsazione. In generale la sinusoide d uscita ha una diversa
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliL istogramma. Interazione & Multimedia 2
Istogramma 1 L istogramma I pixel di una immagine sono una popolazione sulla quale possiamo calcolare tutte le quantità statistiche descrittive che si usano normalmente: Media, mediana, varianza, deviazione
Dettagli0.6 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
DettagliEsercitazione su filtro di Sobel per l elaborazione delle immagini
Ver. 1. Esercitazione su filtro di Sobel per l elaborazione delle immagini Il filtro di Sobel opera sulle immagini come un gradiente lungo una direzione. In particolare detta f ( x, y) l intensità dell
DettagliEsercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo
Esercitazione 4 Distribuzioni campionarie e introduzione ai metodi Monte Carlo 1. Gli studi di simulazione possono permetterci di apprezzare alcune delle proprietà di distribuzioni campionarie ricavate
DettagliCapitolo 5. Calcolo infinitesimale
Capitolo 5 Calcolo ininitesimale 5 Derivazione a b R ed ] a, Siano ( :(, DEFINIZINE Diremo che ( è derivabile nel punto se esiste inito il seguente ite ( ( e porremo per deinizione ( ( ( La unzione : (
DettagliFUNZIONI BOOLEANE. Vero Falso
FUNZIONI BOOLEANE Le funzioni booleane prendono il nome da Boole, un matematico che introdusse un formalismo che opera su variabili (dette variabili booleane o variabili logiche o asserzioni) che possono
DettagliL amplificatore operazionale
L amplificatore operazionale terminali di input terminale di output Alimentazioni: massa nodo comune L amplificatore operazionale ideale Applichiamo 2 tensioni agli input 1 e 2 L amplificatore è sensibile
DettagliPROCESSORI DI DINAMICA ENVELOPE FOLLOWER COMPRESSORI LIMITER ESPANSORI GATE
PROCESSORI DI DINAMICA ENVELOPE FOLLOWER COMPRESSORI LIMITER ESPANSORI GATE Tommaso Rosati 2 PROCESSORI DI DINAMICA I processori di dinamica sono dispositivi che incidono sul parametro ampiezza di un suono
DettagliIndice della lezione. Incertezza e rischio: sinonimi? Le Ipotesi della Capital Market Theory UNIVERSITA DEGLI STUDI DI PARMA FACOLTA DI ECONOMIA
UNIVERSIT DEGLI STUDI DI PRM FCOLT DI ECONOMI Indice della lezione Corso di Pianificazione Finanziaria Introduzione al rischio Rischio e rendimento per titoli singoli La Teoria di Portafoglio di Markowitz
DettagliCorrezione radiometrica
Correzione radiometrica Correzione delle immagini I dati raccolti dai sensori per telerilevamento necessitano, prima dell utilizzo nelle applicazioni, di una serie di correzioni per eliminare o limitare
DettagliTeoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli
Teoria dei Segnali Richiami di analisi matematica; alcune funzioni notevoli Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Richiami
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliDigital Imaging Esercitazione TTC 12/11/2015
Digital Imaging Esercitazione TTC 12/11/2015 Esercizio 1 Creare una funzione showhist che data una immagine a livelli di grigio, la visualizza in un finestra con il suo istogramma. imshow, subplot, imhist,
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliProgetto di Geometria Computazionale: simulazione del movimento ondoso di un fluido utilizzando Kass e Miller
Progetto di Geometria Computazionale: simulazione del movimento ondoso di un fluido utilizzando Kass e Miller Stefano Ceroni, Sara Toia Luglio 2011 1 Introduzione Il metodo di Kass e Miller [1] per la
DettagliTensioni e corrente variabili
Tensioni e corrente variabili Spesso, nella pratica, le tensioni e le correnti all interno di un circuito risultano variabili rispetto al tempo. Se questa variabilità porta informazione, si parla spesso
DettagliCorso di Visione Artificiale. Features. Samuel Rota Bulò
Corso di Visione Artificiale Features Samuel Rota Bulò Features Le features (caratteristiche) sono parti di un'immagine che sono: locali: caratteristica locale di un'immagine, significativi: sono interessanti
Dettaglidelle curve isoterme dell anidride carbonica
COMPORTAMENTO DEI GAS REALI l andamento delle curve isoterme dell anidride carbonica mostra che: a temperature elevate le isoterme assomigliano a quelle di un gas perfetto Diagramma di Andrews a temperature
DettagliElaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
DettagliTeorema del limite centrale TCL
Teorema del limite centrale TCL Questo importante teorema della statistica inferenziale si applica a qualsiasi variabile aleatoria che sia combinazione lineare di N variabili aleatorie le cui funzioni
DettagliApprendimento Automatico (Feature Selection e Kernel Learning)
Apprendimento Automatico (Feature Selection e Kernel Learning) Fabio Aiolli www.math.unipd.it/~aiolli Sito web del corso www.math.unipd.it/~aiolli/corsi/1516/aa/aa.html Servono tutti gli attributi? Gli
DettagliRappresentazione dei numeri reali in un calcolatore
Corso di Calcolatori Elettronici I A.A. 2010-2011 Rappresentazione dei numeri reali in un calcolatore Lezione 3 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Rappresentazione di numeri
DettagliSistemi lineari - Parte Seconda - Esercizi
Sistemi lineari - Parte Seconda - Esercizi Terminologia Operazioni elementari sulle righe. Equivalenza per righe. Riduzione a scala per righe. Rango di una matrice. Forma canonica per righe. Eliminazione
DettagliFunzione di trasferimento
Funzione ditrasferimento - 1 Corso di Laurea in Ingegneria Meccanica Funzione di trasferimento DEIS-Università di Bologna Tel. 51 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Definizione
DettagliElaborazione delle Immagini Digitali
Elaborazione delle Immagini Digitali Parte I Prof. Edoardo Ardizzone A.A. 2-22 La trasformata di Hotelling o di Karhunen-Loeve KLT discreta Questa trasformata detta anche analisi delle componenti principali
DettagliMATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI
MATRICI E VETTORI APPROFONDIMENTO PER IL CORSO DI LABORATORIO DI INFORMATICA SARA POLTRONIERI LE MATRICI DEFINIZIONE: Una matrice è un insieme di numeri disposti su righe e colonne. 1 3 7 M = 2 5 1 M è
DettagliCorso di laurea magistrale in Informatica Multimedia - Prof. F.Stanco. Segmentazione. A cura di Andrea Tambone
Corso di laurea magistrale in Informatica Multimedia - Prof. F.Stanco Segmentazione A cura di Andrea Tambone Introduzione Lo scopo della segmentazione è suddividere un immagine in regioni contenenti pixel
DettagliI Segnali nella comunicazione
I Segnali nella comunicazione Nella lingua italiana il termine segnale indica una convenzione, la cui unzione è quella di comunicare qualcosa ( segnale di Partenza, segnale di aiuto, segnale stradale ecc.).
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
DettagliELEMENTI DI ANALISI SPETTRALE 1 I DUE DOMINI
Lezioni di Fisica della Terra Solida, Università di Chieti, a.a. 999/. Docente A. De Santis ELEMENTI DI ANALISI SPETTRALE I DUE DOMINI È spesso utile pensare alle unzioni ed alle loro trasormate di Fourier
DettagliDistribuzioni di Probabilità
Distribuzioni di Probabilità Distribuzioni discrete Distribuzione uniforme discreta Distribuzione di Poisson Distribuzioni continue Distribuzione Uniforme Distribuzione Gamma Distribuzione Esponenziale
DettagliMetodi computazionali per i Minimi Quadrati
Metodi computazionali per i Minimi Quadrati Come introdotto in precedenza si considera la matrice. A causa di mal condizionamenti ed errori di inversione, si possono avere casi in cui il e quindi S sarebbe
DettagliMassa, temperatura, volume, densità sono grandezze scalari. La forza è una grandezza vettoriale
Le forze (2 a parte) Massa, temperatura, volume, densità sono grandezze scalari La forza è una grandezza vettoriale Scalari e vettori Si definiscono SCALARI le grandezze fisiche che sono del tutto caratterizzate
DettagliStatistica ARGOMENTI. Calcolo combinatorio
Statistica ARGOMENTI Calcolo combinatorio Probabilità Disposizioni semplici Disposizioni con ripetizione Permutazioni semplici Permutazioni con ripetizioni Combinazioni semplici Assiomi di probabilità
DettagliI Costi di Produzione
I Costi di Produzione Misurazione del costi: di quali costi tenere conto? I costi nel breve periodo I costi nel lungo periodo Curve di costo nel lungo e nel breve periodo a confronto Produzione di due
DettagliVettori 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
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.
DettagliVariabile casuale Normale
Variabile casuale Normale La var. casuale Normale (o Gaussiana) è considerata la più importante distribuzione Statistica per le innumerevoli Applicazioni e per le rilevanti proprietà di cui gode L'importanza
DettagliMotivazione: Come si fa? Matrici simmetriche. Fattorizzazioni di matrici speciali
Motivazione: Fattorizzazioni di matrici speciali Diminuire la complessità computazionale = evitare operazioni inutili = risparmiare tempo di calcolo Diminuire l occupazione di memoria Come si fa? Si tiene
DettagliFondamenti 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
Dettagli0 altimenti 1 soggetto trova lavoroentro 6 mesi}
Lezione n. 16 (a cura di Peluso Filomena Francesca) Oltre alle normali variabili risposta che presentano una continuità almeno all'interno di un certo intervallo di valori, esistono variabili risposta
Dettagli1 Modelli di formazione di immagini
Modelli di ormazione di immagini M. Bertero DISI Università di Genova - Blurring -Noise - Problemi di ricostruzione di immagini Un sistema di ormazione di immagini (camera digitale telecamera microscopio
DettagliRM Formazione dell immagine
RM Formazione dell immagine Marco Serafini m.serafini@ausl.mo.it FUNZIONE, VARIABILE e DOMINIO Funzione: y = f(x) y = variabile dipendente x = variabile indipendente Esempio: Rappresentazione grafica:
DettagliCostruzioni in zona sismica
Costruzioni in zona sismica Lezione 7 Sistemi a più gradi di libertà Il problema dinamico viene formulato con riferimento a strutture con un numero finito di gradi di libertà. Consideriamo le masse concentrate
DettagliChe cos è una forza? 2ª lezione (21 ottobre 2006): Idea intuitiva: forza legata al concetto di sforzo muscolare.
2ª lezione (21 ottobre 2006): Che cos è una forza? Idea intuitiva: forza legata al concetto di sforzo muscolare. L idea intuitiva è corretta, ma limitata ; le forze non sono esercitate solo dai muscoli!
DettagliLezioni di Microeconomia
Lezioni di Microeconomia Lezione 7 Teoria dell impresa Lezione 7: Teoria dell impresa Slide 1 Il concetto di funzione di produzione Il processo di produzione Combinazione di fattori produttivi (input)
DettagliSegnale e Rumore Strumentale
Chimica Analitica dei Processi Industriali Corso di Laurea Magistrale in Chimica Industriale Università degli Studi di Padova Segnale e Rumore Strumentale Andrea Tapparo Università degli Studi di Padova
DettagliNote per il corso di Geometria e algebra lineare 2009-10 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni
Note per il corso di Geometria e algebra lineare 009-0 Corso di laurea in Ing. Elettronica e delle Telecomunicazioni Spazi di n-uple e matrici. I prodotti cartesiani RR R e RRR R 3, costituiti dalle coppie
DettagliIntroduzione al Metodo agli Elementi Finiti (FEM) (x, y) Γ Tale formulazione viene detta Formulazione forte del problema.
Introduzione al Metodo agli Elementi Finiti (FEM) Consideriamo come problema test l equazione di Poisson 2 u x 2 + 2 u = f(x, y) u = f y2 definita su un dominio Ω R 2 avente come frontiera la curva Γ,
DettagliSe la Vi è applicata all ingresso invertente si avrà un comparatore invertente con la seguente caratteristica:
I comparatori sono dispositivi che consentono di comparare (cioè di confrontare ) due segnali. Di norma uno dei due è una tensione costante di riferimento Vr. Il dispositivo attivo utilizzato per realizzare
DettagliLa struttura elettronica degli atomi
1 In unità atomiche: a 0 me 0,59A unità di lunghezza e H 7, ev a H=Hartree unità di energia L energia dell atomo di idrogeno nello stato fondamentale espresso in unità atomiche è: 4 0 me 1 e 1 E H 13,
DettagliGli alimentatori stabilizzati
Gli alimentatori stabilizzati Scopo di un alimentatore stabilizzato è di fornire una tensione di alimentazione continua ( cioè costante nel tempo), necessaria per poter alimentare un dispositivo elettronico
DettagliNote sull implementazione in virgola fissa di filtri numerici
Note sull implementazione in virgola fissa di filtri numerici 4 settembre 2006 1 Introduction Nonostante al giorno d oggi i processori con aritmetica in virgola mobili siano molto comuni, esistono contesti
DettagliPotenziale elettrostatico
Doppio strato piano Potenziale elettrostatico Consideriamo il lavoro compiuto dalla forza elettrica quando una particella di prova di carica q viene spostata in un campo elettrico E. Possiamo definire
Dettagli2x 5y +4z = 3 x 2y + z =5 x 4y +6z = A =
Esercizio 1. Risolvere il sistema lineare 2x 5y +4z = x 2y + z =5 x 4y +6z =10 (1) Soluz. La matrice dei coefficienti è 1 4 6, calcoliamone il rango. Il determinante di A è (applico la regola di Sarrus):
DettagliFiltri passivi Risposta in frequenza dei circuiti RC-RL-RLC
23. Guadagno di un quadripolo Filtri passivi isposta in frequenza dei circuiti C-L-LC In un quadripolo generico (fig. ) si definisce guadagno G il rapporto tra il valore d uscita e quello d ingresso della
DettagliCorso di Matematica e Statistica 3 Algebra delle matrici. Una tabella rettangolare: la matrice. Una tabella rettangolare: la matrice
Pordenone Corso di Matematica e Statistica 3 Algebra delle UNIVERSITAS STUDIORUM UTINENSIS Giorgio T. Bagni Facoltà di Scienze della Formazione Dipartimento di Matematica e Informatica Università di Udine
DettagliSCHERMATURE SOLARI Calcolo del fattore gtot CONTROLLO DELLA RADIAZIONE SOLARE - Il fattore g e il fattore gtot C(2015) Davide Ratano
SCHERMATURE SOLARI Calcolo del fattore gtot CONTROLLO DELLA RADIAZIONE SOLARE - Il fattore g e il fattore gtot C(2015) Davide Ratano Uno degli aspetti più importanti del comfort termico estivo è la limitazione
DettagliIl metodo della regressione
Il metodo della regressione Il matching statistico Il matching statistico si basa sull idea di abbinare a ciascun soggetto trattato un soggetto non trattato tendenzialmenre equivalente, ovvero molto simile
DettagliLa codifica. dell informazione
00010010101001110101010100010110101000011100010111 00010010101001110101010100010110101000011100010111 La codifica 00010010101001110101010100010110101000011100010111 dell informazione 00010010101001110101010100010110101000011100010111
DettagliGLI ERRORI. Problema. valutare l'accuratezza del risultato di un calcolo e quindi l'affidabilità del risultato stesso. Prof.
GLI ERRORI Prof. Almerico Murli a.a. 2002-2003 1 Problema valutare l'accuratezza del risultato di un calcolo e quindi l'affidabilità del risultato stesso 2 Esempio Si vuole approssimare x = 10.1294 con
DettagliFondamenti 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
DettagliAnalisi della varianza: I contrasti e il metodo di Bonferroni
Analisi della varianza: I contrasti e il metodo di Bonferroni 1 Contrasti In molti problemi risulta importante stabilire, nel caso venga rifiutata l ipotesi nulla, di uguaglianza delle medie µ j delle
DettagliRAPPRESENTAZIONE DELLE INFORMAZIONI
RAPPRESENTAZIONE DELLE INFORMAZIONI 1 RAPPRESENTAZIONE DELLE INFORMAZIONI Le informazioni gestite dai sistemi di elaborazione devono essere codificate per poter essere memorizzate, elaborate, scambiate,
DettagliElaborazione dei Segnali Multimediali a.a. 2009/2010. Segmentazione
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Segmentazione In questa esercitazione vengono implementate alcune delle tecniche base per la segmentazione di immagini. In particolare, si focalizzerà
Dettagli