Compressione lossless di immagini composite
|
|
- Modesto Serra
- 7 anni fa
- Visualizzazioni
Transcript
1 Compressione lossless di immagini composite Corso di Compressione Dati Sistemi Multimediali Compressi Compression Team Prof. Bruno Carpentieri A.A. 2007/2008
2 Overview Introduzione Analisi del problema Approcci attuali Soluzioni proposte Compression Team Compressi
3 Immagini composite Immagini contenente testo Es: Pagina di un libro quotidiano Es: Pagina di un libro, quotidiano, giornale, depliant, libretto istruzioni
4 Immagini composite (2) Gli algoritmi di compressione immagine attuali sono nati per la memorizzazione di foto in digitale e quindi sono ottimizzati per la rappresentazione di immagini naturali. Comprimere il testo con la stessa Comprimere il testo con la stessa tecnica non è una soluzione ottimale
5 Immagini composite (3) In determinate circostanze il testo contenuto all'interno di un'immagine ha solo significato informativo e non necessità degli stessi dettagli grafici dell'immagine. L'obiettivo è dunque quello di migliorare il q q g rapporto di compressione di un'immagine composita mantenendo comunque un buon compromesso con la perdita di informazione/qualità della parte del testo
6 Comportamento Jpeg col testo La compressione di immagini/testo con JPEG classico offre risultati inquietanti.
7 Comportamento JPEG col testo(2) L'immagine precedente contenente solo testo è di circa 66 KB salvata in Bitmap monocromatico e varia tra i 68 KB e i 140 KB se salvata in formato JPG.
8 SLIm (Segmented Layered Image) La mancanza di un formato per bitmap composite ha portato allo sviluppo del sistema SLIm. Separa testo e linee dalle immagini di sfondo, per comprimerli più efficientemente.
9 Le caratteristiche Estremamente semplice e veloce. Performance di compressione prossime allo stato dell arte. Possibile utilizzo in diverse applicazioni. Opera segmentando l immagine in tre distinte componenti: background, foreground e mask layer.
10 Architettura di SLIm crea la maschera binaria che indica per ciascun pixel se appartiene al foreground o al background.
11 Architettura di SLIm separa l immagine in input, utilizzando la maschera, su due livelli: lli foreground e background.
12 Architettura di SLIm Binary coder: codifica la maschera. Image coder: è un codificatore standard di immagini (JPEG, JPEG-2000) che codifica background e foreground.
13 Architettura di SLIm combina l immagine di foreground e di background in base alla maschera, restituendo in output l immagine compressa.
14 Come funziona SLIm? F B
15 I 2 approcci di compressione Un primo approccio è usare un codec di immagini che utilizza la maschera per codificare separatamente sia l immagine di background che quella di foreground. Background Foreground
16 I 2 approcci di compressione Un altro approccio possibile è utilizzare un codec off-theshelf per codificare l intero bitmap del background e del foreground, perciò si assegnano dei valori che producono una buona compressione a quei pixels don t care che figurano all interno della maschera. Background Foreground Masked pixel
17 Il Problema Il problema principale consiste nell interpolare i pixels validi all interno delle locazioni che figurano nella maschera in modo da non introdurre sharp edges. Esistono tre diversi algoritmi per risolvere il problema che producono quasi le stesse performance di compressione, pur richiedendo diverse velocità di esecuzione: Algoritmo di Voronoi Algoritmo POCS Algoritmo di Filtering (da noi usato)
18 Filtering Esegue un filtro, calcolante una media, che scandisce l immagine da sinistra a destra e dall alto in basso, sostituendo ogni pixel (con maschera) con una combinazione lineare (ad esempio la media) del pixel a sinistra e di quello superiore.
19 Filtering (2) Un altro simile filtro opera allo stesso modo, ma segue la direzione opposta (parte dall angolo in basso a destra dell immagine) immagine). Infine, viene calcolata una combinazione lineare dei risultati ottenuti da entrambi i filtri, pesata al valore della distanza del pixel più vicino (senza maschera) incontrato dai filtri.
20 Mask Separation L obiettivo è assegnare ogni pixel al background o al foreground in modo da massimizzare la compressione combinata di maschera, foreground e background. Supponiamo: IMG N pixel 2 N possibili maschere ma è oneroso ricercarle tutte. La soluzione, è usare un approccio greedy divide and conquer su regioni più piccole: calcoliamo la maschera usando solo una versione a livelli di grigio dell immagine che minimizza la varianza all interno di queste regioni, fino a quella ottimale.
21 Mask Separation (2) POSSIBILI MERGE newf newb F1, B1 F1 F1, B1, F2 B2 F2, B1, B2 F1, F2, B2 B1 F2 F1, B1, B2 F2, B2 F=F2; B=B1,B2,F1 F1, F2 B1, B2 F1, B1 F2, B2 F1, B2 F2, B1
22 IMMAGINE ORIGINALE MASK(43K) FOREGROUND(34k) BACKGROUND(29K)
23 DjVu Sviluppato dal 1996 negli AT&T Labs Consente la distribuzione su Internet di immagini ad alta risoluzione, di documenti scannerizzati, ati documenti digitali e fotografie.
24 Modellazione con DjVu Si basa su un modello che propone la segmentazione dell'immagine in background layer (foto e texture) e foreground layer (testo) ciascuno dei quali viene compresso con algoritmi specifici (es. algoritmo di tipo wavelet come per JPEG 2000). Con questa tecnica si possono ottenere file molto "leggeri", veloci da visualizzare anche su computer di vecchia generazione.
25 Prestazioni DjVu Fattori di compressione documenti a colori, dalle 5 alle 10 volte migliori rispetto ad altri formati concorrenti quali JPEG e GIF; documenti in bianco e nero, fattori dalle 3 alle 8 volte migliori rispetto al formato TIFF G4; documenti digitalizzati a 400 ppi in full- color, con rapporti di compressione tra 1:300 e 1:1000.
26 DjVu VS JPEG Bitmap DjVu 300dpp JPEG 300dpp (699 KB) (37 KB) (54 KB)
27 Immagine originale JPEG (200 kbytes) SLIm (100 kbytes) DjVu (65 kbytes)
28 Approcci Compression Team L approccio che sarà adottato è quello basato sulla tecnologia SLIm Compressione dei due livelli (background e foreground) settando i pixel don t care a: 1 (bianco) 0 (nero) Media dei pixel adiacenti Filtering
29 Esempi approcci Codificati A Non codificati Mascherato non codificato B X
30 Esempi approcci Codificati A Non codificati Mascherato non codificato B 1 Settaggio pixel mascherato ad 1 (bianco)
31 Esempi approcci Codificati A Non codificati Mascherato non codificato B 0 Settaggio pixel mascherato ad 0 (nero)
32 Esempi approcci Codificati A A + B B 2 Non codificati Mascherato non codificato Settaggio pixel mascherato alla media dei valori dei pixel adiacenti
33 Esempi approcci U Filtro 1 Analizzati dal filtro A V X Non analizzati X U + V = 2 Pixel da mascherare Analizzato senza maschera più vicino Y Z + W = Y W 2 Z B Filtro 2
34 Esempi approcci Codificati Non codificati Mascherato non codificato X X = d ( X, A) X + d( Y, B) d ( X, A ) + d ( Y, B ) Y Settaggio pixel mascherato alla combinazione lineare dei risultati ottenuti dai filtri, pesata al valore della distanza del pixel più vicino senza maschera incontrato dai filtri
35 Soluzione Proposte da Compressi Utilizzo di una maschera colore per estrarre dall'immagine tutte i pixel di un colore selezionato dall'utente, che corrisponde al colore del testo. Utilizzo di una maschera che selezioni ed estragga i pixel solo oltre una certa oscurità indicata dall'utente (threshold) Utilizzo di Canny per l'edge detection e cercare di dividere l'interno (testo) e l'esterno (sfondo e immagine) dei contorni e comprimerli separatamente.
36 Maschera colore La maschera colore è uno strumento che permette di effettuare l estrazione di un determinato colore, selezionato dall utente, da una immagine. Esempio estrazione del colore rosso:
37 Maschera colore (cont.) Utilizzando la maschera colore si può estrarre un testo. L esempio seguente mostra come la selezione del colore rosso comporta l esclusione dello stesso nell area relativa al testo.
38 Soluzione Proposte Utilizzo di una maschera colore per estrarre dall'immagine tutte i pixel di un colore selezionato dall'utente, che corrisponde al colore del testo. Utilizzo di una maschera che selezioni ed estragga i pixel solo oltre una certa oscurità indicata dall'utente (threshold) Utilizzo di Canny per l'edge detection e cercare di dividere l'interno (testo) e l'esterno (sfondo e immagine) dei contorni e comprimerli separatamente.
39 Utilizzo della Threshold La scelta della corretta soglia permette di separare il background dagli oggetti. Se il testo possiede una tonalità di colore diversa dal resto dell immagine potrà essere facilmente selezionata attraverso il taglio dell istogramma decidendo il corretto intervallo corrispondente alla tonalità di colore da eliminare.
40 Soluzione Proposte Utilizzo di una maschera colore per estrarre dall'immagine tutte i pixel di un colore selezionato dall'utente, che corrisponde al colore del testo. Utilizzo di una maschera che selezioni ed estragga i pixel solo oltre una certa oscurità indicata dall'utente t (threshold) Utilizzo di Canny per l'edge detection e cercare di dividere l'interno (testo) e l'esterno (sfondo e immagine) dei contorni e comprimerli separatamente.
41 Edge Detection L' Algoritmo di Canny è un operatore ideato da John F. Canny nel 1986, ed adottato nel campo dell'elaborazione delle immagini per il riconoscimento dei contorni. I bordi nelle immagini spesso corrispondono a contorni di oggetti dove l intensità varia rapidamente. L individuazione dei bordi e largamente utilizzata quando si vuole dividere l immagine in aree corrispondenti a oggetti differenti. Inoltre rappresentare un immagine attraverso i suoi bordi permette che la quantità di dati da memorizzare sia ridotta significativamente. Il metodo di Canny segue i seguenti passi: 1. Filtro gaussiano 2. Norma del gradiente 3. Thresholding 4. Thinning
42 Edge Detection (cont.)
43 Passi dell algoritmo Immagine input Immagine senza testo Compressione con LOCO Selezione Creazione Estrazione Combina della regione maschera testo bits maschera Compressione maschera Immagine con testo compressa
44 Passi dell algoritmo proposto Immagine da comprimere Per il forte balzo di intensità intorno alla scritta OK l algoritmo di compressione lossless JPEG non è efficiente i
45 Passi dell algoritmo proposto (cont.) Passo 1) L utente seleziona la minima area L utente seleziona la minima area contenente del testo.
46 Passi dell algoritmo proposto (cont.) Passo 2) Sull area selezionata viene applicato l algoritmo di Canny Edge Detection. Canny edge detection
47 Passi dell algoritmo proposto (cont.) Passo 3) Creazione della maschera Maschera colore Sfruttando il Canny Edge Detector Threshold sull istogramma La maschera verrà compressa e salvata separata dall immagine
48 Codice della maschera
49 Passi dell algoritmo proposto (cont.) Passo 4) Si sostituisce il colore dei pixel corrispondenti alla maschera nell immagine i originale i con il valore dei pixel intorno al testo Così facendo si attenueranno le forti e repentine variazioni di intensità presenti nell immagine in modo da garantire un migliore funzionamento dell algoritmo Lossless Jpeg.
50
51 Passi dell algoritmo proposto (cont.) Passo 5) Compressione senza perdita dell immagine e della maschera ottenute. Al momento della visualizzazione dell immagine compressa, maschera e i pixel del contorno saranno riutilizzati per riposizionare il testo all interno dell immagine di partenza.
ELABORAZIONE DELLE IMMAGINI:
Università degli Studi di Catania Facoltà di Scienze Matematiche,Fisiche e Naturali Corso di Laurea in Informatica, Secondo Livello ELABORAZIONE DELLE IMMAGINI: EDGE DETECTION Corso di Analisi Numerica
DettagliProgramma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori
Programma del corso Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Il concetto di FILE FILE: sequenza di byte conosciuta nel computer
DettagliNozioni di grafica sul calcolatore. concetti di base
Nozioni di grafica sul calcolatore concetti di base La riproduzione di immagini fotografiche su computer avviene suddividendo l'immagine stessa in una matrice di punti colorati: pixels I formati basati
DettagliLe immagini digitali
Le immagini digitali Formati e caratteristiche di digitalizzazione Processo complessivo 1. Documento originale (eventuale restauro del supporto) Argomento della lezione 2. Scansione 3. Oggetto digitale
DettagliLa codifica delle immagini
Non sempre il contorno della figura coincide con le linee della griglia. Quella che si ottiene nella codifica è un'approssimazione della figura originaria Se riconvertiamo la stringa 0000000011110001100000100000
DettagliLa codifica dell informazione. Rappresentazione binaria. Rappresentazione posizionale in base 10
La codifica dell informazione Rappresentazione binaria Tutta l informazione interna ad un computer è codificata con sequenze di due soli simboli : 0 e 1 L unità elementare di informazione si chiama bit
DettagliLa codifica dell informazione
La codifica dell informazione Rappresentazione binaria Tutta l informazione interna ad un computer è codificata con sequenze di due soli simboli : 0 e 1 L unità elementare di informazione si chiama bit
DettagliSistemi di Elaborazione delle Informazioni
Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle Informazioni A.A. 26/27 Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione 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,
DettagliCODIFICA IMMAGINI IN BIANCO E NERO
Rappresentazione delle immagini Anche le immagini possono essere codificate mediante una sequenza di 0 e 1., questa operazione si chiama digitalizzazione. La prima cosa da fare è dividere l immagine in
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
DettagliAosta Formati di file immagine. Quick tutorial per scegliere il formato giusto per ogni output. Diapositiva 1 di 13
Aosta 2008 Quick tutorial per scegliere il formato giusto per ogni output Diapositiva 1 di 13 Mini glossario per le immagini http://www.zmphoto.it Dpi: ( Dots Per Inch, punti per pollice ) Unità di misura
DettagliCodifica dell Informazione
Introduzione all Informatica Fabrizio Angiulli Codifica dell Informazione CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati
DettagliSegnale analogico. Analogico vs digitale. Segnale digitale. Trasformazione da analogico a digitale
LEZIONI 2 e 3 Rappresentazione dell informazione 53 Analogico vs digitale LEZIONI 2 e 3 Rappresentazione dell informazione 54 Segnale analogico Il computer può lavorare soltanto con grandezze di tipo digitale
DettagliLa codifica del testo
La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni La codifica delle informazioni Informatica e sistemi di elaborazione delle informazioni I slide Informatica e sistemi
DettagliCodifica dell Informazione
Francesco Folino CODIFICA DI DATI E ISTRUZIONI Algoritmi Istruzioni che operano su dati Per scrivere un programma è necessario rappresentare dati e istruzioni in un formato tale che l esecutore automatico
DettagliAbbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete)
Algoritmi di compressione per le immagini Abbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete) compressione
DettagliUn ripasso di aritmetica: Conversione dalla base 10 alla base 2
Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Immagini in movimento 2 Immagini in movimento Memorizzazione mediante sequenze di fotogrammi.
DettagliConcetti Introduttivi. Rappresentazione delle informazioni
Concetti Introduttivi Rappresentazione delle informazioni Rappresentazione delle informazioni Per rappresentare i dati di ingresso o di uscita e la sequenza di operazioni che costituiscono un algoritmo,
DettagliCODIFICA DI CARATTERI
CODIFICA DI CARATTERI Associando un simbolo dell alfabeto ad ogni numero possiamo codificare tutte le lettere Codifica ASCII (American Standard Code for Information Interchange): Caratteri speciali, punteggiatura,
DettagliImage Elaboration. Image Processing
Image Elaboration Immagine digitale Un immagine digitale può essere rappresentata come una matrice con un prefissato numero di righe e colonne che ne determinano la risoluzione (campionamento). L'unità
DettagliAutomatic and Accurate Extraction of Road Intersections from Raster Maps
Automatic and Accurate Extraction of Road Intersections from Raster Maps Studente Francesco Vitagliani Introduzione L uso delle mappe è noto da tempi antichi. Oggi grazie alla diffusione di mappe raster,
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Rappresentazione delle immagini 2 Rappresentazione delle immagini Le forme e i colori presenti
DettagliUniversità degli Studi di Ferrara. Docente: Dott. Andrea Silvestri. - Immagini -
Università degli Studi di Ferrara Corso di Laurea in Tecnologie per i Beni Culturali 1 A.A.2009/2010 Corso di Informatica 2 Docente: Dott. Andrea Silvestri - Immagini - 2 Sommario Immagine digitale metodi
DettagliInformatica. Comunicazione & DAMS A.A. 2015/16. Dr.ssa Valeria Fionda
Informatica Comunicazione & DAMS A.A. 2015/16 Dr.ssa Valeria Fionda Informatica - Com&DAMS A.A. 2015/2016 Sistemi di numerazione I sistemi di numerazione servono a rappresentare i numeri grazie a un insieme
DettagliLE IMMAGINI DIGITALI 3 formati. Università IUAV di venezia
LE IMMAGINI DIGITALI 3 formati Università IUAV di venezia Compressione Trasmissione ed archiviazione dei file grafici Algoritmo di compressione: trasformare la sequenza di byte che costituisce un file
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
DettagliInformatica (Sistemi di elaborazione delle informazioni)
Informatica (Sistemi di elaborazione delle informazioni) Corso di laurea in Scienze dell'educazione Lezione 9 Elaborazione di immagini (parte 1) Mario Alviano Sommario Grafica vettoriale e bitmap Risoluzione
Dettagligestione e modifica di immagini fotografiche digitali
gestione e modifica di immagini fotografiche digitali i formati grafici immagini raster e vettoriali La rappresentazione delle immagini in formato elettronico può essere attuata in due modi: raster (detta
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.
DettagliCodifica CCITT Fax. Introduzione Codifica monodimensionale Codifica bidimensionale. Codifica CCITT Fax. Codifica JBIG2
Codifica CCITT Fax Metodo per la codifica senza perdita di immagini bitonali, standardizzato nel 1988 dal CCITT (ora ITU-T) Sviluppato per la trasmissione di fax, ma utilizzato anche per l archiviazione
DettagliRappresentazione binaria. Laboratorio di Informatica. Calcolatori digitali. N: numeri naturali. La codifica binaria. I primi 16 numeri binari
Rappresentazione binaria Rappresentazioni diverse per: Rappresentazione delle informazioni Numeri naturali Numeri interi relativi Numeri reali Pagina 1 Pagina 4 Calcolatori digitali tutte le informazioni
DettagliLa codifica delle immagini
Per distinguere 16777216 colori sono necessari 24 bit per la codifica di ciascun pixel: la codifica di un'immagine formata da 640X480 pixel richiederà 7.372.800 bit (921.600 byte) Esistono delle tecniche
DettagliRappresentazione delle Immagini. Corso di Informatica. Rappresentazione delle Immagini. Rappresentazione delle Immagini
Corso di Laurea in Conservazione e Restauro dei Beni Culturali Rappresentazione delle Immagini Corso di Informatica Gianluca Torta Dipartimento di Informatica Tel: 011 670 6782 Mail: torta@di.unito.it
DettagliUNIVERSITÀ - OSPEDALE di PADOVA MEDICINA NUCLEARE 1. Lezione 5: Formati di immagine: JPEG. D. Cecchin, F. Bui FORMATO GRAFICO JPEG
UNIVERSITÀ - OSPEDALE di PADOVA MEDICINA NUCLEARE 1 Lezione 5: Formati di immagine: JPEG D. Cecchin, F. Bui FORMATO GRAFICO JPEG ACRONIMO DI: JOINT PHOTOGRAPHIC EXPERT GROUP SVILUPPATO NEL: 1986 da un
DettagliTrasformazione in immagini vettoriali
Trasformazione in immagini vettoriali Benvenuti in CorelDRAW, il programma globale di disegno e grafica vettoriale per grafici professionisti. In questa esercitazione, si traccerà una immagine bitmap per
DettagliLaboratorio di Informatica
Rappresentazione delle informazioni Pagina 1 Calcolatori digitali tutte le informazioni vengono rappresentate in forma numerica binaria (0,1): Numeri Caratteri Immagini Video Suoni Pagina 2 La codifica
DettagliLe nuove macchine fotografiche. Gianluca Tiburzi
Le nuove macchine fotografiche Gianluca Tiburzi Tutti i numeri delle digitali Ora cerchiamo di capire il significato dei numeri sulle nuove macchine fotografiche digitali, descritte nelle etichette normalmente
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
DettagliFondamenti di Elaborazione di Immagini Introduzione. Raffaele Cappelli.
Fondamenti di Elaborazione di Immagini Introduzione Raffaele Cappelli raffaele.cappelli@unibo.it Obiettivi del corso Il corso introduce i principali concetti e le tecniche di base per l elaborazione delle
DettagliCompressione di dati: testi, immagini, suoni e video. B. Cipolla
V1.4: Novembre 2009 1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.4: Novembre 2009 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato
DettagliIl sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte
Rappresentazione digitale delle informazioni Il sistema binario: bit e Byte Codifica del testo Il Byte come U.d.M. dell'informazione Multipli del Byte Ordini di grandezza Codifica delle immagini Codifica
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliCodifica 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
DettagliCorso di Adobe Photoshop CS4 2 Giorni
OGGETTO CORSO Corso di Adobe Photoshop CS4 2 Giorni OBIETTIVI E DIDATTICA CORSO L obiettivo del corso è fornire ai partecipanti le competenze teoriche e pratiche per la creazione di immagini fotografiche
DettagliProduzione di un clip video promozionale per un azienda di catering
Produzione di un clip video promozionale per un azienda di catering Per la creazione del clip si utilizzerà il software Adobe Photoshop. Il video viene creato utilizzando un insieme di immagini statiche,
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
DettagliCompressione di dati: testi, immagini, suoni e video. B. Cipolla
V1.3: Novembre 2008 1 Compressione di dati: testi, immagini, suoni e video B. Cipolla V1.3: Novembre 2008 2 Compressione: motivazioni Ridurre le dimensioni di oggetti digitali per Risparmiare spazio occupato
DettagliModulo informatica di base 1 Linea 2
Modulo informatica di 1 Linea 2 Mattia Dip. di Informatica e Comunicazione Università degli Studi di Milano, Italia mattia.monga@unimi.it a.a. 2010/11 1 c 2010 M.. Creative Commons Attribuzione-Condividi
DettagliLe immagini digitali. Formati e caratteristiche di digitalizzazione
Le immagini digitali Formati e caratteristiche di digitalizzazione Immagini Digitali Cosa si intende con analogico e digitale? Come avviene la rappresentazione digitale delle immagini? Come è possibile
Dettagli4.3: La Codifica dei Suoni e dei Video
Rappresentazione dei Dati Multimediali Prof. Alberto Postiglione Università degli Studi di Salerno Dipartimento di Scienze Aziendali - Management & Innovation Systems 4.3: La Codifica dei Suoni e dei Video
DettagliTecnologie per il web e lo sviluppo multimediale. Rappresentazione delle informazioni
Tecnologie per il web e lo sviluppo multimediale Rappresentazione delle informazioni Luca Pulina Corso di Laurea in Scienze della Comunicazione Università degli Studi di Sassari A.A. 2015/2016 Luca Pulina
DettagliRappresentazione di immagini a colori. Rappresentazione dei colori. Rappresentazione dei colori LA RAPPRESENTAZIONE DELL INFORMAZIONE - II
Rappresentazione di immagini a colori LA RAPPRESENTAZIONE DELL INFORMAZIONE - II Per rappresentare immagini utilizzando i colori, a ogni elemento della griglia si dovranno dedicare più bit. Se dedichiamo
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini ELABORAZIONE E CODIFICA DI IMMAGINI BITONALI Sommario Quantizzazione di immagini 1 2 Ordered dithering 3 Noise shaping Codifica
DettagliSistemi di Elaborazione delle Informazioni 6 CFU
Università degli Studi di Palermo Dipartimento dell Innovazione Industriale e Digitale Sistemi di Elaborazione delle Informazioni 6 CFU Anno Accademico 2016/2017 Docente: ing. Salvatore Sorce Rappresentazione
DettagliLA fotografia digitale
CORSO BASE DI FOTOGRAFIA circolo fotografico poirinese LA fotografia digitale premessa La luce che passa attraverso l obiettivo arriva al sensore che la trasforma in un segnale elettrico analogico. tale
DettagliNumeri interi. Laboratorio di Calcolo Paola Gallo
Numeri interi Alfabeto binario anche il segno può essere rappresentato da 0 o 1 è indispensabile indicare il numero k di bit utilizzati Modulo Modulo e segno 1 bit di segno (0 positivo, 1 negativo) k 1
DettagliInformatica di Base 1 Linea 1
Informatica di Base 1 Linea 1 Jianyi Lin Dipp. di Matematica e Scienze dell Informazione Università degli Studi di Milano, Italia jianyi.lin@unimi.it a.a. 2011/12 1 c 2011 J.Lin, M. Monga. Creative Commons
DettagliSistemi di Elaborazione delle Informazioni 6 CFU
Università degli Studi di Palermo Dipartimento di Ingegneria Chimica, Gestionale, Informatica, Meccanica Sistemi di Elaborazione delle Informazioni 6 CFU Anno Accademico 2015/2016 Docente: ing. Salvatore
DettagliMorphological Image processing
Morphological Image processing Morfologia matematica La parola morfologia comunemente denota una parte della biologia che tratta con la forma e la struttura di organismi In analogia al termine biologico
DettagliRiconoscimento e proiezione di oggetti su un ambiente virtuale
Relazione Progetto Sistemi Intelligenti anno 2012/2013 Riconoscimento e proiezione di oggetti su un ambiente virtuale Miguel Rosales, Laura Musica 1. Introduzione Lo sviluppo della tecnologia Microsoft
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliL'Informazione e la sua Codifica. Maurizio Palesi
L'Informazione e la sua Codifica Maurizio Palesi 1 Obiettivo Il calcolatore è una macchina digitale Il suo linguaggio è composto da due soli simboli Gli esseri umani sono abituati a comunicare utlizzando
DettagliHardware, software e periferiche. Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre
Hardware, software e periferiche Facoltà di Lettere e Filosofia anno accademico 2008/2009 secondo semestre Riepilogo - Concetti di base dell informatica L'informatica è quel settore scientifico disciplinare
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliNozioni basilari sull audio digitale (2)
La codifica del segnale audio Il nome generico per il sistema di registrazione digitale, è Pulse Code Modulation (PCM) I suoni codificati attraverso questo sistema PCM vengono definiti Wave (onda), e assumono
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliAnalogico vs digitale
Analogico vs digitale Informazione classificatoria e più che classificatoria Informazione classificatoria: è questo, ma avrebbe potuto essere quest altro altro. Informazione più che classificatoria: riconoscere
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
DettagliInformatica. Mario Pavone - Dept. Mathematics & Computer Science - University of Catania. Trasferimento. Ambiente esterno.
Trasferimento Ambiente esterno Controllo Informatica Mario Pavone - Dept. Mathematics & Computer Science - University of Catania mpavone@dmi.unict.it Cos è l Informatica La scienza della rappresentazione
DettagliCome usare il DjVu. Cos'è DjVu
Come usare il DjVu Cos'è DjVu Per preservare la qualità delle immagini e la leggibilità dei testi degli originali è necessario realizzare digitalizzazioni in alta definizione che tuttavia per il loro peso
DettagliImmagini digitali Appunti a cura del prof. ing. Mario Catalano
Immagini digitali Appunti a cura del prof. ing. Mario Catalano LA CODIFICA DELLE IMMAGINI Anche le immagini possono essere memorizzate in forma numerica (digitale) suddividendole in milioni di punti, per
DettagliLaboratorio di Informatica. delle informazioni. Pagina 1
Rappresentazione delle informazioni Pagina 1 Cl Calcolatori lt idiitli digitali tutte le informazioni vengono rappresentate in forma numerica binaria {0,1}: Numeri Caratteri Immagini Video Suoni Pagina
DettagliI.4 Rappresentazione dell informazione - Altre codifiche
I.4 Rappresentazione dell informazione - Altre codifiche Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 20, 2015 Argomenti 1 2 3 4 L immagine viene suddivisa
DettagliLa 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
DettagliLa 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
DettagliL informazione e la sua codifica. Prof. Maurizio Naldi A.A. 2015/16
L informazione e la sua codifica Prof. Maurizio Naldi A.A. 2015/16 Informazione e dati L'informazione permette in una situazione in cui si hanno almeno due occorrenze possibili di superare un'incertezza
DettagliPDF 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
Dettaglio Occorre rappresentare tale informazione in formato facilmente manipolabile dall elaboratore
Codifica dell informazione o Il calcolatore memorizza ed elabora vari tipi di informazioni Numeri, testi, immagini, suoni o Occorre rappresentare tale informazione in formato facilmente manipolabile dall
DettagliLa codifica. dell informazione
00010010101001110101010100010110101000011100010111 11110000011111111010101001001001010100111010101010 00101101010000111000101111111000001111111101010100 01110110101001110101010100010110101010011100010111
Dettagli1.2d: La codifica Digitale dei caratteri
1.2d: La codifica Digitale dei caratteri 2 12 ott 2011 Bibliografia Curtin, 3.6 (vecchie edizioni) Curtin, 2.5 (nuova edizione) CR pag. 9-14 Questi lucidi 3 12 ott 2011 La codifica dei caratteri Un testo
DettagliModulo 1. Concetti base della Tecnologia dell informazione. Prof. Nicolello Cristiano. Modulo 1
Concetti base della Tecnologia dell informazione Algoritmi Come interpreta un computer un problema? Algoritmi Algoritmo: sequenza ordinata di istruzioni per risolvere un problema (tradotto: sequenza di
DettagliLa codifica delle immagini
Non sempre il contorno della figura coincide con le linee della griglia. Quella che si ottiene nella codifica è un'approssimazione della figura originaria Se riconvertiamo la stringa 0000000011110001100000100000
DettagliINTRODUZIONE. Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria.
Capitolo 7 - Operatori Morfologici per Immagini Binarie INTRODUZIONE Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria. L immagine binaria, I, viene
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
DettagliLEZIONE 8 LE IMMAGINI. Ci sono almeno 6 cose da tenere presente quando si inseriscono immagini nelle pagine web.
LEZIONE 8 LE IMMAGINI Ci sono almeno 6 cose da tenere presente quando si inseriscono immagini nelle pagine web. 1. IL FORMATO 2. IL COLORE 3. LA DIMENSIONE E RISOLUZIONE 4. LA VELOCITA 5. LA TRASPARENZA
DettagliSurvCE: come importare immagini di sfondo (raster) e file DWG/DXF
SurvCE: come importare immagini di sfondo (raster) e file DWG/DXF 1. Come georeferenziare ed importare una mappa o immagine raster Scaricare il software Image Set Manager 2.5 dal seguente link ed eseguirlo:
DettagliI sistemi di numerazione. Informatica - Classe 3ª, Modulo 1
I sistemi di numerazione Informatica - Classe 3ª, Modulo 1 1 La rappresentazione interna delle informazioni ELABORATORE = macchina binaria Informazione esterna Sequenza di bit Spett. Ditta Rossi Via Roma
DettagliTipi di Informazione
Tipi di Informazione Testo (caratteri) Numeri Suoni Immagini Le informazioni sono concetti astratti che esistono indipendentemente dalla loro rappresentazione Tutto ciò che ci circonda è informazione Informazione
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
DettagliModulo 1: Le I.C.T. UD 1.2d: La codifica Digitale dei caratteri
Modulo 1: Le I.C.T. : La codifica Digitale dei caratteri Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno
DettagliLa codifica binaria. Informatica B. Daniele Loiacono
La codifica binaria Informatica B Introduzione Il calcolatore usa internamente una codifica binaria ( e ) per rappresentare: i dati da elaborare le istruzioni dei programmi eseguibili Fondamenti di codifica
DettagliEUROPEAN COMPUTER DRIVING LICENCE IMAGEMAKER - Versione 1.5
EUROPEAN COMPUTER DRIVING LICENCE IMAGEMAKER - Versione 1.5 Copyright 2007 The European Computer Driving Licence Foundation Ltd. Tutti I diritti riservati. Questa pubblicazione non può essere riprodotta
DettagliUn 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
DettagliCapitolo 1 Esercitazioni condotte in aula con Star-CCM+
Capitolo 1 Esercitazioni condotte in aula con Star-CCM+ 1.1 Mixing Pipe Nella prima esercitazione è stato trattato il caso di un miscelatore nel quale sono stati iniettati 2 fluidi considerati ideali a
DettagliBuona #digitalrevolution, democratica, effettiva e a basso impatto a tutti! </digitalrevolution>
Siamo un gruppo di professionisti ed ognuno di noi ha un suo lavoro e opera in un proprio ambito professionale. Siamo un team eterogeneo con una grande voglia di
DettagliLinguaggi ed Applicazioni mul1mediali
Università degli Studi di Urbino "Carlo Bo" Linguaggi ed Applicazioni mul1mediali 02.03- Tecniche Tecniche Maurizio Maffi ISTI Informa1on Science and Technology Ins1tute TIFF: Tag Image File Format Formato
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
DettagliTelerilevamento. Esercitazione 5. Classificazione non supervisionata. Apriamo l immagine multi spettrale relativa alla zona di Feltre che si trova in:
Telerilevamento Esercitazione 5 Classificazione non supervisionata Lo scopo di questa esercitazione è quella di effettuare una classificazione non supervisionata di un immagine SPOT5 acquisita sull area
Dettagli