Image Processing Toolbox. Imaging Digitale a.a. 2014/2015 Silvia Corchs
|
|
- Onorato Adamo
- 7 anni fa
- Visualizzazioni
Transcript
1 Imaging Digitale a.a. 2014/2015 Silvia Corchs
2 Operazioni sulle immagini Lettura variabile=imread(nomefile) Scrittura imwrite(variabile,nomefile,parametri) Informazioni imfinfo(nomefile,parametri) Visualizzazione imshow(variabile) imagesc(variabile) imageview(variabile)
3
4 q=5 q=10 q=30 q=50
5 Le immagini sono viste come matrici di uint8 Immagini a colori sono matrici MxNx3 Immagini a livelli di grigio sono matrici MxN La maggior parte delle operazioni su matrici in MATLAB sono definite su double Necessario trasformare uint8 in double im2double trasforma tutte le matrici in double (tra 0 e 1). im2uint8 trasforma tutte le matrici (double) in uint8 (tra 0 e 255). Esistono diverse funzioni specifiche per le immagini imhist, imadd, imsubtract, imrotate, imresize,
6 >> R=im(:,:,1); Canale Red >> G=im(:,:,2); Canale Green im >> B=im(:,:,3); Canale Blue >> whos Name Size Bytes Class B 512x uint8 G 512x uint8 R 512x uint8 im 512x768x uint8 Canale R Canale G Canale B
7 out(:,:,1)=g; out(:,:,2)=b; out(:,:,3)=r; % canale Red % canale Green % canale Blue originale out
8 im1 im2 gray=rgb2gray(im1) gray=rgb2gray(im2) 8
9 imadd(im,im2) imsubtract(im,im2) imlincomb(0.2,im1,0.8,im2); imlincomb(0.7,im1,0.3,im2); 9
10 Ridimensionamento delle immagini: imresize diverse modalità di scaling possibili: Nearest Il valore di destinazione è quello del pixel più vicino Bilineare Il valore di destinazione è determinato da una media pesata dei 4 più vicini Bicubico Il valore di destinazione è determinato da una media pesata dei 16 più vicini
11 >> out = imresize(immagine,m,metodo) L immagine di output ha dimensioni (n*m,m*m) Metodo= nearest, bilinear o bicubic >> out = imresize(immagine,[righe COLONNE],metodo) L immagine di output ha dimensioni (righe,colonne) Se le nuove dimensioni hanno rapporto diverso da quelle originali, l immagine è distorta Quando viene fatto un downscaling con i metodo bilinear o bicubic, viene prima eseguito di default un filtro di anti-aliasing di dimensione NxN >> out = imresize(immagine,[righe COLONNE],metodo,N) N=0 nessun filtro anti-aliasing
12 Sottocampionamento 128x128, M=1/4 64x64, M=1/8 out=imresize(im,m, nearest )
13 Ricampionamento a 512x512 dalla 256x256 Originale 512x x x512 im512=imresize(im256, nearest ) 512x512 im512=imresize(im256, bilinear ) Francesca Gasparini
14 Ricampionamento a 512x512 dalla 128x128 Originale 512x x x x512 im512=imresize(im128, nearest ) im512=imresize(im128, bilinear ) Francesca Gasparini
15 Ricampionamento a 512x512 dalla 64x64 Originale 512x x x x512 im512=imresize(im64, nearest ) im512=imresize(im64, bilinear ) Francesca Gasparini
16 Inversione scala di grigio: s L 1 r 0 r L 1 im gray=rgb2gray(im) neg = 255-gray Sogliatura >> out=gray; >> out(gray>100)=255; >> out(gray<100)=0; >> figure, imshow(out) 16
17 Istogramma: imhist Visualizza l istogramma di una immagine intensità imshow(rgb2gray(immagine)) imhist(rgb2gray(immagine))
18 Immagine ben contrastata
19 Immagini poco contrastate
20 Gamma correction: out c. input c 0, espansione della dinamica per bassi valori di r, compressione della dinamica per alti valori di r espansione della dinamica per alti valori di r, compressione della dinamica per bassi valori di r
21 >> gray=rgb2gray(immagine); >> graynorm=im2double(gray); % è in [0,1] >> graynew=im2uint8(graynorm.^0.5); 0.5
22 >> gray=rgb2gray(immagine); >> graynorm=im2double(gray); % è in [0,1] >> graynew=im2uint8(graynorm.^1.7); 1.7
23 Applicare la gamma su tutti i canali di una immagine RGB function [out]=applygamma(in,gamma) %supponiamo di avere in input immagini a 3 canali c1=im2double(in(:,:,1)); c2=im2double(in(:,:,2)); c3=im2double(in(:,:,3)); c1=c1.^gamma; c2=c2.^gamma; c3=c3.^gamma; >> applygamma(im,1.7) out(:,:,1)=im2uint8(c1); out(:,:,2)=im2uint8(c2); out(:,:,3)=im2uint8(c3);
24 Equalizzazione dell istogramma: idealmente produce una immagine con istogramma piatto, cioè con livelli di grigio uniformemente distribuiti sui pixel. dark bright Low-contrast High contrast
25 Contrast enhancement >> J=histeq(im); >> figure, subplot(2,2,1) imshow(im); >> hold on >> subplot(2,2,2), imhist(im); >> subplot(2,2,3), imshow(j); >> subplot(2,2,4), imhist(j); im 1500 imhist(im) J=histeq(im) imhist(j)
26 Contrast stretching J = imadjust(im) >> J = imadjust(im); l'1% dei dati è saturato alle basse ed alte intensità. >> J = imadjust(im,[low_in; high_in],[low_out; high_out],gamma); [low_in; high_in]: range dei livelli di grigio dell immagine in ingresso [low_out; high_out]: range dei livelli di grigio immagine di uscita. Valori di default: sono [0 1]. gamma descrive la curva di saturazione. Default: gamma = 1
27 Contrast stretching Per le immagini a colori, low_in e high_in sono vettori di tre elementi: >> J = imadjust (im, [ ; ], []);
28 Filtraggio Image Processing Toolbox Elaborazioni locali: coinvolge i vicini di un pixel. Vengono utilizzati i filtri spaziali o le maschere di convoluzione. Maschera lineare: R è il valore calcolato rispetto al pixel centrale z5. Coinvolge gli otto vicini rispetto ai parametri di maschera w1,w9. R w z w z z 1 z 2 z 3 z 4 z 5 z 6 z 7 z 8 z 9 w 9 z 9 9 i 1 w i z i maschera w 1 w 2 w 3 w 4 w 5 w 6 Esempio di maschere non lineare: w 7 w 8 w 9 R1=max{zk k=1,2,.,9} R2=min{zk k=1,2,.,9}
29 Creare filtri lineari: fspecial: h = fspecial (tipo, parametri); 'average': filtro medio; 'disk': filtro medio circolare; 'gaussian': filtro passa-basso gaussiano; 'laplacian': approssimazione dell'operatore Laplaciano; 'log': Laplaciano del filtro gaussiano; 'motion': approsimazione di un movimento della fotocamera; 'prewitt': Prewitt horizontal edge-emphasizing filter 'sobel': Sobel horizontal edge-emphasizing filter 'unsharp': filtro per l'enhancement del contrasto.
30 Dopo avere creato una maschera di filtraggio spaziale con la funzione fspecial si filtra l immagine con questa maschera, utilizando la funzione imfilter: >> h = fspecial( tipo ); >> out = imfilter(im,h); im >> h=fspecial('average',[5 5]) h = out >> out=imfilter(im,h);
31 Filtro Gaussiano Image Processing Toolbox h = fspecial('gaussian',hsize,sigma) returns a rotationally symmetric Gaussian lowpass filter of size HSIZE with standard deviation SIGMA (positive). HSIZE can be a vector specifying the number of rows and columns in H or a scalar, in which case H is a square matrix. The default HSIZE is [3 3], the default SIGMA is 0.5. N=2*fix(2.5*sigma)+1 2*fix(2.5*0.5)+1 2*fix(1.25)+1=3 H = sum(h(:))=1
32 >> h1= fspecial('gaussian,[5 5],1); >> out1=imfilter(im,h1); >> h2 = fspecial('gaussian', [15 15], 3); >> out2=imfilter(im,h2); out1 im out2
33 Sharpening: Image Processing Toolbox >> f=fspecial('unsharp') f = >> imagesc(f); >> colorbar; >> out=imfilter(im,f); im out
34 >> f=fspecial('laplacian') f = >> out=imfilter(im,f); >> figure, imshow(out) im out
35 Filtri speciali: Edge >> out=edge(rgb2gray(im),'sobel'); Canny Laplacian of Gaussian
36 Filtri non lineari: Image Processing Toolbox medfilt2 Filtro mediano ordfilt2 Filtro ad ordinamento statistico ordfilt2(im,5,ones(3,3)) Filtro mediano (su 3x3) ordfilt2(im,1,ones(3,3)) Filtro di minimo (su 3x3) ordfilt2(im,9,ones(3,3)) Filtro di massimo (su 3x3) Il filtro mediano per ciascuna finestra di dimensione nxn dell immagine, ordina i pixel in essa contenuti e ne seleziona il valore mediano, che viene sostituito alla posizione corrente.
37 im mediano differenza
38 ordfilt2(im,9,ones(3,3)) im max ordfilt2(im,1,ones(3,3)) min
39 Esercizio 4 Creare una funzione showhist che data una immagine a livelli di grigio, la visualizza in un finestra con il suo istogramma. imshow, subplot, imhist, bar/plot Introduzione a MATLAB - Image Processing Toolbox 39
40 Esercizio 5 Caricate l immagine aerial.jpg, trasformatela a livelli di grigio e visualizzatene l istogramma con la funzione creata showhist.m Osservate e commentate l istogramma Modificate il contrasto dell immagine usando la funzione imadjust. Questa funzione rimappa linearmente il range di valori dell immagine in un nuovo range Guardando l istogramma dell immagine originale scegliete opportunamente gli intervalli di valori da rimappare per incrementare i dettagli osservabili. Introduzione a MATLAB - Image Processing Toolbox 40
41 Esercizio 6 Modificate il contrasto dell immagine usando la funzione histeq di MATLAB. Questa funzione rimappa i valori dell immagine tramite equalizzazione dell istogramma Visualizzate l istogramma dell immagine equalizzata Osservate e commentate l istogramma Confrontate tra loro gli istogrammi delle due immagine modificate Introduzione a MATLAB - Image Processing Toolbox 41
42 Esercizio 7 Modificate il contrasto dell immagine usando il metodo della gamma correction Ricordate che l immagine deve avere valori compresi tra 0 e 1. Determinate un valore opportuno di e correggete l immagine Visualizzate l istogramma dell immagine corretta Osservate e commentate l istogramma Confrontate tra loro gli istogrammi delle tre immagine modificate Introduzione a MATLAB - Image Processing Toolbox 42
43 Esercizio 8 Recuperate i comandi dell esercizio precedente e metteteli in un file di script. Eseguite l esercizio precedente per le seguenti immagini: pyramids.jpg, isola.jpg mercpulci.jpg Quale delle 3 metodologie di correzione del contrasto funziona meglio per ciascune delle tre immagini? Perche? Introduzione a MATLAB - Image Processing Toolbox 43
44 Esercizio 9 Aiutandovi con l help, create dei filtri spaziali con fspecial Testate l effetto di alcuni dei filtri creati caricando delle immagini a scelta Quale filtro è più indicato per elaborare le seguenti immagini? - Castle.gif - Castle2.gif - Casaneve.jpg Introduzione a MATLAB - Image Processing Toolbox 44
45 Esercizio 10 Un esempio di filtro non lineare è il filtro mediano medfilt2 Testate il filtro mediano sulle seguenti due immagini: Tree1.tif Tree2.tif In quale delle due immagini il filtro funziona meglio? Provate ad aplicare più volte un filtro mediano 3x3. Che considerazioni potete fare sul risultato?
46 Esercizio 11 Usare la funzione edge che applica diverse metodologie per creare un immagine binaria degli edge (vedere help) 1. Sobel 2. Prewitt 3. Roberts 4. Log 5. Canny Testate alcune metodologie sull immagine rat.jpg confrontando i resultati
Image Processing Toolbox. Imaging Digitale a.a. 2015/2016
Imaging Digitale a.a. 2015/2016 Operazioni sulle immagini Lettura variabile=imread(nomefile) Scrittura imwrite(variabile,nomefile,parametri) Informazioni imfinfo(nomefile,parametri) Visualizzazione imshow(variabile)
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,
DettagliIntroduzione a Matlab. Imaging Digitale a.a. 2015/2016 Silvia Corchs
Introduzione a Matlab Imaging Digitale a.a. 2015/2016 Silvia Corchs 1 Matlab MATrix LABoratory : The Language of Technical Computing Ambiente avanzato di calcolo numerico Ampiamente utilizzato in ambito
DettagliIntroduzione a Matlab. Imaging Digitale a.a. 2014/2015 Silvia Corchs
Introduzione a Matlab Imaging Digitale a.a. 2014/2015 Silvia Corchs 1 Matlab MATrix LABoratory : The Language of Technical Computing Ambiente avanzato di calcolo numerico Ampiamente utilizzato in ambito
DettagliEsercitazione 4: Filters
Laboratorio di Immagini Esercitazione 4: Filters Mauro Zucchelli 07/04/2016 AVVISO Settimana prossima lezione sospesa! Riprendiamo dall ultima volta Abbiamo visto cosa rappresenta la trasformata di Fourier
DettagliScuola di Calcolo Scientifico con MATLAB (SCSM) 2017 Palermo 31 Luglio 4 Agosto L.3.1. Elaborazione delle Immagini in MATLAB
Scuola di Calcolo Scientifico con MATLAB (SCSM) 2017 Palermo 31 Luglio 4 Agosto 2017 www.u4learn.it Francesco Gugliuzza L Image Processing Toolbox Da molti anni ormai MATLAB incorpora un toolbox per l
DettagliIntroduzione a Matlab
Introduzione a Matlab Contrasto, Soglia, Rumore Fondamenti di Visione Artificiale a.a. 2015/2016 07/04/16 Introduzione a Matlab 1 Istogramma di un immagine Conta il numero di occorrenze di ciascuna tonalità,
DettagliIntroduzione a Matlab
Introduzione a Matlab Contrasto, Soglia, Rumore A cura di: Daniel Riccio http://www.dmi.unisa.it/people/riccio/www/teaching.htm http://www.dmi.unisa.it/people/nappi 26/11/2013 Introduzione a Matlab 1 Istogramma
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione di Segnali Multimediali a.a. 2017/2018 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa lezione vedremo come caratterizzare immagini digitali in Matlab tramite media e varianza
DettagliOperatori nel dominio dello spazio
Capitolo 5 Operatori nel dominio dello spazio Il termine dominio spaziale si riferisce ad aggregazione di pixel che compongono l immagine. Gli operatori spaziali sono operatori che agiscono direttamente
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
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione di Segnali Multimediali a.a. 2013/2014 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa lezione vedremo come caratterizzare immagini digitali in Matlab tramite media e varianza
DettagliOperatori 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
DettagliLaboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6)
Università degli Studi di Padova - Facoltà di Ingegneria Corso di Laurea in Ingegneria Biomedica A.A. 26-27 Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6) Prof. Giovanni Sparacino
DettagliTrasformare e migliorare
Trasformare e migliorare Elaborazione di immagini Da f(x,y) a g(x,y) pixel trasformati secondo un determinato algoritmo f(x,y) g(x,y) Scopi dell elaborazione Eliminazione dei disturbi Esaltazione dei particolari
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
DettagliOperatori locali su immagini digitali
Operatori locali su immagini digitali Definizione degli operatori locali Filtri di smoothing Filtri di sharpening Filtri derivativi Operatori locali Questi operatori sono usati per: miglioramento della
DettagliTelerilevamento e Modellistica Forestale
Telerilevamento e Modellistica Forestale Lezione 6 Esplorazione, enfatizzazioni e filtri Dario Papale Contributi: Vern Vanderbilt, TA- Quinn Hart, CCRS Cosa è l enfatizzazione delle immagini L enfatizzazione
DettagliLe immagini sono array. I diversi elemen2 dell array descrivono i valori dei diversi pixel.
Immagini Le immagini sono array. I diversi elemen2 dell array descrivono i valori dei diversi pixel. Le immagini possono essere: Logiche a 8 bit (uint8) a 16 bit (uint16) double, 64 bit (default) Le immagini
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
DettagliElaborazione di immagini. Trasformare e migliorare. Scopi dell elaborazione. Tipi di elaborazione
Elaborazione di immagini Trasformare e migliorare Procedimento che data un immagine originale f(x,y) ne generi una nuova g(x,y) i cui pixel siano stati trasformati secondo un determinato algoritmo. f(x,y)
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
DettagliIntroduzione a Matlab
Introduzione a Matlab Operazioni di Base & Edge Detection Fondamenti di Visione Artificiale a.a. 25/26 2/5/6 Estrazione dei Contorni Lezione V: indice Filtri e Kernel Line Detection Edge Detection Edge
DettagliElaborazione dei dati
Elaborazione dei dati Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 4/5 info@planetek.it rgomenti della lezione 1. nalisi delle immagini multispettrali 2. nalisi
DettagliElaborazioni nel dominio spaziale (2)
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazioni nel dominio spaziale (2) L.Verdoliva In questo laboratorio proseguiamo lo studio sulle elaborazioni spaziali, in particolare, oltre al
DettagliFiltraggio. Stefano Ferrari. Università degli Studi di Milano Tecniche di calcolo e sistemi operativi e informatica
Filtraggio Stefano Ferrari Università degli Studi di Milano stefano.ferrari@unimi.it Tecniche di calcolo e sistemi operativi e informatica anno accademico 2017 2018 Filtraggio Il termine filtraggio fa
DettagliLe immagini sono array. I diversi elemen2 dell array descrivono i valori dei diversi pixel.
Immagini Le immagini sono array. I diversi elemen2 dell array descrivono i valori dei diversi pixel. Le immagini possono essere: Logiche a 8 bit (uint8) a 16 bit (uint16) double, 64 bit (default) Le immagini
DettagliOperatori locali su immagini digitali
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
DettagliElaborazione di immagini. I filtri Digital Image Processing
Elaborazione di immagini I filtri Digital Image Processing Tre livelli di image processing Basso livello Filtro di smoothing Tre livelli di image processing Medio livello Contrast saliency region detection,
DettagliCenno al trattamento delle immagini digitali. Cartografia numerica e GIS Domenico Sguerso
Cenno al trattamento delle immagini digitali Cartografia numerica e GIS Domenico Sguerso Digital Image Processing: Preprocessing (Memorizzazione) analysis Trattamento dell immagine: - ricampionamento necessario
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
DettagliOperatori locali. Analisi di basso livello
Operatori locali Analisi di basso livello Si applica ad una immagine per produrre una immagine utile all applicazione inale Obiettivo è il miglioramento della immagine e riduzione del rumore introdotto
DettagliElaborazione dei dati. pkt /9
Elaborazione dei dati pkt006-89-1.0 4/9 1 Argomenti 1. Analisi delle immagini multispettrali 2. Analisi dell istogramma e enfatizzazione del contrasto 3. Trasformata RGB-IHS 4. Filtraggio 5. Estrazione
DettagliFiltraggio spaziale Soluzioni
1 Filtri di smoothing 1. Smoothing seguito da thresholding. Elaborazione di Segnali Multimediali a.a. 2017/2018 Filtraggio spaziale Soluzioni x = double(imread( spazio.jpg )); figure(1); imshow(x); h =
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
DettagliImage Processing 2. Dispense del corso di Elaborazione di Immagini e Audio Digitali. Prof. Roberto Vezzani.
http://imagelab.ing.unimo.it Dispense del corso di Elaborazione di Immagini e Audio Digitali Image Processing 2 Prof. Roberto Vezzani Relazioni tra pixel Esistono delle relazioni di base tra pixel in un
DettagliDato un vettore di lunghezza N, questo può essere pensato come un elemento di uno spazio N dimensionale.
Base canonica Dato un vettore di lunghezza N, questo può essere pensato come un elemento di uno spazio N dimensionale. 234 204 34 16 44 134 12 11 56 Quindi possiamo scomporlo usando la base canonica di
DettagliEqualizzazione di istogrammi
Equalizzazione di istogrammi Stefano Ferrari Università degli Studi di Milano stefanoferrari@unimiit Tecniche di calcolo e sistemi operativi e informatica academic year 217 218 Istogramma L istogramma
DettagliFiltering. Maschera di contrasto - Carica un immagine (16 o 48 bit): Lancia il comando Unsharp mask dal menu Processing:
Filtering Maschera di contrasto - Carica un immagine (16 o 48 bit): Lancia il comando Unsharp mask dal menu Processing: Prova: Il risultato Per ridurre il tipico effetto bordo di questo filtro passa alto,
DettagliSharpening mediante filtraggio spaziale
Sharpening mediante filtraggio spaziale Stefano Ferrari Università degli Studi di Milano stefano.ferrari@unimi.it Elaborazione delle immagini anno accademico 2009 2010 Sharpening Il termine sharpening
DettagliIstogramma dei livelli di grigio
Istogramma dei livelli di grigio Uno degli strumenti più semplici e più utili nell elaborazione delle immagini l istogramma dei livelli di grigio contenuti in una immagine. istogramma di una immagine contiene
DettagliOperazioni sulle immagini digitali
Operazioni sulle immagini digitali Categorie di operatori L istogramma dei livelli di grigio Trasformazioni puntuali Equalizzazione Operazioni su immagini digitali I tipi di operazioni che si possono realizzare
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
DettagliInterpolazione di immagini
Interpolazione di immagini Data un immagine in formato png (o jpeg o altro) di m n pixel, la si vuole rappresentare con un numero maggiore di pixel (ad esempio 4m 4n pixel). c Paola Gervasio - Calcolo
DettagliMATLAB - Introduzione. Antonino Polimeno
MATLAB - Introduzione Antonino Polimeno antonino.polimeno@unipd.it MATLAB - 1 Da Wikipedia MATLAB (abbreviazione di Matrix Laboratory) è un ambiente per il calcolo numerico e l'analisi statistica scritto
DettagliCorso di Visione Artificiale. Matlab per Visione. Samuel Rota Bulò
Corso di Visione Artificiale Matlab per Visione Samuel Rota Bulò Cos'è Matlab? MATLAB MATLAB - - MATrix MATrix LABoratory LABoratory Ambiente Ambiente di di sviluppo sviluppo ed ed esecuzione esecuzione
DettagliTecniche di restauro delle immagini digitali
Tecniche di restauro delle immagini digitali Le principali fonti di rumore Le principali sorgenti di rumore nelle immagini digitali si presentano durante il processo di acquisizione e di trasmissione.
DettagliIntroduzione al MATLAB c Parte 1 Variabili ed array
Introduzione al MATLAB c Parte 1 Variabili ed array Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Cos è il MATLAB Componenti principali di MATLAB Avvio e Strumenti
DettagliIntroduzione al MATLAB c Parte 1 Variabili ed array
Introduzione al MATLAB c Parte 1 Variabili ed array Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Cos è il MATLAB Componenti principali di MATLAB Avvio e Strumenti
DettagliEstrazione dei bordi
Estrazione dei bordi L algoritmo di Marr-Hildreth L algoritmo di Canny Operatori per l estrazione dei bordi (edge operators) Lo scopo di questi operatori è quello di generare un immagine dei bordi (edge
DettagliSEGMENTAZIONE DI IMMAGINI. Elaborazione dei Segnali Multimediali Raffaele Gaetano 06 Maggio 2014
SEGMENTAZIONE DI IMMAGINI Elaborazione dei Segnali Multimediali Raffaele Gaetano 06 Maggio 2014 DEFINIZIONE La segmentazione è un processo di basso livello utile a molte applicazioni basate sull elaborazione
DettagliClassificazione di immagini aeree. Annalisa Franco
Classificazione di immagini aeree Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Classificazione di immagini aeree Scopo di questa esercitazione è l implementazione di una tecnica
DettagliTrasformazioni di Intensità e Filtraggio Spaziale
Trasformazioni di Intensità e Filtraggio Spaziale (Alcuni Richiami) Prof. Sebastiano Battiato Terminologia Le tecniche di elaborazione delle immagini sono in generale rivolte all ottenimento di uno dei
DettagliLe immagini digitali. Introduzione
Le immagini digitali Introduzione 2 L informazione grafica grafica a caratteri grafica vettoriale grafica raster 3 Due grandi categorie Immagini reali: acquisite da una scena reale mediante telecamera,
DettagliTrasformazioni di Intensità e Filtraggio Spaziale
Trasformazioni di Intensità e Filtraggio Spaziale (Alcuni Richiami) Prof. Sebastiano Battiato Terminologia Le tecniche di elaborazione delle immagini sono in generale rivolte all ottenimento di uno dei
DettagliLaboratorio di Segnali e Sistemi A. A. 2009/ Lezione 5: Immagini
Laboratorio di Segnali e Sistemi A. A. 2009/ 2010 Lezione 5: Immagini 28 maggio 2010 Introduzione Immagini: risultato di un sistema di acquisizione/elaborazione/visualizzazione della radiazione EM visibile
DettagliSoluzioni esercizi. 29) a 30) aliasing 31) e 32) d 33) a 34) c 35) a 36) c 37) a 38) a 39) b 40) c
Soluzioni esercizi CAPITOLO 1 1) c 2) b 3) c 4) b 5) d 6) b 7) a 8) c 9) b 10) d 11) a 12) a 13) a 14) a 15) c 16) a 17) c 18) b 19) a 20) c 21) b 22) a 23) a 24) 465 25) 4000 26) 132 27) d 28) c 29) a
DettagliMetodi di Analisi dei Dati Sperimentali. AA 2009/2010 Pier Luca Maffettone. Elementi di Matlab
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Elementi di Matlab Sommario Introduzione Variabili Manipolazione di elementi Creazione di vettori/matrici Operazioni elementari Funzioni
DettagliMATLAB c Utilizzo di Matlab. Operazioni fondamentali. Elementi di grafica.
MATLAB c Utilizzo di Matlab. Operazioni fondamentali. Elementi di grafica. Lucia Gastaldi Dipartimento di Matematica http://dm.ing.unibs.it/gastaldi/ Lezione 1 (1 ottobre 2003) MATLAB = MATrix LABoratory
DettagliIstogramma dei livelli di grigio
Capitolo 4 - Operatori Puntuali 1 Istogramma dei livelli di grigio L istogramma dei livelli di grigio di un immagine è una funzione che associa a ciascun livello il numero di pixel dell immagine aventi
DettagliCorso di Multimedia A.A 2013/2014
Corso di Multimedia A.A 2013/2014 Un immagine è rappresentata da una funzione bidimensionale f(x,y). Il piano XY in cui stanno le coordinate dell immagine è detto DOMINIO SPAZIALE e le variabili x,y sono
DettagliTecnologie informatiche per il suono e l immagine Esercitazioni Immagini Vincenzo Lombardo Aggiornato a.a. 2013/14
Tecnologie informatiche per il suono e l immagine Esercitazioni Immagini Vincenzo Lombardo Aggiornato a.a. 2013/14 Il programma di laboratorio propone argomenti in parallelo agli argomenti teorici del
DettagliMetodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi svolti in Laboratorio Lezione del 26-11-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
DettagliL2 Elaborazione di immagini in C/C++
L2 Elaborazione di immagini in C/C++ Corso di Visione Artificiale Ing. Luca Mazzei AA 2009/2010 Visione Artificiale 2 Formato immagini Utilizziamo il formato PGM PPM P4 = PBM P5 = PGM P6 = PPM P5 320 240
DettagliVideo Parte 4a. Stabilizzazione. Multimedia
Video Parte 4a Stabilizzazione Stabilizzazione Un sistema di stabilizzazione dell immagine ha come scopo quello di rimuovere i movimenti da una sequenza di immagini Padding: movimenti intenzionali Jitter:
DettagliHISTOGRAM MATCHING Di Raimondo Graziano - Nicolosi Salvatore Multimedia A.A
HISTOGRAM MATCHING Di Raimondo Graziano - Nicolosi Salvatore Multimedia A.A 2013-2014 Introduzione Un istogramma è un grafico che mostra la distribuzione delle varie tonalità di una data immagine digitale
DettagliElaborazione di Segnali Multimediali a.a. 2017/2018. Segmentazione
Elaborazione di Segnali Multimediali a.a. 2017/2018 Segmentazione In questa esercitazione vengono implementate alcune delle tecniche base per la segmentazione di immagini. In particolare, si focalizzerà
DettagliF. Milotta Ph.D. Student
F. Milotta Ph.D. Student milotta@dmi.unict.it Le immagini digitali Rappresentazione delle immagini digitali Luce incidente e luce riflessa Immagini vettoriali e raster Operazioni affini sulle immagini
DettagliElaborazione di immagini a colori Soluzioni
Elaborazione di Segnali Multimediali a.a. 2013/2014 Elaborazione di immagini a colori Soluzioni 1 Gli spazi di colore 1. Lo spazio CMY e CMYK. function z = rgb2cmy(x); c = 1 - x(:,:,1); m = 1 - x(:,:,2);
Dettagli1) Matlab e simulazione. 2) Esempi di utilizzo. Mauro De Sanctis corso di Informazione e Codifica Università di Roma Tor Vergata
Argomenti della Lezione 1) Matlab e simulazione 2) Esempi di utilizzo 1 Mauro De Sanctis corso di Informazione e Codifica Università di Roma Tor Vergata Matlab è un sistema di programmazione ad alto livello
DettagliImmagini digitali. Annalisa Franco
Immagini digitali Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Formazione dell immagine Immagine tratta dal testo Digital Image Processing (Gonzalez, Woods). Immagini Un immagine
DettagliProcessamento delle immagini
Processamento delle immagini Docente: Domenico Daniele Bloisi Novembre 2017 Esercizio 1 Utilizzare il linguaggio di programmazione Python e la libreria OpenCV per visualizzare sullo schermo il logo ASL
DettagliINTRODUZIONE A MATLAB. Introduzione. Calcolatrice base. Calcolatrice base. Variabili predefinite o speciali. Variabili predefinite o speciali
INTRODUZIONE A MATLAB Introduzione M.R. Russo & M. Venturin Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2007/2008 Il nome MATLAB è acronimo di MATrix LABoratory.
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
DettagliCapitolo 3 TRASFORMAZIONI DI INTENSITA' E FILTRAGGIO SPAZIALE
Capitolo 3 TRASFORMAZIONI DI INTENSITA' E FILTRAGGIO SPAZIALE Le trasformazioni di intensità e i filtraggi trattati in questo capitolo lavorano nel dominio spaziale, cioè nel piano che contiene i pixel
DettagliMatlab: Script e Funzioni
Matlab: Script e Funzioni Informatica B Script Cos è uno script (m-file) q Uno script è un file di testo contenente una sequenza di comandi MATLAB non deve contenere caratteri di formattazione (solo testo
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
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 24 settembre 2007 Outline 1 M-file di tipo Script e Function Script Function 2 Elementi di programmazione
DettagliProgrammare. Condizioni logiche. Condizioni Logiche Costrutti Decisionali Costrutti di Ciclo
Programmare Condizioni Logiche Costrutti Decisionali Costrutti di Ciclo Condizioni logiche Le condizioni logiche sono istruzioni che fanno uso di: operatori relazionali (servono a confrontare il valore
DettagliFrancesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari. MATLAB: lezione introduttiva
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB: lezione introduttiva MATLAB (MATrix LABoratory): PSE per il scientifico ad alte prestazioni e la visualizzazione,
DettagliFiltraggio nel Dominio della Frequenza
Filtraggio nel Dominio della Frequenza Parte 2 Filtro di enfasi ad alta frequenza Solitamente i filtri passa alto riducono a zero il termine dc, dunque riducono l intensità media nell immagine filtrata
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
DettagliPrinter Driver. Questa guida descrive la configurazione del driver stampante per Windows 7, Windows Vista, Windows XP e Windows 2000.
4-129-746-42 (1) Printer Driver Guida per la configurazione Questa guida descrive la configurazione del driver stampante per Windows 7, Windows Vista, Windows XP e Windows 2000. Prima dell utilizzo del
DettagliOperazioni puntuali. Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma
Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma Analisi di Basso Livello In ingresso abbiamo le immagini provenienti dai sensori. In uscita si hanno un insieme di matrici ognuna delle
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa prima lezione affrontiamo il problema della rappresentazione delle immagini digitali in
DettagliElaborazione di immagini a colori
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione di immagini a colori L.Verdoliva In questa esercitazione vedremo come si elaborano le immagini a colori in Matlab. Dopo averle caricate
DettagliElementi di MATLAB. Definizione di matrice
Elementi di MATLAB Matrici, funzioni con le matrici Funzioni per il caricamento e la visualizzazione di immagini Funzioni per l interfacciamento con programmi esterni Definizione di matrice >>A = [16 3
DettagliPrinter Driver. Guida per la configurazione. Questa guida descrive come configurare il driver della stampante per Windows Vista e Windows XP.
3-276-708-51 (1) Printer Driver Guida per la configurazione Questa guida descrive come configurare il driver della stampante per Windows Vista e Windows XP. Prima di usare questo software Prima di usare
DettagliTUTORIAL DI REGISTAX 6
TUTORIAL DI REGISTAX 6 Elaborazione fatta su una ripresa di Saturno, dopo avviato registax vi compare questa schermata, Adesso cliccando in alto a sinistra select (evidenziato in giallo),apriamo e scegliamo
DettagliProcessamento di immagini
Processamento di immagini Applicazioni Immagini biomediche Modifica di immagini Confronto e registrazione... Formazione Ogge=o in - > Immagine out Processamento Immagine in - > Immagine out Analisi Immagine
DettagliLL. MM. in Informatica e Fisica A.A Diagnostica per immagini. 8 Trattamento delle immagini mediche
LL. MM. in Informatica e Fisica A.A. 2015-2016 Diagnostica per immagini 8 Trattamento delle immagini mediche Sistema per imaging medico Un generico sistema per immagini computerizzate può essere rappresentato
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.
DettagliElaborazione delle immagini
Dipartimento di Fisica a.a. 4/5 Fisica Medica Elaborazione delle immagini 5/4/5 Processamento Una mappatura di tipo esponenziale mostra un immagine del tipo Intensità d uscita Intensità in entrata L =
DettagliIntroduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 M-file di tipo Script e Function Script Function 2 Gestione dell
DettagliIntroduzione al MATLAB c Parte 3 Script e function
Introduzione al MATLAB c Parte 3 Script e function Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 M-file di tipo Script e Function Script Function 2 Gestione dell
Dettagli