Lezione 4. Enea Cippitelli Samuele Gasparrini

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Lezione 4. Enea Cippitelli e.cippitelli@univpm.it Samuele Gasparrini s.gasparrini@univpm.it"

Transcript

1 Corso di Tecnologie per le Telecomunicazioni Utilizzo del sensore Kinect in ambiente Matlab Lezione 4 Enea Cippitelli Samuele Gasparrini 1 Outline Skeletal Viewer modificato Cattura del frame di profondità (csv) Cattura del frame di profondità (bin) Cattura del frame RGB Acquisizione dei file in Matlab Frame di profondità (csv) Frame di profondità (bin) Frame RGB Elaborazione dei frame offline Calcolo del frame di background Rimozione del background Filtro mediano Operatore di Sobel Marker IR su depth frame 2

2 Skeletal Viewer modificato La figura sotto mostra un frame di profondità visualizzato a video dal programma Skeletal Viewer: Colori più scuri sono associati a valori di profondità più lontani dal sensore 3 Skeletal Viewer modificato Creazione eventi di gestione dei 3 flussi Inizializzazione oggetti grafici Apertura dei 3 flussi Avvio del thread. Depth-frame Estrazione dati + conversione Inizio Inizializzazione del sensore Thread in esecuzione Skeletonframe Estrazione dei dati Controllo sulla verifica di nuovi eventi Gestione degli eventi RGB-frame Estrazione dei dati

3 Skeletal Viewer modificato: Cattura del frame di profondità (csv) Descrizione della parte di codice che si occupa del salvataggio della profondità all interno della variabile Frame100[][] USHORT Frame100[500+1][307200]; // Array di appoggio (307200=640x480) NUI_IMAGE_FRAME imageframe; bool processedframe = true; HRESULT hr = m_pnuisensor->nuiimagestreamgetnextframe(m_pdepthstreamhandle,0,&imageframe ); NUI_LOCKED_RECT LockedRect; ptexture->lockrect( 0, &LockedRect, NULL, 0 ); if ( 0!= LockedRect.Pitch ) DWORD framewidth, frameheight; NuiImageResolutionToSize( imageframe.eresolution, framewidth, frameheight ); // draw the bits to the bitmap BYTE * rgbrun = m_depthrgbx; const NUI_DEPTH_IMAGE_PIXEL * pbufferrun = reinterpret_cast<const NUI_DEPTH_IMAGE_PIXEL *>(LockedRect.pBits); pbufferdepth = pbufferrun; // pixel is start + width*height - 1 Nuovo frame in arrivo dal sensore Puntatore all inizio del frame const NUI_DEPTH_IMAGE_PIXEL * pbufferend = pbufferrun + (framewidth * frameheight); assert( framewidth * frameheight * g_bytesperpixel <= ARRAYSIZE(m_depthRGBX) ); Puntatore alla fine del frame 5 Skeletal Viewer modificato: Cattura del frame di profondità (csv) while ( pbufferrun < pbufferend ) USHORT realdepth = pbufferrun->depth; USHORT player = pbufferrun->playerindex; // Array di appoggio Frame100[TotalNumFrameCaptured][cont] = realdepth; cont++; Si scorre tutto il frame // transform 13-bit depth information into an 8-bit intensity appropriate // for display (we disregard information in most significant bit) //BYTE intensity = static_cast<byte>(~(realdepth >> 4)); BYTE intensity = static_cast<byte>(realdepth); // tint the intensity by dividing by per-player values *(rgbrun++) = intensity >> g_intensityshiftbyplayerb[player]; *(rgbrun++) = intensity >> g_intensityshiftbyplayerg[player]; *(rgbrun++) = intensity >> g_intensityshiftbyplayerr[player]; // no alpha information, skip the last byte ++rgbrun; ++pbufferrun; m_pdrawdepth->draw( m_depthrgbx, framewidth * frameheight * g_bytesperpixel ); 6

4 Skeletal Viewer modificato: Cattura del frame di profondità Riempimento a "run-time" della matrice Frame100[][]: Salvataggio della prima distanza all interno di Frame100 Salvataggio della distanza successive all interno di Frame100 7 Skeletal Viewer modificato: Cattura del frame di profondità (csv) string FileName; string PrefixFileName = "Filedepth_"; ostringstream FrameIndex; string IndexStr; // Risoluzione 320x240 for(startindex; StartIndex < TotalNumFrameCaptured; StartIndex++) FrameIndex << StartIndex; IndexStr = FrameIndex.str(); FileName = PrefixFileName + IndexStr + ".csv"; filedepth.open(filename,ios::out ios::app); int cont1 = 0; for(cont = 0; cont<(320*240); cont++) if (cont1 == 319) filedepth<<frame100[startindex][cont]<<l; cont1 = 0; else filedepth<<frame100[startindex][cont]<<","; cont1++; filedepth.close(); FrameIndex.str(""); 8

5 Skeletal Viewer modificato: Cattura del frame di profondità (csv) string FileName; string PrefixFileName = "Filedepth_"; ostringstream FrameIndex; string IndexStr; Variabili utilizzate per la scrittura for(startindex; StartIndex < TotalNumFrameCaptured; StartIndex++) Ciclo ripetuto per ogni frame da salvare, fino ad arrivare a TotalNumFrameCaptured 9 Skeletal Viewer modificato: Cattura del frame di profondità (csv) Per ogni frame catturato, fino ad arrivare a TotalNumFrameCaptured, viene aperto uno stream: FrameIndex << StartIndex; IndexStr = FrameIndex.str(); FileName = PrefixFileName + IndexStr + ".csv"; filedepth.open(filename,ios::out ios::app); Apertura dello stream int cont1 = 0; for(cont = 0; cont<(320*240); cont++) if (cont1 == 319) filedepth<<frame100[startindex][cont]<<l; cont1 = 0; else filedepth<<frame100[startindex][cont]<<","; cont1++; Salvataggio di ogni singolo valore di profondità all interno del file *.csv 10

6 Skeletal Viewer modificato: Cattura del frame di profondità (csv) Nel caso del primo frame di profondità salvato si avrà una struttura del tipo: Distanza in mm dal sensore 11 Skeletal Viewer modificato: Cattura del frame di profondità (bin) string FileName; string PrefixFileName = "Filedepth_"; ostringstream FrameIndex; for(startindex; StartIndex < TotalNumFrameCaptured; StartIndex++) FrameIndex << StartIndex; IndexStr = FrameIndex.str(); FileName = PrefixFileName + IndexStr + ".bin"; int cont1 = 0; filedepth.open(filename,ios::out ios::binary); for(cont = 0; cont<(320*240); cont++) filedepth.write( reinterpret_cast <const char*> (&Frame100[StartIndex][cont]), sizeof( USHORT ) ); filedepth.close(); FrameIndex.str(""); Scrittura del frame Frame100 all interno del file Apertura dello stream in formato bin 12

7 Skeletal Viewer modificato: Cattura del frame di profondità (bin) Nel caso del primo frame di profondità salvato si avrà una struttura del tipo: 13 Skeletal Viewer modificato: Cattura del frame RGB Un operazione simile viene fatta per il frame RGB: Larghezza e altezza del frame DWORD framewidth, frameheight; NuiImageResolutionToSize( imageframe.eresolution, framewidth, frameheight ); UINT * rgbrun = m_colorrgbx; const UINT * pbufferrun2 = (const UINT *)LockedRect.pBits; const UINT * pbufferend = pbufferrun2 + (framewidth * frameheight); int row = 0; pbufferend = pbufferend - 640; // Definizione nome del file per memorizzazione dell'immagine FrameRGBIndex << IndexFrameRGBCaptured; RGBIndexStr = FrameRGBIndex.str(); FileRGBName = PrefixRGBFileName + RGBIndexStr + ".bmp"; char *filename = new char[filergbname.size() + 1]; std::copy(filergbname.begin(), FileRGBName.(), filename); filename[filergbname.size()]= '\0'; FILE *pfile = NULL; fopen_s(&pfile, filename, "wb"); delete[] filename; Apertura del file RGB Puntatore all inizio del frame RGB Puntatore alla fine del frame RGB 14

8 Skeletal Viewer modificato: Cattura del frame RGB // Definizione header file bitmap BITMAPINFOHEADER BMIH = 0; BMIH.biSize = sizeof(bitmapinfoheader); BMIH.biBitCount = 32; BMIH.biPlanes = 1; BMIH.biCompression = BI_RGB; BMIH.biWidth = 640; BMIH.biHeight = 480; BMIH.biSizeImage = ((((BMIH.biWidth * BMIH.biBitCount) + 31) & ~31) >> 3) * BMIH.biHeight; BITMAPFILEHEADER bmfh = 0; int nbitsoffset = sizeof(bitmapfileheader) + BMIH.biSize; LONG limagesize = BMIH.biSizeImage; LONG lfilesize = nbitsoffset + limagesize; bmfh.bftype = 'B'+('M'<<8); bmfh.bfoffbits = nbitsoffset; bmfh.bfsize = lfilesize; // Scrittura header file bitmap fwrite(&bmfh, 1, sizeof(bitmapfileheader), pfile); fwrite(&bmih, 1, sizeof(bitmapinfoheader), pfile); // Scrittura dati RGB immagine fwrite(m_colorrgbx, 1,BMIH.biSizeImage, pfile); fclose(pfile); FrameRGBIndex.str(""); Costruzione del file di header Scrittura del file RGB 15 Skeletal Viewer modificato: Cattura del frame RGB All interno della cartella di progetto viene creato un file bmp di dimensioni 640x480 pixel: Immagine RGB salvata nel formato *.bmp 16

9 Acquisizione dei file in Matlab: Frame di profondità (csv) Implementazione MATLAB di script di acquisizione e plot di frame di profondità [Open_DepthFile.m]: %Apertura del file Filedepth_0.csv clear all; close all; prefixfilename = 'Filedepth_'; estfilename = '.csv'; rowpixel = 240;%Pixel per riga columnpixel = 320;%Pixel per colonna M = zeros(rowpixel,columnpixel);%matrice per contenere il frame da caricare filename = strcat(prefixfilename,'0',estfilename); M(:,:) = csvread(filename); %Plot del frame di profondità figure; contourf(m); caxis([0 3500]);%Fissa il range del colore colorbar('fontsize',15);%barra laterale set(gca,'ydir','reverse','fontsize',15); set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('frame di profondità graficato con contourf()','fontsize',15); figure; imagesc(m); caxis([0 3500]);%Fissa il range del colore colorbar('fontsize',15);%barra laterale set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('frame di profondità graficato con imagesc()','fontsize',15); 17 Acquisizione dei file in Matlab: Frame di profondità (csv) Il frame di profondità viene graficato utilizzando una mappa di colori in funzione della distanza dal sensore: Nel caso in cui la profondità sia pari a 0 mm significa che, per questi punti: Non è stato possibile calcolare la distanza dal sensore È attiva la funzione di blocco della profondità per valori superiori a 4000 mm 18

10 Acquisizione dei file in Matlab: Frame di profondità (bin) Implementazione MATLAB di una funzione che acquisisce frame di profondità salvati in formato binario [loadfilebin.m]: function M = loadfilebin(filename,rowpixel,columnpixel) M = zeros(rowpixel, columnpixel); fid = fopen(filename); %Apertura del file bin arrayframe = fread(fid,'uint16'); %Modalità di apertura del file fclose(fid); %Ciclo per scorrere tutto il file e riempire la matrice M for r=1:rowpixel M(r,:) = arrayframe((r-1)*columnpixel+1:r*columnpixel); 19 Acquisizione dei file in Matlab: Frame di profondità (bin) Implementazione MATLAB di script di acquisizione e plot di frame di profondità [Open_DepthFileBin.m]: filename = 'Filedepth_0.bin'; % nome del file da caricare rowpixel = 240; %Pixel per riga columnpixel = 320; %Pixel per colonna % chiamata alla funzione che acquisisce il frame M = loadfilebin(filename,rowpixel, columnpixel); figure; contourf(m); caxis([0 9000]);%Fissa il range del colore colorbar('fontsize',15);%barra laterale set(gca,'ydir','reverse','fontsize',15); set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('frame di profondità graficato con contourf()','fontsize',15); figure; imagesc(m); caxis([0 9000]);%Fissa il range del colore colorbar('fontsize',15);%barra laterale set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('frame di profondità graficato con imagesc()','fontsize',15); %save('m','m'); 20

11 Acquisizione dei file in Matlab: Frame di profondità (bin) Il frame di profondità viene graficato utilizzando una mappa di colori in funzione della distanza dal sensore: I valori di profondità non sono più limitati a 4000 mm 21 Acquisizione dei file in Matlab: Frame RGB Implementazione MATLAB di script di acquisizione e plot di frame RGB [Open_RGBFile.m]: %Apertura del file FrameRGB_0.bmp clear all; close all; RGB = imread(strcat('framergb_0','.bmp')); %Visualizza il frame RGB figure; imshow(rgb); 22

12 Elaborazione dei frame offline: Calcolo del frame di background Calcolodelframe basatosullacatturaeprocessingdipiùframeconsecutivi :, 1, Implementazione MATLAB [Compute_background_frame.m]: numfiledepth = 100; prefixfilename = 'Background\Filedepth_'; estfilename = '.bin'; rowpixel = 240; columnpixel = 320; % matrice con frame di sfondo % numero file totbackframes = zeros(rowpixel,columnpixel,numfiledepth); for k=1:numfiledepth % Definizione del nome del file da caricare strindexfile = num2str(k-1); filename = strcat(prefixfilename,strindexfile,estfilename); % Acquisizione e memorizzazione in un'unica matrice totbackframes(:,:,k) = loadfilebin(filename,rowpixel,columnpixel); frameback = mean(totbackframes,3); % frame di background 23 Elaborazione dei frame offline: Rimozione del background Creazione del frame di foreground attraverso la:,,,, Implementazione MATLAB [Background_subtraction.m]: % Load del background load frameback filename = 'FiledepthFront.bin'; % nome del file da caricare rowpixel = 240; %Pixel per riga columnpixel = 320; %Pixel per colonna walldepththreshold = 3000; %Soglia di uniformità dello sfondo backlevel = 5000; backgroundthreshold = 150; % chiamata alla funzione che acquisisce il frame framefront = loadfilebin(filename,rowpixel, columnpixel); 24

13 Elaborazione dei frame offline: Rimozione del background % Creazione di un livello di sfondo uniforme for r=1:rowpixel for c=1:columnpixel if (frameback(r,c) > walldepththreshold) frameback(r,c) = backlevel; if (framefront(r,c) > walldepththreshold) framefront(r,c) = backlevel; % Sottrazione del background for r=1:rowpixel for c=1:columnpixel if(abs(framefront(r,c) - frameback(r,c)) < backgroundthreshold) framefront(r,c) = backlevel; 25 Elaborazione dei frame offline: Filtro mediano È unfiltro digitale, non lineare, utilizzato per eliminare il rumore daimmagini (salt and pepper noise) o da segnali digitali. Nella maggior parte dei casi viene inserito prima di una soluzione di "edge detection" grazie alla sua capacità di non alterare i contorni nella rimozione del rumore. L algoritmo consiste nel sostituire ogni pixel dell immagine in ingresso con il valore mediano ottenuto a partire da un suo intorno. Valore da sostituire Valore mediano 26

14 Elaborazione dei frame offline: Filtro mediano Implementazione del filtro mediano [MedianFilter.m]: %MedianFilter %M:matrice in ingresso windim: lato della finestra M_filt: matrice filtrata in uscita function M_filt = MedianFilter(M,winDim) row = size(m,1);%n. righe matrice M col = size(m,2);%n. colonne matrice M M_filt = zeros(row,col);%inizializzazione M_filt window = zeros(windim,windim);%finestra di analisi M_app = zeros(row + windim-1,col + windim-1);%matrice di appoggio start = (windim-1)/2+1;%indice di partenza per riempire M_app(start:start+row-1,start:start+col-1) = M;%Rimpimento di M_app %Costruzione di M_filt for r = 1:row for c = 1:col %Riempimento della finestra di analisi window = M_app(1+(r-1):r-1+winDim,1+(c-1):c-1+winDim); vect_window = sort(window(:)');%costruzione del vettore riga M_filt(r,c) = vect_window(ceil(/2));%punto centrale 27 Elaborazione dei frame offline: Filtro mediano Utilizzo del filtro mediano [MedianFilterScript.m]: clear all; close all; load framefront; %caricamento del del frame M framefront_filt = MedianFilter(frameFront,7);%Utilizzo del filtro mediano custom framefront_filt_matlab = medfilt2(framefront,[7 7]);%Utilizzo del filtro mediano del Matlab figure; imagesc(framefront); set(gca,'fontsize',15) colorbar('fontsize',15);%barra laterale caxis([0 5000]);%Fissa il range del colore title('matrice di profondità di partenza','fontsize',15) figure; imagesc(framefront_filt); set(gca,'fontsize',15) colorbar('fontsize',15);%barra laterale caxis([0 5000]);%Fissa il range del colore title('filtro mediamo (7x7) implementato tramite MedianFilter','fontsize',15) figure; imagesc(framefront_filt_matlab); set(gca,'fontsize',15) colorbar('fontsize',15);%barra laterale caxis([0 5000]);%Fissa il range del colore title('filtro mediamo (7x7) calcolato dal Matlab','fontsize',15) diff = sum(sum(framefront_filt-framefront_filt_matlab));%confronto tra i due risultati 28

15 Elaborazione dei frame offline: Filtro mediano medfilt2() MedianFilter() 29 Elaborazione dei frame offline: Operatore di Sobel L algoritmo di Sobel viene utilizzato per l individuazione dei contorni all interno di un immagine, gli step implementativi sono: Calcolo delle componenti del gradiente di intensità nella direzione verticale e orizzontale utilizzando le matrici che approssimano la derivata in situazione discreta M M dove: M è la matrice di partenza * simbolo di convoluzione L ampiezza del vettore gradiente Infine viene applicata una soglia opportuna alla matrice per estrarre i bordi all interno della figura Esistono naturalmente altre soluzioni di edge detection come: Canny edge detector Kirsch operator 30

16 Elaborazione dei frame offline: Operatore di Sobel Calcolo edges utilizzando operatore di Sobel[Edges_medfilt.m]: % Implementazione del calcolo edges load framefront load framefront_filt rowpixel = 240; columnpixel = 320; %Pixel per riga %Pixel per colonna % Calcolo edges framefront_edge = edge(framefront,'sobel'); framefront_filtedge = edge(framefront_filt,'sobel'); % Plot dei risultati figure imagesc(framefront_edge); colorbar('fontsize',15); %Barra laterale set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('sobel sul frame di profondità','fontsize',15); figure imagesc(framefront_filtedge); colorbar('fontsize',15); %Barra laterale set(gca,'xtick',[0:40:320],'fontsize',15); set(gca,'ytick',[0:20:240],'fontsize',15); title('sobel sul frame di profondità filtrato','fontsize',15); 31 Elaborazione dei frame offline: Operatore di Sobel 32

17 Elaborazione dei frame offline: Marker IR su depth frame Identificazione dei marker attraverso il frame IR e plot all interno del frame di profondità, creazione di un video. 33 Elaborazione dei frame offline: Marker IR su depth frame Implementazione MATLAB [IRmarkerOnDepth.m]: % Inizializzazione variabili rowpixel = 240; columnpixel = 320; prefixfilenamergb = 'FrameIR\FrameRGB_'; estfilenamergb = '.bmp'; prefixfilenamedepth = 'Test\Filedepth_'; estfilenamedepth = '.bin'; numframeir_depth = 130; % Inizializzazione variabili gestione video vidobjtot15 = VideoWriter('vid_IR_depth.avi'); vidobjtot15.framerate = 15; open(vidobjtot15); for k=1:numframeir_depth strindexfile = num2str(k-1); filenamergb = strcat(prefixfilenamergb,strindexfile,estfilenamergb); filenamedepth = strcat(prefixfilenamedepth,strindexfile,estfilenamedepth); % Acquisizione del frame IR InfraredIM = imread(filenamergb); % Acquisizione del frame depth framedepth = loadfilebin(filenamedepth,rowpixel,columnpixel); 34

18 Elaborazione dei frame offline: Marker IR su depth frame % Scalatura della risoluzione dell'immagine (da 640x480 a 320x240) IMres = imresize(infraredim,0.5); % Le componenti RGB dello stream sono identiche, è possibile prere solo % il primo livello e considerare quello grayim = IMres(:,:,1); % Filtraggio delle componenti scure for r=1:rowpixel for c=1:columnpixel if (grayim(r,c)<70) grayim(r,c) = 0; % Filtro mediano (3x3) grayim = medfilt2(grayim, [3, 3]); % Etichettatura delle blobs labeledimage = bwlabel(grayim, 8); % Misura delle proprietà delle blobs blobmeasurements = regionprops(labeledimage, grayim, 'all'); xycoord = []; for index=1:size(blobmeasurements,1) xyactcoord = blobmeasurements(index).centroid; xycoord = [xycoord; xyactcoord]; 35 Elaborazione dei frame offline: Marker IR su depth frame subplot(1,2,1) subimage(labeledimage); % Plot delle blobs del frame IR title('blobs estratte dai marker IR','FontSize',15); set(gcf, 'Position', [ ] ); subplot(1,2,2) imagesc(framedepth); % Plot del frame depth caxis([0 6000]); title('frame di profondità con marker IR sovrapposti','fontsize',15); hold on % Plot delle coordinate dei marker IR sul frame depth for index=1:size(xycoord,1) plot(xycoord(index,1),xycoord(index,2),'r.','markersize',20); hold off writevideo(vidobjtot15,getframe(gcf)); close(vidobjtot15); 36

19 Elaborazione dei frame offline: Marker IR su depth frame 37

Elaborazione di segnali generati dal sensore Kinect

Elaborazione di segnali generati dal sensore Kinect DII Dipartimento di Ingegneria dell Informazione Elaborazione di segnali generati dal sensore Kinect Enea Cippitelli e.cippitelli@univpm.it Overview 1. Il sensore Kinect 2. Software 3. Test della sedia

Dettagli

CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI Ingegneria Meccatronica

CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI Ingegneria Meccatronica CONTROLLI AUTOMATICI E AZIONAMENTI ELETTRICI Ingegneria Meccatronica CONTROLLI AUTOMATICI e AZIONAMENTI ELETTRICI INTRODUZIONE A MATLAB Ing. Alberto Bellini Tel. 0522 522626 e-mail: alberto.bellini@unimore.it

Dettagli

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it

Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione. Raffaele Cappelli raffaele.cappelli@unibo.it Fondamenti di Elaborazione di Immagini Estrazione dei Bordi e Segmentazione Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Estrazione dei bordi Calcolo del gradiente Operatori di Roberts Operatori

Dettagli

Rappresentazione delle immagini

Rappresentazione delle immagini Elaborazione di Segnali Multimediali a.a. 2013/2014 Rappresentazione delle immagini L.Verdoliva In questa prima lezione vedremo come si rappresentano diversi tipi immagini digitali in Matlab. 1 Immagini

Dettagli

Il formato BITMAP. Introduzione. Il formato BITMAP

Il formato BITMAP. Introduzione. Il formato BITMAP Il formato BITMAP Introduzione Il Bitmap è il formato di visualizzazione delle immagini dei sistema operativo Windows e, anche se è uno dei formati più vecchi, è ancora molto utilizzato e soprattutto è

Dettagli

Corso di Visione Artificiale. Matlab per Visione. Samuel Rota Bulò

Corso 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

Dettagli

Elaborazione nel dominio della frequenza Soluzioni

Elaborazione nel dominio della frequenza Soluzioni Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazione nel dominio della frequenza Soluzioni 1 La trasformata discreta 1D Calcoliamo lo spettro di x(n) = R L (n) al variare di L = 2, 10, 20,

Dettagli

Università degli Studi di Catania Corso di Laurea Magistrale in Informatica Multimedia 2013/14. Cantarella Danilo. OpenCV Android

Università degli Studi di Catania Corso di Laurea Magistrale in Informatica Multimedia 2013/14. Cantarella Danilo. OpenCV Android Università degli Studi di Catania Corso di Laurea Magistrale in Informatica Multimedia 2013/14 Cantarella Danilo Introduzione OpenCV (Open Source Computer Vision Library) è una libreria disponibile per

Dettagli

ISTITUTO TECNICO INDUSTRIALE STATALE "G. MARCONI" Via Milano n. 51-56025 PONTEDERA (PI) DIPARTIMENTO: Discipline Informatiche

ISTITUTO TECNICO INDUSTRIALE STATALE G. MARCONI Via Milano n. 51-56025 PONTEDERA (PI) DIPARTIMENTO: Discipline Informatiche PROGRAMMAZIONE COORDINATA TEMPORALMENTE Monte ore annuo 66 Libro di Testo A.LORENZI M.GOVONI APPLICAZIONI SCIENTIFICHE per il Liceo Scientifico delle Scienze applicate - ATLAS SETTEMBRE Modulo 0 : COLLEGAMENTO

Dettagli

Dati importati/esportati

Dati importati/esportati Dati importati/esportati Dati importati Al workspace MATLAB script Dati esportati file 1 File di testo (.txt) Spreadsheet Database Altro Elaborazione dati Grafici File di testo Relazioni Codice Database

Dettagli

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

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

Dettagli

Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 6)

Laboratorio 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

Dettagli

Compilatore risorse display grafico LCD serie IEC-line

Compilatore risorse display grafico LCD serie IEC-line Compilatore risorse display grafico LCD serie IEC-line aggiornamento: 22-11-2012 IEC-line by OVERDIGIT overdigit.com 1. Il display grafico LCD I PLC della serie IPC-line possono disporre opzionalmente

Dettagli

La codifica delle immagini

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

Dettagli

Introduzione al MATLAB c Parte 2

Introduzione al MATLAB c Parte 2 Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 18 gennaio 2008 Outline 1 M-file di tipo Script e Function Script Function 2 Costrutti di programmazione

Dettagli

RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE

RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE PROGETTO DEL CORSO DI VISIONE E PERCEZIONE PARTE 2 RICONOSCIMENTO DI TARGHE AUTOMOBILISTICHE Scopo del progetto Il progetto ha come obiettivo quello di riconoscere il testo di una targa automobilistica

Dettagli

Indice. 1.13 Configurazione di PHP 26 1.14 Test dell ambiente di sviluppo 28

Indice. 1.13 Configurazione di PHP 26 1.14 Test dell ambiente di sviluppo 28 Indice 25 184 Introduzione XI Capitolo 1 Impostazione dell ambiente di sviluppo 2 1.1 Introduzione ai siti Web dinamici 2 1.2 Impostazione dell ambiente di sviluppo 4 1.3 Scaricamento di Apache 6 1.4 Installazione

Dettagli

Funzioni matlab per la gestione dei file. Informatica B Prof. Morzenti

Funzioni matlab per la gestione dei file. Informatica B Prof. Morzenti Funzioni matlab per la gestione dei file Informatica B Prof. Morzenti File Contenitori di informazione permanenti Sono memorizzati su memoria di massa Possono continuare a esistere indipendentemente dalla

Dettagli

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

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

Dettagli

Introduzione all elaborazione di immagini Part II

Introduzione all elaborazione di immagini Part II Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration)

Dettagli

Photohands. Software di ritocco e stampa per Windows. Manuale di istruzioni. Versione 1.0 K862PSM8DX

Photohands. Software di ritocco e stampa per Windows. Manuale di istruzioni. Versione 1.0 K862PSM8DX I Photohands Versione 1.0 Software di ritocco e stampa per Windows Manuale di istruzioni K862PSM8DX Windows è un marchio di fabbrica di Microsoft Corporation. Altre aziende e nomi di prodotti sono marchi

Dettagli

Matlab: Gestione avanzata dei file

Matlab: Gestione avanzata dei file Matlab: Gestione avanzata dei file Informatica B File 2 Contenitori di informazione permanenti Sono memorizzati su memoria di massa Possono continuare ad esistere indipendentemente dalla vita del programma

Dettagli

L2 Elaborazione di immagini in C/C++

L2 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

Dettagli

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

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

Dettagli

PROGRAMMA DEL CORSO. Teoria

PROGRAMMA DEL CORSO. Teoria CORSO DI LAUREA in BIOLOGIA PROGRAMMA DEL CORSO INTRODUZONE ALL INFORMATICA A.A. 2014-15 Docente: Annamaria Bria Esercitatori: Salvatore Ielpa Barbara Nardi PROGRAMMA DEL CORSO Teoria 1. Cosa si intende

Dettagli

Interpolazione di immagini

Interpolazione di immagini Interpolazione di immagini Data un immagine in formato png (o jpeg o altro) di m n pixel, la si vuole portare ad una dimensione maggiore (ad esempio 2m 2n pixel). c Paola Gervasio - Calcolo Scientifico

Dettagli

SISTEMA MOTION 5D CINEMA

SISTEMA MOTION 5D CINEMA 24/06/2013 SISTEMA MOTION 5D CINEMA Il sistema sarà costituito da: n 1 pc laptop +joystick per EDITOR n 1 pc desktop per pilotare il motion: la connessione con il PLC avverrà mediante cavo Ethernet n 1

Dettagli

Introduzione a Matlab

Introduzione a Matlab Introduzione a Matlab Ruggero Donida Labati Dipartimento di Tecnologie dell Informazione via Bramante 65, 26013 Crema (CR), Italy ruggero.donida@unimi.it Perché? MATLAB is a high-level technical computing

Dettagli

Facoltà di Ingegneria Industriale. Matlab/Octave - Esercitazione 3

Facoltà di Ingegneria Industriale. Matlab/Octave - Esercitazione 3 Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Matlab/Octave - Esercitazione 3 funzioni definizione ed invocazione delle funzioni semantica dell invocazione

Dettagli

la scienza della rappresentazione e della elaborazione dell informazione

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

Dettagli

CORSO DI INFORMATICA DI BASE - 1 e 2 Ciclo 2013-2014. Programma del Corso Sistemi Microsoft Windows

CORSO DI INFORMATICA DI BASE - 1 e 2 Ciclo 2013-2014. Programma del Corso Sistemi Microsoft Windows CORSO DI INFORMATICA DI BASE - 1 e 2 Ciclo 2013-2014 Programma del Corso Sistemi Microsoft Windows CORSO BASE DI INFORMATICA Il corso di base è indicato per i principianti e per gli autodidatti che vogliono

Dettagli

Applicazione della tsvd all elaborazione di immagini

Applicazione della tsvd all elaborazione di immagini Applicazione della tsvd all elaborazione di immagini A cura di: Mauro Franceschelli Simone Secchi Indice pag Introduzione. 1 Problema diretto.. 2 Problema Inverso. 3 Simulazioni.. Introduzione Scopo di

Dettagli

PROGRAMMA FINALE SVOLTO CLASSE 1 BT A.S. 2014/15

PROGRAMMA FINALE SVOLTO CLASSE 1 BT A.S. 2014/15 Istituto di Istruzione Superiore V. Bachelet Istituto Tecnico Commerciale - Liceo Linguistico Liceo Scientifico Liceo Scienze Umane Via Stignani, 63/65 20081 Abbiategrasso Mi PROGRAMMA FINALE SVOLTO CLASSE

Dettagli

Gestione dei File. dischi nastri cd

Gestione dei File. dischi nastri cd Gestione dei File Per mantenere disponibili i dati tra le diverse esecuzioni di un programma, questi si devono archiviare in file su memoria di massa (dati persistenti): dischi nastri cd Un file è un astrazione

Dettagli

Dal foglio di carta alla multimedialità

Dal foglio di carta alla multimedialità Dal foglio di carta alla multimedialità Multimediale Che utilizza più mezzi di comunicazione. Nell'ambito delle tecnologie educative significa utilizzare più mezzi didattici integrati. IPERTESTO E IPERMEDIA

Dettagli

Corso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò

Corso 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.

Dettagli

SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA.

SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA. SVILUPPO DI UN SISTEMA DI VISIONE PER IL RILEVAMENTO DI INTRUSIONI IN UNA SCENA. 1. ABSTRACT In questo progetto s intende costruire un sistema di rilevamento d intrusione, in grado di rilevare persone

Dettagli

Problem solving elementare su dati vettoriali

Problem solving elementare su dati vettoriali Problem solving elementare su dati vettoriali Introduzione Verifiche su sequenze di dati Selezione o ricerca di dati 2 2006 Politecnico di Torino 1 Introduzione (1/2) I problemi di verifica consistono

Dettagli

Appunti del corso di Informatica 1. 6 Introduzione al linguaggio C

Appunti del corso di Informatica 1. 6 Introduzione al linguaggio C Università di Roma Tre Dipartimento di Matematica e Fisica Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 6 Introduzione al linguaggio C Marco Liverani (liverani@mat.uniroma3.it)

Dettagli

Appunti del corso di Informatica 1 (IN110 Fondamenti) 6 Introduzione al linguaggio C

Appunti del corso di Informatica 1 (IN110 Fondamenti) 6 Introduzione al linguaggio C Università di Roma Tre Facoltà di Scienze M.F.N. Corso di Laurea in Matematica Appunti del corso di Informatica 1 (IN110 Fondamenti) 6 Introduzione al linguaggio C Marco Liverani (liverani@mat.uniroma3.it)

Dettagli

PDF created with pdffactory trial version www.pdffactory.com

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

Dettagli

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

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

Dettagli

Introduzione al Linguaggio C

Introduzione al Linguaggio C Introduzione al Linguaggio C File I/O Daniele Pighin April 2009 Daniele Pighin Introduzione al Linguaggio C 1/15 Outline File e dati Accesso ai file File I/O Daniele Pighin Introduzione al Linguaggio C

Dettagli

Esercizio 1. Esercizio 1

Esercizio 1. Esercizio 1 Esercizio 1 Un registratore di cassa registra su di un file binario alcuni dati relativi agli scontrini emessi. In particolare, tramite una struttura dati di nome scontrino, il registratore di cassa tiene

Dettagli

OTTAVA ESPERIENZA DI LABORATORIO. L elaborazione dei files in C

OTTAVA ESPERIENZA DI LABORATORIO. L elaborazione dei files in C CORSO DI LABORATORIO DI INFORMATICA CORSO DI LAUREA IN SDM ANNO ACCADEMICO 2011-2012 Docente: R. Sparvoli Esercitazioni: R. Sparvoli, F. Palma OTTAVA ESPERIENZA DI LABORATORIO L elaborazione dei files

Dettagli

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

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

Dettagli

CORSO SULL USO DEGLI STRUMENTI MULTIMEDIALI SCUOLA MAZZINI 2006 Pag. 1 di 6 IMMAGINI -

CORSO SULL USO DEGLI STRUMENTI MULTIMEDIALI SCUOLA MAZZINI 2006 Pag. 1 di 6 IMMAGINI - CORSO SULL USO DEGLI STRUMENTI MULTIMEDIALI SCUOLA MAZZINI 2006 Pag. 1 di 6 IMMAGINI E RISOLUZIONE DELLO SCHERMO VIDEO Ogni PC a seconda della scheda video e del tipo di schermo può supportare diverse

Dettagli

Matlab: Strutture di Controllo. Informatica B

Matlab: Strutture di Controllo. Informatica B Matlab: Strutture di Controllo Informatica B Tipo di dato logico È un tipo di dato che può avere solo due valori true (vero) 1 false (falso) 0 I valori di questo tipo possono essere generati direttamente

Dettagli

ELETTRONICA Tema di Sistemi elettronici automatici Soluzione

ELETTRONICA Tema di Sistemi elettronici automatici Soluzione ELETTRONICA Tema di Sistemi elettronici automatici Soluzione La traccia presenta lo sviluppo di un progetto relativo al monitoraggio della temperatura durante un processo di produzione tipico nelle applicazione

Dettagli

Operazioni morfologiche

Operazioni morfologiche Elaborazione dei Segnali Multimediali a.a. 2009/2010 Operazioni morfologiche L.Verdoliva Le tecniche di enhancement studiate finora si basano tipicamente su operazioni di tipo lineare, tuttavia spesso

Dettagli

Grafici tridimensionali

Grafici tridimensionali MatLab Lezione 3 Grafici tridimensionali Creazione di un Grafico 3D (1/4) Si supponga di voler tracciare il grafico della funzione nell intervallo x = [0,5]; y=[0,5] z = e -(x+y)/2 sin(3x) sin(3y) Si può

Dettagli

Laboratorio Algoritmi 2014 Secondo Semestre

Laboratorio Algoritmi 2014 Secondo Semestre Laboratorio Algoritmi 2014 Secondo Semestre Lunedì 14:30 17:30 Aula 2. Ricevimento: inviare e-mail a frasca@di.unimi.it. 44 ore (9 CFU) Linguaggio di programmazione: MATLAB Esame : progetto e/o prova scritta

Dettagli

Foglio elettronico. Foglio elettronico EXCEL. Utilizzo. Contenuto della cella. Vantaggi EXCEL. Prof. Francesco Procida procida.francesco@virgilio.

Foglio elettronico. Foglio elettronico EXCEL. Utilizzo. Contenuto della cella. Vantaggi EXCEL. Prof. Francesco Procida procida.francesco@virgilio. Foglio elettronico Foglio elettronico EXCEL Prof. Francesco Procida procida.francesco@virgilio.it Il foglio elettronico è un programma interattivo, che mette a disposizione dell utente una matrice di righe

Dettagli

INTRODUZIONE. Gli operatori della morfologia binaria sono operatori fra insiemi definiti a partire dell immagine binaria.

INTRODUZIONE. 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

Dettagli

Definire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12};

Definire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12}; ESERCIZI 2 LABORATORIO Problema 1 Definire all'interno del codice un vettore di interi di dimensione DIM, es. int array[] = {1, 5, 2, 4, 8, 1, 1, 9, 11, 4, 12}; Chiede all'utente un numero e, tramite ricerca

Dettagli

dall argomento argomento della malloc()

dall argomento argomento della malloc() Allocazione dinamica Quando? Tutte le volte in cui i dati possono crescere in modo non prevedibile staticamente a tempo di sviluppo Un array con dimensione i fissata a compile-time non è sufficiente È

Dettagli

Corso di INFORMATICA 2 (Matematica e Applicazioni)

Corso di INFORMATICA 2 (Matematica e Applicazioni) Università di Camerino Scuola di Scienze e Tecnologie Sezione di Matematica Corso di INFORMATICA 2 (Matematica e Applicazioni) Anno Accademico 2014/15 3 Anno Primo Semestre Docenti: Paolo Gaspari Roberto

Dettagli

Richiesta pagina PHP (es: index.php)

Richiesta pagina PHP (es: index.php) PHP PHP = personal home page SERVER Richiesta pagina PHP (es: index.php) Server Web (Apache) in ascolto sulla porta 80, si accorge che la pagina richiesta è una pagina PHP in base all'estensione o con

Dettagli

Programma di Informatica 2ªB. Anno scolastico 2013/2014

Programma di Informatica 2ªB. Anno scolastico 2013/2014 Istituto d Istruzione Liceo Scientifico G.Bruno Muravera (CA) Programma di Informatica 2ªB Anno scolastico 2013/2014 Docente Prof. ssa Barbara Leo Libri di Testo e Materiali didattici Il testo di informatica

Dettagli

Un ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti

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

Dettagli

La Pipeline Grafica. Vediamo come avviene il rendering, ovvero la visualizzazione di oggetti. Introduzione. La Pipeline Grafica.

La Pipeline Grafica. Vediamo come avviene il rendering, ovvero la visualizzazione di oggetti. Introduzione. La Pipeline Grafica. La Pipeline Grafica Vediamo come avviene il rendering, ovvero la visualizzazione di oggetti. Introduzione La Pipeline Grafica Spazio vista Spazio 3D-screen Shading Rasterizzazione Rimozione delle facce

Dettagli

Sottoprogrammi: astrazione procedurale

Sottoprogrammi: astrazione procedurale Sottoprogrammi: astrazione procedurale Incapsulamento di un segmento di programma presente = false; j = 0; while ( (j

Dettagli

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

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

Dettagli

Publishing & Editing Immagini

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

Dettagli

Elementi di grafica raster

Elementi di grafica raster Elementi di grafica raster Le immagini Una immagine è una rappresentazione spaziale di un oggetto o di una scena Una immagine digitale è una rappresentazione di una scena anche 3D dopo il processo di acquisizione

Dettagli

Programmazione in Java (I modulo) Lezione 3: Prime nozioni

Programmazione in Java (I modulo) Lezione 3: Prime nozioni Programmazione in Java (I modulo) Lezione 3: Prime nozioni La volta scorsa Abbiamo avuto un primo assaggio! Abbiamo visto come usare l editor per scrivere un programma Java. Abbiamo analizzato riga per

Dettagli

0.6 Filtro di smoothing Gaussiano

0.6 Filtro di smoothing Gaussiano 2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche

Dettagli

Utilizzo del linguaggio Basic utilizzando l interfaccia di Excel Silvia Patacchini

Utilizzo del linguaggio Basic utilizzando l interfaccia di Excel Silvia Patacchini Introduzione all utilizzo di Visual Basic for Application Utilizzo del linguaggio Basic utilizzando l interfaccia di Excel Silvia Patacchini PROGRAMMAZIONE Insieme delle attività da svolgersi per creare

Dettagli

Progetto Didattico di Informatica Multimediale

Progetto Didattico di Informatica Multimediale Progetto Didattico di Informatica Multimediale VRAI - Vision, Robotics and Artificial Intelligence 20 aprile 2015 Rev. 18+ Introduzione Le videocamere di riconoscimento sono strumenti sempre più utilizzati

Dettagli

Rappresentazione delle Immagini

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

Dettagli

L'algebra di Boole falso vero livello logico alto livello logico basso Volts

L'algebra di Boole falso vero livello logico alto livello logico basso Volts L algebra di Boole L'algebra di Boole comprende una serie di regole per eseguire operazioni con variabili logiche. Le variabili logiche possono assumere solo due valori. I due possibili stati che possono

Dettagli

Variabili e tipi di dato

Variabili e tipi di dato Variabili e tipi di dato Tutte le variabili devono essere dichiarate, specificandone il tipo La dichiarazione deve precedere l uso Il tipo è un concetto astratto che esprime: L allocazione di spazio per

Dettagli

Capitolo V : Il colore nelle immagini digitali

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

Dettagli

ISTITUTO ISTRUZIONE SUPERIORE "L. EINAUDI" ALBA ANNO SCOLASTICO 2015/2016

ISTITUTO ISTRUZIONE SUPERIORE L. EINAUDI ALBA ANNO SCOLASTICO 2015/2016 ISTITUTO ISTRUZIONE SUPERIORE "L. EINAUDI" ALBA ANNO SCOLASTICO 2015/2016 CLASSE: 1 G Disciplina: Tecnologia dell Informazione e della Comunicazione. PROGETTAZIONE DIDATTICA ANNUALE Elaborata e sottoscritta

Dettagli

Manuale di Aggiornamento BOLLETTINO. Rel. 5.1.0. DATALOG Soluzioni Integrate a 32 Bit

Manuale di Aggiornamento BOLLETTINO. Rel. 5.1.0. DATALOG Soluzioni Integrate a 32 Bit KING Manuale di Aggiornamento BOLLETTINO Rel. 5.1.0 DATALOG Soluzioni Integrate a 32 Bit - 2 - Manuale di Aggiornamento Sommario 1 CONTABILITA... 3 1.1 Consultazione Mastrini: Richiamo movimenti di anni

Dettagli

LEZIONE DI MATLAB 2.0. Ing.Irene Tagliente E-mail: irene.tagliente@opbg.net

LEZIONE DI MATLAB 2.0. Ing.Irene Tagliente E-mail: irene.tagliente@opbg.net LEZIONE DI MATLAB 2.0 Ing.Irene Tagliente E-mail: irene.tagliente@opbg.net Cos è Matlab Il programma MATLAB si è imposto in ambiente ingegneristico come strumento per la simulazione e l'analisi dei sistemi

Dettagli

Elaborazioni nel dominio spaziale (1) Soluzioni

Elaborazioni nel dominio spaziale (1) Soluzioni Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazioni nel dominio spaziale (1) Soluzioni 1 Rappresentazione delle immagini in Matlab 1. Lettura e visualizzazione di un immagine JPEG. function

Dettagli

PROGRAMMAZIONE PER DISCIPLINE INFORMATICA CLASSE

PROGRAMMAZIONE PER DISCIPLINE INFORMATICA CLASSE Elaborazione testi Il computer e i file La Tecnologia dell Informazione PROGRAMMAZIONE PER DISCIPLINE INFORMATICA CLASSE 5 a SCUOLA PRIMARIA Competenz e Uso di nuove tecnologie e di linguaggi multimediali

Dettagli

Esercizi di base per l apprendimento di LabView

Esercizi di base per l apprendimento di LabView Esercizi di base per l apprendimento di LabView Esercizio 1 Conversione di temperatura Realizzare un VI in grado di convertire una temperatura impostata mediante un controllo di tipo knob da C a F Soluzione

Dettagli

Nascita di Java. Che cos e Java? Caratteristiche di Java. Java: linguaggio a oggetti

Nascita di Java. Che cos e Java? Caratteristiche di Java. Java: linguaggio a oggetti Nascita di Java L uscita di Java, verso la metà degli anni novanta, fu accolta con molto entusiasmo dalla comunità dei programmatori e dei provider di servizi internet perché permetteva agli utenti del

Dettagli

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

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

Dettagli

Avviare il computer e collegarsi in modo sicuro utilizzando un nome utente e una password.

Avviare il computer e collegarsi in modo sicuro utilizzando un nome utente e una password. Uso del computer e gestione dei file Primi passi col computer Avviare il computer e collegarsi in modo sicuro utilizzando un nome utente e una password. Spegnere il computer impiegando la procedura corretta.

Dettagli

GESTIONE INFORMATICA DEI DATI AZIENDALI

GESTIONE INFORMATICA DEI DATI AZIENDALI GESTIONE INFORMATICA DEI DATI AZIENDALI Alberto ZANONI Centro Vito Volterra Università Tor Vergata Via Columbia 2, 00133 Roma, Italy zanoni@volterra.uniroma2.it Rudimenti di programmazione Programming

Dettagli

FONDAMENTI di INFORMATICA L. Mezzalira

FONDAMENTI di INFORMATICA L. Mezzalira FONDAMENTI di INFORMATICA L. Mezzalira Possibili domande 1 --- Caratteristiche delle macchine tipiche dell informatica Componenti hardware del modello funzionale di sistema informatico Componenti software

Dettagli

Test riconoscimento automatico espressioni del volto

Test riconoscimento automatico espressioni del volto Università degli studi di Roma Tor Vergata Test riconoscimento automatico espressioni del volto Preparato per: Giovannella Carlo, Professore Preparato da: Tobia Giani e Alessandro Borelli, Studenti 10

Dettagli

Classe prima sezione e-f Indirizzo Turismo

Classe prima sezione e-f Indirizzo Turismo PROGRAMMA DI INFORMATICA Classe prima sezione e-f Indirizzo Turismo Anno Scolastico 2014-2015 Testo: Flavia Lughezzani-Daniela Princivalle CLIPPY START 1 Corso di informatica per il biennio Edizione HOEPLY

Dettagli

autocad sommario 12-10-2006 23:50 Pagina V Indice Introduzione

autocad sommario 12-10-2006 23:50 Pagina V Indice Introduzione autocad sommario 12-10-2006 23:50 Pagina V Indice Introduzione XV Capitolo 1 Introduzione ad AutoCAD 1 1.1 Comprensione della finestra di AutoCAD 1 Componenti della finestra 5 Area di disegno 9 Barra dei

Dettagli

A destra è delimitata dalla barra di scorrimento verticale, mentre in basso troviamo una riga complessa.

A destra è delimitata dalla barra di scorrimento verticale, mentre in basso troviamo una riga complessa. La finestra di Excel è molto complessa e al primo posto avvio potrebbe disorientare l utente. Analizziamone i componenti dall alto verso il basso. La prima barra è la barra del titolo, dove troviamo indicato

Dettagli

Foglio elettronico (StarOffice)

Foglio elettronico (StarOffice) Modulo Foglio elettronico (StarOffice) Modulo - Foglio elettronico, richiede che il candidato comprenda il concetto di foglio elettronico e dimostri di sapere usare il programma corrispondente. Deve comprendere

Dettagli

Origine delle immagini. Elaborazione delle immagini. Immagini vettoriali VS bitmap 2. Immagini vettoriali VS bitmap.

Origine delle immagini. Elaborazione delle immagini. Immagini vettoriali VS bitmap 2. Immagini vettoriali VS bitmap. Origine delle immagini Elaborazione delle immagini Adobe Photoshop I programmi per l elaborazione di immagini e la grafica permettono in genere di: Creare immagini ex novo (con gli strumenti di disegno)

Dettagli

Programma svolto di Tecnologie Informatiche Anno scolastico: 2014/15 Classe: I CAT Docenti: Prof. Massimo Grazzini, Silvio Bonechi (ITP)

Programma svolto di Tecnologie Informatiche Anno scolastico: 2014/15 Classe: I CAT Docenti: Prof. Massimo Grazzini, Silvio Bonechi (ITP) Ore di lezione effettivamente svolte: 90 Programma svolto di Tecnologie Informatiche Classe: I CAT Docenti:, Silvio Bonechi (ITP) ed output; operazioni di accesso alla memoria e funzionamento del bus di

Dettagli

Stile carattere: permette di selezionare il carattere da usare per la riga fra quelli disponibili.

Stile carattere: permette di selezionare il carattere da usare per la riga fra quelli disponibili. LETTER RAPID Letter Rapid è un programma creato per facilitare la disposizione delle lettere su una lastra di marmo, annullando allo stesso tempo le possibilità d errore durante l operazione di foratura.

Dettagli

idaq TM Manuale Utente

idaq TM Manuale Utente idaq TM Manuale Utente Settembre 2010 TOOLS for SMART MINDS Manuale Utente idaq 2 Sommario Introduzione... 5 Organizzazione di questo manuale... 5 Convenzioni... Errore. Il segnalibro non è definito. Installazione...

Dettagli

PROGRAMMA SVOLTO A.S. 2013/2014 CLASSE 1^ A AFM DISCIPLINA INFORMATICA. DOCENTE PATANÈ RITA S. N. 65 ore svolte sul totale delle ore previste 66

PROGRAMMA SVOLTO A.S. 2013/2014 CLASSE 1^ A AFM DISCIPLINA INFORMATICA. DOCENTE PATANÈ RITA S. N. 65 ore svolte sul totale delle ore previste 66 PROGRAMMA SVOLTO A.S. 2013/2014 CLASSE 1^ A AFM DISCIPLINA INFORMATICA DOCENTE PATANÈ RITA S. N. 65 ore svolte sul totale delle ore previste 66 MODULO E/O UNITA DIDATTICA CONTENUTI OBIETTIVI TIPOLOGIE

Dettagli

Andrea Maioli Instant Developer: guida all uso

Andrea Maioli Instant Developer: guida all uso Andrea Maioli Instant Developer: guida all uso usando la funzione InitDatabase. Se il database contiene i dati RTC di più applicazioni si può limitare la configurazione ad una specifica applicazione grazie

Dettagli

MICROSOFT EXCEL INTRODUZIONE PRIMI PASSI

MICROSOFT EXCEL INTRODUZIONE PRIMI PASSI MICROSOFT EXCEL INTRODUZIONE Si tratta di un software appartenente alla categoria dei fogli di calcolo: con essi si intendono veri e propri fogli elettronici, ciascuno dei quali è diviso in righe e colonne,

Dettagli

Struttura logica di un programma

Struttura logica di un programma Struttura logica di un programma Tutti i programmi per computer prevedono tre operazioni principali: l input di dati (cioè l inserimento delle informazioni da elaborare) il calcolo dei risultati cercati

Dettagli

Corso di Visual Basic (Parte 8)

Corso di Visual Basic (Parte 8) Corso di Visual Basic (Parte 8) di MAURIZIO CRESPI Questo mese il corso di programmazione in Visual Basic focalizza la propria attenzione sulle procedure, talvolta dette subroutine L oggetto dell ottava

Dettagli

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15

Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Agostino ACCARDO Dipartimento di Ingegneria e Architettura 040-5587148 accardo@units.it Testi di riferimento:

Dettagli

OBIETTIVI SPECIFICI DI APPRENDIMENTO

OBIETTIVI SPECIFICI DI APPRENDIMENTO Disciplina:... Anno scolastico: 20.../20... Classe/i :... Docente:... DI APPRENDIMENTO SEZIONE 1 Premesse matematiche Nozioni fondamentali sui sistemi di numerazione Sistemi di numerazione in base diversa

Dettagli