Elaborazione delle immagini e Pattern Recognition. Giovanni Scavello
|
|
- Agnello Manzo
- 8 anni fa
- Visualizzazioni
Transcript
1 Elaborazione delle immagini e Pattern Recognition Giovanni Scavello
2 Programma dei seminari Nozioni di base del trattamento delle immagini Descrizione matematica Spazi colore Operazioni comuni Filtraggio (bordi, espansione del contrasto, etc...) Rappresentazione dei contorni (chain code) Morfologia (dilatazione, erosione, apertura e chiusura morfologica) Cross section
3 Programma dei seminari I meccanismi della percezione umana e i problemi del riconoscimento automatico Tecniche di segmentazione Introduzione ai problemi legati al riconoscimento automatico e agli strumenti per il pattern recognition Componenti connesse Maschere Soglia Tecniche di costruzione delle features Metodi per il riconoscimento template matching reti neurali support vector machine
4 Programma dei seminari Cenni alla libreria OpenCV Riconoscimento targhe (elaborazioni immagini in scala di grigio, pattern matching) Riconoscimento segnali (spazio colore, riconoscimento forme, support vector machine) Casi reali e discussione di sistemi completi di riconoscimento
5 Introduzione Oggetto reale Informazione che arriva al cervello
6 Oggetto reale Introduzione DSP File Colazione.jpg Informazione che arriva all'elaboratore
7 Parte prima Image Processing
8 Introduzione Processo di acquisizione e codifica Immagine di input Algoritmi e tecniche di Image processing Immagine di output
9 Matematica delle immagini 2 n 2 3 ℑ: ℜ ℜ 2 ℑ: ℜ ℜ ℑ: ℜ ℜ f x, y =[l ] f x, y =[l 1, l 2, l 3 ] Scala di grigi Bianco e nero RGB, HSV, LUV 2 ℑ: ℜ ℜ 4 f x, y =[l 1, l 2, l 3, l 4 ] CYMK
10 Le immagini digitali Immagine reale Valore del pixel (quantizzazione) Griglia (risoluzione spaziale) Scala dei valori possibili (livelli di grigio)
11 Gli spazi di colore SCALA DI GRIGI K bit 2^K livelli di grigio Casi particolari: Bianco e nero (1 bit) Scala di grigi comune (8 bit) Immagini mediche ( 12 bit)
12 Gli spazi di colore RGB K bit 2^K livelli di grigio 3 canali (piani immagine)
13 Gli spazi di colore HSV Hue [0, 360 ] Saturation [0, 1] Value [0, 1] 3 canali
14 Gli spazi di colore CYMK Ciano Giallo Magenta Nero
15 Operazioni comuni Immagine digitalizzata Matrice (scala di grigi) o Set di Matrici (Spazi colore RGB, HSV, CYMK) Operatori puntuali I 1 immagine di input, I 2 immagine di output I 2 x, y = f { I 1 x, y } Operatori locali I 1 immagine di input, I 2 immagine di output I c matrice di convoluzione I 2 =I 1 I c
16 Operatori puntuali I 2 x, y =I 1 x, y ± l aumento/ diminuzione della luminosità Diminuzione della luminosità Originale Aumento della luminosità
17 Operatori puntuali I 2 x, y = I 1 x, y restrizione della scala dei grigi sottocampionamento intensità di valore l Originale I 1 x, y I 2 x, y = 8
18 Operatori puntuali I 2 x, y =a I 1 x, y b aumento del contrasto Originale I2 I 1 x, y MIN { I 1 }] MAX grey [ x, y = MAX { I 1 } MIN { I 1 }
19 Operatori locali (convoluzione discreta) 3 5 q p r f 1 p = p 3 2 f 2 p = p q r 20 s s f 1 p =13 f 2 p =6 f 1 p =13 f 2 p =26 h( i, j ) f ( i, j ) h1 h2 h3 h4 h5 h6 h7 h8 h9 g ( i, j ) g 43 = h1 f 32 + h2 f 33 + h3 f 34 f32 f33 f34 + h4 f 42 + h5 f 43 + h6 f 44 f42 f43 f44 + h7 f 52 + h8 f 53 + h9 f 54 f52 f53 f54
20 Sfumatura (smoothing) [ ] I c=
21 Incremento dei dettagli (Laplaciano) [ I c = ]
22 Contorni (I - Estrazione) Operatore di Sobel { [ x = ] [ y= ]}
23 Contorni (II - memorizzazione) y M =16, N =17, M N =272 x 0, y 0 l C 0 =19 l C 1 =16 M l C 0 l C 1 =35 x 1, y 1 x N C 0 : { P 0, [ ], orario } C 1 : { P 1, [ ], antiorario } p
24 Cross Section C(X) C X =I f 1 z, f 2 z X
25 Operazioni morfologiche (I) Erosione/Dilatazione
26 Operazioni morfologiche (II) Apertura/Chiusura
27 Conclusioni Problema della rappresentazione della realtà Cenni alle basi matematiche Operazioni fondamentali Grazie per l'attenzione
28 Parte Seconda Pattern Recognition
29 Visione e Interpretazione (I) Luminosità e contrasto Acutezza e definizione dei contorni Colore Spazio e forma
30 Visione e Interpretazione (II)
31 Il problema della segmentazione (I)
32 Il problema della segmentazione (II) zo del z i l i t u i ampo adgini che c l e d m ono nda A secoa ALPR le liamborate possgie di sistemo essere e varie tipolo e devone soggette aisturbi, alcuniene essermazioni e d ità con cui v defor alle modal ine (auto in a della legatesita l'immag ione obliqu acqui ento, posiz pparato di re movimrispetto all'a) mentre alt targa sizione, etc. ondizioni della acqui denti dalle cizia e usura sità dipen ntali (sporc ne, comples.). ambie, illuminazio scena, etc targa sfondo della dello
33 Componenti connesse
34 Overlay I1 I2 I 3 x, y = { I 2 x, y, I 1 x, y 0 0, altrimenti }
35 Operatori di soglia (I) I 2 x, y = { 0, I 1 x, y 1, altrimenti }
36 Operatori di soglia (II)
37 Operatori di soglia (III)
38 Estrazione di features OGGETTO PROBLEMA INFORMAZIONE MINIMA SCELTA FEATURES
39 Esempi di features (I) [ c f = alfa, alfa beta,, r, alfa ]
40 Esempi di features (II) y x5 θ x Proiezione diagonale principale Proiezione-y Proiezione-x Proiezione diagonale secondari a
41 Esempi di features (III)
42 Classificazione di pattern Pattern recognition: l'intelligenza umana riconosce una struttura generativa invisibile comune a due forme visibili diverse. Per il momento questa operazione è una nostra prerogativa, che le macchine non hanno ancora imparato. Nel mondo algoritmico la ricerca di somiglianze, o il riconoscimento di strutture nascoste (pattern recognition) permettono di conferire lo stesso senso a segni diversi che hanno qualcosa in comune; nel mondo facsimilare, dove ogni replica è per definizione visivamente identica alla matrice, se un segno ha un significato un altro segno, anche solo marginalmente diverso, ha un altro significato o non ne ha. E c'è una certa ironia nel fatto che la nuova cultura delle macchine ma una cultura di nuove macchine, che Lewis Mumford avrebbe chiamato neotecniche avrà, oltre a tante altre conseguenze, anche quella di riformare la percezione, che tornerà a essere ciò che in un certo senso è sempre stata, con l'eccezione del plurisecolare interludio tipografico: non un'operazione meccanica ma un'estensione organica dell'intelligenza umana.
43 Template Matching
44 Classificare features
45 Reti Neurali
46 Support Vector Machine
47 Grazie per l'attenzione
48 QUALUNQUE TECNOLOGIA SUFFICIENTEMENTE AVANZATA E' INDISTINGUIBILE DALLA MAGIA
49 Elaborazione delle immagini e Pattern Recognition Riconoscimento automatico di targhe automobilistiche
50 Riconoscimento targhe DIFFICOLTÀ
51 L'algoritmo proposto
52 Localizzazione
53 Estrazione di bordi Immagine originale Risultato dell'operatore di Sobel
54 Localizzazione
55 Localizzazione
56 Localizzazione Chiusura morfologica Apertura morfologica
57 Localizzazione
58 Analisi semantica TARGA
59 Localizzazione
60 Localizzazione
61 Localizzazione
62 Binarizzazione Algoritmo di Otsu: Basato su metodi statistici Analizza la distribuzione dei livelli di grigio Massimizza la separazione degli oggetti dallo sfondo
63 Estrazione dei caratteri TRATTAMENTO DEI DISTURBI DISTURBI CARATTERISTICI
64 Estrazione dei caratteri BINARIZZAZIONE
65 Segmentazione Analisi componenti connesse Caratteri segmentati sull'immagine originale
66 Riconoscimento Matching
67 Esempi di localizzazione
68 Esempi di riconoscimento
69 Elaborazione delle immagini e Pattern Recognition Riconoscimento automatico di segnali stradali
70 Analisi del problema Variabilità delle condizioni luminose
71 Analisi del problema Variabilità della posizione lungo la strada
72 Analisi del problema Distorsioni dovute alla prospettiva
73 Analisi del problema Occlusioni
74 Schema del sistema di riconoscimento
75 Creazione degli overlay
76 Estrazione features forma
77 Segmentazione ed estrazione features segnali CLASSIFICATORE SVM
78 Riconoscimento dei segnali
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
DettagliLe 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
DettagliLa Visione Artificiale. La vis ione delle macchine La vis ione umana Acquis izione di immag ine
La Visione Artificiale La vis ione delle macchine La vis ione umana Acquis izione di immag ine Copyright Alcune slide sono tratte dal testo: Digital Image Processing Materiale didattico relativo si trova
DettagliCorso di Grafica Computazionale
Corso di Grafica Computazionale Premesse Teoriche Docente: Massimiliano Corsini Laurea Specialistica in Ing. Informatica Università degli Studi di Siena Overview Premesse Teoriche Mini-ripasso geometria
DettagliIl colore. IGEA 2006-07 7 febbraio 2007
Il colore IGEA 2006-07 7 febbraio 2007 La luce Radiazione elettromagnetica 380 740 nanometri (790 480 THz) Percezione della luce /1 Organi sensoriali: Bastoncelli Molto sensibili (anche a un solo fotone:
DettagliINFORMATICA. Elaborazione delle immagini digitali. Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale
INFORMATICA Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale A.A. 2014/2015 II ANNO II SEMESTRE 2 CFU CORSO DI LAUREA MAGISTRALE IN SCIENZE E TECNICHE DELLE ATTIVITÀ MOTORIE
DettagliIntroduzione all immagine digitale. Laboratorio di Tecnologie Educative A.A. 2003/04
Introduzione all immagine digitale Laboratorio di Tecnologie Educative A.A. 2003/04 immagine digitale RASTER tipologie caratteristiche VETTORIALE molte informazioni dimensione fissa dipendente dalla risoluzione
DettagliCorso di Visione Artificiale. Immagini digitali. Samuel Rota Bulò
Corso di Visione Artificiale Immagini digitali Samuel Rota Bulò Immagini digitali Un immagine viene generata dalla combinazione di una sorgente di energia e la riflessione o assorbimento di energia da
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 5 Tecniche OCR Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com http://www.onairweb.com/corsopr
DettagliIMMAGINE BITMAP E VETTORIALI
BITMAP VETTORIALE VETTORIALE BITMAP IMMAGINE BITMAP è una immagine costituita da una matrice di Pixel. PIXEL (picture element) indica ciascuno degli elementi puntiformi che compongono la rappresentazione
Dettagligestione e modifica di immagini fotografiche digitali
gestione e modifica di immagini fotografiche digitali il colore e le immagini la gestione delle immagini Il computer è in grado di gestire le immagini in formato digitale. Gestire vuol dire acquisirle,
DettagliPlate Locator Riconoscimento Automatico di Targhe
Progetto per Laboratorio di Informatica 3 - Rimotti Daniele, Santinelli Gabriele Plate Locator Riconoscimento Automatico di Targhe Il programma plate_locator.m prende come input: l immagine della targa
DettagliIntroduzione all elaborazione di immagini Part II
Introduzione all elaborazione di immagini Part II Obiettivi delle tecniche di elaborazione di immagini: miglioramento di qualità (image enhancement) ripristino di qualità o restauro (image restoration)
DettagliImmagini binarie. Binarizzazione di immagini a livelli di grigio
Immagini binarie Binarizzazione di immagini a livelli di grigio Immagini binarie In molti casi gli le scene di interesse conducono ad immagini che possono essere considerate binarie, cioè contenenti nel
DettagliINFORMATICA E GRAFICA PER IL WEB
INFORMATICA E GRAFICA PER IL WEB Psicologia e comunicazione A.A. 2013/2014 Università degli studi Milano-Bicocca docente: Diana Quarti INFORMATICA E GRAFICA PER IL WEB A.A. 2013/2014 docente: Diana Quarti
DettagliMultimedia. Creazione di Modelli 3D usando ARC3D
Multimedia Creazione di Modelli 3D usando ARC3D - The 3D models are created by the ARC 3D webservice, developed by the VISICS research group of the KULeuven in Belgium - Presentazione a cura di Filippo
DettagliIl 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
DettagliTest percettivi per la valutazione del contrasto di immagini digitali
Agenzia Nazionale per le Nuove Tecnologie, l Energia e lo Sviluppo Economico Sostenibile RICERCA DI SISTEMA ELETTRICO Test percettivi per la valutazione del contrasto di immagini digitali Alessandro Rizzi,
DettagliTest 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
DettagliImmagini 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
DettagliProgramma didattico Accademia di Belle Arti Palermo. informatica per la grafica Prof.Luca Pulvirenti
Introduzione al disegno digitale ed alla grafica web Gli standard grafici La tecnologia : hardware e software Il computer l'unità centrale (CPU, HD) le schede grafiche gli schermi gli scanner le stampanti
DettagliLinguaggi per COMUNICARE. Il linguaggio è un sistema codificato di segni che consente la comunicazione, intesa come scambio di informazioni
Linguaggi per COMUNICARE Il linguaggio è un sistema codificato di segni che consente la comunicazione, intesa come scambio di informazioni Sintassi e semantica dei linguaggi Un informazione può : Essere
DettagliCorso di Visione Artificiale. Il corso. Samuel Rota Bulò
Corso di Visione Artificiale Il corso Samuel Rota Bulò Contatti Docente: Samuel Rota Bulò Ufficio: stanza 7 (lato fotocopiatrice) Telefono: +39 041 2348442 Email: srotabul@dsi.unive.it Ricevimento: mandare
DettagliLe immagini digitali: introduzione
Le immagini digitali: introduzione 1 L immagine digitale Un immagine pittorica è compsta da milioni di pigmenti colorati molto piccoli che, messi vicino l uno all altro, danno l impressione dei vari oggetti.
DettagliL informazione grafica. Le immagini digitali. Esempi. Due grandi categorie. Introduzione
1 2 L informazione grafica Le immagini digitali grafica a caratteri grafica vettoriale Introduzione grafica raster 3 4 Due grandi categorie Esempi Immagini reali: acquisite da una scena reale mediante
DettagliTecniche di rappresentazione La legenda GIS
Diaprtimento di architettura di Firenze Tecniche di rappresentazione La legenda GIS Analisi del territorio e degli insediamenti università degli studi di Firenze _ dipartimento di architettura Dati associati
DettagliGrafica Digitale. Concetti di base della computer grafica. Oliviero Neglia
Grafica Digitale Concetti di base della computer grafica Oliviero Neglia Per grafica digitale intendiamo quell'insieme di processi che ci permettono di creare, modificare e visualizzare immagini attraverso
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliSISTEMI INFORMATIVI TERRITORIALI
Filippo Licenziati SISTEMI INFORMATIVI TERRITORIALI qualità dei dati QUALITA' DEI DATI NEI SIT 2 INDICE concetti generali controllo di qualità acquisizione, elaborazione, restituzione test di qualità esigenze
DettagliRICONOSCIMENTO 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
DettagliFondamenti di Informatica. Docenti: Prof. Luisa Gargano Prof. Adele Rescigno BENVENUTI!
Fondamenti di Informatica Docenti: Prof. Luisa Gargano Prof. Adele Rescigno BENVENUTI! Finalità: Fornire gli elementi di base dei concetti che sono di fondamento all'informatica Informazioni Pratiche ORARIO:
DettagliCapitolo 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
DettagliImmagini digitali. Paolo Zatelli. Dipartimento di Ingegneria Civile ed Ambientale Università di Trento. Immagini digitali
Immagini digitali Immagini digitali Paolo Zatelli Dipartimento di Ingegneria Civile ed Ambientale Università di Trento Paolo Zatelli Università di Trento 1 / 22 Immagini digitali Outline 1 Immagini digitali
DettagliSistema Informativo Geografico:
Sistemi Informativi Geografici Sistema Informativo Geografico: È un sistema informativo che tratta informazioni spaziali georeferenziate, ne consente la gestione e l'analisi. Informazioni spaziali: dati
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
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
DettagliI metodi colore in Photoshop e il significato dei canali
I metodi colore in Photoshop e il significato dei canali IL COLORE Iniziamo a pensare alla luce come definita da due caratteristiche indipendenti: 1. LUMINOSITÀ 2. COLORE Luminosità quanto è forte questa
DettagliCorso di Visione Artificiale. Filtri parte I. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte I Samuel Rota Bulò Filtri spaziali Un filtro spaziale è caratterizzato da un intorno e un'operazione che deve essere eseguita sui pixels dell'immagine in quell'intorno.
DettagliImmagini Digitali Immagini digitali
Immagini digitali Processi e metodi per la codifica e il trattamento dei formati raster e vettoriali Immagini raster Fondamenti Le immagini raster, chiamate anche pittoriche o bitmap, sono immagini in
Dettaglirif.: ma-mp-color ver. 10.0.1 del 16/2/2010
Modulo P rif.: ma-mp-color ver. 10.0.1 del 16/2/2010 Manuale del modulo Color Grayscale per la linea di sistemi di visione artificiale HQV / Vedo. Questo manuale illustra le modalità di impiego del modulo
DettagliIndice. Introduzione...6. Capitolo 1: Realtà virtuale e computer vision..10. Capitolo 2: Riconoscimento facciale..34
Indice Introduzione...6 Capitolo 1: Realtà virtuale e computer vision..10 Introduzione.....10 1.1 Realtà virtuale immersiva 11 1.2 Dispositivi per l interazione 12 1.3 Gradi di immersione...14 1.4 Realtà
DettagliUnione Europea Repubblica Italiana Regione Calabria Cooperativa sociale
INFORMATICA Lezione 1 Docente Ferrante Francesco fracco2004@alice.it Sito web: http://luis7.altervista.org Obiettivi del corso Una parte generale sull'introduzione dei concetti di base dell'informatica
DettagliLinguaggi e Paradigmi di Programmazione
Linguaggi e Paradigmi di Programmazione Cos è un linguaggio Definizione 1 Un linguaggio è un insieme di parole e di metodi di combinazione delle parole usati e compresi da una comunità di persone. È una
DettagliCorso pratico di Informatica LA SCANSIONE DELL IMMAGINE. Autore. Prof. Renato Avato. Faenza, ottobre 2000. Scansione dell immagine. R.
Corso pratico di Informatica LA SCANSIONE DELL IMMAGINE Autore Prof. Renato Avato Faenza, ottobre 2000 1 DIGITALIZZAZIONE DELL IMMAGINE 1.1 Considerazioni tecniche sulla scansione Le nuove tecnologie in
DettagliMorfologia e Image Processing
Morfologia e Image Processing Multimedia Prof. Battiato Morfologia Matematica Nell ambito dell image processing il termine morfologia matematica denota lo studio della struttura geometrica dell immagine.
DettagliOrigine 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)
DettagliL'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
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 4 Reti neurali per la classificazione Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com
DettagliIsoStereo 3D: il sistema generale ed automatizzato per ricostruzione tridimensionale
IsoStereo 3D: il sistema generale ed automatizzato per ricostruzione tridimensionale Isomorph srl, Giugno 2008 Caratteristiche del programma: IsoStereo 3D elabora immagini stereoscopiche e ricostruisce
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
DettagliApplicazioni 3D avanzate
Azienda Ospedaliera Card. G. Panico Applicazioni 3D avanzate VR e segmentazione delle articolazioni: campi applicativi Indice Applicazioni 3D avanzate Articolazioni e grandi macchine 1. Definizioni 2.
DettagliOggetti e modelli OGGETTI / ENTITA MODELLI MATEMATICI
Immagini vettoriali Le immagini vettoriali, o objectoriented, sono composte da elementi astratti, codificati in termini geometrici. Sono strettamente dipendenti dal software utilizzato per la loro produzione,
DettagliElaborazione di immagini a colori
Elaborazione di Segnali Multimediali a.a. 2013/2014 Elaborazione di immagini a colori L.Verdoliva In questa esercitazione vedremo come si elaborano le immagini a colori in Matlab estendendo le tecniche
DettagliLA CODIFICA DELLE IMMAGINI
asdf LA CODIFICA DELLE IMMAGINI 3 March 2012 Premessa L'articolo che segue vuole essere, senza alcuna pretesa di rigore scientifico e di precisione assoluta, in quanto non ne possiedo le competenze, una
DettagliSistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15
Sistemi Elettronici e informatici in ambito Radiologico // Informatica Medica parte c A.A. 2014-15 Agostino ACCARDO Dipartimento di Ingegneria e Architettura 040-5587148 accardo@units.it Testi di riferimento:
DettagliIntroduzione ai GIS. Potenzialità e limiti & software in commercio
Potenzialità e limiti & software in commercio Introduzione a QGIS, software free & Open Source per la gestione di dati territoriali Genova, 26 marzo 2013 Cos è un GIS (Geographic Information System)? [SIT
DettagliCodifica delle immagini
Codifica delle immagini Abbiamo visto come la codifica di testi sia (relativamente) semplice Un testo è una sequenza di simboli Ogni simbolo è codificato con un numero Ed ecco che il testo è trasformato
DettagliISTITUTO 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
DettagliElaborazione testi: immagini
by Studio Elfra sas Gestione Immagini Aggiornato a Aprile 2009 Informatica di base 1 Elaborazione testi: immagini Il testo di un documento di Word può essere integrato con immagini di vario tipo: 2 1 Elaborazione
DettagliFasi di creazione di un programma
Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma
DettagliRiconoscere le caratteristiche funzionali di un Nozioni fondamentali di un sistema operativo.
Anno scolastico 2013/2014 PRIMO BIENNIO Corso Diurno Classe : 1 Ai RELAZIONE FINALE DEL DOCENTE di: INFORMATICA BIENNIO PROF./SSA DI FILIPPO OLGA TESTO/I ADOTTATO: INFORMATICA easy ED. JUVENILIA SCUOLA
Dettaglidesign illustrazione
Grafica vettoriale disegno progettazione COREL DRAW grafica creazione elementi grafici design illustrazione Il programma offre strumenti che consentono ai designer un livello di produttività qualitativamente
DettagliEsperienze di Apprendimento Automatico per il corso di Intelligenza Artificiale
Esperienze di Apprendimento Automatico per il corso di lippi@dsi.unifi.it Dipartimento Sistemi e Informatica Università di Firenze Dipartimento Ingegneria dell Informazione Università di Siena Introduzione
DettagliUn importante risparmio di tempo, che l'operatore può dedicare a ciò che è veramente importante il paziente!
il sistema radiografico polivalente specificatamente progettato per ottimizzare l'utilizzo dei moderni detettori a stato solido il suo design innovativo supera le classiche limitazioni della meccanica
DettagliWWW.MECDATA.IT P22 P22 : SOFTWARE PER LA PREVENTIVAZIONE. Mecdata Srl www.mecdata.it info@mecdata.it Tel.051.790428
WWW.MECDATA.IT v.2.7 P22 P22 : SOFTWARE PER LA PREVENTIVAZIONE P22 P22 : SOFTWARE PER LA PREVENTIVAZIONE P22... 2 I valori del preventivo... 3 Header Testata... 3 Materiali M20... 3 Ciclo di Lavoro...
DettagliRegressione non lineare con un modello neurale feedforward
Reti Neurali Artificiali per lo studio del mercato Università degli studi di Brescia - Dipartimento di metodi quantitativi Marco Sandri (sandri.marco@gmail.com) Regressione non lineare con un modello neurale
DettagliTecniche di riconoscimento statistico
On AIR s.r.l. Tecniche di riconoscimento statistico Applicazioni alla lettura automatica di testi (OCR) Parte 6 Lettura targhe e testi in esterno Ennio Ottaviani On AIR srl ennio.ottaviani@onairweb.com
DettagliMarta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona
Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona Classificazione delle immagini Le immagini si suddividono in raster e vettoriali. Le immagini raster sono di tipo
DettagliISTITUTO ISTRUZIONE SUPERIORE "L. EINAUDI" - ALBA (CN) ANNO SCOLASTICO 2014/2015
ISTITUTO ISTRUZIONE SUPERIORE "L. EINAUDI" - ALBA (CN) ANNO SCOLASTICO 2014/2015 CLASSE: 1 I Disciplina: Tecnologia dell Informazi one e della Comunicazione. PROGETTAZIONE DIDATTICA ANNUALE Elaborata e
DettagliMACROSETTORE RISTORAZIONE, ALIMENTAZIONE E DISTRIBUZIONE
MACROSETTORE RISTORAZIONE, ALIMENTAZIONE E DISTRIBUZIONE 1 LIVELLO BASE (prima annualità) 2 Competenze relazionali - Esprimersi in lingua italiana in forma corretta ed adeguata rispetto al contesto di
DettagliELETTRONICA DIGITALE
ELETTRONICA DIGITALE Ebbe praticamente inizio nel 1946 con il calcolatore elettronico chiamato ENIAC, realizzato con 18.000 valvole termoioniche, occupava 180 mq e consumava 200 kw. Ma l'idea che sta alla
DettagliMACROSETTORE DISTRIBUZIONE NO FOOD
MACROSETTORE DISTRIBUZIONE NO FOOD 1 LIVELLO BASE (prima annualità) 2 Competenze relazionali - Esprimersi in lingua italiana in forma corretta ed adeguata rispetto al contesto di riferimento e nelle situazioni
DettagliDiploma Accademico di primo livello Ordinamentale
Diploma Accademico di primo livello Ordinamentale DISCIPLINA: INFORMATICA MUSICALE I-II-III (MUSICA ELETTRONICA) (COME/05) Docente: Prof. Marco Ligabue Durata: 36 ore annuali (Gruppo) CFA: 12 annuali Informatica
DettagliElementi di cartografia: La lettura del territorio. Robbio, 9 Febbraio 2013 Tiziano Cattaneo Legambiente Lombardia
Elementi di cartografia: La lettura del territorio Robbio, 9 Febbraio 2013 Tiziano Cattaneo Legambiente Lombardia Cenni storici Tavoletta di Nippur, 1500 A.C. Cenni storici Carta di Anassimandro, 550 A.C.
DettagliVRay Map: VRayEdgesTex
VRay Map: VRayEdgesTex INTRODUZIONE Uno dei classici impieghi della VRayEdgeTex consiste nella simulazione dell effetto filo di ferro, effetto simile a quello generato tramite l attivazione dell opzione
DettagliProcesso di risoluzione di un problema ingegneristico. Processo di risoluzione di un problema ingegneristico
Processo di risoluzione di un problema ingegneristico 1. Capire l essenza del problema. 2. Raccogliere le informazioni disponibili. Alcune potrebbero essere disponibili in un secondo momento. 3. Determinare
DettagliSistemi Informativi Aziendali. Sistemi Informativi Aziendali
DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Cenni al Data Mining 1 Data Mining nasce prima del Data Warehouse collezione di tecniche derivanti da Intelligenza Artificiale,
DettagliImmagini vettoriali. Immagini raster
Immagini vettoriali Le immagini vettoriali sono caratterizzate da linee e curve definite da entità matematiche chiamate vettori. I vettori sono segmenti definiti da un punto di origine, una direzione e
DettagliC 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
DettagliISTITUTO COMPRENSIVO MONTEGROTTO TERME SCUOLA PRIMARIA DISCIPLINA: ARTE E IMMAGINE - CLASSE PRIMA OBIETTIVI DI APPRENDIMENTO
PRIMA DELLA DISCIPLINA: ARTE E IMMAGINE - CLASSE PRIMA ESPRIMERSI E COMUNICARE L alunno utilizza le conoscenze e le abilità relative al linguaggio visivo per produrre varie tipologie di testi visivi. Rielabora
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
DettagliIndice generale VIII
Indice generale Indice dei box di approfondimento X Prefazione XII Ringraziamenti dell Editore XIV Guida alla lettura XV Capitolo 1 Introduzione 1 1 1 Trattamento dell informazione e strumenti per il trattamento
DettagliI Sistemi Informativi Geografici. Laboratorio GIS 1
I Sistemi Informativi Geografici Laboratorio GIS 1 Sistema Informativo Geografico Strumento computerizzato che permette di posizionare ed analizzare oggetti ed eventi che esistono e si verificano sulla
DettagliISTITUTO COMPRENSIVO MONTEGROTTO TERME SCUOLA PRIMARIA DISCIPLINA: MATEMATICA - CLASSE PRIMA OBIETTIVI DI APPRENDIMENTO
PRIMA DELLA DISCIPLINA: MATEMATICA - CLASSE PRIMA L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali. Legge e comprende testi che coinvolgono aspetti logici e matematici.
DettagliFORMATO FILE FORMATO CONSIGLIATO
PER CREARE CORRETTAMENTE I VOSTRI FILE DI STAMPA, VI CONSIGLIAMO DI SEGUIRE ATTENTAMENTE I PARAMETRI, RIPORTATI NELLE SEGUENTI ISTRUZIONI TECNICHE GENERALI. DOVE CI FOSSE UNA SEZIONE SPECIFICA DEL PRODOTTO
DettagliINFORMAZIONI PER LA CREAZIONE DI UN FILE CORRETTO PER LA STAMPA DI STRISCIONI
INFORMAZIONI PER LA CREAZIONE DI UN FILE CORRETTO PER LA STAMPA DI STRISCIONI Le seguenti indicazioni hanno lo scopo di aiutarti a creare un file di stampa corretto. Se dovessi avere ancora dubbi contattaci.
DettagliData mining e rischi aziendali
Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento
DettagliPROGETTO EM.MA PRESIDIO
PROGETTO EM.MA PRESIDIO di PIACENZA Bentornati Il quadro di riferimento di matematica : INVALSI e TIMSS A CONFRONTO LE PROVE INVALSI Quadro di riferimento per la valutazione Quadro di riferimento per i
DettagliCome si misura la memoria di un calcolatore?
Come si misura la memoria di un calcolatore? Definizione Il byte è definito come unità di misura di memoria. I multipli del byte sono: KiloByte (KB) - 1 KB = 2 10 byte = 1024 byte MegaByte (MB) - 1 MB
DettagliISTITUTO TECNICO ECONOMICO MOSSOTTI
CLASSE III INDIRIZZO S.I.A. UdA n. 1 Titolo: conoscenze di base Conoscenza delle caratteristiche dell informatica e degli strumenti utilizzati Informatica e sistemi di elaborazione Conoscenza delle caratteristiche
DettagliProgrammazione curricolare di Istituto SCUOLA PRIMARIA ARTE E IMMAGINE
Programmazione curricolare di Istituto SCUOLA PRIMARIA ARTE E IMMAGINE CLASSE PRIMA COMPETENZE OBIETTIVI DI APPRENDIMENTO INDICAZIONE SINTETICA DI TEMI (CONTENUTI) O ARGOMENTI TRATTATI 1. PERCEPIRE E DESCRIVERE
DettagliSOLUZIONI PER IL CONTROLLO DELLA QUALITA DELL ARIA NEGLI AMBIENTI CHIUSI
SOLUZIONI PER IL CONTROLLO DELLA QUALITA DELL ARIA NEGLI AMBIENTI CHIUSI SOLUZIONI PER IL CONTROLLO DELLA QUALITA DELL ARIA NEGLI AMBIENTI CHIUSI Fasar Elettronica presenta una nuova linea di prodotti
DettagliDi testi ed immagini
Università Cattolica del Sacro Cuore - Brescia 23/5/2005 Parte I: Richiami di algebra lineare Parte II: Applicazioni Sommario della Parte I 1 Diagonalizzabilità di una matrice Autovalori ed autovettori
Dettagli2 GIS Day Ticino 2009. 6 novembre 2009
6 novembre 2009 MATTINO GIS e CAD: missione impossibile? GIS versus CAD GIS e CAD: come lavorare insieme Dal dato alla cartografia Pausa caffè Mappare il crimine: : ArcGIS e Crime Analyst presso la Polizia
DettagliIndice. Autori Prefazione Guida alla lettura. Parte I Fondamenti 1
Indice Autori Prefazione Guida alla lettura X XI XV Parte I Fondamenti 1 Capitolo 1 Rappresentazione digitale dell informazione 3 1.1 Il concetto di informazione 4 1.1.1 Dai simboli all informazione passando
DettagliEpson Stylus Pro 4800 / 7800 / 9800 stampa di qualità superiore sia a colori che in bianco e nero
Epson Stylus Pro 4800 / 7800 / 9800 stampa di qualità superiore sia a colori che in bianco e nero La tecnologia degli inchiostri a pigmenti Epson UltraChrome K3 offre una qualità straordinaria nella stampa
DettagliCorso di INFORMATICA GRAFICA. Modulo 2 (CAD) Stefano Cinti Luciani. Introduzione a PhotoShop
Corso di INFORMATICA GRAFICA Modulo 2 (CAD) Stefano Cinti Luciani Introduzione a PhotoShop I pacchetti software di grafica Cos è Photoshop? Adobe Photoshop è un pacchetto software di elaborazione di immagini.
DettagliCorso di WebMaster --- IS. TILGHER
----- Scotch ----- 1/7 - Vedremo, in questo tutorial, come creare un pezzetto di Scotch. Cominciamo aprendo un'immagine di 200x200 pixel usando questo colore: R: 177, G: 145, B: 150. Passiamo subito nella
DettagliCORSO GIS BASE PROFESSIONE ARCHITETTO
CORSO GIS BASE La Fondazione Centro Studi e Ricerche Professione Architetto organizza un Corso di GIS livello base, della durata di 36 ore. G.I.S. (Geographic Information System) è un sistema informativo
DettagliCarpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY.
Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY. Lezioni Lincee Palermo, 26 Febbraio 2015 Alla base della vita degli
Dettagli