Segmentazione di impronte digitali. Annalisa Franco
|
|
- Eleonora Palmieri
- 5 anni fa
- Visualizzazioni
Transcript
1 Segmentazione di impronte digitali Annalisa Franco
2 2 La segmentazione Scopo di questa esercitazione è l implementazione di una tecnica di segmentazione di impronte digitali (basata sull analisi del gradiente), al fine di separare dallo sfondo la regione dell immagine occupata dall impronta. In particolare, data in input un immagine grayscale, l algoritmo dovrà produrre in output un immagine grayscale (maschera) con valore 255 nei pixel corrispondenti all impronta (foreground) e valore 0 nei pixel di background.
3 3 Segmentazione basata su gradiente Calcolo del gradiente tramite l operatore di Sobel x e y ; Calcolo del valore medio della magnitudo del gradiente: ҧ G = 1 N i,j I x 2 + y 2 dove N è il numero di pixel dell immagine I. Analizzare l immagine a blocchi (sovrapposti per il 50% della dimensione) Per ogni blocco b calcolare il valore medio della magnitudo del gradiente (G b ). Se G b G ҧ thr etichettare tutti i pixel del blocco foreground (255), altrimenti come background (0). Regolarizzare il risultato applicando l operazione morfologica di Chiusura (Dilation+Erosion).
4 4 L applicazione Parametri Input Maschera (no morfologia) Output Gradiente x Gradiente y Gradiente modulo
5 ҧ 5 Suggerimenti (1) È fornito come scheletro il progetto.net dell applicazione nel quale la gestione dell interfaccia (caricamento immagine di input e visualizzazione immagini) è già implementata. È necessario implementare il metodo Image<Gray, byte> SegmentFingerprintImage nel file FormSegmentation.cs. Il metodo riceve in input: Image<Gray, byte> img: immagine grayscale da segmentare int bsize: dimensione del blocco (bsize=8 blocco 8 8) float thr: fattore da applicare al valore di G per il calcolo della soglia
6 6 Suggerimenti (2) Il metodo restituisce in output: Una Image<Gray, byte> come valore di ritorno, che rappresenta la maschera risultante dalla segmentazione (0 background, 255 impronta); out Image<Gray, float> gx: gradiente nella direzione x out Image<Gray, float> gy: gradiente nella direzione y out Image<Gray, float> gmod: magnitudo del gradiente x 2 + y 2 out Image<Gray, byte> masknomorphology: maschera risultante dalla segmentazione, prima dell applicazione degli operatori morfologici. Per il calcolo del gradiente la classe Image<Gray, disposizione il metodo Sobel byte> mette a
7 7 Suggerimenti (3) Il metodo Sobel richiede tre parametri: int xorder : ordine della derivata in x int Yorder : ordine della derivata in y int aperturesize: dimensione del filtro Per il calcolo del gradiente (derivata prima) richiameremo dunque il metodo con i seguenti parametri: Gradiente in x: xorder=1, yorder=0, aperturesize=3 Gradiente in y: xorder=0, yorder=1, aperturesize=3 Altri metodi utili della classe Image: GetSubRect(Rectangle rect) estrae la sottoimmagine corrispondente al rettangolo rect. Per definire il rettangolo occorre specificare il corner top-left (x,y), la larghezza width e l altezza height. GetAverage(): calcola il valore medio dei pixel di un immagine; Dilate(int iterations): applica iterations volte l operazione di dilatazione con un elemento strutturante quadrato di dimensioni 3x3. Erode(int iterations): applica iterations volte l operazione di erosione con un elemento strutturante quadrato di dimensioni 3x3.
Segmentazione basata su colore. Annalisa Franco
Segmentazione basata su colore Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 La segmentazione Scopo di questa esercitazione è l implementazione di tecniche di segmentazione basate
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
DettagliFondamenti di Elaborazione di Immagini Morfologia Matematica. Raffaele Cappelli
Fondamenti di Elaborazione di Immagini Morfologia Matematica Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Introduzione alla morfologia matematica Notazione e concetti di base Gli operatori di
DettagliEstrazione di feature: segmentazione. Annalisa Franco
Estrazione di feature: segmentazione Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Estrazione delle Caratteristiche L approccio statistico richiede il mapping di un pattern in
DettagliEsercitazione introduttiva. Annalisa Franco
Esercitazione introduttiva Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 OpenCV e Emgu CV La libreria OpenCV (https://opencv.org/) è una libreria per Computer Vision totalmente
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
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
DettagliCorso di Elaborazione di Segnali Multimediali Elaborazione Morfologica delle Immagini
Corso di Elaborazione di Segnali Multimediali Elaborazione Morfologica delle Immagini Raffaele Gaetano 3 Giugno 2014 L analisi di immagini Tra le discipline informatiche, l analisi di immagini ha come
DettagliVideo Analysis (cenni) Annalisa Franco
1 Video Analysis (cenni) Annalisa Franco annalisa.franco@unibo.it http://bias.csr.unibo.it/vr/ 2 Visual motion Un video è una sequenza di frame catturati nel corso del tempo Il valori dell immagine sono
DettagliIntroduzione alla libreria di classi BioLab. Raffaele Cappelli
Introduzione alla libreria di classi BioLab Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Introduzione Dati Classe Data Immagini Algoritmi Interfaccia IAlgorithm Attributi, eventi ed eccezioni
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
Dettaglilayout senza tabelle Posizionamento con i CSS Ad ogni elemento HTML corrisponde un area rettangolare, detta box Contenuto
Posizionamento con i CSS creare layout senza tabelle 1 Gestione degli elementi della pagina Il box model Ad ogni elemento HTML corrisponde un area rettangolare, detta box Margine Bordo Area di padding
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
DettagliCSS: HTML: Proprietà per la formattazione delle immagini Immagini di sfondo e sfondi multipli. Le immagini mappate
CSS: Proprietà per la formattazione delle immagini Immagini di sfondo e sfondi multipli HTML: Le immagini mappate 1 Le principali proprietà che permettono di manipolare le immagini agiscono sul box mode
DettagliAutomatic and Accurate Extraction of Road Intersections from Raster Maps
Automatic and Accurate Extraction of Road Intersections from Raster Maps Studente Francesco Vitagliani Introduzione L uso delle mappe è noto da tempi antichi. Oggi grazie alla diffusione di mappe raster,
DettagliMorfologia. Stefano Ferrari. Università degli Studi di Milano
Morfologia Stefano Ferrari Università degli Studi di Milano stefanoferrari@unimiit Tecniche di calcolo e sistemi operativi e informatica anno accademico 2017 2018 Elaborazioni morfologiche La morfologia
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
DettagliEdge e Segmentazione
Edge e Segmentazione Stefano Ferrari Università degli Studi di Milano stefanoferrari@unimiit Tecniche di calcolo e sistemi operativi e informatica anno accademico 2017 2018 Segmentazione di immagini Molte
DettagliCorso di Visione Artificiale. Filtri III parte. Samuel Rota Bulò
Corso di Visione Artificiale Filtri III parte Samuel Rota Bulò Filtri morfologici I filtri morfologici trattano le immagini come insiemi di punti (x,y). Un'immagine è quindi vista come un insieme Un filtro
DettagliEsercizio n.1 FONDAMENTI DI INFORMATICA 1. Esercizio n.2. Soluzione. LINGUAGGIO C Funzioni e gestione file: esercitazione
Università degli Studi di Cagliari Corso di Laurea in Ingegneria Biomedica (Industriale), Chimica, Meccanica, Elettrica FONDAMENTI DI INFORMATICA 1 http://www.diee.unica.it/~marcialis/fi1 A.A. 2010/2011
DettagliSECONDA PROVA INTERMEDIA DEL MODULO DI
SECONDA PROVA INTERMEDIA DEL MODULO DI CORSO DI LAUREA IN INGEGNERIA ELETTRICA, ELETTRONICA ED INFORMATICA CORSO DI LAUREA IN INGEGNERIA BIOMEDICA ISCRITTI ALL A.A. 2017/18 e precedenti 3 giugno 2019 NOME:
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,
DettagliPassare argomenti al programma
Passare argomenti al programma Quando si invoca un programma è possibile passare degli argomenti ad esso durante la chiamata. Gli argomenti ricevuti saranno stringhe (array di char) quindi l insieme di
Dettaglisuggerisce l uso del formato CSV. La funzionalità può essere implementata sia come
Specifiche Tecniche Netflix Il caso di studio deve simulare una piccole parte delle funzionalità della piattaforma Netflix. Il sistema deve prevedere degli utenti (descritti da caratteristiche come nome
DettagliMorfologia e Image Processing. Multimedia
Morfologia e Image Processing Morfologia Matematica Nell ambito dell image processing il termine morfologia matematica denota lo studio della struttura geometrica dell immagine. E uno strumento utile per
DettagliALGORITMO SPUTNIK 1. INTRODUZIONE
ALGORITMO SPUTNIK 1. INTRODUZIONE Sputnik rappresenta l evoluzione del progetto COSMOS realizzato per l individuazione della traiettorie dei veicoli in un filmato generato da una comune videocamera. La
DettagliProgettazione Top Down e funzioni in C. Prof. Francesco Accarino IIS Altiero Spinelli Sesto San Giovanni
Progettazione Top Down e funzioni in C Prof. Francesco Accarino IIS Altiero Spinelli Sesto San Giovanni Progettazione top-down Quando si ricerca la soluzione di un problema complesso può essere complicato
DettagliDocumentazione Metodi v0.6
Documentazione Metodi v0.6 1/5 Metodi di Base: graidle( [string title,[float mass,[float mnvs ] ] ] ) Descrizione: Metodo Costruttore; Parametri: string title : Titolo del Grafico (opzionale); float mass
DettagliMorfologia Matematica su immagini in scala di grigio
Morfologia Matematica su immagini in scala di grigio Dilation, erosion, opening, closing Top-Hat, Bottom-Hat Algoritmi Morfologici in scala di grigio Dalle immagini binarie alle immagini in scala di grigio
DettagliFondamenti di Informatica T-1
Fondamenti di Informatica T-1 Input/Output e Interi Tutor: Angelo Feraudo angelo.feraudo2@unibo.it a.a. 2018/2019 Fondamenti di Informatica T-1 Angelo Feraudo 1 / 19 TUTOR Angelo Feraudo Email: angelo.feraudo2@unibo.it
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
DettagliEsercitazione 7. Grafi. Rappresentazione e algoritmi di visita
Esercitazione 7 Grafi Rappresentazione e algoritmi di visita Grafo G = (V,E) non orientato 1 1 G = (V,E) orientato 6 Rappresentazione Grafo G = (V,E) metodi standard per la rappresentazione Liste di adiacenza
DettagliESERCIZIO 1 (FILE DI TESTO)
ESERCIZIO 1 (FILE DI TESTO) Scrivere su un file di testo righe inserite da console, fino a quando non viene inserita la linea vuota. Passare il nome del file come parametro al programma. Bisogna incapsulare
DettagliLettura e scrittura di file di dati input/output
Lettura e scrittura di file di dati input/output Lettura e scrittura da disco Molto semplice in C++: si fa esattamente come se fosse una tastiera (se sto leggendo da disco) o lo schermo (se sto scrivendo
DettagliPolitecnico di Torino Sede di Alessandria Corso di informatica Programmazione in c: introduzione. e mail: sito: users.iol.
Politecnico di Torino Sede di Alessandria Corso di informatica Programmazione in c: introduzione prof. Lorenzo Porcelli e mail: genna18@iol.it sito: users.iol.it/genna18 Risoluzione di un problema Dato
DettagliAritmetica dei Calcolatori 2
Laboratorio di Architettura 1 aprile 2011 1 Operazioni bit a bit 2 Rappresentazione binaria con segno 3 Esercitazione Operazioni logiche bit a bit AND OR XOR NOT IN OUT A B A AND B 0 0 0 0 1 0 1 0 0 1
DettagliFondamenti di Elaborazione di Immagini Topologia Digitale. Raffaele Cappelli
Fondamenti di Elaborazione di Immagini Topologia Digitale Raffaele Cappelli raffaele.cappelli@unibo.it Contenuti Metriche e distanze Trasformata distanza Contorno di un oggetto Etichettatura delle componenti
DettagliROBOTICA E ANIMAZIONE DIGITALE LABORATORIO -VISIONE - Prof. N. Alberto Borghese
ROBOTICA E ANIMAZIONE DIGITALE LABORATORIO -VISIONE - Dott. Paolo Tirelli Prof. N. Alberto Borghese Dott. Paolo Tirelli Prof. N. Alberto Borgh hese AIBO CAMERA (1/2) Specifiche: Tecnologia CMOS Risoluzione:
DettagliSegmentazione di immagini
Segmentazione di immagini È il processo di suddividere una immagine in un certo numero di regioni (insiemi di pixel) omogenee Ogni regione è omogenea rispetto ad alcune caratteristiche (livello di grigio,
DettagliLab 07 Funzioni semplici
Fondamenti di Informatica e Laboratorio T-AB e Fondamenti di Informatica T1 Ingegneria Elettronica e Telecomunicazioni e Ingegneria dell Automazione a.a. 2010/2011 Lab 07 Funzioni semplici Lab07 1 Esercizio
DettagliFondamenti di Informatica
Fondamenti di Informatica Introduzione alla Programmazione in MATLAB: Parte 3 - Esercizi Prof. Arcangelo Castiglione A.A. 2016/17 Esercizio 1 Scrivere un M-File Script MATLAB che generi il seguente output
DettagliIntroduzione a Matlab
Introduzione a Matlab Operatori Morfologici Fondamenti di Visione Artificiale a.a. 2015/2016 12/05/16 Introduzione a Matlab 1 Operatori Morfologici Dilation: The value of the output pixel is the maximum
DettagliFondamenti di Informatica A.A. 2016/17
Fondamenti di Informatica R i p a s s o A rgo m e nt i M AT L A B P ro f. C h r i st i a n E s p o s i to C o rs o d i L a u re a i n I n g e g n e r i a M e c ca n i ca e G e st i o n a l e ( C l a s
Dettagli19 - Eccezioni. Programmazione e analisi di dati Modulo A: Programmazione in Java. Paolo Milazzo
19 - Eccezioni Programmazione e analisi di dati Modulo A: Programmazione in Java Paolo Milazzo Dipartimento di Informatica, Università di Pisa http://www.di.unipi.it/ milazzo milazzo di.unipi.it Corso
DettagliPreparazione allo Scritto di Programmazione
Preparazione allo Scritto di Programmazione Informatica / Comunicazione Digitale A.A. 2013/2014 1. Una riga di testo è detta numerica se e solo se contiene più cifre che caratteri di altro genere. Ad esempio,
DettagliEstrazione di feature locali per il riconoscimento del volto
Estrazione di feature locali per il riconoscimento del volto Simone Buoncompagni Università di Bologna (sede di Cesena) Facoltà di Scienze Matematiche, Fisiche e Naturali Laurea Magistrale in Scienze e
DettagliProgetto Web Math. prof. Roberto Fuligni. Istituto Tecnico Tecnologico Giacomo Fauser - Novara
Progetto Web Math prof. Roberto Fuligni Istituto Tecnico Tecnologico Giacomo Fauser - Novara Web Math Applicazione di rete per la rappresentazione grafica di funzioni matematiche Architettura client/server
DettagliSegmentazione di immagini in scala di grigio basata su clustering
Segmentazione di immagini in scala di grigio basata su clustering Davide Anastasia, Nicola Cogotti 24 gennaio 06 1 Analisi del problema La segmentazione di immagini consiste nella suddivisione in un certo
DettagliCompressione lossless di immagini composite
Compressione lossless di immagini composite Corso di Compressione Dati Sistemi Multimediali Compressi Compression Team Prof. Bruno Carpentieri A.A. 2007/2008 Overview Introduzione Analisi del problema
DettagliCorso di HTML. Prerequisiti. Modulo L2 B4 - Le tabelle. Concetto di tabella Coordinate di cella in una tabella. M. Malatesta B4-Le tabelle-06
Corso di HTML Modulo L2 B4 - Le tabelle 1 Prerequisiti Concetto di tabella Coordinate di cella in una tabella 2 1 Introduzione In questa Unità illustriamo il concetto e l uso delle tabelle in HTML. Le
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
DettagliFondamenti di Informatica
Fondamenti di nformatica Strutture Selettive, terative, Gestione File e Grafici in MALAB: Esercizi (eatro) Prof. Arcangelo Castiglione A.A. 2016/17 tipo_ n questa esercitazione verranno utilizzate una
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
DettagliIl tag MARQUEE. L opzione ALIGN
Il tag MARQUEE 1 Internet Explorrer offre ai creatori Web un modo facile per inserire una sezione di testo animato in una pagina. In particolare sarà possibile visualizzare una parola o una frase che si
DettagliCifratura chiave simmetrica
Sicurezza dei Sistemi Informatici Esercitazioni OpenSSL Esercitazione 1 Cifratura chiave simmetrica 1 Obiettivo Scambio file su applicazione client-server. Client e server condividono una chiave simmetrica.
DettagliFondamenti di Informatica L-A. Esercitazione 6
Fondamenti di Informatica L-A Esercitazione 6 Passaggio dei Parametri nelle Funzioni Ordinamento di Vettori Paolo Torroni Università degli Studi di Bologna Laurea in Ingegneria Elettronica e delle Telecomunicazioni
Dettagli1) I simboli che rappresentano i possibili movimenti della testina di una macchina di Turing sono: D, S e a) C b) N
Informatica per la Comunicazione/ Verdicchio/ 14/01/2016/ Domande / Versione 1 1) I simboli che rappresentano i possibili movimenti della testina di una macchina di Turing sono: D, S e a) C b) N c) S 0
Dettagli3. Indicare cosa sta a significare la figura geometrica del rombo in un diagramma a blocchi
0.1.1.1 Definire un algoritmo 1. Con il termine algoritmo si intende: a) il software utilizzato in un calcolatore b) l elenco finito di istruzioni necessario per risolvere un problema c) un elaboratore
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.
Dettagli1 - STATO DELL ARTE DEI SISTEMI DI VIDEOSORVEGLIANZA...7
INDICE 1 - STATO DELL ARTE DEI SISTEMI DI VIDEOSORVEGLIANZA...7 1.1 - INTRODUZIONE...7 1.2 - EVOLUZIONE DEI SISTEMI DI VIDEOSORVEGLIANZA...10 1.2.1 - Sistemi di videosorveglianza di prima generazione (first-generation
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
DettagliINFORMATICA E PROGRAMMAZIONE PROF. M. GIACOMIN ESPERIENZA IN AULA: ELABORAZIONE DI IMMAGINI A COLORI IN LINGUAGGIO C
INFORMATICA E PROGRAMMAZIONE PROF. M. GIACOMIN ESPERIENZA IN AULA: ELABORAZIONE DI IMMAGINI A COLORI IN LINGUAGGIO C DESCRIZIONE GENERALE In questa esperienza il C verrà utilizzato per elaborare immagini
DettagliCaratteristiche di un calcolatore elettronico
Prof. Emanuele Papotto Caratteristiche di un calcolatore elettronico È una macchina, costituita da circuiti elettronici digitali e da componenti elettromeccaniche, ottiche e magnetiche. È velocissimo,
DettagliFondamenti di Elaborazione di Immagini Introduzione. Raffaele Cappelli.
Fondamenti di Elaborazione di Immagini Introduzione Raffaele Cappelli raffaele.cappelli@unibo.it Obiettivi del corso Il corso introduce i principali concetti e le tecniche di base per l elaborazione delle
DettagliIntroduzione a Matlab
Introduzione a Matlab Operatori Morfologici A cura di: Daniel Riccio http://www.dmi.unisa.it/people/riccio/www/teaching.htm http://www.dmi.unisa.it/people/nappi 08/04/2013 Introduzione a Matlab 1 Operatori
DettagliIntroduzione. Elementi di Informatica. Standard. Struttura dei TAG - 1. Annidamento e Indentazione. Struttura dei TAG - 2
Università degli Studi di Udine Facoltà di Ingegneria CORSO DI LAUREA IN SCIENZE dell ARCHITETTURA Elementi di Informatica HTML e CSS D. Gubiani HTML è l acronimo di HyperText Markup Language che tradotto
DettagliInformatica B
2013-2014 Matlab Laboratorio del 14/01/2014 Responsabili di laboratorio: Gianluca Durelli: durelli@elet.polimi.it Luigi Malago : malago@di.unimi.it Materiale di laboratorio reperibile all indirizzo: www.gianlucadurelli.com
DettagliProgetto di Computer Vision: Plugin per imagej: Harry Corners Detection. Corso di laurea specialistica in Informatica.
Messina Mariagrazia Progetto di Computer Vision: Plugin per imagej: Harry Corners Detection Corso di laurea specialistica in Informatica. A.A. 2006-2007 Introduzione Il progetto realizzato consiste nell
DettagliSilvia Likavec. Lezione 6
Silvia Likavec Lezione 6 2 ! Le principali proprietà che permettono di manipolare le immagini agiscono sul box model: " Border (o border-style; border-width; bordercolor); " Padding; " Margin; " Width;
DettagliTag <br> : per definire l interruzione di riga (andata a capo)(senza tag di chiusura); sta per break row
TAG FONDAMENTALI Tag : per definire l interruzione di riga (andata a capo)(senza tag di chiusura); sta per break row Tag , tag ,.tag : per definire le intestazioni (i titoli) e la loro
DettagliCOMPUTER VISION: VERSO UN RICONOSCIMENTO AUTOMATICO DEI GESTI COMUNICATIVI
POLITECNICO DI BARI CORSO DI LAUREA IN INGEGNERIA INFORMATICA TESI DI LAUREA IN SISTEMI PER LA PROGETTAZIONE AUTOMATICA COMPUTER VISION: VERSO UN RICONOSCIMENTO AUTOMATICO DEI GESTI COMUNICATIVI Relatore:
DettagliEsempi di programmi. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa E01. A. Miola Settembre 2007
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa E01 Esempi di programmi A. Miola Settembre 2007 http://www.dia.uniroma3.it/~java/fondinf1/ Esempi di programmi - 1 1 Contenuti
DettagliIntroduzione a Matlab
Introduzione a Matlab Skin Detection & Iris Normalization Fondamenti di Visione Artificiale a.a. 2015/2016 12/05/16 Estrazione dei Contorni 1 Skin Detection - Introduzione Il processo di skin detection
Dettagli4U Informatica 30/10/2015 Prova di verifica (soluzioni) N.A.
4U-V-001-2015-10-30 (S) Studente: THE TEACHER CLASSE MATERIA DATA OGGETTO VALUTAZIONE 4U Informatica 30/10/2015 Prova di verifica (soluzioni) N.A. 1. Stando al formalismo dei diagrammi a blocchi, quale
DettagliFunzioni, Stack e Visibilità delle Variabili in C
Funzioni, Stack e Visibilità delle Variabili in C Programmazione I e Laboratorio Corso di Laurea in Informatica A.A. 2016/2017 Calendario delle lezioni Lez. 1 Lez. 2 Lez. 3 Lez. 4 Lez. 5 Lez. 6 Lez. 7
DettagliEsercitazione: Implementazione in linguaggio C dell ADT. Stack con l utilizzo. di linked list
Esercitazione: Implementazione in linguaggio C dell ADT Stack con l utilizzo di linked list Laboratorio di Programmazione Introduzione un ADT (Abstract Data Type) è un modello (formale) che generalizza
DettagliEsercizio 1 Progettare un algoritmo che, dati in ingresso la base e l altezza di un rettangolo, ne calcoli l area e il perimetro.
Per ogni esercizio sono richiesti: ANALISI (Dati di Input, Dati di Output, Relazioni I/O) ALGORITMO DIAGRAMMA DI LUSSO Esercizio 1 Progettare un algoritmo che, dati in ingresso la base e l altezza di un
DettagliLABORATORIO di INFORMATICA
Università degli Studi di Cagliari Corso di Laurea Magistrale in Ingegneria per l Ambiente ed il Territorio LABORATORIO di INFORMATICA A.A. 2010/2011 Prof. Giorgio Giacinto ESERCIZI - 1 http://www.diee.unica.it/giacinto/lab
DettagliEsercizi di riepilogo (Fondamenti di Informatica 1 Walter Didimo)
Esercizi di riepilogo (Fondamenti di Informatica 1 Walter Didimo) Selezione di prove di esame al calcolatore Esercizio 1 (esame del 13/01/2006) La classe Matrice definisce oggetti che rappresentano matrici
DettagliEsercitazione di Laboratorio - 5
Esercitazione di Laboratorio - 5 Pagina del corso : http://didawiki.cli.di.unipi.it/doku.php/fisica/inf/start Oggi facciamo esercitazione su puntatori vettori di stringhe passaggio di parametri per valore
DettagliInformatica (A-K) 14. Linguaggio C -4
Strutture Dati in C Le strutture dati sono entità che permettono di memorizzare dati in modo organizzato e funzionale a particolari esigenze Informatica (A-K) 14. Linguaggio C -4 Strutture Dati tipiche
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
DettagliCalcolare il massimo di una lista
Calcolare il massimo di una lista Lunedì abbiamo definito un algoritmo per calcolare il valore massimo fra gli elementi di una lista predefinita di interi. In particolare, abbiamo: deciso di rappresentare
DettagliStrutture lineari in Java
Strutture lineari in Java Scopo della esercitazione è quello di utilizzare strutture lineari del Java Collection Framework per realizzare strutture più complesse come le matrici. 1 Prerequisiti Verranno
DettagliProgrammazione in C. La struttura del programma Variabili, espressioni, operazioni
Programmazione in C La struttura del programma Variabili, espressioni, operazioni Struttura del programma // Area quadrato circoscritto // circonferenza /* Author: Lorenzo Course: info */ #include
DettagliL2 Operazioni su buffer di memoria. Corso di Visione Artificiale A.A. 2016/2017
L2 Operazioni su buffer di memoria Corso di Visione Artificiale A.A. 2016/2017 Argomenti Puntatori in C Primitive base di OpenCV AA 2016/2017 Visione Artificiale 2 Puntatori in C Un puntatore è una variabile
DettagliDiagrammi di flusso. Un metodo per rappresentare graficamente gli algoritmi. sotto programma. Input/ Output. Start. predicato Elaborazione Stop
Diagrammi di flusso Un metodo per rappresentare graficamente gli algoritmi. Input/ Output sotto programma Start predicato Elaborazione Stop La programmazione strutturata Un algoritmo è strutturato in blocchi
DettagliLe immagini digitali
Le immagini digitali immagini raster immagini vettoriali Immagini raster Dette pittoriche o pixel oriented dividono l immagine in una griglia uniforme. Ciascuna cella della griglia ha uguale dimensione.
DettagliC++ funzioni Alberto Ferrari. Alberto Ferrari Programmazione di applicazioni SW
C++ funzioni Alberto Ferrari http://en.cppreference.com FUNZIONI le funzioni caratterizzate da nome, parametri (numero, ordine e tipo) e tipo di ritorno le funzioni hanno un prototipo il prototipo non
DettagliMorfologia Matematica applicata alle Immagini Digitali
Morfologia Matematica applicata alle Immagini Digitali Daniela Garofalo Viviana Zimbone MORFOLOGIA MATEMATICA Branca della matematica rivolta all elaborazione delle immagini. Fornisce strumenti utili per:
DettagliL oggetto creato. Creazione di Oggetti. Rectangle: il concetto 10. Costruzione. Lo spazio di memoria del linguaggio Java. Rectangle: l oggetto
Usare e costruire oggetti Variabili e Oggetti Lo spazio di memoria di Java Le API di Java Gli oggetti sono entità di un programma che si possono manipolare invocando i metodi System.out oggetto della classe
DettagliUniversità degli studi di Catania Facoltà di scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Magistrale
Università degli studi di Catania Facoltà di scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Magistrale Alessandro Ortis Estensione del software ImageJ con l implementazione di un
DettagliLaboratorio di Algoritmi e Strutture Dati Ingegneria e Scienze Informatiche - Cesena A.A
Ingegneria e Scienze Informatiche - Cesena A.A. 2014-2015 pietro.dilena@unibo.it MergeSort MergeSort MergeSort: esempio MergeSort: pseudocodice Algoritmo di ordinamento ricorsivo basato sulla tecnica Divide
Dettagli