Segmentazione di immagini
|
|
- Olimpia Toscano
- 5 anni fa
- Visualizzazioni
Transcript
1 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, texture, ) Regioni adiacenti devono avere caratteristiche diverse Nella segmentazione classica ogni pixel dell immagine appartiene ad una sola regione G. Castellano 1 Segmentazione fuzzy di immagini Scopo della segmentazione fuzzyè suddividere una immagine in un certo numero di regioni omogenee, ciascuna rappresentata da un insieme fuzzy Nella segmentazione fuzzyogni pixel dell immagine può appartenere a più regioni con diversi gradi di membership G. Castellano 2 1
2 Segmentazione fuzzy di immagini Metodi principali di segmentazione fuzzy Fuzzy thresholding Fuzzy clustering Fuzzy rules G. Castellano 3 Un sistema fuzzyper la segmentazione di immagini documento G. Castellano 4 2
3 Segmentazione basata su livelli di grigio Un sistema fuzzyper segmentare immagini in testo e sfondo (Gorecki, 2008) Immagine suddivisa in blocchi Ogni blocco di 4x4 o 8x8 pixel Per ogni blocco si calcola media e dev. standard e si applicano le seguenti regole fuzzy 1. IF (meanisdark) AND (st.devislow) THEN background islow 2. IF (meanisdark) AND (st.devishigh) THEN background islow 3. IF (meanisgrey) AND (st.devishigh) THEN background islow 4. IF (meaniswhite) AND (st.devislow) THEN background ishigh G. Castellano 5 Segmentazione basata su livelli di grigio Dall inferenza delle regole si ottiene il grado di appartenenza b i dell i-esimo blocco alla classe background Il grado di appartenenza t i dell i-esimo blocco alla classe testo si ottiene come t i =1-b i G. Castellano 6 3
4 Segmentazione basata su livelli di grigio Il sistema usa due variabili di input: La mediae la dev. standard del livello di grigio nell iesimo blocco Per la variabile media si definiscono 3 valori fuzzy: Dark, Gray, White Per la variabile dev. standard si definiscono 2 valori fuzzy: Low, High Dark Gray White Low High Segmentazione basata su livelli di grigio Il sistema usa una variabile di output: Il grado di appartenenza alla classe background si definiscono 2 valori fuzzy: Low, High Low High
5 Un sistema fuzzyper la segmentazione di immagini a colori G. Castellano 9 Color image segmentation I colori presenti nell immagine sono quantizzati in differenti classi colore che possono essere usate per differenziare le regioni presenti nell immagine. Dopo la classificazione, il colore di ogni pixel è rimpiazzato dalla corrispondente classe, formando quindi una mappa di classi colore nella immagine. G. Castellano 10 5
6 La segmentazione è fatta sulla base dello spazio colore HSV (Hue-Saturation-Value) Più intuitivo rispetto a RGB Le regole fuzzyper classificare ciascun pixel sono del tipo IF (HueisRed) AND (SaturationisWeak) and (Value isstrong) THEN the pixel belongstocolor-classc1 with grade CF1 Tante regole quante sono le classi colore individuate G. Castellano 11 Definizione delle variabili di input Prima variabile di input: Hue(tinta) descrive la tinta del colore come coordinata angolare, e varia dal rosso 0 al rosso 360 Trasformazione del range in [0, 255] Dieci valori fuzzy, ciascuno corrispondente ad una tinta Funzioni di membership trapezoidali red orange yellow green cyan blue purplemagenta pink red
7 Definizione delle variabili di input Seconda variabile di input: Saturation(saturazione) varia da 0 (colore desaturato -grigiastro) a 1 (colore puro o saturo) Trasformazione del range in [0, 255] Tre valori fuzzy: weak, medium, strong Funzioni di membership trapezoidali 1 weak medium strong saturation G. Castellano 13 Definizione delle variabili di input Terza variabile di input: Value(luminosità) Tre fuzzy values: weak, medium, strong Funzioni di membership trapezoidali 1 weak medium strong Value G. Castellano 14 7
8 Definizione della variabile di output Variabile di output: classe del colore Tanti valori fuzzy quante sono le classi considerate 10 classi?? Fuzzy singleton G. Castellano 15 Definizione delle regole Occorre definire, per ciascuna combinazione dei valori fuzzydi H, S, e V, un conseguente, ovvero una classe colore N.roregole: 10 x 3x 3 = 90 regole!! L ideale sarebbe utilizzare un metodo di apprendimento neurale o un algoritmo genetico Per definire manualmente le regole, è necessario ridurre il numero di regole Ad es. possiamo ridurre a 5 il numero di valori fuzzyper Hue 5x3x3=45 regole G. Castellano 16 8
9 red orange yellow green cyan blue purplemagenta pink red red yellow Cyan-blue magenta red
Immagini 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
DettagliGrafica Computerizzata
Grafica Computerizzata dott. Giancarlo Amati gamati@libero.it wxveuca@tin.it 1 Programma del Corso Lo scopo del corso è quello di dare le conoscenze di base della modellazione geometrica 2D e 3D tramite
DettagliLA GESTIONE DEL COLORE NEI SISTEMI DI STAMPA MULTICOLOR
LA GESTIONE DEL COLORE NEI SISTEMI DI STAMPA MULTICOLOR GESTIONE DEL COLORE (COLOR MANAGEMENT) = CONTROLLO COMPLETO, PADRONANZA E COERENZA NELLA RIPRODUZIONE DEL COLORE. CONTROLLO COMPLETO, PADRONANZA
DettagliImmagini e clustering
Immagini e clustering Alberto Borghese Università degli Studi di Milano Laboratorio di Sistemi Intelligenti Applicati (AIS-Lab) Dipartimento di Scienze dell Informazione borghese@dsi.unimi.it 1/24 http:\\homes.dsi.unimi.it\
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.
DettagliSommario. HTML e CSS I fogli di stile. cosa sono principali proprietà
HTML e CSS Sommario HTML e CSS I fogli di stile cosa sono principali proprietà CSS CSS La specifica HTML elenca le linee guida su come i browser dovrebbero visualizzare i diversi elementi del documento
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
DettagliElaborazione delle immagini e Pattern Recognition. Giovanni Scavello
Elaborazione delle immagini e Pattern Recognition Giovanni Scavello Programma dei seminari Nozioni di base del trattamento delle immagini Descrizione matematica Spazi colore Operazioni comuni Filtraggio
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
Dettagli2a descrivere i materiali
2a descrivere i materiali 2l descrivere i materiali 2m descrivere i materiali 2n descrivere i materiali 2o descrivere i materiali 2p descrivere i materiali 2q descrivere i materiali 2r descrivere i materiali
DettagliJUNO Design s.r.l. a Socio Unico Via Persicetana Vecchia, 7/5, 40132 Bologna (BO) P.Iva/c.f./R.I. 03250141201 Tel. 051 619 2116 - Fax 051 054 5345
STAMPANTI E SCANNER MAKERBOT REPLICATOR MINI codice MP05925 1.250,00 MAKERBOT SERVICE PACK FOR REPLICATOR MINI codice EG05925S 200,00 MAKERBOT REPLICATOR 2 (incluse 2 bobine a nostra scelta fino ad esaurimento
DettagliIride: il linguaggio del colore
Iride: il linguaggio del colore Comunicazione Visiva e Design delle Interfacce Letizia Bollini, Università di Milano-Bicocca Storie e teorie Le teorie del colore > Fisico-matematiche Newton (1666) > Simbolico-artistiche
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
DettagliCluster Analysis. La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. per modellare!
La Cluster Analysis è il processo attraverso il quale vengono individuati raggruppamenti dei dati. Le tecniche di cluster analysis vengono usate per esplorare i dati e non per modellare! La cluster analysis
DettagliCOMPUTER GRAFICA LINK
COMPUTER GRAFICA COMPUTER GRAFICA RASTER V/S VETTORIALE Di cosa sono fatte le immagini digitali Qualità a confronto DPI/PPI e risoluzione adeguata al mezzo Applicazioni ACCENNI SUL COLORE CMYK - RGB LAB
DettagliImmagini digitali: concetti di base
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 2 c.f.u. Anno Accademico 28/29 Docente: ing. Salvatore Sorce
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
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,
DettagliTecniche di buona progettazione di pagine web
Tecniche di buona progettazione di pagine web Antonio Lioy < lioy@polito.it > Politecnico di Torino Dip. Automatica e Informatica Quali font scegliere? non usare mai più di 3 o 4 font diversi per pagina
DettagliSET/CLEAR LOAD DATA FROM STRING
SET/CLEAR STD CLD AZIONE: Imposta ad 1 (STD) o a zero (CLD) il valore del flag DF. Sono istruzioni senza parametri. Vanno sempre messi!! FLAG di cui viene modificato il contenuto: Nessuno (a parte DF).
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
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
DettagliDescrizione di un algoritmo
Descrizione di un algoritmo Un algoritmo descrive due tipi fondamentali di oper: calcoli ottenibili tramite le oper primitive su tipi di dato (valutazione di espressioni) che consistono nella modifica
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
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
DettagliServiceCentre 5.0 FILTRI SOLE. TheLabModularSystem. EasyNavigationConcept
ServiceCentre 5.0 FILTRI SOLE TheLabModularSystem EasyNavigationConcept 5.0 FILTRI SOLE 5.1 CR39 Fotocromatico e Polarizzato Fotocromatico... 248 Polarizzato con antiriflesso (AR) interno... 249 5.3 CR39
DettagliEsercitazioni di Informatica Grafica A.A. 2009-2010
Esercitazioni di Informatica Grafica A.A. 2009-2010 Ing. Simone Garagnani simone.garagnani@unibo.it UNIVERSITA DI BOLOGNA Simone Garagnani - Esercitazioni di Informatica Grafica PARTE II Gli strumenti
DettagliCodifica delle immagini
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Codifica delle immagini 2000 Pier Luca Montessoro (si veda la nota di copyright alla slide n.
DettagliOFFERTA SMARTPHONE per TUTTO FACILE TOP CLUB. Riaccredito in Conto Contributo iniziale. Telefonico del Metodo di Pagamento ABBONAMENTO
OFFERTA SMARTPHONE per TUTTO FACILE TOP CLUB Numero NEW LIME R 0 TC HTC EVO 3D 5,00 CdC SI 30 0,00 500 euro 22/09/2011 31/10/2011 NEW LIME R 0 TC HTC SENSATION 5,00 CdC SI 30 0,00 500 euro 22/09/2011 31/10/2011
DettagliVersione 1.1 20 marzo 2008 Riccardo Bresciani
The bookest class Versione 1.1 20 marzo 2008 La classe bookest è un estensione della classe standard book, classe alla quale si appoggia e che viene caricata con le opzioni di default. Le estensioni fornite
DettagliCodifica delle immagini
FONDAMENTI DI INFORMATICA Ing. DAVIDE PIERATTONI Facoltà di Ingegneria Università degli Studi di Udine Codifica delle immagini 2000-2007 P. L. Montessoro - D. Pierattoni (cfr.la nota di copyright alla
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
DettagliINFORMATICA E GRAFICA PER IL WEB
INFORMATICA E GRAFICA PER IL WEB Psicologia e comunicazione A.A. 2015/2016 Università degli studi Milano-Bicocca docente: Diana Quarti LEZIONE 02 INFORMATICA E GRAFICA PER IL WEB A.A. 2015/2016 docente:
DettagliA velcro. SIZE: 52/2, 54/5, 56/5. COLOURS: white, red, green, yellow, orange, royal, navy.
2 cod. 10234000 Baseball 100% cotone. Visiera precurvata. 7 pannelli. Regolatore tipo A con velcro. TAGLIE: 52/2, 54/5, 56/5. COLORI: bianco, rosso, verde bandiera, giallo arancio, azzurro, blu. 100% cotton
DettagliVBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole.
Excel VBA VBA Visual Basic for Application VBA è un linguaggio di scripting derivato da Visual Basic, da cui prende il nome. Come ogni linguaggio ha le sue regole. 2 Prima di iniziare. Che cos è una variabile?
DettagliIstogramma e contrasto
Istogramma e contrasto Laboratorio di Multimedia 1 Modulo Grafica 8-3-2010 Davide Gadia gadia@dico.unimi.it Istogramma Informazioni sulle caratteristiche dell'immagine Ascisse: I valori di quantizzazione
DettagliCATALOGO. LTFORM - Sedie e poltrone per ufficio e comunità
CATALOGO LTFORM - Sedie e poltrone per ufficio e comunità INDICE SERIE ARTICOLO CARATTERISTICHE PAG. 7000 L.3.4.1 POLTRONA DIREZIONALE 1 ELETTRA L.3.4.1 POLTRONA OPERATIVA CON PLASTICHE GRIGIE 2 ELETTRA
DettagliManuale Color Tester
Manuale Color Tester Ver. 1.60 Indice: Premessa... 1 Colori ed Accessibilità... 2 W3C Color Contrast Algorithm... 3 Tecniche di Verifica... 4 Color Tester Tutorial... 5 Premessa Questo documento è prodotto
DettagliLA CODIFICA DELLE IMMAGINI
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 termini numerici.
DettagliCONFRONTO TRA ALGORITMI DI SEGMENTAZIONE DI IMMAGINI A COLORI
UNIVERSITÀ DEGLI STUDI DI BRESCIA FACOLTÀ DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ELABORATO DI ROBOTICA A.A. 1999/2000 CONFRONTO TRA ALGORITMI DI SEGMENTAZIONE DI IMMAGINI A COLORI Marco
DettagliSTART GIEMME. Via Naro, 71 Pomezia (Roma) - Tel 06.5401509 Fax 06.5401542 - www.giemmeitaly.it - mail: info@giemmeitaly.it
START GIEMME Via Naro, 71 Pomezia (Roma) - Tel 06.5401509 Fax 06.5401542 - www.giemmeitaly.it - mail: info@giemmeitaly.it CAMPIONARIO ROTOLI (CLICK SULLE ICONE PER LE INFORMAZIONI TECNICHE) SAMPLE ROLLS
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:
DettagliSezione 1 / Section 1. Elementi d identità: il marchio Elements of identity: the logo
Sezione 1 / Section 1 2 Elementi d identità: il marchio Elements of identity: the logo Elements of identity: the logo Indice 2.01 Elementi d identità 2.02 Versioni declinabili 2.03 Versioni A e A1, a colori
DettagliSistemi Intelligenti. Riassunto
Sistemi Intelligenti Learning and Clustering Alberto Borghese and Iuri Frosio Università degli Studi di Milano Laboratorio di Sistemi Intelligenti Applicati (AIS-Lab) Dipartimento t di Scienze dell Informazione
DettagliIntroduzione alla logica fuzzy ed al controllo fuzzy
Introduzione alla logica fuzzy ed al controllo fuzzy Antonio Visioli Dipartimento di Elettronica per l Automazione Facoltà di Ingegneria Università degli Studi di Brescia visioli@ing.unibs.it http://www.ing.unibs.it/~visioli
DettagliModelli di colore. Un tocco di blu non guasta
Modelli di colore Un tocco di blu non guasta Obiettivi Come faccio a rappresentare i colori in una immagine? Per formati immagine raster e vettoriali Come specificare che il mare della mia foto è di colore
DettagliGenerazione di Numeri Casuali- Parte 2
Esercitazione con generatori di numeri casuali Seconda parte Sommario Trasformazioni di Variabili Aleatorie Trasformazione non lineare: numeri casuali di tipo Lognormale Trasformazioni affini Numeri casuali
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)
DettagliCATALOGO DEI MATERIALI DA UTILIZZARSI PER LE LAPIDI E COPRITOMBA NEI CAMPI COMUNI A SOSTITUZIONE DEI CIPPI COMUNALI
CATALOGO DEI MATERIALI DA UTILIZZARSI PER LE LAPIDI E COPRITOMBA NEI CAMPI COMUNI A SOSTITUZIONE DEI CIPPI COMUNALI APPROVATO CON DELIBERAZIONE DEL C.d.A. DI AGEC N 117 DEL 30 AGOSTO 2005 COME PREVISTO
DettagliCOMFORT. 170 x 70 x h.80 cm. p. 1. Linea Auxilia - Auxilia line - Ligne Auxilia - Auxilia linie VERSIONE VERSION VERSION VERSION
170 x 70 x h.80 cm E 1A p. 1 170 x 70 x h.80 cm E 1B p. 2 170 x 70 x h.80 cm E 2A p. 3 170 x 70 x h.80 cm E 2B p. 4 150 x 70 x h.80 cm E 1A p. 5 150 x 70 x h.80 cm E 1B p. 6 150 x 70 x h.80 cm E 2A p.
DettagliGamma. delle. Finiture
Gamma delle Finiture 1 Finiture LAMINATO MATERICO per Mod. TIME MATERIC LAMINATE finishes for Mod. YOUNG Gamma delle finiture disponibili L ampia disponibilità di finiture che offriamo nella nostra gamma
DettagliCristian Randieri. www.intellisystem.it
Cristian Randieri www.intellisystem.it La possibilità di modellizzare e controllare sistemi complessi ed incerti della Fuzzy Logic. La capacità di apprendere da esempi delle reti neurali. La capacità
DettagliI costi d impresa (R. Frank, Capitolo 10)
I costi d impresa (R. Frank, Capitolo 10) COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene
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
DettagliLaboratorio di Fuzzy Logic
Laboratorio di Fuzzy Logic Ruggero Donida Labati Dipartimento di Tecnologie dell Informazione via Bramante 65, 26013 Crema (CR), Italy ruggero.donida@unimi.it Quali problemi? Ruggero Donida Labati 2010
DettagliBLOCCHI & BLOCCHETTI PUBBLICITARI E NON COMPLETAMENTE PERSONALIZZATI! COME VUOI COME LI VUOI QUANTI NE VUOI
BLOCCHI & BLOCCHETTI COME VUOI COME LI VUOI QUANTI NE VUOI PUBBLICITARI E NON COMPLETAMENTE PERSONALIZZATI! FORMATI e TIPI B1) Senza Copertina - Senza sottoblocco - a fogli sciolti B2) Senza Copertina
Dettagliidea+progetto servizi tempo=successo due
idea+progetto servizi tempo=successo due...realizzando il vostro successo cresciamo anche noi GRAFICHELEONE la stampa Profilo PDF per la Stampa in fase di progettazione... Abbondanze: Tutte le immagini
DettagliImmagini vettoriali Immagini bitmap (o raster) Le immagini vettoriali .cdr.swf .svg .ai.dfx .eps.pdf .psd
Esistono due tipi di immagini digitali: Immagini vettoriali, rappresentate come funzioni vettoriali che descrivono curve e poligoni Immagini bitmap, (o raster) rappresentate sul supporto digitale come
Dettagli2.6 - ANALISI DELLE DINAMICHE AMBIENTALI
Cap. 2 Analisi del Territorio 2.6 - ANALISI DELLE DINAMICHE AMBIENTALI 2.6.1 RILEVAMENTO SATELLITARE (LANDSAT) Uno dei fattori determinanti per la qualità dei popolamenti animali è lo stato dell ambiente.
DettagliVISION IMPACT+ OCR CARATTERISTICHE PRINCIPALI APPLICAZIONI. Lettura numeri di lotto e stringhe alfanumeriche
IMPACT+ OCR IMPACT+ OCR è la soluzione innovativa Datalogic per applicazioni di riconoscimento ottico di caratteri (date di scadenza, numeri di lotto, etc.) per l industria alimentare. IMPACT+ OCR comprende
Dettagli1) Dati in ingresso 2 numeri, l algoritmo calcola e stampa a video la loro somma
Algoritmo: E un insieme finito di azioni che risolvono un determinato problema, trasformando i dati di input in di dati di output (o risultati) attraverso relazioni o formule che legano i dati in ingresso
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
DettagliDr. A. Appice. Alberi di Decisione. Caso di studio di Metodi Avanzati di Programmazione AA 2012-2013
Alberi di Decisione Caso di studio di Metodi Avanzati di Programmazione AA 2012-2013 Data Mining Lo scopo del data mining è l estrazione (semi) automatica di conoscenza nascosta in voluminose basi di dati
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,
DettagliManuale d uso. allegato b.9
allegato b.9 Manuale d uso. 1. Sintesi elementi base. 1.1 marchio. 1.2 logotipo. 1.3 marchio + logotipo. 1.4 Sintesi elementi base: marchio + logotipo, valorizzazione 3D a colori e in scala di grigi. 2.
DettagliLinguaggi ed Applicazioni mul1mediali
Università degli Studi di Urbino "Carlo Bo" Linguaggi ed Applicazioni mul1mediali 02.01 introduzione ai principali media Introduzione ai principali media Maurizio Maffi ISTI Informa1on Science and Technology
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
DettagliIntroduzione Computer Graphics
Knowledge Aided Engineering Manufacturing and Related Technologies Dipartimento di Ingegneria Industriale Università di Parma Introduzione Computer Graphics Cosa e la computer graphics Computer Graphics
DettagliLaboratorio di Sistemi Logistici e della Produzione
Laboratorio di Sistemi Logistici e della Produzione LA SIMULAZIONE AD EVENTI DISCRETI PER LA VALUTAZIONE DELLE PRESTAZIONI DEI SISTEMI SANITARI RELATORE: PROF. ANTONIO GRIECO Cos è la simulazione? Definizione
DettagliTURNTABLES KEEPSAKE DELUXE BLACK
KEEPSAKE DELUXE BLACK - Headphone Jack - Adjustable Pitch Control KEEPSAKE DELUX TAN - Headphone Jack - Adjustable Pitch Control 229,00 189,00 Immagini, disegni e caratteristiche potranno subire variazioni
DettagliEXPO ENJOY EXPO ACCESSORI ROLL UP CARTELLI VETRINA EXPO GOGGLES EXPO WALKERS EXPO CAPS
I EXPO ENJOY EXPO ACCESSORI ROLL UP CARTELLI VETRINA Espositore trifacciale in cartone disponibile anche in versione da banco per accessori. ( 60x25 cm) Three sided cardboard display, available in benchtop
DettagliTelerilevamento e SIT Prof. Ing. Giuseppe Mussumeci
Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2012-2013 Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Telerilevamento: elaborazioni ELABORAZIONE E ANALISI DELLE IMMAGINI
Dettagli1800mAh/2200mAh. ABS con finitura lucida - con portachiavi. 2000mAh ABS con finitura gommata. 4000mAh/5200mAh
1800mAh and 2200mAh ABS con finitura lucida - con portachiavi 1800mAh/2200mAh Ioni di Litio mm96x22x24 mm85x17 incluso 100 pz per cartone Nero, Bianco, Rosso 032, Blu 281, Verde 376, Arancione 021, Fucsia
DettagliGuida alla qualità del colore
Pagina 1 di 7 Guida alla qualità del colore Nella presente guida vengono descritte le operazioni disponibili sulla stampante per la regolazione e la personalizzazione della output a colori. Menu Qualità
DettagliGreco " Cheramos " = Argilla
LA TERRACOTTA LA CERAMIICA E LA PORCELLANA Greco " Cheramos " = Argilla Piccola Guida a cura di Francesco Mian La porcellana appartiene al gruppo delle ceramiche e per ceramica si deve intendere ogni oggetto
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
DettagliComputazione per l interazione naturale: macchine che apprendono
Computazione per l interazione naturale: macchine che apprendono Corso di Interazione Naturale! Prof. Giuseppe Boccignone! Dipartimento di Informatica Università di Milano! boccignone@di.unimi.it boccignone.di.unimi.it/in_2015.html
DettagliBDTTC7 TOWELLING BDTTC3 - BDTTC5 - BDTTC7 BDTTC10. 50x100 cm 7 cm. 30x50 cm 6 cm. telo banda. 020 light yellow
370 BDTTC Telo classico Il telo classico è quello più comunemente usato al mondo. 100% cotone spugna riccia (molto assorbente), molto morbida. La banda liscia è adatta a stampa e ricamo. BDTTC3 - BDTTC5
DettagliIl software. la parte contro cui si può solo imprecare. Funzioni principali del sistema operativo. (continua) Gestione della memoria principale
Funzioni principali del sistema operativo Il software la parte contro cui si può solo imprecare Avvio dell elaboratore Gestione del processore e dei processi in Gestione della memoria principale Gestione
DettagliIntroduzione a Visual Basic Lezione 1 Concetti base e istruzioni condizionali
a Visual Basic Lezione 1 Concetti base e istruzioni condizionali Mario Alviano Introduzione all informatica Università della Calabria http://alviano.net/introinfo A.A. 2008/09 Introduzione Un esempio:
DettagliStudio dello standard 802.11 mediante il simulatore di reti ns-3
Studio dello standard 802.11 mediante il simulatore di reti ns-3 Camilla Nichetti Università degli studi di Trieste Relatore: Prof. Babich Fulvio Correlatore: Prof. Comisso Massimiliano 17 Marzo 2014 Sommario
DettagliCALCOLATORI ELETTRONICI CODIFICA DELL INFORMAZIONE
CALCOLATORI ELETTRONICI CODIFICA DELL INFORMAZIONE Codifica binaria dell informazione Informatica Linguaggi ad alto livello/ Applicazioni Sistema operativo Assembler ISA Architettura di un calcolatore
DettagliINDICE. Disponibile in colori semilucidi standard, fluorescenti e metallizzati. Spessore da 105 a 125 my.
Film termoadesivi per plotter da taglio e per stampa e taglio INDICE Termostampa 50 Film termoadesivo vinilico da taglio per stampa a caldo su cotone, poliestere, acrilici. Disponibile in colori semilucidi
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
DettagliPrincipi e Metodologie della Progettazione Meccanica
Principi e Metodologie della Progettazione Meccanica ing. F. Campana a.a. 06-07 Lezione 11: CAE e Ottimizzazione Strutturale Il ruolo dell ottimizzazione nell ambito della progettazione meccanica Durante
DettagliLEZIONE 1 HTML. Come costruire il proprio sito con pochi strumenti e tanta creatività...
LEZIONE 1 HTML Come costruire il proprio sito con pochi strumenti e tanta creatività... La struttura di una pagina web intestazione Qui si dichiara il titolo del documento
DettagliNAILS BEAUTY CATALOGO. www.ladyoscardistribution.com
NAILS BEAUTY & HAIR www.ladyoscardistribution.com 20152 Milano Via Lorenteggio, 280/2 (angolo via Robert Koch) Tel. 02 91322189 Cel. 347 6041240 info@ladyoscardistribution.com nail hair estetica lady &
DettagliProgetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012
Progetto Lauree Scientifiche Liceo Classico L.Ariosto, Ferrara Dipartimento di Matematica Università di Ferrara 24 Gennaio 2012 Concetti importanti da (ri)vedere Programmazione imperativa Strutture di
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
DettagliRiconoscimento di cifre manoscritte tramite una rete neurale
Riconoscimento di cifre manoscritte tramite una rete neurale 3 luglio 2008 Argomenti discussi 1 Il problema 2 Il training set Codifica dei file 3 Soluzione implementata Soluzione ideale Soluzione implementata
DettagliLezione 9: Video(II) Informatica e Produzione Multimediale. Docente: Umberto Castellani
Lezione 9: Video(II) Informatica e Produzione Multimediale Docente: Umberto Castellani Sommario Introduzione al video Formati video Analogici digitali Il Moving picture Expert group (MPEG) Editing video
DettagliInformatica di Base. Programma Lezioni
Informatica di Base Lezione III Il linguaggio HTML Hyper Text Markup Language 1 Informatica di Base Programma Lezioni 1 26 ottobre Introduzione Sistema binario e formato dei dati 2 2 novembre Numeri negativi
DettagliDefinizione Dati due insiemi A e B, contenuti nel campo reale R, si definisce funzione reale di variabile reale una legge f : A
Scopo centrale, sia della teoria statistica che della economica, è proprio quello di esprimere ed analizzare le relazioni, esistenti tra le variabili statistiche ed economiche, che, in linguaggio matematico,
DettagliPlastic. Mareco Plastic S.R.L. - Prodotti - Led e accessori. http://www.marecoplastic.com/index.php?option=com_content& view=article& id=65...
Pagina 1 di 11 Plastic Prodotti Lavorazioni Parco Macchine Edilizia Home Azienda Contatti Novità! Novità edilizia Novità infissi Mareco per l'ambiente Mareco nel sociale Mareco nello sport Prodotti Lastre
Dettagli#1 MEDIC STRENGtH. #2 MEDIC elmo
CATALOGO T-SHIRT #1 MEDIC STRENGtH Colore: KHAKI CLASSIC OLIVE #2 MEDIC elmo Colore: KHAKI CLASSIC OLIVE #3 ISTRUTTORE MEDIC Colore: KHAKI CLASSIC OLIVE #4 EZECHIELE Colore: KHAKI #5 MEDIC SEMPER PARATUS
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
DettagliVerifica parte IIA. Test (o analisi dinamica) Mancanza di continuità. Esempio
Test (o analisi dinamica) Verifica parte IIA Rif. Ghezzi et al. 6.3-6.3.3 Consiste nell osservare il comportamento del sistema in un certo numero di condizioni significative Non può (in generale) essere
Dettagliocchiali da lettura che vi cambieranno la vita!
Primavera Estate 2014 See Concept, fondata a Parigi nel 2010, crea occhiali da lettura innovativi, di design E COLORATI. LetmeSee Scoprite la gamma: SeeHome SeeMagnet occhiali da lettura che vi cambieranno
Dettagliwudawu BAGS S / S 2015 S / S 2015
BAGS S / S 2015 LOVELY-W RING LOVELY-W RING Borsa in eco-pelle interamente lavorata all uncinetto. Manico a mano con torchon e frange fi nali, arricchite da anelli in resina e strass. Fodera interna in
DettagliCorso di Basi di Dati Multimediali
Corso di Basi di Dati Multimediali Lezione su: MMDBMS (Multimedia Data Base Manage System) Studente; Enrico Leone Matr. 961/142 Basi di Dati Multimediali Multimedia Database Manage System Deve supportare
Dettagli