Un nuovo sistema di image processing per lo screening della celiachia
|
|
- Giordano Negro
- 7 anni fa
- Visualizzazioni
Transcript
1 Un nuovo sistema di image processing per lo screening della celiachia Ninfea Lo Mascolo UNIVERSITÀ DEGLI STUDI DI CATANIA Corso di Laurea in Ingegneria Informatica Facoltà di Ingegneria,Dipartimento di Ingegneria Elettrica, Elettronica e di Sistemi
2 Obiettivi Realizzare un sistema di lettura e conversione in un esito clinico delle informazioni ottenute dal test genetico effettuato per valutare una eventuale predisposizione alla celiachia. Fornire uno strumento di lavoro di facile utilizzo in ambiente medico, attraverso l implementazione di un interfaccia grafica.
3 La celiachia La celiachia è un enteropatia autoimmune dovuta ad un'intolleranza permanente alla gliadina. Quest ultima è una componente proteica del glutine, che a sua volta è contenuto in molti cereali: frumento, nell'orzo, nella segale, nel farro, nel kamut ed in altri cereali minori. Nei soggetti affetti o predisposti, risultano tossici tutti gli alimenti derivati dai suddetti cereali o contenenti glutine in seguito a contaminazione. E stata dimostrata una forte associazione di questa malattia con i geni del complesso HLA. La presenza degli alleli HLA è, infatti, un indicatore di predisposizione alla celiachia ed è essenziale per la patogenesi della malattia. Negli individui affetti, in particolare, la gliadina, dopo essere stata fagocitata in sede intestinale dalle cellule presentanti l'antigene (APC, Antigen-Presenting Cell), viene esposta dalle molecole DQ2 e DQ8 del sistema HLA per essere riconosciuta come antigene "non-self" dai linfociti T, cioè come antigene estraneo da attaccare e distruggere.
4 Il test genetico Il test genetico per l identificazione della celiachia è basato sull analisi elettroforetica su gel agarosio del DNA estratto da campioni di sangue, e permette di rivelare la predisposizione genetica alla celiachia in soggetti potenzialmente affetti o parenti più stretti. L analisi elettroforetica fornisce un immagine costituita da una serie di cluster luminosi che rappresenta la presenza degli alleli indicatori di celiachia. Purtroppo, tale immagine, non si presenta del tutto nitida, di conseguenza, sarà necessaria un elaborazione digitale per rendere possibile l interpretazione dei risultati in maniera inequivocabile.
5 Software per lo screening della celiachia DESCRIZIONE DEL SOFTWARE: Il software creato in ambiente Borland C++ Builder V 6.0 Build consta di una GUI user-friendly e di una connessione con un database esterno, realizzata utilizzando gli oggetti ADO messi a disposizione dal compilatore. ATTIVITA E RISULTATI: Il programma elabora l immagine digitale acquisita in ingresso, che descrive visivamente l esito di un test genetico ottenuto mediante elettroforesi del DNA, e restituisce come output uno stream di nove cifre, costituito da 0 e 1, dal quale si potrà successivamente evincere la predisposizione o meno del soggetto alla celiachia. L immagine digitale da analizzare può contenere 4 test oppure 2 test:
6 Acquisizione e thresholding dell immagine Acquisizione dell immagine mediante una libreria C++ per la manipolazione di immagini; Matrice dei grigi, cioè l espressione di ogni pixel nel suo valore numerico, da 0 a 255, in cui allo 0 corrisponde il nero (assenza totale di luminanza), al 255 il bianco (luminanza massima); Costruzione di un array bidimensionale, che ricalchi la matrice, sul quale poter operare; Thresholding, al fine di ottenere dei bordi uniformemente neri, cioè con valore di luminanza 0, per cercare di delineare e distinguere le diverse parti dell immagine; Calcolo di un vettore somma delle colonne, i cui elementi saranno cioè costituiti dalla somma numerica dei valori di luminanza di tutti i pixel appartenenti ad ogni singola colonna.
7 Algoritmo per l enumerazione e traslazione dei test (I) Dopo aver ricostruito con i nuovi valori della matrice sogliata il vettore somma delle colonne ed aver calcolato con gli stessi criteri un vettore somma delle righe, si riescono a trovare le coordinate necessarie per identificare il numero di test dell immagine. Conoscere il numero di test, è necessario per poter successivamente suddividere la zona a metà, in orizzontale ed in verticale o solo in orizzontale ottenendo così 4 o 2 sottoimmagini e le loro matrici.
8 Algoritmo per l enumerazione e traslazione dei test (II) Per effettuare la rotazione, note le ascisse x1, x2 e l ordinata y2, sono necessarie altre 3 coordinate, ottenute utilizzando la matrice sogliata: ys,yd, xb che rispetto all immagine si trovano nell estremo vertice a sinistra, a destra e in basso. 1 caso: y2-ys > y2-yd angolo di rotazione in gradi: m=(360 /2π) arctg((y2-yd)/(x2-xb)) 2 caso: y2-ys < y2-yd angolo di rotazione in gradi: m= 360 -((360 /2π) arctg((y2-ys)/(xb-x1)))
9 Filtraggio (I) 1) Filtro mediano orizzontale non lineare, di maschera 5x1, volto ad esaltare i valori di luminanza accentuati ed attenuare invece i grigi dello sfondo: I parametri w1, w2, w3, w4 e w5 sono assunti pari ai corrispondenti valori della matrice se questi sono maggiori di 100, zero altrimenti. m1, m2, m3, m4 ed m5 sono stati fissati opportunamente in seguito alle numerose prove effettuate. 2) Filtro gaussiano con soglia, con maschera standard di dimensione 3x3. I valori della matrice ricavati, sono stati sottoposti ad un ulteriore sogliatura con riferimento sempre a 100: i termini inferiori sono stati annullati, quelli uguali o superiori a tale soglia portati al valore massimo di 255.
10 Filtraggio (II) 3) Filtro gaussiano semplice 3x3, la cui maschera, costituita dai coefficienti m precedentemente utilizzati, verrà applicata direttamente ai valori che costituiscono la matrice per ricavarne il nuovo termine da posizionare sempre al centro della maschera. Immagine filtrata
11 Ricerca degli alleli e analisi interpretativa (I) Per distinguere le due righe di Cluster: si identificano i raggruppamenti di valori non nulli del vettore somma delle righe, che rappresentano sicuramente i due cluster orizzontali di accentuata luminanza e qualche eventuale residuo di rumore; si calcolano: pixel iniziale e finale il valore globale del cluster e il valore mediano della distanza tra il pixel iniziale del primo cluster e quello finale del secondo.
12 Ricerca degli alleli e analisi interpretativa (II) Per individuare lo stato dei singoli cluster: Considerando inizialmente solo la riga inferiore (riga di convalidazione) di segmenti illuminati: Si compara il valore di intensità di ogni cluster con un valore-soglia al di sotto del quale lo si considererà spento, al di sopra del quale invece acceso (OFF oppure ON); Si conta il numero dei cluster ritenuti accesi. Se tale numero risulta pari a 8 => TEST VALIDO: si controlla lo stato ON/OFF di ogni cluster, nella riga superiore (riga che fornisce l esito). RISULTATO: Sequenza di 9 cifre, di cui la prima sarà 1 o 0 a seconda se gli alleli riscontrati nella riga inferiore saranno 8 o meno (e darà quindi valenza al test), le altre invece saranno rispettivamente 1 o 0 in corrispondenza di un allele acceso o spento.
13 Interfaccia grafica e database L interfaccia è costituita da pochi elementi di facile utilizzo: SI = predisposto alla celiachia. NO = non predisposto. Non Valido = risultato del test è uguale a zero, ovvero nella riga di convalidazione alcuni clusters sono OFF. Nella parte sinistra viene visualizzata la stringa numerica associata a ciascun test eseguito, e quindi l esito del test genetico nella parte destra. L esito, sopra menzionato, è stato ottenuto a partire da una tabella in cui sono contenuti i valori delle stringhe che determinano l eventuale presenza dell allele DQ2 e DQ8.
14 Esempi dei risultati ottenuti (I) 1) ESEMPIO (4 TEST): Immagine originale e dopo il primo thresholding.
15 4 TEST prima (A) e dopo (B) il filtraggio digitale Test n 1 Test n 2 A B A B Test n 3 Test n 4 A B A B
16 L immagine presenta degli alleli di verifica del test non sufficientemente illuminati da poter essere considerati accesi, infatti i test 2 e 4 verranno scartati:
17 Esempi dei risultati ottenuti (II) 2) ESEMPIO (2 TEST): Immagine originale e dopo il primo thresholding.
18 2 TEST prima (A) e dopo (B) il filtraggio digitale Test n 1 A B Test n 2 A B
19 Il test n 2 risulterà valido, ma il confronto con le stringhe della tabella darà esito negativo.
20 Invece, il test n 1 non verrà considerato attendibile.
21 Conclusioni (I) In questo è lavoro stato descritto un nuovo sistema che permette di ricavare a partire da immagini fotografiche informazioni rilevanti e interpretare i risultati di un test genetico di predisposizione alla celiachia, ottenuto tramite elettroforesi su gel di agarosio. Attraverso l implementazione di filtri digitali standard e ad hoc, è stato possibile eliminare gran parte del rumore in eccesso che poteva compromettere l esito dei test. Si è riusciti a riconoscere lo stato ON/OFF dei cluster, cioè delle macchie di maggiore intensità luminosa che permettono di determinare la presenza/assenza degli alleli DQ2 e DQ8 responsabili della predisposizione genetica alla celiachia. Tramite la realizzazione di un interfaccia grafica (GUI) si è ottenuto uno strumento di lavoro, di utilizzo semplice e intuitivo in campo medico, grazie al quale è possibile scegliere le immagini da processare e visualizzarne i risultati.
22 Conclusioni (II) Il software, implementato in ambiente Borland C++ Builder V 6.0 Build , permette di ottenere velocemente ottimi risultati con un elevata percentuale di successo sul campione di immagini analizzato, per cui, si dimostra utile per la precisione con cui viene interpretato il risultato del test e per i bassi tempi di processamento.
Filtraggio. 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
DettagliImage Elaboration. Image Processing
Image Elaboration Immagine digitale Un immagine digitale può essere rappresentata come una matrice con un prefissato numero di righe e colonne che ne determinano la risoluzione (campionamento). L'unità
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
DettagliElaborazione di immagini digitali: trasformare e migliorare
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2009/2010 Docente: ing. Salvatore
DettagliAL DI LA DELLE IMMAGINI
AL DI LA DELLE IMMAGINI Lucia Della Croce Giulia Maggi Ada Pulvirenti - Giuseppe Toscani Dipartimento di Matematica Università di Pavia Piano Lauree Scientifiche Broni - I. I. S. Faravelli 7 Dicembre 2010
DettagliElaborazione di immagini. Trasformare e migliorare. Scopi dell elaborazione. Tipi di elaborazione
Elaborazione di immagini Trasformare e migliorare Procedimento che data un immagine originale f(x,y) ne generi una nuova g(x,y) i cui pixel siano stati trasformati secondo un determinato algoritmo. f(x,y)
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
DettagliRiconoscimento e proiezione di oggetti su un ambiente virtuale
Relazione Progetto Sistemi Intelligenti anno 2012/2013 Riconoscimento e proiezione di oggetti su un ambiente virtuale Miguel Rosales, Laura Musica 1. Introduzione Lo sviluppo della tecnologia Microsoft
DettagliISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO LIVELLI DI COMPETENZE I QUADRIMESTRE
ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO MACRO INDICATORI Curricolo verticale I QUADRIMESTRE LIVELLI DI COMPETENZE I QUADRIMESTRE II QUADRIMESTRE
DettagliArray e Oggetti. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 12. A. Miola Dicembre 2006
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 12 Array e Oggetti A. Miola Dicembre 2006 http://www.dia.uniroma3.it/~java/fondinf1/ Array e Oggetti 1 Contenuti Array paralleli
DettagliCONVITTO NAZIONALE MARIA LUIGIA. Programma svolto. Definizione di funzione tra insiemi numerici. Definizione di funzioni reali a variabile reale
CONVITTO NAZIONALE MARIA LUIGIA Classe 3B Liceo Scientifico Anno scolastico 2011-2012 Docente: prof.ssa Paola Perego Disciplina: Matematica MODULO 1 : Funzioni Programma svolto ARGOMENTO CONOSCENZE/CONTENUTI
Dettagli1 SIGNIFICATO DEL DETERMINANTE
UNIVERSITÀ DEGLI STUDI DI ROMA LA SAPIENZA - Facoltà di Farmacia e Medicina - Corso di Laurea in CTF 1 SIGNIFICATO DEL DETERMINANTE Consideriamo il seguente problema: trovare l area del parallelogramma
DettagliDipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano
Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano 2033 Milano (Italia) Piazza Leonardo da Vinci, 32 Tel. (+39) 02-2399.3400 Fax (+39) 02-2399.34 Informatica ed Elementi di
Dettagli{ } corrisponde all uscita della faccia i-esima del dado. La distribuzione di probabilità associata ( )
Università di Trento - Corsi di Laurea in Ingegneria Civile e in Ingegneria per l Ambiente e il Territorio - 2017/18 Analisi Matematica 1 - professore Alberto Valli 2 foglio di esercizi 25 settembre 2017
DettagliIl contrasto. La percezione del contrasto. Contrasto e filling-in. Il contrasto simultaneo. Le distribuzioni di luminanza (ii)
20 Aprile 2006 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona Il contrasto La percezione del contrasto Chiara Della Libera DSNV Università di Verona Sezione
DettagliStudio di rette sghembe
Studio di rette sghembe V. Alberini, M. Buzzi, L. Cantoni, L. Grignaffini, G. Montis, G. Palù gennaio 17 Problema Stabilisci se le due rette r e s di equazioni: x = 1 + t x = r : y = t e s : z = z = t
DettagliInformatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
DettagliUniversità degli Studi di Catania. DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea Specialistica in Informatica.
Università degli Studi di Catania FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI Corso di Laurea Specialistica in Informatica Computer Vision Segmentazione di Immagini: tecniche di soglia e region growing
DettagliMODULO 5 - USO DELLE BASI DI DATI 2 FINALITÁ
PATENTE EUROPEA DEL COMPUTER 5.0 MODULO 5 Database (Microsoft Access 2007) Parte 3 A cura di Mimmo Corrado Gennaio 2012 MODULO 5 - USO DELLE BASI DI DATI 2 FINALITÁ Il Modulo 5, richiede che il candidato
DettagliSCHEDA DIDATTICA N 7
FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA CIVILE CORSO DI IDROLOGIA PROF. PASQUALE VERSACE SCHEDA DIDATTICA N 7 LA DISTRIBUZIONE NORMALE A.A. 01-13 La distribuzione NORMALE Uno dei più importanti
DettagliC.da Di Dio - Villaggio S. Agata Messina Italy P.I c.f AMBIENTE STATISTICO. Release /03/2018.
AMBIENTE STATISTICO SOFTWARE PER L ANALISI STATISTICA DI DATI PROVENIENTI DAL MONITORAGGIO AMBIENTALE Release 4.0 20/03/2018 Manuale d uso Ambiente Statistico è un software sviluppato nell ambito del Progetto
DettagliCOGNOME E NOME MATR. ANALISI DEI DATI PER IL MARKETING novembre 2008.
COGNOME E NOME MATR. ANALISI DEI DATI PER IL MARKETING novembre 2008. ESERCIZIO I Si è applicata l analisi delle componenti principali a 97 modelli di fotocamere digitali, considerando 7 variabili ed ottenendo
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliL ALGORITMO DEL SIMPLESSO REVISIONATO
L ALGORITMO DEL SIMPLESSO REVISIONATO L'algoritmo del simplesso revisionato costituisce una diversa implementazione dell algoritmo standard tesa a ridurre, sotto certe condizioni, il tempo di calcolo e
DettagliProblemi di ricerca in insiemi ordinati
Problemi di ricerca in insiemi ordinati Abbiamo visto che, per trovare un elemento in un insieme ordinato, con l algoritmo della ricerca binaria restringiamo l intervallo della ricerca alla metà in ogni
DettagliIntroduzione a Matlab
INFORMATICA B Ingegneria Elettrica Introduzione a Matlab Introduzione a Matlab Matlab (MATrix LABoratory) è uno strumento per il calcolo scientifico ed ingegneristico Matlab facilita lo sviluppo di programmi
DettagliIstituto Comprensivo Luigi Capuana Mineo Anno Scolastico
Istituto Comprensivo Luigi Capuana Mineo Anno Scolastico 20182019 CURRICOLO DI : MATEMATICA SCUOLA: PRIMARIA CLASSE: 5 ABC INDICATORI OBIETTIVI DI APPRENDIMENTO CONOSCENZE (saper) ABILITA /COMPETENZE (saper
DettagliESERCITAZIONE 2 RIPARTIZIONE FORZE SISMICHE
ESERCITAZIONE 2 RIPARTIZIONE FORZE SISMICHE Questa esercitazione permette di individuare il metodo di ripartizione di una forza orizzontale, come ad esempio la forza sismica, sui diversi telai che costituiscono
Dettagli20. Riepilogo Venduto - Giacenze
20. Riepilogo Venduto - Giacenze Questo importante pannello è lo strumento principale di analisi delle Vendite soprattutto quando esiste la necessità di confrontarle direttamente con le Giacenze. Il pannello
DettagliIngegneria Elettrica Politecnico di Torino. Luca Carlone. ControlliAutomaticiI LEZIONE IV
Ingegneria Elettrica Politecnico di Torino Luca Carlone ControlliAutomaticiI LEZIONE IV Sommario LEZIONE IV Importanza dello studio di segnali sinusoidali nell ingegneria Sistemi lineari con ingressi sinusoidali
Dettagli1) Hamming bound, coset, codici equivalenti
Argomenti della Lezione ) Hamming bound, coset, codici equivalenti 2) Esercizi sui codici lineari a blocchi Osservazione () Per effettuare la decodifica a rivelazione di errore si può seguire una delle
DettagliUn ripasso di aritmetica: Conversione dalla base 10 alla base 2
Un ripasso di aritmetica: Conversione dalla base 10 alla base 2 Dato un numero N rappresentato in base dieci, la sua rappresentazione in base due sarà del tipo: c m c m-1... c 1 c 0 (le c i sono cifre
DettagliMicroeconomia a.a. 2017/2018
Microeconomia aa 07/08 Corso di Laurea Magistrale in Economia e Politica Economica Nicola Campigotto nicolacampigottouniboit Esercitazione 6 0 novembre 07 Esercizio Si considerino due soli input e
DettagliUniversità degli Studi di Ferrara
Università degli Studi di Ferrara Corso di Laurea in Matematica - A.A. 2017-2018 Programmazione Lezione 15 Grafica in MATLAB Docente: Michele Ferrari - michele.ferrari@unife.it Nelle lezioni precedenti
DettagliUnità Didattica N 08 I sistemi di primo grado a due incognite 1. U.D. N 08 I sistemi di primo grado a due incognite
Unità Didattica N 08 I sistemi di primo grado a due incognite 1 U.D. N 08 I sistemi di primo grado a due incognite 01) Coordinate cartesiane 0) I sistemi di primo grado a due incognite 03) Metodo di sostituzione
DettagliRappresentazione dei numeri
Corso di Calcolatori Elettronici I Rappresentazione dei numeri: sistemi di numerazione posizionale Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica
DettagliSEGMENTAZIONE DI IMMAGINI. Elaborazione dei Segnali Multimediali Raffaele Gaetano 06 Maggio 2014
SEGMENTAZIONE DI IMMAGINI Elaborazione dei Segnali Multimediali Raffaele Gaetano 06 Maggio 2014 DEFINIZIONE La segmentazione è un processo di basso livello utile a molte applicazioni basate sull elaborazione
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,
DettagliEsercizi 5 CICLI. Es.5(cicli)
Esercizi 5 CICLI 1 Es.5(cicli) Esercizio 1 Realizzare una funzione che, chiesto all utente un numero intero pari a N, ricavi e stampi a video tutte le terne pitagoriche con i cateti minori o uguali ad
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
DettagliMicrosoft Excel Nozioni avanzate
Sistemi di elaborazione delle informazioni Microsoft Excel Nozioni avanzate Luca Bortolussi 1 Panoramica sulle funzioni e funzioni principali Descrizione delle funzioni principali SE(test;se_vero;se_falso):
DettagliCURRICOLO DI MATEMATICA CLASSE I SCUOLA PRIMARIA Anno scolastico 2016/2017
CURRICOLO DI MATEMATICA CLASSE I SCUOLA PRIMARIA Anno scolastico 2016/2017 AREA MATEMATICO SCIENTIFICO - TECNOLOGICA Utilizzare le procedure del calcolo aritmetico scritto e mentale con i numeri naturali.
DettagliIstituto Comprensivo di Pralboino Curricolo Verticale
MATEMATICA CLASSE 5 a PRIMARIA INDICATORE NUMERI TRAGUARDI OBIETTIVI di APPRENDIMENTO CONTENUTI -L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali e sa valutare l opportunità
DettagliLeLing12: Ancora sui determinanti.
LeLing2: Ancora sui determinanti. Ārgomenti svolti: Sviluppi di Laplace. Prodotto vettoriale e generalizzazioni. Rango e determinante: i minori. Il polinomio caratteristico. Ēsercizi consigliati: Geoling
DettagliProf. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 4: Linguaggio
DettagliESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)
ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calibrazione intrinseca Spesso risulta utile calibrare la sola componente intrinseca di un sistema di visione (matrice K), e non si dispone di oggetti di forma
DettagliSI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11
SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11 MARTEDÌ 11 APRILE LA LEZIONE SI TERRÀ IN AULA SEMINARI PIANO C 1di 26 LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE
DettagliFondamenti di Informatica A.A. 2017/18
Fondamenti di Informatica S i m u l a z i o n e P r i m a P rova Inte rco rs o 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
DettagliEstrazione dei bordi
Estrazione dei bordi L algoritmo di Marr-Hildreth L algoritmo di Canny Operatori per l estrazione dei bordi (edge operators) Lo scopo di questi operatori è quello di generare un immagine dei bordi (edge
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
DettagliEsercitazioni di Informatica (CIV)
Esercitazioni di Informatica (CIV) e Temi d esame Andrea Romanoni e-mail: andrea.romanoni@polimi.it website: http://home.deib.polimi.it/romanoni/ 10 dicembre 2015 Compilare il codice La sequenza di azioni
DettagliTriangolazione a blocchi di matrici
Triangolazione a blocchi di matrici Matrici quadrate sparse, cioè contenenti zeri, possono essere, sotto opportune ipotesi, ricondotte alla comoda forma "triangolare a blocchi" per mezzo di semplici permutazione
DettagliParte 1: tipi primitivi e istruzioni C
Parte 1: tipi primitivi e istruzioni C Esercizio 1 Scrivere un programma che stampa la somma di una sequenza di N numeri inseriti dall utente. Esercizio 2 Scrivere un programma che stampa la somma di una
DettagliQUANTIZZATORE VETTORIALE
QUANTIZZATORE VETTORIALE Introduzione Nel campo delle reti neurali, la scelta del numero di nodi nascosti da usare per un determinato compito non è sempre semplice. Per tale scelta potrebbe venirci in
DettagliStatistica Elementare
Statistica Elementare 1. Frequenza assoluta Per popolazione si intende l insieme degli elementi che sono oggetto di una indagine statistica, ovvero l insieme delle unità, dette unità statistiche o individui
DettagliDipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano
Dipartimento di Elettronica, Informazione e Bioingegneria Politecnico di Milano 2033 Milano (Italia) Piazza Leonardo da Vinci, 32 Tel. (+39) 02-2399.3400 Fax (+39) 02-2399.34 Informatica ed Elementi di
Dettagli12 Function Handles e Ricorsione in MATLAB
1 Function Handles e Ricorsione in MATLAB Un function handle è una variabile il cui valore è una funzione. Data una funzione esistente, il suo function handle è dichiarato come handle = @nome dove nome
DettagliRappresentazione dei numeri interi in un calcolatore
Corso di Calcolatori Elettronici I Rappresentazione dei numeri interi in un calcolatore Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica e delle
DettagliRappresentazione dei numeri interi in un calcolatore. Rappresentazione dei numeri
Corso di Calcolatori Elettronici I Rappresentazione dei numeri interi in un calcolatore Prof. Roberto Canonico Università degli Studi di Napoli Federico II Dipartimento di Ingegneria Elettrica e delle
DettagliTesi di Laurea TELECAMERA OMNIDIREZIONALE CON SENSORE RETINICO CMOS
Università degli Studi di Padova Facoltà di Ingegneria Corso di Laurea in Ingegneria Informatica TELECAMERA OMNIDIREZIONALE CON SENSORE RETINICO CMOS Relatore: Prof. Enrico Pagello 20 Dicembre 2004 Correlatore:
DettagliSviluppando ancora per colonna sulla prima colonna della prima matrice e sulla seconda della seconda matrice si ottiene:
M. CARAMIA, S. GIORDANI, F. GUERRIERO, R. MUSMANNO, D. PACCIARELLI RICERCA OPERATIVA Isedi Esercizi proposti nel Cap. 5 - Soluzioni Esercizio 5. - La norma Euclidea di è 9 6 5 - Il versore corrispondente
DettagliLEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18
LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO 1di 18 Metodo del Simplesso Il metodo del simplesso dovuto a Dantzing ed a Kantorovich è un algoritmo il cui nome deriva
DettagliINTERPOLAZIONI CON SPLINE
INTERPOLAZIONI CON SPLINE Assegnati gli n +1valori che la funzione f assume nei nodi x i, si costruisce un interpolazione polinomiale a tratti. In ognuno degli intervalli [x i 1,x i ] il polinomio interpolatore
DettagliNota: lo strumento di visualizzazione è ottimizzato per il browser Google (Versione ) Database Contributi Progetti Esterni TUTORIAL
Nota: lo strumento di visualizzazione è ottimizzato per il browser Google (Versione 49.0.2623.87) Database Contributi Progetti Esterni TUTORIAL INTRODUZIONE AL DATABASE Il database restituisce nella sua
DettagliUniversità Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,
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
DettagliElaborazione delle immagini
Dipartimento di Fisica a.a. 4/5 Fisica Medica Elaborazione delle immagini 5/4/5 Processamento Una mappatura di tipo esponenziale mostra un immagine del tipo Intensità d uscita Intensità in entrata L =
DettagliLaboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale
Dipartimento di Ingegneria dell Informazione Università degli Studi di Parma Laboratorio di Programmazione Laurea in Ingegneria Civile e Ambientale Algebra di Boole Stefano Cagnoni Algebra di Boole L algebra
DettagliIntroduzione al C. Proprietà degli elementi di un insieme. Claudio Ciccotelli
Corso di Fondamenti di Informatica Ingegneria delle Comunicazioni BCOR Ingegneria Elettronica BELR Introduzione al C Proprietà degli elementi di un insieme Claudio Ciccotelli Insiemi Un insieme è una collezione
DettagliStima di Posizione e Orientamento Mediante Elaborazione di Immagini con il Filtro di Kalman
Incontro CIRA 21 Lecce, 12 14 Settembre 21 Stima di Posizione e Orientamento Mediante Elaborazione di Immagini con il Filtro di Kalman Fabrizio CACCAVALE Vincenzo LIPPIELLO Bruno SICILIANO Luigi VILLANI
DettagliABILITÀ. COMPETENZE L'alunno: ( B-H ) L'alunno sa: associare alla quantità il numero ( simbolo e nome ) i numeri ordinali
TRAGUARDI DI COMPETENZA L alunno opera con i numeri naturali nel calcolo scritto e mentale NUMERI L'alunno: ( B-H ) la serie numerica fino al 100 associare alla quantità il numero ( simbolo e nome ) i
DettagliRiconoscimento automatico di oggetti (Pattern Recognition)
Riconoscimento automatico di oggetti (Pattern Recognition) Scopo: definire un sistema per riconoscere automaticamente un oggetto data la descrizione di un oggetto che può appartenere ad una tra N classi
DettagliGEOMETRIA ANALITICA. Il Piano cartesiano
GEOMETRIA ANALITICA La geometria analitica consente di studiare e rappresentare per via algebrica informazioni di tipo geometrico. Lo studio favorisce una più immediata visualizzazione di informazioni,
DettagliModulo Q Manuale del modulo Trace
rif.: ma-mq-trace ver. 10.0.1 del 16/2/2010 Modulo Q Manuale del modulo Trace per la linea di sistemi di visione artificiale HQV / Vedo. Questo manuale illustra le modalità di impiego del modulo opzionale
DettagliAnalisi degli Errori
Analisi degli Errori Luca Gemignani lucagemignani@unipiit 1 marzo 2018 Indice Lezione 1: Errori nel Calcolo di una Funzione Razionale 1 Lezione 2: Tecniche per l Analisi degli Errori 3 Lezione 3: Cenni
DettagliStrutture dati. Operatori di incremento e decremento. Strutture di dati. Strutture di dati. ++ e -- Esempi. Vettori e matrici.
Operatori di incremento e decremento ++ e -- Esempi y=x++ il contenuto della variabile x viene inizialmente usata per l assegnazione y, e solo dopo incrementata y=--x il contenuto della variabile x viene
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:
DettagliCorrettezza (prima parte)
Fondamenti di informatica Oggetti e Java (prima parte) Capitolo 16 ottobre 2015 1 Contenuti Introduzione alla correttezza dei programmi specifica di un programma correttezza di un programma verifica di
Dettagli) Trovare l equazione canonica della conica: 8x 2 12xy + 17y x 70y = 0 Poi classificarla. ...
9 Gennaio 13 Ingegneria... Matricola... In caso di esito sufficiente, desidero sostenere la prova orale [ ] oggi (aula I.1 ore 15.) [ ] Mercoledì 3/1/13 (aula I.13 ore 9.3) [ ] Mercoledì 13//13 (aula I.1
DettagliModulo 2: RAPPRESENTAZIONE DEI DATI I sistemi di numerazione
LABORATORIO DI ABILITA INFORMATICA Modulo 2: RAPPRESENTAZIONE DEI DATI I sistemi di numerazione Ing. Maria Grazia Celentano 1 SISTEMI DI NUMERAZIONE SISTEMI DI NUMERAZIONE BIT 2/73 BIT In termini pratici
DettagliIntroduzione ai filtri digitali
ARSLAB - Autonomous and Robotic Systems Laboratory Dipartimento di Matematica e Informatica - Università di Catania, Italy santoro@dmi.unict.it Programmazione Sistemi Robotici Sistemi, misura e predizione
DettagliCorso di Informatica di Base
Corso di Informatica di Base A.A. 2011/2012 Algoritmi e diagrammi di flusso Luca Tornatore Cos è l informatica? Calcolatore: esecutore di ordini o automa Programma: insieme di istruzioni che possono essere
DettagliMateriale didattico per il corso di Statistica I Prima esercitazione: SOLUZIONI
Materiale didattico per il corso di Statistica I Prima esercitazione: SOLUZIONI Claudia Furlan 1 Anno Accademico 2006-2007 1 Ringrazio Carlo Gaetan e Nicola Sartori e Aldo Solari per il materiale, aggiunte
DettagliOperazioni puntuali. Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma
Tipi di elaborazioni Operatori puntuali Look Up Table Istogramma Analisi di Basso Livello In ingresso abbiamo le immagini provenienti dai sensori. In uscita si hanno un insieme di matrici ognuna delle
Dettagli8 Valore assoluto. 8.1 Definizione e proprietà
8 Valore assoluto 8. Definizione e proprietà Si dice valore assoluto o modulo di un numero reale, e si indica con, il numero stesso se questo è positivo o nullo, altrimenti il suo opposto -, in simboli:
DettagliCorso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore
Corso di Laurea Specialistica in Ingegneria Meccanica e Ingegneria Energetica Progetto numerico al calcolatore Soluzione di un sistema non lineare con la Regula Falsi generalizzata per la determinazione
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliSCUOLA PRIMARIA MATEMATICA (Classe 1ª)
SCUOLA PRIMARIA MATEMATICA (Classe 1ª) Operare con i numeri nel calcolo scritto e mentale Leggere e scrivere numeri naturali in cifre e lettere. Contare in senso progressivo e regressivo. Raggruppare,
DettagliProblem Set 3 docente: Luciano Gualà
Problem Set 3 docente: Luciano Gualà Esercizio (una domanda semplice ma non troppo) Dire se può esistere un algoritmo di ordinamento basato su confronti che ordina un insieme di 8 elementi facendo nel
DettagliElementi di grafica raster
Elementi di grafica raster Segnali mono-bidimensionali Segnale: variazione di una grandezza fisica rispetto al tempo e/o allo spazio cioè Valore della grandezza ad ogni istante di tempo (spazio) Un segnale
DettagliGraficazione qualitativa del luogo delle radici
.. 1.1 1 Graficazione qualitativa del luogo delle radici Esempio. Si faccia riferimento al seguente sistema retroazionato: d(t) G(s) r(t) e(t) K 1(s 1) s(s+1)(s +8s+5) y(t) Per una graficazione qualitativa
DettagliAnalisi spettrale del rumore di fase
5 Analisi spettrale del rumore di fase In questo capitolo verranno illustrati i due metodi di analisi spettrale utilizzati per valutare la potenza del rumore da cui è affetta la portante sinusoidale. Come
DettagliImplementazione di DFA in C
Implementazione di DFA in C Dispensa di Laboratorio di Linguaggi di Programmazione Sommario Corrado Mencar, Pasquale Lops, Stefano Ferilli Questa dispensa fornisce le linee guida per l implementazione,
DettagliLe immagini digitali. Introduzione
Le immagini digitali Introduzione 2 L informazione grafica grafica a caratteri grafica vettoriale grafica raster 3 Due grandi categorie Immagini reali: acquisite da una scena reale mediante telecamera,
Dettagliossia può anche essere localizzato univocamente sul piano complesso con la sua forma polare.
ALGEBRA COMPLESSA Nel corso dei secoli gli insiemi dei numeri sono andati man mano allargandosi per rispondere all esigenza di dare soluzione a equazioni e problemi sempre nuovi I numeri complessi sono
DettagliCorso di Laurea Specialistica in Ingegneria Informatica. Correlatore: Ing. Andrea Claudi
Corso di Laurea Specialistica in Ingegneria Informatica Candidato: Gianluca Dolcini Relatore: Prof. Aldo Franco Dragoni Correlatore: Ing. Andrea Claudi Scenario: identificazione di volti per monitoraggio
DettagliEsercizi 3, 1. Prof. Thomas Parisini. Esercizi 3, 3 Regola:
Esercizi 3, 1 Esercizi 3, 2 Esercizi Stabilità per sistemi a tempo continuo Analisi degli autovalori Analisi del polinomio caratteristico, criterio di Routh-Hurwitz Stabilità per sistemi a tempo continuo
Dettagli