Conversione dallo spazio colore del dispositivo allo spazio srgb
|
|
- Norma Fiori
- 7 anni fa
- Visualizzazioni
Transcript
1 Conversione dallo spazio colore del dispositivo allo spazio srgb Imagg Digitale, aa Simone Bianco
2 Lo scopo dell esercizio è convertire un immage dal formato RAW di uno scanner nello spazio colore srgb Vi viene fornita un immage RAW di una scena all terno della quale è presente un target colorato composto da 24 patch. Del target vi vengono fornite le riflettanze di tutte le patch di cui è composto Vi vengono forniti oltre la distribuzione spettrale di potenza dell illumante sotto cui si vuole rendere la scena (D65) e le curve di color matchg (XYZ) 2
3 Step 1: estrazione dei valori RGB (nello spazio RAW) delle patch del target colorato Il primo passo è andare ad estrarre (manualmente o automaticamente) i valori medi di ognuna delle 24 patch. Le riflettanze sono fornite ordate per righe, qudi bisogna estrarre nello stesso orde i valori delle patch
4 Prima di estrarre i valori medi di ogni patch colorata è consigliato convertire l immage a valori double nell tervallo [0,1] (eventualmente assicurandosi oltre che il mimo e il massimo cocidano rispettivamente con 0 e 1) 4
5 Step 2: Calcolo dei valori di riferimento del target Come già detto, del target vi vengono fornite le riflettanze. Grazie ai valori tabulati dell illumante sotto cui vogliamo rendere la scena (D65) e le curve di color matchg è possibile ottenerne le coordate nello spazio colore XYZ. Da questo spazio è possibile spostarsi con delle trasformazioni standardizzate praticamente tutti gli altri spazi colore. Selezionatene uno comodo per le operazioni successive (si veda particolare lo step 3) 5
6 Step 2: Learizzazione RAW to srgb Sfruttare l formazione che l ultima riga del target è composta da solamente patch neutre per effettuare la learizzazione dei dati acquisiti dal dispositivo E fatti possibile che il dispositivo applichi nativamente una correzione gamma, oppure che la risposta del sensore sia non-leare Stimare la correzione gamma (è possibile farlo solamente per il canale G vs Y) Applicare la trasformazione ottenuta al target 6
7 Step 3: Calcolo della matrice di conversione tra valori estratti e valori obiettivo Detti RGB i valori estratti e RGBout i valori obiettivo, dobbiamo trovare la trasformazione M che meglio approssima la relazione RGBout=RGB*M Dato che RGB=[RG B], la matrice M sarà di dimensione 3x3 Per calcolare la migliore matrice nel senso dei mimi quadrati, esiste il comando Matlab pv per il calcolo della pseudoversa. (guardare la documentazione per capirne l utilizzo). 7
8 Esplicitamente, quello che viene calcolato è: RGB out ( RGB (( RGB ) = T ) T RGB RGB RGB M out = ( RGB ) 1 ( RGB ) T ) RGB T RGB M out = M Consiglio sullo spazio dove calcolare le coordate RGBout: La scelta più semplice è calcolarle nello spazio XYZ, qudi la vostra matrice M vi farà ottenere un immage nello spazio colore XYZ. Da qui dovrete poi spostarvi srgb (fortunatamente la trasformazione è standardizzata) Una scelta alternativa è calcolarle direttamente nello spazio srgb o nella sua variante learizzata (viene fornita la funzione srgb2lrgb). Per fare questo i valori teorici delle riflettanze del target vanno prima convertite questo spazio. 8
9 Step 5: Valutazione della qualità del risultato ottenuto Convertire i valori teorici e i valori estratti e trasformati con le trasformazioni ricavate nello spazio colore CIELab e qui calcolarne l errore percepito con la metrica E94 9
10 AGGIUNTA: Una volta completato l tero esercizio, è possibile provare trasformazioni di conversione RAW to srgb più complesse. Nello step 3, abbiamo fatti assunto che la trasformazione tra questi spazi colore sia leare, fatti abbiamo posto RGB=[RG B] È anche possibile utilizzare trasformazioni polomiali, semplicemente espandendo polomialmente i valori estratti, ad es. si supponga di voler utilizzare un polomio di grado 2, allora avremmo: RGB=[RG B R 2 G 2 B 2 1R*GR*BG*B] 10
5.7 Esercizi (V Settimana)
5.7 Esercizi (V Settimana) 7 5.7 Esercizi (V Settimana) 5.7. Sia data f :(R 3 ) (R 3 ) da f(a,b,c) =(a + b, b, a + b + c). Si scriva la f sotto forma del prodotto di un vettore riga per una matrice A;.
Dettaglideterminante della sottomatrice ottenuta da A cancellando la i-esima riga e la j-esima colonna
Data una matrice quadrata A di ordine n si definisce minore complementare m ij dell elemento generico a ij della matrice A il determinante della sottomatrice ottenuta da A cancellando la i-esima riga e
DettagliAnalisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio
Analisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio 24 aprile 2009 Indice 1 Descrizione breve 1 2 Compito dello studente 2 2.1 Interfaccia dicomprimi edecomprimi..............
DettagliSISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA
MARIA TERESA MELIS SISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA titimelis@unica.it ANNO ACCADEMICO 2017/ 2018 LEZIONE 5 IL MODELLO DI DATI RASTER E LA GEOREFEREN- ZIAZIONE Corso di Sistemi Informativi
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (69AA) A.A. 06/7 - Prova del 07-07-07 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate. Problema
DettagliUniversità del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia. Corso di Statistica Medica. La distribuzione Normale (o di Gauss)
Università del Piemonte Orientale Corso di Laurea in Medicina e Chirurgia Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in medicina e chirurgia - Corso di Statistica
DettagliIL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA
Metodi per l Analisi dei Dati Sperimentali AA009/010 IL CRITERIO DELLA MASSIMA VEROSIMIGLIANZA Sommario Massima Verosimiglianza Introduzione La Massima Verosimiglianza Esempio 1: una sola misura sperimentale
DettagliFONDAMENTI DI SEGNALI E TRASMISSIONE 5 Laboratorio
FONDAMENTI DI SEGNALI E TRASMISSIONE 5 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it MATLAB: generazione di numeri casuali Il comando che permette di generare una matrice (n r,n c ) composta da
DettagliFondamenti di Segnali e Trasmissione Quarto laboratorio
Fondamenti di Segnali e Trasmissione Quarto laboratorio MATLAB: generazione di numeri casuali Il comando che permette di generare una matrice (nr,nc) composta da numeri casuali, con distribuzione di probabilità
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
DettagliOperatore delta. Introduciamo un operatore che rappresenta una piccola variazione della grandezza fisica F.
Prof.. Di Muro Operatore delta Introduciamo un operatore che rappresenta una piccola variazione della grandezza fisica F. F = F fale F iziale se n è una costante n = 0 fatti la costante non varia. Questo
DettagliAlgebra lineare e geometria AA Appunti sul cambio di base in uno spazio vettoriale
Algebra lineare e geometria AA. -7 Appunti sul cambio di base in uno spazio vettoriale Matrice di un applicazione lineare Siano V e W due spazi vettoriali su un campo K {R, C}, entrambi finitamente generati,
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliEsercizi di introduzione alla programmazione
Esercizi di introduzione alla programmazione Federico Reghenzani Informatica ed Elementi di Informatica Medica 2017-18 1 Esercizi di codifica 1.1 Conversione da base 10 a un altra base Trovare x: 203 10
Dettagli05. Determinare una base ortonormale per ognuno dei seguenti spazi vettoriali.
T.1 BASI ORTONORMALI, MATRICI ORTOGONALI 01. Sia V il sottospazio di IR 3 generato dalla base B : (1, 0, 2), (0, 2, 1). Verificare che anche C : (1, 2, 1), (1, 4, 0) è base per V e ortonormalizzare le
DettagliVariabili Aleatorie Multiple
Variabili Aleatorie Multiple v.a. multiple - Esercizio 1 Consideriamo l estrazione con reimmissione di palline colorate da un urna contenente 5 palline bianche, 15 verdi, e 10 rosse. 1) Calcolare la probabilità
DettagliCONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI
CONFRONTO TRA LA MEDIE DI DUE CAMPIONI INDIPENDENTI ipotesi sul confronto tra le medie di due campioni indipendenti Obiettivo: decidere, attraverso il confronto tra le medie dei due campioni indipendenti,
DettagliDistribuzione normale
Distribuzione normale istogramma delle frequenze di un insieme di misure relative a una grandezza che varia con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata
DettagliAlgebra lineare e geometria AA Appunti sul cambio di base in uno spazio vettoriale
Algebra lineare e geometria AA. 8-9 Appunti sul cambio di base in uno spazio vettoriale Matrice di un applicazione lineare Siano V e W due spazi vettoriali su un campo K {R, C}, entrambi finitamente generati,
DettagliIndice. Percentili Decili Quartili Ranghi Percentili
Indici di Posizione Indice Percentili Decili Quartili Ranghi Percentili quartile; con tale termine si intende una determinata percentuale di dati della distribuzione. I percentili, i quartili, i decili
DettagliLaboratorio di Didattica di elaborazione dati 5 STIMA PUNTUALE DEI PARAMETRI. x i. SE = n.
5 STIMA PUNTUALE DEI PARAMETRI [Adattato dal libro Excel per la statistica di Enzo Belluco] Sia θ un parametro incognito della distribuzione di un carattere in una determinata popolazione. Il problema
DettagliModulo 1: Le I.C.T. UD 1.3c: La Codifica Digitale dei Suoni
Modulo 1: Le I.C.T. : La Codifica Digitale dei Suoni Prof. Alberto Postiglione Corso di Informatica Generale (AA 07-08) Corso di Laurea in Scienze della Comunicazione Università degli Studi di Salerno
Dettagli(f o -f a ) f a fo = frequenza osservata fa = frequenza attesa per effetto del caso (cioè se è vera l'ipotesi nulla) DISEGNI CON UNA SOLA VARIABILE
IL TEST DEL CHI 2 (2) Consente di verificare ipotesi su: a) relazioni tra variabili nella popolazione b) differenze tra popolazioni relative a: distribuzioni di frequenza Livello di misura dei dati: scala
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
DettagliMatrici. 3. Costruire le seguenti matrici, contarne gli elementi non nulli e visualizzarle con spy: . B 10x10 = ; D 7x7 =
Matrici diag, tril, triu. Sia v il vettore colonna casuale di lunghezza. Calcolare: diag(v), diag (v,), diag (v,-), diag(v,), diag(v,-). Sia A la matrice magica x. Calcolare: tril(a), tril(a, ), tril(a,
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 6 Metodi iterativi per sistemi lineari
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 6 Metodi iterativi per sistemi lineari Dati una matrice A R N N non singolare e un vettore b R N, un metodo iterativo per la risoluzione
DettagliElaborazione dei dati
Elaborazione dei dati Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 4/5 info@planetek.it rgomenti della lezione 1. nalisi delle immagini multispettrali 2. nalisi
DettagliGeometria A. Università degli Studi di Trento Corso di laurea in Matematica A.A. 2017/ Maggio 2018 Prova Intermedia
Geometria A Università degli Studi di Trento Corso di laurea in Matematica A.A. 7/8 Maggio 8 Prova Intermedia Il tempo per la prova è di ore. Durante la prova non è permesso l uso di appunti e libri. Esercizio
Dettagli64=8 radice perché 8 2 = 64
RADICI E NUMERI IRRAZIONALI 1. Che cosa vuol dire estrarre la radice quadrata di un numero? Estrarre la radice quadrata di un numero vuol dire calcolare quel numero, che elevato al quadrato, dà per risultato
DettagliDeterminante. Elisabetta Colombo. Determinante. Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico ,
Corso di Approfondimenti di Matematica per Biotecnologie, Anno Accademico 2011-2012, 1 n=2 2 3 con le 4 n=2 n=2 con le Ad ogni matrice quadrata A = (a ij ) j=1...n i=1...n di ordine n si può associare
DettagliESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante.
ESERCIZIO 1. Vengono riportati di seguito i risultati di un analisi discriminante. Test di uguaglianza delle medie di gruppo SELF_EFF COLL_EFF COIN_LAV IMPEGNO SODDISF CAP_IST COLLEGHI Lambda di Wilks
Dettagli3. Matrici e algebra lineare in MATLAB
3. Matrici e algebra lineare in MATLAB Riferimenti bibliografici Getting Started with MATLAB, Version 7, The MathWorks, www.mathworks.com (Capitolo 2) Mathematics, Version 7, The MathWorks, www.mathworks.com
DettagliEsercizi proposti di Analisi Numerica
Esercizi proposti di Analisi Numerica Silvia Bonettini Dipartimento di Matematica, Università di Ferrara 30 gennaio 2012 1 Conversioni, operazioni di macchina e analisi dell errore 1. Convertire i numeri
DettagliCalcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione 22/2/2011
Calcolo delle Probabilità e Statistica, Ing. Informatica e dell Automazione //0 Il seguente esercizio va svolto su questo foglio prestampato. Esercizio. In un urna ci sono 8 palline etichettate con numeri
DettagliVariabile, costante ed espressione
Variabile, costante ed espressione All interno di un programma un informazione può essere organizzata in vari modi: Variabile Costante Espressione Le variabili a loro volta possono essere: scalari vettori
Dettagli0.1 Soluzioni Esercitazione III, del 21/10/2008
1 0.1 Soluzioni Esercitazione III, del 21/10/2008 Esercizio 0.1.1. Risolvere il sistema lineare x + y + z = 1 2x + 3y + 2z = 0 x + 2y z = 0 Il determinante della matrice incompleta è 2 e quindi il sistema
DettagliL6 Visual Tracking. Corso di Visione Artificiale Ing. Matteo Panciroli ANNO ACCADEMICO DIPARTIMENTO DI INGEGNERIA DELL INFORMAZIONE
DIPARTIMENTO DI INGEGNERIA DELL INFORMAZIONE L6 Visual Tracking Corso di Visione Artificiale Ing. ANNO ACCADEMICO 2011-2012 Assegnamento Progettare e sviluppare un applicazione che permetta l inseguimento
DettagliLaboratorio di Segnali e Sistemi A. A. 2009/ Lezione 5: Immagini
Laboratorio di Segnali e Sistemi A. A. 2009/ 2010 Lezione 5: Immagini 28 maggio 2010 Introduzione Immagini: risultato di un sistema di acquisizione/elaborazione/visualizzazione della radiazione EM visibile
DettagliRango di una matrice e teorema di Rouché-Capelli
Rango di una matrice e teorema di Rouché-Capelli Sappiamo che a una matrice m n, A, è associata l applicazione lineare L A : R n R m, L A (X) = AX, X R n. Definizione 1. Lo spazio nullo di A, N (A), è
Dettaglielaborazione di base
Pre-elaborazione elaborazione di base Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 3/5 info@planetek.it INDICE Generalità Correzioni radiometriche Correzioni
DettagliMISURATORE DI DISTANZA DIGITALE AD ULTRASUONI Digital ultrasonic distance measurer MKC-55. Manuale d uso Users Manual
MISURATORE DI DISTANZA DIGITALE AD ULTRASUONI Digital ultrasonic distance measurer MKC-55 545700295 Manuale d uso Users Manual Leggere attentamente questo manuale prima dell utilizzo Read this manual thoroughly
DettagliEsercizio 1. Esercizio 2
Sia data la matrice A A(α) = Esercizio α 2 2α 2 2, α R.) determinare per quali valori del parametro reale α é verificata la condizione necessaria e sufficiente di convergenza per il metodo di Jacobi;.2)
DettagliDistribuzione Normale
Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di
Dettagli0.1 Soluzioni esercitazione IV, del 28/10/2008
1 0.1 Soluzioni esercitazione IV, del 28/10/2008 Esercizio 0.1.1. Risolvere, usando il teorema di Cramer, i seguenti sistemi lineari 2x + y + z = 0 x + 3z = 1 x y z = 1 kx + y z = 1 x y + 2z = 1 2x + 2y
DettagliCorso di Laurea in Informatica. Dipartimento di Scienze Fisiche -- Università di Napoli Federico II. Colori. Sistemi Informativi Multimediali
Colori 1 La Percezione dei Colori Immanuel Kant (Königsberg,, 1724-1804) 1804) tratta il fenomeno (Phainomenon)) percepito secondo quello che appare e non nella sua reale essenza 2 Rappresentazione dei
DettagliAnno 4 Matrice inversa
Anno 4 Matrice inversa 1 Introduzione In questa lezione parleremo della matrice inversa di una matrice quadrata: definizione metodo per individuarla Al termine della lezione sarai in grado di: descrivere
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
DettagliMatrici.h Definizione dei tipi #define MAXROWS 10 #define MAXCOLS 10 #define ELEMENT int #define ELEMENTFORMAT "%d" Tipo degli elementi della matrice
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliEsercitazione N.1 per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Filtro notch e canna d organo
Esercitazione N.1 per il corso di SISTEMI DI TELECOMUNICAZIONI 1 Filtro notch e canna d organo 5 ottobre 2006 1 Scopo dell esercitazione Quest esercitazione è divisa in due parti: simulazione di un tubo
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliCriteri di Valutazione della scheda (solo a carattere indicativo)
Criteri di Valutazione della scheda (solo a carattere indicativo) Previsioni - A Sono state fatte le previsioni e discussi i valori attesi insieme al ragionamento con cui sono stati calcolati? E stata
DettagliElaborazione dei dati. pkt /9
Elaborazione dei dati pkt006-89-1.0 4/9 1 Argomenti 1. Analisi delle immagini multispettrali 2. Analisi dell istogramma e enfatizzazione del contrasto 3. Trasformata RGB-IHS 4. Filtraggio 5. Estrazione
DettagliCorso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 2016/17 - Prova del
Corso di Laurea in Informatica Calcolo delle Probabilità e Statistica (269AA) A.A. 206/7 - Prova del 207-09-08 La durata della prova è di tre ore. Le risposte devono essere adeguatamente giustificate.
Dettaglinb3-derivata_numerica Derivata numerica
nb3-derivata_numerica October 16, 2017 Derivata numerica Vogliamo calcolare la derivata di una funzione f(x) in un dato punto x. Sappiamo dalla definizione che dobbiamo calcolare un rapporto incrementale
DettagliUniversità degli Studi di Brescia Dipartimento DICATA. Università degli Studi di Brescia. Giorgio Vassena. Lorenzo Cavallari
Il laser per il rilevamento e la certificazione dimensionale delle geometrie di invasi idroelettrici e la misurazione della evoluzione delle fessurazioni superficiali dei paramenti in calcestruzzo armato
DettagliISTITUTO COMPRENSIVO SAN VENANZO
ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE II SECONDARIA I GRADO MACRO INDICA TORI OBIETTIVI DI APPRENDIMENTO Curricolo verticale OBIETTIVI DI APPRENDIMENTO I QUADRIMESTRE
Dettagli1 Trasformazione di vettori e 1-forme per cambiamenti
PRIMA ESERCITAZIONE Trasformazione di vettori e -forme per cambiamenti di coordinate Consideriamo lo spazio di Minkowski in coordinate cartesiane {x } (x,x,x 2,x 3 ). La sua metrica è ds 2 (dx ) 2 +(dx
DettagliLa capacità fotosintetica delle piante coltivate su terreno trattato con Bio Aksxter
La capacità fotosintetica delle piante coltivate su terreno trattato con Bio Aksxter INTRODUZIONE Lo spettro della luce visibile e costituito da radiazioni aventi lunghezze d onda comprese tra 400 a 700
DettagliMatrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili Soluzione di sistemi lineari È veramente difficile?
Dettagli... b 2 X 2. . b N X N. a 11 a 12.. a 1N a 21 a 22.. a 2N A =. a N1... a NN
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È veramente Difficili difficile? Soluzione di sistemi lineari
Dettagli8 Introduzione MATLAB
8.1 Basi Per pulire il workspace (eliminare tutte le variabili esistenti): 1 clear Per pulire la finestra dei comandi (command window): 1 clc In MATLAB non è necessario dichiarare le variabili ed esse
DettagliISTITUTO OMNICOMPRENSIVO ALTO ORVIETANO FABRO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE II SECONDARIA I GRADO
ISTITUTO OMNICOMPRENSIVO ALTO ORVIETANO FABRO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE II SECONDARIA I GRADO MACRO INDICA TORI OBIETTIVI DI APPRENDIMENTO Curricolo verticale OBIETTIVI DI APPRENDIMENTO
DettagliCenni di fotogrammetria LE IMMAGINI DIGITALI
Cenni di fotogrammetria LE IMMAGINI DIGITALI Hardcopy fotogrammetry: è la fotogrammetria che usa immagini di tipo analogico Softcopy fotogrammetry: è la fotogrammetria che usa immagini di tipo digitale
Dettagli8 Introduzione MATLAB
8.1 Basi Per pulire il workspace (eliminare tutte le variabili esistenti): 1 clear Per pulire la finestra dei comandi (command window): 1 clc In MATLAB non è necessario dichiarare le variabili ed esse
Dettagli1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0
a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,
DettagliCalcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
DettagliSottospazi vettoriali
Capitolo 6 Sottospazi vettoriali 6.1 Introduzione Riprendiamo un argomento già studiato ampiamente nel corso di Geometria, i sottospazi vettoriali di uno spazio vettoriale. Ci limiteremo a darne la definizione,
DettagliFoglio Esercizi A (interpolazione, approssimazione, integrazione)
Foglio Esercizi A (interpolazione, approssimazione, integrazione) Esercizio cos( ) +, [,π ] Costruire una approssimazione f ( ) di f () utilizzando elemento di ermite a nodi non equispaziati (, π, π )
DettagliRichiami di Algebra Lineare
Richiami di Algebra Lineare Fabrizio Silvestri December 14, 010 Matrice Sia R il campo dei numeri reali. Si indica con R m n l insieme delle matrici ad elementi reali con m righe ed n colonne. Se A R n
DettagliSTATISTICA (2) ESERCITAZIONE Dott.ssa Antonella Costanzo
STATISTICA (2) ESERCITAZIONE 7 11.03.2014 Dott.ssa Antonella Costanzo Esercizio 1. Test di indipendenza tra mutabili In un indagine vengono rilevate le informazioni su settore produttivo (Y) e genere (X)
DettagliRicerca obiettivo. Pag. 1
Ricerca obiettivo La ricerca obiettivo è un risolutore di un problema. Come problema imponiamo la ricerca del punto di intersezione tra due grafici di funzioni. Creiamo il grafico della funzione espressa
DettagliUniversità degli studi della Tuscia. Principi di Statistica dr. Luca Secondi A.A. 2014/2015. Esercitazione di riepilogo Variabili casuali
Università degli studi della Tuscia Principi di Statistica dr. Luca Secondi A.A. 014/015 Esercitazione di riepilogo Variabili casuali ESERCIZIO 1 Il peso delle compresse di un determinato medicinale si
Dettagli2 STEP : SVILUPPO ESPERIENZA DI APPRENDIMENTO 2 lezioni da 2 ore ciascuna
2 STEP : SVILUPPO ESPERIENZA DI APPRENDIMENTO 2 lezioni da 2 ore ciascuna Un foglio di calcolo è un particolare software (solitamente si fa riferimento a Microsoft Excel) che permette di eseguire calcoli
DettagliProva d'esame di Statistica I - Corso Prof.ssa S. Terzi
Prova d'esame di Statistica I - Corso Prof.ssa S. Terzi Esercizio 1 Data la variabile casuale X con funzione di densità f(x) = 2x, per 0 x 1; f(x) = 0 per x [0, 1], determinare: a) P( - 0,5 < X< 0,7) b)
DettagliLaboratorio di Calcolo Numerico Laboratorio 10: Norme di vettori e matrici, autovalori
Laboratorio di Calcolo Numerico Laboratorio 10: Norme di vettori e matrici, autovalori Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 10 Maggio 2017 Stampa di Vettori
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 015-016 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la
DettagliMetodo di Quine-McCluskey. Algoritmo. Sommario. Sommario. M. Favalli
Sommario Metodo di Quine-McCluskey M. Favalli Engineering Department in Ferrara 2 3 Sommario Analisi e sintesi dei sistemi digitali / Algoritmo Analisi e sintesi dei sistemi digitali 2 / 2 3 Metodo esatto
DettagliTeoria dei Circuiti Esercitazione di Laboratorio Due-porte e circuiti equivalenti di Thevenin e Norton
Teoria dei Circuiti Esercitazione di Laboratorio Due-porte e circuiti equivalenti di Thevenin e Norton Esercizio 1? Si determini tramite misure la descrizione del due porte tramite matrice resistenza o
DettagliIntroduzione alla programmazione
Introduzione alla programmazione Minimo tra due numeri Minimo tra tre numeri Equazione di secondo grado Minimo tra n numeri Media aritmetica di n numeri Calcolo del fattoriale Numeri di Fibonacci Conversione
Dettagli13 Le funzioni di ricerca e riferimento
13 Le funzioni di ricerca e riferimento Come si evince dal titolo della presente lezione queste funzioni permettono di cercare un valore in una tabella di riferimento e riportarlo in un altra posizione
DettagliMatlab permette di disegnare facilmente dei grafici La prima cosa da fare è costruire una nuova figura :
Matlab permette di disegnare facilmente dei grafici La prima cosa da fare è costruire una nuova figura : figure() La funzione figure apre una nuova finestra In cui verrà inserito il disegno In molti casi,
Dettagli1 Introduzione alle matrici quadrate 2 2 a coefficienti in R.
1 Introduzione alle matrici quadrate 2 2 a coefficienti in R Per introdurre il concetto di matrice, a 2 righe e 2 colonne, iniziamo col considerare griglie o tabelle di numeri Gli elementi della griglia,
DettagliAPPELLO SCRITTO DI PROGRAMMAZIONE 1 CORSO DI LAUREA IN MATEMATICA UNIVERSITÀ DEGLI STUDI DI MILANO VI.2015
APPELLO SCRITTO DI PROGRAMMAZIONE 1 CORSO DI LAUREA IN MATEMATICA UNIVERSITÀ DEGLI STUDI DI MILANO 2014 2015 15.VI.2015 VINCENZO MARRA Indice Esercizio 1 1 Definizione dei tipi P e T, e calcolo dell area.
DettagliBREVE RIEPILOGO SULLE FRAZIONI
BREVE RIEPILOGO SULLE FRAZIONI ---> Numeratore = numero di parti uguali considerate Linea di frazione Denominatore = numero di parti uguali in cui è diviso l'intero la frazione si
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliConversione del Codice dell amministrazione digitale in formato Read the Docs
Conversione del Codice dell amministrazione digitale in formato Read the Docs Release version: latest 2018, AgID, Team Digitale 06 feb 2018 Indice 1 Panoramica del processo di conversione 3 1.1 Creazione
DettagliEsercitazione ENS su processi casuali (13 e 14 Maggio 2008)
Esercitazione ES su processi casuali ( e 4 Maggio 2008) D. Donno Esercizio : Calcolo di autovalori e autovettori Si consideri un processo x n somma di un segnale e un disturbo: x n = Ae π 2 n + w n, n
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
DettagliSTATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7:
esercitazione 7 p. 1/13 STATISTICA 1, metodi matematici e statistici Introduzione al linguaggio R Esercitazione 7: 20-05-2004 Luca Monno Università degli studi di Pavia luca.monno@unipv.it http://www.lucamonno.it
DettagliMetodi di Analisi dei Dati Sperimentali. AA 2009/2010 Pier Luca Maffettone. Elementi di Matlab
Metodi di Analisi dei Dati Sperimentali AA /2010 Pier Luca Maffettone Elementi di Matlab Sommario Introduzione Variabili Manipolazione di elementi Creazione di vettori/matrici Operazioni elementari Funzioni
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliLaboratorio di Matematica Computazionale A.A Lab. 5
Laboratorio di Matematica Computazionale A.A. -8 Lab. Costruzione e Manipolazione di Matrici diag tril triu nnz find spy. Sia v il vettore colonna casuale di lunghezza. Calcolare: diag(v) diag (v) diag
DettagliTeorema del Limite Centrale
Teorema del Limite Centrale Problema. Determinare come la media campionaria x e la deviazione standard campionaria s misurano la media µ e la deviazione standard σ della popolazione. È data una popolazione
DettagliUNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014. II Esonero - 10 Gennaio 2014
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica ST410 - Statistica 1 - A.A. 2013/2014 II Esonero - 10 Gennaio 2014 1 2 3 4 5 6 7 8 Tot. Avvertenza: Svolgere ogni esercizio nello spazio assegnato,
DettagliCalcolo Numerico I - a.a Laboratorio 9 - Sistemi lineari
Calcolo Numerico I - a.a. 200-20 Laboratorio 9 - Sistemi lineari Fattorizzazione di Cholesky Se A R n n è una matrice simmetrica definita positiva, allora esiste una matrice R R n n triangolare superiore
DettagliPrincipi di Programmazione Prova del 10/6/2008 (ore 10.30)
Prova del 10/6/2008 (ore 10.30) Scrivere (commentandole) le linee di codice Matlab per costruire i seguenti vettori (5x1): e il vettore di numeri complessi C tali che il singolo elemento c k ha come parte
Dettagli