Analisi di regioni Luigi Cinque 23/02/2019 Analisi di regioni.

Slides:



Advertisements
Presentazioni simili
Gestione dei Progetti Software 2 (a.a. 2004/05) - Lezione 51 Applet configurabili Grazie alla sezione parametri aggiuntivi del comando di HTML è possibile.
Advertisements

S.I.S.S.I.S. Catania 2002/03 LE APPLET JAVA Prof. D. Cantone Amuso Raffaele.
Grafica Raster La grafica in 2D con coordinate intere viene detta grafica raster. In questa parte tratteremo le operazioni fondamentali per disegnare su.
Richiami di Java Multithreading. Threads (subclassing) public class A { public void a_method { C t = new C(); //C t = new C(String name); t.start(); …
Lezione IX Laboratorio di Programmazione. Le Classi Una classe C++ è definita come segue: class Nomeclasse { private: // metodi e attrib. visibili solo.
AN Fondam98 Sorting Ricerca in un vettore ordinato.
Soluzioni 1.Struttura base soluzione 2.Lettura dei tasti 3.Identificazione dei tasti 4.Accensione dei LED 5.Rotazione dei LED 6.Rotazione dei tasti fino.
1 Lucidi delle esercitazioni di Sistemi di Elaborazione in Rete Università degli Studi della Calabria Corso di Laurea in Ingegneria Gestionale A.A. 2003/2004.
GEOGEBRA PER LA SCUOLA GEOGEBRA PER LA SCUOLA CORSO INTRODUTTIVO A GEOGEBRA Sergio Zoccante Maria Angela Chimetto Padova, 24 marzo GeoGebra Institute.
Elaborazione delle Immagini Introduzione Elaborazione di Immagini Luigi Cinque
Table View. Problemi ricorrenti Una situazione ricorrente è quella in cui il controller potrebbe avere un’altezza superiore a quella dello schermo. In.
Le trasformazioni isometriche
1 Grandezze scalari e vettoriali Grandezze scalari: sono completamente definite da un numero esempi: massa, lunghezza, tempo. Grandezze vettoriali: sono.
I QUADRILATERI.
1 Simulazione Numerica dei Fenomeni di Trasporto Necessità di introduzione dei tensori  11  12  13  23  21  22 Vogliamo descrivere in un modo che.
Elaborazione delle Immagini Operatori Puntuali Luigi Cinque
STATICA L’equilibrio dei corpi Per eventuali approfondimenti o chiarimenti contattare il Prof. Vincenzo De Leo –
Studiare una trasformazione geometrica significa prendere in esame i cambiamenti che ha prodotto nella figura trasformata e ciò che invece ha lasciato.
Ereditarietà Uno dei principi della programmazione orientata agli oggetti (OOP) è il riuso Le classi dovrebbero essere progettate come componenti riutilizzabili.
Morfologia matematica
= 2x – 3 x Definizione e caratteristiche
Fotogrammetria - Lezione 3
Giovanni Finaldi Russo Pietro Bruno
Georeferenziazione di immagini
Funzioni crescenti e decrescenti
Algoritmi di stima con perdita di pacchetti in reti di sensori wireless: modellizzazione a catene di Markov, stima e stima distribuita Chiara Brighenti,
LA GEOMETRIA LA GEOMETRIA
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Algoritmi Avanzati a.a.2014/2015 Prof.ssa Rossella Petreschi
10. Programmazione Ricorsiva Ing. Simona Colucci
Immagini e dimensione La dimensione delle immagini raster è definita dal numero di pixel che contiene in altezza e larghezza pixels Pixel, (picture elements),
ESERCIZI CON LE ISOMETRIE
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
Lo studio completo di una funzione
Le trasformazioni nel piano cartesiano
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Operatori differenziali
Informazioni globali nelle pagine HTML
Algoritmi Avanzati a.a.2010/2011 Prof.ssa Rossella Petreschi
I movimenti e la congruenza
Circonferenza e cerchio
Quick Sort: Esempio Si consideri il seguente vettore, v, di n=10 elementi: i=inf j=sup Scegliamo come pivot.
Quadrilateri Rettangolo.
K4 è planare? E K3,3 e K5 sono planari? Sì!
Programmazione e Laboratorio di Programmazione
Lezione n°12 Prof.ssa Rossella Petreschi
Le trasformazioni isometriche
Scarica da internet alcune immagini
Impariamo a conoscere le Matrici
Algoritmi e Strutture Dati
Algoritmi per il flusso nelle reti
Scrivere programmi corretti
Introduzione agli Algoritmi e alle Strutture Dati
LA RETTA.
Schema generale, visita in ampiezza e profondità.
APPUNTI SUL LINGUAGGIO C
Strapazziamo le immagini…
ELEMENTI DI GONIOMETRIA E TRIGONOMETRIA
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica
Algoritmi e Strutture dati a.a.2010/2011 Prof.ssa Rossella Petreschi
APPUNTI SUL LINGUAGGIO C Esercizi su File e Alberi Binari
comprensione e modifica di codice
Programmazione e Laboratorio di Programmazione
Grafi e problem solving
concetti ed applicazioni
Il problema del flusso nelle reti
Ricerca 01/08/2019 package.
Algoritmi.
Programmazione e Laboratorio di Programmazione
Corso di Fondamenti di Informatica
Transcript della presentazione:

Analisi di regioni Luigi Cinque 23/02/2019 Analisi di regioni

Componenti connesse Data una immagine binaria, si vuole ottenere una nuova immagine dove ogni singola regione abbia una etichetta (colore) diversa 23/02/2019 Analisi di regioni

Algoritmo intuitivo Si trova un punto non etichettato Si assegna una nuova etichetta al punto Si ripeta finché possibile Ad ogni punto vicino, non ancora etichettato, si assegna la stessa etichetta Si ricordano le due definizioni di vicino: 4 connessione 8 connessione 23/02/2019 Analisi di regioni

Implementazione ricorsiva void etichetta(matrice, i, j, label) { if(matrice[i][j]!=non_etichettato) return; matrice[i][j] = label; etichetta(matrice, i+1, j, label); etichetta(matrice, i, j+1, label); etichetta(matrice, i-1, j, label); etichetta(matrice, i, j-1, label); // eventuali pixel diagonali: 8 connessione } 23/02/2019 Analisi di regioni

Algoritmo classico Utilizza due scansioni dell’immagine (raster scan: dall’alto al basso, da destra a sinistra) Per ogni pixel non classificato, si esaminano i pixel vicini già classificati Se non ne esistono si introduce una nuova etichetta e la si assegna al pixel Altrimenti si classifica il pixel con il minimo fra le etichette trovate 17 15 115 18 1 0: pixel di sfondo 1: pixel ‘oggetto’ Altri valori: pixel già classificati 23/02/2019 Analisi di regioni Pixel da classificare

Algoritmo classico Se uso la 4 connessione la classificazione è diversa Se un pixel ha più vicini già classificati devo tenere memoria di questo fatto, per fondere etichette diverse in una sola (classi di equivalenza) Nell’esempio 15 e 17 La seconda passata serve per riclassificare tutti i pixel in base alle equivalenze trovate 17 15 115 18 1 23/02/2019 Analisi di regioni

Algoritmo classico Si è usata la 4 connessione 23/02/2019 5 6 7 8 1 2 3 23/02/2019 Si è usata la 4 connessione Analisi di regioni

Proprietà di regioni Ogni singola regione può essere descritta tramite alcuni parametri: Area (numero di pixel) Baricentro (r, c) Bounding box (il rettangolo in cui è completamente inclusa la regione Perimetro (numero di pixel che hanno per vicini pixel che non appartengono alla regione) 23/02/2019 Analisi di regioni

Il bounding box è caratterizzato da 4 parametri: Proprietà di regioni Bounding box I bounding box possono essere sovrapposti Il bounding box è caratterizzato da 4 parametri: imin, imax, jmin, jmax 23/02/2019 Analisi di regioni

Momenti Un momento di ordine k, l è definito come Si può dimostrare che conoscendo tutti i momenti si può ricostruire la forma dell’oggetto I momenti di ordine (1,0) e (0,1) rappresentano il baricentro 23/02/2019 Analisi di regioni

Momenti I momenti di ordine superiore sono generalmente riferiti al baricentro (si ha invarianza rispetto alla traslazione) 23/02/2019 Analisi di regioni

Momenti Normalmente si utilizzano solo i momenti di secondo ordine (momenti di inerzia della fisica) 23/02/2019 Analisi di regioni

Momenti I momenti non sono invarianti per rotazione 23/02/2019 Analisi di regioni

Momenti Si noti è invariante per rotazione Esiste un angolo per cui il momento rc è nullo 23/02/2019 Analisi di regioni

Momenti Si noti Se calcolo i momenti per tale angolo ottengo gli assi principali di inerzia Se la regione ha simmetria circolare i momenti principali sono uguali e il momento misto è nullo 23/02/2019 Analisi di regioni

Immagini a toni di grigio Per ogni regione si possono valutare due parametri: Il valor medio e La varianza 23/02/2019 Analisi di regioni

Immagini a toni di grigio Si possono introdurre molti altri parametri, per esempio il baricentro pesato … … Se I(i,j)=1 i,j si ricade nelle definizioni precedenti 23/02/2019 Analisi di regioni

Test Trovare i cerchi e i quadrati (non sovrapposti) 23/02/2019 Analisi di regioni

Applet con immagine animata public class CC extends Applet implements Runnable { public void init() { … … source = new MemoryImageSource(width, height, pixels, 0, width); source.setAnimated(true); // deve essere prima di createImage image = createImage(source); // immagine da visualizzare new Thread(this).start(); } public void run() { while (condizione) { // modifica vettore pixels source.newPixels(0, 0, width, height); // aggiorna immagine showStatus(“messaggio di stato”); // opzionale sleep(1000); // eventuale sospensione showStatus("finito!"); 23/02/2019 Analisi di regioni

Applet con immagine animata public class CC extends Applet implements Runnable { void labels(int i, int color) { // algoritmo ricorsivo if((pixels[i]&0xffffff) != 0xffffff) return; pixels[i]=color; labels(i+1, color); labels(i-1, color); labels(i+width, color); labels(i-width, color); if(fourConnection) return; … … // gestione 8 connessione } public void sleep(int msec) { try { Thread.sleep(msec); } catch( InterruptedException e ) { return; } 23/02/2019 Analisi di regioni