Monte Amiata 2009 California RGB 29x8 H 25x16 2006-2007.

Slides:



Advertisements
Presentazioni simili
DI3 – Dip. Ing.Industriale e dell’Informazione
Advertisements

TCD: Digital Power M-Mode
Microeconomia Corso D John Hey. Capitolo 11 e Capitoli 12 e 13 Facciamo lanalisi in due stadi… …nella Capitolo 11 abbiamo trovato le quantità ottime degli.
LE FONTANE DELLACQUANUOVA. PROSPETTO LATERALE 4,0 1,0 B A C D E F G 0,4 H 0,6 I L M 0, ,0 4,0 apertura 8,20 cm apertura 4,70 cm apertura.
Scarto dalla media xi= Xi - X
1 MeDeC - Centro Demoscopico Metropolitano Provincia di Bologna - per Valutazione su alcuni servizi erogati nel.
Lezioni di Astronomia 3- Le stelle Bologna 8 aprile 2010
Controlli Automatici LA Esercizi Risposte
Rappresentazioni dei numeri non interi A. Ferrari.
Un caso difficile: controllo delle immagini stellari in M45 Lobiettivo che avevo in mente era non tanto di produrre una immagine abbastanza profonda della.
Uso delle maschere di luminanza per tenere sotto controllo le stelle
Esercitazione su SMF Lezione 14
Diffrazione da apertura circolare
Vincenza Ferrara dicembre 2007 Fondamenti di Matematica e Informatica Laboratorio Informatica I anno a.a
Anemia e Malattia Renale Cronica
COORDINATE POLARI Sia P ha coordinate cartesiane
Università degli Studi di Trieste
Tesi di laurea in optoelettronica
Frontespizio Economia Monetaria Anno Accademico
OSSERVATORIO CONGIUNTURALE
1 © 1999 Roberto Bisiani Rappresentazione delle informazioni n Occorre un codice n Legato alla tecnologia usata Robustezza Semplicita Economicita.
Costruzione di una base dati storica dei campi di vento sulla Provincia di Torino Realizzazione del progetto S. Finardi.
Histogram L’istogramma è un grafico che rappresenta il numero di pixel di un certo valore tonale presenti nell’immagine. Un istogramma aiuta quindi a comprendere.
Esercizi sulle architetture
Prova di recupero corso di Fisica 4/05/2004 Parte A
ELEZIONI REGIONALI 2010 PRIMI RISULTATI E SCENARI 14 aprile 2010.
Visione Artificiale La visione del robot può essere definita come il processo di estrazione, caratterizzazione e interpretazione delle informazioni provenienti.
Canale A. Prof.Ciapetti AA2003/04
CAMERA DI COMMERCIO INDUSTRIA ARTIGIANATO E AGRICOLTURA DI BRESCIA - UFFICIO STUDI 10 MAGGIO 2004.
Indagine trimestrale sulla industria manifatturiera in provincia di Ravenna - Imprese con oltre 10 addetti Ravenna, febbraio 2006 Associazione degli.
Strumentazione per bioimmagini
Università degli studi La Sapienza CLS Ingegneria Informatica a.a. 2007/2008 Visione e Percezione Face Recognition Studenti: Andrea Pennisi Daniele Perrone.
Un tocco di blu non guasta …
I quindicenni italiani e le prove PISA Presentazione generale dei risultati e lettura dei dati sulla base delle variabili di contesto INVALSI
Lezione VI ENTROPIA Termodinamica chimica a.a Termodinamica chimica a.a
Dicembre 2006 Informatica applicata prof. Giovanni Raho 1 Informatica applicata La comunicazione ed IL FORMATO DEI FILE.
CARATTERIZZAZIONE DOSIMETRICA DI FILM RADIOCROMICI MD-55-2
TOTAL SKIN ELECTRON THERAPY (TSET)
Riconoscimento automatico di oggetti in immagini digitali
Master universitario di II livello in Ingegneria delle Infrastrutture e dei Sistemi Ferroviari Anno Accademico 2012/2013 Cultura dimpresa, valutazione.
VARIABILI E DISTRIBUZIONI DI FREQUENZA
CALCIO SKY 2007 – 2008 PROFILO DI ASCOLTO. 2 INDICE DEGLI ARGOMENTI Profilo di ascolto CALCIO SERIE A 2007 – 2008 Totale campionato (tutte le partite)……………………………………………….
Elaborazione (digitale) delle immagini
STILI DI APPRENDIMENTO ED EVOLUZIONE INTERFACCE
Ropol09anci INDAGINE SU PATTO DI STABILITA 2009 IN PIEMONTE ANCI PIEMONTE Torino, 29 giugno 2009.
1 © 1999 Roberto Bisiani Rappresentazione delle informazioni n Occorre un codice n Legato alla tecnologia usata Robustezza Semplicita Economicita.
Modelli del colore 2 Daniele Marini.
Rappresentazione di grafici in carta semilogaritmica
Roma 28 gennaio 2002 Beam Monitor per il TOP-Linac E. Cisbani, G. Vacca Riunione di lavoro TOP gennaio 2002 Polo Oncologico e Dermatologico I.F.O.
Sampling and Quantization
Trasformazioni di intensità Filtraggio spaziale
2° CONVEGNO NAZIONALE DI OCEANOGRAFIA OPERATIVA SIMULAZIONE NUMERICA DI ONDE E CORRENTI IN ACQUE BASSE F. LalliA. Bruschi V. Pesarino F. Lalli A. Bruschi.
2. Hardware Componenti di base di un computer
ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE ORDINE DI CHIAMATA a 1minuto e 2 minuti PRINCIPALI TEMPI DELLA COMPETIZIONE.
Esercitazioni di Meteorologia da satellite
Esercitazione 1) La seguente distribuzione riporta i punteggi di ansia misurata su studenti di psicometria:
Informatica Avanzata Trattamento di Foto e Immagini Digitali UNI3 - NICHELINO Lez. N Gennaio 2009 di Pautasso Luciano Lez. N.
Misura del tasso di formazione stellare nella galassia
La nebulosa planetaria NGC2371
La scala delle Magnitudini
Sul problema del gamma Daniele Marini.
Codifica dei dati in un elaboratore elettronico
Cicli di macchie e diagrammi Butterfly stellari Sergio Messina 11 Maggio 2004.
Training Course on Architectural Heritage Conservation
La RETE dell’INAF-Osservatorio Astronomico di PADOVA
Il lavoro in provincia di Savona: un quadro d'insieme 31 Marzo 2014 Rizzieri Stefania Provincia di Savona Settore Politiche Attive del Lavoro e Sociali.
LEIS03100A - ITALIANO _ Rilevazioni Nazionali Elaborazione a cura di: Marcello Pedone IISS” A. DE PACE” LECCE LEIS03100A - Rilevazioni Nazionali.
1 Ministero dell’Istruzione, dell’Università e della Ricerca Dipartimento per la Programmazione e la Gestione delle risorse umane, finanziarie e strumentali.
Interferometria ottica-infrarossa in Astrofisica Esame Scuola VLTI, Porto, 28 Maggio – 8 Giugno 2007 Dottorando: Mario Giuseppe Guarcello.
Trattamento delle immagini numeriche Marcello Demi CNR, Institute of Clinical Physiology, Pisa, Italy.
Transcript della presentazione:

Monte Amiata 2009 California RGB 29x8 H 25x

M8-M20 62x Software di riferimento: Calibrazione: Iris Wavelet, operatori spaziali: PixInsight Post-elaborazione: Photoshop CS

Elaborazioni nel dominio non-lineare: controllo del range dinamico e della funzione di trasferimento IC 405 – IC x8 2006

Range dinamico delle immagini astronomiche Funzione di trasferimento 1E Flusso normalizzato Trapezio Filamenti centrali Filamenti periferici Protusione cometaria Sfondo Sfondo più scuro Immagine finale Flusso normalizzato immagine originale

Funzione di trasferimento del canale Hα 1E Flusso normalizzato Trapezio Filamenti centrali Filamenti periferici Protusione cometaria Sfondo Sfondo più scuro

Visualizzazione lineare: range totale Immagine finale Flusso normalizzato immagine originale

Visualizzazione lineare: basse luci Immagine finale Flusso normalizzato immagine originale

Visualizzazione lineare: luci intermedie Immagine finale Flusso normalizzato immagine originale

Confronto tra visualizzazioni lineari e non lineari Lineare: range totaleLineare: basse luci Lineare: luci intermedieVisualizzazione non-lineare

Il problema fondamentale della rappresentazione delle immagini astronomiche. 1) Il range dinamico: come rappresentare su un supporto limitato a 8 bit una gamma dinamica superiore a 16 bit? 2) Sorgenti di natura fisica diversa hanno valori di luminanza molto diversi. Le stelle di campo sono molto più luminose delle sorgenti estese - Scomposizione della immagine in componenti di diverse scale spaziali - Teoria e pratica delle maschere di luminanza - Utilizzo delle maschere di luminanza per proteggere gli stretch non lineari - Utilizzo delle maschere di luminanza per lapplicazione selettiva di operatori morfologici ed altri operatori

Filtraggi spaziali multiscala

Filtraggi spaziali multi-scala: principi fondamentali 1) Le caratteristiche salienti delle immagini sono contenute in elementi di scala spaziale variabile 2) E possibile separare le diverse scale della immagine 3) In una certa misura è possibile intervenire separatamente su ogni scala in modo da aumentare o diminuire il contrasto degli elementi appartenenti a quella scala di dimensioni.

Limmagine è formata da elementi di scale spaziali diverse

Scomposizione dellimmagine mediante wavelets

Esempi di scomposizione a scale diverse 2 pixels 8 pixels >64 pixels Originale

Non siete convinti? Limmagine può essere ricostruibile dalle singole componenti

Non siete convinti? Limmagine può essere ricostruibile dalle singole componenti OriginaleRicostruita R = W 1 +W 2 +W 4 +W 8 +W 16 +W 32 +W 64 +W 128 +R 128

Come possiamo utilizzare la scomposizione: le maschere di luminanza. Le trasformazioni di livello ed i filtraggi sono applicati attraverso delle maschere che determinano le regioni di applicazione. Le maschere sono costruite in modo da isolare particolari componenti della immagine, date dalla natura fisica o dalle caratteristiche spaziali delle sorgenti = <