Trasformazioni nel dominio spaziale

Slides:



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

Segmentazione delle immagini
Trasformazioni nel dominio spaziale
Corso di Percezione Robotica (PRo) A. A. 99/00 B
Verso gli operatori Locali e globali
Shape-based visual information retrieval Enver Sangineto Dipartimento di Informatica
Trasformazioni nello spazio dei colori
Processi Aleatori : Introduzione – Parte II
COORDINATE POLARI Sia P ha coordinate cartesiane
Misura Analitica RUMORE
Fisica 2 1° lezione, parte a
Lezione 3) Cenni di teoria dell’elasticità, sforzi e deformazioni, l’equazione delle onde elastiche.
Teoria del colore Andrea Torsello
Segmentazione Andrea Torsello
Trasformazioni nel dominio delle frequenze Andrea Torsello Dipartimento di informatica Università Ca Foscari via Torino 155, Mestre (VE)
Algebra Lineare. Algebra Lineare Esercizio Dato il vettore a := (3, 2, 5) , scrivere l’equazione cartesiana del piano  passante per.
Filtro di smoothing Gaussiano
Quantità di moto relativistica
DERIVATE PARZIALI PRIME
PER FUNZIONI DI PIÙ VARIABILI - 2.
CALCOLO DIFFERENZIALE PER FUNZIONI DI PIÙ VARIABILI - 4.
Costruzione di Interfacce Lezione 4 Sistemi di riferimento e trasformazioni
Costruzione di Interfacce Lezione 4 Nozioni di geometria per la grafica
Strumentazione per bioimmagini
BIOINGEGNERIA S. Salinari Lezione 3.
Scene Modelling, Recognition and Tracking
BILAYER SEGMENTATION OF LIVE VIDEO
ONDE ELETTROMAGNETICHE
ACCOPPIAMENTO INDUTTIVO
Virtual Restoration of fragmented photographic glass plate
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata.
Elaborazione (digitale) delle immagini
Trasformata di Laplace
Analisi di Immagini e Dati Biologici
Analisi di Immagini e Dati Biologici
Equazione di Dirac per la y
Modelli del colore 2 Daniele Marini.
Elaborazione di Immagini II Parte Lezione N.2
corso DI GEOMETRIA DESCRITTIVA
21 giugno 2011 Volume Rendering Prof. Roberto Pirrone.
TRASFORMAZIONI GEOMETRICHE
Presentazione Attività di Ricerca Secondo periodo – Aprile-Settembre Ottobre 2008.
Trasformazioni geometriche
Matematica della visione
Effetti fotorealistici
Shape-based visual information retrieval Enver Sangineto Dipartimento di Informatica
Texturing - Tessiture Daniele Marini.
Approssimazione di derivate
Shape-based visual information retrieval Enver Sangineto Dipartimento di Informatica
LUCIDI dell'insegnamento di COMUNICAZIONI ELETTRICHE eo/in/bi
Analisi di Immagini e Dati Biologici
Compressione JPEG Andrea Torsello
Analisi di Immagini e Dati Biologici Edge detection and sharpening L7 38.
Visione e Percezione Matlab Filtri Lineari Operazioni su immagini Piramidi Gaussiane Esercitazione 4 Maggio.
A proposito di spazio scala e di altre features locali... Elisabetta Delponte
Trasformata di Fourier
Esercitazione 5 Corso di Elaborazione e Trasmissione delle Immagini Pisa, 27 ottobre 2004.
Definizione Si dice che la variabile z è una funzione reale di due variabili x e y, nell’insieme piano D, quando esiste una legge di natura qualsiasi che.
Esempio di riconoscimento biometrico
AvvioEsci ITC Soverato ITC Soverato Proff. Santoro-Mezzotero Le trasformazioni geometriche nel piano.
Rimozione di artefatti in immagini TC per la radioterapia
A.s Lezioni a cura del Prof.Giovanni Calò Le trasformazioni geometriche Un trasformazione geometrica t è una corrispondenza biunivoca che fa.
Grass-meeting Trento Implementazione di una procedura di estrazione dell’urbanizzato basata su classificazione multispettrale e morfologia matematica.
POLITECNICO DI BARI CORSO DI LAUREA IN INGEGNERIA INFORMATICA DIPARTIMENTO DI ELETTRONICA ED ELETTROTECNICA POLITECNICO DI BARI CORSO DI LAUREA IN INGEGNERIA.
Funzioni di più variabili  Occorrono funzioni più generali Le funzioni reali di variabile reale non sono idonee alla descrizione e allo studio di molti.
La traslazione e i vettori
Trattamento delle immagini numeriche Marcello Demi CNR, Institute of Clinical Physiology, Pisa, Italy.
Analisi di Immagini e Dati Biologici
Operatori differenziali
Transcript della presentazione:

Trasformazioni nel dominio spaziale Andrea Torsello Dipartimento di informatica Università Ca’ Foscari via Torino 155, 30172 Mestre (VE)

Filtri I(x,y) immagine I’=f(I) I’(x,y)=fxy(I) dove f e` una funzione che prende una immagine e restituisce una immagine, fxy per ogni x ed y prende una immagine e restituisce un valore nelo spazio dei colori. Sia TDxDy una traslazione di (Dx,Dy)T, la funzione f si chiama filtro se fxy(I)=f00(Txy(I)) (invarianza per traslazione)

Filtri lineari Filtri lineari La forma generale si ottiene per convoluzione

Filtri lineari

Filtro Medio

Filtro Gaussiano

Filtro Gaussiano

Unsharp Mask Smoothing può essere usato per lo sharpening

Rumore Rumore additivo Rumore ad impulso Altro rumore…

Rumore additivo

Smoothing e rumore additivo

Rumore ad impulso

Impulso – filtro medio 3 pixel 5 pixel

Impulso – filtro Gaussiano 5 pixel

Fltro mediano Sia Sxy un intorno di (x,y) Si prende I valori dei punti in Sxy e li si ordina per intensità crescente ottenendo il vettore vxy. I’(x,y) = vxy[½|Sxy|]

Filtro mediano 3x3 pixel 7x7 pixel

Filtro mediano 7x7 pixel 3x3 pixel applicato 3 volte

Alfa-trimmed mean filter Per eliminare contemporaneamente rumore additivo e ad impulso uso di stimatore robusto della media (elimina I primi e gli ultimi a/2 valori)

Geometric mean filter

Harmonic and Contraharmonic Harmonic Contraharmonic (impulso bianco) (impulso nero)

Harmonic and Contraharmonic

Harmonic and Contraharmonic

Filtri differenziali

Filtri differenziali Roberts cross Sobel

Derivate e rumore

Smoothing + differenziazione

Non-maximal suppression La posizione del bordo e’ in corrispondenza del Massimo valore del gradiente lungo la direzione del gradiente stesso q e’ massimo se e’ maggiore di p e r interpolare per ottenere I valori (interpolazione bilineare piu’ usata) Si segue il profilo del bordo lungo la direzione ortogonale al gradiente (qui r o s)

Laplaciano Usato per estrarre dettaglio

Laplaciano Usato per estrarre i contorni

Esercizi

Che filtri usereste per restaurare questa immagine?

Queste immagini sono prese con illuminazioni differenti Uno o piu’ particolari sono differenti Come fare per evidenziarli?