Indicizzazione e ricerca delle immagini
|
|
- Dionisia Palmieri
- 8 anni fa
- Visualizzazioni
Transcript
1 Indicizzazione e ricerca delle immagini E un settore della ricerca dove sono stati raggiunti risultati molto importanti e avanzati. Ora tali tecniche sono anche incluse nei database relazionali di tipo commerciale. Nell indicizzazione e ricerca si distinguono 4 approcci diversi basati su: 1. Memorizzazione di attributi strutturati 2. Riconoscimento degli oggetti 3. Annotazioni libere 4. Estrazione di feature di basso livello 1) e 3) rientrano nei metodi tradizionali 2) e 4) fanno parte del content-based image retrieval Memorizzazione di attributi strutturati Si basa sulla memorizzazione di informazioni per ognuna delle immagini organizzate in maniera rigida: Nome del file, data di creazione, autore, categoria dell immagine, soggetto, ecc L indicizzazione e la ricerca possono essere effettuate con tecniche standard dei DBMS Il problemi che si pongono sono: Gli attributi possono non descrivere in maniera completa le immagini Le query sono limitate ai soli attributi memorizzati
2 Riconoscimento degli oggetti Si basano su tecniche sofisticate di estrazione di feature e di algoritmi di riconoscimento degli oggetti presenti nella scena Caratteristiche: Sono computazionalmente molto pesanti Richiedono algoritmi estremamente ricercati Funzionano bene in domini applicativi ristretti Sono argomento di ricerca avanzata Annotazioni libere (Text-based image retrieval) Le immagini sono descritte con testo libero (non controllato). Le query sono nella forma di parole chiave o testo libero con o senza l utilizzo di operatori booleani La ricerca usa gli algoritmi convenzionali di IR (Information retrieval) basati sulla ricerca di similarità tra query e testo descrittivo delle immagini Essendo una tecnica manuale, sorgono alcuni problemi: Il testo deve essere il più possibile completo e consistente E necessario l utilizzo di un dizionario per ricercare anche su sinonimi (uomo/donna/bambino = persona) Il testo introdotto potrebbe essere soggettivo serve l utilizzo delle tecniche di relevance feedback Vantaggi: può catturare anche concetti di alto livello o astratti presenti nell immagine (persona che sorride o è triste)
3 Estrazione di feature di basso livello Sono tecniche di indicizzazione e ricerca basate sul contenuto (content-based) Possono prendere in considerazione una o più delle seguenti caratteristiche: COLORE FORMA TEXTURE Molti sistemi reali sono basati su tali metodi Algoritmi basati sull analisi del colore Ogni immagine è memorizzata assegnando ai pixel tre valori numerici ad ognuno dei canali di colore (ad esempio RGB) Ogni canale è discretizzato in m intervalli: il numero totale di combinazioni diverse (bins) è m 3 (es: 16 intervalli 4096 bins) Si definisce ISTOGRAMMA di COLORE: il vettore H(M) = (h 1, h 2,, h j, h n ) dove h j rappresenta il numero di pixel dell immagine M che ricadono nel bin j.
4 Indicizzazione su istogramma di colore Per ogni immagine viene calcolato l istogramma di colore H(M) che verrà poi utilizzato come indice dell immagine M. Per la ricerca delle immagini nel DB serve definire una misura di distanza tra l istogramma dell immagine query e quelli delle immagini contenute nel database. La misura di distanza più semplice è data da: d( I, H ) = n l= 1 i l h l dove i l e h l sono il numero pixel delle immagini I e H che ricadono nel bin l Esempio di calcolo della distanza Supponiamo 3 immagini 8x8 pixels aventi i seguenti istogrammi: H 1 = (8, 8, 8, 8, 8, 8, 8, 8) H 2 = (7, 7, 7, 7, 9, 9, 9, 9) H 3 = (2, 2, 10, 10, 10, 10, 10, 10) Le distanze tra le immagini sono: d(h 1, H 2 ) = =8 d(h 1, H 3 ) = =24 d(h 2, H 3 )= =23 Quindi 1 e 2 sono più simili che 1 e 3 o 2 e 3 Tale metodo di base è soggetto ad una serie di problemi e può fornire risultati fortemente incorretti se non si applicano delle varianti necessarie per trattare in maniera migliore l informazione sul colore.
5 Problemi relativi all indicizzazione tramite istogramma del colore La discretizzazione dello spazio dei colori in classi (bins) non tiene conto della similarità dei colori: Due bins adiacenti vengono considerati totalmente diversi Il posizionamento della linea di demarcazione tra i bins influisce fortemente sull istogramma e sul calcolo della distanza La rappresentazione dei colori non e univoca: Dipendenza dal sistema di rappresentazione Dipendenza dal device Istogrammi del colore e similarità L esempio precedente non considera la similarità tra i colori dei bins: due immagini con colori percepiti come similari ma numericamente diversi risultano molto distanti tra di loro. Esempio: supponiamo di avere due bin che rappresentano gli insiemi di colori 1-10 e (dove colori con numeri vicini sono simili tra di loro) il colore 10 viene assegnato al bin 1, i colori 11 e 20 vengono assegnati al bin 2 Per paradosso il colore 11 viene considerato uguale al 20 ma diverso dal 10 Sono stati proposti vari metodi per superare tale problema: Distanza tra i bins Istogramma cumulativo Istogramma pesato percettivamente
6 Distanza tra i bins definita come z la misura di similarità calcolata bin-per-bin (l inverso della distanza), si può definire l istogramma Z di similarità tra due istogrammi X ed Y nel seguente modo: T Z = Z AZ a( i, j) = 1 d( ci, c j ) / dmax Dove d(c i,c j ) è la distanza tra i colori in uno spazio di uniforme e d max è la distanza massima tra due colori Se due colori sono molto diversi d(c i,c j ) e prossima a d max e a(i, j) e vicino a 0 il che porta un contributo al calcolo della similarità Istogramma cumulativo Non prende in considerazione la distanza tra i bin ma risolve (in parte) il problema creando delle classi cumulative. Un istogramma cumulativo per un immagine M e definito come: CH(M) = (ch 1, ch 2,, ch n ) Dove i singoli elementi vengono determinati da: ch i = h j j i Per il calcolo della distanza si usa la normale distanza euclidea. Il metodo funziona bene per valori bassi di i, mentre per valori alti non riflette la similarità tra i colori
7 Istogramma pesato percettivamente (PWH) la similarità tra i colori viene considerata direttamente nella costruzione dell istogramma e non nel calcolo della distanza tra istogrammi (ogni pixel contribuisce con un peso diverso a seconda della similarità a tutti i bin di colori) In genere il PWH e il metodo che fornisce i risultati migliori Rappresentazione dei colori Una corretta rappresentazione dei colori è fondamentale per ogni algoritmo di indicizzazione e ricerca delle immagini. La luce visibile è una radiazione elettromagnetica con lunghezza d onda tra 400 e 780 nm. Differenti lunghezze d onda producono differenti sensazioni di colore Le tre proprietà fisiche delle radiazioni di colore sono la luminanza (illuminazione), la tinta (il colore) e la saturazione (la purezza)
8 Sistemi di rappresentazione dei colori Ogni colore può essere rappresentato, in maniera fisica, attraverso la distribuzione dell energia radiante alle varie lunghezze d onda SPD (Spectral Power Distribution) SPD e il modo più accurato per la specifica di un colore ma non descrive la relazione tra le proprietà fisiche del colore e la sua percezione visiva Non e un formato altrettanto conveniente rispetto alle rappresentazioni numeriche RGB (RED, GREEN, BLU) Dipendente dal device: La visualizzazione del colore non dipende solo dal valore numerico RGB ma anche dalle specifiche del device (correzione gamma) Esistono diversi spazi di colore RGB Differiscono per la definizione dei colori primari all interno dello spazio di colore indipendente dal device (Standard CIE) E possibile effettuare conversioni tra i diversi spazi se sono note le specifiche delle primitive R, G, B. Non e PERCETTIVAMENTE UNIFORME: Le distanze tra i colori calcolate nello spazio RGB non riflettono la distanza tra i colori percepita Non e la migliore rappresentazione da utilizzare nell indicizzazione e ricerca delle immagini
9 Correzione Gamma Ogni strumento di acquisizione o di riproduzione di colori applica una funzione non lineare alla intensità di luce catturata/emessa in relazione al segnale in volts emesso/applicato Luminanza = V gamma Il fattore 1/gamma e detto Correzione Gamma e serve a neutralizzare la non linearità del dispositivo V = (V) 1/gamma Le due funzioni vengono dette di trasferimento Step della correzione gamma Il sensore della macchina fotografica converte la luce in segnale elettrico in modo non lineare secondo la relazione V gammac =Luminanza La correzione con gammac produce un segnale lineare in voltaggio. Il segnale in voltaggio (lineare) viene inviato al monitor che lo trasforma in voltaggio non lineare attraverso la relazione: V = (V) 1/gammaM Il monitor converte il segnale non lineare in luminosità lineare
10 Altri metodi di rappresentazione CIELuv e CIELab: Indipendenti dal device Percettivamente uniformi HSI (Hue, Saturation, Intensity e HVC (Hue, Value, Chroma): Vicini al modo di descrivere i colori da parte dell uomo Sono percettivamente uniformi ma dipendenti dal device La conversione da uno spazio all altro e possibile se sono specificate le primarie nello spazio CIE Problemi di indicizzazione e ricerca legati allo spazio di colore Nella ricerca e indicizzazione delle immagini basate sul colore e necessario assumere che tutte le immagini siano rappresentate nello stesso spazio di colore e che il valore dei loro pixel rappresentino la stessa cosa Data un immagine nel formato RGB non e possibile interpretarla correttamente: Non vengono indicate le definizioni delle primitive RGB e quindi non e possibile interpretare l immagine in uno spazio comune Non viene indicato il valore della correzione gamma applicata dal device che ha prodotto l immagine Tutti i formati immagine più usati (GIF, JPEG, TIFF, ecc) non contengono informazioni sulle primitive dello spazio di colore e sulla correzione gamma usata. Il nuovo TIFF 6.0 contiene anche queste informazioni
11 Utilizzo delle relazioni spaziali tra i pixel La seconda limitazione dei sistemi di indicizzazione di immagini basate sui colori consiste nel fatto che generalmente vengono ignorate le relazioni spaziali tra i pixel. Per esempio le due immagini seguenti verrebbero sempre considerate uguali: Per risolvere il problema si possono utilizzare tecniche che prevedono di suddividere le immagini in porzioni più piccole e applicare le tecniche basata su istogrammi alle sotto-regioni corrispondenti delle immagini Mascheramento ad opera dello sfondo Gli istogrammi sono fortemente condizionati dalla presenza di grandi blocchi di colore omogeneo e risulta che le immagini che contengono un oggetto in primo piano siano trattate in maniera errata in quanto nell istogramma i pixel dello sfondo sono maggiormente rappresentati e mascherano l oggetto in primo piano. Esempio: Immagine 1: macchina rossa su uno sfondo nero asfalto Immagine 2: macchina rossa sullo sfondo di un tappeto marrone Immagine 3: macchina blu sullo sfondo di un tappeto marrone 2 e 3 sono considerate più vicine rispetto a 1 e 2 La soluzione può consistere nel suddividere le immagini, con tecniche di segmentazione automatiche o semiautomatiche, in soggetto e sfondo e quindi calcolare separatamente i due istogrammi usandoli singolarmente o insieme
12 Indicizzazione e ricerca basate sulla forma Si basa su algoritmi di segmentazione delle immagini che sono in grado di suddividere una immagine in singoli oggetti attraverso metodi automatici o semiautomatici. I sistemi efficienti in tale ambito devono possedere le seguenti proprietà: Ogni forma deve avere una rappresentazione unica, invariante rispetto a traslazione, rotazione o scala Forme simili devono avere una rappresentazione similare in modo tale che la ricerca possa essere basata sulla distanza tra la rappresentazione delle forme Il processo di ricerca è spesso realizzato in modalità query by example e il sistema ritorna come risposta la forma che meglio approssima quella disegnata dall utente Definizioni ASSE MAGGIORE: è il segmento che congiunge i due punti della forma che sono più distanti fra di loro ASSE MINORE: è il segmento perpendicolare all asse maggiore e tale che il rettangolo il cui lati sono paralleli ai due assi racchiuda completamente l intera forma RETTANGOLO DI BASE: il rettangolo descritto nella precedente ECCENTRICITA : rapporto tra la lunghezza dell asse maggiore e la lunghezza dell asse minore Questi sono alcune caratteristiche di base che forniscono una prima caratterizzazione delle forme e sono utilizzati durante l indicizzazione e la ricerca
13 Descrizioni numeriche delle forme Sono stati valutati diversi metodi per la descrizione numerica delle forme, tra questi citiamo: Metodi basati su formulazioni matematiche che descrivono un immagine come funzione f(x,y) dove x e y sono le coordinate di un pixel: Momenti invarianti Momenti centrali normalizzati Metodi che cercano di descrivere le forme utilizzando le coordinate dei punti che le definiscono Metodo dei descrittori di Fourier Istogramma dei lati significativi Lista ordinata dei punti interessanti Elastic template matching Trattano con qualche difficoltà l invarianza rispetto alle traslazioni, rotazioni e cambiamenti di scala necessari per ottenere un buon sistema di indicizzazione e ricerca basato sulle forme. Rappresentazione delle forme basata su REGIONI E una metodica semplice ma che ha fornito risultati molto promettenti. Data una forma, vi sovrapponiamo una griglia regolare che la contenga pienamente. Quindi consideriamo ogni cella e assegniamo 1 o 0 a seconda se tale cella risulta più o meno coperta dalla forma. Quindi otteniamo la stringa binaria che rappresenta la forma leggendo gli 1 o 0 da sinistra a destra e dall alto al basso. Esempio: Rap:
14 Normalizzazione rispetto alle rotazioni Per ottenere l invarianza rispetto alla rotazione, la forma viene ruotata in modo tale che il suo asse maggiore sia allineato con l asse X (orizzontale) Avremo 2 possibilità ottenute attraverso una rotazione di 180 : X X Y Y Invece di memorizzare 2 stringhe binarie nel database si preferisce trattare le due rotazione al momento della ricerca e, data una forma da ricercare, effettuare 2 ricerche diverse applicando all immagine di esempio e la sua rotazione di 180 Normalizzazione rispetto ai cambiamenti di scala Viene trattata scalando proporzionalmente tutte le forme del database in modo tale che abbiano lo stesso asse maggiore in termini di numero di pixel Selezionato un cellsize della griglia (normalmente 10x10 pixel o 20x20 pixel) e applicando le normalizzazioni per rotazioni e scala, ogni forma può essere rappresentata da una stringa binaria + l eccentricità della forma Se, ad esempio, ogni forma occupa 8 celle in direzione x (direzione del suo asse maggiore) il numero di celle occupate in direzione y può variare da 1 a 8
15 Calcolo della similarità Se due forme hanno la stessa eccentricità (e quindi la loro stringa binaria ha uguale lunghezza), la distanza tra di loro si calcola come numero di posizioni delle stringhe che hanno valore diverso Esempio: tra e la distanza è 3 Se due forme hanno eccentricità molto diversa tra di loro, non c e alcun bisogno di calcolare la similarità in quanto possiamo assumere che siano molto diverse Se due forme hanno eccentricità diversa di poco, si possono aggiungere zeri alla stringa che descrive la forma più bassa e quindi applicare la distanza come sopra Forme speculari Possono sorgere problemi dovuti a forme speculari orizzontalmente o verticalmente: Anche in questo caso si preferisce non appesantire il database memorizzando 2 sequenze come indice della forma, ma piuttosto Y effettuare un maggior numero di ricerche applicando tali trasformazioni alla forma da ricercare X X (considerando anche la rotazione di 180, ogni ricerca dovrà essere realizzata con 4 stringhe diverse) Y
16 Riepilogo Un sistema di indicizzazione e ricerca di forme basato su Regioni può essere realizzato in modo che sia invariante a rotazioni, traslazioni, scalatura e trasformazioni speculari, nel seguente modo: 1. Si determinano gli assi maggiore e minore e l eccentricità della forma 2. Si ruota la forma in modo che l asse maggiore coincida con l asse X 3. Si scala la forma in modo che l asse maggiore abbia una lunghezza prefissata 4. Si sovrappone un grigliato regolare alla forma 5. Si assegnano 1 e 0 alle celle e si calcola la stringa binaria scorrendo le celle del grigliato da sx a dx e dall alto in basso 6. L indice della forma è costituito dalla stringa binaria e dal numero di celle che la forma occupa in direzione Y (le due informazioni sono memorizzate nel database come rappresentazione della forma stessa) Durante la ricerca la forma da trovare è processata in maniera analoga ottenendo 4 stringhe diverse (rotazione di 180 e 2 mirroring) e per ogni forma presente nel database che ha una eccentricità simile si calcola la distanza (si considera la distanza minima tra le quattro rappresentazioni della forma) Metodi basati sulle texture Tale caratteristica descrive una percezione dell immagine che è difficilmente descrivibile me che ha a che fare con: Granularità (fine o grossa) Contrasto Direzionalità Regolarità ecc Ci sono esempi di sistemi reali che utilizzano una misurazione matematica (più o meno sofisticata) di tali concetti e la utilizzano per indicizzare e ricercare immagini.
17 Altri metodi Memorizzazione dei parametri che rappresentano l immagine in formato compresso Ad esempio: i coefficienti DCT nella compressione JPEG o i coefficienti Wavelet nella compressione wavelet Memorizzazione basata su un modello che descrive l immagine Ad esempio: utilizzo delle tecniche di compressione FRATTALE Memorizzazione delle relazioni tra gli oggetti che sono presenti in una immagine E simile all utilizzo della informazione topologica nei GIS e consente di inviare al sistema richieste quali: trova tutte le immagini contenenti un lago vicino ad una montagna oppure trova le immagini contenenti una autostrada sulla sinistra di una foresta
Il campionamento. La digitalizzazione. Teoria e pratica. La rappresentazione digitale delle immagini. La rappresentazione digitale delle immagini
ACQUISIZIONE ED ELABORAZIONE DELLE IMMAGINI Teoria e pratica La digitalizzazione La digitalizzazione di oggetti legati a fenomeni di tipo analogico, avviene attraverso due parametri fondamentali: Il numero
DettagliC M A P M IONAM A E M NT N O
IMMAGINE DIGITALE Nelle immagini digitali, il contenuto fotografico (radiometria) viene registrato sotto forma di numeri. Si giunge a tale rappresentazione (RASTER) suddividendo l immagine fotografica
DettagliLa codifica delle immagini
La codifica delle immagini La digitalizzazione La digitalizzazione di oggetti legati a fenomeni di tipo analogico, avviene attraverso due parametri fondamentali: 1. Il numero dei campionamenti o di misurazioni
DettagliBasi di Dati Multimediali. Fabio Strocco
Basi di Dati Multimediali Fabio Strocco September 19, 2011 1 Contents 2 Introduzione Le basi di dati (o database) hanno applicazioni in molti campi, in cui è necessario memorizzare, analizzare e gestire
DettagliIMMAGINE BITMAP E VETTORIALI
BITMAP VETTORIALE VETTORIALE BITMAP IMMAGINE BITMAP è una immagine costituita da una matrice di Pixel. PIXEL (picture element) indica ciascuno degli elementi puntiformi che compongono la rappresentazione
DettagliUn ripasso di aritmetica: Rappresentazione binaria - operazioni. riporti
Un ripasso di aritmetica: Rappresentazione binaria - operazioni A queste rappresentazioni si possono applicare le operazioni aritmetiche: riporti 1 1 0 + 1 0 = 1 0 0 24 Un ripasso di aritmetica: Rappresentazione
DettagliLe immagini digitali. Le immagini digitali. Caterina Balletti. Caterina Balletti. Immagini grafiche. Trattamento di immagini digitali.
1 Le immagini digitali Le immagini digitali Università IUAV di venezia Trattamento di immagini digitali immagini grafiche immagini raster immagini vettoriali acquisizione trattamento geometrico trattamento
DettagliImmagini vettoriali. Immagini raster
Immagini vettoriali Le immagini vettoriali sono caratterizzate da linee e curve definite da entità matematiche chiamate vettori. I vettori sono segmenti definiti da un punto di origine, una direzione e
DettagliCapitolo V : Il colore nelle immagini digitali
Capitolo V : Il colore nelle immagini digitali Lavorare con il colore nelle immagini digitali L uso dei colori nella visione computerizzata e nella computer grafica implica l incorrere in determinate problematiche
Dettagligestione e modifica di immagini fotografiche digitali
gestione e modifica di immagini fotografiche digitali il colore e le immagini la gestione delle immagini Il computer è in grado di gestire le immagini in formato digitale. Gestire vuol dire acquisirle,
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliInformatica per la comunicazione" - lezione 7 -
Informatica per la comunicazione - lezione 7 - Campionamento La codifica dei suoni si basa sulla codifica delle onde che li producono, a sua volta basata su una procedura chiamata campionamento.! Il campionamento
DettagliINFORMATICA E GRAFICA PER IL WEB
INFORMATICA E GRAFICA PER IL WEB Psicologia e comunicazione A.A. 2013/2014 Università degli studi Milano-Bicocca docente: Diana Quarti INFORMATICA E GRAFICA PER IL WEB A.A. 2013/2014 docente: Diana Quarti
DettagliCodifica delle immagini
Codifica delle immagini Abbiamo visto come la codifica di testi sia (relativamente) semplice Un testo è una sequenza di simboli Ogni simbolo è codificato con un numero Ed ecco che il testo è trasformato
DettagliTest percettivi per la valutazione del contrasto di immagini digitali
Agenzia Nazionale per le Nuove Tecnologie, l Energia e lo Sviluppo Economico Sostenibile RICERCA DI SISTEMA ELETTRICO Test percettivi per la valutazione del contrasto di immagini digitali Alessandro Rizzi,
DettagliIndicizzazione e Recupero delle Immagini
Indicizzazione e Recupero delle Immagini Introduzione Differenti approcci di Indicizzazione e Recupero Tecniche Text-Based Tecniche Color-Based Miglioramenti delle tecniche di base Retrieving basato sulla
DettagliCorso di Visione Artificiale. Immagini digitali. Samuel Rota Bulò
Corso di Visione Artificiale Immagini digitali Samuel Rota Bulò Immagini digitali Un immagine viene generata dalla combinazione di una sorgente di energia e la riflessione o assorbimento di energia da
DettagliCorso di Grafica Computazionale
Corso di Grafica Computazionale Premesse Teoriche Docente: Massimiliano Corsini Laurea Specialistica in Ing. Informatica Università degli Studi di Siena Overview Premesse Teoriche Mini-ripasso geometria
DettagliInformatica grafica e Multimedialità. 4 Immagini grafiche
Immagini raster e vettoriali Le immagini grafiche si distinguono in due classi differenti: immagini raster e immagini vettoriali. Le immagini raster, dette anche pittoriche o pixel-oriented, dividono l
DettagliGESTIONE della BASE di DATI
GESTIONE della SE di DTI I dati sono una componente fondamentale di un GIS Devono essere valutati con attenzione gli strumenti usati per: creare l archivio dei dati manipolare le informazioni contenute
DettagliEsempi di funzione. Scheda Tre
Scheda Tre Funzioni Consideriamo una legge f che associa ad un elemento di un insieme X al più un elemento di un insieme Y; diciamo che f è una funzione, X è l insieme di partenza e X l insieme di arrivo.
DettagliCapitolo 6 ELABORAZIONE DI IMMAGINI A COLORI
Capitolo 6 ELABORAZIONE DI IMMAGINI A COLORI Il colore viene utilizzato nelle immagini digitali per due motivi principali: è un descrittore che semplifica l identificazione di un oggetto e la sua estrazione
DettagliStrutturazione logica dei dati: i file
Strutturazione logica dei dati: i file Informazioni più complesse possono essere composte a partire da informazioni elementari Esempio di una banca: supponiamo di voler mantenere all'interno di un computer
DettagliEasyPrint v4.15. Gadget e calendari. Manuale Utente
EasyPrint v4.15 Gadget e calendari Manuale Utente Lo strumento di impaginazione gadget e calendari consiste in una nuova funzione del software da banco EasyPrint 4 che permette di ordinare in maniera semplice
DettagliPDF created with pdffactory trial version www.pdffactory.com
Codifica di immagini Codifica di immagini o Un immagine è un insieme continuo di informazioni A differenza delle cifre e dei caratteri alfanumerici, per le immagini non esiste un'unità minima di riferimento
DettagliLa propagazione delle onde luminose può essere studiata per mezzo delle equazioni di Maxwell. Tuttavia, nella maggior parte dei casi è possibile
Elementi di ottica L ottica si occupa dello studio dei percorsi dei raggi luminosi e dei fenomeni legati alla propagazione della luce in generale. Lo studio dell ottica nella fisica moderna si basa sul
DettagliOrganizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
DettagliMarta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona
Marta Capiluppi marta.capiluppi@univr.it Dipartimento di Informatica Università di Verona Classificazione delle immagini Le immagini si suddividono in raster e vettoriali. Le immagini raster sono di tipo
DettagliOttimizzazione delle interrogazioni (parte I)
Ottimizzazione delle interrogazioni I Basi di Dati / Complementi di Basi di Dati 1 Ottimizzazione delle interrogazioni (parte I) Angelo Montanari Dipartimento di Matematica e Informatica Università di
DettagliSENSORI E TRASDUTTORI
SENSORI E TRASDUTTORI Il controllo di processo moderno utilizza tecnologie sempre più sofisticate, per minimizzare i costi e contenere le dimensioni dei dispositivi utilizzati. Qualsiasi controllo di processo
DettagliSommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.
Algoritmi 1 Sommario Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi. 2 Informatica Nome Informatica=informazione+automatica. Definizione Scienza che si occupa dell
DettagliAlcuni consigli per un uso di base delle serie di dati automatiche in Microsoft Excel
Alcuni consigli per un uso di base delle serie di dati automatiche in Microsoft Excel Le serie Una serie di dati automatica è una sequenza di informazioni legate tra loro da una relazione e contenute in
DettagliLa distribuzione Normale. La distribuzione Normale
La Distribuzione Normale o Gaussiana è la distribuzione più importante ed utilizzata in tutta la statistica La curva delle frequenze della distribuzione Normale ha una forma caratteristica, simile ad una
DettagliPlate Locator Riconoscimento Automatico di Targhe
Progetto per Laboratorio di Informatica 3 - Rimotti Daniele, Santinelli Gabriele Plate Locator Riconoscimento Automatico di Targhe Il programma plate_locator.m prende come input: l immagine della targa
DettagliPROVA INVALSI Scuola Secondaria di I grado Classe Prima
SNV 2010-2011; SNV 2011-2012; SNV 2012-2013 SPAZIO E FIGURE SNV 2011 10 quesiti su 29 (12 item di cui 6 a risposta aperta) SNV 2012 11 quesiti su 30 (13 item di cui 2 a risposta aperta) SNV 2013 9 quesiti
DettagliTrasformazioni 2D. Grande differenza rispetto alla grafica raster!
Trasformazioni 2D Il grande vantaggio della grafica vettoriale è che le immagini vettoriali descrivono entità matematiche È immediato manipolare matematicamente tali entità In quasi tutte le manipolazioni
DettagliIntroduzione all analisi dei segnali digitali.
Introduzione all analisi dei segnali digitali. Lezioni per il corso di Laboratorio di Fisica IV Isidoro Ferrante A.A. 2001/2002 1 Segnali analogici Si dice segnale la variazione di una qualsiasi grandezza
DettagliGuida all uso di Java Diagrammi ER
Guida all uso di Java Diagrammi ER Ver. 1.1 Alessandro Ballini 16/5/2004 Questa guida ha lo scopo di mostrare gli aspetti fondamentali dell utilizzo dell applicazione Java Diagrammi ER. Inizieremo con
DettagliLezione 8. La macchina universale
Lezione 8 Algoritmi La macchina universale Un elaboratore o computer è una macchina digitale, elettronica, automatica capace di effettuare trasformazioni o elaborazioni su i dati digitale= l informazione
DettagliIN BIANCO E NERO con Capture NX. a cura di Mauro Minetti
UNA SEMPLICE CONVERSIONE IN BIANCO E NERO con Capture NX a cura di Mauro Minetti GIUGNO 2007 INDICE PREMESSA IMPOSTAZIONI SOFTWARE EFFETTI FOTO LUMINOSITA CONTRASTO - alte luci (bianco) CONTRASTO - basse
DettagliCORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
DettagliINFORMATICA. Elaborazione delle immagini digitali. Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale
INFORMATICA Università degli Studi di Foggia Dipartimento di Medicina Clinica e Sperimentale A.A. 2014/2015 II ANNO II SEMESTRE 2 CFU CORSO DI LAUREA MAGISTRALE IN SCIENZE E TECNICHE DELLE ATTIVITÀ MOTORIE
DettagliCONVESSITÀ NELLA GEOMETRIA DEL TAXI DI MINKOWSKI
CONVESSITÀ NELLA GEOMETRIA DEL TAXI DI MINKOWSKI ELISABETTA AVIZZANO NICOLETTA CAPOTORTO CHIARA CEROCCHI GIORGIO CICCARELLA IVAN COLAVITA EMANUELE DI CARO SERENA NUNZIATA AMANDA PISELLI ANDREA PIEPOLI
DettagliIl colore. IGEA 2006-07 7 febbraio 2007
Il colore IGEA 2006-07 7 febbraio 2007 La luce Radiazione elettromagnetica 380 740 nanometri (790 480 THz) Percezione della luce /1 Organi sensoriali: Bastoncelli Molto sensibili (anche a un solo fotone:
DettagliAccess. P a r t e p r i m a
Access P a r t e p r i m a 1 Esempio di gestione di database con MS Access 2 Cosa è Access? Access e un DBMS che permette di progettare e utilizzare DB relazionali Un DB Access e basato sui concetti di
DettagliGestione ed analisi di base dati nell epidemiologia. delle malattie infettive
Università degli Studi di Torino - Facoltà di Medicina Veterinaria Laboratorio di epidemiologia delle malattie infettive Scuola Specializzazione in Sanità Animale, Allevamento e Produzioni Zootecniche
Dettagliilluminazione artificiale
illuminazione artificiale Illuminazione artificiale degli interni Il progetto di illuminazione degli interni deve essere studiato e calcolato in funzione della destinazione d uso e dei compiti visivi del
DettagliCodifiche a lunghezza variabile
Sistemi Multimediali Codifiche a lunghezza variabile Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Assegnazione del codice Come visto in precedenza, per poter memorizzare o trasmettere un
DettagliIl concetto di valore medio in generale
Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo
DettagliDescrizione attività
Descrizione attività Associazione complessa Nelle attività di associazione complessa le celle possono essere in quantità differente nelle due griglie per stabilire vari tipi di corrispondenza: biunivoca,
DettagliGUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL GUIDA RAPIDA PER LA COMPILAZIONE DELLA SCHEDA CCNL
GUIDA RAPIDA BOZZA 23/07/2008 INDICE 1. PERCHÉ UNA NUOVA VERSIONE DEI MODULI DI RACCOLTA DATI... 3 2. INDICAZIONI GENERALI... 4 2.1. Non modificare la struttura dei fogli di lavoro... 4 2.2. Cosa significano
DettagliI database relazionali (Access)
I database relazionali (Access) Filippo TROTTA 04/02/2013 1 Prof.Filippo TROTTA Definizioni Database Sistema di gestione di database (DBMS, Database Management System) Sistema di gestione di database relazionale
Dettaglilo 2 2-1 - PERSONALIZZARE LA FINESTRA DI WORD 2000
Capittol lo 2 Visualizzazione 2-1 - PERSONALIZZARE LA FINESTRA DI WORD 2000 Nel primo capitolo sono state analizzate le diverse componenti della finestra di Word 2000: barra del titolo, barra dei menu,
DettagliLa Visione Artificiale. La vis ione delle macchine La vis ione umana Acquis izione di immag ine
La Visione Artificiale La vis ione delle macchine La vis ione umana Acquis izione di immag ine Copyright Alcune slide sono tratte dal testo: Digital Image Processing Materiale didattico relativo si trova
DettagliLa codifica delle Immagini. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132Sesto San Giovanni
La codifica delle Immagini Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132Sesto San Giovanni Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori, infatti
DettagliExcel. A cura di Luigi Labonia. e-mail: luigi.lab@libero.it
Excel A cura di Luigi Labonia e-mail: luigi.lab@libero.it Introduzione Un foglio elettronico è un applicazione comunemente usata per bilanci, previsioni ed altri compiti tipici del campo amministrativo
DettagliIndici di dispersione
Indici di dispersione 1 Supponiamo di disporre di un insieme di misure e di cercare un solo valore che, meglio di ciascun altro, sia in grado di catturare le caratteristiche della distribuzione nel suo
Dettaglila scienza della rappresentazione e della elaborazione dell informazione
Sistema binario Sommario informatica rappresentare informazioni la differenza Analogico/Digitale i sistemi di numerazione posizionali il sistema binario Informatica Definizione la scienza della rappresentazione
DettagliCosa è un foglio elettronico
Cosa è un foglio elettronico Versione informatica del foglio contabile Strumento per l elaborazione di numeri (ma non solo...) I valori inseriti possono essere modificati, analizzati, elaborati, ripetuti
DettagliStereoscopia e anaglifi: vi sono nuove prospettive? Stereoscopia su mobile device
Laboratorio 2 Stereoscopia e anaglifi: vi sono nuove prospettive? Stereoscopia su mobile device E possibile avere una visione 3D su cellulare senza l utilizzo degli occhiali appositi? http://www.spatialview.com/3deecentral/
DettagliI sistemi di numerazione
I sistemi di numerazione 01-INFORMAZIONE E SUA RAPPRESENTAZIONE Sia dato un insieme finito di caratteri distinti, che chiameremo alfabeto. Utilizzando anche ripetutamente caratteri di un alfabeto, si possono
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
Dettagli3DE Modeling Color. E il modulo che si occupa della costruzione di modelli 3D con tessitura a colori.
3DE Modeling Color E il modulo che si occupa della costruzione di modelli 3D con tessitura a colori. E spesso necessario che alle informazioni geometriche di forma siano abbinate informazioni di colore
DettagliAppunti sulla Macchina di Turing. Macchina di Turing
Macchina di Turing Una macchina di Turing è costituita dai seguenti elementi (vedi fig. 1): a) una unità di memoria, detta memoria esterna, consistente in un nastro illimitato in entrambi i sensi e suddiviso
DettagliScanner serie i5000. Informazioni sul codice patch. A-61801_it
Scanner serie i5000 Informazioni sul codice patch A-61801_it Informazioni sul codice patch Sommario Dettagli sul modello patch... 4 Orientamento del modello patch... 5 Dettagli sul modello di barra...
DettagliCapitolo 3. L applicazione Java Diagrammi ER. 3.1 La finestra iniziale, il menu e la barra pulsanti
Capitolo 3 L applicazione Java Diagrammi ER Dopo le fasi di analisi, progettazione ed implementazione il software è stato compilato ed ora è pronto all uso; in questo capitolo mostreremo passo passo tutta
DettagliInformatica (Basi di Dati)
Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Modello Entità-Relazione Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof.
DettagliFUNZIONI DI IMPAGINAZIONE DI WORD
FUNZIONI DI IMPAGINAZIONE DI WORD IMPOSTARE LA PAGINA Impostare la pagina significa definire il formato del foglio e vari altri parametri. Per impostare la pagina occorre fare clic sul menu File e scegliere
DettagliSoluzione di equazioni quadratiche
Soluzione di equazioni quadratiche Soluzione sulla Retta Algebrica Inseriamo sulla Retta Algebrica le seguenti espressioni polinomiali x e x 3 e cerchiamo di individuare i valori di x per i quali i punti
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliSistemi Operativi IMPLEMENTAZIONE DEL FILE SYSTEM. Implementazione del File System. Struttura del File System. Implementazione
IMPLEMENTAZIONE DEL FILE SYSTEM 9.1 Implementazione del File System Struttura del File System Implementazione Implementazione delle Directory Metodi di Allocazione Gestione dello spazio libero Efficienza
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliInformatica. Rappresentazione dei numeri Numerazione binaria
Informatica Rappresentazione dei numeri Numerazione binaria Sistemi di numerazione Non posizionali: numerazione romana Posizionali: viene associato un peso a ciascuna posizione all interno della rappresentazione
DettagliLe immagini digitali: introduzione
Le immagini digitali: introduzione 1 L immagine digitale Un immagine pittorica è compsta da milioni di pigmenti colorati molto piccoli che, messi vicino l uno all altro, danno l impressione dei vari oggetti.
DettagliUniversità di L Aquila Facoltà di Biotecnologie Agro-alimentari
RIFERIMENTI Università di L Aquila Facoltà di Biotecnologie Agro-alimentari Esame di Laboratorio di informatica e statistica Parte 3 (versione 1.0) Il riferimento permette di identificare univocamente
Dettagliraffaele de marinis FOTO PANORAMICHE PIANIFICAZIONE, PRODUZIONE, POSTPRODUZIONE E PRESENTAZIONE
raffaele de marinis FOTO PANORAMICHE PIANIFICAZIONE, PRODUZIONE, POSTPRODUZIONE E PRESENTAZIONE LA POSTPRODUZIONE Dopo la Pianificazione e la Produzione degli scatti siamo ora arrivati alla PostProduzione:
DettagliALGEBRA DELLE PROPOSIZIONI
Università di Salerno Fondamenti di Informatica Corso di Laurea Ingegneria Corso B Docente: Ing. Giovanni Secondulfo Anno Accademico 2010-2011 ALGEBRA DELLE PROPOSIZIONI Fondamenti di Informatica Algebra
DettagliRAPPRESENTAZIONE BINARIA DEI NUMERI. Andrea Bobbio Anno Accademico 1996-1997
1 RAPPRESENTAZIONE BINARIA DEI NUMERI Andrea Bobbio Anno Accademico 1996-1997 Numeri Binari 2 Sistemi di Numerazione Il valore di un numero può essere espresso con diverse rappresentazioni. non posizionali:
DettagliSistema Informativo Geografico:
Sistemi Informativi Geografici Sistema Informativo Geografico: È un sistema informativo che tratta informazioni spaziali georeferenziate, ne consente la gestione e l'analisi. Informazioni spaziali: dati
DettagliIntroduzione alla teoria dei database relazionali. Come progettare un database
Introduzione alla teoria dei database relazionali Come progettare un database La struttura delle relazioni Dopo la prima fase di individuazione concettuale delle entità e degli attributi è necessario passare
Dettagli~ Copyright Ripetizionando - All rights reserved ~ http://ripetizionando.wordpress.com STUDIO DI FUNZIONE
STUDIO DI FUNZIONE Passaggi fondamentali Per effettuare uno studio di funzione completo, che non lascia quindi margine a una quasi sicuramente errata inventiva, sono necessari i seguenti 7 passaggi: 1.
Dettagli2 - Modifica. 2.1 - Annulla 2.2 - ANNULLA TOPOGRAFICO 2.3 - ANNULLA TOPOGRAFICO MULTIPLO FIGURA 2.1
2 - Modifica FIGURA 2.1 Il menu a tendina Modifica contiene il gruppo di comandi relativi alla selezione e alla gestione delle proprietà delle entità del disegno e alla gestione dei layer. I comandi sono
DettagliFotografia corso base. Educazione Permanente Treviso. Specifiche digitali. Federico Covre. http://arcifotografiabase.wordpress.com
Fotografia corso base Educazione Permanente Treviso Specifiche digitali http://arcifotografiabase.wordpress.com Federico Covre Pixel (picture element) Indica ciascuno degli elementi puntiformi che compongono
DettagliDATABASE. A cura di Massimiliano Buschi
DATABASE A cura di Massimiliano Buschi Introduzione Con Microsoft Access: Immissione dati e interrogazione Interfaccia per applicazioni e report Ma prima bisogna definire alcune conoscenze di base sui
DettagliPer effettuare la stampa di una cartella di lavoro si accede al comando. Stampa dal menu File o si utilizza il pulsante omonimo sulla barra
4.5 Stampa 4.5.1 Stampare semplici fogli elettronici 4.5.1.1 Usare le opzioni di base della stampa Per effettuare la stampa di una cartella di lavoro si accede al comando Stampa dal menu File o si utilizza
DettagliIntroduzione all Information Retrieval
Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information
DettagliCodifica delle Informazioni
Codifica delle Informazioni Luca Bortolussi Dipartimento di Matematica e Informatica Università degli studi di Trieste Panoramica Le informazioni gestite dai sistemi di elaborazione devono essere codificate
DettagliAlgoritmi e strutture dati. Codici di Huffman
Algoritmi e strutture dati Codici di Huffman Memorizzazione dei dati Quando un file viene memorizzato, esso va memorizzato in qualche formato binario Modo più semplice: memorizzare il codice ASCII per
DettagliGrandezze scalari e vettoriali
Grandezze scalari e vettoriali Esempio vettore spostamento: Esistono due tipi di grandezze fisiche. a) Grandezze scalari specificate da un valore numerico (positivo negativo o nullo) e (nel caso di grandezze
DettagliUso delle basi di dati DBMS. Cos è un database. DataBase. Esempi di database
Uso delle basi di dati Uso delle Basi di Dati Il modulo richiede che il candidato comprenda il concetto di base dati (database) e dimostri di possedere competenza nel suo utilizzo. Cosa è un database,
DettagliComplementi di Analisi per Informatica *** Capitolo 2. Numeri Complessi. e Circuiti Elettrici. a Corrente Alternata. Sergio Benenti 7 settembre 2013
Complementi di Analisi per nformatica *** Capitolo 2 Numeri Complessi e Circuiti Elettrici a Corrente Alternata Sergio Benenti 7 settembre 2013? ndice 2 Circuiti elettrici a corrente alternata 1 21 Circuito
DettagliCorrispondenze e funzioni
Corrispondenze e funzioni L attività fondamentale della mente umana consiste nello stabilire corrispondenze e relazioni tra oggetti; è anche per questo motivo che il concetto di corrispondenza è uno dei
DettagliAll interno dei colori primari e secondari, abbiamo tre coppie di colori detti COMPLEMENTARI.
Teoria del colore La teoria dei colori Gli oggetti e gli ambienti che ci circondano sono in gran parte colorati. Ciò dipende dal fatto che la luce si diffonde attraverso onde di diversa lunghezza: ad ogni
DettagliImmagini digitali Appunti per la classe 3 R a cura del prof. ing. Mario Catalano
Immagini digitali LA CODIFICA DELLE IMMAGINI Anche le immagini possono essere memorizzate in forma numerica (digitale) suddividendole in milioni di punti, per ognuno dei quali si definisce il colore in
DettagliLE FUNZIONI A DUE VARIABILI
Capitolo I LE FUNZIONI A DUE VARIABILI In questo primo capitolo introduciamo alcune definizioni di base delle funzioni reali a due variabili reali. Nel seguito R denoterà l insieme dei numeri reali mentre
DettagliSistemi Informativi Territoriali. Map Algebra
Paolo Mogorovich Sistemi Informativi Territoriali Appunti dalle lezioni Map Algebra Cod.735 - Vers.E57 1 Definizione di Map Algebra 2 Operatori locali 3 Operatori zonali 4 Operatori focali 5 Operatori
DettagliUso di base delle funzioni in Microsoft Excel
Uso di base delle funzioni in Microsoft Excel Le funzioni Una funzione è un operatore che applicato a uno o più argomenti (valori, siano essi numeri con virgola, numeri interi, stringhe di caratteri) restituisce
DettagliComplemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno
Rappresentazione di numeri Complemento al corso di Fondamenti di Informatica I corsi di laurea in ingegneria, settore dell informazione Università la Sapienza Consorzio Nettuno Un numero e un entità teorica,
DettagliGuida alla registrazione on-line di un DataLogger
NovaProject s.r.l. Guida alla registrazione on-line di un DataLogger Revisione 3.0 3/08/2010 Partita IVA / Codice Fiscale: 03034090542 pag. 1 di 17 Contenuti Il presente documento è una guida all accesso
Dettagli