Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Sviluppo di un modello neurale adattivo per il restauro di immagini digitali

I recenti sviluppi nel campo dell'image restoration e la natura ill-posed del problema, aprono le porte a nuove direzioni di ricerca, soprattutto nel campo delle reti neurali. Esse sono particolarmente efficienti nel restauro di immagini digitali poiché riescono ad adattarsi alla natura locale del problema e, inoltre, hanno una struttura parallela.
L'obiettivo di questa tesi era studiare il problema del restauro, analizzare le tecniche precedenti a quelle basate su reti neurali e, una volta comprese le potenzialità delle reti neurali nell'affrontare il problema, migliorare l'effficacia dell'algoritmo LANN nel restauro di immagini ed ottenere uno strumento di effettiva utilità pratica, con particolare interesse al campo delle immagini biomediche.

Mostra/Nascondi contenuto.
Capitolo 1 Introduzione Il problema del restauro di immagini digitali nasce tra la fine degli anni '50 e l'inizio degli anni '60 contemporaneamente ai primi programmi spaziali. Le foto prodotte dalle missioni erano soggette a varie forme di degrado causate da diversi fattori: apparecchiature scadenti, vibrazioni dei macchinari ed in- stabilità dei veicoli spaziali. Inoltre, le immagini provienienti dalle missioni con equipaggio umano, erano soggette a motion blur a causa dell'incapacità degli astronauti di rimanere sufficientemente fermi in ambienti privi di gra- vità. Il degrado delle immagini non era un problema da poco viste le enormi spese necessarie per ottenere immagini in contesti così estremi. La necessità di risolvere questi problemi portò dunque alla nascita dei primi algoritmi per il restauro delle immagini digitali [2]. Qualsiasi immagine digitale è soggetta ad un certo livello di degrado, poi- ché ogni sistema di imaging è limitato dalla risoluzione massima di cui può disporre e dalla velocità a cui l'immagine può essere memorizzata. Esiste un gran numero di possibili tipi di degrado che possono interessare un'im- magine, situazioni comuni di degrado sono la sfocatura (blur), il movimento e il rumore. Il blurring si presenta quando un oggetto si trova al di là del campo di profondità dello strumento di imaging, cioè, per esempio, quando si trova in primo piano, mentre l'obiettivo della macchina è stato impostato per riprendere un'immagine all'orizzonte, per esempio una montagna. Un oggetto sfocato perde molti dettagli, come se le alte frequenze dell'immagine venissero in qualche modo attenuate. Un altro comune fattore di degrado è il motion blur, dovuto al movimento relativo dell'oggetto rispetto alla macchi- na che lo sta riprendendo, questo porta ad avere un'immagine in cui l'oggetto risulta spalmato da una parte; questo fenomeno si può presentare anche quando è la macchina a muoversi durante la messa a fuoco. Il rumore è, invece, una distorsione generalmente dovuta alle apparecchiature e ha come risultato una variazione casuale dei valori dei pixel. Il rumore può essere causato al sistema di imaging stesso oppure dal supporto di memorizzazione o trasmissione. Spesso però la distinzione non è chiara, come nei casi in cui 1

Laurea liv.II (specialistica)

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Andrea Bielli Contatta »

Composta da 98 pagine.

 

Questa tesi ha raggiunto 640 click dal 02/07/2008.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.