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

Algoritmo del taglio normalizzato per la segmentazione di immagini

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

riconoscendo i contorni (attraverso uno dei numerosi algoritmi esistenti), per poi “collegare” tali confini ottenendo delle continuità (generando quindi dei sottoinsiemi). Si può verificare che è possibile passare da un metodo di un tipo ad uno dell’altro scegliendo opportuni criteri [WE96]. Un’ulteriore classificazione può essere effettuata verificando se il metodo in esame utilizza dati esclusivamente locali oppure anche globali all’immagine. Altrimenti detto, se vengono esaminate esclusivamente caratteristiche (locali) dei pixel adiacenti oppure se si considerano anche qualità globali. In generale il tener conto di informazioni globali migliora notevolmente il processo di segmentazione, a costo tuttavia di una complessità computazionale nettamente superiore. L’utilizzo di entrambi i tipi di informazioni può essere l’approccio migliore al problema della segmentazione. Applicare ciò per esempio ad un metodo basato sul contorno può voler dire in una prima fase usare informazioni locali per trovare i contorni, che saranno poi successivamente collegati in base a dati globali all’immagine. A conclusione del paragrafo risulta utile accennare ad un problema di riconoscimento importante ed in qualche modo indipendente dal metodo utilizzato: quello delle trame (“texture”). Si pensi ad una tovaglia a righe o al mantello di una tigre: essi sono oggetti con una trama più o meno regolare, ma che devono essere interpretati per quanto possibile complessivamente. Sia gli approcci basati sulle regioni che quelli basati sul contorno rischiano di fallire miseramente in tali situazioni, se non utilizzando complesse informazioni globali a correzione del riconoscimento effettuato. 1.3 La partizione ottimale E’ possibile individuare alcune caratteristiche che dovrebbe possedere una metodologia di segmentazione considerata ottimale (non ottima, si ricordi, in quanto questa in generale non esiste) [MBLS00]: • dovrebbe poter essere utilizzata con immagini generiche, quindi anche miste con texture e senza; • in termini di contorno, dovrebbe essere in grado di trovare sia differenze di luminosità o altre caratteristiche di pixel che contorni e linee; • dovrebbe essere possibile applicarlo ricorsivamente su parti di immagine che si desidera approfondire ulteriormente 9

Anteprima della Tesi di Marco Introini

Anteprima della tesi: Algoritmo del taglio normalizzato per la segmentazione di immagini, Pagina 5

Diploma di Laurea

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Marco Introini Contatta »

Composta da 81 pagine.

 

Questa tesi ha raggiunto 1764 click dal 20/03/2004.

 

Consultata integralmente 3 volte.

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