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.

Per comprendere il funzionamento dell’algoritmo si consideri l’immagine come una funzione in due variabili che associa ad ogni punto dello spazio bidimensionale di coordinate (x,y) un valore f(x,y), il livello di grigio ad esso associato. Inoltre, bisogna definire cosa si intenda per contorno. Un contorno si può considerare tale quando esiste una certa discontinuità tra i livelli di grigio da una parte e quelli dall’altra della linea rappresentante il confine. Si vedrà anzitutto il problema della ricerca del contorno, per passare poi alla fase di tracing (unione). 1.5.1 Point Detection Inizialmente si pensi a come trovare un singolo punto di discontinuità. Molte tecniche per l’estrazione dei pixel di bordo si basano sull’utilizzo di filtri lineari. Un esempio di filtro con regione di supporto 3 x 3 è: -1 -1 -1 -1 8 -1 -1 -1 -1 Fig. 1.5 – Tabella di filtro di ricerca di punti Come avvenga la sua applicazione è abbastanza intuitivo: si seleziona una parte dell’immagine di dimensioni identiche a quelle del filtro (3 x 3) e i valori di grigio dei pixel corrispondenti vengono moltiplicati per i fattori moltiplicativi del filtro stesso. Formalmente un’immagine data da f(x,y) subisce durante il processo la seguente trasformazione: ƒ ƒ == + +−+−= 2 0 2 0 )3( )1,1(),( ij ij Aiyjxfyxg dove A i è l’iesimo valore della maschera del filtro (partendo da A 0 , valore alto sinistro). Considerando la funzione point(x,y) come il valore assoluto di g(x,y) (ossia point(x,y)=|g(x,y)|) è facile comprendere che esso è un livello di grigio direttamente proporzionale alla differenza di valore tra il pixel centrale e i suoi 8 vicini. Point(x,y) ritorna un livello di grigio, mentre nel determinare se un pixel ha una differenza “sufficiente” di valore ci si aspetterebbe un 13

Anteprima della Tesi di Marco Introini

Anteprima della tesi: Algoritmo del taglio normalizzato per la segmentazione di immagini, Pagina 9

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.