1 - Campionamento e Istogramma Flashcards

1
Q

Cos’è l’image processing? E la computer vision?

A

L’image processing è la branca dell’informatica che studia e definisce processi di trasformazione di immagini digitali

La computer vision è un campo dell’intelligenza artificiale che permette ai computer e ai sistemi di ricavare informazioni significative da immagini digitali, video e altri input visivi - e intraprendere azioni o formulare delle segnalazioni sulla base di tali informazioni

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Cos’è l’intensità di un’immagine? e la Luminosità?

A

Intensità dell’immagine: è l’energia luminosa emessa da un singolo punto dell’immagine e dipende dal dispositivo. Ovvero un dispositivo in grado, in un singolo punto, di emettere una energia luminosa diversa, maggiore è l’intensità prodotta e più il device sarà sofisticato.

Luminosità dell’immagine: il dispositivo emette una certa intensità luminosa che viene percepita dal soggetto sotto forma di luminosità. Essa è ciò che viene percepito della luminosità emessa da una singola unità (singolo pixel). Dipende dal contesto (è anche soggettiva), che la rendono variabile

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Cos’è la legge di Weber-Fechner?

A

Esso posizionava un utente di fronte a uno schermo, il quale nella porta posteriore (non visibile all’utente) aveva un cannone luminoso che sparava una certa intensità luminosa.

Succedeva che lo schermo veniva illuminato con una certa intensità I e il centro dello schermo veniva illuminato con I+δ(I).

Inizialmente il centro dello schermo aveva la stessa intensità dello sfondo senza esser percepita nessuna differenza. Facendo variare le due intensità, si chiedeva all’utente fin quando fosse stato possibile individuare queste variazioni di intensità.

Weber ha dedotto che l’essere umano possiede una buona capacità di discriminazione quando I è basso, quindi una luminosità scura. Man mano che I cresce la capacità nel notare variazioni di luminosità diventa meno forte.

Quindi se si vuol percepire una variazione di luminosità con un I molto grande, deve essere prodotto un δ(I) molto grande. Mentre con un I molto piccolo si è in grado di percepire una variazione di luminosità anche molto piccola.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Cos’è il contrasto di una immagine?

A

Esso dovrebbe fornire una idea di quanto gli elementi presenti in una immagine sono distinti uno dall’altro
Un’immagine si dice contrastata quando esista una netta differenza tra le parti chiare e scure, ossia quando il suo contenuto si concentri nelle luci (zone chiare) e nelle ombre con una scarsa presenza di toni intermedi. Un’immagine poco contrastata avrà invece una predominanza di toni intermedi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Come si misura il costrasto di una immagine?

A

se si volesse misurare il contrasto di una immagine non basterebbe semplicemente calcolare la
variazione tra un oggetto e un altro (sfondo e oggetto centrale), ma va considerato un ulteriore elemento, ovvero una sorta di normalizzazione. Quindi si effettua la differenza tra l’intensità dell’oggetto e del contorno, e poi viene normalizzato tutto rispetto all’intensità del contorno

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Cos’è il campionamento(Sampling)?

A

L’operazione di sampling (campionamento progressivo) è l’operazione attraverso la quale si decide quanti sensori utilizzare nella fase di digitalizzazione. Quindi la fase di digitalizzazione è l’intero processo che viene diviso in due fasi, una di esse è il campionamento.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Cos’è la quantizzazione?

A

Mentre il campionamento concerne il numero di sensori (pixel) impegnati nella fase di acquisizione, la quantizzazione è legata al numero di livelli di intensità luminosa (colori) che ogni sensore può produrre.

Ogni sensore converte la quantità di luce proveniente dal mondo reale in base al numero di bit assegnati. Man mano che aumentano i numeri di bit, di conseguenza aumentano il numero di livelli di intensità luminosa migliorando sensibilmente la qualità dell’immagine

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Quali sono le fasi di digitalizzazione di un’immagine?

A

Campionamento + Quantizzazione

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Cos’è una immagine?

A

L’immagine è un insieme di informazioni luminose che vengono catturate da sensori, che possono essere convertite in informazioni tridimensionali.
Ad ogni posizione (x, y) nella rappresentazione di una immagine, corrisponde un valore f(x, y) che risulta essere il livello di luminosità catturato dal sensore.

Le immagini colorate è una funzione matriciale per R per G e per B

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Cos’è la risoluzione?

A

Va divisa in due elementi:
▪ Temporale (per i video): definisce il numero di immagini al secondo da usare (FPS).
▪ Spaziale (singole immagini): definisce il numero di pixel da usare pur avendo due immagini di uguale dimensione, ma con un numero di pixel maggiore l’una rispetto all’altra, si evince come quest’ultima sia qualitativamente migliore, legata al numero di DPI.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Cos’è il ghosting?

A

Nelle televisioni e nei monitor, l’effetto ghosting è una replica di una parte dell’immagine trasmessa, spostata nella posizione, ma sovrapposta, sullo schermo, al nuovo frame, la quale crea nello schermo il tipico “effetto fantasma”.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Cos’è lo screen tearing?

A

si indica un artefatto che si genera quando un singolo fotogramma visualizzato sullo schermo contiene informazioni provenienti da due o più fotogrammi.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Quali sono le tipologie di trasformazioni possibili su un’immagine?

A

Si possono effettuare varie tipologie di trasformazioni sull’immagine come:
Immagini Binarie, Immagini in Scala di Grigio, Immagini a colori

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Quale può essere una rappresentazione dell’immagine?

A

Una misura importante che può essere assegnata all’immagine è quella dell’istogramma, che è una rappresentazione statistica dell’immagine, attraverso il quale è possibile avere una distribuzione di quelli che sono i livelli di grigio.
Si ha il numero di occorrenze per ogni tipologia di colore presente nell’immagine.

Sull’asse delle ascisse viene rappresentato il risultato della quantizzazione, ovvero il numero di
colori rappresentabili.

L’asse delle ordinate riporta il numero di occorrenze per ognuno dei colori.
Ciò significa che ognuno dei picchi rappresenta quante volte il colore corrispondente è rappresentato
nell’immagine.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Come si effettua una equalizzazione di un’immagine?

A

Una volta acquisita l’immagine e aver preso coscienza della campana relativamente stretta, si applica la trasformazione T all’istogramma per produrre il nuovo istogramma G(cappelletto).

Questa trasformazione T deve seguire tre regole tassonomiche (ordine di importanza):
1. L’istogramma deve essere il più piatto possibile, senza grossa variazione tra le occorrenze.
2. L’ordine dei livelli di grigi deve essere mantenuto, con piccole oscillazioni.
3. L’istogramma deve essere non frammentato, non vi devono essere dei “salti”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Cos’è l’algoritmo di Canny?

A

L’algoritmo di Canny è un popolare algoritmo utilizzato nell’elaborazione delle immagini per l’individuazione dei contorni.

L’algoritmo di Canny comprende diversi passaggi principali:

-Riduzione del rumore: L’immagine di input viene sottoposta a un processo di filtraggio per ridurre il rumore, che può interferire con l’individuazione dei contorni. Spesso viene utilizzato un filtro Gaussiano per questo scopo.

-Calcolo del gradiente: Viene calcolato il gradiente dell’immagine, che misura le variazioni di intensità dei pixel nell’immagine. Il gradiente fornisce informazioni sulla direzione e l’intensità dei cambiamenti di intensità dei pixel e aiuta a individuare i bordi.

-Suppressione dei non-maximum: Viene applicata la soppressione dei non-maximum per restringere i contorni ai punti di massima risposta del gradiente lungo la direzione del bordo. Questo passaggio elimina i punti che non sono localmente massimi nel gradiente.

-Isteresi della soglia: Questo è un passaggio critico nell’algoritmo di Canny. L’immagine viene suddivisa in pixel di bordo deboli e forti utilizzando una soglia. I pixel con una forte risposta al gradiente vengono considerati come pixel di bordo sicuri, mentre i pixel con una risposta al gradiente inferiore ma ancora sopra una soglia inferiore vengono considerati come pixel di bordo deboli. I pixel di bordo deboli vengono mantenuti solo se sono collegati a un pixel di bordo sicuro, altrimenti vengono eliminati. Questo processo aiuta a connettere i segmenti di bordo interrotti e a ottenere contorni più completi.

L’algoritmo di Canny produce come output un’immagine binaria in cui i pixel di bordo sono evidenziati come bianchi e il resto dell’immagine è nero.

L’algoritmo di Canny è noto per la sua capacità di individuare con precisione i contorni, ridurre al minimo il rumore e produrre contorni sottili. È ampiamente utilizzato in diverse applicazioni di elaborazione delle immagini, come il riconoscimento di oggetti, la segmentazione delle immagini e l’estrazione di caratteristiche.

17
Q

Cos’è il gradiente?

A

Nel contesto dell’elaborazione delle immagini, il gradiente rappresenta le variazioni di intensità dei pixel all’interno di un’immagine.
Viene calcolato per identificare i cambiamenti significativi di intensità che corrispondono ai contorni o ai bordi presenti nell’immagine.

Il calcolo del gradiente coinvolge tipicamente l’applicazione di operatori di differenza o di convoluzione su un’immagine. L’operatore di differenza calcola le differenze di intensità tra i pixel adiacenti, mentre l’operatore di convoluzione utilizza un kernel o una maschera per calcolare la somma pesata delle differenze di intensità dei pixel vicini.

Il risultato del calcolo del gradiente è costituito da due componenti principali: la direzione del gradiente e la sua intensità. La direzione del gradiente indica la direzione lungo la quale avviene il cambiamento di intensità massimo, mentre l’intensità del gradiente rappresenta la quantità di variazione di intensità in quella direzione.