Scopri milioni di eBook, audiolibri e tanto altro ancora con una prova gratuita

Solo $11.99/mese al termine del periodo di prova. Cancella quando vuoi.

Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG
Omografia: Omografia: trasformazioni nella visione artificiale
Visione computerizzata: Esplorare le profondità della visione artificiale
Serie di e-book30 titoli

Visione Computerizzata [Italian]

Valutazione: 0 su 5 stelle

()

Info su questa serie

What is Texture Mapping


Texture mapping is a method for mapping a texture on a computer-generated graphic. Texture here can be high frequency detail, surface texture, or color.


How you will benefit


(I) Insights, and validations about the following topics:


Chapter 1: Texture mapping


Chapter 2: Normal mapping


Chapter 3: Bilinear interpolation


Chapter 4: Texture filtering


Chapter 5: Lightmap


Chapter 6: Reflection mapping


Chapter 7: Cube mapping


Chapter 8: UV mapping


Chapter 9: Texture mapping unit


Chapter 10: Technical drawing


(II) Answering the public top questions about texture mapping.


(III) Real world examples for the usage of texture mapping in many fields.


Who this book is for


Professionals, undergraduate and graduate students, enthusiasts, hobbyists, and those who want to go beyond basic knowledge or information for any kind of Texture Mapping.


 

LinguaItaliano
Data di uscita27 apr 2024
Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG
Omografia: Omografia: trasformazioni nella visione artificiale
Visione computerizzata: Esplorare le profondità della visione artificiale

Titoli di questa serie (100)

  • Visione computerizzata: Esplorare le profondità della visione artificiale

    1

    Visione computerizzata: Esplorare le profondità della visione artificiale
    Visione computerizzata: Esplorare le profondità della visione artificiale

    Che cos'è la visione artificiale Le attività di visione artificiale includono metodi per l'acquisizione, l'elaborazione, l'analisi e la comprensione di immagini digitali, nonché l'estrazione di dati ad alta dimensione dal mondo reale per fornire informazioni numeriche o simboliche, ad esempio sotto forma di giudizi. Nel contesto di questa discussione, la comprensione si riferisce al processo di trasformazione delle immagini visive in descrizioni dell'ambiente che sono comprensibili ai processi di pensiero e hanno la capacità di evocare azioni appropriate. È possibile interpretare questa comprensione dell'immagine come il processo di estrazione di informazioni simboliche dai dati dell'immagine facendo uso di modelli che sono stati creati con l'assistenza della teoria dell'apprendimento, della geometria, della fisica e dell'informatica. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Visione artificiale Capitolo 2 : Visione artificiale Capitolo 3: Analisi delle immagini Capitolo 4: Segmentazione delle immagini Capitolo 5: Flusso ottico Capitolo 6: Movimento rilevamento Capitolo 7: Riconoscimento dei gesti Capitolo 8: Posa (visione artificiale) Capitolo 9: Rita Cucchiara Capitolo 10: Telecamere stereo (II) Rispondere alle principali domande del pubblico sulla visione artificiale. (III) Esempi reali dell'utilizzo della visione artificiale in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di visione artificiale.    

  • Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG

    20

    Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG
    Gruppo congiunto di esperti fotografici: Sfruttare la potenza dei dati visivi con lo standard JPEG

    What is Joint Photographic Experts Group JPEG 2000, often known as JP2, is a standard format and coding scheme for picture compression. It was developed between the years 1997 and 2000 by a committee of the Joint Photographic Experts Group, which was chaired by Touradj Ebrahimi. The group's goal was to replace their original JPEG standard, which is based on a discrete cosine transform (DCT), with a wavelet-based approach that was freshly designed. Files that conform to ISO/IEC 15444-1 are designated with the extension.jp2, while files that conform to the expanded part-2 requirements, which are published as ISO/IEC 15444-2, are designated with the extension.jpx. Specifically, RFC 3745 is where the registered MIME types are defined. It is image/jp2 for the ISO/IEC 15444-1 standard. How you will benefit (I) Insights, and validations about the following topics: Chapter 1: JPEG 2000 Chapter 2: JPEG Chapter 3: Lossy Compression Chapter 4: Image Compression Chapter 5: ICER Chapter 6: H.262/MPEG-2 Part 2 Chapter 7: MPEG-4 Part 2 Chapter 8: Image File Format Chapter 9: Motion JPEG 2000 Chapter 10: High Efficiency Image File Format (II) Answering the public top questions about joint photographic experts group. (III) Real world examples for the usage of joint photographic experts group in many fields. Who this book is for Professionals, undergraduate and graduate students, enthusiasts, hobbyists, and those who want to go beyond basic knowledge or information for any kind of Joint Photographic Experts Group.    

  • Omografia: Omografia: trasformazioni nella visione artificiale

    13

    Omografia: Omografia: trasformazioni nella visione artificiale
    Omografia: Omografia: trasformazioni nella visione artificiale

    Cos'è l'omografia Nel campo della visione artificiale, due immagini qualsiasi della stessa superficie planare nello spazio sono legate da un'omografia. Ciò ha molte applicazioni pratiche, come la rettifica delle immagini, la registrazione delle immagini o il movimento della fotocamera, rotazione e traslazione, tra due immagini. Una volta eseguita la resezione della telecamera da una matrice di omografia stimata, queste informazioni possono essere utilizzate per la navigazione o per inserire modelli di oggetti 3D in un'immagine o in un video, in modo che vengano renderizzati con la prospettiva corretta e sembrino aver fatto parte dell'immagine. scena originale. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Omografia (visione computerizzata) Capitolo 2: Trasformazione affine Capitolo 3: Matrice di trasformazione Capitolo 4: Unione di immagini Capitolo 5 : Intersezione linea-piano Capitolo 6: Matrice fondamentale (visione artificiale) Capitolo 7: Resezione della telecamera Capitolo 8: Rettifica dell'immagine Capitolo 9: Matrice della fotocamera Capitolo 10: Calibrazione automatica della fotocamera (II) Rispondere alle principali domande del pubblico sull'omografia. (III) Reale esempi mondiali dell'uso dell'omografia in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e tutti coloro che che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di omografia.    

  • Riduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale

    4

    Riduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale
    Riduzione del rumore: Miglioramento della chiarezza, tecniche avanzate per la riduzione del rumore nella visione artificiale

    Cos'è la riduzione del rumore La riduzione del rumore è il processo di rimozione del rumore da un segnale. Esistono tecniche di riduzione del rumore per audio e immagini. Gli algoritmi di riduzione del rumore possono distorcere il segnale in una certa misura. La reiezione del rumore è la capacità di un circuito di isolare una componente di segnale indesiderata dalla componente di segnale desiderata, come nel caso del rapporto di reiezione di modo comune. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Riduzione del rumore Capitolo 2: Sistema di riduzione del rumore Dolby Capitolo 3: Dbx (riduzione del rumore) Capitolo 4: Elaborazione delle immagini digitali Capitolo 5: Rumore dell'immagine Capitolo 6: Wavelet Capitolo 7: Differenza delle gaussiane Capitolo 8: Filtro bilaterale Capitolo 9: Medie non locali Capitolo 10: Corrispondenza di blocchi e filtraggio 3D (II) Rispondere alle principali domande del pubblico sulla riduzione del rumore. (III) Esempi reali dell'utilizzo della riduzione del rumore in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di riduzione del rumore.    

  • Visione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale

    2

    Visione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale
    Visione stereoscopica del computer: Esplorare la percezione della profondità nella visione artificiale

    Che cos'è la visione stereoscopica del computer La visione stereoscopica del computer è l'estrazione di informazioni 3D da immagini digitali, come quelle ottenute da una fotocamera CCD. Confrontando le informazioni su una scena da due punti di vista, è possibile estrarre informazioni 3D esaminando le posizioni relative degli oggetti nei due pannelli. Questo è simile al processo biologico della stereopsi. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Visione stereoscopica del computer Capitolo 2: ricostruzione 3D Capitolo 3: Modello di contorno attivo Capitolo 4: Rilevatore di regioni affini di Harris Capitolo 5: Rilevamento del primo piano Capitolo 6: Matrice Chernoff legata Capitolo 7: Somiglianza Capitolo 8: Somiglianza strutturale Capitolo 9: Funzione varianza Capitolo 10: Distanza iniziale di Fréchet (II) Rispondere alle principali domande del pubblico sulla visione stereoscopica del computer. (III) Esempi reali dell'utilizzo della visione stereoscopica del computer in molti campi. Per chi è questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Computer Stereo Vision.    

  • Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva

    7

    Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva
    Equalizzazione dell'istogramma: Miglioramento del contrasto dell'immagine per una migliore percezione visiva

    Cos'è l'equalizzazione dell'istogramma L'equalizzazione dell'istogramma è un metodo di elaborazione delle immagini per regolare il contrasto utilizzando l'istogramma dell'immagine. Come farai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Equalizzazione dell'istogramma Capitolo 2: Funzione di distribuzione cumulativa Capitolo 3: Istogramma Capitolo 4: Variabile casuale Capitolo 5: Statistica dell'ordine Capitolo 6: HSL e HSV Capitolo 7: Istogramma del colore Capitolo 8: Distribuzione uniforme continua Capitolo 9: Risoluzione ottica Capitolo 10: Funzione di distribuzione empirica (II) Rispondere alle principali domande del pubblico sull'equalizzazione dell'istogramma. (III) Esempi reali dell'utilizzo dell'equalizzazione dell'istogramma in molti campi. Chi questo libro è per Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di equalizzazione dell'istogramma.    

  • Trasformata del radon: Svelare modelli nascosti nei dati visivi

    15

    Trasformata del radon: Svelare modelli nascosti nei dati visivi
    Trasformata del radon: Svelare modelli nascosti nei dati visivi

    Cos'è la trasformata del Radon In matematica, la trasformata del Radon è la trasformata integrale che porta una funzione f definita sul piano in una funzione Rf definita sul (due- dimensionale) spazio delle linee nel piano, il cui valore su una particolare linea è uguale all'integrale della funzione su quella linea. La trasformata fu introdotta nel 1917 da Johann Radon, che fornì anche una formula per la trasformata inversa. Radon includeva inoltre formule per la trasformazione in tre dimensioni, in cui l'integrale viene ripreso sui piani. Successivamente è stato generalizzato agli spazi euclidei di dimensione superiore e più in generale nel contesto della geometria integrale. L'analogo complesso della trasformata del Radon è noto come trasformata di Penrose. La trasformata Radon è ampiamente applicabile alla tomografia, la creazione di un'immagine dai dati di proiezione associati alle scansioni trasversali di un oggetto. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Trasformata di Radon Capitolo 2: Trasformata di Fourier Capitolo 3: Bessel funzione Capitolo 4: Teorema di convoluzione Capitolo 5: Trasformata discreta di Fourier Capitolo 6: Serie di Fourier Capitolo 7: Integrazione per parti Capitolo 8: Trasformata di Fourier frazionaria Capitolo 9: Trasformata di Mellin Capitolo 10: Kernel di Poisson (II) Rispondere alla domanda domande principali del pubblico sulla trasformazione del radon. (III) Esempi reali dell'utilizzo della trasformazione del radon in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di trasformazione del radon.    

  • Modello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale

    26

    Modello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale
    Modello di aspetto del colore: Comprendere la percezione e la rappresentazione nella visione artificiale

    Che cos'è il modello di aspetto del colore Un modello di aspetto del colore, spesso noto come CAM, è un modello matematico che mira a catturare gli elementi percettivi della visione umana dei colori. Questo modello viene utilizzato per descrivere impostazioni di visualizzazione in cui l'aspetto di un colore non coincide con la corrispondente misurazione effettiva della fonte di stimolo. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Modello di aspetto del colore Capitolo 2: Spazio colore CIELAB Capitolo 3 : Colorimetria Capitolo 4: Adattamento cromatico Capitolo 5: CIECAM02 Capitolo 6: Spazio colore Capitolo 7: Spazi colore RGB Capitolo 8: Colorito Capitolo 9: Spazio colore CIE 1931 Capitolo 10: Spazio colore LMS (II) Rispondere alla domanda domande principali pubbliche sul modello di aspetto del colore. (III) Esempi reali dell'utilizzo del modello di aspetto del colore in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di modello di aspetto del colore.    

  • Visione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde

    3

    Visione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde
    Visione artificiale subacquea: Esplorando le profondità della visione artificiale sotto le onde

    Che cos'è la visione artificiale subacquea La visione artificiale subacquea è un sottocampo della visione artificiale. Negli ultimi anni, con lo sviluppo dei veicoli subacquei, è diventata sempre più importante la necessità di poter registrare ed elaborare enormi quantità di informazioni. Le applicazioni spaziano dall'ispezione di strutture sottomarine per l'industria offshore all'identificazione e al conteggio dei pesci per la ricerca biologica. Tuttavia, non importa quanto grande possa essere l’impatto di questa tecnologia sull’industria e sulla ricerca, si trova ancora in una fase di sviluppo molto precoce rispetto alla tradizionale visione artificiale. Uno dei motivi è che, nel momento in cui la fotocamera entra in acqua, appaiono una serie di sfide completamente nuove. Da un lato, le telecamere devono essere rese impermeabili, la corrosione marina deteriora rapidamente i materiali e l’accesso e le modifiche alle configurazioni sperimentali sono costosi, sia in termini di tempo che di risorse. D'altra parte, le proprietà fisiche dell'acqua fanno sì che la luce si comporti diversamente, modificando l'aspetto di uno stesso oggetto al variare della profondità, del materiale organico, delle correnti, della temperatura, ecc. Come trarrai beneficio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Visione artificiale subacquea Capitolo 2: Visione artificiale Capitolo 3: Rilievo idrografico Capitolo 4: Veicolo sottomarino autonomo Capitolo 5: Monterey Bay Aquarium Research Institute Capitolo 6: Subacqueo senza equipaggio veicolo Capitolo 7: Riduzione del rumore Capitolo 8: Visione subacquea Capitolo 9: Post-elaborazione video Capitolo 10: Immagine qualità (II) Rispondere alle principali domande del pubblico sulla visione artificiale subacquea. (III) Esempi reali dell'utilizzo della visione artificiale subacquea in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di visione artificiale subacquea .    

  • Mappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale

    8

    Mappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale
    Mappatura dei toni: Mappatura dei toni: prospettive illuminanti nella visione artificiale

    Che cos'è la mappatura dei toni La mappatura dei toni è una tecnica utilizzata nell'elaborazione delle immagini e nella grafica computerizzata per mappare un set di colori su un altro per approssimare l'aspetto di un'immagine altamente dinamica. gamma (HDR) in un supporto che ha una gamma dinamica più limitata. Le stampe, i monitor CRT o LCD e i proiettori hanno tutti una gamma dinamica limitata, inadeguata a riprodurre l'intera gamma di intensità della luce presenti nelle scene naturali. La mappatura dei toni risolve il problema della forte riduzione del contrasto dalla luminosità della scena all'intervallo visualizzabile, preservando i dettagli dell'immagine e l'aspetto del colore, importanti per apprezzare il contenuto originale della scena. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Mappatura_tonale Capitolo 2: Correzione_gamma Capitolo 3: Acquisizione_HDR_multi-esposizione Capitolo 4: Rendering_ad alta_gamma_dinamica Capitolo 5: Miglioramento_di_ombre_e_evidenziazioni Capitolo 6: Alta_gamma_dinamica Capitolo 7: Riproduzione_tono Capitolo 8: Luminanza_HDR Capitolo 9: Aurora_HDR Capitolo 10: EasyHDR (II) Rispondere al pubblico top domande sulla mappatura dei toni. (III) Esempi reali dell'utilizzo della mappatura dei toni in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di mappatura dei toni.    

  • Trasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale

    12

    Trasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale
    Trasformazione affine: Sbloccare le prospettive visive: esplorare la trasformazione affine nella visione artificiale

    Che cos'è la trasformazione affine Nella geometria euclidea, una trasformazione affine o affinità è una trasformazione geometrica che preserva linee e parallelismo, ma non necessariamente distanze e angoli euclidei. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Trasformazione affine Capitolo 2: Mappa lineare Capitolo 3: Traslazione (geometria) Capitolo 4: Gruppo affine Capitolo 5: Spazio affine Capitolo 6: Matrice di trasformazione Capitolo 7: Sistema di coordinate baricentriche Capitolo 8: Spazio di coordinate reali Capitolo 9: Autovalori e autovettori Capitolo 10: Composizione automatica di una matrice (II) Rispondere alle principali domande del pubblico sulla trasformazione affine. (III) Esempi del mondo reale per l'utilizzo della trasformazione affine in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze di base o informazioni per qualsiasi tipo di trasformazione affine.    

  • Compressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi

    17

    Compressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi
    Compressione delle immagini: Tecniche efficienti per l'ottimizzazione dei dati visivi

    Cos'è la compressione delle immagini Quando applicata alle fotografie digitali, la compressione delle immagini è una forma di compressione dei dati che aiuta a ridurre la quantità di denaro necessaria per la loro archiviazione o trasmissione. È possibile che gli algoritmi utilizzino la percezione visiva e gli aspetti statistici dei dati delle immagini per fornire risultati più elevati rispetto agli approcci generici di compressione dei dati utilizzati per altri tipi di dati digitali. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Compressione delle immagini Capitolo 2: Compressione dei dati Capitolo 3: JPEG Capitolo 4: Compressione con perdita Capitolo 5: Compressione senza perdita Capitolo 6: PNG Capitolo 7: Codifica della trasformazione Capitolo 8: Trasformata discreta del coseno Capitolo 9: JPEG 2000 Capitolo 10: Artefatto di compressione (II) Rispondere alle principali domande del pubblico sulla compressione delle immagini. (III) Esempi reali dell'utilizzo della compressione delle immagini in molti campi. Chi questo libro è per Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di compressione delle immagini.    

  • Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale

    5

    Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale
    Istogramma dell'immagine: Svelare intuizioni visive, esplorare le profondità degli istogrammi delle immagini nella visione artificiale

    Cos'è l'istogramma dell'immagine Un istogramma dell'immagine è un tipo di istogramma che funge da rappresentazione grafica della distribuzione tonale in un'immagine digitale. Traccia il numero di pixel per ciascun valore tonale. Osservando l'istogramma di un'immagine specifica, l'utente sarà in grado di giudicare l'intera distribuzione tonale a colpo d'occhio. Come trarrai vantaggio ( I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Istogramma dell'immagine Capitolo 2: Istogramma Capitolo 3: Istogramma dei colori Capitolo 4: Soglia (elaborazione delle immagini) Capitolo 5: Equalizzazione dell'istogramma Capitolo 6: Equalizzazione adattiva dell'istogramma Capitolo 7: Corrispondenza dell'istogramma Capitolo 8: Mappatura dei toni Capitolo 9: Diffusione degli errori Capitolo 10: Tagli grafici nella visione artificiale (II) Rispondere al pubblico domande principali sull'istogramma delle immagini. (III) Esempi reali dell'utilizzo dell'istogramma delle immagini in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di istogramma di immagini.    

  • Contorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo

    31

    Contorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo
    Contorno attivo: Avanzamento della visione artificiale con tecniche di contorno attivo

    Cos'è Contorno attivo  Il modello di contorno attivo, spesso chiamato serpente, è una struttura nel campo della visione artificiale inizialmente introdotta da Michael Kass , Andrew Witkin e Demetri Terzopoulos. Il suo scopo è delineare un oggetto da un'immagine bidimensionale che può contenere rumore. Il tracciamento degli oggetti, il riconoscimento delle forme, la segmentazione, il rilevamento dei bordi e la corrispondenza stereo sono solo alcune delle applicazioni che fanno ampio uso dei serpenti. Il modello dei serpenti sta diventando sempre più popolare nel campo della visione artificiale. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti : Capitolo 1: Modello di contorno attivo Capitolo 2: Teorema di Stokes generalizzato Capitolo 3: Flusso potenziale Capitolo 4: Del Capitolo 5: Moltiplicatore di Lagrange Capitolo 6: Calcolo delle variazioni Capitolo 7: Operatore di Laplace Capitolo 8: Funzione di Green Capitolo 9: Derivata covariante Capitolo 10: Calcolo tensoriale (II) Rispondere alle principali domande del pubblico sul contorno attivo. ( III) Esempi reali dell'utilizzo del contorno attivo in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Active Contour.    

  • Ridipintura: Colmare le lacune nella visione artificiale

    6

    Ridipintura: Colmare le lacune nella visione artificiale
    Ridipintura: Colmare le lacune nella visione artificiale

    Che cos'è l'inpainting L'inpainting è un processo di conservazione in cui le parti danneggiate, deteriorate o mancanti di un'opera d'arte vengono riempite per presentare un'immagine completa. Questo processo è comunemente usato nel restauro delle immagini. Può essere applicato a mezzi artistici sia fisici che digitali come dipinti a olio o acrilici, stampe fotografiche chimiche, sculture o immagini e video digitali. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Inpainting Capitolo 2: Sintesi delle texture Capitolo 3: Conservazione e restauro dei beni culturali Capitolo 4: Analisi dei dipinti storici Capitolo 5: Scienza della conservazione (beni culturali) Capitolo 6: Conservazione e restauro dei dipinti Capitolo 7: Conservazione e restauro dei dipinti su tavola Capitolo 8: Conservazione e restauro degli affreschi pompeiani Capitolo 9: Conservazione e restauro della ceramica greca antica Capitolo 10: Conservazione-restauro di The Gross Clinic di Thomas Eakins (II) Rispondere alle principali domande del pubblico sull'inpittura. (III) Esempi del mondo reale per l'utilizzo della pittura in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Inpainting.    

  • Funzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale

    24

    Funzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale
    Funzione di corrispondenza dei colori: Comprendere la sensibilità spettrale nella visione artificiale

    Cos'è la funzione di corrispondenza dei colori Gli spazi colore designati dalla CIE nel 1931 sono le prime relazioni quantitative che sono state delineate tra le distribuzioni delle lunghezze d'onda nello spettro visibile elettromagnetico e i colori che sono fisiologicamente visti dagli esseri umani nella loro visione dei colori. Quando si tratta di gestione del colore, le relazioni matematiche che definiscono questi spazi colore sono strumenti chiave. Ciò è particolarmente vero quando si lavora con inchiostri a colori, display illuminati e dispositivi di registrazione come le fotocamere digitali. Nel 1931, la "Commission Internationale de l'éclairage", che in inglese viene tradotta come Commissione internazionale sull'illuminazione, era l'organizzazione responsabile della progettazione del sistema. I vantaggi che ne trarrai (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Spazio colore CIE 1931 Capitolo 2: Funzione di efficienza luminosa Capitolo 3: Bilanciamento del colore Capitolo 4: Luogo di Planckiano Capitolo 5: Metodo di riferimento standard Capitolo 6: Luminanza relativa Capitolo 7: CIECAM02 Capitolo 8: Illuminante standard Capitolo 9: Spazio colore CIE 1960 Capitolo 10: OSA-UCS (II) Rispondere alle principali domande del pubblico sulla funzione di corrispondenza dei colori. (III) Esempi reali dell'utilizzo della funzione di corrispondenza dei colori in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di funzione di corrispondenza dei colori.    

  • Diffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa

    11

    Diffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa
    Diffusione anisotropa: Miglioramento dell'analisi delle immagini attraverso la diffusione anisotropa

    Cos'è la diffusione anisotropa Nell'elaborazione delle immagini e nella visione artificiale, la diffusione anisotropa, chiamata anche diffusione Perona?Malik, è una tecnica che mira a ridurre il rumore dell'immagine senza rimuovere parti significative del contenuto dell'immagine, in genere bordi, linee o altri dettagli importanti per l'interpretazione dell'immagine. La diffusione anisotropa assomiglia al processo che crea uno spazio in scala, in cui un'immagine genera una famiglia parametrizzata di immagini successivamente sempre più sfocate in base a un processo di diffusione. Ciascuna delle immagini risultanti in questa famiglia viene fornita come convoluzione tra l'immagine e un filtro gaussiano isotropico 2D, dove la larghezza del filtro aumenta con il parametro. Questo processo di diffusione è una trasformazione lineare e invariante nello spazio dell'immagine originale. La diffusione anisotropa è una generalizzazione di questo processo di diffusione: produce una famiglia di immagini parametrizzate, ma ciascuna immagine risultante è una combinazione tra l'immagine originale e un filtro che dipende dal contenuto locale dell'immagine originale. Di conseguenza, la diffusione anisotropa è una trasformazione non lineare e con varianti spaziali dell'immagine originale. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Diffusione anisotropa Capitolo 2: Leggi della diffusione di Fick Capitolo 3: Equazione di diffusione Capitolo 4: Equazione del calore Capitolo 5: Equazioni di Navier-Stokes Capitolo 6: Variazione totale Capitolo 7: Divergenza Capitolo 8: Operatore di Laplace Capitolo 9: Curl (matematica) Capitolo 10: Teorema della divergenza (II) Rispondere alle principali domande del pubblico sull'anisotropo diffusione. (III) Esempi reali dell'uso della diffusione anisotropa in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di diffusione anisotropa.    

  • Mappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale

    28

    Mappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale
    Mappatura dei colori: Esplorare la percezione visiva e l'analisi nella visione artificiale

    Che cos'è la mappatura dei colori Questa funzione è nota come trasferimento del colore dell'immagine ed è responsabile della mappatura (trasformazione) dei colori di un'immagine (l'origine) su colori di un'altra immagine (il target). È possibile fare riferimento a una mappatura dei colori come all'algoritmo che produce la funzione di mappatura o al metodo che altera i colori dell'immagine. Il processo di modifica di un'immagine viene spesso definito trasferimento del colore o, quando sono coinvolte foto in scala di grigi, funzione di trasferimento della luminosità (BTF). Inoltre, può anche essere definita calibrazione della fotocamera fotometrica o calibrazione della fotocamera radiometrica. Come trarrai vantaggio (I) Approfondimenti e convalide su i seguenti argomenti: Capitolo 1: Trasferimento del colore dell'immagine Capitolo 2: Correzione gamma Capitolo 3: Gestione del colore Capitolo 4 : Istogramma del colore Capitolo 5: Shader Capitolo 6: Mappatura dei toni Capitolo 7: Istogramma dell'immagine Capitolo 8: Calibrazione del colore Capitolo 9: Quantizzazione del colore Capitolo 10: Rettifica dell'immagine (II) Rispondere alle principali domande del pubblico sulla mappatura dei colori. (III) Esempi reali dell'utilizzo della mappatura dei colori in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati , hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di mappatura dei colori.    

  • Banca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision

    18

    Banca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision
    Banca filtri: Approfondimenti sulle tecniche del banco di filtri di Computer Vision

    Che cos'è il Filter Bank Un filter bank è un insieme di filtri passa-banda utilizzati nell'elaborazione del segnale. Il suo scopo è quello di dividere il segnale in ingresso in più componenti, ciascuna delle quali trasporta una sottobanda del segnale originale. Attenuare i componenti in un modo nuovo e ricombinarli in una versione modificata del segnale originale è una delle applicazioni di un banco di filtri. Un equalizzatore grafico è un esempio di questo tipo di applicazione. Il risultato dell'analisi viene definito segnale di sottobanda e contiene tante sottobande quanti sono i filtri nel banco di filtri. Il processo di decomposizione effettuato dal banco di filtri viene definito analisi. Sintesi è il termine usato per descrivere il processo di ricostruzione, che si riferisce all'atto di ricostruire un segnale completo prodotto dal processo di filtraggio. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Gruppo di filtri Capitolo 2: Trasformata discreta di Fourier Capitolo 3: Filtro digitale Capitolo 4: Wavelet Capitolo 5: Trasformata coseno discreta modificata Capitolo 6: Risposta all'impulso finita Capitolo 7: Daubechies Wavelet Capitolo 8: Trasformata wavelet discreta Capitolo 9: Trasformata di Fourier a tempo discreto Capitolo 10: Downsampling (elaborazione del segnale) (II) Rispondere alle principali domande del pubblico sul filtro bancario. (III) Esempi reali dell'utilizzo del filtro bancario in molti campi. Chi questo libro è per Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di banca filtri.    

  • Modello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore

    29

    Modello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore
    Modello a colori: Comprendere lo spettro della visione artificiale: esplorare i modelli di colore

    Cos'è il modello di colore Un modello di colore è un modello matematico astratto che descrive il modo in cui i colori possono essere rappresentati come tuple di numeri, tipicamente come tre o quattro valori o componenti di colore . Quando a questo modello si associa una descrizione precisa di come devono essere interpretati i componenti, tenendo conto della percezione visiva, l'insieme di colori risultante viene chiamato "spazio colore". I vantaggi che ne trarrai (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Modello di colore Capitolo 2: Tonalità Capitolo 3: Sistema di colori Munsell Capitolo 4: Spazi colore RGB Capitolo 5: HSL e HSV Capitolo 6: Cromaticità Capitolo 7: Spazio colore CIELAB Capitolo 8: Adattamento cromatico Capitolo 9: Gamma Capitolo 10: Lunghezza d'onda dominante (II) Rispondere alle principali domande del pubblico sul modello di colore. (III) Esempi reali dell'utilizzo del modello di colore in molti campi. Chi è questo libro per Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di modello di colore.    

  • Profilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale

    30

    Profilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale
    Profilo colore: Esplorare la percezione visiva e l'analisi nella visione artificiale

    Cos'è il profilo colore Un insieme di dati che, secondo gli standard adottati dall'International Color Consortium (ICC), caratterizza un input o un output di colore dispositivo o uno spazio colore viene definito profilo ICC. Questo profilo costituisce la base per la gestione del colore. Fornendo una mappatura tra lo spazio colore di origine o di destinazione del dispositivo e uno spazio di connessione del profilo (PCS), i profili sono in grado di fornire una descrizione delle caratteristiche del colore associate a un determinato dispositivo o requisito di visualizzazione. Questo PCS è considerato CIELAB (L*a*b*) o CIEXYZ. Esistono due modi per specificare le mappature: tramite l'uso di tabelle, che vengono poi sottoposte a interpolazione, oppure tramite una sequenza di parametri relativi alle trasformazioni. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Profilo ICC Capitolo 2: Gestione del colore Capitolo 3: Modello di colore RGB Capitolo 4: Modello di colore CMYK Capitolo 5: Spazio colore CIELAB Capitolo 6: Spazio colore Adobe RGB Capitolo 7: Spazio colore Capitolo 8: Prestampa Capitolo 9: Formato di interscambio file JPEG Capitolo 10: TIFF (II) Rispondere alle principali domande del pubblico sul profilo colore. (III) Esempi reali dell'utilizzo del profilo colore in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di profilo colore.    

  • Retinex: Svelare i segreti della visione computazionale con Retinex

    9

    Retinex: Svelare i segreti della visione computazionale con Retinex
    Retinex: Svelare i segreti della visione computazionale con Retinex

    Cos'è Retinex La costanza del colore è un esempio di costanza soggettiva e una caratteristica del sistema di percezione del colore umano che garantisce che il colore percepito degli oggetti rimanga relativamente costante al variare condizioni di illuminazione. Una mela verde, ad esempio, ci appare verde a mezzogiorno, quando l'illuminazione principale è la luce solare bianca, e anche al tramonto, quando l'illuminazione principale è rossa. Questo ci aiuta a identificare gli oggetti. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Costanza del colore Capitolo 2: Colore Capitolo 3: Visione dei colori Capitolo 4: Sistema visivo Capitolo 5: Adattamento cromatico Capitolo 6: Immagine residua Capitolo 7: Tricromia Capitolo 8: Cellula conica Capitolo 9: Acuità visiva Capitolo 10: Processo di opposizione (II) Rispondere alle principali domande del pubblico sul retinex. (III) Esempi reali dell'utilizzo del retinex in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Retinex.    

  • Trasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale

    39

    Trasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale
    Trasformazione di feature invarianti di scala: Svelare il potere della trasformazione delle caratteristiche invarianti su scala nella visione artificiale

    Che cos'è la trasformazione di caratteristiche invarianti di scala SIFT, che sta per trasformazione di caratteristiche invarianti di scala, è un metodo per la visione artificiale sviluppato da David Lowe nel 1999. lo scopo è identificare, descrivere e coincidere con le caratteristiche locali nelle immagini. Riconoscimento di oggetti, mappatura e navigazione robotica, unione di immagini, modellazione tridimensionale, riconoscimento di gesti, tracciamento video, identificazione individuale di animali selvatici e spostamento di partite sono alcune delle applicazioni che possono essere utilizzate. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Trasformazione di funzionalità invarianti di scala Capitolo 2: Rilevamento dei bordi Capitolo 3: Scala dello spazio Capitolo 4: Sfocatura gaussiana Capitolo 5: Funzionalità (visione computerizzata) Capitolo 6: Rilevamento degli angoli Capitolo 7: Adattamento della forma affine Capitolo 8: Rilevatore di regioni affini dell'Assia Capitolo 9: Rilevatore di regioni basate sulla curvatura principale Capitolo 10: Orientato FAST e ruotato BRIEF (II) Rispondere alle principali domande del pubblico sulla trasformazione delle caratteristiche invarianti di scala. (III) Esempi reali di utilizzo di trasformazione delle caratteristiche invarianti di scala in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano per andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di trasformazione di caratteristiche invarianti di scala.    

  • Trasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale

    14

    Trasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale
    Trasformazione di Hough: Svelare la magia della trasformazione di Hough nella visione artificiale

    Cos'è la trasformata di Hough La trasformata di Hough è una tecnica di estrazione delle caratteristiche utilizzata nell'analisi delle immagini, nella visione artificiale e nell'elaborazione delle immagini digitali. Lo scopo della tecnica è trovare istanze imperfette di oggetti all'interno di una certa classe di forme mediante una procedura di votazione. Questa procedura di votazione viene eseguita in uno spazio parametrico, da cui si ottengono oggetti candidati come massimi locali in un cosiddetto spazio accumulatore che è esplicitamente costruito dall'algoritmo per il calcolo della trasformata di Hough. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Trasformata di Hough Capitolo 2: Generalizzata Trasformata di Hough Capitolo 3: Trasformata di Hough randomizzata Capitolo 4: Trasformata di Hough circolare Capitolo 5: Rilevamento della linea Capitolo 6: Proiezione 3D Capitolo 7: Equazione parametrica Capitolo 8: Equazione Capitolo 9: Ellisse Capitolo 10: Cissoide (II) Rispondere alle principali domande del pubblico sulla trasformazione hough. (III) Esempi reali dell'utilizzo della trasformazione hough in molti campi. Chi questo libro è per Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Hough Transform.    

  • Istogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati nella visione artificiale

    37

    Istogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati nella visione artificiale
    Istogramma dei gradienti orientati: Svelare il regno visivo: esplorare l'istogramma dei gradienti orientati nella visione artificiale

    Che cos'è l'istogramma dei gradienti orientati Nei campi della visione artificiale e dell'elaborazione delle immagini, l'istogramma dei gradienti orientati (HOG) è un descrittore di caratteristiche utilizzato per lo scopo del rilevamento degli oggetti. Questa tecnica viene utilizzata per contare il numero di istanze di orientamento del gradiente che si verificano in regioni specifiche di un'immagine. Questa tecnica è paragonabile agli istogrammi dell'orientamento dei bordi, ai descrittori di trasformazione delle caratteristiche invarianti di scala e ai contesti di forma; tuttavia, varia da questi metodi in quanto viene calcolato su una fitta griglia di celle equidistanti e utilizza la normalizzazione del contrasto locale sovrapposta con lo scopo di ottenere un livello di precisione più elevato. Come farai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Istogramma dei gradienti orientati Capitolo 2: Rilevamento dei bordi Capitolo 3: Trasformazione di funzionalità invarianti di scala Capitolo 4: Funzionalità robuste accelerate Capitolo 5: GLOH Capitolo 6: Modelli binari locali Capitolo 7: Orientato FAST e BRIEF ruotato Capitolo 8: Potenziamento (apprendimento automatico) Capitolo 9: Segmentazione delle immagini Capitolo 10: Rilevamento di oggetti (II) Rispondere alle principali domande del pubblico sull'istogramma dei gradienti orientati. (III) Esempi reali per l'utilizzo dell'istogramma dei gradienti orientati in molti campi . A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di istogramma dei gradienti orientati.    

  • Filtro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo

    21

    Filtro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo
    Filtro adattivo: Migliorare la visione artificiale attraverso il filtraggio adattivo

    Cos'è il filtro adattivo Un sistema che ha un filtro lineare e possiede una funzione di trasferimento controllata da parametri variabili nonché un mezzo per alterare tali parametri secondo una tecnica di ottimizzazione è comunemente indicato come filtro adattivo. La stragrande maggioranza dei filtri adattivi sono filtri digitali. Ciò è dovuto alla complessità delle tecniche di ottimizzazione. Alcune applicazioni richiedono l'utilizzo di filtri adattivi poiché alcuni parametri dell'operazione di elaborazione desiderata sono sconosciuti in anticipo o sono spesso soggetti a modifiche. Il perfezionamento della funzione di trasferimento del filtro adattativo ad anello chiuso viene ottenuto mediante l'utilizzo della retroazione sotto forma di un segnale di errore. Come trarrai beneficio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Filtro adattivo Capitolo 2: Rapporto segnale-rumore Capitolo 3: Rumore gaussiano bianco additivo Capitolo 4: Elasticità lineare Capitolo 5: Controllo della modalità di scorrimento Capitolo 6: Elaborazione degli array Capitolo 7: Modello autoregressivo Capitolo 8: Filtro dei quadrati minimi Capitolo 9: Filtro ricorsivo dei minimi quadrati Capitolo 10: ADALINE (II) Rispondere alle principali domande del pubblico sul filtro adattivo. (III) Esempi reali dell'utilizzo del filtro adattivo in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Filtro Adattivo.

  • Trasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale

    16

    Trasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale
    Trasformata di Hadamard: Svelare il potere della trasformazione Hadamard nella visione artificiale

    Che cos'è la trasformata di Hadamard La trasformata di Hadamard è un esempio di una classe generalizzata di trasformate di Fourier. Esegue un'operazione ortogonale, simmetrica, involutiva e lineare su 2 milioni di numeri reali. Come trarrai vantaggio (I) Approfondimenti e convalide sulla seguenti argomenti: Capitolo 1: Trasformata di Hadamard Capitolo 2: Trasformata discreta di Fourier Capitolo 3: Trasformata veloce di Walsh?Hadamard Capitolo 4: Trasformata quantistica di Fourier Capitolo 5: Notazione Bra-ket Capitolo 6: Matrici di Pauli Capitolo 7: Porta logica quantistica Capitolo 8: Porta NOT controllata Capitolo 9: Generalizzazioni delle matrici di Pauli Capitolo 10: Base sferica (II) Rispondere alle principali domande del pubblico su trasformata di Hadamard. (III) Esempi reali dell'utilizzo della trasformata di Hadamard in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Hadamard Transform.    

  • Correzione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma

    10

    Correzione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma
    Correzione gamma: Migliorare la chiarezza visiva nella visione artificiale: la tecnica di correzione gamma

    Che cos'è la correzione gamma La correzione gamma, spesso nota come gamma, è un processo non lineare utilizzato nei sistemi video o di immagini fisse allo scopo di codificare e decodificare la luminanza o valori di tristimolo. Uno dei modi più semplici per definire la correzione gamma è utilizzare la legge di potenza presentata di seguito: Come trarrai beneficio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Correzione gamma Capitolo 2: Modello di colore RGB Capitolo 3: Scala di grigi Capitolo 4: sRGB Capitolo 5: Spazio colore Adobe RGB Capitolo 6: Mappatura dei toni Capitolo 7: Rec. 709 Capitolo 8: Racc. 2020 Capitolo 9: Video con gamma dinamica standard Capitolo 10: Log?gamma ibrido (II) Rispondere alle principali domande del pubblico sulla correzione gamma. (III) Esempi reali dell'utilizzo della correzione gamma in molti campi. A chi è rivolto questo libro Professionisti , studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di correzione gamma.    

  • Spazio colore: Esplorare lo spettro della visione artificiale

    25

    Spazio colore: Esplorare lo spettro della visione artificiale
    Spazio colore: Esplorare lo spettro della visione artificiale

    Cos'è lo spazio colore Uno spazio colore è una particolare disposizione di colori in un dato spazio. Insieme alla profilazione del colore, che è supportata da una varietà di dispositivi fisici, è in grado di supportare rappresentazioni ripetibili del colore, indipendentemente dal fatto che tali rappresentazioni coinvolgano una rappresentazione analogica o digitale. È possibile che uno spazio colore sia arbitrario, nel qual caso i colori realizzati fisicamente vengono assegnati a un insieme di campioni di colore fisici che hanno nomi di colore corrispondenti, oppure può essere strutturato con precisione matematica. Il concetto di "spazio colore" è un utile strumento concettuale che può essere utilizzato per acquisire una conoscenza delle capacità cromatiche di un determinato file o dispositivo digitale. Nel tentativo di replicare il colore su un dispositivo diverso, gli spazi colore possono indicare se è possibile preservare o meno i dettagli delle ombre/luci e la saturazione del colore, nonché il grado in cui uno di questi aspetti verrà ridotto. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Spazio colore Capitolo 2: Modello di colore RGB Capitolo 3: Modello di colore CMYK Capitolo 4: Spazi di colore RGB Capitolo 5: HSL e HSV Capitolo 6: Cromaticità Capitolo 7: Spazio colore CIELAB Capitolo 8: Gamma Capitolo 9: Scala di grigi Capitolo 10: Spazio colore Adobe RGB (II) Rispondere alle principali domande del pubblico sullo spazio colore. (III) Esempi reali dell'utilizzo dello spazio colore in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze di base o le informazioni di qualsiasi tipo dello spazio colore.    

  • Sistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali

    27

    Sistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali
    Sistema di gestione del colore: Ottimizzazione della percezione visiva negli ambienti digitali

    Che cos'è il sistema di gestione del colore Un modello di aspetto del colore, spesso noto come CAM, è un modello matematico che mira a catturare gli elementi percettivi della visione umana dei colori. Questo modello viene utilizzato per descrivere impostazioni di visualizzazione in cui l'aspetto di un colore non coincide con la corrispondente misurazione effettiva della fonte di stimolo. Come trarrai vantaggio (I) Approfondimenti e convalide sui seguenti argomenti: Capitolo 1: Gestione del colore Capitolo 2: Modello di colore RGB Capitolo 3: Modello di colore CMYK Capitolo 4: Correzione gamma Capitolo 5: Colori Web Capitolo 6: Spazio colore CIELAB Capitolo 7: Gamma Capitolo 8: sRGB Capitolo 9: Spazio colore Adobe RGB Capitolo 10: Calibrazione del colore (II) Risposte alle domande principali del pubblico sul sistema di gestione del colore. (III) Esempi reali dell'utilizzo del sistema di gestione del colore in molti campi. A chi è rivolto questo libro Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che desiderano andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di sistema di gestione del colore.    

Leggi altro di Fouad Sabry

Correlato a Visione Computerizzata [Italian]

Ebook correlati

Intelligenza artificiale e semantica per voi

Visualizza altri

Categorie correlate

Recensioni su Visione Computerizzata [Italian]

Valutazione: 0 su 5 stelle
0 valutazioni

0 valutazioni0 recensioni

Cosa ne pensi?

Tocca per valutare

La recensione deve contenere almeno 10 parole