Modelli e Metodi per la Visione Artificiale
- Introduzione
1.1 Concetti Iniziali
1.2 I Livelli di Visione - Acquisizione
2.1 Introduzione all’acquisizione
2.2 Aliasing
2.3 Risoluzione
2.4 Modello di Colore e Profondità
2.4.1 Immagini Monocromatiche
2.5 Telecamere - Elaborazioni di Basso Livello
3.1 Introduzione
3.2 Operatori Puntuali
3.2.1 Look Up Table (LUT)
3.2.2 Istogramma dei livelli di grigio
3.2.3 Contrast Stretching
3.2.4 Equalizzazione dell’Istogramma
3.2.5 Modificare la luminositá
3.2.6 Thresholding
3.3 Operatori Locali
3.3.1 Operatori Morfologici
3.4 Filtraggio - Elaborazioni di Medio Livello
4.1 Sogliatura
4.1.1 Sogliatura con soglia globale
4.1.2 Evidenziare l’istogramma
4.1.3 Tecniche alternative di sogliatura
4.2 Segmentazione
4.2.1 Definizione Formale
4.2.2 Algoritmi di segmentazione
4.2.3 Tecniche basate su discontinuitá
4.2.4 Tecniche basate sul gradiente
4.2.5 Tecniche basate sul Laplaciano
4.3 Tecniche di Regionalizzazione
4.3.1 Labeling di componenti connesse
4.3.2 Region Growing
4.3.3 Region Splitting and Merging
4.3.4 K-Means
4.3.5 Segmentazione Wathershed
4.4 Individuazione dei punti di interesse: Feature Points
4.4.1 Harris Corner Detector
4.5 Scale Invariant Feature Transform (SIFT)
4.5.1 Il Metodo di Lowe
4.6 Speeded Up Robust Feature (SURF)
4.6.1 Individuazione dei punti di interesse
4.6.2 Descrizione e matching dei punti di interesse - OpenCV
5.1 Introduzione
5.2 Organizzazione della libreria
5.3 Convenzioni
5.4 Strutture Dati
5.4.1 CvArr
5.4.2 IplImage
5.4.3 CvScalar
5.5 Spazi di colore
5.6 Accesso ai pixel
5.6.1 Metodo indiretto
5.6.2 Metodo diretto