Differenze tra le versioni di "Elaborazione digitale delle immagini"

nessun oggetto della modifica
(Recupero di 1 fonte/i e segnalazione di 0 link interrotto/i. #IABot (v1.5.3))
Nel 2002 Raanan Fattal ha introdotto nel mondo delle elaborazione delle immagini il gradiente, ovvero un nuovo modo di elaborare le immagini in cui le differenze tra i pixel sono manipolati, piuttosto che i valori del pixel stesso.<ref>{{en}} Bhat, Pravin, et al. ''Gradientshop: A gradient-domain optimization framework for image and video filtering.'' ACM Transactions on Graphics (TOG) 29.2 (2010): 10.</ref>
 
== CaratteristicheDescrizione ==
Il tipo più noto di elaborazione digitale delle immagini è l'editing o fotoritocco, che si può effettuare tramite degli appositi software tra cui i più famosi sono [[GIMP]] e [[Photoshop]]. Sostanzialmente, l'editing di immagini consiste nell'alterare l'immagine originale sia in maniera elementare, per esempio rendendola più luminosa o tagliandone i margini, sia in maniera più profonda rimuovendo o aggiungendo cose o persone o cambiandone dei dettagli come le imperfezioni della pelle o le dimensioni dei seni.
 
L'elaborazione di immagini in modo digitale presenta molti vantaggi rispetto all'[[elaborazione analogica]], in particolare è possibile eseguire su immagini digitali operazioni molto complesse e il numero delle operazioni che si possono effettuare è nettamente maggiore. Con la diffusione e il perfezionamento dei computer l'elaborazione analogica delle immagini è stata praticamente abbandonata.
 
=== Operazioni di base su immagini digitali ===
Possiamo suddividere gli operatori applicabili a immagini digitali in due categorie:
* Gli [[operatori punto]] effettuano una trasformazione del valore di un pixel a seconda del valore che ha il solo pixel stesso nell'immagine originale, essendo ''u'' un pixel dell'immagine di partenza e ''v'' il pixel nella stessa posizione dell'immagine destinazione possiamo scrivere: <math>v = f(u);</math><br />Il tipo di trasformazione effettuato dipende dalla natura della ''f(u)''. Ad esempio un operatore di [[sogliatura]] (''thresholding'') lavora nel seguente modo: l'utente impone un valore di soglia per il [[livelli di grigio|livello di grigio]] (o di colore) dei pixel. L'operatore analizza i pixel dell'immagine uno a uno, se il suo livello di grigio eccede il valore di soglia allora tale valore viene impostato ad un valore arbitrario, ad esempio nero. Se il valore del pixel originale non eccede il valore fissato come soglia, viene lasciato invariato.
* Gli [[operatori spaziali]], invece, sfruttano, per determinare il valore del pixel di destinazione, non solo il valore del pixel stesso nell'immagine originale, ma anche il valore di alcuni pixel ad esso ''vicini''.<br />La dimensione di tale vicinanza è determinata dall'utente che imposta la "finestra" su cui l'operatore deve lavorare.<br />Esempi noti di operatori spaziali sono il filtro media, che calcola la [[Media (statistica)#media aritmetica|media aritmetica]] dei pixel all'interno della "finestra" e impone tale valore, e il [[filtro mediano]], il quale invece calcola la [[mediana (statistica)|mediana]] statistica.<br />L'utilità di tali filtri sta nella capacità di eliminare un qualche tipo di [[rumore (immagine)|rumore]] che affligge l'immagine originale, come ad esempio il [[rumore sale e pepe]]. In particolare mediante un filtro media è possibile eliminare disturbi distribuiti in modo gaussiano, mentre tramite l'applicazione di un filtro mediana si eliminano efficacemente disturbi casuali, i cosiddetti ''shot noise'', quali ad esempio quelli generati da errori nel canale trasmissivo.
 
=== Operazioni avanzate su immagini digitali ===
L'elaborazione delle immagini digitali consente l'uso di [[algoritmi]] molto più complessi, e quindi, possono offrire sia più sofisticate prestazioni in compiti semplici, che metodi di applicazione che sarebbe impossibile con mezzi analogici.
 
In particolare, l'elaborazione di immagini digitali è l'unica tecnologia pratica per ottenere:
* [[classificazione statistica|classificazione]] (''classification'')
* [[Regressione nonlineare|regressione]] (''regression'')
* [[estrazione di caratteristiche]] (''feature extraction'')
* [[riconoscimento di pattern]] (''pattern recognition'')
* [[riconoscimento dei contorni]] (''edge detection'')
* [[Segmentazione di immagini|segmentazione]] (''segmentation'')
 
In ambito delle immagini digitali, esistono anche altre tecniche avanzate, che permettono di ottenere risoluzioni maggiori attraverso tecniche di [[super-resolution]], o di ricostruzione di parti mancanti, con tecniche di [[inpainting]].<ref>{{en}} M. Bertalmío, G. Sapiro, V. Caselles and C. Ballester., ''Image Inpainting'', Proceedings of SIGGRAPH 2000, New Orleans, USA, July 2000.</ref>
Utente anonimo