Elaborazione di Immagini e Visione Artificiale

Capitolo 1 - Introduzione
1
Elaborazione di Immagini e Visione Articiale
Elaborazione Digitale di Immagini: l'immagine viene rilevata da un apposito sensore
(tipicamente una telecamera), convertita in un adeguato formato digitale e trasferita
nella memoria di un calcolatore che eettua l'elaborazione.
Per Elaborazione di immagini \in senso stretto" (Image Processing) si intende un
processo di elaborazione che ha come obiettivo la trasformazione dell'immagine di
ingresso in una nuova immagine avente qualit
a \migliore" rispetto ad un determinato criterio (casi tipici: riduzione del rumore, esaltazione del contrasto).
Per Visione Articiale (Computer Vision, Machine Vision) si intende un processo di
elaborazione dell'immagine avente come obiettivo l'estrazione di informazioni sulla
scena osservata (ad esempio: determinazione della presenza/assenza di un oggetto
avente una forma nota, verica dell'integrit
a di un oggetto sicuramente presente,
conteggio degli oggetti, riconoscimento degli oggetti ....).
L'obiettivo che si pone la visione articiale e aascinante e molto ambizioso: dotare
una macchina, se pur in misura molto limitata, di quella che e sicuramente la
forma di percezione pi
u potente e pi
u complessa che possiedono gli esseri umani,
la percezione visiva.
L'elaborazione di immagini e spesso utilizzata come passo preliminare di un procedimento di visione per eettuare pre-elaborazioni tendenti a migliorare la qualit
a
dell'immagine da analizzare. L'enfasi del corso sar
a sulla visione articiale, ma
verrano anche studiate tecniche di elaborazione di immagini.
Perch
e studiare la visione articiale ?
{ Interesse per le complesse problematiche della percezione visiva da parte dei
ricercatori dell'intelligenza articiale e delle neuro-siologia.
{ I sistemi di visione articiale trovano impiego in moltissimi settori. Descriviamo
a titolo di esempio alcune applicazioni.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
2
Ispezione Automatica
I sistemi di visione vengono impiegati nelle linee di produzione per l'ispezione di
manufatti (sovente in alternativa ad operatori umani). All'interno di questo settore
e possibile distinguere fra
{ Esecuzione di misure: impiego di un sistema di visione per vericare che siano
soddisfatte le tollerenze di lavorazione sugli oggetti prodotti.
{ Controllo dell'integrit
a: verica che gli oggetti prodotti abbiano la forma desiderata e/o che non presentino difetti (ad esempio difetti superciali).
L'ispezione automatica e il settore che vanta di gran lunga il maggior numero di
applicazioni di visione articiale (alcune stime parlano del 70 - 80 % dell'intero
mercato della visione).
La ragione di tale diusione risiede sia nella (relativa) semplicit
a che spesso caratterizza le problematiche di visione da arontare sia nella possibilit
a di esercitare un
controllo abbastanza rigoroso sulle condizioni ambientali (illuminazione, posizione
relativa fra oggetto e telecamera).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
3
Ispezione di piastrelle ceramiche
La bicottura e un processo di produzione, costituito da due fasi, mediante cui
vengono realizzate le piastrelle ceramiche.
Nella prima fase la piastrella viene formata mediante pressatura e poi cotta in
modo da ottenere un semilavorato solido (biscotto) che pu
o essere maneggiato
e trasportato. Successivamente (spesso in un'altro stabilimento) il biscotto viene
smaltato e poi cotto nuovamente per ssare lo smalto.
I biscotti non integri devono essere scartati prima della smaltatura (risparmio di
smalto, di energia per la seconda cottura, danneggiamento dei retini di smaltatura).
Il sistema tradizionale per questo tipo di ispezione si basa sull'impiego di forocellule:
Con questo approccio non e possibile ispezionare per intero i lati normali alla direzione del moto. Inoltre il sistema e molto sensibile a piccole rotazioni della piastrella e poco essibile (il cambio di formato richiede un'accurato riposizionamento
delle fotocellule).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
4
Ispezione di piastrelle ceramiche
Recentemente e stato realizzato un sistema di visione che fornisce prestazioni molto
migliori in termini di accuratezza, robustezza e essibilit
a :
Il sistema emula il comportamento delle fotocellule eettuando un'analisi visiva dei
bordi della pistrella:
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
5
Ispezione di circuiti stampati (PCB)
I sistemi di visione vengono impiegati per vericare l'integrit
a delle piste dei circuiti
stampati:
I difetti mostrati non possono essere in alcun modo rilevati mediante i test elettrici,
per cui l'ispezione visuale si rende indispensabile ai ni del monitoraggio e controllo
del processo di produzione.
Un altro tipo di ispezione molto importante che viene eettuata tramite sistemi
di visione e la verica del montaggio dei componenti sulla scheda (\component
placement inspection"). In questa tipo di ispezione il sistema rileva l'eventuale
assenza di componenti o la presenza di componenti non montati correttamente (ad
esempio, al rovescio).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
6
Ispezione 3D di circuiti stampati (PCB)
Sono oggi disponibili anche sistemi di ispezione 3D per PCB, che hanno l'obiettivo
di misurare il volume della pasta salda depositata sui pad dei componenti SMT
(\Solder Paste Inspection").
Una tecnica di visione 3D che e stata utilizzata per questa applicazione e la luce
strutturata. Con questo approccio un pattern luminoso regolare di forma nota viene
proiettato sull'oggetto ed visto da una posizione angolata mediante una telecamera:
la deformazione subita dal pattern consente di risalire alla forma 3D dell'oggetto.
ϑ
h
s
s=h sin(ϑ)
Reference Plane
L'immagine di sinistra mostra un pad con il pattern proiettato mentre quella di
destra mostra il risultato dell'elaborazione, con i valori di intensit
a che codicano
le altezze dei punti rispetto alla supercie del PCB (i punti pi
u scuri hanno altezza
maggiore).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
7
Individuazione di \cricche" in pezzi metallici
Produzione di pezzi metallici (maglie per cingolati: trattori, carri armati) forgiati ad
alta temperatura. Durante il trattamento termico possono crearsi fratture (cricche)
superciali, e sotto-supercie, non visibili all'occhio umano. I pezzi contenenti delle
cricche sono difettosi e devono essere scartati.
L'individuazione delle cricche viene eettuata mediante magnetoscopia: il pezzo
viene magnetizzato e bagnato con una sospensione di acqua e particelle di limatura
di ferro uorescenti (vernice uorescente, riette solo la luce ultravioletta). Poich
e
le particelle vengono attratte dalle cricche (discontinuit
a del campo magnetico),
illuminando il pezzo con luce ultravioletta (lampada di Wood o lampada nera) si
ottiene l'evidenziazione delle cricche che risultano come forme uorescenti allungate
e rettilinee.
Tradizionalmente, un operatore specializzato controlla visivamente il pezzo alla
ne del trattamento. Recentemente e stato sviluppato un sistema di visione per
l'individuazione automatica delle cricche.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
8
Robotica ed Automazione
Le tecniche di visione articiale consentono la realizzazione di robot essibili in grado
di interagire con l'ambiente esterno sulla base di informazioni ottenute mediante la
percezione visiva.
Manipolatori Intelligenti
{ Nel processo di assemblaggio di parti vengono impiegati robot manipolatori
che eseguono vari compiti tra cui la presa di oggetti, la loro movimentazione,
l'assemblaggio vero e proprio.
{ L'uso di tecniche convenzionali implica la rigida denizione di una specica
modalit
a operativa e l'esecuzione deterministica della procedura programmata.
{ L'impiego di un sistema di visione in grado di individuare un numero limitato di
parti e determinarne posizione ed orientamento permette di adattare la modalit
a
di esecuzione del processo ad un insieme molto vasto di disposizioni di parti
non determinate a priori.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
9
Robotica ed Automazione
Guida di veicoli
{ Esistono poi applicazioni robotiche in cui un veicolo deve essere in grado di
{
{
{
{
muoversi autonomamente all'interno di un determinato ambiente.
Nell'industria i veicoli autonomi vengono utilizzati principalmente per il trasporto
di materiale fra le stazioni di una linea di produzione e per le applicazioni di
magazzino automatizzato.
Altre applicazioni riguardano la sorveglianza di edici (ad esempio banche) ed
impianti industriali (in particolar modo quelli caratterizzati da ambienti pericolosi per l'uomo, ad esempio le centrali nucleari).
Nelle realizzazioni convenzionali i veicoli si muovono su percorsi ssi e preimpostati. Come nel caso della manipolazione l'uso della visione conferisce
potenzialmente essibilit
a rispetto alle possibili variazioni delle condizioni ambientali, supportando compiti quali l'autolocalizzazione del veicolo, la determinazione della traiettoria, l'individuazione di ostacoli.
Allo stato attuale la guida visiva di veicoli e realizzata solo su prototipi realizzati
in laboratori di ricerca, e principalmente nel caso di guida di un veicolo in un
ambiente noto (disponibilit
a della planimetria). Tuttavia, sono stati realizzati
alcuni veicoli in grado di costruire autonomamente un modello di un ambiente
sconosciuto e muoversi all'interno di esso evitando gli ostacoli (INRIA, Esprit
P940 "Depth and Motion Analysis").
E' possibile realizzare macchine automatiche in cui gli attuatori sono pilotati sulla
base di informazioni acquisite mediante la visione.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
10
Robot-Picking
Su una linea di produzione sono presenti due tipi di bielle per motociclette, aventi
rispettivamente uno o due fori in corrispondenza della testa. Un robot manipolatore
deve prelevare le bielle dalla linea e smistarle in funzione del tipo.
Si tratta di un problema classico, che richiede fondamentalmente l'individuazione
di posizione ed orientamento degli oggetti unitamente alla capacit
a di riconoscere
un oggetto all'interno di un insieme limitato di oggetti possibili.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
11
Monitoraggio e controllo di un circuito idraulico
L'applicazione e un esperimento realizzato al ne di dimostrare i risultati del Progetto Finalizzato Robotica (CNR, 1994).
Un manipolatore installato su un veicolo deve eseguire operazioni di supervisione e
controllo su un circuito idraulico simile a quelli presenti nelle centrali idroelettriche.
L'insieme dei compiti assegnati al robot comprende la lettura di strumenti ad indice
(manometri e termometri) e la manipolazione di valvole.
Le principali problematiche di visione riguardano l'individuazione di oggetti di forma
circolare e la determinazione dell'orientazione di oggetti di forma allungata:
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
12
Un'applicazione nell'ambito dell'automazione
Determinazione mediante un sistema di visione della linea di inserzione fogliaria e
taglio automatico delle barbabietole da zucchero.
Il pagamento di un carico di barbabietole da parte di uno zucchericio viene eettuato pesando il carico totale e sottraendo la tara. La tara viene determinata sulla
base di un campione di bietole da cui viene tagliata via la parte superiore su cui
insistono le foglie (\colletto"), che e caratterizzata da basso contenuto di glucosio.
La \scollettatura" delle bietole viene eettuata manualmente da un operatore che
deve stimare visivamente la posizione della linea di inserzione fogliaria (separazione
fra colletto e parte utile della bietola). Il lavoro dell'operatore e ripetitivo e richiede
costante attenzione e precisione. Inoltre, la tara risultante e troppo dipendente
dalla stima eettuata dagli operatori.
Recentemente, un'azienda produttrice di zucchero ha sviluppato una \scollettatrice
automatica" che si basa su un sistema di visione in grado di determinare la posizione
della linea di inserzione fogliaria e comandare una macchina che eettua il taglio.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
13
Applicazioni di OCR (Optical Character Recognition)
Con il termine di OCR ci si riferisce alle tecniche aventi che hanno come obiettivo
la lettura automatica di testo (manoscritto o dattiloscritto ) a partire da immagini.
Principali settori applicativi:
Automazione d'ucio: archiviazione documenti e \data-entry".
{ Nell'archiviazione documenti l'impiego di OCR consente di leggere un docu-
mento cartaceo per convertirlo in formato testo. Attualmente esistono sistemi che consentono la lettura di documenti \multifont" dattiloscritti di elevata qualit
a (tipicamente stampa laser) con percentuali di errore dell'ordine di
1/1000.
{ Nelle applicazioni di \data-entry" l'obiettivo e acquisire automaticamente dei
dati da un modulo cartaceo per poterli memorizzare in un database. Attualmente vengono utilizzati moduli (\form") orientati al carattere (ciascun carattere deve essere inserito in un apposito \box") e si fa largo uso di informazioni
contestuali ai ni dell'interpretazione del campo. Questi sistemi sono in grado
di leggere caratteri manoscritti in stampatello. In questo settore le percentuali
di errore sono inferiori al 20%.
Automazione postale
{ Il problema e la lettura dell'indirizzo per lo smistamento (\sorting") automatico
della corrispondenza. E
un problema estremamente dicile: l'indirizzo (manoscritto o dattiloscritto) deve essere prima localizzato e segmentato (suddivisione
in linee, parole e caratteri) e poi letto.
{ Il sistema pi
u avanzato e attualmente in funzione negli Stati Uniti: un primo
sistema suddivide la corrispondenza sulla base del tipo di indirizzo (dattiloscritto
- manoscritto), quindi vengono usati due sistemi di OCR distinti per i due casi.
La percentuale di successo nella lettura degli indirizzi dattiloscritti e dell'80%,
per quelli manoscritti del 40% (la maggior parte degli errori e dovuta agli
indirizzi manoscritti in corsivo).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
14
Applicazioni nel settore ITS (Intelligent Transportation Systems)
Nel settore dei trasporti si va sempre pi
u diondendo l'impiego di sistemi basati
su tecnologie informatiche avanzate (ITS). In questo scenario la Visione Articiale
gioca un ruolo molto importante.
Sono oggi disponibili sistemi di visione in grado di raccogliere dati sui ussi di
traco (conteggio classicato dei veicoli in transito, stima delle velocit
a , rilevazione
e misura delle code, rilevazione di infrazioni..). Tali sistemi presentano numerosi
vantaggi rispetto alle tecnologie tradizionali (ad esempio, loop induttivi annegati
nell'asfalto).
Video-Enforcement: sono stati realizzati sistemi in grado di leggere automaticamente la targa dei veicoli (ancora OCR !) per controllare l'accesso a zone a traco
limitato (ad esempio, sistema SIRIO a Bologna) oppure rilevare infrazioni quali il
transito di un veicolo non autorizzato in una corsia preferenziale (ad esempio, sistema RITA a Bologna) o il sorpasso di un mezzo pesante in autostrada (sistema
realizzato da ELSAG).
Sistemi in-vehicle: sono allo studio sistemi di visione di supporto alla guida basati
sul riconoscimento della carreggiata e degli ostacoli (veicoli o pedoni). Le principali
case automobilistiche iniziano a realizzare sistemi di visione per il riconoscimento
dello stato di aaticamento del guidatore.
E
stato sviluppato un sistema sperimentale per la stima automatica del grado di
aollamento delle stazioni nella metropolitana (Londra, King's College).
Sono allo studio sistemi in grado di classicare automaticamente i veicoli ai ni
dell'esazione del padaggio autostradale.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
15
Videosorveglianza
I sistemi tradizionali di videosorveglianza (CCTV) prevedono l'invio di immagini
ad una centrale di controllo presidiata da operatori cui e adato il compito di
analizzare visivamente tali immagini al ne di rilevare eventuali situazioni anomale
o di allarme.
Sebbene i sistemi tradizionali costituiscano tutt'ora la porzione pi
u rilevante del
mercato, a seguito della sempre crescente domanda di sicurezza proveniente dalla
societ
a si registra oggi una fortissima domanda di mercato di sistemi di videosorveglianza signicativamente pi
u evoluti, in particolare di sistemi di visione dotati di
capacit
a di analisi automatica dei ussi video.
Una prima risposta a tale domanda di mercato e costituita dai videoregistratori
digitali dotati di funzionalit
a di motion-detection. Tali sistemi salvano su disco solo
le sequenze video in cui sono presenti oggetti in movimento.
Sono per
o oggi allo studio in tutto il mondo sistemi di videosorveglianza dotati di
capacit
a di analisi delle sequenze video signicativamente pi
u avanzate e nalizzate alla rilevazione automatica di eventi quali ad esempio un tentativo di furto di
un'auto in un parcheggio, la presenza di un'oggetto abbandonato in una stazione
o in un'areoporto, il vericarsi di atti di vandalismo, di una rapina in una banca, di
episodi di violenza contro persone....
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
16
Sistemi Biometrici
I sistemi biometrici mirano a vericare o riconoscere l'identit
a di un soggetto sulla
base di quelle informazioni relative alle caratteristiche siche che rendono ogni
individuo diverso rispetto agli altri (ad esempio: le impronte digitali, il timbro vocale,
i tratti del viso, la distanza interpupillare, il fondo della retina, la conformazione
dell'iride, la geometria della mano, la struttura 3D della testa...).
Le principali applicazioni dei sistemi biometrici riguardano la sicurezza (con clienti
quali le forze dell'ordine o le societ
a di gestione degli scali aereoportuali), il settore dell'e-governament (ad esempio, inserimento di dati biometrici in una carta
d'identit
a elettronica) ed il controllo accessi, sia sico (accesso ad un edicio) sia
logico (accesso ad un sistema informatico).
Allo stato attuale la maggior parte delle tecniche di biometriche si basa sull'acquisizione,
memorizzazione ed analisi di immagini digitali (ad esempio: immagini di impronte
digitali, dell'iride, del volto ..).
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
17
Altri settori applicativi
Medicina
{ Elaborazione Immagini
La vasta gamma di immagini mediche oggi disponibile costituisce un'importante
supporto alla diagnosi. Sovente per
o tali immagini sono caratterizzate da insufciente nitidezza e/o dalla presenza di disturbi, alterazioni, rumore che riducono
il contenuto informativo eettivamente fruibile dal medico.
Le tecniche di image processing trovano largo impiego nel miglioramento della
qualit
a delle immagini mediche.
Esempi: esaltazione del contrasto e riduzione del rumore in radiograe, ecograe,
immagini TAC, termograe . . .
{ Visione
Sono state sviluppate anche applicazioni aventi l'obiettivo di estrarre informazioni da immagini mediche. Un esempio e l'estrazione e la visualizzazione
delle isoterme nelle termograe.
Inoltre le tecniche di visione vengono impiegate per l'analisi automatica di
immagini microscopiche. Gli obiettivi tipici di questo genere di applicazioni
sono il conteggio e la classicazione di cellule.
Eempi: classicazione automatica dei globuli bianchi (leucociti) nelle 5 classi
(neutroli, eosinoli, basoli, linfociti, monociti), conteggio automatico delle
cellule nervose . . .
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
18
Altri settori applicativi
Telerilevamento
Impiego di sensori collocati su aerei o satelliti in grado di acquisire immagini di
porzioni della supercie terrestre relative a diverse bande dello spettro elettromagnetico (visibile, infrarosso, microonde). Le immagini telerilevate sono fonte di una
grande quantit
a di importanti informazioni utilizzate in numerosissimi settori (metereologia, geologia, agricoltura e foreste, cartograa . . . ).
Le tecniche di image processing sono utilizzate per migliorare la qualit
a delle immagini telerilevate ai ni dell'interpretazione della stessa da parte dell'utente (fotointerpretazione).
La tecniche di visione sono impiegate ai ni della interpretazione automatica delle
immagini telerilevate.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
19
Metodologie e tecniche di base
All'interno del pur vastissimo scenario applicativo che caratterizza la visione e possibile identicare un insieme signicativo di problematiche di base che generalmente
si ritrovano in numerose applicazioni.
In conseguenza di ci
o, per arontare tali problematiche sono state sviluppate metodologie e tecniche ragionevolmente consolidate che possono oggi essere considerate \di
base".
Fra le principali problematiche di base ricordiamo:
{ miglioramento della qualit
a dell'immagine (image enhancement, noise clean{
{
{
{
{
{
{
{
ing)
estrazione di \features" locali (edges, corners, texture)
stima della profondit
a da una scena 3D (active ranging, stereo-vision)
stima ed analisi del moto (motion estimation, tracking)
segmentazione dell'immagine (binarization segmentation, labeling
\matching" di sotto-immagini (pattern matching)
individuazione e localizzazione di oggetti aventi forma nota (ad esempio circolare, rettilinea, forma arbitraria assegnata)
rappresentazione e caratterizzazione di forme elementari (skeleton, polygonal
approximation, shape descriptors)
riconoscimento di congurazioni (statistical - structural pattern recognition).
Molte applicazioni possono essere realizzate utilizzando, combinando, modicando
opportunamente determinate tecniche di base. In questo processo e di fondamentale
importanza che l'approccio al problema sia il pi
u possibile \goal-oriented" e che
vengano sfruttate adeguatamente tutte le informazioni a priori disponibili.
Il corso avr
a per oggetto lo studio e la sperimentazione di alcune delle principali
tecniche di base impiegate nella visione articiale.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
20
Classicazione delle tecniche impiegate nella visione
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
21
Perche i problemi di visione sono di
cili ?
La straordinaria capacit
a del sistema visivo umano di interpretare un'immagine e spesso
considerata come \normale".
Tuttavia, l'interpretazione dell'immagine diviene anche per noi estremamente dicoltosa
quando questa e rappresentata come una matrice di numeri:
250
200
60
150
50
100
40
50
30
0
0
20
10
20
30
40
10
50
60
70
80
0
Questo tipo di rappresentazione e esattamente quella che deve essere elaborata ed analizzata da un calcolatore in un problema di visione articiale.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
22
Riconoscimento di oggetti nel caso 2D
Supponiamo che l'obiettivo assegnato al sistema di visione articiale sia il riconoscimento
degli oggetti presenti nell'immagine di una scena noto che sia l'insieme degli oggetti che
possono essere presenti (classicazione). La gura seguente illustra il procedimento
generale che, concettualmente, consente di raggiungere questo obiettivo nel caso 2D:
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano
Capitolo 1 - Introduzione
23
Segmentazione
L'obiettivo della segmentazione e suddividere l'immagine nelle parti (\oggetti")
che la costituiscono. La segmentazione deve rendere disponibile l'informazione su
quanti sono gli oggetti presenti nell'immagine e quali sono i pixel ad essi associati.
La segmentazione e tipicamente il passo cruciale di ogni procedimento di visione
articiale: e raro che non si riescano ad estrarre le informazioni desiderate una volta
che l'immagine sia stata segmentata correttamente, ed e praticamente impossibile
estrarre informazioni utili a fronte di una segmentazione errata.
La segmentazione di tipo region-based fornisce direttamente le regioni dell'immagine
che corrispondono agli oggetti.
La segmentazione di tipo boundary-based fornisce invece i contorni che separano
le regioni dell'immagine che corrispondono agli oggetti.
Elaborazione dell'Immagine L-S, A.A. 2003-2004
Luigi Di Stefano