Elaborazione delle Immagini con MATLAB

Giorno 1

Importazione e visualizzazione di immagini

Obiettivo: Importare e visualizzare diversi tipi di immagini. Convertire tipi e formati di dati immagine per semplificare i successivi passaggi dell'analisi.

• Importazione, controllo e visualizzazione di immagini
• Conversione di tipi di immagini
• Visualizzazione dei risultati dell'elaborazione
• Esportazione di immagini

Pre-elaborazione delle Immagini

Obiettivo: Migliorare le immagini per semplificarne l'analisi e l'elaborazione. Utilizzare diffuse tecniche di pre-elaborazione, come la regolazione del contrasto basata su istogrammi e la riduzione del rumore con filtri, per migliorare la segmentazione.

• Miglioramento del contrasto delle immagini
• Riduzione del rumore in un'immagine
• Equalizzazione di uno sfondo non omogeneo
• Elaborazione a blocchi delle immagini

Trasformazione spaziale e registrazione delle immagini

Obiettivo: Confrontare due immagini con diversi orientamenti e scalabilità allineandole geometricamente.

• Applicazione di trasformazioni geometriche alle immagini
• Allineamento di immagini tramite mappe di punti
• Automazione della registrazione basata sull'intensità

Automazione della registrazione delle immagini con feature delle immagini

Obiettivo: Eliminare, estrarre e confrontare feature di immagini per automatizzarne la registrazione.

• Rilevamento ed estrazione di feature
• Confronto di feature per stimare la trasformazione geometrica tra due immagini

Giorno 2

Rilevamento di bordi e linee

Obiettivo: Rilevare bordi di oggetti ed estrarre posizioni dei pixel sui bordi. Rilevare oggetti in base alla forma.

• Rilevamento dei bordi degli oggetti
• Segmentazione di oggetti con la rilevazione di rette e cerchi
• Esecuzione di analisi batch su set di immagini

Segmentazione della texture e del colore

Obiettivo: Effettuare la segmentazione di oggetti in base a colore e texture. Utilizzare misure statistiche, come contrasto e correlazione, per caratterizzare le feature della texture per la classificazione delle immagini.

• Trasformazione di spazi colore di immagini
• Segmentazione di oggetti in base a una metrica di differenza del colore
• Uso di filtri non lineari per segmentare gli oggetti in base alla texture
• Analisi di texture immagini utilizzando misure statistiche
• Misurazione della similarità delle texture

Estrazione di feature

Obiettivo: Analizzare e modificare la forma degli oggetti per migliorare i risultati della segmentazione. Contare ed etichettare gli oggetti rilevati in un'immagine. Estrarre le proprietà degli oggetti, come area o centroidi.

• Conteggio di oggetti da una segmentazione
• Misurazione delle proprietà di forma
• Utilizzo di operazioni morfologiche per rifinire i risultati della segmentazione
• Esecuzione della segmentazione watershed per migliorare la separazione degli oggetti

Automazione della registrazione delle immagini con feature delle immagini

Obiettivo: Eliminare, estrarre e confrontare feature di immagini per automatizzarne la registrazione.

• Rilevamento ed estrazione di feature
• Confronto di feature per stimare la trasformazione geometrica tra due immagini