Obiettivo: Importare le immagini in MATLAB e visualizzarle. Convertire un'immagine in un formato che sia utile per i successivi step di analisi.

• Importare e visualizzare file immagini
• Convertire un tipo di immagine in un altro
• Esportare immagini

Obiettivo: Esplorare interattivamente i dettagli degli oggetti, i.e. dimensione e colore, per trovare valori di partenza per i successivi step di analisi immagine. Per applicare gli step ripetutamente, si possono creare strumenti personalizzati partendo dai moduli interattivi.

• Ottenere i valori di intensità dei pixel
• Estrarre una regione di interesse (ROI)
• Calcolare statistiche sui pixels su una regione di interesse
• Misurare le dimensioni degli oggetti
• Creare uno strumento interattivo personalizzato

Obiettivo: Preprocessare le immagini tramite filtraggio, e usare aggiustamento contrasto per semplificare o permettere altri step di analisi immagine .

• Aggiustare il contrasto immagine
• Ridurre il rumore in una immagine attraverso filtraggio
• Applicare funzioni personalizzate blocco per blocco

Obiettivo: Confrontare le immagini con diversa scala e orientazione attraverso allineamento. Usare le stesse tecniche per creare una scena panoramica.

• Trasformazioni geometriche
• Registrazione di immagini usando mappe di punti
• Creare una scena panoramica

Obiettivo: Segmentare bordi di oggetti e estrarre posizioni dei pixel sui bordi. Identificare linee e cerchi in una immagine.

• Segmentare i bordi degli oggetti
• Identificare linee rette
• Eseguire analisi sequenziali su gruppi di immagini
• Identificare oggetti circolari

Obiettivo: Segmentazione di oggetti sulla base di colore o texture. Usare analisi di texture per classificare le immagini.

• Trasformazioni dello spazio colore
• Segmentazione del colore
• Segmentazione della texture
• Classificazione delle immagine in base alla texture

Obiettivo: Analizzare e modificare la forma degli oggetti per migliorare i risultati di segmentazione. Contare gli oggetti intercettati e calcolare alcune caratteristiche degli oggetti come area o centroidi.

• Contare gli oggetti
• Misurare proprietà di forma
• Usare operatori morfologici
• Realizzare segmentazione watershed