Rappresentazione spazio-scala
La teoria della Rappresentazione spazio-scala (o semplicemente spazio-scala) è un framework per la rappresentazione di segnali multi-scala sviluppato nel campo della computer vision dell'Elaborazione digitale delle immagini e della Teoria dei segnali con motivazioni complementari dalla visione biologica e fisica.
È una teoria formale per la gestione di strutture di immagini a diverse scale, rappresentando un'immagine come una famiglia di parametri di immagini pre-pulite, la rappresentazione spazio-scala, parametrizzata dalla grandezza del kernel pulito usato per la soppressione delle strutture a scala fine.
Il parametro t in questa famiglia è riferito come parametro scala, con l'interpretazione delle strutture d'immagini della grandezza spaziale più piccola di circa t{displaystyle {sqrt {t}}}
I tipi principali di spazio scala sono lo spazio scala lineare (gaussiano), che ha un'ampia applicabilità come la proprietà attrattiva di essere possibilmente derviato da un piccolo insieme di assioni si spazio-scala.
Il framework di spazio scala corrispondente comprende una teoria di operatori derivativi gaussiani, che possono essere usati come base per esprimere una grande classe di operazioni visuali per i sistemi compiuterizzati che elaborano informazioni visuali.
Questo framework permette anche operazioni visuali per essere invarianti di scala, che sono necessari per la gestione delle variazioni di scala che potrebbero capitare nei dati dell'immagine, perché gli oggetti del mondo reale hanno differenti grandezze e in più le distanze tra essi e la macchina fotografica potrebbero essere sconosciute e variare dalle circostanze.
Indice
1 Derivative gaussiane
2 Esempio di rilevatori
3 Visione biologica
4 Bibliografia
5 Voci correlate
6 Collegamenti esterni
Derivative gaussiane |
.mw-parser-output .avviso .mbox-text-div>div,.mw-parser-output .avviso .mbox-text-full-div>div{font-size:90%}.mw-parser-output .avviso .mbox-image div{width:52px}.mw-parser-output .avviso .mbox-text-full-div .hide-when-compact{display:block}
Esempio di rilevatori |
Visione biologica |
Bibliografia |
- Visione computazionale. Tecniche di ricostruzione tridimensionale, su books.google.it.
- Lindeberg, Tony, Scale-space, in Encyclopedia of Computer Science and Engineering (Benjamin Wah, ed), John Wiley and Sons, IV, 2008, pp. 2495–2504, DOI:10.1002/9780470050118.ecse609.
Voci correlate |
- Assiomi dello spazio-scala
- Implementazione dello spazio-scala
- Riconoscimento dei contorni
- Riconoscimento di angoli
- Riconoscimento di regioni
- Wavelet
- Filtro gaussiano
- MIP map
- Smoothing
Collegamenti esterni |
Lindeberg, Tony, "Scale-space: A framework for handling image structures at multiple scales", In: Proc. CERN School of Computing, Egmond aan Zee, The Netherlands, 8-21 September, 1996 (online web tutorial)
Lindeberg, Tony: Scale-space theory: A basic tool for analysing structures at different scales, in J. of Applied Statistics, 21(2), pp. 224–270, 1994 (longer pdf tutorial on scale-space)
Lindeberg, Tony, "Principles for automatic scale selection", In: B. Jähne (et al., eds.), Handbook on Computer Vision and Applications, volume 2, pp 239--274, Academic Press, Boston, USA, 1999. (tutorial on approaches to automatic scale selection)
Lindeberg, Tony: "Scale-space theory" In: Encyclopedia of Mathematics, (Michiel Hazewinkel, ed) Kluwer, 1997- Powers of ten interactive Java tutorial at Molecular Expressions website, su micro.magnet.fsu.edu.
- On-line resource with space-time receptive fields of visual neurons provided by Izumi Ohzawa at Osaka University, su cobalt056.bpe.es.osaka-u.ac.jp.
- Web archive backup: Lecture on scale-space at the University of Massachusetts (pdf)
Multiscale analysis for optimized vessel segmentation of fundus retina images Ph.D Thesis
Peak detection in 1D data using a scale-space approach BSD-licensed MATLAB code
