SlideShare una empresa de Scribd logo
1 de 13
Corso di laurea in Ingegneria dell’Informazione
            Curriculum in Informatica



Sviluppo e studio di un algoritmo genetico
  per la ricerca di un intervallo di colore
          in un’immagine digitale
 RICERCARE UN INTERVALLO DI COLORE


                     Presenza di
                                   ARGB [255,139,13,0]




                       Risposta: SI/NO


 Forma dell’area     Risposta:
 Elaborazione dell’immagine
       Segmentazione a soglia



       Divisione e fusione




       Clustering



       Segmentazione a bacini



       Contorni attivi
 Codifica della soluzione
  max {f: R2  R} = (Xm,Ym)

                                           (Xm,Ym)  000010
                                               fenotipo   genotipo o
                                                          cromosoma




 Funzione di valutazione
                     Fval : { genotipi }  R
 Operatori genetici
    Selezione

                                                 {
                    000010
                                                     a0a1a2b0b1b2
                                                     c0c1c2d0d1d2


    Incrocio
     (pCross)
                                                     {   a0a1a2d0d1d2
                                                         c0c1c2b0b1b2
                                a0a1a2b0b1b2

                                c0c1c2d0d1d2
                                                     {   a0d0a1d1a2d2
                                                         c0b0c1b1c2b2


                                                     {   a0a1d0d1a2d2
                                                         c0c1b0b1c2b2

                                                     ...
    Mutazione
     (pMut)
                 a0a1a2b0b1b2             a0a1a2M0b1b2
 Posizione di geni ripetuta in più genotipi:   011010
                                                101000
                                            H : * *10*0


 Teorema degli schemi:
 Package e Classi:
   pkgColouredImages
   MyARGB
   MyImage
                           Gestione immagini e modello ARGB

   pkgEvaluator
                           Implementazione funzione valutazione
   GenPixelEvaluator

   pkgGeneticColourItems
   GeneticOperations      Descrizione e gestione cromosomi
   GeneticPixel           Implementazione operazioni genetiche
   Population
                           Descrizione ed evoluzione
   Searcher
                           della popolazione
   pkgSearcherFrontEnd
   FrmWelcomeSearcher
   MyFileOperator
   MyJPanel
                           Interfaccia grafica e I/O su file
 Alto coefficiente di distribuzione:

 600
 500
 400
 300
 200
 100
   0
       0   200   400   600   800   1000




                                          70.3% dei punti generati
                                          all’interno dell’area
                                          obiettivo
 Combinazione di parametri migliore sull’immagine




         c.d. 0.86            c.d. 0.46                  c.d. 0.45
                                            Colori non limitati
                                            all’area obiettivo




               c.d. 0.29        c.d. 0.25                  c.d. 0.25
  Colori non limitati
  all’area obiettivo
 Ridotto numero di generazioni (30)
 Tracciamento di una traiettoria




 Da 2 a 10’000 fps


                2                   10           50




                          500            10000
 RILEVAMENTO:
 Risposta soddisfacente, anche dopo poche generazioni


 FORMA:
 Buone prestazioni su:
   Forme “semplici”, area connessa e convessa
   Monocromia dell’area
   Unicità di colore dell’area



 FUTIRI SVILUPPI:
  Confronto con algoritmi di segmentazione per tracciamento
  traiettoria su video
presentazione Sviluppo e studio di un algoritmo genetico per la ricerca di un intervallo di colore in un'immagine digitale

Más contenido relacionado

Similar a presentazione Sviluppo e studio di un algoritmo genetico per la ricerca di un intervallo di colore in un'immagine digitale

Vscc c4301 p
Vscc c4301 pVscc c4301 p
Vscc c4301 pGpsLazio
 
Vscc c4301 p
Vscc c4301 pVscc c4301 p
Vscc c4301 pGpsLazio
 
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...Andrea Bidinost
 
Vscc c4307 p
Vscc c4307 pVscc c4307 p
Vscc c4307 pGpsLazio
 
Vscc c4307 p
Vscc c4307 pVscc c4307 p
Vscc c4307 pGpsLazio
 

Similar a presentazione Sviluppo e studio di un algoritmo genetico per la ricerca di un intervallo di colore in un'immagine digitale (7)

Reti Logic
Reti LogicReti Logic
Reti Logic
 
Presentazione
PresentazionePresentazione
Presentazione
 
Vscc c4301 p
Vscc c4301 pVscc c4301 p
Vscc c4301 p
 
Vscc c4301 p
Vscc c4301 pVscc c4301 p
Vscc c4301 p
 
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...
Presentazione Sviluppo e confronto di tecniche di stima della traiettoria di ...
 
Vscc c4307 p
Vscc c4307 pVscc c4307 p
Vscc c4307 p
 
Vscc c4307 p
Vscc c4307 pVscc c4307 p
Vscc c4307 p
 

presentazione Sviluppo e studio di un algoritmo genetico per la ricerca di un intervallo di colore in un'immagine digitale

  • 1. Corso di laurea in Ingegneria dell’Informazione Curriculum in Informatica Sviluppo e studio di un algoritmo genetico per la ricerca di un intervallo di colore in un’immagine digitale
  • 2.  RICERCARE UN INTERVALLO DI COLORE Presenza di ARGB [255,139,13,0] Risposta: SI/NO Forma dell’area Risposta:
  • 3.  Elaborazione dell’immagine  Segmentazione a soglia  Divisione e fusione  Clustering  Segmentazione a bacini  Contorni attivi
  • 4.  Codifica della soluzione max {f: R2  R} = (Xm,Ym) (Xm,Ym)  000010 fenotipo genotipo o cromosoma  Funzione di valutazione Fval : { genotipi }  R
  • 5.  Operatori genetici  Selezione { 000010 a0a1a2b0b1b2 c0c1c2d0d1d2  Incrocio (pCross) { a0a1a2d0d1d2 c0c1c2b0b1b2 a0a1a2b0b1b2 c0c1c2d0d1d2 { a0d0a1d1a2d2 c0b0c1b1c2b2 { a0a1d0d1a2d2 c0c1b0b1c2b2 ...  Mutazione (pMut) a0a1a2b0b1b2 a0a1a2M0b1b2
  • 6.  Posizione di geni ripetuta in più genotipi: 011010 101000 H : * *10*0  Teorema degli schemi:
  • 7.  Package e Classi: pkgColouredImages MyARGB MyImage Gestione immagini e modello ARGB pkgEvaluator Implementazione funzione valutazione GenPixelEvaluator pkgGeneticColourItems GeneticOperations Descrizione e gestione cromosomi GeneticPixel Implementazione operazioni genetiche Population Descrizione ed evoluzione Searcher della popolazione pkgSearcherFrontEnd FrmWelcomeSearcher MyFileOperator MyJPanel Interfaccia grafica e I/O su file
  • 8.  Alto coefficiente di distribuzione: 600 500 400 300 200 100 0 0 200 400 600 800 1000 70.3% dei punti generati all’interno dell’area obiettivo
  • 9.  Combinazione di parametri migliore sull’immagine c.d. 0.86 c.d. 0.46 c.d. 0.45 Colori non limitati all’area obiettivo c.d. 0.29 c.d. 0.25 c.d. 0.25 Colori non limitati all’area obiettivo
  • 10.  Ridotto numero di generazioni (30)
  • 11.  Tracciamento di una traiettoria  Da 2 a 10’000 fps 2 10 50 500 10000
  • 12.  RILEVAMENTO: Risposta soddisfacente, anche dopo poche generazioni  FORMA: Buone prestazioni su:  Forme “semplici”, area connessa e convessa  Monocromia dell’area  Unicità di colore dell’area  FUTIRI SVILUPPI: Confronto con algoritmi di segmentazione per tracciamento traiettoria su video