Elaborazione Di Segnali Di Misura E Immagini 2012/2013

Definizioni metrologiche preliminari. Storia della normativa GUM, VIM e supplementi. Definizioni metrologiche di base. Rappresentazione dell'incertezza di misura. Classificazione dei metodi di misurazione: metodi di misurazione diretti e indiretti. Stima dell'incertezza di misura: il modello deterministico. La propagazione dell'incertezza. Modalità di dichiarazione di una misura. La stima dell'incertezza di misura: il modello probabilistico. Valutazione di categoria A dell'incertezza. Stimatori alternativi alla media: stimatori robusti. Valutazione di categoria B dell'incertezza. Esempi di distribuzioni tipiche per dati a partire da ipotesi. Richiami di teoria delle variabili aleatorie per la rappresentazione dell'incertezza di misura. Determinazione del fattore di copertura. Legge di propagazione delle incertezze. Funzione di una variabile aleatoria. Lettura singola e letture ripetute. Funzioni di più variabili al variare del coefficiente di correlazione. Legge di propagazione delle distribuzioni di probabilità. Funzione cumulativa di probabilità, calcolo dei livelli di fiducia mediante analisi Monte Carlo. Caratterizzazione metrologica dei sistemi di misura. Curva di risposta di uno strumento. Taratura e calibrazione. Sensibilità, risoluzione, isteresi, isteresi, drift, accuratezza, precisione, ripetibilità, riproducibilità di uno strumento. Metodi per la costruzione della transcaratteristica: approssimazione, interpolazione e regressione. Metodi di interpolazione di dati: lineare a tratti, polinomiale e spline. Analisi di Regressione mediante Matlab. Ipotesi di base. Modello lineare e non lineare. Esempi di taratura di trasduttori (termoresistenze e termocoppie). Analisi di segnali nel dominio della frequenza: analizzatori di spettro digitali. Richiami di Trasformata di Fourier di segnali analogici e digitali. Il Teorema del Campionamento, scleta del tempo di campionamento in un DSA. Fenomeno del leakage. Simulazione mediante Matlab dell'aliasing e del leakage. Effetto del finestramento.

Introduzione al Processamento di Immagini, Applicazioni e problematiche. Metodi di rappresentazione di Immagini, modellizzazione di un'immagine a scala di grigi. Risoluzione in ampiezza e in spazio. Contrasto. Istogramma di un'immagine. Campionamento su una griglia (Sampling). Risoluzione di un'immagine. Problemi di saturazione e campionamento. Trasformata di Fourier nel processamento di immagini. Schema di processamento digitale di un'immagine. Utilizzo di Matlab per l'image processing. Caratterizzazione metrologica di un Image Based Measurement System (IBMS). Modellizzazione e propagazione dell'incertezza di misura in un IBMS. Importanza della caratterizzazione metrologica in applicazioni critiche per l'uomo e l'ambiente. Richiami di processi Aleatori. Ergodicità. Stazionarietà. Omoscedasticità ed eteroscedasticità. R +umore nelle immagini. Modellizzazione del rumore dipendente dal segnale. Algoritmi di stima della varianza del rumore. Correlazione statistica. Operatori puntuali nell'image processing. Istogramma. Aumento del contrasto nelle immagini. Operatori spaziali nel processamento di immagini. Filtri lineari e non lineari. Il filtro mediano per il rumore impulsivo. Filtri inversi e pseudo inversi. Il filtro di Wiener. Deconvoluzione. Algoritmi di deblurring. Edge detection. Applicazione di filtri gradiente, laplaciano e unsharp masking. Rappresentazione multiscala. Piramide Laplaciana. Trasformate tempo frequenza. La trasformata di Gabor. Trasformate Wavelet Continue (CWT). Esempio di applicazione delle CWT ai segnali monodimensionali. Trasformata Wavelet Discreta (DWT). Trasformazioni Wavelet Diadiche Discrete (DDWT). Algorithme à Trous. Algoritmo di decomposizione. Algoritmo di ricostruzione. Schema della decomposizione e ricostruzione mediante DDWT. Esempi di analisi wavelet 2D. Modifica dei coefficienti (wavelet thresholding). Segmentazione: pixel based, edge based, region based (Algoritmo di Burt), segmentazione model based (Trasformata di Hough). Operatori morfologici. Estrazione dei contorni. Operazione di Closing e Opening, elementi strutturali. Classificazione. Tipologie di classificatori. Look-up table. Box. Minimum distance. Maximum likelihood, classificatori di Bayes. Esempio di classificazione. Esempio applicativo di processamento avanzato di immagini nella mammografia digitale. Tutti gli algoritmi vengono simulati in Matlab ed applicati ad immagini digitalizzate.