Sei sulla pagina 1di 59

lOMoARcPSD|1732056

Paniere di Elaborazioni delle Immagini - Prof. Callegari

Disegno (Università telematica e-Campus)

StuDocu non è sponsorizzato o supportato da nessuna università o ateneo.


Scaricato da Stefania Rao (stefy.rao@gmail.com)
lOMoARcPSD|1732056

Set Domande
ELABORAZIONE DI IMMAGINI
INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Generato il 03/01/2019 14:13:26


N° Domande Aperte 155
Scaricato da Stefania Rao (stefy.rao@gmail.com) N° Domande Chiuse 232
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Indice
Indice Lezioni .......................................................................................................................... p. 2
Lezione 003 ............................................................................................................................. p. 4
Lezione 004 ............................................................................................................................. p. 5
Lezione 005 ............................................................................................................................. p. 6
Lezione 007 ............................................................................................................................. p. 9
Lezione 008 ............................................................................................................................. p. 10
Lezione 009 ............................................................................................................................. p. 12
Lezione 010 ............................................................................................................................. p. 13
Lezione 011 ............................................................................................................................. p. 14
Lezione 012 ............................................................................................................................. p. 15
Lezione 013 ............................................................................................................................. p. 16
Lezione 014 ............................................................................................................................. p. 17
Lezione 015 ............................................................................................................................. p. 18
Lezione 016 ............................................................................................................................. p. 19
Lezione 017 ............................................................................................................................. p. 20
Lezione 018 ............................................................................................................................. p. 21
Lezione 019 ............................................................................................................................. p. 22
Lezione 020 ............................................................................................................................. p. 23
Lezione 021 ............................................................................................................................. p. 25
Lezione 022 ............................................................................................................................. p. 27
Lezione 023 ............................................................................................................................. p. 29
Lezione 024 ............................................................................................................................. p. 30
Lezione 025 ............................................................................................................................. p. 31
Lezione 026 ............................................................................................................................. p. 32
Lezione 027 ............................................................................................................................. p. 33
Lezione 028 ............................................................................................................................. p. 34
Lezione 029 ............................................................................................................................. p. 35
Lezione 030 ............................................................................................................................. p. 36
Lezione 031 ............................................................................................................................. p. 37
Lezione 032 ............................................................................................................................. p. 39
Lezione 033 ............................................................................................................................. p. 40
Lezione 034 ............................................................................................................................. p. 41
Lezione 035 ............................................................................................................................. p. 42
Lezione 036 ............................................................................................................................. p. 43
Lezione 037 ............................................................................................................................. p. 44
Lezione 038 ............................................................................................................................. p. 45
Lezione 039 ............................................................................................................................. p. 46

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 2/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 040 ............................................................................................................................. p. 47


Lezione 041 ............................................................................................................................. p. 49
Lezione 042 ............................................................................................................................. p. 50
Lezione 043 ............................................................................................................................. p. 51
Lezione 044 ............................................................................................................................. p. 52
Lezione 045 ............................................................................................................................. p. 53
Lezione 046 ............................................................................................................................. p. 54
Lezione 048 ............................................................................................................................. p. 57

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 3/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 003
01. I recettori di immagine nell'occhio umani si chiamano

Piramidi e cilindretti

Coni e Cilindretti

Piramidi e bastoncelli

Coni e bastoncelli

02. Le bande di mach sono

regioni ad intensità uniforme

regioni a quantizzazione uniforme

nessuna delle altre

regioni a riflettanza uniforme

03. Fornire una definizione rigorosa di immagine?

04. Quali sono le tipologie di recettori presenti nell'occhio umano? A cosa sono maggiormente sensibili?

05. Descrivere la struttura dell'occhio umano

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 4/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 004
01. Quali quantità sommate sono pari a 1

riflettanza e trasmittanza

riflettanza, assorbanza e trasmittanza

contrasto e illuminazione

assorbanza e trasmittanza

02. I colori che percepiamo sono determinati da

la luce riflessa

la luce rifratta

la luce assorbita

nessuna delle altre

03. Il colore di ciascun pixel dell'immagine digitale è dato da

colore medio delle regioni adiacenti a quella corrispondente al pixel

colore medio della corrispondente regione

nessuna delle altre

colore medio della corrispondente regione approssimato al livello di grigio più vicino tra quelli disponibili

04. La risoluzione di un'immagine determina

numero dei pixel

numero e dimnesione dei pixel

nessuna delle altre

dimensione dei pixel

05. La scala di grigi di un'immagine è determinata da

contrasto e illuminazione

assorbanza e trasmittanza

riflettanza e illuminazione

riflettanza, assorbanza e trasmittanza

06. Le immagini digitali sono

continue e quantizzate

campionate e quantizzate

campionate e non quantizzate

continue e non quantizzate

07. Cosa si intende per campionamento e quantizzazione?

08. Quale è la definizione matematica della scala di grigio di un'immagine?

09. Come si ottiene un'immagine digitale?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 5/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 005
01. I pixel con vicinanza N_8 sono quelli di coordinate

N_4 ? N_D

(x + 1, y + 1), (x ? 1, y + 1), (x + 1, y + 1), (x ? 1, y ? 1);

(x + 1, y + 1), (x , y + 1), (x + 1, y + 1), (x , y ? 1);

(x + 1, y), (x ? 1, y), (x, y + 1), (x, y ? 1)

02. I pixel con vicinanza N_4 sono quelli di coordinate

(x + 1, y), (x ? 1, y), (x, y + 1), (x, y ? 1)

nessuna delle altre

(x + 1, y + 1), (x ? 1, y + 1), (x + 1, y + 1), (x ? 1, y ? 1);

(x + 1, y + 1), (x , y + 1), (x + 1, y + 1), (x , y ? 1);

03. I pixel con vicinanza N_D sono quelli di coordinate

(x + 1, y + 1), (x , y + 1), (x + 1, y + 1), (x , y ? 1);

(x + 1, y), (x ? 1, y), (x, y + 1), (x, y ? 1)

nessuna delle altre

(x + 1, y + 1), (x ? 1, y + 1), (x + 1, y + 1), (x ? 1, y ? 1);

04. L'intervallo dinamico di un immagine è il rapporto tra

valore di riflettanza più alto e quello più basso rappresentato

valore di contrasto più alto e quello più basso rappresentato

valore di intensità più alto e quello più basso rappresentato

valore di luminanza più alto e quello più basso rappresentato

05. Il numero di bit, b, necessario per rappresentare una immagine M × N a L livelli di grigio è

ML log(N)

MNL

nessuna delle altre

MN

06. La risoluzione può essere misurata in

pixel*pixel

nessuna delle altre

punti per pollice

pollici*pollici

07. un path dal pixel p al pixel q di coordinate (x_p, y_p) e (x_q, y_q)

è una sequenza di n + 1 pixel aventi coordinate: (x_0, y_0) (x_1, y_1) . . . , (x_n, y_n)

è dato dalla distanza di manatthan tra p e q

nessuna delle altre

è dato dalla distanza euclidea tra p e q

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 6/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

08. Il rumore è dato da

nessuna delle altre

Errore di misura del sensore

errore della rappresentazione a monitor

Trasmissione simultanee

09. Due pixel, p e q, di S sono detti connessi in S

se la loro distanza Euclidea è minore di quella L_8

se esiste un path

se esiste un path a costo minimo

se esiste un path composto da pixel in S

10. Una distanza gode della seguente proprietà

nessuna delle altre

D(p, q) ? D(p, z) + D(z, q)

D(p, q) = D(p, z) + D(z, q)

D(p, q) > D(p, z) + D(z, q)

11. La distanza norma 2 è

la distanza di manhattan

nessuna delle altre

||x_p ? x_q| + |y_p ? y_q||

la distanza Euclidea

12. Il bordo esterno di una regione

è costituito dai pixel del background adiacenti al bordo interno

non si definisce

equivale al bordo interno

nessuna delle altre

13. Il bordo di una regione R é

nessuna delle altre

Il complemento della regione

l'insieme di punti di R adiacenti a punti nel complemento di R

L'insieme dei punti a massimo contrasto in un'immagine

14. Cosa si intende per bordo?

15. Cosa si intende per path?

16. Quali sono le principali relazioni tra pixel?

17. Quali sono le tre proprietà della distanza?

18. Quali sono le principali relazioni tra regioni?

19. Definire la distanza e fornirne alcuni esempi

20. Cosa si intende per vicinanza?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 7/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

21. Cosa si intende per adiacenza? Fornire qualche esempio

22. Cosa si intende per componenti connesse?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 8/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 007
01. La trasformazione per ottenere il negativo di un'immagine a L livello di grigio è

s = L - 1 -r

s=L-1+r

s=L-r

nessuna delle altre

02. Le tecniche di trasformazione spaziale

processano un pixel alla volta

sono più efficienti di quelle nel dominio della frequenza dal punto di vista computazionale

sono equivalenti a quelle nel dominio della frequeza

sono migliori di quelle nel dominio della frequenza

03. s = T (r) è una trasformazione di intensità detta

stretching

thresholding

mappatura

negativo

04. la trasformazione detta stretching del contrasto

agisce solo sulle immagini binarie

equivale al thresholding

diminuisce l'intensità dei punti chiari e vice versa

nessuna delle altre

05. la trasformazione detta thresholding

trasforma un'immagine a colori in una in bianco e nero

diminuisce il contrasto

trasforma l'immagine in un'immagine binaria

nessuna delle altre

06. la maschera di filtraggio

è la maschera di contrasto che si applica durante il filtraggio delle immagini

non esiste

è l'operazione del relativo filtraggio spaziale

è una trasformazione di contrasto

07. Cosa si intende per maschera spaziale? Fornire alcuni esempi

08. Illustrare la trasformazione che permette di ottenere il negativo di un'imagine

09. Cosa si intende per trasformazioni di intensità?

10. Cosa si intende per filtraggio spaziale?

11. Qual è la differenza tra tecniche di elaborazione puntuali e locali? Il Thresholding che tipo di tecnica è?

12. In quali "domini" possiamo elaborare le immagini?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 9/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 008
01. Le trasformazioni di potenza possono essere espresse dall'equazione

nessuna delle altre

s = c (r+e)?

s = c (1+e)?

s=c?r

02. Le trasformazioni di potenza risultano utili per

creare il negativo di un'immagine

migliorare la visualizzazione delle immagini

aumentare la gamma di un'immagine

aumentare le dimensioni di un'immagine

03. Le trasformazioni logaritmiche ottengono

hanno la forma s = c (r+e)?

Diminuiscono il contrasto

un effetto di espansione/compressione della gamma di intensità

sono equivalenti alle trasformazioni di potenza

04. la selezione mediante piani di bit

si basa sull'identificazione di immagini i cui pixel sono espressi dallo stesso numero di bit

nessuna delle altre

permettono di creare il negativo dell'immagine, selezionando i 3 piani meno significativi

si basa sull'identificazione dei piani dell'immagine a intensità costante

05. Per aumentare il contrasto in maniera "selettiva"

si possono usare le trasformazioni lineari a tratti

si possono usare le trasformazioni lineari a pixel

nessuna delle altre

si possono usare le trasformazioni di potenza

06. nella selezione mediante piani di bit

ogni piano corrispondente all'immagine originale a cui è applicato un filtro di tipo thresholding con soglia pari al valor medio della gamma di intensità orginale

ogni piano mantiene la gamma di intensità dell'immagine originale

la maggior parte del rumore è contenuta nel piano corrispondente al bit ipù significativo

la maggior parte dell'informazione è contenuta nel piano corrispondente al bit ipù significativo

07. nella selezione mediante piani di bit

l'immagine originale può essere ricostruita utilizzando un numero minore di bit, ottenendo un risparmio sull'occupazione di memoria

l'immagine originale non può essere ricostruita

nessuna delle altre

l'immagine originale può essere ricostruita utilizzando i tre piani corrispondenti ai bit meno significativi, ottenendo un risparmio sull'occupazione di memoria

08. Cosa sono le selezioni mediante piani di bit?

09. Spiegare le trasformazioni di potenza

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 10/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Illustrare le principali trasformazioni di intensità

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 11/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 009
01. Un'istogramma "concentrato" nella parte destra del range di intensità corrisponde a

un'immagine ad alto contrasto

un'immagine a basso contrasto

un'immagine scura

un'immagine chiara

02. L'equalizzazione di un istogramma si ottiene applicando la trasformazione

nessuna delle altre

Scalatura e traslazione dell'istogramma originale

Normalizzazione e traslazione dell'istogramma originale

Normalizzazione e scalatura dell'istogramma originale

03. L'equalizzazione di istogrammi mira a

rendere l'istogramma di un'immagine simile a uno dato

rendere l'istogramma di un'immagine uniforme

comprimere l'immagine

nessuna delle altre

04. L'equalizzazione di istogrammi si applica

nel dominio frequenziale

solo alle immagini a colori

nel dominio spaziale

nel dominio trasformato

05. La trasformazione spaziale relativa all'equalizzazione di un istogramma è

(L-1) integrale tra 0 e r di (pr(w)dw)

(L-1) pr(w)/ps(w)

MN integrale tra 0 e r di (pr(w)dw)

nessuna delle altre

06. Spiegare come è fatto l'istogramma di un'immagine ad alto contrasto

07. Cosa si intende per equalizzazione di un'istogramma?

08. Fornire la derivazione teorica della formula per l'equalizzazione di un istogramma?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 12/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 010
01. l'equalizzazione di istogramma

è il secondo step per la trasformazione specifica di istogramma

è il primo step per la trasformazione specifica di istogramma

nessuna delle altre

non è per niente legata alla specifica di istogramma

02. la specifica di istogramma mira a

rendere l'istogramma di un'immagine simile a uno dato

nessuna delle altre

comprimere l'immagine

rendere l'istogramma di un'immagine uniforme

03. la specifica di istogramma implica

il calcolo di una trasformazione inversa

il calcolo dell'istogramma dell'immagine di input

tutte le altre

la conoscenza dell'istogramma di output desiderato

04. Illustrare la differenza tra specifica e equalizzazione di istogramma

05. Fornire la derivazione teorica della formula per la specifica di istogramma?

06. Cosa si intende per specifica di istogramma?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 13/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 011
01. l'elaborazione locale dell'istogramma serve per migliorare

solo una porzione dell'immagine

solo una porzione dell'istogramma

nessuna delle altre

solo alcune componenti frequenziali

02. Le tecniche basate su media/varianza richiedono

nessuna delle altre

semplicemente l'immagine

il calcolo dell'istogramma dell'immagine di input

il calcolo dell'istogramma dell'immagine di output

03. l'elaborazione tramite le statistiche dell'immagine

si possono usare anche per migliorare il contrasto localmente

si possono usare solo per migliorare il contrasto globalmente

servono per effettuare la specifica dell'istogramma

servono per equalizzare l'istogramma

04. quale tecnica risulta opportuna per migliorare un'immagine con un buon livello di dettaglio nella parte scura e uno scarso livello di dettaglio nella parte
chiara

tecniche locali basate sulle statistiche dell'immagine

sharpening

specifica di istogramma

equalizzazione di istogramma

05. Cosa sono I metodi di miglioramento dell'imagine basati sulle statistiche dell'istogramma

06. Cosa si intende per elaborazione locale di un istogramma?

07. Fornire un esempio qualitativo di applicazione di miglioramento locale dell'imagine

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 14/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 012
01. Nell'operazione di convoluzione

bisogna "ribaltare" il filtro

nessuna delle altre

si applica direttamente il filtro all'immagine

si effettua la moltiplicazione degli elementi diagonali del filtro con i pixe e si lasciano inalterati gli altri

02. Il padding

è necessario prima della correlazione

tutte le altre

è necessario anche nel caso 1D

è necessario prima della convoluzione

03. Nell'operazione di correlazione

si effettua la moltiplicazione degli elementi diagonali del filtro con i pixe e si lasciano inalterati gli altri

nessuna delle altre

si applica direttamente il filtro all'immagine

bisogna "ribaltare" il filtro

04. Per definire un filtro spaziale bisogna necessariamente specificare

nessuna delle altre

solo se si tratta di convoluzione o correlazione

solo l'operazione da effettuare

solo i coefficienti della maschera

05. Le operazioni che posso effettuare con un filtro spaziale sono esclusivamente

convoluzione e correlazione

nessuna delle altre

correlazione

convoluzione

06. L'operazione di convoluzione e correlazione

nessuna delle altre

sono complementari

sono l'una l'inverso dell'altra

sono equivalenti

07. Cosa si intende per filtraggio spaziale?

08. Descrivere l'operazione di convoluzione nel caso 1D e 2D

09. Descrivere l'operazione di correlazione nel caso 1D e 2D

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 15/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 013
01. lo sharpening

si basa sulla media pesata

si basa sull'operazione di derivazione

si basa sull'operazione di convoluzione

si basa sull'operazione di integrazione

02. I filtri basati sul laplaciano

nessuna delle altre

evidenziano i dettagli

non sono isotropici

riducono il rumore

03. i filtri a media pesata

servono per lo sharpening

sono analoghi al laplaciano

evidenziano il rumore

nessuna delle altre

04. lo smoothing

è l'opposto dello sharpening

equivale al thresholding

si può realizzare con il laplaciano

evidenzia i contorni

05. Un filtro è isotropico se

se può essere ribaltato prima dell'applicazione

nessuna delle altre

se è una derivata seconda

ruotare e filtrare è equivalente a filtrare e ruotare

06. Definire l'operatore Laplaciano e derivarne l'equazione discreta nel caso 2D

07. Descrivere lo sharpening tramite operatore Laplaciano

08. Discutere la caratteristica di isotropicità dell'operatore Laplaciano

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 16/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 014
01. il filtraggio highboost

è un caso di unsharp mask

serve per esaltare i livelli chiari

serve per esaltare i livelli scuri

serve per esaltare i colori

02. il fltro unsharp mask

prevede la sfocatura dell'immagine

ottiene la sfocatura dell'immagine

è il contrario dello sharpening dell'immagine

tutte le altre

03. il fltro unsharp mask

si basa sulla media pesata

è il contrario dello sharpening dell'immagine

effettua lo sharpening dell'immagine

nessuna delle altre

04. Il gradiente

serve per lo smoothin

nessuna delle altre

è analogo al laplaciano

si basa sulle derivate seconde

05. Un metodo basati sul gradiente

si basa sull'operazione di derivazione

si basa sull'operazione di integrazione

si basa sull'operazione di convoluzione

si basa sulla media pesata

06. Discutere I metodi basati sul gradiente

07. Perché talvolta serve combinare più metodi spaziali insieme?

08. Definire il gradiente di un'immagine

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 17/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 015
01. Il fenomeno dell'aliasing

non esiste nel caso 2D

dipende dalle dimensioni dell'immagine originale

nessuna delle altre

dipende dalla dimensione del filtro

02. L'impulso nel caso 2D

mantiene la proprietò di sifting

nessuna delle altre

è non nullo sempre

assume valori non nulli in 2 punti

03. Fornire la definizione di trasformata di Fourier 2D

04. Fornire la definizione di impulso 2D

05. Descrivere il campionamento 2D

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 18/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 016
01. l'aliasing si può ridurre

aumentando il contrasto dell'immagine

sfocando la scena da acquisire

applicando l'unsharp masking

equalizzando lo spettro

02. l'effetto Moirè

dipende dal filtro di sharpening

dipende dal filtro di smoothing

nessuna delle altre

dipende dalla dimensione del pixel

03. i jaggy si verificano più facilmente

nelle immagini con contorni ben definiti

nelle immagini sfocate

nelle immagini a colori

nessuna delle altre

04. l'aliasing può dipendere da

rimpicciolimento dell'immagine

ingrandimento dell'immagine

tutte le altre

sottocampionamento

05. L'aliasing spaziale

non dipende dal campionamento

si verifica quando il "dettaglio" dell'immagine e minore rispetto a un pixel del sistema di acquisizione

è tipico dei casi in cui il numero di frame al secondo è troppo basso

nessuna delle altre

06. Spiegare l'effetto Moirè

07. Fornire la definizione di DFT

08. Spiegare il fenomeno dell'aliasing spaziale e fornire alcuni esempi

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 19/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 017
01. L'equazione che descrive il filtraggio nel dominio della frequenza

g(x,y) = IDFT(H(u,v))

g(x,y) = IDFT(H(u,v)F(u,v))

g(x,y) = DFT(H(u,v)F(u,v))

nessuna delle altre

02. la funzione di trasferimento del filtro in frequenza è normalmente

non simmetrica

simmetrica

dispari

pari

03. Per avere un'immagine di output reale (nel filtraggio in frequenza) si deve avere

H reale e simmetrica

H reale e f reale

H simmetrica e reale e f reale

f reale

04. Un filtro passa basso

sfoca l'immagine

nessuna delle altre

schiarisce l'immagine

migliora il dettaglio

05. Un filtro passa alto

migliora il dettaglio

nessuna delle altre

sfoca l'immagine

schiarisce l'immagine

06. Il filtraggio nel dominio della frequenza

agisce sullo spettro dell'immagine di input

agisce solo sulle frequenze diverse da 0

nessuna delle altre

agisce sull'istogramma dell'immagine

07. Spiegare come funziona il principio del filtraggio del dominio della frequenza

08. Discutere I filtri passa-basso e I filtra passa-alto

09. Spiegare perché nell'applicazione dei filtra passa-alto viene sommata una costante

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 20/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 018
01. il fenomeno del ringing si evidenzia

nel dominio spaziale

nel dominio trasformato

nei filtri pari

nei filtri dispari

02. il fenomeno del ringing è dovuto

alle discontinuità introdotte dal padding in frequenza

alle discontinuità dell'immagine

nessuna delle altre

alle discontinuità introdotte dal padding spaziale

03. l'errore di wraparound, date due funzioni di A valori ciascuna si può evitare con un padding lungo

2A-1

A-1

2A

04. l'errore di wraparound

è dovuto alla vicinanza dei periodi

tutte le altre

si può evitare con lo zero padding

riguarda la convoluzione circolare di funzioni periodiche

05. Fornire l'enunciato del teorema della convoluzione 2D

06. Spiegare il fenomeno del ringing

07. Definire l'errore di wraparound e l'uso del padding per evitarlo

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 21/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 019
01. lo zero padding introduce

una parte nera

nessuna delle altre

una parte a intensità media

una parte bianca

02. la moltiplicazione di un'immagine per 1^(x+y)

serve per rendere pari la trasformata

nessuna delle altre

serve per rendere dispari la trasformata

serve per centrare la trasformata

03. la moltiplicazione di un'immagine per (-1)^(x+y)

serve per centrare la trasformata

serve per rendere dispari la trasformata

nessuna delle altre

serve per rendere pari la trasformata

04. I filtri zero-phase shift

lasciano inalterato il rapporto tra parte reale e parte immaginaria

trattano in maniera identica parte reale e parte immaginaria

non hanno effetto sulla fase

tutte le altre

05. Un filtro passa alto si può ottenere

con la differenza di filtri gaussiani

con la somma di filtri gaussiani

con un filtro gaussiano

nessuna delle altre

06. Cosa si intende per filtri zero-phase shift?

07. Spiegare la corrispondenza tra filtraggio nel dominio spaziale e quello nel dominio della frequenza

08. Fornire I vari step della procedura di filtraggio nel dominio della frequenza

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 22/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 020
01. Il livello di dettaglio quando si usa un filtro low-pass

aumenta all'aumentare della frequenza di cut-off

diminuisce all'aumentare del raggio del cerchio sullo spettro

diminuisce all'aumentare della frequenza di cut-off

nessuna delle altre

02. i filtri low-pass ideali

tagliano tutte le frequenze superiori alla frequenza di cut-off

non sono realizzabili

tutte le altre

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

03. i filtri low-pass di Butterworth

tagliano tutte le frequenze superiori alla frequenza di cut-off

nessuna delle altre

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

non sono realizzabili

04. i filtri low-pass gaussiani

non sono realizzabili

nessuna delle altre

tagliano tutte le frequenze superiori alla frequenza di cut-off

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

05. La potenza catturata da un fitro low-pass ideale

nessuna delle altre

aumenta all'aumentare della frequenza di cut-off

diminuisce all'aumentare del raggio del cerchio sullo spettro

diminuisce all'aumentare della frequenza di cut-off

06. La sfocatura

diminuisce all'aumentare del raggio del cerchio sullo spettro

nessuna delle altre

diminuisce all'aumentare della frequenza di cut-off

aumenta all'aumentare della frequenza di cut-off

07. Il filtro di Butterworth tende al filtro ideale

al dimuire dell'ordine

all'aumentare dell'ordine

all'aumentare della dimensione

al diminuire della dimensione

08. Cosa si intende per filtri low-pass di Butterworth? Descriverli

09. Cosa si intende per filtri low-pass ideale? Descriverli

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 23/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Cosa si intende per filtri low-pass Guassiani? Descriverli

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 24/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 021
01. l'operazione di thresholding applicata dopo un filtro high-pass

migliora i contorni

tutte le altre

riduce eventuali macchie di acquisizione

crea um'immagine binaria

02. i filtri high-pass ideali

tagliano tutte le frequenze inferiori alla frequenza di cut-off

non sono realizzabili

tutte le altre

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

03. la distorsione dei contorni, in caso di filtraggio high-pass,

nessuna delle altre

diminuisce all'aumentare del raggio del cerchio sullo spettro

diminuisce all'aumentare della frequenza di cut-off

aumenta all'aumentare della frequenza di cut-off

04. i contorni, in caso di filtraggio high-pass, sono maggiormente evidenziati

diminuisce all'aumentare del raggio del cerchio sullo spettro

diminuisce all'aumentare della frequenza di cut-off

aumenta all'aumentare della frequenza di cut-off

nessuna delle altre

05. i filtri high-pass gaussiani

nessuna delle altre

non sono realizzabili

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

tagliano tutte le frequenze inferiori alla frequenza di cut-off

06. i filtri high-pass di Butterworth

prevedono una transizione brusca tra H(u,v)=1 e H(u,v)=0

tagliano tutte le frequenze inferiori alla frequenza di cut-off

nessuna delle altre

non sono realizzabili

07. il filtraggio low-pass migliora le prestazione nel caso di

riconoscimento delle impronte digitali

foto di precisione

nessuna delle altre

riconoscimento automatico del testo

08. Cosa si intende per filtri high-pass Guassiani? Descriverli

09. Cosa si intende per filtri high-pass ideale? Descriverli

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 25/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Cosa si intende per filtri high-pass di Butterworth? Descriverli

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 26/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 022
01. Il filtraggio omomorfico agisce separatamente su

contrasto e riflettanza

illuminazione e riflettanza

contrasto e illuminazione

parte reale e parte immaginara

02. l'enhancement dell'immagine con il laplaciano in frequenza è dato da

antitrasformata dell'immagine laplaciana

antitrasformata del prodotto dell'immagine per l'immagine laplaciana

nessuna delle altre

antitrasformata della somma dell'immagine e dell'immagine laplaciana

03. i laplaciano nel dominio della frequenza può essere implementato con il filtro

=4 *pi^2 * (u^2 + v^2)

=-4 *pi * (u^2 + v^2)

=-4 *pi^2 * (u + v)

=-4 *pi^2 * (u^2 + v^2)

04. I filtri basati sul laplaciano nel dominio della frequenza

non sono isotropici

evidenziano i dettagli

riducono il rumore

nessuna delle altre

05. il fltro unsharp mask nel dominio della frequenza

effettua lo sharpening dell'immagine

nessuna delle altre

si basa sulla media pesata

è il contrario dello sharpening dell'immagine

06. Il filtraggio omomorfico

definisce un filtro

nessuna delle altre

definisce una maschera

può includere filtri di varia natura

07. Il filtraggio omomorfico prevede di calcolare

l'integrale dell'immagine

la derivata dell'immagine

nessuna delle altre

il logaritmo dell'immagine

08. Cosa si intende per filtro di enfasi dell'alta frequenza

09. Descrivere l'unsharp mask nel dominio della frequenza

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 27/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Descrivere il filtraggio omomorfico

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 28/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 023
01. Un filtro notch elimina banda in pratica è

un filtro elimina banda con banda molto larga

un filtro spaziale

nessuna delle altre

un filtro elimina banda con banda molto stretta

02. Un campo di applicazione "classico" dei filtri notch è

la riduzione del rumore

l'eliminazione dell'effetto Moirè

lo smoothing

nessuna delle altre

03. Un filtro notch elimina banda piò essere scritto come

produttoria di filtri passa alto

sommatoria di di filtri passa alto

differenza tra una filtro passa alto e un passa basso

differenza di filtri passa alto

04. Un campo di applicazione "classico" dei filtri notch è

la riduzione del rumore

nessuna delle altre

lo smoothing

lo sharpening

05. Descrivere I filtri di smoothing nello spazio e nella frequenza e fare un esempio

06. Descrivere le differenze e le analogie tra il filtraggio nel dominio spaziale e nel dominio della frequenza

07. Cosa si intende per passa-banda

08. Descrivere un filtro notch

09. Presentare alcuni esempi di utilizzo dei filtri notch

10. Descrivere I filtri di sharpening nello spazio e nella frequenza e fare un esempio

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 29/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 024
01. il gamut è

nessuna delle altre

la gamma dei colori visibili a occhio nudo

la gamma di colori prodotta dai monitor RGB

l'intera gamma dei colori

02. i recettori dell'occhio detti coni

recepiscono tutti il colore allo stesso modo

nessuna delle altre

si possono dividere in basa al colore che percepiscono

recepiscono solo l'intensità della luce

03. Nella sintesi additiva dei colori la mescolanca di rosso verde blu da come risultato

nessuna delle altre

il nero

il magenta

il bianco

04. I colori primari sono

rosso verde blu

giallo magenta e ciano

rosso giallo e blu

nessuna delle altre

05. Descrivere l'esperimento di color matching

06. Definire il GAMUT

07. Definire lo standard CIE del colore

08. Descrivere la sintesi additiva e sottrattiva dei colori

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 30/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 025
01. I colori web safe sono

tutte le altre

i colori RGB sicuri

216

rappresentati con 6 cifre esadecimali

02. Nel modello RGB full color il nero è dato da

(0,0,0)

(127,127,127)

(256,256,256)

(255,255,255)

03. Il modello RGB

nessuna delle altre

è principalmente utilizzato nelle stampanti

è equivalente al modello CMY

è quello che meglio approssima il modo di descrivere i colori di un uomo

04. Nel modello RGB full color il bianco è dato da

(255,255,255)

(0,0,255)

nessuna delle altre

(0,0,0)

05. Nel modello RGB un'immagine è formata da

un'unica immagine con profondità del pixel pari a 24 bit

due immagini monocromatiche e da una maschera di solore

tre immagini monocromatiche

nessuna delle altre

06. Il modello RGB è rappresentato da

un cerchio in coordinate cartesiane

un triangolo nello spazio colore

un cubo

nessuna delle altre

07. Cosa sono i colori web safe?

08. Definire il modello RGB

09. Come si può acquisire un'immagine RGB?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 31/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 026
01. Nel modello HSI, la tonalità è data da

distanza dal bianco

distanza dall'asse veticale

angolo rispetto a un punto di riferimento (da definire)

nessuna delle altre

02. il modello CMY

è principalmente utilizzato nei monitor

è quello che meglio approssima il modo di descrivere i colori di un uomo

si può ottenere per differenza dal modello RGB

è equivalente al modello RGB

03. Il modello HSI

è quello che meglio approssima il modo di descrivere i colori di un uomo

nessuna delle altre

è equivalente al modello CMY

è principalmente utilizzato nelle stampanti

04. Nel modello HSI, la saturazione è data da

angolo rispetto all'asse del rosso

nessuna delle altre

distanza dall'asse verticale

distanza dal bianco

05. Le componenti nello spazio HSI sono

nessuna delle altre

asse di intensità verticale, lunghezza del vettore verso un punto di colore e angolo con asse del rosso

asse di saturazione verticale, lunghezza del vettore verso un punto di colore e angolo con asse del rosso

asse di tonalità verticale, lunghezza del vettore verso un punto di colore e angolo con asse del rosso

06. Definire il modello CMY

07. Definire il modello HSI

08. Ricavare le formule di conversione HSI/RGB e RGB/HSI

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 32/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 027
01. La tecnica di ripartizione di intensità può produrre

tutte le altre

un'immagino bianco/nero

un'immagine binaria

un'immagine a K colori

02. le trasformazioni da intensità a colori sono utilizzate principalmente

per le tecniche di visualizzazione

tutte le altre

per le tecniche di stampa

per le tecniche di acquisizione

03. Le immagini a falsi colori sono in realtà

immagini a scala di grigi

immagini HSI

immagini RGB

immagini binarie RGB

04. Nel caso più semplice, la ripartizione di intensità produce

un solo canale della corrispettiva immagine HSI

nessuna delle altre

un'immagine binaria

un solo canale della corrispettiva immagine RGB

05. Discutere la tecnica di ripartizione delle intensità

06. Cosa si intende per immagini a falsi colori

07. Discutere la trasformazione da intensità a colore

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 33/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 028
01. Supponiamo di applicare una maschera spaziale che assegna a ogni pixel il valor medio della regione di prossimità. Applicando la maschera a ogni
componente di un'immagine a colori o al vettore pixel a colori si ottiene lo stesso risultato

si ottiene un risultato "scalato" di un fattore k

si ottengono risultati distinti

si ottiene un risultato praticamente analogo

si ottiene lo stesso risultato

02. le tecniche di trasformazione del colore

agiscono sulle singole componenti di colore

scambiano i colori con i loro complementari

valgono solo per le immagini a falsi colori

nessuna delle altre

03. Le tecniche che applicano i metodi "monocromatici" alle singole componenti di colore

sono più efficienti di quelle che lavorano a livello vettoriale

sono sempre più veloci computazonalmente

nessuna delle altre

hanno sempre un equivalente vettoriale

04. per migliorare l'intensità di un'immagine full color

il risultato è migliore agendo con il modello HSI

bisogna necessariamente agire sulla componente intensità del modello HSI

nessuna delle altre

agire con il modello HSI è più veloce

05. la componente intensità del modelli HSI

nessuna delle altre

ha una discontuinità in corrsipondenza del verde

ha una discontuinità in corrsipondenza del rosso

non ha discontuinità

06. Come si può realizzare una regolazione dell'intensità di un'immagine full color utilizzando i vari modelli di colore? Quale risulta più conveniente?

07. In quale modello di colore si preferisce applicare le trasformazioni di colore

08. Quali sono le tipologie di elaborazione di immagini full-color

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 34/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 029
01. lo sharpening di un'immagine full color

deve essere ottenuto sulle singole componenti

nessuna delle altre

si può ottenere con una maschera che prende il valor medio

si può ottenere con il metodo del laplaciano

02. per migliorare il contrasto in un'immagine full color si può

modificare l'intensità dei singoli colori con la funzione negativo

modificare l'intensità dei singoli colori con una funzione "z"

modificare l'intensità dei singoli colori con una funzione "s"

nessuna delle altre

03. effettuare lo sharpening di un'immagine full color con una maschera spaziale applicata alle tre componenti RGB

produce un effetto diverso rispetto ad applicare la maschera all'intensità del modell HSI

produce un effetto diverso rispetto ad applicare la maschera alla tonalità del modell HSI

produce lo stesso effetto rispetto ad applicare la maschera alla tonalità del modell HSI

produce lo stesso effetto rispetto ad applicare la maschera all'intensità del modell HSI

04. l'immagine complementare di un'immagine full color

si può ottenere prendendo il negativo delle singole componenti di colore

nessuna delle altre

si può ottenere ponendo a zero la componente saturazione

si può ottenere prendendo il negativo della componente saturazione

05. Come si può realizzare lo smoothing di un'immagine full-color?

06. Come si può realizzare lo sharpening di un'immagine full-color?

07. Cosa si intende per ripartizione del colore

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 35/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 030
01. Fare un esempio di funzioni per la regolazione dell'intensità di un'immagine monocromatica e del caso a colori (con i vari modelli di colore)

02. Spiegare la differenza tra immagine false color e full color

03. Fare un esempio di funzioni per la negativo/complementare di un'immagine monocromatica e del caso a colori (con i vari modelli di colore)

04. Fare un esempio di funzioni per lo smoothing di un'immagine monocromatica e del caso a colori. Si ottiene lo stesso risultato?

05. Supponiamo di applicare una maschera spaziale che assegna a ogni pixel il valor medio della regione di prossimità. Applicando la maschera a ogni
componente di un'immagine a colori o al vettore pixel a colori si ottiene lo stesso risultato? Dimostrarlo

06. Fare un esempio di funzioni per lo sharpening di un'immagine monocromatica e del caso a colori. Si ottiene lo stesso risultato?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 36/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 031
01. Nell'individuazione dei punti isolati di discontinuità si può utilizzare

il laplaciano

il valor medio

la derivata seconda

la derivata prima

02. la segmentazione prende in ingresso un'immagine e produce in uscita

la classificazione dell'immagine

degli attributi dell'immagine

nessuna delle altre

porzioni dell'istogramma normalizzato

03. la segmentazione può essere descritta formalmente come un processo di

partizionamento dell'immagine nel dominio spaziale

partizionamento dell'immagine nel dominio della frequenza

nessuna delle altre

partizionamento dell'istogramma dell'immagine

04. Nell'individuazione dei punti isolati di discontinuità si può utilizzare

un filtro passa alto

un filtro passa basso

un filtro spaziale

nessuna delle altre

05. Per l'individuazione di punti isolati di discontuinità, il laplaciano deve essere

isotropico

simmetrico

asimmetrico

non isotropico

06. gli edge sono

una variazione di contrasto

una tecnica di segmentazione

nessuna delle altre

un tipo di discontinuità

07. i punti isolati sono

una variazione di contrasto

un tipo di discontinuità

nessuna delle altre

una tecnica di segmentazione

08. Descrivere formalmente la segmentazione di immagini

09. Come si possono individuare punti isolati di discontinuità?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 37/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Quali sono i principali tipi di discontinuità?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 38/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 032
01. Nell'individuazione di linee di discontinuità orizzontali si può utilizzare

un laplaciano isotropico

una maschera laplaciana a valori positivi nella riga centrale e negativi altrove

una maschera laplaciana con valore positivo nella posizione centrale e negativi altrove

una maschera laplaciana a valori positivi nella colonna centrale e negativi altrove

02. Nell'individuazione di linee di discontinuità si può utilizzare

la derivata seconda

il laplaciano

il valor medio

la derivata prima

03. il processi di individuazione degli edge è reso critico da

derivata prima con valori negativi

nessuna delle altre

rumore

contorni non rettilinei

04. la localizzazione degli edge può essere fatta tramite

fronte di discesa della derivata seconda

zero-crossing della derivata prima

nessuna delle altre

zero-crossing della derivata seconda

05. L'applicazione del laplaciano per l'individuazione di linee di discontinuità produce

linee a spessore doppio

linee doppie

linee di spessore corretto

nessuna delle altre

06. Nell'individuazione di linee di discontinuità si può utilizzare

un filtro spaziale

nessuna delle altre

un filtro passa basso

un filtro passa alto

07. Come si possono individuare le linee di discontinuità?

08. Spiegare il problema della doppie linee nell'individuazione delle linee di discontinuità con il laplaciano

09. Quali sono gli step del processo di individuazione degli edge

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 39/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 033
01. le maschere 2x2 per il calcolo del gradiente non permettono di

individuare la zona chiara

individuare la magnitudo del'edge

nessuna delle altre

individuare la direzione del'edge

02. le maschere di sobel

offrono prestazioni leggermente migliori di quelle di prewitt, ma sono computazionalmente più complesse

sono equivalente a quelle di prewitt

permettono di indentificare edge diagonali

nessuna delle altre

03. l'individuazione degli edge può essere realizzata tramite

laplaciano

nessuna delle altre

gradiente

sharpening

04. le maschere di sobel

permettono di indentificare edge diagonali

sono equivalente a sfocare leggermente l'immagine di cui si calcola la derivata parziale

sono equivalente a quelle di prewitt

nessuna delle altre

05. Perché le maschere 2x2 non sono sufficienti per l'individuazione degli edge?

06. Cosa sono gli operatori di Sobel e come vengono utilizzati?

07. Descrivere il metodo del gradiente per individuare gli edge?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 40/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 034
01. il thresholding dell'immagine migliora l'individuazione degli edge se applicata

prima del gradiente

dopo il gradiente

sia prima che dopo il gradiente

mai

02. l'individuazione degli edge può essere tramite gradiente può essere migliorata applicando

thresholding

conversione B/N dell'immagine

sharpening dell'immagine

nessuna delle altre

03. la sfocatura dell'immagine migliora l'individuazione degli edge se applicata

dopo il gradiente

sia prima che dopo il gradiente

prima del gradiente

mai

04. l'individuazione degli edge può essere tramite gradiente può essere migliorata applicando

sfocatura dell'immagine

conversione B/N dell'immagine

sharpening dell'immagine

nessuna delle altre

05. In quale modo smoothing e thresholding possono aiutare nell'individuazione degli edge?

06. Descrivere vantaggi e limiti del processo di edge detection basati sul gradiente

07. Quali differenze ci sono tra applicare smoothing+gradiente+thresholding e gradiente+thresholding?

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 41/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 035
01. nel metodo di Marr-Hildreth, la componente laplaciana

sfoca l'immagine

rende il metodo isotropico

effettua lo sharpening

individua i punti di edge

02. Il terzo step del metodo di Marr-Hildreth

calcola i punti di zero-crossing

calcola il laplaciano

campiona l'immagine

effettua la convoluzione tra immagine e gaussiana

03. Nel metodo di Marr-Hildreth, le maschere del LoG possono essere ottenute

campionando la convoluzione dell'immagine per la gaussina

campionando la gaussiana

nessuna delle altre

campionando il LoG

04. Il metodo di Marr-Hildreth funziona in tutte le direzioni

perché basato sulla derivata prima

come il metodo del gradiente

perché il LoG è isotropico

nessuna delle altre

05. nel metodo di Marr-Hildreth, la componente gaussiana

sfoca l'immagine

individua gli edge

effettua lo sharpening

individua i punti di edge

06. Spiegare a livello pratico perché è utile inserire una soglia nell'algoritmo del calcolo degli zero crossing

07. Descrivere il metodo di Marr-Hildreth

08. Definire il LoG

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 42/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 036
01. Rispetto al metodo di Marr-Hildreth, il metodo di Canny

è computazionalmente più presente

presenta meno edge spurii

è più efficace

tutte le altre

02. Il secondo step del metodo di Canny

calcola magnitudo e angolo del gradiente

sfoca l'immagine

applica non-maxima suppression

campiona l'immagine

03. Il primo step del metodo di Canny

campiona l'immagine

sfoca l'immagine

calcola magnitudo e angolo del gradiente

applica non-maxima suppression

04. la sogliatura del metodo di Canny è una sogliatura

che produce due set di edge

tutte le altre

con isteresi

a doppia soglia

05. per i punti di edge deboli l'algoritmo di Canny prevede

di considerarli come edge veri

di valutarli tramite un ulteriore processo

di considerarli come falsi positivi

di non considerarli

06. Il terzo step del metodo di Canny

sfoca l'immagine

campiona l'immagine

calcola magnitudo e angolo del gradiente

applica non-maxima suppression

07. Descrivere i tre obiettivi del metodo di Canny

08. Spiegare il doppio thresholding con isteresi del metodo di Canny

09. Descrivere il metodo di Canny

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 43/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 037
01. Nel metodo di edge linking con elaborazione locale, due punti sono collegati se

se giacciono sulla stessa linea

se la magnitudo è simile a quella del punto di edge

se magnitudo e direzione sono simili

se fanno parte di una linea chiusa

02. Nel metodo di edge linking con elaborazione nelle regioni, i bordi risultano

uguali a quelli reali

inspessiti rispetto a quelli reali

nessuna delle altre

un'approssimazione di quelli reali

03. Nel metodo di edge linking con elaborazione locale, due punti sono collegati se

nessuna delle altre

si passa attraverso un'immagine binaria basata su magnitudo e angolo dei pixel dell'immagine di edge

si passa attraverso un'immagine binaria basata su magnitudo e angolo dei pixel dell'immagine di input

si passa attraverso un'immagine binaria basata su magnitudo e angolo dei pixel dell'immagine laplaciana

04. Nel metodo di edge linking con elaborazione nelle regioni, i bordi risultano da

combinazione di curve

nessuna delle altre

combinazione di poligono

interpolazione dei punti di edge tramite iperboli

05. Descrivere il metodo di edge linking con approssimazione polinomiale

06. Descrivere il metodo di edge linking con elaborazione locale

07. Spiegare perché è necessario uno step di edge linking

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 44/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 038
01. La trasformata di hough

è un operatore globale

è un operatore locale

è una maschera di smoothing

è una maschera di sharpening

02. Spiegare cosa si intende per spazio dei parametri

03. Fornire un'idea del campo di applicazione della trasformata di Hough

04. Fornire un esempio di «idea» della trasformata di Hough (come il caso della retta)

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 45/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 039
01. la trasformata di hough permette di indivduare gli edge

nessuna delle altre

a partire dall'immagine binaria dei contorni

a partire dall'immagine originale

a partire dall'immagine laplaciana

02. L'individuazione degli edge tramite trasformata di Hough

fa uso anche di altri metodi di edge detection

è una tecnica di edge detection

permette di individuare edge rettilinei

nessuna delle altre

03. La trasformata di hough

nessuna delle altre

permette di raggruppare, ad esempio, rette basandosi sulla direzione

non permette di raggruppare, ad esempio, curve basandosi sulla direzione

non permette di raggruppare, ad esempio, rette basandosi sulla direzione

04. La trasformata di hough

è indipendente dal metodo di edge detection utilizzato

deve essere applicata dopo il metodo di Canny

deve essere applicata dopo il metodo di Marr-Hildreth

deve essere applicata dopo il metodo del gradiente

05. Descrivere la trasformata di Hough

06. Cosa si intende per suddivisione del piano ??

07. Spiegare l'applicazione della trasformata di Hough all'edge linking

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 46/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 040
01. Nelle immagini a colori la segmentazione

è più intuitiva nel dominio HSI

offre prestazioni migliori nel piano HSI

nessuna delle altre

può essere effettuata solo nel dominio RGB

02. Nell'individuazione degli edge nelle immagini a colori, il calcolo del gradiente "vettoriale"

offre prestazioni uguali al calcolo del gradiente sulle singole componenti

offre prestazioni migliore del calcolo del gradiente sulle singole componenti

risulta troppo complesso

offre prestazioni peggiori del calcolo del gradiente sulle singole componenti

03. Nelle immagini a colori la segmentazione

serve per individuare regioni con colori in un dato range

permette di individuare i colori primari nel modello RGB

equivale a separare i piani di diversi colori

nessuna delle altre

04. Nelle immagini a colori RGB la segmentazione

nessuna delle altre

separa l'immagine in piani di intensità distinta

permette di individuare i tre colori primari

non è effettuabile, data la natura vettoriale delle immagini

05. Nelle immagini a colori la segmentazione

offre prestazioni migliori nel piano HSI

può essere effettuata solo nel dominio RGB

nessuna delle altre

offre prestazioni migliori nel modello RGB

06. L'individuazione degli edge nelle immagini a colori

deve essere eseguita sulle singole componenti di colore e poi combinata insieme

non può essere eseguita tramite il metodo del gradiente

può essere eseguita tramite il metodo del gradiente

deve essere eseguita sulle singole componenti HSI e poi combinata insieme

07. Nell'individuazione degli edge nelle immagini a colori, il calcolo del gradiente sulle singole componenti

offre prestazioni uguali al calcolo del gradiente vettoriale

risulta troppo complesso

offre prestazioni peggiori del calcolo del gradiente vettoriale

offre prestazioni migliore del calcolo del gradiente vettoriale

08. Illustrare la procedure per l'individuazione degli edge nelle immagini a colori

09. Illustrare i concetti di base della segmentazione delle immagini a colori nel dominio RGB

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 47/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

10. Illustrare i concetti di base della segmentazione delle immagini a colori nel dominio HSI

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 48/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 041
01. Nella compressione delle immagini si mira a

ridurre la dimensione in pixel dell'immagine

ridurre la ridondanza

nessuna delle altre

ridurre il numero di livelli di intensità

02. la ridondanza relativa dei dati dipende da

informazione irrilevante dell'immagine originale

ridondanza spaziale dell'immagine originale

codifica dell'immagine originale

rapporto di compressione

03. il rapporto di compressione

è il rapporto tra codifica dell'immagine originale e compressa

è il rapporto tra numero di livelli di intensità dell'immagine originale e compressa

è il rapporto tra risoluzione dell'immagine originale e compressa

è il rapporto tra dimensione dell'immagine originale e compressa

04. la ridondanza nelle immagine può essere

ridondanza della codifica

informazione irrilevante

ridondanza spaziale

tutte le altre

05. Descrivere i 3 tipi di ridondanza che abbiamo nelle immagini

06. Quale differenza c'è tra dati e informazione?

07. Definire rapporto di compressione e ridondanza relativa

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 49/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 042
01. nella compressione dei cartoni animati si può sfruttare

nessuna delle altre

informazione inutile

ridondanza spaziale

ridondanza della codifica

02. un codice a lunghezza variabile può essere utile in

può essere utile nel caso di immagini con regioni a intensità costanta

può essere utile nel caso di strutture nascoste nell'immagine

immagini con pochi livelli di intensità distinti

nessuna delle altre

03. i codici run-length

può essere utile nel caso di strutture nascoste nell'immagine

nessuna delle altre

può essere utile in caso di informazione irrilevante

può essere utile nel caso di immagini con regioni a intensità costanta

04. un codice a lunghezza variabile è inutile in

nessuna delle altre

immagini a colori con pochi colori

immagini con solo 3 livelli di grigio

può essere utile nel caso di immagini con tante regioni a intensità costanta

05. In quali contesti può essere utile ridurre l'informazione irrilevante in un'immagine?

06. Fornire un semplice esempio di applicazione del codice a lunghezza variabile

07. Fornire un semplice esempio in cui applicare un codice a lunghezza variabile non risulta efficace

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 50/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 043
01. L'entropia di un'immagine è una misura della quantità di ... dell'immagine

informazione

livelli di grigio

pixel

colori

02. dati k eventi, l'informazione è massima per

evento certo

evento impossibile

eventi equiprobabili

nessuna delle altre

03. il rapporto segnale rumore

è maggiore nelle immagini a scala di grigio

è maggiore nelle immagini a colori

dipende dal quadrato della somma tra rumore e immagine

è una misura di fedeltà dell'immagine compressa

04. L'uso dei criteri oggettivi nella valutazione della fedeltà di un metodo di compressione

è idoneo solo per immagini RGB

è computazionalmente troppo oneroso per cui si ricorre spesso a criteri soggettivi

nessuna delle altre

è meglio dell'uso di criteri soggettivi

05. Nella valutazione della fedeltà della compressione sono migliori i criteri soggettivi o quelli oggettivi?

06. Quale differenza c'è nella valutazione della fedeltà della compressione tra i criteri soggettivi e quelli oggettivi?

07. Definire l'entropia di una sorgente di informazione

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 51/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 044
01. il codice di Huffman

codifica una stringa di caratteri alla volta

è lossless

nessuna delle altre

assegna codici di lunghezza uguale a tutti i simboli

02. la codifica di huffman

si basa sulla costruzione di una sorta di dizionario

è quasi ottimale nel caso di codifica di un simbolo alla volta

assegna codici più lunghi ai simboli men probabili

tutte le altre

03. la codfica di Huffman

nessuna delle altre

assegna codici di lunghezza uguale a tutti i simboli

codifica una stringa di caratteri alla volta

è a lunghezza variabile

04. un codec è un device/software che effettua

correlazione e correlazione inversa

convoluzione e convoluzione inversa

codifica e decodifica

compressione e decompressione

05. il codice di Huffman

richiede la conoscenza delle probabilità di occorrenza dei simboli di sorgente

assegna codici di lunghezza uguale a tutti i simboli

nessuna delle altre

codifica una stringa di caratteri alla volta

06. Fornire e descrivere lo schema generale di un sistema di compressione

07. Descrivere la codifica di Huffman

08. Data una sorgente a 6 simboli con relative probabilità 0.1, 0.4, 0.06, 0.1, 0.04, 0.3 fornire un esempio di codifica di Huffman

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 52/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 045
01. la codifca di golomb

è uno degli step richiesti dal codec di Huffman

è computazionalmente più semplice della codifica di Huffman

nessuna delle altre

codifica una stringa di caratteri alla volta

02. La codifica di Golomb richiede

nessuna delle altre

il calcolo di una somma e di un modulo

il calcolo di un quoziente e di una somma

il calcolo di un quoziente e di un modulo

03. la codifica aritmetica

calcola una dizionario di tutti i simboli dell'alfabeto

genera codici a blocco

teoricamente raggiunge il limite di Shannon

nessuna delle altre

04. la codifica aritmetica

non raggiunge il limite di Shannon

calcola una dizionario di tutti i simboli dell'alfabeto

genera codici non a blocco

nessuna delle altre

05. Descrivere la codifica aritmetica

06. Descrivere la codifica di Golomb

07. Descrivere la codifica di Golomb-esponenziale

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 53/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 046
01. Prima di tutto il JPEG trasforma l'immagine in ingresso in un'immagine

HSI

RGB

CMY

YUV

02. nel JPEG, la codifica run-length è applicata a

tutte le componenti quantizzate

componenti AC

tutte le componenti trasformate

componenti DC

03. Tra le differenze introdotte da JPEG2000 rispetto a JPEG c'è

Trasformata a seno discreto

Trasformata di Fourier

trasformata wavelet

nessuna delle altre

04. La modalità JPEG ottimale per i siti web

sequenziale

lossless

progressiva

gerarchica

05. Il JPEG elimina principalmente

dati ad alta frequenza

nessuna delle altre

dati colore

dati a bassa frequenza

06. la codifica entropica applicata nel JPEG

Golomb

nessuna delle altre

Huffman

aritmetica

07. nel JPEG i coefficienti DC sono codificati

DPCM

con codifica aritmetica

LZW

run-length

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 54/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

08. La modalità di default del JPEG è

gerarchica

lossless

sequenziale

progressiva

09. i coefficienti delle matrici usate nella fase di quantizzazione sono basati su

probabilità a priori dei livelli di intensità

studi psicofisici

Trasformata a coseno discreto

codifica entropica

10. Il JPEG offre prestazioni migliori su

nessuna delle altre

immagini binarie RGB

immagini a colori

immagini a scala di grigio

11. Tra le altre fasi, Il JPEG ha una fase di

Trasformata di Fourier

nessuna delle altre

codifica entropica

Trasformata a seno discreto

12. Il JPEG si basa, tra le altre, su

Trasformata di Fourier

il fatto che i dati cambiano lentamente nell'immagine

nessuna delle altre

Trasformata a seno discreto

13. Il JPEG si basa, tra le altre, su

Trasformata di Fourier

nessuna delle altre

Trasformata a seno discreto

Trasformata a coseno discreto

14. L'aspetto "a blocchi" delle immagini jpeg fortemente compresse è dovuto a

la trasformata DCT viene eseguita su blocchi 8x8 dell'immagine

fase di quantizzazione

la trasformata DCT viene eseguita indipendentemente sui vari blocchi dell'immagine

nessuna delle altre

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 55/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

15. la maggior parte di "perdita" nel JPEG si ha durante la fase di

codifica entropica

Trasformata a coseno discreto

nessuna delle altre

quantizzazione

16. Spiegare a cosa è dovuto l'aspetto «a blocchi» delle immagini JPEG troppo compresse

17. Illustrare i principali step della compressione JPEG

18. Spiegare in quali fasi la compressione JPEG causa la perdita di informazione

19. Illustrare la fase di quantizzazione nella codifica JPEG

20. Dettagliare la codifica entropica usata nella codifica JPEG

21. Cosa si intende per DPCM nella codifica JPEG e quando si usa?

22. Spiegare la modalità sequenziale della codifica JPEG

23. Spiegare la modalità progressiva della codifica JPEG

24. Illustrare alcune delle differenze introdotte da JPEG2000 rispetto a JPEG

25. Mostrare lo schema a blocchi della codifica JPEG

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 56/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

Lezione 048
01. il watermarking robusto deve essere

privato

resistente, tra l'altro a stampa e scansione

pubblico

indipendente dal range di colori

02. la tecnica LSB

sostituisce il primo bit del livello di intensità di ogni pixel

sostituisce l'ultimo byte del livello di intensità di ogni pixel

sostituisce il primo byte del livello di intensità di ogni pixel

sostituisce l'ultimo bit del livello di intensità di ogni pixel

03. la steganografia consiste nel

apporre un watermark sull'immagine

nessuna delle altre

nascondere un messaggio in un'immagine

apporre una firma digitale sull'immagine

04. La steganografia può essere

nessuna delle altre

iniettiva o generativa

diretta o indiretta

attiva o passiva

05. la steganografia sfrutta

il range di colori

la ridondanza

nessuna delle altre

la compressione

06. la steganografia iniettiva

inserisce il messaggio nei metadata dell'immagine

genera un'imamgine in cui inserire il messaggio

inserisce il messaggio in un'immagine pre-esistente

nessuna delle altre

07. il messaggio steganografico

nessuna delle altre

viene trasmesso in chiaro

viene firmato digitalmente

viene anche criptato

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 57/58
lOMoARcPSD|1732056

Set Domande: ELABORAZIONE DI IMMAGINI


INGEGNERIA INFORMATICA E DELL'AUTOMAZIONE
Docente: Callegari Christian

08. il watermarking può essere

visibile

in un file di "accompagnamento2 dell'immagine

nessuna delle altre

nella firma digitale

09. il watermarking deve essere

nessuna delle altre

facilmente rimovibile

resistente agli attacchi

invisibile

10. il watermarking può essere

privato o pubblico

attivo o passivo

iniettivo o generativo

diretto o indiretto

11. il watermarking può essere applicato

nella fase di quantizzazione

nel dominio della trasformata

durante la codifica entropica

nessuna delle altre

12. Definire la steganografia e fornire qualche esempio

13. Definire il watermark e fornire qualche esempio

14. Descrivere le differenze tra steganografia e watermark

Scaricato da Stefania Rao (stefy.rao@gmail.com)


© 2016 - 2019 Università Telematica eCampus - Data Stampa 03/01/2019 14:13:26 - 58/58
Powered by TCPDF (www.tcpdf.org)

Potrebbero piacerti anche