19,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Recuperare una forma tridimensionale accurata e precisa di un oggetto microscopico sconosciuto utilizzando l'architettura della forma dalla messa a fuoco è un problema molto sentito nella comunità della computer vision. Un oggetto microscopico viene collocato su un palcoscenico traslazionale in grado di muoversi verso l'alto e verso il basso sull'asse ottico della telecamera. Una pila di immagini viene raccolta acquisendo ogni immagine in passi discreti. Durante la fase di acquisizione delle immagini, lo stage si muove rispetto alla telecamera mentre il sensore della telecamera RGB è fermo a…mehr

Produktbeschreibung
Recuperare una forma tridimensionale accurata e precisa di un oggetto microscopico sconosciuto utilizzando l'architettura della forma dalla messa a fuoco è un problema molto sentito nella comunità della computer vision. Un oggetto microscopico viene collocato su un palcoscenico traslazionale in grado di muoversi verso l'alto e verso il basso sull'asse ottico della telecamera. Una pila di immagini viene raccolta acquisendo ogni immagine in passi discreti. Durante la fase di acquisizione delle immagini, lo stage si muove rispetto alla telecamera mentre il sensore della telecamera RGB è fermo a un'altezza predefinita e nota. Dopo la fase di acquisizione delle immagini, un algoritmo di misurazione della messa a fuoco viene applicato alla pila di immagini raccolte per convertire le informazioni di colore RGB corrispondenti in quantità di messa a fuoco per ogni pixel. La mappa di profondità iniziale viene acquisita massimizzando la curva di misurazione della messa a fuoco lungo l'asse ottico della telecamera. Dopo l'algoritmo di misurazione della messa a fuoco si utilizza principalmente un approccio di approssimazione o un algoritmo di regressione. Il recupero della forma tridimensionale utilizzando l'architettura shape from focus ha numerose applicazioni industriali e mediche ed è attualmente praticato nella maggior parte dei Paesi sviluppati.
Autorenporträt
Fahad Mahmood recibió la licenciatura en ciencias de la tecnología de la NUST en 2012 y la maestría en 2017. Ha trabajado en SIPL Lab GIST-Corea desde 2015. Actualmente, trabaja como investigador asociado en SDSB-LUMS. Sus intereses de investigación incluyen el procesamiento de imágenes, la recuperación de formas en 3D y el aprendizaje automático. Sus aficiones son leer novelas, ver películas y jugar al cricket.