10.9 KB · ⇊ 4 parts · ⤓ Micron 10.9 KB · ⤓ HTML 25.8 KB

top

In mwbwstatistica ed mwcaelaborazione digitale delle immagini, il mwcqlisciamentocite-ref-1[1] (traduzione letterale dell'inglese mwdgsmoothing) o, meglio, mwdwperequazionecite-ref-2[2]cite-ref-3[3] di un mwgainsieme consiste nell'applicazione di una mwgqfunzione di filtro il cui scopo è evidenziare i mwggmwgwpattern significativi, attenuando il mwharumore generato da artefatti ambientali, elettrici, elettronici, informatici o fisiologici oppure altri fenomeni di disturbo legati a fattori di scala molto piccoli (ad es. i movimenti millimetrici di un paziente nel mwhqmwhgneuroimaging che a causa dell'elevata risoluzione provocano effetti di mwhwtraslazione) o a fenomeni ad alta velocità. Praticamente si tratta di fare una media tra valori contigui oppure molto vicini nello spazio (2D, 3D, 4D) oppure nel tempocite-ref-4[4].

Per realizzare il lisciamento sono stati sviluppati diversi mwjqalgoritmi matematici.

Nell'mwjwanalisi finanziaria per esempio uno degli algoritmi più comunemente usati è quello della "mwkamedia mobile", utilizzato spesso per cogliere tendenze importanti in mwkqserie storiche di mwkgsondaggi statistici.cite-ref-5[5]

Nella mwmavisione artificiale e nell'mwmqimaging biomedico il lisciamento serve per attenuare il rumore del sensore, dell'ambiente e le brusche transizioni, compiendo un'operazione opposta a quella dell'evidenziamento dei bordi.cite-ref-6[6]

• Caratteristiche del lisciamento

• Lisciamento lineare

• Note

• Voci correlate

• lisciamento specifico e tipi di filtro

• Altri

• Altri progetti

• Collegamenti esterni

Il lisciamento può essere distinto dal concetto correlato e parzialmente sovrapponibile di mwogmwowcurve fitting nei seguenti modi:cite-ref-7[7]

• Il mwqgcurve fitting spesso comporta l'utilizzo di una funzione esplicita per il risultato, mentre i risultati immediatamente ottenuti dal lisciamento sono i valori "ammorbiditi" che prescindono dell'utilizzo successivo di una forma funzionale se esistente;

• l'obiettivo del lisciamento è quello di fornire un'idea generale di cambiamenti di valore relativamente lenti, prestando poca attenzione ad una stretta corrispondenza dei valori dei dati, mentre la procedura di "aggiustamento alle curve" si concentra nel raggiungere la corrispondenza più stretta possibile ai valori (saltando soltanto quelli che discostano troppo dalle medie).

• I metodi di lisciamento spesso hanno un parametro di svolta associato che viene utilizzato per controllare l'estensione dell'ammorbidimento.

Comunque, la terminologia usata tra le varie applicazioni è mista. Ad esempio, l'utilizzo dell'mwrginterpolazione spline genera una funzione che passa esattamente attraverso i punti sperimentali, ma che ha curvatura minima e per questo viene spesso chiamata "curva mwsasmooth" o "mwsqsmoothing". Però, sempre nello stesso ambito, sono molto utilizzate anche le mwsgsmoothing spline, mwswspline a cui non viene imposto di interpolare i dati ma di minimizzare una combinazione lineare tra curvatura e distanza dai dati.

Si parla di lisciamento lineare quando il risultato si ottiene mediante una mwtwtrasformazione lineare dei valori osservati. L'algoritmo di trasformazione si basa sull'applicazione di una matrice di lisciamento, ad esempio in serie temporali di un determinato indice.cite-ref-8[8]

cite-note-11. ↑ mwwgVoce 1688038 nella mwwwIATE.

cite-note-22. ↑ mwxwVoce mwyaperequazione su mwyqSapere.it.

cite-note-33. ↑ citereftreccani-perequazionemwzqmwzgPerequazione, in mwzwTreccani.it – mwaaVocabolario Treccani on line, Roma, Istituto dell'Enciclopedia Italiana. mwaqURL consultato il 31 marzo 2020.

cite-note-44. ↑ mwbqIMAGING: mwbgPrinciples Smoothing

cite-note-55. ↑ mwcgmwcwmwdaForecasting by Smoothing Techniques, su mwdqhome.ubalt.edu.

cite-note-66. ↑ mweqVISILAB - UNIMESSINA mwegArchiviatomwew il 19 dicembre 2013 in mwfaInternet Archivemwfq.: mwfwSmoothing mwgaArchiviatomwgq il 12 maggio 2006 in mwggInternet Archivemwgw.

cite-note-77. ↑ mwiamwiqmwigCurve fitting tutorial, su mwiwarchives.math.utk.edu. mwjaURL consultato il 28 dicembre 2010 mwjq(archiviato dall'mwjgurl originale il 3 gennaio 2011).

cite-note-88. ↑ mwkgmwkwmwlaLinear Smoothing of Noisy Temporal Series (mwlqmwlgPDF), su mwlwscipub.org. mwmaURL consultato il 28 dicembre 2010 mwmq(archiviato dall'mwmgurl originale il 12 luglio 2007).

• mwnwFiltro di Butterworth

• mwoqFiltro di Wiener

• mwowFiltro di Kalman

• mwpqFiltro passa basso

• mwpwFunzione spline

• mwqqMedia mobile

• mwqwTrasformata di Laplace

• mwrqAlgoritmo Ramer-Douglas-Peucker

; da tradurre dall'inglese *[[:en:Additive smoothing]] *[[:en:Kernel smoother]] *[[:en:Laplacian smoothing]] *[[:en:Digital filter]] *[[:en:Recursive filter]] *[[:en:Savitzky–Golay smoothing filter]] *[[:en:Local regression]] nota anche come "loess" oppure "lowess" *[[:en:Ramer–Douglas–Peucker algorithm]]

• mwsqConvoluzione

• mwswFunzione finestra

• mwtqMappatura statistica parametrica (SPM)

• mwtwMorfometria basata sui voxel (VBM)

• mwuqRegistratura delle immagini

• Segmentazione delle immagini

; da tradurre dall'inglese: *[[:en:Graph cuts in computer vision]] *[[:en:Curve fitting]] *[[:en:Edge preserving smoothing]] *[[:en:Numerical smoothing and differentiation]] *[[:en:Scale space]] *[[:en:Statistical signal processing]]

Altri progetti

• Wikimedia Commons

• Wikimedia Commons contiene immagini o altri file su lisciamento

• mwwa(EN) mwwqChapter on data smoothing mwwgArchiviato il 9 aprile 2009 in Internet Archive. from the instruction manual for Wolfram Research's mwxaMathematica