Salerno E.
CNR-ISTI, Pisa, Italy
In questa nota si mostra come, in certe applicazioni legate alle tecnologie dell'informazione per lo studio del patrimonio culturale, possano essere applicati metodi di separazione cieca delle componenti basati sulla sparsità e non sull'indipendenza statistica. Nelle applicazioni in cui sia necessario estrarre da immagini di opere pittoriche o manoscritti delle regioni di interesse isolate spazialmente, le condizioni di sparsità sono teoricamente verificate già nello spazio delle immagini, e non occorre passare a uno spazio trasformato per poterle imporre alla soluzione del problema. Da due algoritmi recentemente proposti in letteratura, sono stati derivati e sperimentati i corrispondenti operanti direttamente nello spazio delle immagini. Uno di essi impone solo il requisito di sparsità, mentre l'altro aggiunge anche un vincolo di incorrelazione. Gli esperimenti sono condotti su due immagini reali, una relativa a un dipinto acquisito nel visibile e nell'infrarosso e una a un manoscritto acquisito su entrambe le facce nelle tre bande rossa, verde e blu dello spettro visibile.
Sparse Independent Component Analysis, Document Image Analysis, Artwork Diagnosis, Graphic Documentation in Artwork Restoration
ISTI – Istituto di scienza e tecnologie dell'informazione "Alessandro Faedo"
ID: 420041
Year: 2020
Type: Working paper
Creation: 2020-04-17 12:49:30.000
Last update: 2021-01-05 18:43:31.000
CNR authors
External IDs
CNR OAI-PMH: oai:it.cnr:prodotti:420041