Un modello per il riconoscimento di immagini tridimensionali

Una delle tecniche di tipo statistico per la classificazione di oggetti nell'ambito dell'image processing bidimensionale é il pattem matching method; il nostro lavoro é consistito nell'estendere tale metodo al caso tridimensionale, ovvero nel confrontare una ricostruzione della superficie esterna di un oggetto tridimensionale con quella relativa ad un modello predefinito, al fine di stabilire se l'oggetto in questione possa essere riconosciuto come appartenente alla classe rappresentata dal modello considerato. Le informazioni iniziali riguardanti l'oggetto da testare, si limitano ad un certo numero di sezioni bidimensionali, tra loro parallele, della sua superficie esterna, ricavate mediante l'acquisizione di TAC. L'aspetto più innovativo, consiste nella elevata generalità del metodo, almeno a livello di modello teorico, non potendo ancora disporre di un numero sufficiente di risultati sperimentali; tale generalità scaturisce dalla possibilità di sovrapporre l'intera superficie dell'oggetto da testare a quella relativa al modello, aldilà della posizione, inclinazione e dimensione iniziale; a tale scopo, é stato infatti previsto un metodo per la determinazione di un asse geometrico che rappresenti una caratteristica propria di un oggetto tridimensionale, chiamato asse di minimainerzia, individuato il quale, é possibile effettuare la sovrapposizione richiesta dal pattern matching method, attraverso operazioni di rotazione, traslazione e cambiamento di scala.