Liquid biofuels for aviation: valorisation of the by-product biochar

Biochar is a carbonaceous material produced through pyrolysis of biomass. One promising application of biochar is phosphorus recovery from wastewater. Phosphorus is a vital nutrient for plant growth, but its use in fertilizers often leads to runoff or leaching. Wastewater treatment plants discharge large amounts of phosphorus-rich wastewater, contributing to eutrophication and ecological harm. Biochar can sorb phosphorus, retaining it in solid form. In this thesis, two composites made of biomass and dolomite or shells exhibited superior phosphate sorption compared to biochar alone, reaching up to 100% sorption. Biochar also finds use in soil remediation, specifically in cleaning up contaminated soil. Polycyclic aromatic hydrocarbons (PAHs), which can be carcinogenic and toxic, can be present in soil. Biochar adsorb PAHs, preventing their leakage or bioaccumulation. Hetero-PAHs, a subclass of PAHs with nitrogen, sulfur, or oxygen atoms in their ring structures, are particularly challenging to degrade. Little is known about their behavior or sorption onto biochar. In this thesis, biochar and activated carbon were effective in immobilizing PAHs and hetero-PAHs in real soils, with rates of immobilization reaching 100%. Biochar performed equally or better than activated carbon, offering a cost-effective alternative due to its lower price. Biochar reduce of metal(loid)s mobility in soil. Metal(loid)s like lead, zinc, and arsenic can contaminate soil through industrial sources, agricultural runoff, and other pollution, and are toxic to plants and animals, rendering the soil unsuitable for agriculture. When biochar is added to contaminated soil, it binds to metal(loid)s, preventing leaching into the environment. A biomass-dolomite composite was compared to activated carbon for immobilizing metal(loid)s in contaminated soils. The composite generally outperformed activated carbon and exhibited the ability to immobilize arsenic. In summary, biochar shows promise for phosphorus recovery, soil remediation, and reducing the mobility of heavy metals, offering cost-effective and sustainable solutions to these environmental challenges.

Analisi e confronto di strutture di accelerazione spaziale per il Raytracing

Il Raytracing è una delle tecniche più utilizzate per generare immagini fotorealistiche. Introdotto nel mondo del rendering da più di 40 anni, col tempo si è evoluto, e ad oggi è considerato la tecnica standard in industrie come VFX e film d'animazione. Il problema del Raytracing risiede nel fatto che per essere applicato, bisogna effettuare dei test d'intersezione, raggio-primitiva, con tutti gli oggetti presenti nella scena da renderizzare. Sebbene queste operazioni siano tutto sommato semplici, tipicamente il numero degli oggetti su cui vanno effettuate è talmente elevato che l'applicazione di questa tecnica diventa impraticabile. Per questo si è pensato di raggruppare le primitive in speciali strutture dati chiamate Strutture di accelerazione spaziale. Esse hanno il compito di ridurre il numero di test da effettuare, abbassando il costo asintotico della ricerca da lineare a sub-lineare (o logaritmico) nel numero di primitive. Nel corso degli anni sono state introdotte diverse strutture di accelerazione spaziale per il Raytracing, ognuna con le sue peculiarità, i suoi vantaggi ed i suoi svantaggi. In questa tesi verranno studiate alcune delle principali strutture di accelerazione spaziale (BVH, Uniform Grid ed Octree), concentrandosi in particolare sulle tecniche di costruzione ed attraversamento di ognuna di esse. Per farlo, verrà anche trattato tutto il background necessario sul Raytracing e Le strutture di accelerazione verranno anche implementate e messe a confronto su diverse scene. Il confronto permetterà di evidenziare come ognuna di esse porti dei vantaggi, e che non esiste una struttura di accelerazione assolutamente migliore delle altre.

Neural Radiance Fields for Relighting and View Synthesis

Neural scene representation and neural rendering are new computer vision techniques that enable the reconstruction and implicit representation of real 3D scenes from a set of 2D captured images, by fitting a deep neural network. The trained network can then be used to render novel views of the scene. A recent work in this field, Neural Radiance Fields (NeRF), presented a state-of-the-art approach, which uses a simple Multilayer Perceptron (MLP) to generate photo-realistic RGB images of a scene from arbitrary viewpoints. However, NeRF does not model any light interaction with the fitted scene; therefore, despite producing compelling results for the view synthesis task, it does not provide a solution for relighting. In this work, we propose a new architecture to enable relighting capabilities in NeRF-based representations and we introduce a new real-world dataset to train and evaluate such a model. Our method demonstrates the ability to perform realistic rendering of novel views under arbitrary lighting conditions.

Tecnologie e workflow per la digitalizzazione e la visualizzazione immersiva e real time del prodotto tessile

Il settore del mobile è frammentato, caratteristica che non ha mai permesso una completa digitalizzazione dei suoi comparti: la comunicazione è risultata spesso difficoltosa, responsabile di incomprensioni e spesso mancanza di puntualità, con conseguente dispendio di risorse. Nel mio progetto di tesi analizzo principalmente la filiera degli imbottiti e quella tessile, collaterale ad essa. Il target di mio interesse sono le aziende produttrici di arredi che si servono di configuratori per la presentazione dei prodotti ai propri clienti. Ho ipotizzato un workflow suddivisibile in due fasi, una attuabile nel presente ed una seconda che implica una variazione attuabile nel futuro prossimo. Per la prima fase ho studiato un workflow agile al fine di digitalizzare le texture a partire da acquisizioni fotografiche. Analizzando il comportamento di vari tessuti ed elaborando un metodo di riproduzione digitale, ho sperimentato una metodologia per una resa superficiale degli imbottiti accurata e fotorealistica sia su piattaforme web che in realtà aumentata. Lo studio nasce dall’esigenza di apportare migliorie agli attuali configuratori e renderli effettivamente utili al fine per cui sono stati pensati: garantire una semplificazione del processo di acquisto rispondendo alle necessità degli utenti di vedere in anteprima l’aspetto finale del proprio arredo, collocato nello spazio abitativo. Il configuratore che ne deriva, restituirà una visualizzazione fedele dei tessuti anche in realtà aumentata. L’intelligenza artificiale fungerà da supporto nel processo decisionale dell’utente e la scelta dei materiali che compongono l’arredo sarà guidata in maniera tale da generare nell’utente un senso di consapevolezza circa gli impatti sull’ambiente. Per la seconda fase propongo una modalità di creazione dei tessuti completamente digitalizzata, a favore di una filiera sostenibile che riesce in questo modo ad abbattere costi e sprechi, con conseguente risparmio di risorse.

DS4H Image Alignment tool, allineamento multimodale automatico: sviluppo di modulo per ottimizzazione dei dati acquisiti ed estensione ad immagini a colori

Molti degli studi oncologici partono dalla analisi di provini istologici, cioè campioni di tessuto prelevati dal paziente. Grazie a marcatori specifici, ovvero coloranti selettivi applicati alla sezione da analizzare, vengono studiate specifiche parti del campione. Spesso per raccogliere più informazioni del campione si utilizzano più marcatori. Tuttavia, questi non sempre possono essere applicati in parallelo e spesso vengono utilizzati in serie dopo un lavaggio del campione. Le immagini così ottenute devono quindi essere allineate per poter procedere con studi di colocalizzazione simulando una acquisizione in parallelo dei vari segnali. Tuttavia, non esiste una procedura standard per allineare le immagini così ottenute. L’allineamento manuale è tempo-dispendioso ed oggetto di possibili errori. Un software potrebbe rendere il tutto più rapido e affidabile. In particolare, DS4H Image Alignment è un plug-in open source implementato per ImageJ/Fiji per allineare immagini multimodali in toni di grigio. Una prima versione del software è stata utilizzata per allineare manualmente una serie di immagini, chiedendo all’utente di definire punti di riferimento comuni a tutte le immagini. In una versione successiva, è stata aggiunta la possibilità di effettuare un allineamento automatico. Tuttavia, questo non era ottimizzato e comportava una perdita di informazione nelle aree non sovrapposte all’immagine definita come riferimento. In questo lavoro, è stato sviluppato un modulo ottimizzato di registrazione automatica di immagini che non assume nessuna immagine di riferimento e preserva tutti i pixel delle immagini originali creando uno stack di dimensioni idonee a contenere il tutto. Inoltre, l’architettura dell’intero software è stata estesa per poter registrare anche immagini a colori.