Filtracja nieliniowa obrazu
|
|
- Renata Michalik
- 5 lat temu
- Przeglądów:
Transkrypt
1 Informatyka, S1 sem. letni, 2014/2015, wykład#4 Filtracja nieliniowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61
2 Proces przetwarzania obrazów Obraz f(x,y) Konwersja obrazu do postaci czytelnej dla komputera Obróbka obrazu Konwersja obrazu do postaci wyjściowej Obraz wyjściowy Wydzielenie cech z obrazu Cechy 2 / 61
3 Zakres wykładu Filtracja nieliniowa: medianowa, minimalna, maksymalna Operatory morfologiczne Pocienianie (thinning) alg. Hilditcha Lokalizacja kształtów (transf. Hougha) 3 / 61
4 FILTRY NIELINIOWE obraz wynikowy tworzony jest z ograniczonej liczby pikseli obrazu źródłowego punkty obrazu wynikowego są nieliniową funkcją punktów obrazu źródłowego i maski filtra 4 / 61
5 FILTR MEDIANOWY pojęcie mediany, jako jednego z kwantyli, które dzielą zbiór danych na przedziały spełniające wybrane relacje ilościowe mediana dzieli zbiór na dwa równoliczne podzbiory mediana przyjmuje wartość elementu środkowego w zbiorze (nie średnią!!!) wykorzystanie algorytmów sortowania do realizacji filtracji medianowej 5 / 61
6 Przykład Zbiór wejściowy: A={9, 88, 1, 15, 43, 100, 2, 34,102} sortowanie elementów zbioru A: B=sort(A) B={1, 2, 9, 15, 34, 43, 88, 100, 102} wybór mediany zbioru B: mediana(b)=34 6 / 61
7 IMPLEMENTACJA DLA OBRAZU 7 / 61
8 Własności f. medianowej Pewne własności filtru medianowego można przybliżyć posługując się jednowymiarowym modelem filtrowanego sygnału (wysokości słupków odpowiadają poziomowi jasności pikseli). przed mediana uśrednianie mediana uśrednianie po Pojedyncze zakłócenie Wpływ na brzeg obiektu 8 / 61
9 Własności f. medianowej Obr. zaszumiony uśrednianie mediana Obraz RTG Po filtr. medianowej 9 / 61
10 Własności f. medianowej oryginał 3x3 5x5 7x7 9x9 10 / 61
11 Inne filtry nieliniowe: - filtr maksymalny B=sort(A) - filtr minimalny B=sort(A) B={ 1, 2, 9, 15, 34, 43, 88, 100, 102 } B={ 1, 2, 9, 15, 34, 43, 88, 100, 102 } 11 / 61
12 Przekształcenia kontekstowe Przykładem przekształceń kontekstowych są: Filtry adaptacyjne, które zmieniają charakterystykę działania w zależności od cech analizowanego obszaru. 12 / 61
13 Przekształcenia kontekstowe Wartości piksela po przetwarzaniu logicznym, można uzyskać korzystając z jednej z poniższych formuł: B A X D C Analogicznie można zdefiniować tę operację dla obrazów w pełnej skali szarości: 13 / 61
14 Morfologia Morfologia: 1. nauka o postaci, ukształtowaniu i budowie organizmów roślinnych i zwierzęcych; 2. ukształtowanie i formy powierzchni Ziemi; 3. dział gramatyki obejmujący fleksję i słowotwórstwo; 4. morfologia matematyczna: dział matematyki oparty na teorii zbiorów 14 / 61
15 Operacje morfologiczne translacja, dylatacja, erozja 15 / 61
16 Operacje morfologiczne 16 / 61
17 Operacje morfologiczne 17 / 61
18 Operacje morfologiczne 18 / 61
19 Operacje morfologiczne 19 / 61
20 Operacje morfologiczne 20 / 61
21 Operacje morfologiczne 21 / 61
22 Operacje morfologiczne dla obrazów binarnych. Sąsiedztwo Element strukturujący B jest przenoszony do kolejnych punktów obrazu. W każdym położeniu (x,y) wykonywane są określone operacje Iogiczne na punktach obrazu B znajdujących się pod elementem B. czterospójne a b c ośmiospójne a b c d e f g h i d e f g h i 22 / 61
23 Efektem operacji erozji jest usunięcie małych obiektów oraz nieistotnych szczegółów dużych obiektów Dylatacja powoduje, że niewielkie dziury optyczne na obrazie zostają wypełnione, a także wygładzają się niewielkie zagłębienia konturu obiektów 23 / 61
24 Przekształcenia takie jak: erozja i dylatacja posiadają istotną wadę. Zmieniają one w wyraźny sposób pole powierzchni przekształcanych obrazów. Erozja zmniejsza je, a dylatacja zwiększa. Aby wyeliminować tę wadę wprowadzono dwa przekształcenia będące złożeniem poprzednich: Są to otwarcie i zamknięcie, które można zdefiniować następująco: otwarcie = erozja + dylatacja zamknięcie = dylatacja + erozja 24 / 61
25 Własności użytkowe operacji otwarcia i zamknięcia dla obrazów binarnych: 1. otwarcie usuwa drobne obiekty i drobne szczegóły, jak półwyspy i wypustki, rozłącza niektóre obiekty z przewężeniami 2. zamknięcie wypełnia wąskie wcięcia i zatoki oraz drobne otwory wewnątrz obiektu, może też połączyć leżące blisko siebie obiekty 3. Obie operacje nie zmieniają kształtu ani wymiarów dużych obiektów o wyrównanym gładkim brzegu 25 / 61
26 Obraz binarny Obraz z zakłóceniami Obraz po op. domknięcia 26 / 61
27 Obraz binarny Obraz z zakłóceniami Obraz po op. otwarcia 27 / 61
28 Obraz binarny Obraz z zakłóceniami Obraz po op. domknięcia +otwarcia 28 / 61
29 Algorytmy ścieniania (thinning) Zastosowanie: przy przetwarzaniu i rozpoznawaniu obrazów, gdyż umożliwiają upraszczanie formy obrazów. Sytuacja, w której zachodzi potrzeba zastosowania algorytmu ścieniania. Ciemne elementy obrazu są wynikiem kwantowania rysunku linii, obrazowanej ostatecznie w postaci zbioru linii. Ścienianie jest potrzebne aby odtworzyć liniową strukturę obrazu wejściowego nie niszcząc jego spójności 29 / 61
30 Matematyczna definicja ścieniania na płaszczyźnie analogowej: DEFINICJA 1: Niech R będzie zbiorem punktów na płaszczyźnie, B jego brzegiem, a P punktem należącym do R. Najbliższym sąsiadem punktu P na brzegu B jest punkt M należący do B taki, że nie istnieje inny punkt należący do B, którego odległość od punktu P jest mniejsza od odległości PM. Jeżeli punkt P ma więcej niż jednego najbliższego sąsiada, to P nazywamy punktem szkieletowym zbioru R. Zbiór wszystkich punktów szkieletowych jest szkieletem lub osią środkową zbioru R. Z powyższej definicji wynika, że punkty szkieletowe są środkami okręgów zawartych całkowicie w zbiorze R, przy czym nie ma innego okręgu, o tym samym środku i większym promieniu, zawartego w zbiorze R. 30 / 61
31 Matematyczna definicja szkieletu na płaszczyźnie analogowej: Pojęcie szkieletu wprowadzone zostało przez H. Bluma jako wynik dwóch transformacji: Medial Axis Transform (MAT, Transformacja Osi Środkowej) lub Symmetry Axis Transform (SAT, Transformacja Osi Symetrii). Transformacja MAT określa najbliższe punkty brzegu dla każdego punktu obiektu. Każdy punkt obiektu, który posiada minimum 2 najbliższe punkty brzegowe jest punktem szkieletu. 31 / 61
32 Matematyczna definicja szkieletu na płaszczyźnie analogowej: A,B punkty szkieletowe, C- punkt poza szkieletem 32 / 61
33 Przykłady szkieletów Główna cecha: duża wrażliwość na zakłócenia, ponieważ małe naruszenie brzegu powoduje nie tylko naruszenie gałęzi szkieletu, ale również powstawanie nowych gałęzi. a)struktura liniowa sylwetki ściśle odpowiadająca osi środkowej; b)nieoczywista zgodność gałęzi szkieletu i struktury obiektu; c)nieznaczne zakłócenie w sposób istotny zmienia postać szkieletu Szkielety obiektów cienkich dostarczają istotnej informacji o kształcie tych obiektów (a). Nie dotyczy to obiektów grubych (b) 33 / 61
34 Szkieletyzacja Szkieletyzacja jest operacją pozwalająca wyodrębnić osiowe punkty (szkielety) figur w analizowanym obrazie. 34 / 61
35 Przykłady szkieletów 35 / 61
36 Przykłady szkieletów 36 / 61
37 Cechy szkieletów Ten sam szkielet może należeć do różnych obiektów 37 / 61
38 Algorytmy ścieniania tworzone w oparciu o siatkę dyskretną Wykorzystano w nich pojęcie powtarzalnych elementów obrazu. W algorytmach tych zmodyfikowano nieco to pojęcie, aby zawsze, gdy jest to możliwe znajdować szkielety, które mają szerokość tylko pojedynczego elementu obrazu. Z tego powodu, opisując istotę algorytmu, będziemy posługiwać się raczej terminem szkieletowy niż powtarzalny. DEFINICJA 2. Szkieletem zbioru R elementów obrazu jest zbiór wyznaczony w następujący sposób. Na początku w zbiorze R należy określić szkieletowe i konturowe elementy obrazu. Następnie usuwa się wszystkie konturowe elementy obrazu, które nie są szkieletowymi, po czym otrzymanym w ten sposób zbiorem zastępuje się zbiór R. Proces ten jest powtarzany aż do uzyskania zbioru zawierającego jedynie szkieletowe elementy obrazu. 38 / 61
39 Ważną rolę spełnia tu założenie, że można określić dla każdego zbioru te szkieletowe elementy obrazu, które będą zachowywane oraz te elementy obrazu, które nie są szkieletowe i mogą być odrzucone. W większości algorytmów jako szkieletowe elementy obrazu są określone tylko takie elementy, które odpowiadają pewnym wzorcom (przedstawionym na kolejnych slajdach). 39 / 61
40 Przykłady 40 / 61
41 Przykłady 41 / 61
42 Przykłady 42 / 61
43 Przykłady 43 / 61
44 Algorytm Hilditcha Definiujemy dwie funkcje A(p) i B(p) w sąsiedztwie 8-spójnym piksela p1 P 9 P 2 P 3 P 98 P 1 P 4 P 97 P 6 P 5 44 / 61
45 Algorytm Hilditcha W algorytmie decydujemy, czy usunąć lub pozostawić piksel p1 w obrazie. W tym celu oznaczamy otoczenie piksela p1 zgodnie z ruchem wskazówek zegara i definiujemy funkcje: B(p1) = liczba niezerowych sąsiadów piksela p1 A(p1) = liczba wzorców [0,1] w sekwencji p2,p3,p4,p5,p6,p7,p8,p9,p2 np. B(p1)=2, A(p1)=1 P 9 P 2 P 3 B(p1)=2, A(p1)=2 P 9 P 2 P 3 P 98 P 1 P 4 P 97 P 6 P 5 P 98 P 1 P 4 P 97 P 6 P 5 45 / 61
46 Algorytm Hilditcha Istnieją dwie wersje algorytmu Hilditcha: wykorzystująca okno 4x4 piksele i okno 3x3. W dalszej kolejności omówiona będzie wersja 3x3: Algorytm zakłada wykonanie wielu iteracji. W każdej iteracji sprawdzane są następujące 4 warunki, które określają, czy dany piksel powinien być usunięty: 2 < = B(p1) < = 6 A(p1)=1 p2 p4 p8=0 LUB A(p2)!= 1 p2 p4 p6=0 LUB A(p4)!= 1 Algorytm jest zakończony, kiedy nie ma już pikseli, które należałoby usunąć. 46 / 61
47 Warunki: przykłady Warunek 1: 2 < = B(p1) < = 6 Warunek 2: A(p1) = 1 Warunek 3: p2 p4 p8=0 LUB A(p2)!= 1 Warunek 4: p2 p4 p6=0 LUB A(p4)!= 1 47 / 61
48 Kontur obiektu -definicja sąsiedztwa 48 / 61
49 Kontur obiektu - wyznaczanie 49 / 61
50 Kontur obiektu długość Wyznaczanie długości obwodu obiektu (konturu) może przebiegać na 3 sposoby: wg ilości punktów konturu (najprostsze, najmniej dokładne) wg środków punktów tworzących kontur (długość boku punktu =1, przekątna = 2) wg punktów skrajnych (najbardziej dokładne) 50 / 61
51 Transformata Hougha Transformata Hougha jest metodą detekcji kształtów w obrazie poprzez stopniowe kumulowanie wiarygodności. Na wejściu podawany jest obraz z wykrytymi punktami konturów poprzez zastosowanie funkcji detekcji krawędzi, następnie obraz poddawany jest transformacie. Oryginalna metoda Hougha służy do wykrywania prostych. Metodę tę później uogólniono na wykrywanie kształtów dających się opisać analitycznie np. okręgów (Richard Duda and Peter Hart, 1972) oraz na wykrywanie dowolnych kształtów (Dana H. Ballard, 1981). 51 / 61
52 Transformata Hougha Transformata Hougha wykorzystywana do określenia parametrów okręgów - okrąg o promieniu R i środku (a, b) może zostać opisany poniższym równaniem parametrycznym: Wyznaczając wszystkie pary wartości (x, y) dla wszystkich wartości kąta Θ (0, 360) wyznaczymy współrzędne punktów należących do okręgu. W przypadku obrazu zadanie będzie odwrotne - na podstawie par wartości (x, y) będących współrzędnymi pikseli będziemy starali się znaleźć parametry (a, b, R) opisujące wszystkie okręgi na tym obrazie. 52 / 61
53 Transformata Hougha Każdy punkt w przestrzeni geometrycznej (z lewej) generuje okrąg w przestrzeni parametrycznej (z prawej). Punkt o współrzędnych (a1, b1, R1) uzyskuje jeden głos. Kiedy operacje powtórzymy dla wszystkich punktów na obrazie okręgi z przestrzeni Hougha przetną się w punkcie (a, b). Uzyska on największa liczbę głosów, tym samym będzie prawdopodobnie stanowił środek okręgu z przestrzeni geometrycznej. a1, b1, R1 (a,b) a2, b2, R2 53 / 61
54 Transformata Hougha : przykład Od lewej: fragment obrazu wejściowego, obraz wejściowy po konwersji do skali szarości, wykryte krawędzie, akumulator, obraz wejściowy z zaznaczonym środkiem wykrytego okręgu 54 / 61
55 Transformata Hougha : detekcja linii Prosta może zostać opisana za pomocą następującego równania: Jako ze znamy wartości (x, y) naszym zadaniem jest znalezienie wartości parametrów (a, b). W tym celu wykorzystujemy t. Hougha. Linia o równaniu y = a0x + b0 znajdująca się na obrazie odpowiada jednemu punktowi w przestrzeni parametrycznej (Hough). 55 / 61
56 Transformata Hougha : detekcja linii Podobnie, punkt z przestrzeni obrazu o współrzędnych (x0, y0) odpowiada zbiorowi rozwiązań równania: a wiec linii z przestrzeni Hough a. 56 / 61
57 Transformata Hougha : detekcja linii w układzie biegunowym Równanie kierunkowe pozwala na przedstawienie dowolnej prostej z wyjątkiem tych, które są równoległe do osi OY (pionowe). Dodatkowo współczynnik kierunkowy a prostych niemalże pionowych przyjmuje duże wartości.nieznane są również zakresy wartości jakie mogą przyjmować zarówno współczynnik kierunkowy jak i przesuniecie. Te przeszkody spowodowały wyparcie reprezentacji prostej przy pomocy równania kierunkowego na rzecz reprezentacji biegunowej (polarnej) 57 / 61
58 Transformata Hougha : detekcja linii w układzie biegunowym Obraz jest reprezentowany przez piksele o współrzędnych kartezjańskich (x, y). Prostą można zapisać jako kąt nachylenia θ i odległość od początku układu współrzędnych ρ. Są to też dwie współrzędne, dlatego można utworzyć prostokątny zbiór punktów w układzie współrzędnych θ, ρ (przestrzeń parametrów), w którym każdy punkt reprezentuje prostą. (x,y ) 58 / 61
59 Transformata Hougha : detekcja linii w układzie biegunowym Ponieważ oryginalny obraz ma ograniczone rozmiary, współrzędne ρ i θ zbioru punktów reprezentujących proste są ograniczone: 0 < θ < π, -R < ρ < R, gdzie R przekątna obrazu, więc zbiór ten można ograniczyć, z założoną dokładnością, do skończonej liczby punktów θ ρ 59 / 61
60 Transformata Hougha : detekcja linii w układzie biegunowym Wykrywanie linii opiera się na głosowaniu charakterystyczny piksel (wykryty np. w wyniku wykrywania krawędzi) "głosuje" tj. dodaje pewną jednostkową liczbę do wartości tych punktów w zbiorze prostych, które reprezentują proste przechodzące przez ten piksel. Wynikowy zbiór, potraktowany jako obraz, zawiera maksima (jasne punkty), reprezentujące proste wykryte w oryginalnym obrazie. 60 / 61
61 Transformata Hougha : przykłady 61 / 61
Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoPrzetwarzanie obrazów wykład 7. Adam Wojciechowski
Przetwarzanie obrazów wykład 7 Adam Wojciechowski Przekształcenia morfologiczne Przekształcenia podobne do filtrów, z tym że element obrazu nie jest modyfikowany zawsze lecz tylko jeśli spełniony jest
Bardziej szczegółowoSpośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.
Filtracja nieliniowa może być bardzo skuteczną metodą polepszania jakości obrazów Filtry nieliniowe Filtr medianowy Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III
1 Na podstawie materiałów autorstwa dra inż. Marka Wnuka. Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania
Bardziej szczegółowoOperacje morfologiczne w przetwarzaniu obrazu
Przekształcenia morfologiczne obrazu wywodzą się z morfologii matematycznej działu matematyki opartego na teorii zbiorów Wykorzystuje się do filtracji morfologicznej, wyszukiwania informacji i analizy
Bardziej szczegółowoBIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat
BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie czwarte Przekształcenia morfologiczne obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych
Bardziej szczegółowoCyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk
Cyfrowe przetwarzanie obrazów Dr inż. Michał Kruk Przekształcenia morfologiczne Morfologia matematyczna została stworzona w latach sześddziesiątych w Wyższej Szkole Górniczej w Paryżu (Ecole de Mines de
Bardziej szczegółowoFIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE
Umiejętności opracowanie: Maria Lampert LISTA MOICH OSIĄGNIĘĆ FIGURY I PRZEKSZTAŁCENIA GEOMETRYCZNE Co powinienem umieć Umiejętności znam podstawowe przekształcenia geometryczne: symetria osiowa i środkowa,
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 3
Analiza obrazów - sprawozdanie nr 3 Przekształcenia morfologiczne Przekształcenia morfologiczne wywodzą się z morfologii matematycznej, czyli dziedziny, która opiera się na teorii zbiorów, topologii i
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie czwarte Przekształcenia morfologiczne obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Bardziej szczegółowoAnaliza obrazu. wykład 7. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 7 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, Filtry morfologiczne
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Podział metod filtracji obrazu Metody przestrzenne i częstotliwościowe Metody liniowe i nieliniowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu
Bardziej szczegółowoPrzetwarzanie obrazów rastrowych macierzą konwolucji
Przetwarzanie obrazów rastrowych macierzą konwolucji 1 Wstęp Obrazy rastrowe są na ogół reprezentowane w dwuwymiarowych tablicach złożonych z pikseli, reprezentowanych przez liczby określające ich jasność
Bardziej szczegółowoDetekcja kształtów i wybrane cechy obrazów konturowych
Informatyka, S2 sem. Letni, 2013/2014, wykład#7 Detekcja kształtów i wybrane cechy obrazów konturowych dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces
Bardziej szczegółowoGeometria analityczna
Geometria analityczna Paweł Mleczko Teoria Informacja (o prostej). postać ogólna prostej: Ax + By + C = 0, A + B 0, postać kanoniczna (kierunkowa) prostej: y = ax + b. Współczynnik a nazywamy współczynnikiem
Bardziej szczegółowoMetody komputerowego przekształcania obrazów
Metody komputerowego przekształcania obrazów Przypomnienie usystematyzowanie informacji z przedmiotu Przetwarzanie obrazów w kontekście zastosowań w widzeniu komputerowym Wykorzystane materiały: R. Tadeusiewicz,
Bardziej szczegółowoPrzetwarzanie obrazów wykład 4
Przetwarzanie obrazów wykład 4 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Filtry nieliniowe Filtry nieliniowe (kombinowane)
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego
Bardziej szczegółowoWYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego
WYKŁAD 3 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego 1 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego (c.d.) 2 Zestawienie zbiorcze - Regulacje
Bardziej szczegółowoFiltracja liniowa (metody konwolucyjne, tzn. uwzględniające pewne otoczenie przetwarzanego piksla):
WYKŁAD 3 Operacje sąsiedztwa Są to operacje, w których na wartość zadanego piksla obrazu wynikowego q o współrz. (i,j) mają wpływ wartości piksli pewnego otoczenia piksla obrazu pierwotnego p o współrzędnych
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu Poprawa ostrości Usunięcie określonych wad obrazu Poprawa obrazu o złej jakości technicznej Rekonstrukcja
Bardziej szczegółowoImplementacja filtru Canny ego
ANALIZA I PRZETWARZANIE OBRAZÓW Implementacja filtru Canny ego Autor: Katarzyna Piotrowicz Kraków,2015-06-11 Spis treści 1. Wstęp... 1 2. Implementacja... 2 3. Przykłady... 3 Porównanie wykrytych krawędzi
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowo9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie
9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie Obrazy binarne to takie, które mają tylko dwa poziomy szarości: 0 i 1 lub 0 i 255. ImageJ wykorzystuje to drugie rozwiązanie - obrazy
Bardziej szczegółowoGEOMETRIA ANALITYCZNA. Poziom podstawowy
GEOMETRIA ANALITYCZNA Poziom podstawowy Zadanie (4 pkt.) Dana jest prosta k opisana równaniem ogólnym x + y 6. a) napisz równanie prostej k w postaci kierunkowej. b) podaj współczynnik kierunkowy prostej
Bardziej szczegółowoAnaliza obrazów. Segmentacja i indeksacja obiektów
Analiza obrazów. Segmentacja i indeksacja obiektów Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 Analiza obrazu Analiza obrazu
Bardziej szczegółowoParametryzacja obrazu na potrzeby algorytmów decyzyjnych
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych Piotr Dalka Wprowadzenie Z reguły nie stosuje się podawania na wejście algorytmów decyzyjnych bezpośrednio wartości pikseli obrazu Obraz jest przekształcany
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 2
Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która
Bardziej szczegółowoGrafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38
Wykład 2 Przetwarzanie obrazów mgr inż. 1/38 Przetwarzanie obrazów rastrowych Jedna z dziedzin cyfrowego obrazów rastrowych. Celem przetworzenia obrazów rastrowych jest użycie edytujących piksele w celu
Bardziej szczegółowoSkrypt 23. Geometria analityczna. Opracowanie L7
Projekt Innowacyjny program nauczania matematyki dla liceów ogólnokształcących współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Skrypt 2 Geometria analityczna 1.
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX6 Operacje morfologiczne Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami podstawowych
Bardziej szczegółowoWYKŁAD 7. Obraz z wykrytymi krawędziami: gdzie 1 - wartość konturu, 0 - wartość tła.
WYKŁAD 7 Elementy segmentacji Obraz z wykrytymi krawędziami: Detektory wzrostu (DTW); badanie pewnego otoczenia piksla Lokalizacja krawędzi metodami: - liczenie różnicy bezpośredniej, - liczenie różnicy
Bardziej szczegółowoPrzetwarzanie obrazów wykład 6. Adam Wojciechowski
Przetwarzanie obrazów wykład 6 Adam Wojciechowski Przykłady obrazów cyfrowych i ich F-obrazów Parzysta liczba powtarzalnych wzorców Transformata Fouriera może być przydatna przy wykrywaniu określonych
Bardziej szczegółowoPrzekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu
Definicja Przekształcenia kontekstowe są to przekształcenia które dla wyznaczenia wartości jednego punktu obrazu wynikowego trzeba dokonać określonych obliczeń na wielu punktach obrazu źródłowego. Przekształcenia
Bardziej szczegółowoPrzedmiotowe zasady oceniania i wymagania edukacyjne z matematyki dla klasy drugiej gimnazjum
Przedmiotowe zasady oceniania i wymagania edukacyjne z matematyki dla klasy drugiej gimnazjum I. POTĘGI I PIERWIASTKI oblicza wartości potęg o wykładnikach całkowitych liczb różnych od zera zapisuje liczbę
Bardziej szczegółowoPOB Odpowiedzi na pytania
POB Odpowiedzi na pytania 1.) Na czym polega próbkowanie a na czym kwantyzacja w procesie akwizycji obrazu, jakiemu rodzajowi rozdzielczości odpowiada próbkowanie a jakiemu kwantyzacja Próbkowanie inaczej
Bardziej szczegółowostr 1 WYMAGANIA EDUKACYJNE ( ) - matematyka - poziom podstawowy Dariusz Drabczyk
str 1 WYMAGANIA EDUKACYJNE (2017-2018) - matematyka - poziom podstawowy Dariusz Drabczyk Klasa 3e: wpisy oznaczone jako: (T) TRYGONOMETRIA, (PII) PLANIMETRIA II, (RP) RACHUNEK PRAWDOPODOBIEŃSTWA, (ST)
Bardziej szczegółowoCECHY BIOMETRYCZNE: ODCISK PALCA
CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko
Bardziej szczegółowoMATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY DLA KLASY DRUGIEJ
MATEMATYKA WYKAZ UMIEJĘTNOŚCI WYMAGANYCH NA POSZCZEGÓLNE OCENY 1. SUMY ALGEBRAICZNE DLA KLASY DRUGIEJ 1. Rozpoznawanie jednomianów i sum algebraicznych Obliczanie wartości liczbowych wyrażeń algebraicznych
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoWymagania na poszczególne oceny w klasie II gimnazjum do programu nauczania MATEMATYKA NA CZASIE
Wymagania na poszczególne oceny w klasie II gimnazjum do programu nauczania MATEMATYKA NA CZASIE Wymagania konieczne K dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, powinien je
Bardziej szczegółowoZESPÓŁ SZKÓŁ W OBRZYCKU
Matematyka na czasie Program nauczania matematyki w gimnazjum ZGODNY Z PODSTAWĄ PROGRAMOWĄ I z dn. 23 grudnia 2008 r. Autorzy: Agnieszka Kamińska, Dorota Ponczek ZESPÓŁ SZKÓŁ W OBRZYCKU Wymagania edukacyjne
Bardziej szczegółowoAnaliza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 4 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Filtry górnoprzepustowe - gradienty Gradient - definicje Intuicyjnie, gradient jest wektorem, którego zwrot wskazuje
Bardziej szczegółowoROK SZKOLNY 2017/2018 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY:
ROK SZKOLNY 2017/2018 WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY: KLASA II GIMNAZJUM Wymagania konieczne K dotyczą zagadnień elementarnych, stanowiących swego rodzaju podstawę, powinien je zatem opanować
Bardziej szczegółowoFiltracja splotowa obrazu
Informatyka, S1 sem. letni, 2012/2013, wykład#3 Filtracja splotowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 53 Proces przetwarzania obrazów Obraz f(x,y)
Bardziej szczegółowoZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II
ZAGADNIENIA PROGRAMOWE I WYMAGANIA EDUKACYJNE DO TESTU PRZYROSTU KOMPETENCJI Z MATEMATYKI DLA UCZNIA KLASY II POZIOM ROZSZERZONY Równania i nierówności z wartością bezwzględną. rozwiązuje równania i nierówności
Bardziej szczegółowoAnaliza obrazu. wykład 6. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 6 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze
Bardziej szczegółowoSIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa
SIMR 06/07, Analiza, wykład, 07-0- Przestrzeń wektorowa Przestrzeń wektorowa (liniowa) - przestrzeń (zbiór) w której określone są działania (funkcje) dodawania elementów i mnożenia elementów przez liczbę
Bardziej szczegółowo6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.
WYDZIAŁ: GEOLOGII, GEOFIZYKI I OCHRONY ŚRODOWISKA KIERUNEK STUDIÓW: INFORMATYKA STOSOWANA RODZAJ STUDIÓW: STACJONARNE I STOPNIA ROK AKADEMICKI 2014/2015 WYKAZ PRZEDMIOTÓW EGZAMINACYJNYCH: I. Systemy operacyjne
Bardziej szczegółowoi = [ 0] j = [ 1] k = [ 0]
Ćwiczenia nr TEMATYKA: Układy współrzędnych: kartezjański, walcowy (cylindryczny), sferyczny (geograficzny), Przekształcenia: izometryczne, nieizometryczne. DEFINICJE: Wektor wodzący: wektorem r, ρ wodzącym
Bardziej szczegółowoWYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku
WYKŁ 3 WYPŁNINI OSZRÓW. Wypełnianie wieloboku Zasada parzystości: Prosta, która nie przechodzi przez wierzchołek przecina wielobok parzystą ilość razy. Plan wykładu: Wypełnianie wieloboku Wypełnianie konturu
Bardziej szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY III Program nauczania matematyki w gimnazjum Matematyka dla przyszłości DKW 4014 162/99 Opracowała: mgr Mariola Bagińska 1. Liczby i działania Podaje rozwinięcia
Bardziej szczegółowoWymagania programowe z matematyki na poszczególne oceny w klasie III A i III B LP. Kryteria oceny
Wymagania programowe z matematyki na poszczególne oceny w klasie III A i III B LP Przygotowane w oparciu o propozycję Wydawnictwa Nowa Era 2017/2018 Kryteria oceny Znajomość pojęć, definicji, własności
Bardziej szczegółowoKLASA II TECHNIKUM POZIOM PODSTAWOWY PROPOZYCJA POZIOMÓW WYMAGAŃ
KLASA II TECHNIKUM POZIOM PODSTAWOWY PROPOZYCJA POZIOMÓW WYMAGAŃ Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające (W).
Bardziej szczegółowoKrzywe stożkowe Lekcja II: Okrąg i jego opis w różnych układach współrzędnych
Krzywe stożkowe Lekcja II: Okrąg i jego opis w różnych układach współrzędnych Wydział Matematyki Politechniki Wrocławskiej Okrąg Okrąg jest szczególną krzywą stożkową. Wyznacza nam koło, które jest podstawą
Bardziej szczegółowoPLAN WYNIKOWY PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY
PLAN WYNIKOWY PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY Copyright by Nowa Era Sp. z o.o. Warszawa 019 Liczba godzin TEMAT ZAJĘĆ EDUKACYJNYCH Język matematyki 1 Wzory skróconego mnożenia 3 Liczby pierwsze,
Bardziej szczegółowoPRZEDMIOTOWY SYSTEM OCENIANIA PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY
PRZEDMIOTOWY SYSTEM OCENIANIA PROSTO DO MATURY KLASA 1 ZAKRES PODSTAWOWY Warszawa 2019 LICZBY RZECZYWISTE stosować prawidłowo pojęcie zbioru, podzbioru, zbioru pustego; zapisywać zbiory w różnej postaci
Bardziej szczegółowoKLUCZ PUNKTOWANIA ODPOWIEDZI
Egzamin maturalny maj 009 MATEMATYKA POZIOM ROZSZERZONY KLUCZ PUNKTOWANIA ODPOWIEDZI Zadanie. a) Wiadomości i rozumienie Matematyka poziom rozszerzony Wykorzystanie pojęcia wartości argumentu i wartości
Bardziej szczegółowoM10. Własności funkcji liniowej
M10. Własności funkcji liniowej dr Artur Gola e-mail: a.gola@ajd.czest.pl pokój 3010 Definicja Funkcję określoną wzorem y = ax + b, dla x R, gdzie a i b są stałymi nazywamy funkcją liniową. Wykresem funkcji
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY
WYMAGANIA EDUKACYJNE Z MATEMATYKI W KLASIE II A ROK SZKOLNY 2013/2014 - ZAKRES PODSTAWOWY 1. FUNKCJA KWADRATOWA rysuje wykres funkcji i podaje jej własności sprawdza algebraicznie, czy dany punkt należy
Bardziej szczegółowoi ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk
System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:
Bardziej szczegółowoDział I FUNKCJE I ICH WŁASNOŚCI
MATEMATYKA ZAKRES PODSTAWOWY Rok szkolny 01/013 Klasa: II Nauczyciel: Mirosław Kołomyjski Dział I FUNKCJE I ICH WŁASNOŚCI Lp. Zagadnienie Osiągnięcia ucznia. 1. Podstawowe własności funkcji.. Podaje określenie
Bardziej szczegółowoWymagania edukacyjne, kontrola i ocena. w nauczaniu matematyki w zakresie. podstawowym dla uczniów technikum. część II
Wymagania edukacyjne, kontrola i ocena w nauczaniu matematyki w zakresie podstawowym dla uczniów technikum część II Figury na płaszczyźnie kartezjańskiej L.p. Temat lekcji Uczeń demonstruje opanowanie
Bardziej szczegółowoPLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 1
PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 1 Planimetria to dział geometrii, w którym przedmiotem badań są własności figur geometrycznych leżących na płaszczyźnie (patrz określenie płaszczyzny). Pojęcia
Bardziej szczegółowoDetekcja punktów zainteresowania
Informatyka, S2 sem. Letni, 2013/2014, wykład#8 Detekcja punktów zainteresowania dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom podstawowy
Kryteria oceniania z matematyki Klasa III poziom podstawowy Potęgi Zakres Dopuszczający Dostateczny Dobry Bardzo dobry oblicza potęgi o wykładnikach wymiernych; zna prawa działań na potęgach i potrafi
Bardziej szczegółowoZygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab
Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu
Bardziej szczegółowoKONKURS ZOSTAŃ PITAGORASEM MUM. Podstawowe własności figur geometrycznych na płaszczyźnie
KONKURS ZOSTAŃ PITAGORASEM MUM ETAP I TEST II Podstawowe własności figur geometrycznych na płaszczyźnie 1. A. Stosunek pola koła wpisanego w kwadrat o boku długości 6 do pola koła opisanego na tym kwadracie
Bardziej szczegółowoRozkład materiału nauczania
Dział/l.p. Ilość godz. Typ szkoły: TECHNIKUM Zawód: TECHNIK USŁUG FRYZJERSKICH Rok szkolny 2017/2018 Przedmiot: MATEMATYKA Klasa: III 60 godzin numer programu T5/O/5/12 Rozkład materiału nauczania Temat
Bardziej szczegółowoPlan wykładu. Wykład 3. Rzutowanie prostokątne, widoki, przekroje, kłady. Rzutowanie prostokątne - geneza. Rzutowanie prostokątne - geneza
Plan wykładu Wykład 3 Rzutowanie prostokątne, widoki, przekroje, kłady 1. Rzutowanie prostokątne - geneza 2. Dwa sposoby wzajemnego położenia rzutni, obiektu i obserwatora, metoda europejska i amerykańska
Bardziej szczegółowoOperacje przetwarzania obrazów monochromatycznych
Operacje przetwarzania obrazów monochromatycznych Obraz pobrany z kamery lub aparatu często wymaga dalszej obróbki. Jej celem jest poprawienie jego jakości lub uzyskaniem na jego podstawie określonych
Bardziej szczegółowoPrzetwarzanie obrazów wykład 2
Przetwarzanie obrazów wykład 2 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Etapy obróbki pozyskanego obrazu Obróbka wstępna
Bardziej szczegółowoProste metody przetwarzania obrazu
Operacje na pikselach obrazu (operacje punktowe, bezkontekstowe) Operacje arytmetyczne Dodanie (odjęcie) do obrazu stałej 1 Mnożenie (dzielenie) obrazu przez stałą Operacje dodawania i mnożenia są operacjami
Bardziej szczegółowoPOPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement)
POPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement) Przetwarzanie obrazów cyfrowych w celu wydobycia / uwydatnienia specyficznych cech obrazu dla określonych zastosowań. Brak
Bardziej szczegółowoProsta i płaszczyzna w przestrzeni
Prosta i płaszczyzna w przestrzeni Wybrane wzory i informacje Równanie prostej przechodzącej przez punkt P 0 = (x 0, y 0, z 0 ) o wektorze wodzącym r 0 i równoległej do wektora v = [a, b, c] : postać parametrycznego
Bardziej szczegółowo7. PLANIMETRIA.GEOMETRIA ANALITYCZNA
7. PLANIMETRIA.GEOMETRIA ANALITYCZNA ZADANIA ZAMKNIĘTE 1. Okrąg o równaniu : A) nie przecina osi, B) nie przecina osi, C) przechodzi przez początek układu współrzędnych, D) przechodzi przez punkt. 2. Stosunek
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY TRZECIEJ NA ROK SZKOLNY 2011/2012 DO PROGRAMU MATEMATYKA Z PLUSEM
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY TRZECIEJ NA ROK SZKOLNY 2011/2012 DO PROGRAMU MATEMATYKA Z PLUSEM LICZBY, WYRAŻENIA ALGEBRAICZNE umie obliczyć potęgę o wykładniku naturalnym; umie obliczyć
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom rozszerzony
Kryteria oceniania z matematyki Klasa III poziom rozszerzony Zakres Dopuszczający Dostateczny Dobry Bardzo dobry Funkcja potęgowa - zna i stosuje tw. o potęgach - zna wykresy funkcji potęgowej o dowolnym
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci
Bardziej szczegółowoPrzedmiotowy system oceniania Wymagania na poszczególne oceny,,liczy się matematyka
Przedmiotowy system oceniania Wymagania na poszczególne oceny,,liczy się matematyka I. Potęgi i pierwiastki. Klasa II 1. Zapisuje w postaci potęgi iloczyn tych samych czynników i odwrotnie. 2. Oblicza
Bardziej szczegółowoMATeMAtyka 3. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Zakres podstawowy i rozszerzony
MATeMAtyka 3 Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych Zakres podstawowy i rozszerzony Zakres podstawowy i rozszerzony Wyróżnione zostały następujące wymagania programowe: konieczne
Bardziej szczegółowoPODSTAWY > Figury płaskie (1) KĄTY. Kąt składa się z ramion i wierzchołka. Jego wielkość jest mierzona w stopniach:
PODSTAWY > Figury płaskie (1) KĄTY Kąt składa się z ramion i wierzchołka. Jego wielkość jest mierzona w stopniach: Kąt możemy opisać wpisując w łuk jego miarę (gdy jest znana). Gdy nie znamy miary kąta,
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik
WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik DOPUSZCZAJĄCY DOSTATECZNY DOBRY BARDZO DOBRY LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej. rozumie rozszerzenie
Bardziej szczegółowo0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do
0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do obserwatora f) w kierunku od obserwatora 1. Obrót dookoła osi
Bardziej szczegółowoKatalog wymagań programowych na poszczególne stopnie szkolne
rozpoznaje figury podobne zna własności figur podobnych rozpoznaje trójkąty prostokątne podobne Rozdział 6. Figury podobne zna cechy podobieństwa trójkątów prostokątnych podobnych podaje skalę podobieństwa
Bardziej szczegółowoKształcenie w zakresie podstawowym. Klasa 3
Kształcenie w zakresie podstawowym. Klasa 3 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować
Bardziej szczegółowoFiltracja obrazów. w dziedzinie częstotliwości. w dziedzinie przestrzennej
Filtracja obrazów w dziedzinie częstotliwości w dziedzinie przestrzennej filtry liniowe filtry nieliniowe Filtracja w dziedzinie częstotliwości Obraz oryginalny FFT2 IFFT2 Obraz po filtracji f(x,y) H(u,v)
Bardziej szczegółowoKońcoworoczne kryteria oceniania dla klasy II z matematyki przygotowały mgr Magdalena Murawska i mgr Iwona Śliczner
Końcoworoczne kryteria oceniania dla klasy II z matematyki przygotowały mgr Magdalena Murawska i mgr Iwona Śliczner Semestr I Rozdział: Potęgi i pierwiastki zapisuje w postaci potęgi iloczyn tych samych
Bardziej szczegółowoZakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/
Zakres na egzaminy poprawkowe w r. szk. 2013/14 /nauczyciel M.Tatar/ MATEMATYKA Klasa III ZAKRES PODSTAWOWY Dział programu Temat Wymagania. Uczeń: 1. Miara łukowa kąta zna pojęcia: kąt skierowany, kąt
Bardziej szczegółowocx cx 1,cx 2,cx 3,...,cx n. Przykład 4, 5
Matematyka ZLic - 07 Wektory i macierze Wektorem rzeczywistym n-wymiarowym x x 1, x 2,,x n nazwiemy ciąg n liczb rzeczywistych (tzn odwzorowanie 1, 2,,n R) Zbiór wszystkich rzeczywistych n-wymiarowych
Bardziej szczegółowoMATEMATYKA. WYMAGANIA EDUKACYJNE KLASA I, II, III Bożena Tarnowiecka, Arkadiusz Wolski. KLASA I Wymagania
MATEMATYKA WYMAGANIA EDUKACYJNE KLASA I, II, III Bożena Tarnowiecka, Arkadiusz Wolski Treści zapisane kursywą (i oznaczone gwiazdką) wykraczają poza podstawę programową. Nauczyciel może je realizować,
Bardziej szczegółowoWymagania edukacyjne z matematyki w klasie III gimnazjum
Wymagania edukacyjne z matematyki w klasie III gimnazjum - nie potrafi konstrukcyjnie podzielić odcinka - nie potrafi konstruować figur jednokładnych - nie zna pojęcia skali - nie rozpoznaje figur jednokładnych
Bardziej szczegółowoWymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog
Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność rozwiązywania
Bardziej szczegółowo