EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW"

Transkrypt

1 EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW 1. Motywacja Strony internetowe zawierają 70% multimediów Tradycyjne wyszukiwarki wspierają wyszukiwanie tekstu Kolekcje obrazów: Dwie największe: Corbis (Gates) oraz gettyimages (Getty) zawierają setki milionów obrazów astronomia - satelity NASA oraz ESA zbierają ponad petabajt danych dziennie czas, typ (x-ray, ultrafiolet, gamma, itd.), wydarzenia specjalne (konstelacje, zaćmienia) telewizja (program, rok, tytuł, osoba, słowa kluczowe, sekwencje przygotowane na specjalne wydarzenia) media (obrazy często nie mają odpowiednich adnotacji; trudno znaleźć obraz wyrażający określone uczucie, odnoszący się do konkretnego tematu) medycyna (x-ray, CRT, MRI) Dane bez adnotacji nie mogą być znalezione Tworzenie adnotacji jest bardzo kosztowne i zazwyczaj wymaga wiedzy eksperckiej 2. Różne sposoby wyszukiwania Wyszukiwanie przez przeglądanie (Yahoo): proste struktury wysokie koszty utrzymania, złożone zapytania cat and dog, black horse Wyszukiwanie przez słowa kluczowe: typowe podejście w większości współczesnych wyszukiwarek prosta implementacja istniejące rozwiązania wszystkie obrazy muszą posiadać adnotacje; nawet jeśli one istnieją, to nie odnoszą się do atrybutów, np. kolor konia

2 Wyszukiwanie przez podobieństwo: zapytanie zawiera obiekty referencyjne automatyczna analiza zawartości (tanie) Zapytanie przez przykład: zwykle łatwo znaleźć pierwsze dopasowanie trudno uzyskać wystarczająco dobre obiekty referencyjne system znajduje obiekty podobne do referencyjnych pod względem cech, które nie są dla nich istotne Zapytanie przez szkic: zapytanie rysowane/śpiewane/mówione przez użytkownika duża elastyczność, możliwość zdefiniowania dokładnego zapytania nie każdy jest dobry w rysowaniu/śpiewaniu Przestrzeń cech zależy od specyfiki przetwarzanych obiektów

3 3. Funkcja odległości (metryka) Jeśli składowe cech nie są skorelowane, najczęściej wykorzystuje się normę L p, p=1, 2,... Jeśli istnieje korelacja między cechami (np. czerwony-pomarańczowy dla histogramu kolorów), zależności między nimi powinny być wzięte pod uwagę i skompensowane z wykorzystaniem fukcji kwadratowej: Wybór funkcji ma wpływ na wyniki wyszukiwania: metryki nie powinny być stosowane bezpośrednio na wektorach cech opisujących obrazy. rozkład ich wartości może się bardzo różnić, np. składowa 1 w przedziale [0,1], składowa 2 w przedziale [100, 200] bez normalizacji wkład składowej 1 w funkcję odległości byłby pomijalny poprawka: rozkład składowych we wszystkich wymiarach powinien być podobny; można to uzyskać z wykorzystaniem rozkładu Gaussa (odejmujemy średnią, dzielimy przez odchylenie standardowe): Stosując to np. do normy L 1 uzyskujemy następującą metrykę:

4 4. Miara podobieństwa σ(q,pi ) w przedziale [0,1] σ(q,pi )=0 oznacza brak podobieństwa między q oraz pi σ(q,pi )=1 oznacza identyczność między q oraz pi Duży dystans oznacza niskie podobieństwo, mały dystans wysokie podobieństwo. 5. Proste cechy obrazów Kolor jest najważniejszy atrybutem wizualnym dla rozpoznawania obiektów. Obrazy zwykle składają się z małej liczby regionów o podobnych kolorach Tekstura (kierunkowość obrazu) opisuje powierzchnie obiektów oraz atrybuty fizyczne; tekstury są istotne dla rozpoznania obiektów naturalnych i sztucznych te drugie często posiadają linie poziome i pionowe Kształty ważne ze względu na rozpoznanie obiektów, ale zmieniają się znacząco w przypadku różnych perspektyw ich waga w badaniu podobieństwa jest niewielka

5 6. Przestrzenie barw RGB R red (czerwony), G green (zielony) i B blue (niebieski). Model wynikający z właściwości odbiorczych ludzkiego oka, w którym wrażenie widzenia dowolnej barwy można wywołać przez zmieszanie w ustalonych proporcjach trzech wiązek światła o barwie czerwonej, zielonej i niebieskiej Lab wynik badań nad postrzeganiem przez ludzkie oko różnicy między barwami barwy znajdujące się w przestrzeni Lab w jednakowej odległości E od siebie będą postrzegane jako jednakowo różniące się od siebie L jasność (luminacja miara natężenia oświetlenia padającego w danym kierunku) 0 to czarny, 100 to biały a barwa od zielonej (ujemne wartości) do magenty (dodatnie) b barwa od niebieskiej (ujemne wartości) do żółtej (dodatnie) LCH (HCL) nie kartezjański układ współrzędnych, ale kula L = Lightness (jasność) czarny 0, w środku 50, biały 100; C = Chroma (saturation, chromatyczność, nasycenie) 0 kolor nienasycone, 100 nasycony (czysty) h = hue (barwa) 0 (czerwony), 90 (żółty), 180 (zielony), 270 (niebieski)

6 7. Histogramy kolorów częstotliwość występowania kolorów referencyjnych wybór przestrzeni (RGB, Lab, LCH), kolorów referencyjnych (dużo dobra szczegółowość opisu, mało szybkie wyszukiwanie), definicja miary podobieństwa zwykle 64, 128 lub 256 kolorów; dla 64 (i=0,,63) kolorów w RGB wybór kolejne barwy: R i = 85 * int(i/16) G i = 85 * (int(i/4) MOD 4) B i = 85 * (i MOD 4) dla każdego piksela, kolor referencyjny jest określany jako najbliższy kolorowi rzeczywistemu liczbę wystąpień każdego koloru zazwyczaj normalizuje się przez liczbę pikseli 8. Momenty kolorów w przypadku kolorów miara podobieństwa powinna wziąć pod uwagę korelację między kolorami momenty kolorów momenty statystyczne dla różnych wymiarów kolorów (luminance, hue, saturation, R, G, B, itd.) dla przykładu dla modelu Lab dla P pikseli - 9-składowy wektor cech

7 9. Momenty tekstur Tekstura opisuje strukturę powierzchni i jej granularność Filtr Gabora filtry dla zbioru częstotliwości oraz orientacji typowo wykorzystuje się tylko jasność (luminance), by odwołać się do neutralnych własności koloru wykorzystanie szybkiej transformaty Fouriera metody statystyczne zliczają liczbę oraz intensywność pikseli, które pozostają po tej operacji

8 Macierz energii częstotliwości im jaśniejszy piksel, tym wyższa energia odpowiedniej częstotliwości centrum obrazuje niskie częstotliwości, boki wysokie wysokie częstotliwości występują jeśli obraz zawiera ostre przejścia między jasnym i ciemnym pozycja w przestrzeni częstotliwości określa orientację częstotliwości filtr przepuszczający niskie częstotliwości sprawia, że kontrast jest mniej ostry filtr przepuszczający wysokie częstotliwości jest wykorzystywany do wykrywania krawędzi

9 10. Złożone zapytania wiele obiektów referencyjnych (all images similar to image B and image C) różne cechy (all images that are similar to image A according to color and shape, all images similar to image D that contain the terms dolphin and whale ) Zapytania z wieloma (K) obiektami referencyjnymi Funkcje agregujące: Zapytania z wieloma (J) cechami Funkcje agregujące jak powyżej.

10 11. Zadanie do realizacji w grupach [8] Zadanie polega na zaimplementowaniu systemu wyszukiwania obrazów. W katalogu lab8 znajduje się baza obrazów (images.zip). Każdy z nich przetworzono w celu uzyskania następujących cech (każda z nich znajduje się w osobnym pliku w features.zip): ColorRGBCov: macierz momentów kolorów w przestrzeni RGB 9 składowych, ColorHCLCov: macierz momentów kolorów w przestrzeni HCL 9 składowych, ColorLabCov: macierz momentów kolorów w przestrzeni Lab 9 składowych, ColorHist64: histogram dla 64 kolorów 64 składowe, ColorHist256: histogram dla 256 kolorów 256 składowych, TextureLumGabor: luminance z filtru Gabora 30 składowych. Każda linia plików z cechami składa się nazwy pliku oraz kolejnych n składowych danej cechy (poszczególne składowe oddzielone są spacją). a) [4] Napisz program, który dla zadanego pojedynczego obrazu oraz pojedynczej cech, znajdzie 12 najbardziej podobnych obrazów z kolekcji. Nazwa obrazu oraz nazwa cechy (ColorHCLCov, ColorLabCov, itd.) mają być parametrami wywołania programu. Zaimplementuj normę L1 jako metrykę odległości oraz wykorzystaj rozkład Gaussa, aby znormalizować kolejne składowe cechy. Odchylenia standardowe wykorzystaj jako wagi w normie L1. Przekształć normę L1 do funkcji podobieństwa, w ten sposób że: dystans zerowy (obraz podobieństwo z samym sobą) = podobieństwo 1, a największy dystans z uzyskanych = podobieństwo 0, pomiędzy wykorzystaj liniową funkcję odwzorowania. Wynikiem ma być uporządkowana lista 12 nazw plików najbardziej podobnych wraz z miarami podobieństwa. Wywołanie: findimage obrazów cecha b) [4] Rozszerz program tak, aby umożliwić zapytania odwołujące się do kilku obrazów oraz cech oraz agregację wyników na tych dwóch poziomach z wykorzystaniem funkcji min, max lub ave. Agregacji dokonuj na ostatecznych miarach podobieństwa pary obrazów pod względem określonej cechy - znormalizowano je w poprzednim podpunkcie, więc można je porównywać dla różnych obrazów oraz różnych cech. Funkcje agregujące podaj osobno dla agregacji obrazów i cech, określ liczbę i listę plików oraz liczbę i listę cech, które mają być wzięte pod uwagę, np. Wywołanie: findimage {min, max, ave} 3 plik1 plik2 plik3 {min, max, ave} 2 ColorLabCov TextureLumGabor findimage funkcja_agregująca_dla_obrazów liczba_obrazów lista_obrazów funkcja_agregująca_dla_cech liczba_cech lista_cech Zwróć listę nazw 12 najbardziej podobnych plików wraz z miarami podobieństwa.

11 Jako rozwiązanie przesłane powinny zostać: kod źródłowy (nie ma ograniczeń co do języka) wyniki dla następujących zapytań w jednym pliku tekstowym: findimage jpeg ColorRGBCov findimage 1975.jpeg TextureLumGabor findimage 2136.jpeg ColorHist64 findimage max jpeg min 2 TextureLumGabor ColorHist256 findimage ave jpeg 2677.jpeg max 1 ColorHCLCov findimage max jpeg 3754.jpeg ave 3 ColorRGBCov ColorHist64 TextureLumGabor Zwróć uwagę, że zapytanie: findimage jpeg ColorRGBCov jest równoważne findimage {max, min, ave} jpeg {max, min, ave} 1 ColorRGBCov.

MODELE KOLORÓW. Przygotował: Robert Bednarz

MODELE KOLORÓW. Przygotował: Robert Bednarz MODELE KOLORÓW O czym mowa? Modele kolorów,, zwane inaczej systemami zapisu kolorów,, są różnorodnymi sposobami definiowania kolorów oglądanych na ekranie, na monitorze lub na wydruku. Model RGB nazwa

Bardziej szczegółowo

Teoria światła i barwy

Teoria światła i barwy Teoria światła i barwy Powstanie wrażenia barwy Światło może docierać do oka bezpośrednio ze źródła światła lub po odbiciu od obiektu. Z oka do mózgu Na siatkówce tworzony pomniejszony i odwrócony obraz

Bardziej szczegółowo

Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw.

Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw. Modele barw Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw. Każdy model barw ma własna przestrzeo kolorów, a co za tym idzie- własny zakres kolorów możliwych do uzyskania oraz własny sposób

Bardziej szczegółowo

PODSTAWY BARWY, PIGMENTY CERAMICZNE

PODSTAWY BARWY, PIGMENTY CERAMICZNE PODSTAWY BARWY, PIGMENTY CERAMICZNE Barwa Barwą nazywamy rodzaj określonego ilościowo i jakościowo (długość fali, energia) promieniowania świetlnego. Głównym i podstawowym źródłem doznań barwnych jest

Bardziej szczegółowo

WYKŁAD 11. Kolor. fiolet, indygo, niebieski, zielony, żółty, pomarańczowy, czerwony

WYKŁAD 11. Kolor. fiolet, indygo, niebieski, zielony, żółty, pomarańczowy, czerwony WYKŁAD 11 Modelowanie koloru Kolor Światło widzialne fiolet, indygo, niebieski, zielony, żółty, pomarańczowy, czerwony ~400nm ~700nm Rozróżnialność barw (przeciętna): 150 czystych barw Wrażenie koloru-trzy

Bardziej szczegółowo

INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ

INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ Przygotowała mgr Joanna Guździoł e-mail: jguzdziol@wszop.edu.pl WYŻSZA SZKOŁA ZARZĄDZANIA OCHRONĄ PRACY W KATOWICACH 1. Pojęcie grafiki komputerowej Grafika komputerowa

Bardziej szczegółowo

Grafika komputerowa. Dla DSI II

Grafika komputerowa. Dla DSI II Grafika komputerowa Dla DSI II Rodzaje grafiki Tradycyjny podział grafiki oznacza wyróżnienie jej dwóch rodzajów: grafiki rastrowej oraz wektorowej. Różnica pomiędzy nimi polega na innej interpretacji

Bardziej szczegółowo

1.2 Logo Sonel podstawowe załoŝenia

1.2 Logo Sonel podstawowe załoŝenia 1.2 Logo Sonel podstawowe załoŝenia Logo czyli graficzna forma przedstawienia symbolu i nazwy firmy. Terminu logo uŝywamy dla całego znaku, składającego się z sygnetu (symbolu graficznego) i logotypu (tekstowego

Bardziej szczegółowo

Przetwarzanie obrazów rastrowych macierzą konwolucji

Przetwarzanie 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 szczegółowo

Kurs grafiki komputerowej Lekcja 2. Barwa i kolor

Kurs grafiki komputerowej Lekcja 2. Barwa i kolor Barwa i kolor Barwa to zjawisko, które zachodzi w trójkącie: źródło światła, przedmiot i obserwator. Zjawisko barwy jest wrażeniem powstałym u obserwatora, wywołanym przez odpowiednie długości fal świetlnych,

Bardziej szczegółowo

Pojęcie Barwy. Grafika Komputerowa modele kolorów. Terminologia BARWY W GRAFICE KOMPUTEROWEJ. Marek Pudełko

Pojęcie Barwy. Grafika Komputerowa modele kolorów. Terminologia BARWY W GRAFICE KOMPUTEROWEJ. Marek Pudełko Grafika Komputerowa modele kolorów Marek Pudełko Pojęcie Barwy Barwa to wrażenie psychiczne wywoływane w mózgu człowieka i zwierząt, gdy oko odbiera promieniowanie elektromagnetyczne z zakresu światła

Bardziej szczegółowo

Marcin Wilczewski Politechnika Gdańska, 2013/14

Marcin Wilczewski Politechnika Gdańska, 2013/14 Algorytmy graficzne Marcin Wilczewski Politechnika Gdańska, 213/14 1 Zagadnienia, wykład, laboratorium Wykład: Światło i barwa. Modele barw. Charakterystyki obrazu. Reprezentacja i opis. Kwantyzacja skalarna

Bardziej szczegółowo

Modele i przestrzenie koloru

Modele i przestrzenie koloru Modele i przestrzenie koloru Pantone - międzynarodowy standard identyfikacji kolorów do celów przemysłowych (w tym poligraficznych) opracowany i aktualizowany przez amerykańską firmę Pantone Inc. System

Bardziej szczegółowo

GRAFIKA RASTROWA GRAFIKA RASTROWA

GRAFIKA RASTROWA GRAFIKA RASTROWA GRAFIKA KOMPUTEROWA GRAFIKA RASTROWA GRAFIKA RASTROWA (raster graphic) grafika bitmapowa: prezentacja obrazu za pomocą pionowo-poziomej siatki odpowiednio kolorowanych pikseli na monitorze komputera, drukarce

Bardziej szczegółowo

Oświetlenie obiektów 3D

Oświetlenie obiektów 3D Synteza i obróbka obrazu Oświetlenie obiektów 3D Opracowanie: dr inż. Grzegorz Szwoch Politechnika Gdańska Katedra Systemów Multimedialnych Rasteryzacja Spłaszczony po rzutowaniu obraz siatek wielokątowych

Bardziej szczegółowo

Grafika na stronie www

Grafika na stronie www Grafika na stronie www Grafika wektorowa (obiektowa) To grafika której obraz jest tworzony z obiektów podstawowych najczęściej lini, figur geomtrycznych obrazy są całkowicie skalowalne Popularne programy

Bardziej szczegółowo

Przetwarzanie obrazów Grafika komputerowa. dr inż. Marcin Wilczewski 2016/2017

Przetwarzanie obrazów Grafika komputerowa. dr inż. Marcin Wilczewski 2016/2017 Przetwarzanie obrazów Grafika komputerowa dr inż. Marcin Wilczewski 216/217 1 Zagadnienia, wykład, laboratorium Wykład: Reprezentacja danych multimedialnych na przykładzie obrazów cyfrowych oraz wideo.

Bardziej szczegółowo

Akwizycja obrazów. Zagadnienia wstępne

Akwizycja obrazów. Zagadnienia wstępne Akwizycja obrazów. Zagadnienia wstępne Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 A. Przelaskowski, Techniki Multimedialne,

Bardziej szczegółowo

enova Systemowe Kolorowanie list

enova Systemowe Kolorowanie list enova Systemowe Kolorowanie list Sebastian Wabnik Narzędzie kolorowania list Od wersji enova 7.6 dodano do organizatora listy możliwości konfigurowania kolorowania wierszy (zapisów/rekordów) oraz poszczególnych

Bardziej szczegółowo

Co to jest współczynnik oddawania barw?

Co to jest współczynnik oddawania barw? Co to jest współczynnik oddawania barw? Światło i kolor Kolory są wynikiem oddziaływania oświetlenia z przedmiotami. Różne źródła światła mają różną zdolność do wiernego oddawania barw przedmiotów Oddawanie

Bardziej szczegółowo

1 LEKCJA. Definicja grafiki. Główne działy grafiki komputerowej. Programy graficzne: Grafika rastrowa. Grafika wektorowa. Grafika trójwymiarowa

1 LEKCJA. Definicja grafiki. Główne działy grafiki komputerowej. Programy graficzne: Grafika rastrowa. Grafika wektorowa. Grafika trójwymiarowa 1 LEKCJA Definicja grafiki Dział informatyki zajmujący się wykorzystaniem komputerów do generowania i przetwarzania obrazów (statycznych i dynamicznych) oraz wizualizacją danych. Główne działy grafiki

Bardziej szczegółowo

Analiza obrazów - sprawozdanie nr 2

Analiza 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 szczegółowo

Zasady edycji (cyfrowej) grafiki nieruchomej

Zasady edycji (cyfrowej) grafiki nieruchomej Zasady edycji (cyfrowej) grafiki nieruchomej Trudno jest w czasie wykonywania fotografii widzieć i myśleć o wszystkim! Zasady ogólne wykonywania zdjęć (od strony wygody ich późniejszej edycji): 1. maksymalna

Bardziej szczegółowo

Ćwiczenie 6. Transformacje skali szarości obrazów

Ćwiczenie 6. Transformacje skali szarości obrazów Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 6. Transformacje skali szarości obrazów 1. Obraz cyfrowy Obraz w postaci cyfrowej

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 1 AiR III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 1 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 szczegółowo

Kolor, mat. pomoc. dla technologia inf. (c) M. Żabka (12 listopada 2007) str. 1

Kolor, mat. pomoc. dla technologia inf. (c) M. Żabka (12 listopada 2007) str. 1 Kolor, mat. pomoc. dla technologia inf. (c) M. Żabka (12 listopada 2007) str. 1 Kolor (barwa) 1 Modele RBG i CMY(K) Kolor każdego punktu, linii lub powierzchni (oraz inne cechy wyglądu) jest wyznaczony

Bardziej szczegółowo

GRAFIKA. Rodzaje grafiki i odpowiadające im edytory

GRAFIKA. Rodzaje grafiki i odpowiadające im edytory GRAFIKA Rodzaje grafiki i odpowiadające im edytory Obraz graficzny w komputerze Może być: utworzony automatycznie przez wybrany program (np. jako wykres w arkuszu kalkulacyjnym) lub urządzenie (np. zdjęcie

Bardziej szczegółowo

Ustawienia materiałów i tekstur w programie KD Max. MTPARTNER S.C.

Ustawienia materiałów i tekstur w programie KD Max. MTPARTNER S.C. Ustawienia materiałów i tekstur w programie KD Max. 1. Dwa tryby własności materiału Materiał możemy ustawić w dwóch trybach: czysty kolor tekstura 2 2. Podstawowe parametry materiału 2.1 Większość właściwości

Bardziej szczegółowo

GRAFIKA RASTROWA. WYKŁAD 1 Wprowadzenie do grafiki rastrowej. Jacek Wiślicki Katedra Informatyki Stosowanej

GRAFIKA RASTROWA. WYKŁAD 1 Wprowadzenie do grafiki rastrowej. Jacek Wiślicki Katedra Informatyki Stosowanej GRAFIKA RASTROWA WYKŁAD 1 Wprowadzenie do grafiki rastrowej Jacek Wiślicki Katedra Informatyki Stosowanej Grafika rastrowa i wektorowa W grafice dwuwymiarowej wyróżnia się dwa rodzaje obrazów: rastrowe,

Bardziej szczegółowo

Raport. Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010

Raport. Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010 Raport Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010 1. Wykrywanie krawędzi 1.0. Obraz oryginalny 1. 1.1. Sobel. Parametry: domyślne. 1.2. Prewitt. Parametry: domyślne. 1.3. Roberts. Parametry: domyślne.

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów. Karol Czapnik

Cyfrowe Przetwarzanie Obrazów. Karol Czapnik Cyfrowe Przetwarzanie Obrazów Karol Czapnik Podstawowe zastosowania (1) automatyka laboratoria badawcze medycyna kryminalistyka metrologia geodezja i kartografia 2/21 Podstawowe zastosowania (2) komunikacja

Bardziej szczegółowo

BARWA. Barwa postrzegana opisanie cech charakteryzujących wrażenie, jakie powstaje w umyśle;

BARWA. Barwa postrzegana opisanie cech charakteryzujących wrażenie, jakie powstaje w umyśle; BARWA Barwa postrzegana opisanie cech charakteryzujących wrażenie, jakie powstaje w umyśle; Barwa psychofizyczna scharakteryzowanie bodźców świetlnych, wywołujących wrażenie barwy; ODRÓŻNIENIE BARW KOLORYMETR

Bardziej szczegółowo

Zbigniew JERZAK Adam KOTLIŃSKI. Studenci kierunku Informatyka na Politechnice Śląskiej w Gliwicach

Zbigniew JERZAK Adam KOTLIŃSKI. Studenci kierunku Informatyka na Politechnice Śląskiej w Gliwicach Studenci kierunku Informatyka na Politechnice Śląskiej w Gliwicach Program zrealizowany na potrzeby Pracowni Komputerowej Analizy Obrazu i Mikroskopii Konfokalnej w Centrum Onkologii w Gliwicach Gliwice,

Bardziej szczegółowo

Przestrzenie barw. 1. Model RGB

Przestrzenie barw. 1. Model RGB Przestrzenie barw Przeciętny człowiek, nie posiadający zaburzeń wzorku, potrafi dostrzec i opisać otaczające go barwy. Co prawda ilość rozpoznawanych odcieni kolorów bywa różna (wiek, płeć, indywidualne

Bardziej szczegółowo

Photoshop. Podstawy budowy obrazu komputerowego

Photoshop. Podstawy budowy obrazu komputerowego Photoshop Podstawy budowy obrazu komputerowego Wykład 1 Autor: Elżbieta Fedko O czym dzisiaj będziemy mówić? Co to jest grafika komputerowa? Budowa obrazu w grafice wektorowej i rastrowej. Zastosowanie

Bardziej szczegółowo

Wyszukiwanie obrazów 1

Wyszukiwanie obrazów 1 Wyszukiwanie obrazów 1 Wyszukiwanie według zawartości Wyszukiwanie wg zawartości jest procesem wyszukiwania w bazach danych (zbiorach dokumentów ) obiektów o treści najbardziej zbliżonej do zadanego wzorca.

Bardziej szczegółowo

TEORIA BARW (elementy) 1. Podstawowe wiadomości o barwach

TEORIA BARW (elementy) 1. Podstawowe wiadomości o barwach TEORIA BARW (elementy) 1. Podstawowe wiadomości o barwach definicja barwy (fizjologiczna) wrażenie wzrokowe powstałe w mózgu na skutek działającego na oko promieniowania 1 maszyny nie posiadają tak doskonałego

Bardziej szczegółowo

Grafika 2D. Pojęcia podstawowe. opracowanie: Jacek Kęsik

Grafika 2D. Pojęcia podstawowe. opracowanie: Jacek Kęsik Grafika 2D Pojęcia podstawowe opracowanie: Jacek Kęsik Obraz - przedmiot, przeważnie płaski, na którym za pomocą plam barwnych i kreski, przy zastosowaniu różnych technik malarskich i graficznych autor

Bardziej szczegółowo

www.swiatlo.optec.pl Taśmy LED i akcesoria

www.swiatlo.optec.pl Taśmy LED i akcesoria www.swiatlo.optec.pl Taśmy LED i akcesoria 1 Taśmy LED to innowacyjne rozwiązanie oświetlenia dekoracyjnego, akcentującego jak również użytkowego. Elastyczność daje duże możliwości w kreowaniu światła,

Bardziej szczegółowo

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl

dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl dr inż. Jacek Naruniec email: J.Naruniec@ire.pw.edu.pl Coraz większa ilość danych obrazowych How much information, University of California Berkeley, 2002: przyrost zdjęć rentgenowskich to 17,2 PB rocznie

Bardziej szczegółowo

Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy

Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić

Bardziej szczegółowo

Dostosowuje wygląd kolorów na wydruku. Uwagi:

Dostosowuje wygląd kolorów na wydruku. Uwagi: Strona 1 z 7 Jakość koloru Wskazówki dotyczące jakości kolorów informują o sposobach wykorzystania funkcji drukarki w celu zmiany ustawień wydruków kolorowych i dostosowania ich według potrzeby. Menu jakości

Bardziej szczegółowo

ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU

ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU ANALIZA SEMANTYCZNA OBRAZU I DŹWIĘKU obraz dr inż. Jacek Naruniec Analiza Składowych Niezależnych (ICA) Independent Component Analysis Dąży do wyznaczenia zmiennych niezależnych z obserwacji Problem opiera

Bardziej szczegółowo

Przetwarzanie obrazu

Przetwarzanie obrazu Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe

Bardziej szczegółowo

Według raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j

Według raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j Kompresja transformacyjna. Opis standardu JPEG. Algorytm JPEG powstał w wyniku prac prowadzonych przez grupę ekspertów (ang. Joint Photographic Expert Group). Prace te zakończyły się w 1991 roku, kiedy

Bardziej szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Wyższa Szkoła Informatyki Stosowanej i Zarządzania Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT Grupa IZ06TC01, Zespół 3 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń laboratoryjnych Ćwiczenie nr 5 Temat: Modelowanie koloru, kompresja obrazów,

Bardziej szczegółowo

Komunikacja Człowiek-Komputer

Komunikacja Człowiek-Komputer Komunikacja Człowiek-Komputer Kolory Wojciech Jaśkowski Instytut Informatyki Politechnika Poznańska Wersja: 4 listopada 2013 Światło Źródło: Practical Colour management R. Griffith Postrzegany kolor zależy

Bardziej szczegółowo

Proste metody przetwarzania obrazu

Proste 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 szczegółowo

Janusz Ganczarski CIE XYZ

Janusz Ganczarski CIE XYZ Janusz Ganczarski CIE XYZ Spis treści Spis treści..................................... 1 1. CIE XYZ................................... 1 1.1. Współrzędne trójchromatyczne..................... 1 1.2. Wykres

Bardziej szczegółowo

Tajemnice koloru, część 1

Tajemnice koloru, część 1 Artykuł pobrano ze strony eioba.pl Tajemnice koloru, część 1 Jak działa pryzmat? Dlaczego kolory na monitorze są inne niż atramenty w drukarce? Możemy na to odpowiedzieć, uświadamiając sobie, że kolory

Bardziej szczegółowo

6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.

6. 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 szczegółowo

Przetwarzanie obrazów wykład 4

Przetwarzanie 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 szczegółowo

Pełny raport kalibracyjny projektora:

Pełny raport kalibracyjny projektora: Pełny raport kalibracyjny projektora: BenQ W2000 Posiadasz taki lub inny projektor? Umów się na kalibrację by oglądać materiały wideo w takiej formie w jakiej widział je reżyser filmu! Telefon: 510 080

Bardziej szczegółowo

Polecenie ŚWIATPUNKT - ŚWIATŁO PUNKTOWE

Polecenie ŚWIATPUNKT - ŚWIATŁO PUNKTOWE Polecenie ŚWIATPUNKT - ŚWIATŁO PUNKTOWE Tworzy światło punktowe emitujące światło we wszystkich kierunkach. Lista monitów Wyświetlane są następujące monity. Określ położenie źródłowe : Podaj wartości

Bardziej szczegółowo

1. Reprezentacja obrazu w komputerze

1. Reprezentacja obrazu w komputerze 1. Reprezentacja obrazu w komputerze Uczeń: Uczeń: a. 1. Cele lekcji i. a) Wiadomości 1. zna podstawowe rodzaje plików graficznych, potrafi podać ich krótki opis oraz ich zastosowanie, 2. umie obsługiwać

Bardziej szczegółowo

Grafika 3D program POV-Ray - 1 -

Grafika 3D program POV-Ray - 1 - Temat 1: Ogólne informacje o programie POV-Ray. Interfejs programu. Ustawienie kamery i świateł. Podstawowe obiekty 3D, ich położenie, kolory i tekstura oraz przezroczystość. Skrót POV-Ray to rozwinięcie

Bardziej szczegółowo

Rodzaje skanerów. skaner ręczny. skaner płaski. skaner bębnowy. skaner do slajdów. skaner kodów kreskowych

Rodzaje skanerów. skaner ręczny. skaner płaski. skaner bębnowy. skaner do slajdów. skaner kodów kreskowych Skaner Rodzaje skanerów skaner ręczny skaner płaski skaner bębnowy skaner do slajdów skaner kodów kreskowych Skaner ręczny Skaner płaski Przetwornik CCD CCD (ang. Charge Coupled Device) technologia stosowana

Bardziej szczegółowo

Grafika komputerowa dziedzina informatyki zajmująca się wykorzystaniem technik komputerowych do celów wizualizacji artystycznej oraz wizualizacji i

Grafika komputerowa dziedzina informatyki zajmująca się wykorzystaniem technik komputerowych do celów wizualizacji artystycznej oraz wizualizacji i Grafika komputerowa dziedzina informatyki zajmująca się wykorzystaniem technik komputerowych do celów wizualizacji artystycznej oraz wizualizacji i rzeczywistości. Grafika komputerowa jest obecnie narzędziem

Bardziej szczegółowo

Przewodnik po soczewkach

Przewodnik po soczewkach Przewodnik po soczewkach 1. Wchodzimy w program Corel Draw 11 następnie klikamy Plik /Nowy => Nowy Rysunek. Następnie wchodzi w Okno/Okno dokowane /Teczka podręczna/ Przeglądaj/i wybieramy plik w którym

Bardziej szczegółowo

Wykonawca: PIOTR DOMALEWSKI. Termin oddania sprawozdania: 30.08

Wykonawca: PIOTR DOMALEWSKI. Termin oddania sprawozdania: 30.08 SPRAWOZDANIE Z LABORATORIUM Przedmiot: KOMUNIKACJA CZŁOWIEK KOMPUTER Temat ćwiczenia: ZNACZENIE BARWY W PROJEKTOWANIU INTERFEJSU UŻYTKOWNIKA Kierunek: Informatyka Tryb / semestr: Zaoczne / VI Termin wykonania

Bardziej szczegółowo

Fotometria i kolorymetria

Fotometria i kolorymetria 10. Opis barwy; cechy psychofizyczne barwy; indukcja przestrzenna i czasowa; widmo bodźca a wrażenie barwne; wady postrzegania barw; testy Ishihary. http://www.if.pwr.wroc.pl/~wozniak/ Miejsce i termin

Bardziej szczegółowo

Jakość koloru. Menu Jakość. Strona 1 z 7

Jakość koloru. Menu Jakość. Strona 1 z 7 Strona 1 z 7 Jakość koloru Wskazówki dotyczące jakości kolorów stanowią pomoc w poznawaniu, jak za pomocą dostępnych funkcji drukarki można zmieniać ustawienia kolorowych wydruków i dostosowywać je do

Bardziej szczegółowo

Pełny raport kalibracyjny telewizora:

Pełny raport kalibracyjny telewizora: Pełny raport kalibracyjny telewizora: Samsung JS9000 Posiadasz taki lub inny TV? Umów się na kalibrację by oglądać materiały wideo w takiej formie w jakiej widział je reżyser filmu! Telefon: 510 080 434

Bardziej szczegółowo

Percepcja obrazu Podstawy grafiki komputerowej

Percepcja obrazu Podstawy grafiki komputerowej Percepcja obrazu Podstawy grafiki komputerowej Światło widzialne wycinek szerokiego widma fal elektromagnetycznych 1 Narząd wzroku Narząd wzroku jest wysoko zorganizowanym analizatorem zmysłowym, którego

Bardziej szczegółowo

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS 10.1 Marcin Paź Esri Polska Zagadnienia Koncepcja rastra Typy danych rastrowych Właściwości rastrów Modele danych rastrowych w ArcGIS Przetwarzanie

Bardziej szczegółowo

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

BIBLIOTEKA 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 szczegółowo

Pełny raport kalibracyjny telewizora:

Pełny raport kalibracyjny telewizora: Pełny raport kalibracyjny telewizora: LG 55" EG910V Posiadasz taki lub inny TV? Umów się na kalibrację by oglądać materiały wideo w takiej formie w jakiej widział je reżyser filmu! Telefon: 510 080 434

Bardziej szczegółowo

Język JAVA podstawy. Wykład 5, część 3. Jacek Rumiński. Politechnika Gdańska, Inżynieria Biomedyczna

Język JAVA podstawy. Wykład 5, część 3. Jacek Rumiński. Politechnika Gdańska, Inżynieria Biomedyczna Język JAVA podstawy Wykład 5, część 3 1 Język JAVA podstawy Plan wykładu: 1. Wprowadzenie do grafiki w Javie 2. Budowa GUI: komponenty, kontenery i układanie komponentów 3. Budowa GUI: obsługa zdarzeń

Bardziej szczegółowo

AUTOMATYKA INFORMATYKA

AUTOMATYKA INFORMATYKA AUTOMATYKA INFORMATYKA Technologie Informacyjne Sieć Semantyczna Przetwarzanie Języka Naturalnego Internet Edytor Serii: Zdzisław Kowalczuk Inteligentne wydobywanie informacji z internetowych serwisów

Bardziej szczegółowo

Dzień dobry. Miejsce: IFE - Centrum Kształcenia Międzynarodowego PŁ, ul. Żwirki 36, sala nr 7

Dzień dobry. Miejsce: IFE - Centrum Kształcenia Międzynarodowego PŁ, ul. Żwirki 36, sala nr 7 Dzień dobry BARWA ŚWIATŁA Przemysław Tabaka e-mail: przemyslaw.tabaka@.tabaka@wp.plpl POLITECHNIKA ŁÓDZKA Instytut Elektroenergetyki Co to jest światło? Światło to promieniowanie elektromagnetyczne w zakresie

Bardziej szczegółowo

Scenariusz zajęć pozalekcyjnych w ramach Innowacyjnej Szkoły Zawodowej

Scenariusz zajęć pozalekcyjnych w ramach Innowacyjnej Szkoły Zawodowej Scenariusz zajęć pozalekcyjnych w ramach Innowacyjnej Szkoły Zawodowej Szkoła Zespół Szkół Rolniczych w Namysłowie Prowadzący mgr inż. Andrzej Kazimierczyk Liczba godzin - 3 1. Klasa II oraz IV technikum

Bardziej szczegółowo

Budowa i zasada działania skanera

Budowa i zasada działania skanera Budowa i zasada działania skanera Skaner Skaner urządzenie służące do przebiegowego odczytywania: obrazu, kodu paskowego lub magnetycznego, fal radiowych itp. do formy elektronicznej (najczęściej cyfrowej).

Bardziej szczegółowo

Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.

Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego

Bardziej szczegółowo

Anna Barwaniec Justyna Rejek

Anna Barwaniec Justyna Rejek CMYK Anna Barwaniec Justyna Rejek Wstęp, czyli czym jest tryb koloru? Tryb koloru wyznacza metodę wyświetlania i drukowania kolorów danego obrazu pozwala zmieniać paletę barw zastosowaną do tworzenia danego

Bardziej szczegółowo

SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk

SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie

Bardziej szczegółowo

Analiza i Przetwarzanie Obrazów. Szyfrowanie Obrazów. Autor : Mateusz Nawrot

Analiza i Przetwarzanie Obrazów. Szyfrowanie Obrazów. Autor : Mateusz Nawrot Analiza i Przetwarzanie Obrazów Szyfrowanie Obrazów Autor : Mateusz Nawrot 1. Cel projektu Celem projektu jest zaprezentowanie metod szyfrowania wykorzystujących zmodyfikowane dane obrazów graficznych.

Bardziej szczegółowo

Gimp Grafika rastrowa (konwersatorium)

Gimp Grafika rastrowa (konwersatorium) GIMP Grafika rastrowa Zjazd 1 Prowadzący: mgr Agnieszka Paradzińska 17 listopad 2013 Gimp Grafika rastrowa (konwersatorium) Przed przystąpieniem do omawiania cyfrowego przetwarzania obrazów niezbędne jest

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

Bardziej szczegółowo

Przetwarzanie obrazów

Przetwarzanie obrazów Przetwarzanie obrazów Zajęcia 6 Zawansowane wyświetlanie obrazów rastrowych. 2006-11-21 11:07:43 Zasady wykonania ćwiczenia Obrazy wynikowe do zadań zapisujemy w pliku nazwiskonr.rvc (bieżące nr 1) a komentarze

Bardziej szczegółowo

Laboratorium Grafiki Komputerowej Przekształcenia na modelach barw

Laboratorium Grafiki Komputerowej Przekształcenia na modelach barw Laboratorium rafiki Komputerowej Przekształcenia na modelach barw mgr inż. Piotr Stera Politechnika Śląska liwice 2004 Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z podstawowymi modelami barw stosowanymi

Bardziej szczegółowo

Reprezentacja i analiza obszarów

Reprezentacja 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 szczegółowo

Przetwarzanie obrazów wykład 6. Adam Wojciechowski

Przetwarzanie 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 szczegółowo

Pełny raport kalibracyjny telewizora:

Pełny raport kalibracyjny telewizora: Pełny raport kalibracyjny telewizora: LG 65E6V Posiadasz taki lub inny telewizor? Umów się na kalibrację by oglądać materiały wideo w takiej formie w jakiej widział je reżyser filmu! Telefon: 510 080 434

Bardziej szczegółowo

Przetwarzanie obrazu

Przetwarzanie obrazu Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego

Bardziej szczegółowo

Analiza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza 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 szczegółowo

Zamiana reprezentacji wektorowej na rastrową - rasteryzacja

Zamiana reprezentacji wektorowej na rastrową - rasteryzacja MODEL RASTROWY Siatka kwadratów lub prostokątów stanowi elementy rastra. Piksel - pojedynczy element jest najmniejszą rozróŝnialną jednostką powierzchniową, której własności są opisane atrybutami. Model

Bardziej szczegółowo

Oświetlenie. Modelowanie oświetlenia sceny 3D. Algorytmy cieniowania.

Oświetlenie. Modelowanie oświetlenia sceny 3D. Algorytmy cieniowania. Oświetlenie. Modelowanie oświetlenia sceny 3D. Algorytmy cieniowania. Chcąc osiągnąć realizm renderowanego obrazu, należy rozwiązać problem świetlenia. Barwy, faktury i inne właściwości przedmiotów postrzegamy

Bardziej szczegółowo

Analiza obrazów. Segmentacja i indeksacja obiektów

Analiza 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 szczegółowo

Monitory LCD (ang. Liquid Crystal Display) (1)

Monitory LCD (ang. Liquid Crystal Display) (1) Monitory LCD (ang. Liquid Crystal Display) (1) Monitor ciekłokrystaliczny (typu TN, ang. Twisted Nematic) Ciekły kryszła powoduje zmianę polaryzacji światła w zależności od przyłożonego do niego napięcia.

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 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 szczegółowo

Transformacje Fouriera * podstawowe własności

Transformacje Fouriera * podstawowe własności Transformacje Fouriera * podstawowe własności * podejście mało formalne Funkcja w domenie czasowej Transformacja Fouriera - wstęp Ta sama funkcja w domenie częstości Transformacja Fouriera polega na rozkładzie

Bardziej szczegółowo

Podstawy grafiki komputerowej

Podstawy grafiki komputerowej Podstawy grafiki komputerowej Krzysztof Gracki K.Gracki@ii.pw.edu.pl tel. (22) 6605031 Instytut Informatyki Politechniki Warszawskiej 2 Sprawy organizacyjne Krzysztof Gracki k.gracki@ii.pw.edu.pl tel.

Bardziej szczegółowo

Ćwiczenie 8 Kolory i znaki specjalne

Ćwiczenie 8 Kolory i znaki specjalne Ćwiczenie 8 Kolory i znaki specjalne W ćwiczeniu 8 zajmować się będziemy kolorami i znakami specjalnymi. Barwę moŝna utworzyć mieszając w odpowiednich proporcjach trzy kolory podstawowe: czerwony, zielony

Bardziej szczegółowo

WYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów

WYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów WYKŁAD 1 Analiza obrazu Wyznaczanie parametrów ruchu obiektów Cel analizy obrazu: przedstawienie każdego z poszczególnych obiektów danego obrazu w postaci wektora cech dla przeprowadzenia procesu rozpoznania

Bardziej szczegółowo

Techniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów

Techniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów Doc. dr inż. Jacek Jarnicki Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej jacek.jarnicki@pwr.wroc.pl Techniki wizualizacji Ćwiczenie 4 Podstawowe algorytmy przetwarzania obrazów

Bardziej szczegółowo

Zmysły. Wzrok 250 000 000. Węch 40 000 000. Dotyk 2 500 000. Smak 1 000 000. Słuch 25 000. Równowaga?

Zmysły. Wzrok 250 000 000. Węch 40 000 000. Dotyk 2 500 000. Smak 1 000 000. Słuch 25 000. Równowaga? Zmysły Rodzaj zmysłu Liczba receptorów Wzrok 250 000 000 Węch 40 000 000 Dotyk 2 500 000 Smak 1 000 000 Słuch 25 000 Równowaga? Fale elektromagnetyczne Wzrok Informacje kształt zbliżony do podstawowych

Bardziej szczegółowo

Eksploracja Danych. wykład 3. Sebastian Zając. 5 kwietnia 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 5 kwietnia / 21

Eksploracja Danych. wykład 3. Sebastian Zając. 5 kwietnia 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 5 kwietnia / 21 Eksploracja Danych wykład 3 Sebastian Zając WMP.SNŚ UKSW 5 kwietnia 2017 Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 5 kwietnia 2017 1 / 21 Struktura Danych Rozpatrzmy zbiór danych: Sebastian Zając

Bardziej szczegółowo

Podstawy Programowania Obiektowego

Podstawy Programowania Obiektowego Podstawy Programowania Obiektowego Wprowadzenie do programowania obiektowego. Pojęcie struktury i klasy. Spotkanie 03 Dr inż. Dariusz JĘDRZEJCZYK Tematyka wykładu Idea programowania obiektowego Definicja

Bardziej szczegółowo

Grafika komputerowa. Zajęcia IX

Grafika komputerowa. Zajęcia IX Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg

Bardziej szczegółowo