Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38
|
|
- Zbigniew Laskowski
- 4 lat temu
- Przeglądów:
Transkrypt
1 Wykład 2 Przetwarzanie obrazów mgr inż. 1/38
2 Przetwarzanie obrazów rastrowych Jedna z dziedzin cyfrowego obrazów rastrowych. Celem przetworzenia obrazów rastrowych jest użycie edytujących piksele w celu ich edycji w określony sposób. Przetwarzanie obrazów obejmuje : przetwarzania Binaryzację Segmentacje Transformacje geometryczne Transformacje między przestrzeniami barw. Operacje morfologiczne Kodowanie Kompresja sygnałów, dotycząca operacji 2/38
3 Każdy obraz rastrowy można opisać za pomocą cech przedstawionej za pomocą opisu lub wartości liczbowej. Jest wiele cech, którymi można opisać obrazy, tj. Jasność Ostrość Paleta barw (barwy ciepłe, zimne) Dynamika W obrazach rastrowych mamy możliwość opisu cech obrazu za pomocą wartości liczbowych. Jasność Kontrast Symetryczność Rozkład histogramu 3/38
4 4/38
5 Jasność Jasność Kontrast Kontrast /38
6 Zamiana na obraz w odcieniach szarości 6/38
7 Zmiana jasności Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 7/38
8 Zmiana kontrastu Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 8/38
9 Zmiana ekspozycji Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 9/38
10 Korekcja gamma Obraz musi być znormalizowany przed potęgowaniem. Po normalizacji i potęgowaniu, należy przywrócić poprzedni zakres. 10/38
11 Sepia Obraz musi być znormalizowany przed potęgowaniem. Po normalizacji i potęgowaniu, należy przywrócić poprzedni zakres. 11/38
12 Negatyw imax = 255 dla obrazu zawierających piksele w przedziale [0, 255]. imax = 1 dla znormalizowanego obrazu. 12/38
13 Każda wartość w histogramie równa ilości pikseli o danym kolorze. Często jest normalizowany, tj. wartość jest dzielona przez ilość pikseli. 13/38
14 można liczyć nie dla całego obrazu, a dla fragmentu, Poniżej przykład histogramu dla wyselekcjonowanych kanałów. 14/38
15 Operacje na histogramie Rozciąganie histogramu 15/38
16 Operacje na histogramie Rozciąganie histogramu 16/38
17 Operacje na histogramie Wyrównanie histogramu 17/38
18 obrazu 18/38
19 Filtry dolnoprzepustowe Filtr uśredniający 19/38
20 Filtry dolnoprzepustowe Filtr kwadratowy 20/38
21 Filtry dolnoprzepustowe 21/38
22 Filtry górnoprzepustowe Filtr usuń średnią (mean removal) 22/38
23 Filtry górnoprzepustowe Filtr usuń średnią (mean removal) 23/38
24 Filtry krawędziowy Poziomy i pionowy 24/38
25 Filtry krawędziowy Ukośne 25/38
26 Filtry krawędziowy Ukośne 26/38
27 Obraz binarny Występują w nim tylko wartość 0 i 1. Najczęściej otrzymuje się po progowaniu obrazu w odcieniach szarości. 27/38
28 Operacje morfologiczne Dylatacja Otoczenie każdego piksel pozytywnych pikseli. Gdy w otoczeniu piksela występuje chociaż zamalowany, to piksel ten także będzie zamalowany. Obszar skanowania może być różny, najczęściej 9-elementowy lub 5-elementowy. jest skanowane w celu odnalezienia jeden piksel 28/38
29 Operacje morfologiczne Erozja Otoczenie każdego piksel negatywnych pikseli. Gdy w otoczeniu piksela występuje chociaż jeden niezamalowany, to piksel ten także będzie niezamalowany. Obszar skanowania może być różny, najczęściej 9-elementowy lub 5-elementowy. jest skanowane w celu odnalezienia piksel 29/38
30 Operacje morfologiczne Otwarcie i domknięcie Otwarcie polega na wykonaniu operacji dylatacji, a następnie operacji erozji. Domknięcie polega na wykonaniu operacji erozji, a następnie operacji dylatacji. 30/38
31 obrazu Downsampling Upsampling 31/38
32 Współrzędne biegunowe Najczęściej używany układ współrzędny kartezjański opisuje punkt jako parę liczb, które reprezentują odległość punktu od danych osii. Współrzędne sferyczne opisują punkt jako parę liczb (r, φ). promień wodzący r - odległość punktu P od środka układu współrzędnych O amplituda punktu φ - kąt pomiędzy osią OX, a wektorem OP 32/38
33 Obrót obrazu Powoduje zniekształcenia obrazu rastrowego. Problem wypełnienia pustych przestrzeni. 33/38
34 Jeśli obraz elementów. zawiera dużo elementów, to widmo zawiera dużo 34/38
35 Widmo można edytować w taki sposób by wycinać poszczególne częstotliwości. 35/38
36 Widmo można edytować w taki sposób by wycinać poszczególne częstotliwości. 36/38
37 Obraz jest sygnałem. Każdy sygnał można wyświetlić w dziedzinie czasu, czyli jego wartość dla danej próbki. Sygnał można też wyświetlić w dziedzinie częstotliwości, czyli właściwości sygnałów prostych, z których składa się sygnał wejściowy. Przejście do dziedziny częstotliwości można Dyskretnej Transformaty Fouriera (DCT). osiągnąć używając 37/38
38 Wykład 2 Dziękuję za uwagę :) mgr inż. 38/38
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 szczegółowoPrzetwarzanie 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 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 szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 9 Przetwarzanie sygnałów wizyjnych. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z funkcjami pozwalającymi na
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 szczegółowoRozpoznawanie Twarzy i Systemy Biometryczne
Filtry Plan wykładu Przegląd dostępnych filtrów Zastosowanie filtrów na różnych etapach pracy systemu Dalsze badania Kontrast i ostrość Kontrast różnica w kolorze i świetle między częściami ś i obrazu
Bardziej szczegółowoHistogram obrazu, modyfikacje histogramu
March 15, 2013 Histogram Jeden z graficznych sposobów przedstawiania rozkładu cechy. Składa się z szeregu prostokatów umieszczonych na osi współrzędnych. Prostokaty te sa z jednej strony wyznaczone przez
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 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 szczegółowoKomputerowe obrazowanie medyczne
Komputerowe obrazowanie medyczne Część II Przetwarzanie i analiza obrazów medycznych Grafika rastrowa i wektorowa W grafice wektorowej obrazy i rysunki składają się z szeregu punktów, przez które prowadzi
Bardziej szczegółowoPrzetwarzanie 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 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 szczegółowoCyfrowe 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 szczegółowoDetekcja twarzy w obrazie
Detekcja twarzy w obrazie Metoda na kanałach RGB 1. Należy utworzyć nowy obrazek o wymiarach analizowanego obrazka. 2. Dla każdego piksela oryginalnego obrazka pobiera się informację o wartości kanałów
Bardziej szczegółowoPlan wykładu. Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie. informatyka +
Plan wykładu Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie 2 Po co obrabiamy zdjęcia Poprawa jasności, kontrastu, kolorów itp. Zdjęcie wykonano w niesprzyjających warunkach (złe
Bardziej szczegółowoPrzekształcenia punktowe i geometryczne
Przekształcenia punktowe i geometryczne 1 Przekształcenia punktowe Przekształcenia punktowe (bezkontekstowe) są to przekształcenia dotyczące stopnia szarości lub nasycenia barwy dla każdego punktu oddzielnie,
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 szczegółowoPrzekształcenia punktowe
Przekształcenia punktowe Przekształcenia punktowe realizowane sa w taki sposób, że wymagane operacje wykonuje sie na poszczególnych pojedynczych punktach źródłowego obrazu, otrzymujac w efekcie pojedyncze
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 szczegółowoTransformata Fouriera
Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli
Bardziej szczegółowoPrzedmowa 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 szczegółowoPlan wykładu. Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie. informatyka +
Plan wykładu Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie 2 Wprowadzenie Po co obrabiamy zdjęcia Obrazy wektorowe i rastrowe Wielkość i rozdzielczość obrazu Formaty graficzne
Bardziej szczegółowoCyfrowe 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 szczegółowodr inż. Piotr Odya dr inż. Piotr Suchomski
dr inż. Piotr Odya dr inż. Piotr Suchomski Podział grafiki wektorowa; matematyczny opis rysunku; małe wymagania pamięciowe (i obliczeniowe); rasteryzacja konwersja do postaci rastrowej; rastrowa; tablica
Bardziej szczegółowoWYBRANE ZAGADNIENIA WIDZENIA MASZYNOWEGO
Optomechatronika - Laboratorium Ćwiczenie 4 WYBRANE ZAGADNIENIA WIDZENIA MASZYNOWEGO 4.1 Cel ćwiczenia Celem ćwiczenia jest zapoznanie się ze sposobami akwizycji oraz analizy obrazu przydatnymi w kontroli
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 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
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 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 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1. Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej szczegółowoGrafika Komputerowa Wykład 1. Wstęp do grafiki komputerowej Obraz rastrowy i wektorowy. mgr inż. Michał Chwesiuk 1/22
Wykład 1 Wstęp do grafiki komputerowej rastrowy i wektorowy mgr inż. 1/22 O mnie mgr inż. michalchwesiuk@gmail.com http://mchwesiuk.pl Materiały, wykłady, informacje Doktorant na Wydziale Informatyki Uniwersytetu
Bardziej szczegółowoAKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU
AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU WYKŁAD 2 Marek Doros Przetwarzanie obrazów Wykład 2 2 Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x, y)) do postaci
Bardziej szczegółowo3. OPERACJE BEZKONTEKSTOWE
3. OPERACJE BEZKONTEKSTOWE 3.1. Tablice korekcji (LUT) Przekształcenia bezkontekstowe (punktowe) to takie przekształcenia obrazu, w których zmiana poziomu szarości danego piksela zależy wyłącznie od jego
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VII Sygnały 2D i transformacja Fouriera 2D 2 1 2 Splot 2D d d y H F y H y F y G ), ( ), ( ), ( ), ( ), ( H(,) F(,) H(-,-) H(-,y-) G(,y) Delta Diraca 2D (,y) 0 ),
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 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 szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
Bardziej szczegółowoGimp 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 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 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 szczegółowoAnaliza obrazu. wykład 3. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 3 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Binaryzacja Binaryzacja jest jedną z ważniejszych ż czynności punktowego przetwarzania obrazów. Poprzedza prawie zawsze
Bardziej szczegółowoAKWIZYCJA I PRZETWARZANIE WSTĘPNE
WYKŁAD 2 AKWIZYCJA I PRZETWARZANIE WSTĘPNE Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x,y)) do postaci zbioru danych dyskretnych (obraz cyfrowy) nadających
Bardziej szczegółowoGrenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu
Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu Małgorzata Bąk, Marcin Byra, Filip Chudzyński, Marcin Osiekowicz Opiekun: dr hab. Piotr Szymczak
Bardziej szczegółowoObraz i komputer. Trzy dziedziny informatyki. Podział przede wszystkim ze względu na dane wejściowe i wyjściowe
Obraz i komputer Trzy dziedziny informatyki Grafika komputerowa Przetwarzanie obrazów Rozpoznawanie obrazów Podział przede wszystkim ze względu na dane wejściowe i wyjściowe Grafika komputerowa Dane wejściowe
Bardziej szczegółowo3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43
Spis treści 3 Przedmowa... 9 Cele książki i sposoby ich realizacji...9 Podziękowania...10 1. Rozległość zastosowań i głębia problematyki DSP... 11 Korzenie DSP...12 Telekomunikacja...14 Przetwarzanie sygnału
Bardziej szczegółowoĆwiczenie 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 szczegółowoOperator rozciągania. Obliczyć obraz q i jego histogram dla p 1 =4, p 2 =8; Operator redukcji poziomów szarości
Operator rozciągania q = 15 ( p p1 ) ( p p ) 0 2 1 dla p < p p 1 2 dla p p, p > p 1 2 Obliczyć obraz q i jego histogram dla p 1 =4, p 2 =8; Operator redukcji poziomów szarości q = 0 dla p p1 q2 dla p1
Bardziej szczegółowoEKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW
EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW 1. Motywacja Strony internetowe zawierają 70% multimediów Tradycyjne wyszukiwarki wspierają wyszukiwanie tekstu Kolekcje obrazów: Dwie
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania Grupa ID308, Zespół 11 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 6 Temat: Operacje sąsiedztwa wyostrzanie obrazu Wykonali: 1. Mikołaj Janeczek
Bardziej szczegółowoJoint Photographic Experts Group
Joint Photographic Experts Group Artur Drozd Uniwersytet Jagielloński 14 maja 2010 1 Co to jest JPEG? Dlaczego powstał? 2 Transformata Fouriera 3 Dyskretna transformata kosinusowa (DCT-II) 4 Kodowanie
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie drugie Podstawowe przekształcenia obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami obrazu wykonywanymi
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 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 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 szczegółowoKompresja Danych. Streszczenie Studia Dzienne Wykład 13, f(t) = c n e inω0t, T f(t)e inω 0t dt.
1 Kodowanie podpasmowe Kompresja Danych Streszczenie Studia Dzienne Wykład 13, 18.05.2006 1.1 Transformaty, próbkowanie i filtry Korzystamy z faktów: Każdą funkcję okresową można reprezentować w postaci
Bardziej szczegółowoGIMP GNU Image Manipulation Program. Narzędzia Informatyki
GIMP GNU Image Manipulation Program Narzędzia Informatyki GIMP Darmowy program do edycji grafiki rastrowej" Rozwijany od 1995 r." Alternatywa dla Adobe Photoshop" Obsługuje tylko 8 bitów na kanał" Wersje
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 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 szczegółowoPrzetwarzanie obrazów. Grupy metod przetwarzania obrazu. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe
Przetwarzanie obrazów Ogólna definicja Algorytm przetwarzający obraz to algorytm który, otrzymując na wejściu obraz wejściowy f, na wyjściu zwraca takŝe obraz (g). Grupy metod przetwarzania obrazu Przekształcenia
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 2 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 i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 8 Transformaty i kodowanie cz. 2 Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS
Bardziej szczegółowoFiltracja nieliniowa obrazu
Informatyka, S1 sem. letni, 2014/2015, wykład#4 Filtracja nieliniowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów Obraz
Bardziej szczegółowoTechniki 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 szczegółowoALGORYTMY PRZETWARZANIA OBRAZÓW Projekt. Aplikacja przetwarzająca obrazy z możliwością eksportu i importu do programu MS Excel.
Grupa IZ07IO1 Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT ALGORYTMY PRZETWARZANIA OBRAZÓW Projekt Aplikacja przetwarzająca obrazy z możliwością eksportu i importu do programu MS Excel. Wykonali:
Bardziej szczegółowoPolitechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 8. Filtracja uśredniająca i statystyczna.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 8 Filtracja uśredniająca i statystyczna. Cel ćwiczenia Celem ćwiczenia jest zdobycie umiejętności tworzenia i wykorzystywania
Bardziej szczegółowoAnaliza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.
Analiza obrazu komputerowego wykład 1 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Plan wykładu Wprowadzenie pojęcie obrazu cyfrowego i analogowego Geometryczne przekształcenia obrazu Przekształcenia
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 szczegółowoCyfrowe przetwarzanie i kompresja danych. dr inż.. Wojciech Zając
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 7. Standardy kompresji obrazów nieruchomych Obraz cyfrowy co to takiego? OBRAZ ANALOGOWY OBRAZ CYFROWY PRÓBKOWANY 8x8 Kompresja danych
Bardziej szczegółowoUniwersytet Warszawski, Wydział Fizyki
TELEDETEKCJA A źródło B oddziaływanie z atmosferą C obiekt, oddziaływanie z obiektem D detektor E zbieranie danych F analiza G zastosowania A C B D E F G Obraz wejściowy Analiza Algorytmy przetwarzania
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 szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia geometryczne Obroty Przesunięcia Odbicia Rozciągnięcia itp Przekształcenia geometryczne Obroty Wielokrotność 90 stopni Inne Przekształcenia geometryczne Obroty Wielokrotność
Bardziej szczegółowoPOBR Kolos 2 + kilka pyt. z egzaminu
POBR Kolos 2 + kilka pyt. z egzaminu 1. Podstawowe metody akwizycji obrazów. Akwizycja obrazów cyfrowych: kiedyś - lampa analizująca: przetwornik optoelektroniczny zapewniający dyskretyzację dziedziny
Bardziej szczegółowoFILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI
FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI ( frequency domain filters) Każdy człon F(u,v) zawiera wszystkie wartości f(x,y) modyfikowane przez wartości członów wykładniczych Za wyjątkiem trywialnych przypadków
Bardziej szczegółowoSegmentacja przez detekcje brzegów
Segmentacja przez detekcje brzegów Lokalne zmiany jasności obrazu niosą istotną informację o granicach obszarów (obiektów) występujących w obrazie. Metody detekcji dużych, lokalnych zmian jasności w obrazie
Bardziej szczegółowoMonitory 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 szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 4 Filtracja 2D Opracowali: - dr inż. Krzysztof Mikołajczyk - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej,
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 szczegółowoKARTA PRZEDMIOTU. W5/1;W16/1 W5 Zna podstawowe metody przetwarzania wstępnego EP WM K_W9/3; obrazów barwnych.
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PRZETWARZANIE OBRAZÓW CYFROWYCH 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia pierwszego stopnia 5. Forma
Bardziej szczegółowoPercepcja 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 szczegółowoAutomatyka i Robotyka II stopień ogólno akademicki
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014
Bardziej szczegółowoMetody komputerowe w obliczeniach inżynierskich
Metody komputerowe w obliczeniach inżynierskich dr inż. Marcel Luzar m.luzar@issi.uz.zgora.pl p. 325 A-2 www.issi.uz.zgora.pl Przetwarzanie obrazów w MATLABIe Zapis i odczyt obrazów, liczby 8 i 16-bitowe
Bardziej szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej szczegółowozna wybrane modele kolorów i metody transformacji między nimi zna podstawowe techniki filtracji liniowej, nieliniowej dla obrazów cyfrowych
Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Kod modułu Język kształcenia Wydział Matematyki i Informatyki Instytut Informatyki Przetwarzanie i analiza obrazów cyfrowych w
Bardziej szczegółowoOdciski palców ekstrakcja cech
Kolasa Natalia Odciski palców ekstrakcja cech Biometria sprawozdanie z laboratorium 4 1. Wstęp Biometria zajmuje się rozpoznawaniem człowieka na podstawie jego cech biometrycznych. Jest to możliwe ponieważ
Bardziej szczegółowoCechy formatu PNG Budowa bloku danych Bloki standardowe PNG Filtrowanie danych przed kompresją Wyświetlanie progresywne (Adam 7)
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 5, strona 1. PNG (PORTABLE NETWORK GRAPHICS) Cechy formatu PNG Budowa bloku danych Bloki standardowe PNG Filtrowanie danych przed kompresją Wyświetlanie
Bardziej szczegółowoZałożenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
Założenia i obszar zastosowań KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Plan wykładu: Geneza algorytmu Założenia i obszar zastosowań JPEG kroki algorytmu kodowania obrazu Założenia: Obraz monochromatyczny
Bardziej szczegółowoDane obrazowe. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski
Dane obrazowe R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski www.il.pw.edu.pl/~rg s-rg@siwy.il.pw.edu.pl Przetwarzanie danych obrazowych! Przetwarzanie danych obrazowych przyjmuje trzy formy:! Grafikę
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 szczegółowoGry Komputerowe Interaktywna kamera FPP
Gry Komputerowe Interaktywna kamera FPP Michał Chwesiuk Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Wydział Informatyki 28 Marzec 2018 Michał Chwesiuk Laboratorium 2 28 Marzec 2018 1/ 11
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
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 szczegółowoWybrane 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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 6 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 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 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 szczegółowo30 godzin, 6 punktów ECTS
Reprezentacja obrazów cyfrowych Podstawowe pojęcia i operacje Komputerowa analiza obrazów 30 godzin, 6 punktów ECTS Treści programowe 1. Reprezentacja obrazów cyfrowych, informacja obrazowa. 2. Modele
Bardziej szczegółowo