Nowa metoda segmentacji obrazów stopów tytanowych wykonanych za pomoc¹ tomografii rentgenowskiej, wykorzystuj¹ca transformatê contourlet
|
|
- Jarosław Kosiński
- 8 lat temu
- Przeglądów:
Transkrypt
1 AUTOMATYKA 2011 Tom 15 Zeszyt 3 ukasz Jopek*, Laurent Babout**, Marcin Janaszewski*, Micha³ Postolski* Nowa metoda segmentacji obrazów stopów tytanowych wykonanych za pomoc¹ tomografii rentgenowskiej, wykorzystuj¹ca transformatê contourlet 1. Wprowadzenie Stopy tytanowe o strukturze krystalicznej [1, 2] znajduj¹ szerokie zastosowanie w przemyœle, na przyk³ad energetycznym, czy w aeronautyce, jak równie technice biomedycznej. Zawdziêczaj¹ to swoim unikatowym w³aœciwoœciom, takim jak wysoka odpornoœæ na odkszta³cenia mechaniczne czy korozjê, któr¹ ³¹cz¹ siê ze stosunkow¹ nisk¹ gêstoœci¹. W³asnoœci te s¹ œciœle zwi¹zane z budow¹ wewnêtrzn¹ tego materia³u, dlatego bardzo istotne jest jej poznanie. Szczególnie wa ne wydaje siê poznanie zale noœci miêdzy propagacj¹ pêkniêcia wewn¹trz materia³u z jego wewnêtrzn¹ struktur¹. Niniejsze badania prowadzone s¹ przy wykorzystaniu Europejskiego synchrotronu (European Synchrotron Radiation Facility ESRF), dziêki któremu mo liwe sta³o siê uzyskanie obrazów technik¹ mikrotomografii rentgenowskiej. Oryginalnie obrazy s¹ trójwymiarowe, lecz w artykule skupiono siê na obrazach dwuwymiarowych, gdy s¹ prostsze w analizie. Wynika to te z faktu, i wiele metod przetwarzania obrazów opracowanych zosta³o w³aœnie dla obrazów 2D. W badaniach wykorzystano te dwuwymiarowe obrazy uzyskane za pomoc¹ mikroskopu optycznego, dlatego i technika ta pozwala na uzyskanie obrazów mikrostruktur o wy- szym kontraœcie i mniejszej zawartoœci szumów ni w przypadku tomografii rentgenowskiej. Niestety obrazy uzyskane za pomoc¹ mikroskopu pozwalaj¹ uzyskaæ tylko obraz powierzchni zewnêtrznych materia³u. Zatem ostatecznie nale y skupiæ siê na trudniejszych, lecz pozwalaj¹cych zbadaæ strukturê wewnêtrzn¹, trójwymiarowych obrazach tomograficznych. Na obu typach obrazów mo na wyró niæ, w zasadzie dwa typy struktur: kolonie α-p³atków (kolonie α-lamellar) oraz β-ziarna (β-grain); β-ziarna (rys. 1) mog¹ byæ scharakteryzowane jako pojedyncze krzywe, czêsto o zmiennym kierunku, o stosunkowo du ej gruboœci. W przypadku obrazów optycznych s¹ z regu³y jaœniejsze od innych elementów * Katedra Informatyki Stosowanej Politechniki ódzkiej, Katedra Systemów Ekspertowych i Sztucznej Inteligencji Wy szej Szko³y Informatyki w odzi ** Katedra Informatyki Stosowanej Politechniki ódzkiej 161
2 162 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski mikrostruktury, a w przypadku obrazów tomograficznych zazwyczaj s¹ ciemniejsze, czêsto praktycznie czarne. Kolonie α-p³atków (rys. 1) mog¹ byæ opisane jako obszary zawieraj¹ce grupy linii (krzywych), maj¹cych orientacjê kierunkow¹. Ka da kolonia α-p³atków zawiera grupy linii o podobnej orientacji kierunkowej, choæ rozrzut kierunku w jednej kolonii mo e dochodziæ nawet do kilkunastu stopni. Oprócz tego, kolonie α-p³atków mog¹ byæ charakteryzowane za pomoc¹ rozrzutu jasnoœci linii i t³a (obszaru pomiêdzy liniami). Rozrzut ten mo e byæ albo ma³y, i wtedy linie oraz t³o maj¹ podobn¹ jasnoœæ (gdy rozwa ane s¹ obrazy w skali szaroœci), albo du y, i wtedy linie i t³o znacznie ró ni¹ siê od siebie jasnoœci¹. Linie mog¹ byæ zarówno jaœniejsze, jak i ciemniejsze od t³a. Zatem kolonie α-p³atków podlegaj¹ segmentacji wzglêdem dwóch kryteriów: orientacji kierunkowej oraz rozrzutu jasnoœci. Problem segmentacji kolonii α-p³atków na podstawie rozrzutu jasnoœci pikseli zosta³ ju rozwi¹zany w [3], dziêki wykorzystaniu parametru obrazu, jakim jest wariancja lokalnego histogramu. Trudniejszym zadaniem jest segmentacja kolonii α-p³atków pod wzglêdem ich orientacji kierunkowej. Rys. 1. Przyk³ad obrazów stopów tytanowych obraz uzyskany za pomoc¹ tomografii rentgenowskiej Pierwsz¹ zaproponowan¹ metod¹ by³a metoda wykorzystuj¹ca transformatê falkow¹ [3], a œciœlej dekompozycjê falkow¹, poniewa poszczególne komponenty takiej dekompozycji wra liwe by³y na ró ne sk³adowe kierunkowe obrazu. W ten sposób uzyskaæ mo na by³o podzia³ obrazu na dwie klasy kierunkowe: poziom¹ i pionow¹. W przypadku obrazów optycznych uzyskano stosunkow¹ dobr¹ separacjê kolonii o orientacji zbli onej do poziomej i pionowej. W przypadku obrazów tomograficznych podzia³ ten realizowany by³ du o
3 Nowa metoda segmentacji obrazów stopów tytanowych gorzej, zarówno czu³oœæ metody, rozumiana jako zdolnoœæ do wykrywania kierunkowoœci obiektów na obrazie, jak i selektywnoœæ rozumiana jako przypisanie obiektowi jednego kierunku, zgodnej z jego rzeczywist¹ orientacj¹ by³y niewystarczaj¹ce. Drugim problemem by³o to, e dwa mo liwe do wykrycia kierunki s¹ liczb¹ niewystarczaj¹c¹. Kolejne rozwi¹zanie opiera³o siê na wykorzystaniu macierzy zdarzeñ [4] i macierzy pasm [4]. Metody te teoretycznie pozwala³y na wykrywanie obiektów o czterech kierunkach (0, 45, 90 i 135 stopni). Selektywnoœæ metody by³a lepsza ni w poprzednim wypadku, czu³oœæ tak e, co widoczne by³o w szczególnoœci w przypadku obrazów tomograficznych, jednak w dalszym ci¹gu by³y niewystarczaj¹ce. Nadal nie wszystkie kolonie widoczne na obrazie by³y separowane, czêœæ kolonii by³o identyfikowanych b³êdnie. Inne podejœcie do problemu zosta³o zaproponowane w [5]. Wprawdzie rozwa ane tam materia³y, a co za tym idzie, tak- e ich obrazy, ró ni³y siê od zaprezentowanych w niniejszym artykule, to jednak stopnieñ podobieñstwa by³ dosyæ wysoki. Zaproponowana tam metoda wykorzystywa³a gradient jasnoœci pikseli. Pozwala³o to na pomiar lokalnego kierunku struktur tworz¹cych teksturê obrazu. Wykorzystuj¹c ten fakt, opracowano [6] algorytm segmentacji dla rozwa anych tutaj obrazów. Do przypisania pikseli do konkretnych klas wykorzystywany by³ klasyfikator k-nn. Zbiór ucz¹cy tworzony by³ automatycznie, za pomoc¹ algorytmu grupowania k-œrednich. Uzyskane wyniki okaza³y siê byæ najlepsze spoœród wszystkich, przytaczanych wczeœniej metod. Jednak, w dalszym ci¹gu nie wszystkie kolonie by³y identyfikowane poprawnie. Nadal czêœæ z nich przypisywana by³a do niew³aœciwych klas lub kszta³t wykrytych koloni nie by³ zgodny z rzeczywistoœci¹. Problemy dotyczy³y zw³aszcza obrazów 3D. Problemem w dalszym ci¹gu s¹ czu³oœæ i selektywnoœæ detektora kierunku. Wzglêdnie wysok¹ czu³oœæ uzyskano w przypadku wykorzystania dekompozycji falkowej, choæ tu problemem okaza³a siê niewystarczaj¹ca selektywnoœæ. Problem ten rozwi¹zuje dekompozycja typu contourlet [7 9]. Jest to metoda, w której dekompozycja ma o wiele wiêcej komponentów ni w przypadku standardowego schematu dekompozycji falkowej, co, jak siê ukazuje, rozwi¹zuje problem selektywnoœci, przy utrzymaniu wysokiej czu³oœci. Artyku³ prezentuje metodê s³u ¹c¹ do segmentacji obrazów stopów tytanowych, wykorzystuj¹c¹ w roli detektora kierunku dekompozycjê contourlet. W rozdziale drugim przedstawiono ideê transformaty contourlet, w rozdziale trzecim zaprezentowany zosta³ algorytm segmentacji, nastêpny rozdzia³ prezentuje uzyskane wyniki, porównanie z poprzednimi rozwi¹zaniami oraz dyskusje. Ostatni rozdzia³ to propozycje dalszych badañ, w tym budowy algorytmu s³u ¹cego do segmentacji obrazów 3D. 2. Transformata contourlet Transformata contourlet (transformata konturkowa) jest uogólnieniem transformacji falkowej. Zasadnicz¹ ró nic¹ jest algorytm analizy i syntezy sygna³u. W klasycznej dwuwymiarowej transformacji falkowej przestrzeñ k¹towa analizy obrazu jest ograniczona do trzech kierunków (pionowy, poziomy i ukoœny). Transformata contourlet pozwala na tak¹ parametryzacjê transformacji, aby na danym poziomie dekompozycji (w danej skali) rozszerzyæ rozdzielczoœæ k¹tow¹ do 2n liczby kierunków analizy, czyli np. pierwszy stopieñ
4 164 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski dekompozycji oferuje dwa komponenty kierunkowe, na drugim ju cztery, na trzecim osiem komponentów, a na czwartych poziomie dekompozycji a szesnaœcie. Rozszerzenie przestrzeni dekompozycji o wymiar k¹ta analizy da³o mo liwoœæ pe³niejszego opisu obiektów w transformowanym obrazie. Transformacja contourlet jest z³o eniem analizy wielorozdzielczej przy u yciu piramidy Laplace a (Laplacian Pyramid Contourlet Transform) z podzia³em na ka dym poziomie dekompozycji na poszczególne kierunki analizy z zastosowaniem filtrów kierunkowych lub bazuj¹c¹ na wielorozdzielczej dekompozycji falkowej (Wavelet Based Contourlet Transform). Zasadniczo, podobnie jak w przypadku standardowej transformaty falkowej, czy innych metod o ni¹ opartych, jak np. curvlet [10] czy ridgeret [10, 11], Contourlet wykorzystywany jest do kompresji, odszumiania i poprawy jakoœci obrazów, w tej pracy jednak dekompozycje tej transformaty wykorzystano w roli detektora kierunku. Niezale nie od tego podzia³u, istnieje kilka odmian implementacyjnych tej metody [7]. Rysunek 2 ilustruje podstawowy schemat dekompozycji contourlet. W niniejszej pracy zastosowano metodê zwan¹ Nonsubsampled Contourlet Transform (NSCT) [7]. Rys. 2. Schemat dekompozycji counturlet na bazie piramidy Laplace a [12] 2.1. Nonsubsampled Contourlet Transform (NSCT) Jak wspomniano w poprzednim rozdziale transformata contourlet jest z³o eniem analizy wielorozdzielczej przy u yciu piramidy Laplace a z podzia³em na ka dym poziomie dekompozycji na poszczególne kierunki analizy z zastosowaniem filtrów kierunkowych. Zazwyczaj, na ka dym poziomie dekompozycji nastêpuje decymacja ci¹gu próbek, czyli wybieranie co drugiej próbki (d³ugoœæ ka dego ci¹gu zmniejsza siê o po³owê z dok³adnoœci¹ do jednej próbki ze wzglêdu na przypadek nieparzystej liczby próbek wejœciowych). Jednak w przypadku NSCT niestosuje siê decymacji. Mo e byæ to wad¹ w przypadku np. kompresji obrazów, ale nie stanowi problemu w przypadku zastosownaia dekompozycji w roli detektora kierunku, co wiêcej, mo e okazaæ siê zalet¹, gdy brak decymacji
5 Nowa metoda segmentacji obrazów stopów tytanowych oznacza, e podobrazy na ka dym poziomie dekompozycji maj¹ takie same rozmiary co obraz wejœciowy. U³atwia to powi¹zanie pikseli na podobrazach z pikselami obrazu wejœciowego. Na potrzeby transformaty opracowano dwuwymiarowe banki filtrów kierunkowych (rys. 3) w celu zapewnienia kierunkowych w³aœciwoœci transformacji. Obecnie istnieje ca³y szereg takich banków filtrów [7, 13]. Ide¹ tego rozwi¹zania by³ podzia³ przestrzeni na okreœlon¹ liczbê czêœci w taki sposób, aby linie podzia³u znajdowa³y siê w centralnym punkcie i wyznacza³y kierunki. Da³o to mo liwoœæ dyskretyzacji k¹ta linii podzia³u i tym samym zaadresowania danego kierunku na p³aszczyÿnie obrazu. W przypadku niniejszego problemu najbardziej korzystne okaza³o siê zastosowanie Nonsubsampled Directional Filter Bank (NSDFB) [7]. Metoda ta polega na wygenerowaniu pary filtrów U0 i U1, gdzie jeden to filtr dolnoprzepustowy, a drugi jest filtrem górnoprzepustowym. Ka da taka para filtrów jest wra liwa na inny kierunek. Schemat analizy obrazu z wykorzystaniem metody NSDFB przedstawiono na rysunku 4. ω 2 (π, π) ω 1 ( π, π) Rys. 3. Schemat banku filtrów kierunkowych [9] a) b) Rys. 4. Schemat dekompozycji obrazu Directional Filter Bank (NSDFB) [7]
6 166 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski Jak mo na zobaczyæ na rysunku 4a, na pierwszym poziomie dekompozycji uzyskaæ mo na dwa komponenty kierunkowe, na kolejnym ju cztery, trzeci poziom oferuje ju ich osiem, a czwarty pioziom szesnaœcie. Proces realizowany mo e byæ jako splot obrazu z odpowiedzi¹ implusow¹ filtru. 3. Algorytm segmentacji dwywymiarowych obrazów stopów tytanowych wykonanych technik¹ tomografii rentgenowskiej, wykorzystuj¹cy transformatê contourlet Zadaniem algorytmu jest segmentacja dwuwymiarowych obrazów stopów tytanowych, w której g³ównym kryterium klasyfikacji piksela do konkretnej klasy jest orientacja kierunkowa jego otoczenia. Jak wspomniano we wstêpie, na rozwa anych tutaj obrazach wyró niæ mo na dwa elementy tworz¹ce strukturê materia³u: β-ziarna oraz kolonie α-p³atków. Segmentacji podlegaæ bêd¹ kolonie α-p³atków. W roli detektora kierunku kolonii α-p³atków wykorzystana zostanie opisana w poprzednim rozdziale transformata contourlet, jednak z uwagi na skomplikowany charakter obrazów algorytm s³u ¹cy do ich segmentacji jest z³o ony. W tym rozdziale zostan¹ omówione po kolei wszystkie jego g³ówne elementy, a schemat blokowy przedstawiony zosta³ na rysunku 5. Rys. 5. Schemat algorytmu segmentacji obrazów teksturowanych o charakterze kierunkowym
7 Nowa metoda segmentacji obrazów stopów tytanowych Przetwarzanie wstêpne Przetwarzanie wstêpne obrazu ma na celu tak¹ jego transformacjê, eby st³umiæ pewne jego cechy, np. szum, a wzmocniæ inne, np. kontrast. W przypadku tutaj rozwa anych obrazów najwiêkszym problemem jest wysoki poziom szumów (szczególnie w przypadku obrazów tomograficznych). Zredukowanie poziomu tych szumów mo na osi¹gn¹æ równie poprzez zastosowanie algorytmów opartych na transformatach takich jak wavelet, curvelet czy contourlet, z adaptacyjnym doborem progu. W niniejszym algorytmie skorzystano z metody przedstawionej w pracy [7] Detekcja kierunku Proces detekcji kierunku jest sercem proponowanej metody. Proponowana metoda oparta jest na spostrze eniu, e ka dy spoœród filtrów kierunkowych, zawartych w banku filtrów NSDFB, reaguje na konkretne sk³adowe kierunkowe, zawarte na obrazie. Specyfika tych filtrów pozwala na dok³adne i selektywne wyznaczanie kierunku struktur zawartych w obrazie. Podstawowa metoda detekcji kierunku mo e byæ opisana za pomoc¹ równania (1): ( E, ) Pij, = arg max k i j gdzie: P i,j piksel obrazu wyjœciowego o wspó³rzêdnych i, j, k k-ty komponent dekompozycji, wartoœæ piksela o wspó³rzêdnych i, j w k-tym obrazie dekompozycji. E k i,j Poniewa nie zachodzi tu proces decymacji, zatem dowolny komponent, na dowolnym poziomie dekompozycji ma taki sam rozmiar jak obraz wejœciowy. Jest to wiêc obraz, który powsta³ w wyniku przefiltrowania obrazu oryginalnego przez szereg filtrów cyfrowych. Proces ten ma s³u yæ wykrywaniu krawêdzi o okreœlonym kierunku. Jeœli na obrazie znajduje siê taka krawêdÿ, to zostanie ona wykryta w komponentach dekompozycji, które s¹ wra liwe na podobny kierunek. Najsilniej krawêdÿ bêdzie widoczna w tym komponencie, który jest najbli szy pod wzglêdem wykrywanego kierunku. Etykieta komponentu bêdzie stanowi³a informacjê o dominuj¹cym kierunku w otoczeniu piksela. Otoczenie to zwi¹zane jest z rozmiarem u ytych w dekompozycji filtrów. Wykryta krawêdÿ bêdzie oznaczona za pomoc¹ pikseli o najwy szych lub najni szych wartoœciach, piksele zwi¹zane z kierunkami odleglejszymi od wykrywanego przez komponent bêd¹ mia³y wartoœci bli sze œredniej wartoœci pikseli na obrazie. Wystarczy zatem znaleÿæ komponent o wartoœci maksymalnej (lub minimalnej), aby okreœliæ na podstawie etykiety komponentu, jaka jest dominuj¹ca kierunkowoœæ jego otoczenia. W pracy zdecydowano siê szukaæ wartoœci maksymalnej (1), jednak zast¹pienie jej wartoœci¹ minimaln¹ daje taki sam efekt. KrawêdŸ czêsto oznaczona jest te jako krzywa zbudowana z pikseli o wysokich wartoœciach po jednej jej stronie i niskich po drugiej, mo na wiêc badaæ zamiast pojedynczego piksela, np. odchylenie standardowe pikseli w jego otoczeniu. Komponent, który bêdzie mia³ najwy sz¹ jego wartoœæ, bêdzie komponentem najbli szym pod wzglêdem wykrywanego kierunku. (1)
8 168 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski 3.3. Usuwanie t³a Dekompozycja contourlet potrafi wykryæ krawêdzie na obrazie. W przypadku kolonii α-p³atków, wykrywane s¹ krzywe je tworz¹ce (rys. 1). Jeœli podzieliæ obraz na dwie klasy: obiekty i t³o, to obiektami bêd¹ w³aœnie te krzywe, a t³em pozosta³e piksele. Po zastosowaniu metody detekcji kierunku, opisanej w poprzednim rozdziale, obiekty oznaczone bêd¹ etykietami odpowiednich komponentów, podczas gdy t³o bêd¹ stanowiæ w wiêkszoœci przypadkowe wartoœci. Ze wzglêdu na segmentacjê obrazów krystalicznych stopów tytanu, interesuj¹ce s¹ obiekty, t³o zaœ nie niesie ze sob¹ istotnych informacji, mo na je zatem pomin¹æ, a do klasyfikacji (segmentacji) u yæ jedynie pikseli z obiektów. W zaproponowanym algorytmie usuwanie t³a przebiega nastêpuj¹co: obraz oryginalny poddawany jest binaryzacji, elementy kolonii α-p³atków i t³a zostaj¹ przydzielone do osobnych klas. Nastêpnie, po dokonaniu detekcji kierunku (na obrazie oryginalnym, nie binarnym) nastêpuje druga faza. Polega na transformacji punktowej obrazu wed³ug poni szej regu³y (2): P ij, Inij, jeœli Bij, = 1 = 0 jeœli Bij, = 0 (2) gdzie: P i,j piksel obrazu wyjœciowego o wspó³rzêdnych i, j, In i,j piksel obrazu wejœciowego wspó³rzêdnych i, j, piksel obrazu binarnego o wspó³rzêdnych i, j, 1 obiekt, 0 t³o. B i,j 3.4. Odszumianie Piksele, które zosta³y zaklasyfikowane jako obiekty (2), maj¹ wartoœci, bêd¹ce w istocie kierunkiem struktury elementów kolonii α-p³atków. Nie oznacza to jednak, e ka dy piksel ma wartoœæ poprawn¹. Nale y przeprowadziæ odszumianie obrazu, polegaj¹ce na usuniêciu pikseli o wartoœciach niepasuj¹cych do reszty. Idea jest podobna jak w przypadku filtrów medianowych, jednak takie filtry nie mog¹ byæ zastosowane z uwagi na specyfikê obrazu. Procesowi poddawane s¹ jedynie piksele obiektów. Dla ka dego piksela obiektu tworzony jest histogram z otaczaj¹cego go obszaru. Wielkoœæ tego obszaru ustalana jest manualnie. Jest to okno o rozmiarze W W. W najprostszym przypadku piksel uzyskuje wartoœæ tej klasy, która ma najwiêksz¹ iloœæ przedstawicieli. Rysunek 6 pokazuje przyk³adowy histogram. Widaæ, e piksele o wartoœci 11 wyraÿnie dominuj¹ nad pozosta³ymi, zatem badany piksel powinien mieæ tak¹ wartoœæ. Eksperymentalnie ustalono, e taka metoda jest wystarczaj¹ca.
9 Nowa metoda segmentacji obrazów stopów tytanowych Rys. 6. Przyk³ad histogramu z wartoœci pikseli obiektów, dla okna o rozmiarze pikseli 3.5. Klasyfikacja poziom 1 Klasyfikacja ta pod pewnymi wzglêdami przypomina odszumianie przedstawione w poprzednim paragrafie. Po odszumieniu obraz zawiera dwa elementy: obiekty bêd¹ce elementami kolonii α-p³atków, z przypisanymi etykietami klas, oraz t³o, na które sk³adaj¹ wszystkie, pozosta³e piksele. Maj¹ one przypisan¹ wartoœæ zero. Klasyfikacja, w tym wypadku, sprowadza siê do przypisania pikseli t³a do odpowiednich klas, na podstawie ich otoczenia. Je eli dany piksel t³a otoczony jest przez elementy (obiekty) tylko jednej klasy, to mo na przyj¹æ, e jest on zawarty wewn¹trz danej kolonii. Ilustruje to rysunek 7a. Trudniejszym przypadkiem jest sytuacja, gdy piksel t³a znajduje siê w pobli u obiektów, nale ¹cych do ró nych klas. Ilustruj¹ to rysunki 7b i 7c. Tutaj mo na pos³u yæ siê metod¹ odszumiania z poprzedniego paragrafu, tzn. dany piksel przypisaæ do najliczniej reprezentowanej klasy. Na rysunku 7d zobaczyæ mo na efekt pracy tej metody. a) b) c) d) Rys. 7. Przyk³ady pikseli t³a poddawanych klasyfikacji (zosta³y oznaczone liter¹ A)
10 170 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski Po klasyfikacji pikseli t³a mo e zdarzyæ siê sytuacja, gdy wewn¹trz danej kolonii pozostan¹ nadal pojedyncze piksele, niepasuj¹ce do reszty, bêd¹ce pierwotnie elementami obiektów (linii tworz¹cy kolonie). Mo na je usun¹æ albo za pomoc¹ filtrów medianowych, albo stosuj¹c opisan¹ ju metodê klasyfikacji t³a, ale tym razem dla ka dego piksela obrazu Odszumianie kontekstowe klasyfikacja poziom drugi Obraz uzyskany za pomoc¹ opisanego algorytmu mo e nadal zawieraæ elementy niepo- ¹dane. Sk³adaj¹ siê na nie nieusuniête w procesie odszumiania i b³êdnie zaklasyfikowane piksele oraz elementy poprawnie sklasyfikowane ze wzglêdu na przetwarzanie obrazu, ale wymagaj¹ce dalszej reklasyfikacji z uwagi na wiedzê o materia³ach. Na tym etapie pikseli b³êdnie zaklasyfikowanych jest wzglêdnie niewiele, gdy opisane wczeœniej podejœcie usuwa przewa aj¹c¹ wiêkszoœæ b³êdów. Ich pojawienie siê jest zwi¹zane albo z ma³¹ iloœci¹ (lub nawet brakiem) elementów tworz¹cych kolonie α-p³atków, lub elementy kolonii α-p³atków nie maj¹ wyraÿniej kierunkowoœci. Na obrazie tworz¹ zwykle ma³e (do kilkudziesiêciu pikseli) obszary. Przyk³ad ilustruje rysunek 8, elementy oznaczone liter¹ A. Mog¹ znaleÿæ siê wewn¹trz danej kolonii lub te mog¹ stykaæ siê z kilkoma naraz. Drugi problem to obszary, które wprawdzie zosta³y poprawnie sklasyfikowane, ale bior¹c pod uwagê wiedzê o materiale, trzeba zmieniæ ich przynale noœæ. Maksymalny rozmiar takich obszarów ustalany jest na przez eksperta z dziedziny materia³oznawstwa. Przyk³adem tego jest sytuacja, gdy wewn¹trz danej kolonii α-p³atków znajduje siê inna kolonii α-p³atków, ale jej rozmiar jest stosunkowo ma³y (jednak wiêkszy ni elementy zwi¹zane z szumem). W takiej sytuacji nale y post¹piæ wed³ug poni szych zaleceñ: a) Jeœli rozmiar kolonii jest niewielki i jej kierunek nie ró ni siê istotnie od otaczaj¹cej kolonii, to nale y tak¹ koloniê w³¹czyæ do kolonii j¹ otaczaj¹c¹. b) Jeœli rozmiar kolonii jest niewielki i jej kierunek ró ni siê istotnie od otaczaj¹cej kolonii, to nale y tak¹ koloniê uznaæ za odrêbn¹. c) Jeœli rozmiar kolonii jest du y, to nale y tak¹ koloniê uznaæ za odrêbn¹. Regu³y te przypominaj¹ regu³y tworz¹ce system ekspertowy. Choæ w niniejszym rozwi¹zaniu autorzy nie zdecydowali siê na razie na budowê takiego systemu, to w przypadku zwiêkszenia siê liczby regu³ rozwa ana jest taka mo liwoœæ. Nale y pamiêtaæ, e regu³y te s¹ ustalane przez ekspertów w dziedzinie materia³oznawstwa. Niektóre kolonie α-p³atków s¹ jednak otoczone przez wiêcej ni jedn¹ koloni¹ α-p³atków, a ich niewielkie rozmiary mog¹ wskazywaæ na potrzebê ich w³¹czenia do kolonii z którymi s¹ po³¹czone. Tutaj zastosowanie znajduje nastêpuj¹ca regu³a: d) Jeœli rozmiar kolonii jest niewielki oraz styka siê z wiêcej ni jedn¹ koloni¹, to nale y tak¹ koloniê w³¹czyæ do kolonii, z któr¹ jest najbardziej po³¹czona oraz do której jest najbli sza pod wzglêdem kierunku.
11 Nowa metoda segmentacji obrazów stopów tytanowych Rys. 8. Wynik segmentacji obrazu krystalicznego stopu tytanu. Kolonie oznaczone liter¹ A s¹ zawarte ca³kowicie w innych koloniach, kolonie oznaczone B s¹ otoczone przez wiêcej ni jedn¹ kolonie, obszary oznaczone liter¹ C s¹ obszarami tworzonymi przez szum i b³êdy w klasyfikacji Przez najbardziej po³¹czona autorzy rozumiej¹ najwiêksz¹ liczbê pikseli znajduj¹cych siê na obwodzie kolonii, po³¹czonych z dan¹ koloni¹ za pomoc¹ cztero- lub oœmiopo³¹czeniowoœci. Ostatecznie algorytm klasyfikacji drugiego poziomu mo na przedstawiæ nastêpuj¹co: Krok 0: Inicjalizacja Wspó³czynniki Thr1 i Thr2. Krok 1: dokonaj binaryzacji obrazu posegmentowanego dla ka dej klasy osobno. Powstaje w tej sposób N obrazów binarnych, gdzie N to liczba klas wystêpuj¹cych na obrazie. Krok 2: dla ka dego obrazu wykonaj: a) labelizacjê wszystkich obiektów na obrazie; b) usuñ (przypisz do t³a) wszystkie obiekty mniejsze ni Thr1; c) jeœli obiekt jest wiêkszy od Thr1 i mniejszy ni Thr2, to przypisz do klasy najbardziej po³¹czonej oraz najbli szej pod wzglêdem kierunku; d) jeœli obiekt jest wiêkszy ni Thr2, to pozostaw bez zmian. Krok 3: Scal obraz. Pamiêtajmy, e podane regu³y mog¹ ulec zmianie. 4. Wyniki i wnioski Rysunek 9 pokazuje wyniki pracy algorytmu dla sztucznie wygenerowanej tekstury. Tekstura ta zosta³a wygenerowana z u yciem oryginalnej tekstury tomograficznej. Rysunek 9b ukazuje wynik pracy detektora kierunku (1). Widaæ wyraÿnie, e w miejscach wystêpowania linii zaznaczone zosta³y obiekty o konkretnej orientacji kierunkowej. Pomiêdzy nimi
12 172 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski wystêpuje chaotyczne t³o. Rysunek 9c ilustruje efekt usuniêcia t³a (2). Tutaj znaczenie ma rodzaj zastosowanego algorytmu progowania obrazu. Im lepsza metoda tym lepsza separacja pomiêdzy obiektami a t³em. Dziêki temu na rysunku 9c piksele znajduj¹ce siê na obszarach zajmowanych na obrazie oryginalnym przez obiekty (kolonie α-p³atków) zosta³y przypisane do klasy obiektów, a pozosta³e do klasy t³a. Rysunek 9d ukazuje efekt odszumiania, opisanego w podrozdziale 3.4. Rysunek 9e pokazuje efekt klasyfikacji pierwszego poziomu, a rysunek 9f efekt klasyfikacji drugiego poziomu. a) b) c) d) e) f) Rys. 9. Kolejne etapy pracy algorytmu: a) oryginalny obraz; b) obraz po detekcji kierunku za pomoc¹ dekompozycji contourlet; c) obraz po usuniêciu t³a; d) obraz po odszumianiu, e) obraz po klasyfikacji 1 stopnia; f) po klasyfikacji 2 stopnia
13 Nowa metoda segmentacji obrazów stopów tytanowych Rysunki 9e i 9f s¹ prawie identyczne, gdy wystêpuj¹ na nich nieliczne elementy wymagaj¹ce reklasyfikacji. Poszczególne klasy na obrazie s¹ prawid³owo wykrywane. Orientacyjna rozdzielczoœæ kierunkowa algorytmu wynosi 22,5 stopnia. Pewne problemy z dopasowaniem pikseli do klas wystêpuj¹ w przypadku elementów o kierunku poziomym i pionowym, co zwi¹zane jest z faktem, i dwa ró ne komponenty dekompozycji NSCT reaguj¹ podobnie w przypadku linii poziomych, oraz dwa inne, w przypadku pionowym. Na rzeczywistych obrazach kolonie α-p³atków nie sk³adaj¹ siê jednak z linii idealnie poziomych lub pionowych i sk¹d problem ten traci na wa noœci, co ilustruje rysunek 10. Pokazuje on wynik segmentacji obrazu tomograficznego. Pewnym problemem s¹ natomiast kolonie o ma³ych rozmiarach. Jak wspomniano w podrozdziale 3.6, o przydzieleniu kolonii do danej klasy decyduje nie tylko kierunkowoœæ elementów j¹ tworz¹cych, ale tak e jej otoczenie. Zasady te tworzone s¹ przez specjalistów w dziedzinie materia³oznawstwa. I tak: wielkoœæ kolonii, która uznawana jest za b³¹d, ustalona zosta³a na poziomie 150 pikseli. Wielkoœæ kolonii, która bêdzie podlega³a ponownej klasyfikacji, ze wzglêdu na otoczenie ustalono na 2000 pikseli. Wszystkie kolonie α-p³atków zosta³y wykryte poprawnie. Rys. 10. Wynik segmentacji obrazu stopu tytanowego wykonanego za pomoc¹ tomografu rendenowskiego: a) obraz oryginalny; b) obraz posegmentowany Rozdzielczoœæ kierunkowa wynosz¹ca ok. 22,5 stopnia okazuje siê byæ wystarczaj¹ca w tym wypadku. Czu³oœæ proponowanej metody jest tak e wystarczaj¹ca, obszary o s³abo i bardzo s³abo zaznaczonej kierunkowoœci s¹ identyfikowanie poprawnie. Problematyczne s¹ obszary pozbawione kierunkowego charakteru. Z jednej strony mog¹ byæ powodowane przez b³êdy w akwizycji obrazu lub specyficzn¹ budow¹ materia³u, z drugiej strony mog¹ to byæ fragmenty struktur zorientowanych w p³aszczyÿnie prostopad³ej do p³aszczyzny obrazu. Oryginalny obraz pochodz¹cy z tomografu ma wymiary pikseli. Obrazy wejœciowe 2D s¹ tworzone na zasadzie wyboru jednego wycinka o wymiarach ,
14 174 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski w p³aszczyÿnie XY. Jeœli jakaœ kolonia bêdzie zorientowana w p³aszczyÿnie np. YZ, to na obrazie-wycinku z p³aszczyzny XY bêd¹ widoczne jako chaotyczne i przypadkowe struktury. Sytuacje takie zdarzaj¹ siê jednak stosunkowo rzadko. Analizuj¹c obrazy 2D, nale y jednak braæ pod uwagê ten problem. Do binaryzacji obrazu (usuwanie t³a podrozdz. 3.3) u yty zosta³ algorytm Otsu. Rysunek 11 przestawia porównanie wyników segmentacji obrazu z rysunku 10a za pomoc¹ algorytmu wykorzystuj¹cego tradycyjn¹ dekompozycje falkow¹ z falk¹ Haara [3] i algorytmu zaproponowanego w niniejszej publikacji. Metoda zaprezentowana w [3] nie potrafi³a dokonaæ prawid³owej segmentacji obrazów tego typu. G³ównym problemem by³ tutaj sam proces detekcji kierunku, który charakteryzowa³ siê s³ab¹ czu³oœci¹ i bardzo ma³¹ selektywnoœci¹ potrafi³ przypisywaæ piksele tylko do trzech klas poziomej, pionowej i bezkierunkowej. Rys. 11. Wynik segmentacji obrazu stopu tytanowego wykonanego za pomoc¹ tomografu rentgenowskiego: a) algorytm wykorzystuj¹cy klasyczn¹ dekompozycjê falkow¹; b) algorytm wykorzystuj¹cy dekompozycjê contourlet Dodatkowo, metodê cechowa³a niska czu³oœæ i wysoka podatnoœæ na szum zawarty na obrazie. Przez to wiele kolonii by³o identyfikowanych niepoprawnie. Metoda wykorzystuj¹ca dekompozycjê contourlet odznacza siê zarówno wysok¹ czu³oœci¹, bo potrafi wykryæ nawet s³abo widoczne struktury tworz¹ce koloniê α-p³atków, jak i stosunkowo wysok¹ selektywnoœci¹, bo potrafi dobrze odseparowaæ od siebie kolonie z rozdzielczoœci¹ kierunkow¹ wynosz¹c¹ oko³o 22,5 stopnia. Testy wykonano na komputerze PC o nastêpuj¹cych parametrach: procesor Intel i7 2.3 GHz, 12GB RAM, pod kontrol¹ systemu operacyjnego MS Windows XP 64bit. Algorytm zaimplementowany zosta³ w œrodowisku MATLAB 9. W przypadku tekstury tomograficznej o rozmiarze pikseli czas wykonania algorytmu wyniós³ œrednio ok. 510 s. Wizualna ocena wyników segmentacji obrazów 2D przez
15 Nowa metoda segmentacji obrazów stopów tytanowych eksperta w dziedzinie wiedzy o materia³ach jest dobra. Metoda daje na tyle dok³adne wyniki, i mo liwe jest rozpoczêcie badañ na w³aœciwoœciami materia³u z u yciem tych wyników. 5. Propozycje dalszych badañ Rozwiniêcie proponowanej metody na potrzeby przetwarzania obrazów 3D wydaje siê naturaln¹ konsekwencj¹ opisywanego algorytmu. Oryginalne obrazy tomograficzne s¹ tak- e trójwymiarowe. Wszystkie etapy segmentacji maj¹ mo liwoœæ rozszerzenia do przestrzeni 3D przez dodanie nowego wymiaru do algorytmu. W przypadku detektora kierunku, jakim jest transformata contourlet, nie istnieje prosta mo liwoœæ u ycia tej metody do segmentacji obrazów 3D, jednak e opracowana zosta³a transformata bêd¹ca rozszerzeniem contourlet pod nazw¹ surfacelets [14, 15]. Wykorzystuje ona banki trójwymiarowych filtrów (hourglass filter banks). Rozszerzenie algorytmu do przestrzeni 3D pozwoli na pe³n¹ analizê tomograficznych obrazów krystalicznych stopów tytanu. Podziêkowania Autorzy chc¹ podziêkowaæ Dr J. Bennett z School of Materials, University of Manchester, za wykonanie trójwymiarowych obrazów z próbki tytanu przy wykorzystaniu ID19 beam Line w ESRF. Autorzy dziêkuj¹ za wsparcie badañ poprzez grant badawczy (6522/B/T02/2011/40). Referencje [1] Babout L., Marrow T.J., M., P., Sequential x-ray tomography studies of damage assessment. [w:] Materials Science, 4th Symposium on Process Tomography, Warszawa, Polska, [2] Birosca S., Buffiere J.Y., Garcia-Pastor F.A., Karadge M., Babout L., Preuss, M., Three-dimensional characterization of fatigue cracks in Ti-6246 using X-ray tomography and electron backscatter diffraction. Acta Materialia, 57(19), 2009, [3] Babout L., Jopek., Janaszewski M., Preuss M., J., B., Towards the texture segmentation of X-ray topography images of lamellar microstructure in titanium base alloys, [w:] Pi¹te miêdzynarodowe sympozjum tomografii procesowej. Zakopane, Polska, 2008, [4] Szczypinski P.M., Strzelecki M., Materka A., MaZda A software for texture analysis. [w:] Proc International Symposium on Information Technology Convergence, ISITC [5] Jeulin D., Moreaud M., Segmentation of 2D and 3D textures from estimates of the local orientation. Image Anal Stereol, 2008, [6] Jopek., Babout L., Janaszewski M., M., P., A new method to segment X-ray tomography images of lamellar microstructure in titanium alloys based on gray level gradient. Automatyka (pó³rocznik AGH), [7] Arthur L. da Cunha, J.Z., Minh N. Do, The Nonsubsampled Contourlet Transform: Theory, Design, and Applications. IEEE Transactions on Image Processing, 15, October 2006, [8] Duncan D-Y. Po, M.N.D., Directional Multiscale Modeling of Images using the Contourlet Transform. IEEE Transactions on Image Processing, 15, June 2006,
16 176 ukasz Jopek, Laurent Babout, Marcin Janaszewski, Micha³ Postolski [9] Minh N. Do, M.V., The Contourlet Transform: An Efficient Directional Multiresolution Image Representation. IEEE Transactions on Image Processing, 14, December 2005, [10] Dettori L., Semler L., A comparison of wavelet, ridgelet, and curvelet-based texture classification algorithms in computed tomography. Computers in Biology and Medicine, 37(4), 2007, [11] Do M.N., M., V., The finite ridgelet transform for image representation. IEEE Transactions on Image Processing, 12(1), 2003, [12] Przelaskowski A., Komputerowe wspomaganie obrazowej diagnostyki medycznej. Warszawa, [13] Cunha A.L., M.N.D., On two-channel filter banks with directional vanishing moments. IEEE Transactions on Image Processing, 16, 2007, [14] Lu Y.M., M.N.D., Multidimensional directional filter banks and surfacelets. IEEE Transactions on Image Processing, 16, 2007, [15] Lu Y.M., N.D., A mapping-based design for nonsubsampled hourglass filter banks in arbitrary dimensions. IEEE Transactions on Signal Processing, 56, 2008,
Skanowanie trójwymiarowej przestrzeni pomieszczeñ
AUTOMATYKA 2008 Tom 12 Zeszyt 3 S³awomir Je ewski*, Micha³ Jaros* Skanowanie trójwymiarowej przestrzeni pomieszczeñ 1. Wprowadzenie Obecnie w erze komputerów, które pozwalaj¹ na wizualizacje scen nie tylko
Bardziej szczegółowoWyznaczanie charakterystyki widmowej kolorów z wykorzystaniem zapisu liczb o dowolnej precyzji
AUTOMATYKA 2011 Tom 15 Zeszyt 3 Maciej Nowak*, Grzegorz Nowak* Wyznaczanie charakterystyki widmowej kolorów z wykorzystaniem zapisu liczb o dowolnej precyzji 1. Wprowadzenie 1.1. Kolory Zmys³ wzroku stanowi
Bardziej szczegółowoAnaliza obrazów RTG w celu zwiêkszenia skutecznoœci predykcji dysplazji oskrzelowo-p³ucnej u noworodków
AUTOMATYKA 2008 Tom 12 Zeszyt 2 Marcin Ochab* Analiza obrazów RTG w celu zwiêkszenia skutecznoœci predykcji dysplazji oskrzelowo-p³ucnej u noworodków 1. Wprowadzenie Dotychczas w pracach dotycz¹cych przewidywañ
Bardziej szczegółowoWYROK z dnia 7 wrzeœnia 2011 r. III AUa 345/11
WYROK z dnia 7 wrzeœnia 2011 r. III AUa 345/11 Sk³ad orzekaj¹cy:ssa Maria Sa³añska-Szumakowicz (przewodnicz¹cy) SSA Daria Stanek (sprawozdawca) SSA Gra yna Czy ak Teza Podanie przez p³atnika sk³adek, o
Bardziej szczegółowoSYSTEM INFORMACJI GEOGRAFICZNEJ JAKO NIEZBÊDNY ELEMENT POWSZECHNEJ TAKSACJI NIERUCHOMOŒCI**
GEODEZJA l TOM 12 l ZESZYT 2/1 l 2006 Piotr Cichociñski*, Piotr Parzych* SYSTEM INFORMACJI GEOGRAFICZNEJ JAKO NIEZBÊDNY ELEMENT POWSZECHNEJ TAKSACJI NIERUCHOMOŒCI** 1. Wstêp Nieunikniona zapewne w przysz³oœci
Bardziej szczegółowoINSTRUKCJA OBS UGI MIKROPROCESOROWY PRZETWORNIK TEMPERATURY. TxRail 4-20 ma. wydanie listopad 2004
INSTRUKCJA OBS UGI MIKROPROCESOROWY PRZETWORNIK TEMPERATURY TxRail 4-20 ma wydanie listopad 2004 PRZEDSIÊBIORSTWO AUTOMATYZACJI I POMIARÓW INTROL Sp. z o.o. ul. Koœciuszki 112, 40-519 Katowice tel. 032/
Bardziej szczegółowoINSTRUKCJA OBS UGI MIKROPROCESOROWY PRZETWORNIK TEMPERATURY. TxBlock 4-20 ma. wydanie listopad 2004
INSTRUKCJA OBS UGI MIKROPROCESOROWY PRZETWORNIK TEMPERATURY TxBlock 4-20 ma wydanie listopad 2004 PRZEDSIÊBIORSTWO AUTOMATYZACJI I POMIARÓW INTROL Sp. z o.o. ul. Koœciuszki 112, 40-519 Katowice tel. 032/
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 szczegółowoKOMUNIKATY. Anita Wojtaœ* Pracownicy z internetu. Kandydat w sieci
KOMUNIKATY Anita Wojtaœ* Pracownicy z internetu Oferty pracy umieszczane online to tylko jeden z wielu sposobów poszukiwania pracowników przez internet. Gama us³ug e-rekrutacyjnych stale siê poszerza,
Bardziej szczegółowoAnaliza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu
AUTOMATYKA 2011 Tom 15 Zeszyt 2 Lech Kruœ*, Jan Skorupiñski**, Eugeniusz Toczy³owski** Analiza motywacyjnie zgodnych decyzji w wielokryterialnym przetargu 1. Wprowadzenie Prezentowana praca wykonywana
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 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 szczegółowoTechniki korekcyjne wykorzystywane w metodzie kinesiotapingu
Techniki korekcyjne wykorzystywane w metodzie kinesiotapingu Jak ju wspomniano, kinesiotaping mo e byç stosowany jako osobna metoda terapeutyczna, jak równie mo e stanowiç uzupe nienie innych metod fizjoterapeutycznych.
Bardziej szczegółowoUmiejscowienie trzeciego oka
Umiejscowienie trzeciego oka Tilak czerwony, cynobrowy znak, wprowadzono jako wskaÿnik i symbol nieznanego œwiata. Nie mo na go na³o yæ gdziekolwiek i tylko ktoœ, kto potrafi przy³o yæ rêkê do czo³a i
Bardziej szczegółowoPowszechność nauczania języków obcych w roku szkolnym 2001/2002
Jadwiga Zarębska 1) Warszawa Powszechność nauczania języków obcych w roku szkolnym 2001/2002 Ö Powszechność nauczania języków obcych według typów szkół Dane przedstawione w tym opracowaniu dotycz¹ uczniów
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 szczegółowoAlgorytmy ustawiania ostroœci kamer w systemie stereowizyjnym robota mobilnego
AUTOMATYKA 010 Tom 14 Zeszyt 3/1 Dominik Sankowski*, S³awomir Je ewski*, Piotr Duch*, Zbigniew Stolarski*, Sylwester B³aszczyk* Algorytmy ustawiania ostroœci kamer w systemie stereowizyjnym robota mobilnego
Bardziej szczegółowoPiece rozp³ywowe. www.renex.com.pl. Maschinen- und Vertriebs GmbH & Co.KG
Piece rozp³ywowe Maschinen- und Vertriebs GmbH & Co.KG Historia SMT W ci¹gu ponad dwadziestu lat od powstania firmy w 1987 roku, nasze rodzinne przedsiêbiorstwo sta³o siê œwiatowym liderem w produkcji
Bardziej szczegółowoZastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle
AUTOMATYKA 2005 Tom 9 Zeszyt 3 Jerzy Zalewicz* Zastosowanie dyskretnej transformaty Laplace a do modelowania przebiegu procesów przejœciowych w przemyœle 1. Wstêp Przy analizie zjawisk dynamicznych zwi¹zanych
Bardziej szczegółowoMIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 530 BADANIE WYRYWKOWE (PRÓBKOWANIE) SPIS TREŒCI
MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 530 BADANIE WYRYWKOWE (PRÓBKOWANIE) (Stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r. i póÿniej)
Bardziej szczegółowoOptymalizacja skanowanych rotacyjnie siatek 3D prowadzona na potrzeby szybkiego renderowania w czasie rzeczywistym
AUTOMATYKA 2009 Tom 13 Zeszyt 3 Micha³ Turek* Optymalizacja skanowanych rotacyjnie siatek 3D prowadzona na potrzeby szybkiego renderowania w czasie rzeczywistym 1. Wprowadzenie Wirtualne sceny 3D tworzone
Bardziej szczegółowoNauka o œwietle. (optyka)
Nauka o œwietle (optyka) 11 Nauka o œwietle (optyka) 198 Prostopad³oœcienne pude³ka, wykonane z tektury, posiadaj¹ z boku po cztery okienka (,, C, D). Do okienek kierujemy równoleg³e wi¹zki promieni. Zauwa
Bardziej szczegółowo10. Figury p³askie. Uczeñ: 13) rozpoznaje wielok¹ty przystaj¹ce i podobne
20. PROJEKTOWANIE PUZZLI. Realizowane treœci podstawy programowej Przedmiot Matematyka Realizowana treœæ podstawy programowej 0. Figury p³askie. Uczeñ: 3) rozpoznaje wielok¹ty przystaj¹ce i podobne Informatyka
Bardziej szczegółowoMaty Filtracyjne FILTRACJA POWIETRZA W KOMORACH MALARSKICH
Maty Filtracyjne FILTRACJA POWIETRZA W KOMORACH MALARSKICH FILTRACJA POWIETRZA W KOMORACH MALARSKICH Stosowane na rynku farby i lakiery posiadaj¹ bardzo ró ne w³aœciwoœci fizyzyko-chemiczne, co wymaga
Bardziej szczegółowoFiltracja obrazów w dziedzinie Fouriera
Filtracja obrazów w dziedzinie Fouriera Filtracj mo na zinterpretowa jako mno enie punktowe dwóch F-obrazów - jednego pochodz cego od filtrowanego obrazu i drugiego b d cego filtrem. Wykres amplitudy F-
Bardziej szczegółowoKszta³cenie w zakresie CNC: praktyka i programowanie na PC sinutrain Kszta³cenie stwarzaj¹ce perspektywy w zakresie CNC: SinuTrain Wykwalifikowani pracownicy s¹ decyduj¹cym czynnikiem sukcesu w przemyœle
Bardziej szczegółowojakoœæ bazy danych. AUTOMATYKA 2005 Tom 9 Zeszyt 3 1. Wprowadzenie 2. Pojêcie jakoœci bazy danych Wojciech Janicki *
AUTOMATYKA 2005 Tom 9 Zeszyt 3 Wojciech Janicki * Jakoœæ bazy danych 1. Wprowadzenie Powszechny rozwój informatyki sprawia, e wkracza ona w coraz to nowe dziedziny ycia, systemy informatyczne staj¹ siê
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 szczegółowoMetody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych
Bardziej szczegółowoANALIZA 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 szczegółowoCharakterystyka ma³ych przedsiêbiorstw w województwach lubelskim i podkarpackim w 2004 roku
42 NR 6-2006 Charakterystyka ma³ych przedsiêbiorstw w województwach lubelskim i podkarpackim w 2004 roku Mieczys³aw Kowerski 1, Andrzej Salej 2, Beata Æwierz 2 1. Metodologia badania Celem badania jest
Bardziej szczegółowoinstrukcja obs³ugi EPI NO Libra Zestaw do æwiczeñ przepony miednicy skutecznoœæ potwierdzona klinicznie Dziêkujemy za wybór naszego produktu
P O L S K A instrukcja obs³ugi EPI NO Libra Zestaw do æwiczeñ przepony miednicy skutecznoœæ potwierdzona klinicznie Dziêkujemy za wybór naszego produktu created & made in Germany Opis produktu Zestaw do
Bardziej szczegółowoWYKŁAD 8. Postacie obrazów na różnych etapach procesu przetwarzania
WYKŁAD 8 Reprezentacja obrazu Elementy edycji (tworzenia) obrazu Postacie obrazów na różnych etapach procesu przetwarzania Klasy obrazów Klasa 1: Obrazy o pełnej skali stopni jasności, typowe parametry:
Bardziej szczegółowoNOWOCZESNY BRAMOFON DLA WILLI I FIRM Instrukcja monta u V 1.3
NOWOŒÆ! Wyrób chroniony prawem patentowym! UPRP Nr W110166 NOWOCZESNY BRAMOFON DLA WILLI I FIRM Instrukcja monta u V 1.3 1. Wybór konfiguracji Bramofon Bastion mo na skonfigurowaæ na kilka ró nych sposobów.
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 szczegółowoJerzy Stopa*, Stanis³aw Rychlicki*, Pawe³ Wojnarowski* ZASTOSOWANIE ODWIERTÓW MULTILATERALNYCH NA Z O ACH ROPY NAFTOWEJ W PÓ NEJ FAZIE EKSPLOATACJI
WIERTNICTWO NAFTA GAZ TOM 24 ZESZYT 1 2007 Jerzy Stopa*, Stanis³aw Rychlicki*, Pawe³ Wojnarowski* ZASTOSOWANIE ODWIERTÓW MULTILATERALNYCH NA Z O ACH ROPY NAFTOWEJ W PÓ NEJ FAZIE EKSPLOATACJI 1. WPROWADZENIE
Bardziej szczegółowoWedług 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 szczegółowoMIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 520 PROCEDURY ANALITYCZNE SPIS TREŒCI
MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 520 PROCEDURY ANALITYCZNE (Stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r. i póÿniej) Wprowadzenie
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 szczegółowoAlgorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Bardziej szczegółowoNebulizator t³okowy Mini. Typ 3033. Instrukcja u ytkowania. - Zalecane jest by u ywaæ urz¹dzenie pod kontrol¹ lekarza
Nebulizator t³okowy Mini Typ 3033 Instrukcja u ytkowania - Zalecane jest by u ywaæ urz¹dzenie pod kontrol¹ lekarza 0434 Wstêp Gratulujemy nabycia nebulizatora t³okowego San Up Mini typ 3033. Firma San
Bardziej szczegółowoROCZNIKI 2010 GEOMATYKI. Metodyka i technologia budowy geoserwera tematycznego jako komponentu INSPIRE. Tom VIII Zeszyt 3(39) Warszawa
POLSKIE TOWARZYSTWO INFORMACJI PRZESTRZENNEJ ROCZNIKI 2010 GEOMATYKI Metodyka i technologia budowy geoserwera tematycznego jako komponentu INSPIRE Tom VIII Zeszyt 3(39) Warszawa PROPOZYCJA ZASAD POLSKIE
Bardziej szczegółowoW³adys³aw Duliñski*, Czes³awa Ewa Ropa*
WIERTNICTWO NAFTA GAZ TOM 5 ZESZYT 008 W³adys³aw Duliñski*, Czes³awa Ewa Ropa* ANALIZA I USTALENIE PARAMETRÓW EKSPLOATACYJNYCH DLA ODWIERTÓW WÓD MINERALNYCH W ZALE NOŒCI OD WIELKOŒCI WYK ADNIKA GAZOWEGO
Bardziej szczegółowoPROJEKTOWANIE ROZBUDOWY SIECI TRANSPORTOWYCH
PROJEKTOWANIE POLSKIE ROZBUDOWY TOWARZYSTWO SIECI TRANSPORTOWYCH INFORMACJI ZA POMOC PRZESTRZENNEJ ALGORYTMU EWOLUCYJNEGO ROCZNIKI GEOMATYKI 2011 m TOM IX m ZESZYT 4(48) 85 PROJEKTOWANIE ROZBUDOWY SIECI
Bardziej szczegółowoZespó³ Dandy-Walkera bez tajemnic
Zespó³ Dandy-Walkera bez tajemnic www.fundacja.dandy-walker.org.pl Fundacja chorych na zespó³ Dandy-Walkera 64-100 Leszno ul. Bu³garska 5/10 tel./fax +48 65 520 02 33 mob. +48 662 015 362 fundacja@dandy-walker.org.pl
Bardziej szczegółowoXIII KONKURS MATEMATYCZNY
XIII KONKURS MTMTYZNY L UZNIÓW SZKÓŁ POSTWOWYH organizowany przez XIII Liceum Ogólnokształcace w Szczecinie FINŁ - 19 lutego 2013 Test poniższy zawiera 25 zadań. Za poprawne rozwiązanie każdego zadania
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 szczegółowoRomuald Radwan*, Janusz Wandzel* TESTY PRODUKCYJNE PO CZONE ZE WSTÊPNYM ODSIARCZANIEM SUROWEJ ROPY NAFTOWEJ NA Z O U LGM
WIERTNICTWO NAFTA GAZ TOM 23/1 2006 Romuald Radwan*, Janusz Wandzel* TESTY PRODUKCYJNE PO CZONE ZE WSTÊPNYM ODSIARCZANIEM SUROWEJ ROPY NAFTOWEJ NA Z O U LGM Testy produkcyjne na z³o u LGM (Lubiatów-Miêdzychód-Grotów)
Bardziej szczegółowoBADANIA WYTRZYMA OŒCI NA ŒCISKANIE PRÓBEK Z TWORZYWA ABS DRUKOWANYCH W TECHNOLOGII FDM
dr in. Marek GOŒCIAÑSKI, dr in. Bart³omiej DUDZIAK Przemys³owy Instytut Maszyn Rolniczych, Poznañ e-mail: office@pimr.poznan.pl BADANIA WYTRZYMA OŒCI NA ŒCISKANIE PRÓBEK Z TWORZYWA ABS DRUKOWANYCH W TECHNOLOGII
Bardziej szczegółowoNawierzchnie z SMA na mostach - za i przeciw
Nawierzchnie z SMA na mostach - za i przeciw dr inŝ.. Krzysztof BłaŜejowskiB Podstawowe problemy nawierzchni mostowych: duŝe odkształcenia podłoŝa (płyty pomostu) drgania podłoŝa (płyty pomostu) szybkie
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 szczegółowoKabel USB 2.0 do poù¹czenia komputerów PCLinq2 (PL-2501) podrêcznik u ytkownika
Kabel USB 2.0 do poù¹czenia komputerów PCLinq2 (PL-2501) podrêcznik u ytkownika Wprowadzenie Kabel USB 2.0 do poù¹czenia komputerów PCLinq2 to znakomite rozwi¹zanie do szybkiego utworzenia sieci peer-to-peer
Bardziej szczegółowoTransport pneumatyczny œcinków i odpadów
Transport pneumatyczny œcinków i odpadów Separatory Wentylatory Pompy Separatory Statyczne SET Prosta, niezawodna konstrukcja Separacja materia³u bez u ycia elementów mechanicznych Praca z wentylatorem
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 szczegółowoMIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 250 UWZGLÊDNIENIE PRAWA I REGULACJI PODCZAS BADANIA SPRAWOZDAÑ FINANSOWYCH
MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 250 UWZGLÊDNIENIE PRAWA I REGULACJI Wprowadzenie (Stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r.
Bardziej szczegółowoElektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
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 2012/2013
Bardziej szczegółowoOpis programu do wizualizacji algorytmów z zakresu arytmetyki komputerowej
Opis programu do wizualizacji algorytmów z zakresu arytmetyki komputerowej 3.1 Informacje ogólne Program WAAK 1.0 służy do wizualizacji algorytmów arytmetyki komputerowej. Oczywiście istnieje wiele narzędzi
Bardziej szczegółowoAnaliza porównawcza algorytmów segmentacji drzewa oskrzelowego
AUTOMATYKA 2009 Tom 13 Zeszyt 3 Anna Fabijañska*, Micha³ Postolski*, Marcin Janaszewski*, Laurent Babout* Analiza porównawcza algorytmów segmentacji drzewa oskrzelowego 1. Wprowadzenie Tomografia komputerowa
Bardziej szczegółowoKonwerter RS 232 / Centronics typ KSR
W i t o l d J u r e c z k o 44-151 Gliwice, ul. Daszyñskiego 560 Regon: 271215331 NIP: 631-010-66-35 Internet: www.yuko.com.pl e-mail: yuko@yuko.com.pl tel./ fax : (+48) (32) 230-89-49 telefony wewnêtrzne,
Bardziej szczegółowoUPS. Ares cool KOMPUTEROWY ZASILACZ AWARYJNY ARES COOL MODEL FTP 300-03. Instrukcja Obs³ugi FIDELTRONIK. Producent: ver 3.0
UPS res cool KOMPUTEROWY ZSILCZ WRYJNY RES COOL MODEL FTP 300-03 Instrukcja Obs³ugi ver 3.0 Producent: FIDELTRONIK 1 Dziêkujemy, gratulujemy trafnego wyboru. Mamy g³êbok¹ nadziejê i zakupiony przez Pañstwa
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX Lokalne transformacje obrazów Joanna Ratajczak, Wrocław, 28 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami lokalnych
Bardziej szczegółowoRozdział 6. Pakowanie plecaka. 6.1 Postawienie problemu
Rozdział 6 Pakowanie plecaka 6.1 Postawienie problemu Jak zauważyliśmy, szyfry oparte na rachunku macierzowym nie są przerażająco trudne do złamania. Zdecydowanie trudniejszy jest kryptosystem oparty na
Bardziej szczegółowoPoprawa percepcji guzków spikularnych w obrazach mammograficznych*
Poprawa percepcji guzków spikularnych w obrazach mammograficznych* Paweł Bargieł, Artur Przelaskowski, Anna Wróblewska, Piotr Boniński Politechnika Warszawska Wydz. Elektroniki i Technik Informacyjnych
Bardziej szczegółowoDomoCommand DC 112. Dodatek do Informacji Technicznej. Sterownik pogodowy obiegu kot³owego i obiegu grzewczego
Sterownik pogodowy obiegu kot³owego i obiegu grzewczego DomoCommand Dodatek do Informacji Technicznej DC 11 Instrukcja obs³ugi dla u ytkownika instalacji Instrukcja obs³ugi dla instalatora Niniejszy dodatek
Bardziej szczegółowoPodstawowe pojęcia: Populacja. Populacja skończona zawiera skończoną liczbę jednostek statystycznych
Podstawowe pojęcia: Badanie statystyczne - zespół czynności zmierzających do uzyskania za pomocą metod statystycznych informacji charakteryzujących interesującą nas zbiorowość (populację generalną) Populacja
Bardziej szczegółowo7. REZONANS W OBWODACH ELEKTRYCZNYCH
OBWODY SYGNAŁY 7. EZONANS W OBWODAH EEKTYZNYH 7.. ZJAWSKO EZONANS Obwody elektryczne, w których występuje zjawisko rezonansu nazywane są obwodami rezonansowymi lub drgającymi. ozpatrując bezźródłowy obwód
Bardziej szczegółowoProblemy optymalizacyjne - zastosowania
Problemy optymalizacyjne - zastosowania www.qed.pl/ai/nai2003 PLAN WYKŁADU Zło ono obliczeniowa - przypomnienie Problemy NP-zupełne klika jest NP-trudna inne problemy NP-trudne Inne zadania optymalizacyjne
Bardziej szczegółowoPomiary ha³asu w pomieszczeniach biurowych
Opis badañ Badania przeprowadzono w 5 budynkach biurowych w Warszawie, w których mieœci³y siê: biblioteka uniwersytecka, bank, centrala operatora telefonii komórkowej, centrum zbierania i przetwarzania
Bardziej szczegółowoW poszukiwaniu sensu w świecie widzialnym
W poszukiwaniu sensu w świecie widzialnym Andrzej Śluzek Nanyang Technological University Singapore Uniwersytet Mikołaja Kopernika Toruń AGH, Kraków, 28 maja 2010 1 Podziękowania Przedstawione wyniki powstały
Bardziej szczegółowoLINEA Office INSTRUKCJA OBS UGI
LINEA Office INSTRUKCJA OBS UGI SPIS TREŒCI WPROWADZENIE W CZANIE I WY CZANIE URZ DZENIA.......................... PANEL URZ DZENIA................................................ DIODY NA PANELU URZ DZENIA...................................
Bardziej szczegółowoSPIS TREŒCI. (Niniejszy MSRF stosuje siê przy badaniu sprawozdañ finansowych sporz¹dzonych za okresy rozpoczynaj¹ce siê 15 grudnia 2009 r. i póÿniej.
MIÊDZYNARODOWY STANDARD REWIZJI FINANSOWEJ 805 BADANIE POJEDYNCZYCH SPRAWOZDAÑ FINANSOWYCH ORAZ OKREŒLONYCH ELEMENTÓW, KONT LUB POZYCJI SPRAWOZDANIA FINANSOWEGO UWAGI SZCZEGÓLNE (Niniejszy MSRF stosuje
Bardziej szczegółowoErgonomia (1) VIII. SZKOLENIE PRACOWNIKÓW ADMINISTRACYJNO-BIUROWYCH. Cel przystosowania stanowisk do zasad ergonomii:
Ergonomia (1) stanowisk wyposa onych w monitory ekranowe ergonomia ERGONOMIA to interdyscyplinarna nauka, zajmuj¹ca siê przystosowaniem, narzêdzi, maszyn, œrodowiska i warunków pracy do anatomicznych i
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 szczegółowoukasz Sienkiewicz* Zarz¹dzanie kompetencjami pracowników w Polsce w œwietle badañ
Komunikaty 97 ukasz Sienkiewicz* Zarz¹dzanie kompetencjami pracowników w Polsce w œwietle badañ W organizacjach dzia³aj¹cych na rynku polskim w ostatnim czasie znacz¹co wzrasta zainteresowanie koncepcj¹
Bardziej szczegółowoAnaliza techniczno-ekonomiczna op³acalnoœci nadbudowy wêglowej elektrociep³owni parowej turbin¹ gazow¹ i kot³em odzyskowym
Janusz Skorek, Jacek Kalina, Zak³ad Termodynamiki i Energetyki Gazowej Instytut Techniki Cieplnej, Politechnika Œl¹ska Ryszard Bartnik, NOVEL-Energoconsulting Wies³aw Sawicki, EC Elbl¹g Sp. z o.o. Analiza
Bardziej szczegółowo1 Logowanie: 2 Strona startowa: WY SZA SZKO A FINANSÓW I ZARZ DZANIA W WARSZAWIE. Instrukcja korzystania z systemu
WY SZA SZKO A FINANSÓW I ZARZ DZANIA W WARSZAWIE SYSTEM SK ADANIA WNIOSKÓW O WYDANIE ZAŒWIADCZEŃ STUDENCKICH W roku akademickim 2006/2007 uruchomiony zosta³ internetowy system zg³aszania wniosków o wydanie
Bardziej szczegółowoUrszula Sanak, Beata Buchelt Realizacja funkcji personalnej w samodzielnych publicznych zak³adach opieki zdrowotnej województwa ma³opolskiego
88 Komunikaty Urszula Sanak, Beata Buchelt Realizacja funkcji personalnej w samodzielnych publicznych zak³adach opieki zdrowotnej województwa ma³opolskiego Polityka personalna stanowi jeden z najistotniejszych
Bardziej szczegółowoBogdan Nogalski*, Anna Wójcik-Karpacz** Sposoby motywowania pracowników ma³ych i œrednich przedsiêbiorstw
Bogdan Nogalski*, Anna Wójcik-Karpacz** Sposoby motywowania pracowników ma³ych i œrednich przedsiêbiorstw Artyku³ zawiera rozwa ania zwi¹zane ze sposobami motywowania pracowników w sektorze MŒP. Autorzy
Bardziej szczegółowoRegulamin Uczelnianego Funduszu Úwiadczeñ Socjalnych Politechniki Radomskiej im. Kazimierza Puùaskiego. I. Podstawy prawne Regulaminu
Zaù¹cznik do zarz¹dzenia R-4/2006 z dnia 5.05.2006 r. Regulamin Uczelnianego Funduszu Úwiadczeñ Socjalnych Politechniki Radomskiej im. Kazimierza Puùaskiego Regulamin opracowano na podstawie: I. Podstawy
Bardziej szczegółowoZasilacz impulsowy. Oznaczenia. Miniaturowy zasilacz do monta u na szynie DIN o mocy do 600 W S8PS
Zasilacz impulsowy Miniaturowy zasilacz do monta u na szynie DIN o mocy do 600 W Zakres mocy od 50 W do 600 W. Dostêpny w obudowie otwartej i zamkniêtej atwy monta na szynie DIN za pomoc¹ do³¹czonych uchwytów
Bardziej szczegółowojêzyk rosyjski Poziom podstawowy i rozszerzony Halina Lewandowska Ludmi³a Stopiñska Halina Wróblewska
rosyjski jêzyk Poziom podstawowy i rozszerzony Halina Lewandowska Ludmi³a Stopiñska Halina Wróblewska Wydawnictwo Szkolne OMEGA Kraków 2011 5 Spis treœci Wstêp 7 Przed egzaminem 9 Poziom podstawowy 11
Bardziej szczegółowoLeica TCS SPE. Wspaniałe obrazowanie! Dokumentacja techniczna
Leica TCS SPE Wspaniałe obrazowanie! Dokumentacja techniczna Leica TCS SPE Wspaniałe obrazowanie Łatwe do osiągnięcia Wiarygodność Doskonałość na którą możesz sobie pozwolić Nowy mikroskop konfokalnych
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 szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 6, strona 1. Format JPEG
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 6, strona 1. Format JPEG Cechy formatu JPEG Schemat blokowy kompresora Transformacja koloru Obniżenie rozdzielczości chrominancji Podział na bloki
Bardziej szczegółowoZASADY WYPEŁNIANIA ANKIETY 2. ZATRUDNIENIE NA CZĘŚĆ ETATU LUB PRZEZ CZĘŚĆ OKRESU OCENY
ZASADY WYPEŁNIANIA ANKIETY 1. ZMIANA GRUPY PRACOWNIKÓW LUB AWANS W przypadku zatrudnienia w danej grupie pracowników (naukowo-dydaktyczni, dydaktyczni, naukowi) przez okres poniżej 1 roku nie dokonuje
Bardziej szczegółowoSmart Beta Święty Graal indeksów giełdowych?
Smart Beta Święty Graal indeksów giełdowych? Agenda Smart Beta w Polsce Strategie heurystyczne i optymalizacyjne Strategie fundamentalne Portfel losowy 2 Agenda Smart Beta w Polsce Strategie heurystyczne
Bardziej szczegółowoSystem automatycznej regulacji TROVIS 5400 Regulator cyfrowy dla ogrzewnictwa i ciep³ownictwa TROVIS 5475
System automatycznej regulacji TROVIS 5400 Regulator cyfrowy dla ogrzewnictwa i ciep³ownictwa TROVIS 5475 Regulator dwu- i trójpunktowy do zabudowy naœciennej i tablicowej (wymiary zewnêtrzne 144 x 96)
Bardziej szczegółowoĆwiczenia z grafiki komputerowej 5 FILTRY. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Październik 2015
Ćwiczenia z grafiki komputerowej 5 FILTRY Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 12 Wykorzystanie warstw Opis zadania Obrazy do ćwiczeń Zadanie ilustruje
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie trzecie Operacje na dwóch obrazach 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z operacjami jakie możemy wykonywać na dwóch obrazach,
Bardziej szczegółowoInstrukcja programu PControl Powiadowmienia.
1. Podłączenie zestawu GSM. Instrukcja programu PControl Powiadowmienia. Pierwszym krokiem w celu uruchomienia i poprawnej pracy aplikacji jest podłączenie zestawu GSM. Zestaw należy podłączyć zgodnie
Bardziej szczegółowoAdaptacyjne Przetwarzanie Sygnałów. Filtracja adaptacyjna w dziedzinie częstotliwości
W Filtracja adaptacyjna w dziedzinie częstotliwości Blokowy algorytm LMS (BLMS) N f n+n = f n + α x n+i e(n + i), i= N L Slide e(n + i) =d(n + i) f T n x n+i (i =,,N ) Wprowadźmy nowy indeks: n = kn (
Bardziej szczegółowoukasz Habera*, Antoni Frodyma* ZABIEG PERFORACJI OTWORU WIERTNICZEGO JAKO CZYNNIK ODDZIA UJ CY NA WIELKOŒÆ SKIN-EFEKTU
WIERTNICTWO NAFTA GAZ TOM 25 ZESZYT 2 2008 ukasz Habera*, Antoni Frodyma* ZABIEG PERFORACJI OTWORU WIERTNICZEGO JAKO CZYNNIK ODDZIA UJ CY NA WIELKOή SKIN-EFEKTU 1. WPROWADZENIE Ka dy zarurowany odwiert
Bardziej szczegółowoElementy cyfrowe i układy logiczne
Elementy cyfrowe i układy logiczne Wykład Legenda Zezwolenie Dekoder, koder Demultiplekser, multiplekser 2 Operacja zezwolenia Przykład: zamodelować podsystem elektroniczny samochodu do sterowania urządzeniami:
Bardziej szczegółowoPRACE. Instytutu Szk³a, Ceramiki Materia³ów Ogniotrwa³ych i Budowlanych. Nr 2
PRACE Instytutu Szk³a, Ceramiki Materia³ów Ogniotrwa³ych i Budowlanych Scientific Works of Institute of Glass, Ceramics Refractory and Construction Materials Nr 2 ISSN 1899-3230 Rok I Warszawa Opole 2008
Bardziej szczegółowoZarządzenie Nr 325/09 Burmistrza Miasta Bielsk Podlaski z dnia 29 czerwca 2009 r.
Zarządzenie Nr 325/09 Burmistrza Miasta Bielsk Podlaski z dnia 29 czerwca 2009 r. w sprawie wprowadzenia w Urzędzie Miasta Bielsk Podlaski regulaminu okresowej oceny pracowników Na podstawie art. 28 ustawy
Bardziej szczegółowoWYBRANE ZAGADNIENIA NORMALIZACJI W DZIEDZINIE JAKOŒCI
MARIAN GO ÊBIOWSKI WYBRANE ZAGADNIENIA NORMALIZACJI W DZIEDZINIE JAKOŒCI STUDIA I PRACE WYDZIA U NAUK EKONOMICZNYCH I ZARZ DZANIA NR 12 211 Marian Go³êbiowski WYBRANE ZAGADNIENIA NORMALIZACJI W DZIEDZINIE
Bardziej szczegółowoTemat: Zasady pierwszej pomocy
LEKCJA 1 Temat: Zasady pierwszej pomocy Formy realizacji: œcie ka edukacyjna. Cele szczegółowe lekcji: rozwijanie umiejêtnoœci dostrzegania niebezpiecznych sytuacji i zachowañ w otoczeniu i yciu codziennym
Bardziej szczegółowoI B. EFEKT FOTOWOLTAICZNY. BATERIA SŁONECZNA
1 OPTOELEKTRONKA B. EFEKT FOTOWOLTACZNY. BATERA SŁONECZNA Cel ćwiczenia: 1.Zbadanie zależności otoprądu zwarcia i otonapięcia zwarcia od natężenia oświetlenia. 2. Wyznaczenie sprawności energetycznej baterii
Bardziej szczegółowoSTEGANOGRAFICZNE WYKORZYSTANIE PIRAMID KIEROWALNYCH
STEGANOGRAFICZNE WYKORZYSTANIE PIRAMID KIEROWALNYCH FILTRÓW CYFROWYCH Piotr Kopniak Instyrut Informatyki, Politechnika Lubelska, p.kopniak@pollub.pl 1. Wstęp Znane powiedzenie Czas to pieniądz przyjmuje
Bardziej szczegółowo