Przetwarzanie obrazu
|
|
- Patrycja Makowska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Przetwarzanie obrazu
2 Przekształcenia geometryczne Obroty Przesunięcia Odbicia Rozciągnięcia itp
3 Przekształcenia geometryczne Obroty Wielokrotność 90 stopni Inne
4 Przekształcenia geometryczne Obroty Wielokrotność 90 stopni Inne
5 Przekształcenia geometryczne Przesunięcia Przemieszczenie bloku wartości kolorów pikseli do nowego miejsca w wierszach i kolumnach obrazu
6 Przekształcenia geometryczne Odbicia Poziome Pionowe odwrócenie kolejności pikseli w każdym wierszu. odwrócenie kolejności wierszy obrazu.
7 Przekształcenia bezkontekstowe cechują dwie właściwości: Punkty obrazu poddawane są przekształceniu niezależnie od otaczających je punktów - sąsiadów. Przekształcane są jedynie wartości punktów (jasność/kolor). Punkty nie zmieniają pozycji w obrazie. Z reguły temu samemu przekształceniu poddawane są wszystkie punkty obrazu.
8 Najczęściej polegają na obliczeniu nowej wartości piksela na podstawie funkcji L' m, n L( m, n) L(m,n) jest intensywnością (jasnością) obrazu w punkcie (m,n) lub poziomem wartości jednej ze składowych koloru w tym punkcie W przypadku obrazów kolorowych funkcja obliczana jest osobno dla każdej składowej koloru
9 Wartości intensywności (składowej koloru) są najczęściej liczbami całkowitymi między 0 a 255. Przed wykonaniem na nich funkcji L (m,n) są one często przeskalowywane do zakresu <0,1> Nowa wartość piksela, po wykonaniu funkcji, może wykraczać poza przyjęty zakres <0,1>. Wartości mniejsze od 0 są zamieniane na 0 a wartości większe od 1 są ustawiane na 1.
10 Typowe przekształcenia Rozjaśnianie / ściemnianie W tym przypadku funkcja przyjmuje postać: L' m, n L( m, n) ( i mają wartość 1) Do wartości wszystkich pikseli w obrazie dodawana jest taka sama wartość.
11 Typowe przekształcenia Rozjaśnianie / ściemnianie Jeżeli jest dodatnia następuje rozjaśnienie obrazu. Ujemne wartości powodują ściemnienie obrazu. Im większa jest wartość (ujemna lub dodatnia), tym więcej wartości pikseli obrazu wykracza poza zakres i jest równanych do 0 lub 1.
12 Typowe przekształcenia Rozjaśnianie / ściemnianie
13 Tabela LUT Zmiana jasności obrazka powyższą metodą wymagałaby obliczenia wartości funkcji dla każdego punktu obrazu W przypadku obrazu kolorowego RGB, 3 x ilość punktów Ilości pikseli obrazów liczone są w milionach
14 Tabela LUT Bardziej efektywną metodą jest policzenie funkcji dla wszystkich możliwych wartości od 0 do 255 i zapisanie ich w dwuwierszowej tabeli zawierającą starą i nową wartość. LUT (Look Up Table tabela przeglądania).
15 Tabela LUT
16 Typowe przekształcenia Zwiększanie/zmniejszanie kontrastu Zmiana kontrastu polega na zwiększaniu lub zmniejszaniu różnic pomiędzy wartościami punktów obrazu. Odbywa się to z wykorzystaniem funkcji w postaci: L' m, n L( m, n) MAX MAX 0 dla L( m, n) MAX MAX MAX MAX dla 0 L( m, n) MAX MAX MAX dla L( m, n) MAX 2 2 MAX
17 Typowe przekształcenia Zwiększanie/zmniejszanie kontrastu Dla wartości mniejszej od 1 następuje zmniejszanie kontrastu, czyli zmniejszenie różnic między poszczególnymi wartościami jaskrawości. W skrajnym przypadku uzyskamy jednolite szare tło. Wartość większa od 1 powoduje zwiększenie kontrastu aż do skrajnego przypadku występowania tylko 2 wartości: 0 i MAX
18 Typowe przekształcenia Zwiększanie/zmniejszanie kontrastu
19 Typowe przekształcenia Korekcja gamma Korekcja gamma służy do poprawiania zniekształceń jasności wprowadzonych przez urządzenia takie jak skaner, kamera czy monitor. Wzór jest właściwy wyłącznie gdy potęgowane są wartości z przedziału <0, 1>, stąd dzielenie i mnożenie przez wartość MAX. L' m, n MAX * L( m, n) MAX
20 Typowe przekształcenia Korekcja gamma Dla wartości mniejszej od 1 następuje rozciągniecie wartości ciemnych kosztem wartości jasnych Dla wartości większej od 1, odwrotnie.
21 Typowe przekształcenia Zwiększanie/zmniejszanie kontrastu
22 Histogram Histogram jest narzędziem wspomagającym wiele bezkontekstowych przekształceń obrazu. Prezentuje on zestawienie (w postaci wykresu słupkowego) procentowej ilości w obrazie pikseli o jednakowych poziomach jasności. Słupki odpowiadające poziomom ułożone są w kolejności rosnącej od poziomu 0 do MAX.
23 Histogram W przypadku obrazów kolorowych histogram może być generowany albo dla każdej składowej z osobna albo jako histogram obrazu skonwertowanego do monochromatycznego.
24 Histogram Histogram prawidłowo naświetlonego obrazu powinien być mniej więcej równomierny. Przesunięcie ciężaru na lewą lub prawą połowę może świadczyć o niedoświetleniu lub prześwietleniu obrazu. Źródło:
25 Histogram Obraz nie zawsze wykorzystuje cały dostępny zakres jaskrawości Można wykonać rozciągniecie histogramu uzyskując zwiększenie dystansu między poszczególnymi stopniami jasności.
26 Histogram Obraz nie zawsze wykorzystuje cały dostępny zakres jaskrawości Można wykonać rozciągniecie histogramu uzyskując zwiększenie dystansu między poszczególnymi stopniami jasności.
27 Krzywe Częstym przypadkiem jest sytuacja gdy globalna korekcja bezkontekstowa obrazu (jasność, kontrast, gamma, itp) poprawia pewien obszar obrazu pogarszając jednocześnie inny W takiej sytuacji konieczne jest wykorzystanie narzędzia pozwalającego na precyzyjne ustawienie korekcji dla różnych obszarów jasności. Takim narzędziem są Krzywe (ang. Curves) będące kombajnem pozwalającym na jednoczesne wykorzystanie wszystkich korekcji
28 Krzywe Okno narzędzia krzywe zawiera prostokąt przedzielony ukośną linią. Na dole prostokąta zaprezentowany jest zakres jasności obrazu oryginalnego od 0 do MAX. Po lewej stronie prostokąta przedstawiony jest analogiczny zakres jasności dla obrazu po przekształceniu. Często w tle prostokąta przedstawiany jest histogram obrazu oryginalnego, ułatwiający dobór kształtu krzywej.
29 Krzywe Ukośna linia reprezentuje przekształcenie jednego zakresu w drugi W swojej obecnej postaci pokazuje przekształcenie 1:1, czyli bez zmian Zaznaczone na zielono zakresy jasności przed i po transformacji mają tą samą szerokość
30 Krzywe realizacja rozjaśniania Linia została przesunięta w górę Gęstość rozłożenia stopni jasności jest taka sama Zakres stopni jasności jest przesunięty w stosunku do oryginału w stronę większej jasności.
31 Krzywe realizacja ściemniania Linia została przesunięta w dół Gęstość rozłożenia stopni jasności jest taka sama Zakres stopni jasności jest przesunięty w stosunku do oryginału w stronę mniejszej jasności.
32 Krzywe realizacja ściemniania Linia została przesunięta w dół Gęstość rozłożenia stopni jasności jest taka sama Zakres stopni jasności jest przesunięty w stosunku do oryginału w stronę mniejszej jasności.
33 Krzywe realizacja zmiany kontrastu Linia została przekrzywiona w dół Gęstość rozłożenia stopni jasności jest mniejsza Zakres stopni jasności jest przesunięty w stosunku do oryginału w stronę mniejszej jasności. Uzyskano niezamierzone ściemnienie obrazu
34 Krzywe realizacja zmiany kontrastu Linia została przekrzywiona symetrycznie względem środka Gęstość rozłożenia stopni jasności jest mniejsza Obszar wynikowy znajduje się w odpowiednim zakresie jasności w stosunku do oryginału Prawidłowa realizacja zmiany kontrastu
35 Krzywe realizacja zmiany kontrastu Linia została przekrzywiona symetrycznie względem środka Gęstość rozłożenia stopni jasności jest większa Obszar wynikowy znajduje się w odpowiednim zakresie jasności w stosunku do oryginału Prawidłowa realizacja zwiększenia kontrastu
36 Krzywe realizacja korekcji gamma Rysunek rozciągnięcie ciemnych. ilustruje poziomów Zakres najciemniejszy został rozciągnięty Zakres środkowy przesunięty w stronę jaśniejszą Zakres jasny został ściśnięty
37 Krzywe realizacja korekcji gamma Rysunek rozciągnięcie jasnych. ilustruje poziomów Zakres najciemniejszy został ściśnięty Zakres środkowy przesunięty w stronę ciemniejszą Zakres jasny został rozciągnięty.
38 Krzywe realizacja korekcji obrazu Jakie niedoskonałości ma ten obraz?
39 Krzywe realizacja korekcji obrazu Co pokazuje histogram?
40 Krzywe realizacja korekcji obrazu Korekcja gamma poprawia cały obraz?
41 Krzywe realizacja korekcji obrazu Korekcja tylko w obszarze najjaśniejszym
42 Przetwarzanie kontekstowe Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego piksela ale również jasności pikseli go otaczających.
43 Przetwarzanie kontekstowe Najczęściej wykorzystuje się prostokątne otoczenie badanego piksela numerując piksele w stosunku do piksela środkowego (i,j=0). Otoczenie najczęściej ma grubość 1 piksela (Im większy obszar wkoło piksela tym dłuższy czas obliczania przekształcenia) -1,-1 0,-1 1,-1-1,0 0,0 1,0-1,1 0,1 1,1
44 Przetwarzanie kontekstowe Przekształcenia liniowe Najczęściej stosowanym rodzajem filtru liniowego jest Konwolucja (splot) K j i j i j n i m n m w A a A ), (, ), (, 1 ' K j i j w i a ), ( ), ( Gdzie w(i,j) jest wagą jasności piksela w pozycji i,j w stosunku do piksela przekształcanego.
45 Przetwarzanie kontekstowe Przekształcenia liniowe filtr uśredniający Piksel przyjmuje wartość średnią liczoną z wszystkich pikseli otoczenia. Uzyskuje się w ten sposób efekt rozmycia obrazu
46 Przetwarzanie kontekstowe Przekształcenia liniowe filtr uśredniający Filtr ten powoduje wygładzenie poszarpanych brzegów czy chropowatych powierzchni za cenę utraty ogólnej ostrości obrazu
47 Przetwarzanie kontekstowe Przekształcenia liniowe filtr Gaussa Filtr Gaussa przypisuje większą wagę do oryginalnej jasności piksela Wykorzystuje dwa rodzaje masek
48 Przetwarzanie kontekstowe Przekształcenia liniowe filtr Gaussa W większości programów edycyjnych narzędzie rozmycia Gaussowskiego pozwala na wybór promienia wielkości maski Im większa wartość promienia tym mocniejsze rozmycie
49 Przetwarzanie kontekstowe Przekształcenia liniowe filtr wzmacniający Filtr wzmacniajacy ma za zadanie uwydatnić zmianę koloru/jasności. Powoduje on wyodrębnienie szczegółów takich jak krawędzie, narożniki itp. Podstawowymi maskami wyodrębniającymi są maski Laplace a Cechą tych filtrów jest zerowanie się sumy wszystkich wag w masce
50 Przetwarzanie kontekstowe Przekształcenia liniowe filtr wzmacniający W programach graficznych filtry wzmacniające wykorzystują predefiniowaną maskę pozostawiając użytkownikowi pośrednią regulację mocy filtru. Za pomocą tego typu filtrów można uzyskać zarówno niewielkie wzmocnienie krawędzi
51 Przetwarzanie kontekstowe Przekształcenia liniowe filtr wzmacniający W programach graficznych filtry wzmacniające wykorzystują predefiniowaną maskę pozostawiając użytkownikowi pośrednią regulację mocy filtru. Jak i zupełne ich wyodrębnienie z obrazu
52 Przetwarzanie kontekstowe Przekształcenia liniowe filtr krawędziowy kierunkowy Filtry tego typu są określane nazwą filtrów Sobela Pozwalają one na wyodrębnienie w obrazie krawędzi ułożonych w pewnym kierunku Poziomy Pionowy
53 Przetwarzanie kontekstowe Przekształcenia liniowe filtr krawędziowy kierunkowy Filtry tego typu są określane nazwą filtrów Sobela Pozwalają one na wyodrębnienie w obrazie krawędzi ułożonych w pewnym kierunku
54 Przetwarzanie kontekstowe Przekształcenia liniowe filtr krawędziowy kierunkowy Filtry Sobela pozwalają również na wyszukiwanie krawędzi ukośnych
55 Przetwarzanie kontekstowe Przekształcenia nieliniowe Liniowe przekształcenia stosowały tą samą funkcję dla wszystkich punktów obrazu. W przypadku przekształceń nieliniowych dobór przekształcenia następuje na podstawie analizy otoczenia przetwarzanego piksela
56 Przetwarzanie kontekstowe Przekształcenia nieliniowe Filtry nieliniowe możemy podzielić na: filtry kombinowane Są one nieliniową kombinacją wyników kilku filtrów liniowych. (Np. wykonanie kilku rozmyć obrazu i wybranie punktów najbardziej zbliżonych do wartości oryginalnych
57 Przetwarzanie kontekstowe Przekształcenia nieliniowe Filtry nieliniowe możemy podzielić na: operacje logiczne Najczęściej wykonywane są one na obrazach binarnych. Typowe przekształcenia to inwersja (NOT) wycinanie maską (AND) odejmowanie (SUB), także wielu obrazów OR, XOR
58 Przetwarzanie kontekstowe Przekształcenia nieliniowe Filtry nieliniowe możemy podzielić na: Filtry statystyczne Minimum Jako nowa wartość jest wybierana najmniejsza wartość spośród wartości otoczenia (najmniejsza jasność) Maksimum Jako nowa wartość jest wybierana największa wartość spośród wartości otoczenia (największa jasność)
59 Przetwarzanie kontekstowe Przekształcenia nieliniowe Filtry nieliniowe możemy podzielić na: Filtry statystyczne Medianowe Filtry wybierające jako nową wartość, tą z wartości otoczenia, która jest najbliższą wartości średniej. Nie wprowadza nowych wartości do obrazu. Za pomocą filtru medianowego możemy uzyskać wygładzanie bez rozmycia. Wadą tego filtru jest tendencja do obgryzania narożników.
60 Przetwarzanie kontekstowe Przekształcenia nieliniowe Mediana w Gimpie
61 Przetwarzanie kontekstowe Przekształcenia nieliniowe Filtry nieliniowe możemy podzielić na: filtry adaptacyjne zmiana charakterystyki działania w zależności od cech analizowanego obrazu. Np. filtr uśredniający składający się z dwóch etapów 1 - detekcja krawędzi 2- zastosowanie filtra uśredniającego (wygładzenie) do punktów nie będących krawędziami.
62 Przetwarzanie obrazu rastrowego Tyle o teorii A w praktyce
Przetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego
Bardziej szczegółowoPrzetwarzanie obrazu. Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe
Przetwarzanie obrazu Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe Zapis obrazu rastrowego Sprowadza się do zapisu barw poszczególnych punktów Główne cechy: ilość
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 szczegółowoBIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat
BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,
Bardziej 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 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 szczegółowoAnaliza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 4 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Filtry górnoprzepustowe - gradienty Gradient - definicje Intuicyjnie, gradient jest wektorem, którego zwrot wskazuje
Bardziej 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 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 szczegółowoParametryzacja obrazu na potrzeby algorytmów decyzyjnych
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych Piotr Dalka Wprowadzenie Z reguły nie stosuje się podawania na wejście algorytmów decyzyjnych bezpośrednio wartości pikseli obrazu Obraz jest przekształcany
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 2
Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która
Bardziej 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 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 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 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 szczegółowoWYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego
WYKŁAD 3 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego 1 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego (c.d.) 2 Zestawienie zbiorcze - Regulacje
Bardziej szczegółowoFiltracja 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 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 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 szczegółowoPolitechnika Świętokrzyska. Laboratorium. Przetwarzanie obrazów medycznych. Ćwiczenie 5. Filtracja kontekstowa obrazów.
Politechnika Świętokrzyska Laboratorium Przetwarzanie obrazów medycznych Ćwiczenie 5 Filtracja kontekstowa obrazów. Cel ćwiczenia Celem ćwiczenia jest zdobucie umiejętności tworzenia funkcji realizujących
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 szczegółowoPrzetwarzanie obrazów wykład 3
Przetwarzanie obrazów wykład 3 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Operacje kontekstowe (filtry) Operacje polegają
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 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 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 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 szczegółowoGrafika komputerowa. Dr inż. Michał Kruk
Grafika komputerowa Dr inż. Michał Kruk Operacje kontekstowe Z reguły filtry używane do analizy obrazów zakładają, że wykonywane na obrazie operacje będą kontekstowe Polega to na wyznaczeniu wartości funkcji,
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 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 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 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 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 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 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 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 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 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 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 szczegółowoFiltracja liniowa (metody konwolucyjne, tzn. uwzględniające pewne otoczenie przetwarzanego piksla):
WYKŁAD 3 Operacje sąsiedztwa Są to operacje, w których na wartość zadanego piksla obrazu wynikowego q o współrz. (i,j) mają wpływ wartości piksli pewnego otoczenia piksla obrazu pierwotnego p o współrzędnych
Bardziej szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 11. Filtracja sygnałów wizyjnych
Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 11 Filtracja sygnałów wizyjnych Operacje kontekstowe (filtry) Operacje polegające na modyfikacji poszczególnych elementów obrazu w zależności od stanu
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 szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT Grupa IZ06TC01, Zespół 3 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń laboratoryjnych Ćwiczenie nr 5 Temat: Modelowanie koloru, kompresja obrazów,
Bardziej 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 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 szczegółowoRozciąganie histogramu
Rozciąganie histogramu Histogram jest wykresem przedstawiającym częstość występowania pikseli o danej jaskrawości, jasności, barwie. Raster 1 1 3 1 0 2 2 2 3 3 3 1 1 4 0 0 0 3 1 3 4 1 3 3 3 1 3 2 3 5 1
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie piąte Filtrowanie obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów
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 szczegółowoOBRÓBKA FOTOGRAFII. WYKŁAD 1 Korekcja obrazu. Jacek Wiślicki Katedra Informatyki Stosowanej
OBRÓBKA FOTOGRAFII WYKŁAD 1 Korekcja obrazu Jacek Wiślicki Katedra Informatyki Stosowanej Korekcja i retusz Korekcja (pół)automatyczne operacje wykonywane na całym obrazie (lub jego dużych fragmentach)
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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie piate Filtrowanie obrazu Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów przez
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 5
5. FILTRY LINIOWE I STATYSTYCZNE. WYRÓWNYWANIE TŁA. Znacznie większe znaczenie w przetwarzaniu obrazu niż operacje punktowe mają takie przekształcenia w których zmiana poziomu szarości piksela zależy nie
Bardziej szczegółowoGrafika komputerowa. Zajęcia IX
Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie trzecie Operacje na dwóch obrazach Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z operacjami jakie możemy wykonywać na dwóch obrazach,
Bardziej szczegółowoSpis treści. strona 1 z 11
Spis treści 1. Edycja obrazów fotograficznych...2 1.1. Księżyc...2 1.2. Słońce zza chmur...4 1.3. Rzeka lawy...6 1.4. Śnieżyca...7 1.5. Ulewa...8 1.6. Noktowizor...9 strona 1 z 11 1. Edycja obrazów fotograficznych
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 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 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 szczegółowoĆwiczenia GIMP. S t r o n a Uruchom program gimp: 2. I program się uruchomił:
1. Uruchom program gimp: 2. I program się uruchomił: 3. Zadanie 1 zmieniamy kolor samochodu. Działamy na warstwach. Warstwy znajdują się z prawej strony. Szukamy pojazdu, który będzie na jednolitym tle
Bardziej szczegółowoGIMP Grafika rastrowa (Ćwiczenia cz. 2)
Zjazd 1 GIMP Grafika rastrowa (Ćwiczenia cz. 2) Zaznaczenia Aby zacząć profesjonalnie rysować w programie GIMP należy opanować tematykę zaznaczeń. Zaznaczenia (inaczej maski) służą do zaznaczania obszarów
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 szczegółowoDodatek B - Histogram
Dodatek B - Histogram Histogram to nic innego, jak wykres pokazujący ile elementów od czarnego (od lewej) do białego (prawy koniec histogramu) zostało zarejestrowanych na zdjęciu. Może przedstawiać uśredniony
Bardziej szczegółowoRozpoznawanie obrazów na przykładzie rozpoznawania twarzy
Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić
Bardziej szczegółowoFiltracja w domenie przestrzeni
1 Filtracja Filtracja w domenie przestrzeni Filtracja liniowa jest procesem splotu (konwolucji) obrazu z maską (filtrem). Dla dwuwymiarowej i dyskretnej funkcji filtracja dana jest wzorem: L2(m, n) = (w
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 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 szczegółowoWYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku
WYKŁ 3 WYPŁNINI OSZRÓW. Wypełnianie wieloboku Zasada parzystości: Prosta, która nie przechodzi przez wierzchołek przecina wielobok parzystą ilość razy. Plan wykładu: Wypełnianie wieloboku Wypełnianie konturu
Bardziej 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 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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 8 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoPIXLR EDITOR - Autor: mgr inż. Adam Gierlach
PIXLR EDITOR - www.pixlr.com Autor: mgr inż. Adam Gierlach 2 OTWIERANIE PLIKU Wybierz OTWÓRZ OBRAZEK Z KOMPUTERA - Pliki / 01_tlo.png 3 ZMIANA WIELKOŚCI OBRAZU 1. w programie wybierz Obrazek / Wielkość
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania WIT
3-1 Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT Grupa BD2,TC1, Zespół 2 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń laboratoryjnych Ćwiczenie nr3 Temat: Operacje sąsiedztwa wygładzanie i wyostrzanie
Bardziej szczegółowoRekonstrukcja obrazu (Image restoration)
Rekonstrukcja obrazu (Image restoration) Celem rekonstrukcji obrazu cyfrowego jest odtworzenie obrazu oryginalnego na podstawie obrazu zdegradowanego. Obejmuje ona identyfikację procesu degradacji i próbę
Bardziej szczegółowoĆwiczenie 2. Przetwarzanie graficzne plików. Wprowadzenie teoretyczne
Ćwiczenie Przetwarzanie graficzne plików Wprowadzenie teoretyczne ddytywne składanie kolorów (podstawowe barwy R, G, ) arwy składane addytywnie wykorzystywane są najczęściej w wyświetlaczach, czyli stosuje
Bardziej szczegółowoPodstawowe operacje arytmetyczne i logiczne dla liczb binarnych
1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie
Bardziej szczegółowoAdobe Photoshop Dodatek do lab4 J.Wiślicki, A.Romanowski;
Spis treści 1. Proste efekty... 2 1.1. Cień...2 1.2. Planeta...5 1.3. Mandarynkowa kostka...8 Grafika rastrowa strona 1 z 9 1. Proste efekty Poniższe ćwiczenia dotyczą prostych (aczkolwiek ciekawych) efektów
Bardziej szczegółowoINFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ
INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ Przygotowała mgr Joanna Guździoł e-mail: jguzdziol@wszop.edu.pl WYŻSZA SZKOŁA ZARZĄDZANIA OCHRONĄ PRACY W KATOWICACH 1. Pojęcie grafiki komputerowej Grafika komputerowa
Bardziej szczegółowoPodstawy grafiki rastrowej Laboratoria część III
Studia Podyplomowe Grafika komputerowa i techniki multimedialne Katedra Informatyki Stosowanej Politechniki Łódzkiej Ewa Matusiak Podstawy grafiki rastrowej Laboratoria część III ul. Stefanowskiego 18/22,
Bardziej szczegółowoPodstawowe definicje statystyczne
Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny
Bardziej szczegółowoGIMP. Ćwiczenie nr 6 efekty i filtry. Instrukcja. dla Gimnazjum 36 - Ryszard Rogacz Strona 18
Ćwiczenie nr 6 efekty i filtry Tak, jak każdy program graficzny GIMP posiada wbudowane narzędzia umożliwiające osiągnięcie różnego rodzaju efektów. Dostępne są one w menu edytowanego rysunku [filtry].
Bardziej szczegółowoAnaliza głównych składowych- redukcja wymiaru, wykł. 12
Analiza głównych składowych- redukcja wymiaru, wykł. 12 Joanna Jędrzejowicz Instytut Informatyki Konieczność redukcji wymiaru w eksploracji danych bazy danych spotykane w zadaniach eksploracji danych mają
Bardziej szczegółowo9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie
9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie Obrazy binarne to takie, które mają tylko dwa poziomy szarości: 0 i 1 lub 0 i 255. ImageJ wykorzystuje to drugie rozwiązanie - obrazy
Bardziej szczegółowoPrzetwarzanie obrazu i dźwięku
Przetwarzanie obrazu i dźwięku Obraz - Pojęcia podstawowe opracowanie: dr inż. Jacek Kęsik Przetwarzanie obrazu i dźwięku 15 spotkań ca. 14 wykładów + zaliczenie. Zaliczenie Test pisemny Konspekty wykładów
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 szczegółowoAutomatyczne nastawianie ostrości
Automatyczne nastawianie ostrości Systemy automatycznego nastawiania ostrości (AF) - budowa, działanie, zalety, wady, zastosowanie, algorytmy wyostrzania - przykłady Jakub Skalak http://www.fis.agh.edu.pl/~4skalak/
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 7
7. NORMALIZACJA I BINARYZACJA ADAPTATYWNA 7.1. Normalizacja lokalna Zwykłe konwolucje działają w jednakowy sposób na całym obrazie. Plugin Local Normalization przeprowadza filtrowanie Gaussa w zależności
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 szczegółowoĆwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University.
Ćwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 14 Wykorzystanie warstw Opis zadania Obrazy do ćwiczeń Zadania
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania Grupa ID308, Zespół 11 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 8 Temat: Operacje sąsiedztwa detekcja krawędzi Wykonali: 1. Mikołaj Janeczek
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 szczegółowoPROPOZYCJE TEMATÓW PROJEKTOWYCH PROJEKTOWANIE OPROGRAMOWANIA SYSTEMÓW
PROPOZYCJE TEMATÓW PROJEKTOWYCH PROJEKTOWANIE OPROGRAMOWANIA SYSTEMÓW 2016 1. Syntezator dźwięków szumów usznych Opiekun: dr inż. Piotr Suchomski Celem oprogramowania jest umożliwienie wygenerowania dźwięków,
Bardziej szczegółowoAnimowana grafika 3D. Opracowanie: J. Kęsik.
Animowana grafika 3D Opracowanie: J. Kęsik kesik@cs.pollub.pl Powierzchnia obiektu 3D jest renderowana jako czarna jeżeli nie jest oświetlana żadnym światłem (wyjątkiem są obiekty samoświecące) Oświetlenie
Bardziej szczegółowoWoda na powierzchniach. Rafał Chylaszek & Tomasz Krok 5 czerwiec 2009
Woda na powierzchniach Rafał Chylaszek & Tomasz Krok 5 czerwiec 2009 1 1 Wstęp Przykłady zastosowań: ˆ Krople wody na liściach Przed: Po: 1 Przed: Po: 2 Przed: Po: 3 1 http://www.stutorials.com/photoshop
Bardziej szczegółowoMaskowanie i selekcja
Maskowanie i selekcja Maska prostokątna Grafika bitmapowa - Corel PHOTO-PAINT Pozwala definiować prostokątne obszary edytowalne. Kiedy chcemy wykonać operacje nie na całym obrazku, lecz na jego części,
Bardziej szczegółowo1 Układy równań liniowych
II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie
Bardziej szczegółowoPrzetwarzanie obrazów wykład 7. Adam Wojciechowski
Przetwarzanie obrazów wykład 7 Adam Wojciechowski Przekształcenia morfologiczne Przekształcenia podobne do filtrów, z tym że element obrazu nie jest modyfikowany zawsze lecz tylko jeśli spełniony jest
Bardziej szczegółowo"Fotomontaż- proste i szybkie efekty"
"Fotomontaż- proste i szybkie efekty" Komputerowa edycja i przetwarzanie grafiki rastrowej. Witam. W tym projekcie pokażemy jak zrobić kilka prostych a jednocześnie ciekawych efektów na zdjęciach. Więc
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 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 szczegółowo1. Operacje logiczne A B A OR B
1. Operacje logiczne OR Operacje logiczne są operacjami działającymi na poszczególnych bitach, dzięki czemu można je całkowicie opisać przedstawiając jak oddziałują ze sobą dwa bity. Takie operacje logiczne
Bardziej szczegółowo