POBR Kolos 2 + kilka pyt. z egzaminu
|
|
- Damian Paluch
- 7 lat temu
- Przeglądów:
Transkrypt
1 POBR Kolos 2 + kilka pyt. z egzaminu 1. Podstawowe metody akwizycji obrazów. Akwizycja obrazów cyfrowych: kiedyś - lampa analizująca: przetwornik optoelektroniczny zapewniający dyskretyzację dziedziny w jednym wymiarze na linie obrazu TV, które muszą zostać dale spróbkowane, a próbki podane kwantyzacji za pomocą przetworników AC. układy CCD/CMOS, automatyczna dyskretyzacja dziedziny, kwantyzacja za pomocą przetworników AC; w praktyce problem może stanowić rzeczywista rozdzielczość przetwornika. skaner: bardzo wysoka rozdzielczość, możliwość wprowadzania przygotowanych wcześniej obrazów, długi czas przetwarzania (to w sumie też przetwornik CCD/CMOS!) manualne tworzenie obrazu przy pomocy programu graficznego: wysoka pracochłonność, uproszczenie modelowanego świata Problemy przy akwizycji obrazów cyfrowych: rzeczywista rozdzielczość przetwornika, specyficzna akwizycja obrazów barwnych, przeplot stosowany w wyświetlanym obrazie telewizyjnym (interlace), stosowanie filtrów Bayera. 2. Operatory używane do wyostrzania obrazów w cyfrowym przetwarzaniu obrazów. Do wyostrzania używa się operatora lokalnego gradientu (I pochodna), bądź laplasjanu (II pochodna). Częściej stosowany jest algorytm z laplasjanem. Do wyostrzania można również użyć operatora filtracji górnoprzepustowej, bądź algorytmu UnSharp Mask (USM) ( to obraz oryginalny, a, gdzie to obraz rozmyty filtracją dolnoprzepustową). Tu można dodać obrazek jak to ujemny laplasjan na krawędzi ją wzmacnia ;-) 3. Wyjaśnij podobieństwa i różnice pomiędzy transformatą Fouriera, dyskretną transformatą Fouriera, szybką transformatą Fouriera. DFT i FFT są dyskretną wersją ciągłej transformaty Fouriera FFT działa w czasie n log n, DFT działa w czasie n^2
2 DFT i FFT mają własność rozdzielności - dwuwymiarową transformatę można policzyć za pomocą dwóch jednowymiarowych. FFT działa na obrazie, którego rozmiary są potęgą 2 - DFT działa na każdym obrazie FFT jest zoptymalizowaną wersją DFT (z ograniczeniem dot. wielkości obrazka). 4. Opisz i wyjaśnij sposób obliczenia transformaty falkowej dla obrazów cyfrowych. Notatki z wykładu: (Wavelet transform) Stosowana np. w formacie JPG2000 (.jp2). Kodowanie subpasmowe z hierarchicznym podziałem widma. Nie ma wzoru dającego dyskretną transformatę falkową. Przybliża się trasformaty falkowe do funkcji dyskretnych. Kodowanie subpasmowe: Stosuje się 1-wymiarowe filtry konwolucyjne oraz decymatory: H0 - Filtr dolnoprzepustowy na wyjściu otrzymujemy uśrednionąwygładzoną informację o sygnale wejściowym, H1 - Filtr górno przepustowy na wyjściu otrzymujemy szczegóły sygnału wejściowego. decymator wyrzuca co drugi element w kolumnie, bądź wierszu (w zależności od etapu). Mamy obraz NxN. Poddajemy go ww filtrom oraz operacjom decymacji w ten sposób otrzymujemy odpowiednio blok: a) Gałąź H0 + decymator = uśredniony/wygładzony obraz N/2 x N b) Gałąź H1 + decymator = krawędzie pionowe z obrazu o rozmiarze N/2 x N
3 Hierarchiczny podział widma: Każdą gałąź poddajemy znów w ten sam sposób rozbijając na coraz mniejsze obrazy. Przykładowo obrazy otrzymane na wyjściu filtracji dwóch bloków, będą wyglądały następująco: 2x H0 da nam ten sam obraz wejściowy, ale o rozmiarze N/2 x N/2 H0H1 da nam poziome krawędzie obrazu N/2 x N/2 H1H0 da nam pionowe krawedzie obrazu N/2 x N/2 2x H1 da nam szczegóły na przecięciu krawędzi pionowych i poziomych obrazu N/2 x N/2 Obrazy zapisuje się w postaci obrazka N X N mającego wydzielone części wg stopinia podziału widma. Dla przykładowych 2 bloków otrzymamy 4 ćwiartki: H0H0 H1H0 H0H1 H1H1 Jeśli damy 4 bloki, to proszę sobie wyobrazić, że H0H0 traktujemy jako obraz wejściowy i tam znów będą 4 ćwiartki. Z tych informacji jesteśmy w stanie odtworzyć (skomponować obraz pierwotny). 5. Kodowanie entropijne i jego zastosowanie w cyfrowym przetwarzaniu obrazów. Rodzaje: A. optymalne kodowanie binarne - algorytm Huffmana B. kodowanie arytmetyczne: model abstrakcyjny i całkowitoliczbowy C. kodowanie słownikowe LZ77, LZ78, LZW Entropia jest to ilość informacji zawarta w źródle danych. Entropia jest podstawą niektórych algorytmów kompresji. Algorytmy entropijne są to algorytmy bazujące na entropi np. algorytm Huffmana bazuje na entropi w celu wyznaczenia słownika. Efektywność kodu określa przeciętną ilość bitów na kodowane słowo lub piksel. Efektywność kodu przydaje się do weryfikacji algorytmów, z jej pomocą można zweryfikować czy dane kodowanie jest optymalne. Entropia określa wartość średnią ilości informacji niezbędnej do zakodowania(zapoamiętania). Entropia stanowi dolne ograniczenie efektywniści kodu możliwej dla danego kodowania zbioru wartości
4 6. Co ma wspólnego splot funkcji z transformatą Fourier'a, i co w praktyce z tego wynika. Mając transformatę funkcji splotu można wykonać splot w operacji: Gdzie F jest widmem filtra. 3. zamiast Przydatne przy filtrowaniu w przypadku dużych operatorów lokalnych, gdy bardziej opłaca się policzyć transformatę, wymnożyć i wykonać transformatę odwrotną niż robić splot z operatorem lokalnym. 7. Znieksztalcenia radiometryczne i jak je naprawiać. Zniekształcenia radiometryczne mogą być spowodowane nierównomiernością oświetlenia i błędami konwersji oświetlenia. Zniekształcenia radiometryczne można podzielić na sumacyjne oraz iloczynowe i są one związane ze sposobem oddziaływania czynnika wywołującego zakłócenie na obraz. Przy zniekształceniach sumacyjnych wartości jasności pikseli macierzy obrazu zostają zwiększone o wartość czynnika fałszującego. Przyczyną zniekształceń sumacyjnych jest prąd ciemny. Przy zniekształceniach iloczynowych wartość jasności pikseli macierzy obrazu zależy od iloczynu wartości jasności obrazu i lokalnej wartości parametru fałszującego, którego nierównomierna wartość na całej powierzchni obrazu jest przyczyną zniekształcenia, np. nierównomierna czułość przetwornika optoelektrycznego. Do korekcji takich zniekształceń wyznacza się macierz współczynników korekcyjnych, które w korekcji sumacyjnej odejmuje się od obrazu jasności, a przy korekcji iloczynowej otrzymany obraz jasności mnoży się przez macierz współczynników korekcyjnych, tak, aby wyrównać poziomy jasności w stosunku do całego obrazu.
5 8. Opisz metode kompresji JPEG. - Konwersja na YUV - Obliczenie DCT dla każdej barwy oddzielnie w kwadratowych blokach - Kwantyzacja współczynników DCT - Zakodowanie uzyskanych współczynników algorytmem RLE Tu było jeszcze takie śmieszne ułożenie współczynników DCT, żeby było łatwiej kompresować. DCT - Discrete Cosine Transform 9. Wymień i opisz podstawowe kroki typowo wykonywane w algorytmach rozpoznawania obrazu (przy założeniu, że na wejściu mamy obraz wysokiej jakości). 1. segmentacja: podział pikseli na piksele tła i należące do obiektu 2. analiza cech ( indeksacja obiektów ): przypisanie do wszystkich pikseli identyfikatorów, wskazujących do którego obiektu piksel należy. Dzięki indeksacji możliwe są wszystkie inne pomiary na indywidualnych obiektach 3. identyfikacja: rozpoznawanie obiektów porównując je do szukanego wzorca 10. Wyjaśnij od strony teoretycznej i praktycznej na czym polega operacja ustawiania balansu bieli oraz jakie są jej konsekwencje przy akwizycji obrazów. Proces kompensacji barw obrazu zarejestrowanego przez matrycę dla temperatury barwowej oświetlenia, jakie towarzyszyło wykonaniu fotografii. Automatyczny balans bieli oznacza, iż aparat sam ustawi barwy. Znajduje on najjaśniejszy punkt na zdjęciu, i zakłada, iż powinien mieć on kolor biały. Do niego porównuje wszystkie elementy kadru, ponieważ nie wie on jak wygląda kolor biały, ale wie jak wygląda kolor czerwony i niebieski, względem koloru białego. Gdy najjaśniejszy punkt zdjęcia nie jest biały, automatyka nie pomoże. W takim układzie musimy ręcznie pokazać jak wygląda kolor biały i aparat względem tego koloru będzie reprodukował resztę barw. Im lepszy biały kolor pokażemy, tym wierniejsze barwy na zdjęciu. W praktyce wykorzystuje się np. kartkę białego papieru jako wzorzec bieli, co daje pozytywny efekt bez względu na światło zastane. W efekcie urządzenie przyjmując za źródło biel kartki dostosuje pozostałą paletę barw do zastanego wzorca, korygując inne barwy.
6 11. Opisz i wyjaśnij działania podstawowych algorytmów redukcji szumu stosowanych w ramach cyfrowych metod poprawy jakości obrazów. Do wygładzania obrazów stosuje się filtry konwolucyjne, które dzielą się na filtry rankingowe i filtry arytmetyczne. Filtr rankingowy sortuje wszystkie piksele z danego otoczenia i wybiera, w zależności od metody, jeden piksel. Do wygładzania obrazów często stosuje się filtr medianowy, który z posortowanych pikseli danego otoczenia wybiera piksel środkowy. 12. Podaj i opisz metody segmentacji Segmentacja przez progowanie - Wybieranie tych pikseli których wartość jest większa niż wartość progowa. Stosuje się też progowanie na podstawie histogramu gdzie wartość progową ustala się w minimum histogramu. Segmentacja krawędziowa - Wyodrębnienie krawędzi z obrazu a następnie znalezienie obiektów ograniczanych przez te krawędzie. Segmentacja metodą rozrostu obszarów - Wybiera się piksel a następnie sprawdza się czy jego sąsiedztwo spełnia warunek jednorodności (kryterium rozrostu), jeśli tak to odpowiednie piksele dołącza się do obszaru. Potem iteracyjnie sprawdza się sąsiedztwo coraz większych obszarów. Segmentacja metodą dziel i łącz - wpisanie obrazka w drzewo, gdzie w każdym liściu jest jednorodny obszar. Najczęściej dzieli się obraz na ćwiartki i sprawdza ich jednorodność z pomocą wcześniej wybranego kryterium. Każdą niejednorodną ćwiartkę ponownie dzielimy na 4, tworząc kolejny poziom drzewa. Krok powtarzamy aż do uzyskania drzewa, gdzie wszystkie liście są jednorodne. Następnie korzystając z sąsiedztwa (na obrazku) liści łączymy je w większe, jednorodne obszary. Segmentacja metodą klasyfikacji punktów - uogólnienie metody progowania na większą liczbę parametrów. 13. Opisz na czym polega i do czego stosowana jest operacja wyrównywania histogramu. W jakich sytuacjach wyrównywanie histogramu może spowodować pogorszenie jakości obrazu? Wyrównywanie histogramu polega na takiej zmianie wartości punktów obrazu aby w równych przedziałach histogramu ilość punktów obrazu była w przybliżeniu taka sama. Operacja ta pozwala na uwypuklenie mało kontrastowych szczegółów w obrazie. Pogorszyć możemy obraz, w którym dominują jakieś składowe. Z własnego doświadczenia wiem, że często kiedy prześwietlam/niedoświetlam zdjęcia, taka
7 operacja się przydaje. Prześwietlony obraz ma więcej jasnych wartości (więcej z prawej na histogramie), niedoświetlony obraz ma więcej ciemnych wartości ( więcej z prawej na histogramie). Wyrównanie histogramu balansuje nam jasność obrazka/zdjęcia tak, że wygląda to lepiej. Jednak jest jeden warunek: Gdy na zdjęciu dominują nam jakieś kolory np. mając takie zdjęcie błękitnego nieba, po wyrównaniu histogramu, nasz błękit staje się nieco podkolorowany i przez to jest nienaturalny. Zapytałem o to prof. Rokitę na wykładzie. Podpowiedział, że przed wyrównaniem takiego histogramu, należy wykonać przejście z RGB na HSV, dzięki czemu otrzymamy możliwość wyrównania po jasności. 14. Wymień i opisz podstawowe zastosowania transformat. Transformatę Fouriera stosujemy do filtracji (dolno-, górnoprzepustowej, Laplace a itd.), do przyśpieszenia operacji splotu. Transformata falkowa umożliwia progresywny zapis obrazu. Transformaty przydają się do kompresji danych. 15. (egzamin) Wyjaśnij na czym polega i jakie daje efekty zastosowanie wyrażeń różnicowych przy kompresji obrazu. Wyrażenie różnicowe polega na przedstawieniu obrazu za pomocą różnic pomiędzy pikselami. Powoduje znaczne zwiększenie skupienia wartości pojawiających się w obrazie a co za tym idzie lepszą skuteczność kompresji w algorytmach entropijnych. 16. Jak obliczyć dwuwymiarową FFT za pomocą algorytmu jednowymiarowej FFT FFT jest rozdzielna dzięki temu można policzyć jednowymiarową FFT z wierszy, a następnie z kolumn obrazka widm jednowymiarowych, który otrzymaliśmy. 17. Opisz na czym polega i do czego stosowana jest operacja rozciągania histogramu. W jakich sytuacjach rozciągnięcie histogramu może spowodować pogorszenie jakości obrazu? Rozciąganie histogramu wykonywane jest wtedy, gdy wartości jasności obrazu nie obejmują pełnego zakresu możliwych wartości. W przypadku reprezentacji ośmiobitowej, rozciąganie obrazu ma zastosowanie w sytuacji, gdy wszystkie wartości na obrazie mieszczą się w przedziale mniejszym niż Aby dokonać operacji rozciągania histogramu wyznacza się minimalną oraz maksymalną wartość jaką przyjmuje obraz. Kolejną czynnością jest wyznaczenie nowych wartości obrazu zgodnie z zależnością:
8 18. Transformata Walsha-Hadamarda (WHT) Działa na prostej zasadzie, czytaj najprostsza transformata. Najpierw wymyślił ją nie kto inny jak Pan Walsh. Potem Pan Hadamard uprościł ją, poprzez zmianę indeksu i tak powstała transformata tych dwóch Panów. Działanie opiera się na takim oto spostrzeżeniu: Żółtym kolorem oznaczono najniższą możliwą do uzyskania częstotliwość, czerwonym najwyższą (na 8miu bitach). Wartości funkcji-próbek zostają wymnożone wiersz, po wierszu przez wartości odpowiadających elementów tablicy wartości jądra transformaty, a następnie zsumowane. Tablica wartości jądra transformaty (Warunek dla N=2^n, gdzie n to liczba indeksów): N=8, n= Spostrzezenie polega na tym ze taka tabela zawiera wszystkie mozliwe do uzyskania na 8miu bitach czestotliwosci sygnału impulsu Dirac a.
POBR Egzamin 1. Wszystkie kroki rozpoznawania obrazów (chyba od akwizycji do rozpoznania) 2. Różnice i podobieństwa RGB i HSV
POBR Egzamin 1. Wszystkie kroki rozpoznawania obrazów (chyba od akwizycji do rozpoznania) a) Akwizycja : digitalizacja, czyli uzyskiwanie cyfrowej funkcji jasności na podstawie informacji analogowej uzyskanej
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 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 szczegółowoCyfrowe Przetwarzanie Obrazów. Karol Czapnik
Cyfrowe Przetwarzanie Obrazów Karol Czapnik Podstawowe zastosowania (1) automatyka laboratoria badawcze medycyna kryminalistyka metrologia geodezja i kartografia 2/21 Podstawowe zastosowania (2) komunikacja
Bardziej 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 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 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 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 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 szczegółowoCyfrowe przetwarzanie i kompresja danych. dr inż.. Wojciech Zając
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 7. Standardy kompresji obrazów nieruchomych Obraz cyfrowy co to takiego? OBRAZ ANALOGOWY OBRAZ CYFROWY PRÓBKOWANY 8x8 Kompresja danych
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego
Bardziej 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 szczegółowoZałożenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
Założenia i obszar zastosowań KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Plan wykładu: Geneza algorytmu Założenia i obszar zastosowań JPEG kroki algorytmu kodowania obrazu Założenia: Obraz monochromatyczny
Bardziej 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 szczegółowoPrzedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.
Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego
Bardziej 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 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 szczegółowoKlasyfikacja metod kompresji
dr inż. Piotr Odya Klasyfikacja metod kompresji Metody bezstratne Zakodowany strumień danych po dekompresji jest identyczny z oryginalnymi danymi przed kompresją, Metody stratne W wyniku kompresji część
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 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 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 szczegółowoKlasyfikacja metod kompresji
dr inż. Piotr Odya Klasyfikacja metod kompresji Metody bezstratne Zakodowany strumień danych po dekompresji jest identyczny z oryginalnymi danymi przed kompresją, Metody stratne W wyniku kompresji część
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 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 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 szczegółowoPython: JPEG. Zadanie. 1. Wczytanie obrazka
Python: JPEG Witajcie! Jest to kolejny z serii tutoriali uczący Pythona, a w przyszłości być może nawet Cythona i Numby Jeśli chcesz nauczyć się nowych, zaawansowanych konstrukcji to spróbuj rozwiązać
Bardziej szczegółowoKodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG
Kodowanie transformacyjne Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG Zasada Zasada podstawowa: na danych wykonujemy transformacje która: Likwiduje korelacje Skupia energię w kilku komponentach
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 szczegółowodr inż. Piotr Odya dr inż. Piotr Suchomski
dr inż. Piotr Odya dr inż. Piotr Suchomski Podział grafiki wektorowa; matematyczny opis rysunku; małe wymagania pamięciowe (i obliczeniowe); rasteryzacja konwersja do postaci rastrowej; rastrowa; tablica
Bardziej szczegółowoTransformata Fouriera
Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli
Bardziej 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 szczegółowoEKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Janusz Bobulski Instytut Informatyki Teoretycznej i Stosowanej Politechnika Częstochowska ul. Dąbrowskiego 73 42-200 Częstochowa januszb@icis.pcz.pl EKSTRAKCJA CECH TWARZY ZA POMOCĄ TRANSFORMATY FALKOWEJ
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 2 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoTransformata Fouriera i analiza spektralna
Transformata Fouriera i analiza spektralna Z czego składają się sygnały? Sygnały jednowymiarowe, częstotliwość Liczby zespolone Transformata Fouriera Szybka Transformata Fouriera (FFT) FFT w 2D Przykłady
Bardziej szczegółowoSpośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.
Filtracja nieliniowa może być bardzo skuteczną metodą polepszania jakości obrazów Filtry nieliniowe Filtr medianowy Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 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 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 szczegółowoJoint Photographic Experts Group
Joint Photographic Experts Group Artur Drozd Uniwersytet Jagielloński 14 maja 2010 1 Co to jest JPEG? Dlaczego powstał? 2 Transformata Fouriera 3 Dyskretna transformata kosinusowa (DCT-II) 4 Kodowanie
Bardziej 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 szczegółowoCechy formatu PNG Budowa bloku danych Bloki standardowe PNG Filtrowanie danych przed kompresją Wyświetlanie progresywne (Adam 7)
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 5, strona 1. PNG (PORTABLE NETWORK GRAPHICS) Cechy formatu PNG Budowa bloku danych Bloki standardowe PNG Filtrowanie danych przed kompresją Wyświetlanie
Bardziej 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 szczegółowoTRANSFORMATA FALKOWA 2D. Oprogramowanie Systemów Obrazowania 2016/2017
TRANSFORMATA FALKOWA 2D Oprogramowanie Systemów Obrazowania 2016/2017 Wielorozdzielczość - dekompozycja sygnału w ciąg sygnałów o coraz mniejszej rozdzielczości na wielu poziomach gdzie: s l+1 - aproksymata
Bardziej szczegółowoZasady edycji (cyfrowej) grafiki nieruchomej
Zasady edycji (cyfrowej) grafiki nieruchomej Trudno jest w czasie wykonywania fotografii widzieć i myśleć o wszystkim! Zasady ogólne wykonywania zdjęć (od strony wygody ich późniejszej edycji): 1. maksymalna
Bardziej 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 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 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 szczegółowoGrafika komputerowa. Oko posiada pręciki (100 mln) dla detekcji składowych luminancji i 3 rodzaje czopków (9 mln) do detekcji koloru Żółty
Grafika komputerowa Opracowali: dr inż. Piotr Suchomski dr inż. Piotr Odya Oko posiada pręciki (100 mln) dla detekcji składowych luminancji i 3 rodzaje czopków (9 mln) do detekcji koloru Czerwony czopek
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 szczegółowooraz kilka uwag o cyfrowej rejestracji obrazów
oraz kilka uwag o cyfrowej rejestracji obrazów Matryca CCD i filtry Bayera Matryca CCD i filtry Bayera Demozaikowanie Metody demozaikowania Tradycyjne metody interpolacyjne (nienajlepsze efekty) Variable
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 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 szczegółowoCyfrowe przetwarzanie i kompresja danych
Cyfrowe przetwarzanie i kompresja danych dr inż.. Wojciech Zając Wykład 5. Dyskretna transformata falkowa Schemat systemu transmisji danych wizyjnych Źródło danych Przetwarzanie Przesył Przetwarzanie Prezentacja
Bardziej szczegółowoFFT i dyskretny splot. Aplikacje w DSP
i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata
Bardziej szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej 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 szczegółowoDane obrazowe. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski
Dane obrazowe R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski www.il.pw.edu.pl/~rg s-rg@siwy.il.pw.edu.pl Przetwarzanie danych obrazowych! Przetwarzanie danych obrazowych przyjmuje trzy formy:! Grafikę
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)
Bardziej szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
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 szczegółowo6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.
WYDZIAŁ: GEOLOGII, GEOFIZYKI I OCHRONY ŚRODOWISKA KIERUNEK STUDIÓW: INFORMATYKA STOSOWANA RODZAJ STUDIÓW: STACJONARNE I STOPNIA ROK AKADEMICKI 2014/2015 WYKAZ PRZEDMIOTÓW EGZAMINACYJNYCH: I. Systemy operacyjne
Bardziej szczegółowoKOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Joint Photographic Expert Group - 1986 ISO - International Standard Organisation CCITT - Comité Consultatif International de Téléphonie et Télégraphie Standard
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 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 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 szczegółowoPodstawy Przetwarzania Sygnałów
Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech
Bardziej szczegółowomgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. GOLOMBA I RICE'A
mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. KOMPRESJA ALGORYTMEM ARYTMETYCZNYM, GOLOMBA I RICE'A Idea algorytmu arytmetycznego Przykład kodowania arytmetycznego Renormalizacja
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 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 szczegółowoPrzetwarzanie obrazów wykład 6. Adam Wojciechowski
Przetwarzanie obrazów wykład 6 Adam Wojciechowski Przykłady obrazów cyfrowych i ich F-obrazów Parzysta liczba powtarzalnych wzorców Transformata Fouriera może być przydatna przy wykrywaniu określonych
Bardziej szczegółowo9. Dyskretna transformata Fouriera algorytm FFT
Transformata Fouriera ma szerokie zastosowanie w analizie i syntezie układów i systemów elektronicznych, gdyż pozwala na połączenie dwóch sposobów przedstawiania sygnałów reprezentacji w dziedzinie czasu
Bardziej szczegółowoGrafika Komputerowa Wykład 1. Wstęp do grafiki komputerowej Obraz rastrowy i wektorowy. mgr inż. Michał Chwesiuk 1/22
Wykład 1 Wstęp do grafiki komputerowej rastrowy i wektorowy mgr inż. 1/22 O mnie mgr inż. michalchwesiuk@gmail.com http://mchwesiuk.pl Materiały, wykłady, informacje Doktorant na Wydziale Informatyki Uniwersytetu
Bardziej szczegółowoZastosowania grafiki komputerowej
dr inż. Piotr Suchomski dr inż. Piotr Odya Zastosowania grafiki komputerowej Interfejsy użytkownika; Graficzna prezentacja danych; Kartografia; Obrazy medyczne; Kreślenie i projektowanie wspomagane komputerowo
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)
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 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 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 szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
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 szczegółowoObliczenia Naukowe. Wykład 12: Zagadnienia na egzamin. Bartek Wilczyński
Obliczenia Naukowe Wykład 12: Zagadnienia na egzamin Bartek Wilczyński 6.6.2016 Tematy do powtórki Arytmetyka komputerów Jak wygląda reprezentacja liczb w arytmetyce komputerowej w zapisie cecha+mantysa
Bardziej szczegółowoRaport. Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010
Raport Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010 1. Wykrywanie krawędzi 1.0. Obraz oryginalny 1. 1.1. Sobel. Parametry: domyślne. 1.2. Prewitt. Parametry: domyślne. 1.3. Roberts. Parametry: domyślne.
Bardziej 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 szczegółowoAnaliza obrazu. wykład 5. Marek Jan Kasprowicz Uniwersytet Rolniczy 2008
Analiza obrazu komputerowego wykład 5 Marek Jan Kasprowicz Uniwersytet Rolniczy 2008 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze
Bardziej szczegółowoFundamentals of Data Compression
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 szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
Bardziej 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 szczegółowodr inż. Piotr Odya Wprowadzenie
dr inż. Piotr Odya Wprowadzenie Dane multimedialne to przede wszystkim duże strumienie danych liczone w MB a coraz częściej w GB; Mimo dynamicznego rozwoju technologii pamięci i coraz szybszych transferów
Bardziej szczegółowoKodowanie transformujace. Kompresja danych. Tomasz Jurdziński. Wykład 11: Transformaty i JPEG
Tomasz Wykład 11: Transformaty i JPEG Idea kodowania transformujacego Etapy kodowania 1 Wektor danych x 0,...,x N 1 przekształcamy (odwracalnie!) na wektor c 0,...,c N 1, tak aby: energia była skoncentrowana
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 szczegółowo4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...
Spis treści 1 Wstęp 11 1.1 Do kogo adresowana jest ta książka... 12 1.2 Historia badań nad mową i językiem... 12 1.3 Obecne główne trendy badań... 16 1.4 Opis zawartości rozdziałów... 18 2 Wyzwania i możliwe
Bardziej szczegółowoTechnika audio część 2
Technika audio część 2 Wykład 12 Projektowanie cyfrowych układów elektronicznych Mgr inż. Łukasz Kirchner lukasz.kirchner@cs.put.poznan.pl http://www.cs.put.poznan.pl/lkirchner Wprowadzenie do filtracji
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 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 szczegółowoAkwizycja obrazów. Zagadnienia wstępne
Akwizycja obrazów. Zagadnienia wstępne Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 A. Przelaskowski, Techniki Multimedialne,
Bardziej szczegółowoKodowanie predykcyjne
Kodowanie i kompresja informacji - Wykład 5 22 marca 2010 Motywacje W tekstach naturalnych symbole bardzo często zależa od siebie. Motywacje W tekstach naturalnych symbole bardzo często zależa od siebie.
Bardziej szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
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 szczegółowoFILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI
FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI ( frequency domain filters) Każdy człon F(u,v) zawiera wszystkie wartości f(x,y) modyfikowane przez wartości członów wykładniczych Za wyjątkiem trywialnych przypadków
Bardziej szczegółowoStreszczenie Komputery do przechowywania rysunków, zdjęć i innych obrazów używają tylko liczb. Te zajęcia mają ukazać w jaki sposób to robią.
Temat 2 Kolory jako liczby Kodowanie obrazów Streszczenie Komputery do przechowywania rysunków, zdjęć i innych obrazów używają tylko liczb. Te zajęcia mają ukazać w jaki sposób to robią. Wiek 7 i więcej
Bardziej szczegółowoWYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów
WYKŁAD 1 Analiza obrazu Wyznaczanie parametrów ruchu obiektów Cel analizy obrazu: przedstawienie każdego z poszczególnych obiektów danego obrazu w postaci wektora cech dla przeprowadzenia procesu rozpoznania
Bardziej 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 szczegółowo