Analiza obrazów - sprawozdanie nr 3

Wielkość: px
Rozpocząć pokaz od strony:

Download "Analiza obrazów - sprawozdanie nr 3"

Transkrypt

1 Analiza obrazów - sprawozdanie nr 3 Przekształcenia morfologiczne Przekształcenia morfologiczne wywodzą się z morfologii matematycznej, czyli dziedziny, która opiera się na teorii zbiorów, topologii i funkcjach losowych. Dotyczy ona przetwarzania i analizy struktur geometrycznych. W odróżnieniu od operacji punktowych, przekształcenia morfologiczne opierają się na związkach, które zachodzą pomiędzy analizowanym punktem, a jego sąsiedztwem. Z tego względu mają dużą złożoność obliczeniową. Dlatego stosowane są przede wszystkim przy przetwarzaniu obrazów binarnych. Podstawowe przekształcenia morfologiczne to: erozja i dylatacja, otwarcie i zamknięcie, szkieletyzacja. Podstawowym terminem związanym z tego typu przekształceniami jest element strukturalny. Jest to zbiór punktów wykorzystywany przy przekształceniu. Można powiedzieć, że stanowi on szablon, który jest dopasowywany do kolejnych pikseli obrazu i jego sąsiedztwa. Na podstawie tego dopasowania określane jest czy w danym punkcie dochodzi do wykonania operacji związanej z danym przekształceniem. Elementy strukturalne mogą mieć różne wielkości i kształty. Przekształcenia morfologiczne należą do jednych z najważniejszych algorytmów w analizie obrazów. Dzięki analizowaniu sąsiedztwa danego punktu pozwalają bowiem na złożone operacje związane z badaniem kształtów obrazu. Oprócz tego używane są przy algorytmach segmentacji obrazu, a także przy poprawie jego jakości. 1. Przekształcenia morfologiczne obrazu rzeczywistego i nierzeczywistego Implementacja przykładów do obrazu rzeczywistego i nierzeczywistego znajdują się odpowiednio w plikach: PrzekszMorfologiczne2.m i PrzekszMorfologiczne.m. We wszystkich poniższych przykładach zastosowanym elementem strukturalnym jest obiekt ball o parametrach 10 oraz 4. Został stworzony przy pomocy funkcji strel programu Matlab. Każde przekształcenie morfologiczne zostało wykonany za pomocą funkcji wbudowanych takich jak: imdilate, imerode, imopen oraz imclose. a) Obraz nierzeczywisty o Erozja i dylatacja Erozja i dylatacja to jedne z podstawowych przekształceń morfologicznych. Można powiedzieć, że są względem siebie odwrotne. Erozja polega na obcinaniu brzegów obiektu na obrazie. Na obrazach binarnych erozję możemy więc interpretować jako odcięcie pewnego pasa 1

2 o zadanej szerokości wzdłuż brzegu obiektów. Do jej praktycznych zastosowań można zaliczyć więc usuwanie drobnych szczegółów na obrazie i wygładzanie brzegów obiektów. Erozja powoduję więc generalizację obrazu. Dylatację natomiast można interpretować jako dodanie pasa o zadanej szerokości wzdłuż brzegu obiektów. Służy ona więc do zamykania małych otworów oraz zatok, a jeśli obiekty położone są blisko siebie, to dochodzi do ich połączenia. Dylatacja podobnie jak erozja prowadzi do generalizacji obrazu, ale w tym wypadku dochodzi do zwiększenia obiektów, wygładzenia brzegów obszaru i usunięcia drobnych wklęsłości na obiektach. Wynik zastosowania erozji: Jak widać na powyższym obrazku po dokonaniu erozji doszło do odcięcia fragmentów obiektów na obrazie wzdłuż ich brzegów, co zmniejszyło wielkość poszczególnych elementów. W przypadku obiektów o niewielkiej wielkości doszło do ich całkowitego usunięcia. Wynik zastosowania dylatacji: 2

3 Jak widać na powyższym obrazku po dokonaniu dylatacji doszło do pogrubienia brzegów poszczególnych obiektów, przez co stały się one większe. W niektórych przypadkach doszło nawet do połączenia niektórych obiektów w jeden. o Otwarcie i zamknięcie Otwarcie i zamknięcie to operacje, które zostały wprowadzone w celu wyeliminowania wad związanych z erozją i dylatacją. Podczas ich zastosowania dochodzi bowiem do znacznych zmian pól powierzchni przekształcanych obiektów; w przypadku erozji do ich zmniejszenia, natomiast w przypadku dylatacji do zwiększenia. Otwarcie i zamknięcie stanowią złożenie operacji erozji i dylatacji w odpowiedniej kolejności. W przypadku otwarcia najpierw następuje erozja, a następnie dylatacja. Natomiast w przypadku zamknięcia odwrotnie. Dzięki temu nie zmieniają one kształtu obiektów o równym gładkim brzegu. Otwarcie pozwala na rozłączenie elementów obrazu z przewężeniami oraz usuwa z obrazów drobne obiekty oraz wypustki figur, nie zmieniając przy tym kształtu podstawowej części obiektu. Zamknięcie pozwala natomiast na połączenie obiektów leżących blisko siebie. Dodatkowo umożliwia zamknięcie wąskich szczelin i zatok. Wynik zastosowania otwarcia: Jak widać na powyższym przykładzie zastosowanie otwarcia spowodowało, że niewielkie elementy obrazu zniknęły, niektóre obiekty zostały otwarte. W przypadku koła z obręczami, znajdującego się w dolnej części obrazka, zastosowanie tego przekształcenia spowodowało, że główna część figury została niezmieniona zniknęły natomiast obręcze, które stanowiły wspomniane wcześniej wypustki. 3

4 Wynik zastosowania zamknięcia: W wyniku zastosowania zamknięcia elementy na obrazie, które posiadały niewielkie szczeliny zostały zamknięte. Zmniejszyły się również otwory znajdujące się w poszczególnych elementach. W przypadku dwóch wielokątów, znajdujących się w środkowej części powyższego obrazka, doszło do ich połączenia. b) Obraz rzeczywisty W związku z tym, że zastosowanie powyższych przekształceń morfologicznych nie pokazało wszystkich jej istotnych cech poniżej znajdują się przykłady ich zastosowania do obrazu rzeczywistego. o Erozja i dylatacja Wynik zastosowania erozji: 4

5 Jak widać obraz rzeczywisty po zastosowaniu erozji uległ generalizacji. Widoczne wcześniej szczegóły stały się niedostrzegalne. Zastąpiły je grube plamy symbolizujące najbardziej istotne elementy, w wypadku postaci są to oczy, nos i włosy. Erozji uległy przede wszystkim jasne elementy. Zostały znacznie bardziej rozmazane i niewidoczne. Wynik zastosowania dylatacji: Powyższy przykład doskonale pokazuje, że dylatacja jest przekształceniem, które działa odwrotnie niż erozja. Tutaj również obraz uległ generalizacji, ale w tym wypadku brzegi jasnych elementów zostały pogrubione, przez co to właśnie jaśniejsze elementy zostały bardziej wydobyte i stały się widoczne. o Otwarcie i zamknięcie Wynik zastosowania otwarcia: Jak widać otwarcie jest doskonalszym odpowiednim przekształcenia jakim jest erozja. Tutaj podobnie jak w pierwszym przykładzie jasne elementy zostały pomniejszone i uległy erozji 5

6 przez co lepiej widoczne są ciemniejsze części obrazu. Zdjęcie nie jest jednak tak rozmazane jak wcześniej, co umożliwia lepszą jego późniejszą analizę. Wynik zastosowania zamknięcia: Powyższy przykład również udowadnia prawdziwość stwierdzenia, że operacje otwarcia i zamknięcia wyeliminowują wady związane z erozją i dylatacją. W tym wypadku zamknięcie, które jest doskonalsze niż dylatacja, również działa podobnie jak swój odpowiednik, ale nie pogarsza tak jakości obrazu. Nie jest on aż tak rozmazany jak wcześniej. Obraz ponownie uległ generalizacji, ale tutaj w przeciwieństwie do otwarcia jaśniejsze elementy uległy pogrubieniu. 2. Szkieletyzacja Implementacja przykładu znajduje się w plikach: Szkieletyzacja.m oraz Szkieletyzacja2.m. Szkieletyzacja obrazu polega na wydobyciu szkieletów obiektów znajdujących się na obrazie zbinaryzowanym. Szkielet jest to zbiór punktów, które są równoodległe od co najmniej dwóch punktów należących do brzegu figury. Algorytm tego przekształcenia polega więc na usuwaniu pikseli wzdłuż granic obiektów tak długo, aż powstanie szkielet. Dzięki szkieletyzacji możliwe jest między innymi rozdzielenie posklejanych figur, przeprowadzenie ich klasyfikacji na podstawie kształtu oraz określenie orientacji podłużnych obiektów. Istnieje kilka rodzaji szkieletyzacji. W poniższym przykładzie zastosowany został algorytm szkieletyzacji poprzez maskę. Użyta maska: Piksel, który jest aktualnie sprawdzany symbolizuje środkowy element macierzy. Aby maska została spełniona sąsiednie piksele muszą mieć odpowiednie wartości, zgodne z podanymi w masce. Możliwe są trzy warianty: wartość 1, 0 lub X. Wartość 1 oznacza, że dany piksel powinien być czarny, 6

7 natomiast 0 biały. Znak X oznacza, że wartość piksela w danym miejscu nie ma znaczenia dla działania algorytmu. Przebieg algorytmu: - każdy czarny piksel obrazu zbinaryzowanego należy przyrównać do powyższej maski oraz jej obrotów o 90, 180 oraz 270 ; jeśli otoczenie piksela spełnia warunki narzucone w masce do kopii należy wstawić biały piksel, natomiast jeśli maska nie została spełniona należy wstawić czarny piksel, -oryginalny obrazek należy zastąpić kopią, -czynności należy powtarzać tak długo, aż na obrazie nie będą już zachodziły żadne zmiany. W celu poprawnego działania algorytmu należy wokół obrazka zrobić białą ramkę o szerokości jednego piksela. Poniższy przykład przedstawia jak podany algorytm szkieletyzacji zadziałał na obraz nierzeczywisty: Jak widać z każdej figury udało się wydobyć jej szkielet, który stanowią pojedyncze linie. Składają się na nie punkty, które są równoodległe od co najmniej dwóch punktów należących do brzegu figury, co doskonale widać na powyższym obrazku. 7

8 Przykład zastosowania danego algorytmu na obrazie rzeczywistym przedstawionym poniżej: Aby możliwe było wykonanie szkieletyzacji obraz został wcześniej zbinaryzowany z progiem dolnym równym 50. Wartości pikseli na obrazie mogły mieć bowiem tylko wartości białe lub czarne. Jak widać na powyższym obrazku opisany wcześniej algorytm pozwolił na wydobycie szkieletów elementów obrazu. Otrzymany efekt zależy od dobrania sposobu binaryzacji oraz jej progu. Im zostanie on lepiej określony tym na przykład zostanie utraconych mniej szczegółów. Jak widać na obrazku w wyniku binaryzacji zostały utracone informacje dotyczące prawej części obrazka, więc nie mogły zostać uwzględnione przy szkieletyzacji. 3. Segmentacja Implementacja przykładu znajduje się w plikach: Segmentacja.m oraz FunkcjaDoSegmentacji.m. Segmentacja obrazu jest to proces, który polega na podziale obrazu na części, które charakteryzuje pewna jednorodność, pod względem wybranych własności. Wybranymi kryteriami 8

9 jednorodności mogą być między innymi; barwa obrazu bądź poziomy szarości. Segmentacja umożliwia podział obrazu na obiekty. Segmentacja jest jednym z najtrudniejszych, ale i najważniejszych zagadnień w analizie obrazów. Istnieje wiele możliwości jej realizacji. Podstawowe metody można podzielić na oparte na obszarach, czyli bazujące na sąsiedztwie pod kątem jednorodności pikseli oraz oparte na ekstrakcji krawędzi, opierające się na wyznaczaniu granic i konturów obiektów. Omawiany sposób segmentacji opiera się na obszarach i łączy w sobie techniki ich podziału i rozrostu. Polega on na tym, że na początku obraz jest dzielony tak długo na podobszary, aż wszędzie zostanie spełniony warunek jednorodności. W wyniku tej operacji niektóre sąsiadujące ze sobą obszary, chociaż zostały wcześniej podzielone, mogą posiadać te same własności. Dlatego powinno nastąpić ich połączenie. Przykład podziału obrazu na fragmenty o jednakowej jednorodności: Jak widać na powyższym przykładzie po zastosowaniu techniki podziału obraz został podzielony na fragmenty o podobnych właściwościach. Oddzielne części stanowi tło, a oddzielne fragmenty postaci przedstawionej na zdjęciu. Przykład podziału obrazu z jeszcze większą dokładnością : 9

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie czwarte Przekształcenia morfologiczne obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa Ćwiczenie czwarte Przekształcenia morfologiczne obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych

Bardziej szczegółowo

Przetwarzanie obrazów wykład 7. Adam Wojciechowski

Przetwarzanie 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

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

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III 1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może

Bardziej szczegółowo

Operacje morfologiczne w przetwarzaniu obrazu

Operacje morfologiczne w przetwarzaniu obrazu Przekształcenia morfologiczne obrazu wywodzą się z morfologii matematycznej działu matematyki opartego na teorii zbiorów Wykorzystuje się do filtracji morfologicznej, wyszukiwania informacji i analizy

Bardziej szczegółowo

9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie

9. 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 szczegółowo

Analiza obrazów - sprawozdanie nr 2

Analiza obrazów - sprawozdanie nr 2 Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która

Bardziej szczegółowo

CECHY BIOMETRYCZNE: ODCISK PALCA

CECHY BIOMETRYCZNE: ODCISK PALCA CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk Cyfrowe przetwarzanie obrazów Dr inż. Michał Kruk Przekształcenia morfologiczne Morfologia matematyczna została stworzona w latach sześddziesiątych w Wyższej Szkole Górniczej w Paryżu (Ecole de Mines de

Bardziej szczegółowo

Detekcja twarzy w obrazie

Detekcja 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 szczegółowo

Analiza obrazu. wykład 7. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza obrazu. wykład 7. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Analiza obrazu komputerowego wykład 7 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, Filtry morfologiczne

Bardziej szczegółowo

Analiza obrazów. Segmentacja i indeksacja obiektów

Analiza obrazów. Segmentacja i indeksacja obiektów Analiza obrazów. Segmentacja i indeksacja obiektów Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 Analiza obrazu Analiza obrazu

Bardziej szczegółowo

Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna

Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk

Bardziej szczegółowo

Odciski palców ekstrakcja cech

Odciski palców ekstrakcja cech Kolasa Natalia Odciski palców ekstrakcja cech Biometria sprawozdanie z laboratorium 4 1. Wstęp Biometria zajmuje się rozpoznawaniem człowieka na podstawie jego cech biometrycznych. Jest to możliwe ponieważ

Bardziej szczegółowo

Implementacja filtru Canny ego

Implementacja 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 szczegółowo

Wykrywanie twarzy na zdjęciach przy pomocy kaskad

Wykrywanie twarzy na zdjęciach przy pomocy kaskad Wykrywanie twarzy na zdjęciach przy pomocy kaskad Analiza i przetwarzanie obrazów Sebastian Lipnicki Informatyka Stosowana,WFIIS Spis treści 1. Wstęp... 3 2. Struktura i funkcjonalnośd... 4 3. Wyniki...

Bardziej szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT

Wyższa 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 szczegółowo

Analiza i przetwarzanie obrazów

Analiza i przetwarzanie obrazów Analiza i przetwarzanie obrazów Temat projektu: Aplikacja na system Android wyodrębniająca litery(znaki) z tekstu Marcin Nycz 1. Wstęp Tematem projektu była aplikacja na system Android do wyodrębniania

Bardziej szczegółowo

Filtracja obrazu operacje kontekstowe

Filtracja 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 szczegółowo

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego

Bardziej szczegółowo

Reprezentacja i analiza obszarów

Reprezentacja i analiza obszarów Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność

Bardziej szczegółowo

Filtracja nieliniowa obrazu

Filtracja nieliniowa obrazu Informatyka, S1 sem. letni, 2014/2015, wykład#4 Filtracja nieliniowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów Obraz

Bardziej szczegółowo

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:

Bardziej szczegółowo

Przekształcenia morfologiczne II i operacje na obrazach logicznych

Przekształcenia morfologiczne II i operacje na obrazach logicznych Przekształcenia morfologiczne II i operacje na obrazach logicznych 1 Przekształcenia morfologiczne 1.1 Ścienianie i Pogrubianie Pogrubianie i ścienianie: Operacje te polegają na nałożeniu lub ściągnięciu

Bardziej szczegółowo

ALGORYTMY PRZETWARZANIA OBRAZÓW Projekt. Aplikacja przetwarzająca obrazy z możliwością eksportu i importu do programu MS Excel.

ALGORYTMY 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 szczegółowo

Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki.

Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki. Przygotowanie materiału uczącego dla OCR w oparciu o aplikację Wycinanki. Zespół bibliotek cyfrowych PCSS 6 maja 2011 1 Cel aplikacji Aplikacja wspomaga przygotowanie poprawnego materiału uczącego dla

Bardziej szczegółowo

Samochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski

Samochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski Samochodowy system detekcji i rozpoznawania znaków drogowych Sensory w budowie maszyn i pojazdów Maciej Śmigielski Rozpoznawanie obrazów Rozpoznawaniem obrazów możemy nazwać proces przetwarzania i analizowania

Bardziej szczegółowo

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

6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT. WYDZIAŁ: GEOLOGII, GEOFIZYKI I OCHRONY ŚRODOWISKA KIERUNEK STUDIÓW: INFORMATYKA STOSOWANA RODZAJ STUDIÓW: STACJONARNE I STOPNIA ROK AKADEMICKI 2014/2015 WYKAZ PRZEDMIOTÓW EGZAMINACYJNYCH: I. Systemy operacyjne

Bardziej szczegółowo

Przetwarzanie obrazów rastrowych macierzą konwolucji

Przetwarzanie obrazów rastrowych macierzą konwolucji Przetwarzanie obrazów rastrowych macierzą konwolucji 1 Wstęp Obrazy rastrowe są na ogół reprezentowane w dwuwymiarowych tablicach złożonych z pikseli, reprezentowanych przez liczby określające ich jasność

Bardziej szczegółowo

Reprezentacja i analiza obszarów

Reprezentacja i analiza obszarów Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność

Bardziej szczegółowo

Metody komputerowego przekształcania obrazów

Metody 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 szczegółowo

WYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów

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

Bardziej szczegółowo

Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu

Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu Małgorzata Bąk, Marcin Byra, Filip Chudzyński, Marcin Osiekowicz Opiekun: dr hab. Piotr Szymczak

Bardziej szczegółowo

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Parametryzacja 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 szczegółowo

Przekształcenia punktowe

Przekształcenia 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 szczegółowo

Analiza obrazu. wykład 3. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza 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 szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Wyższa 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 szczegółowo

Maskowanie i selekcja

Maskowanie 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 szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Wyższa 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 szczegółowo

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Zygmunt 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 szczegółowo

Filtracja obrazu operacje kontekstowe

Filtracja 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 szczegółowo

Komputerowe obrazowanie medyczne

Komputerowe 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 szczegółowo

Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38

Grafika 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 szczegółowo

Przetwarzanie obrazów wykład 2

Przetwarzanie 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 szczegółowo

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda

Segmentacja 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 szczegółowo

Fotografia cyfrowa obsługa programu GIMP

Fotografia cyfrowa obsługa programu GIMP Fotografia cyfrowa obsługa programu GIMP wskazówki dla osób prowadzących zajęcia komputerowe w bibliotekach Cz. 20. Efekty specjalne w fotografii Kolorowy element na szarobiałym tle Otwieramy obraz w programie

Bardziej szczegółowo

Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.

Spośród 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 szczegółowo

Cyfrowe przetwarzanie sygnałów. Wykład. Podstawowe przekształcenia morfologiczne. dr inż. Robert Kazała

Cyfrowe przetwarzanie sygnałów. Wykład. Podstawowe przekształcenia morfologiczne. dr inż. Robert Kazała Cyfrowe przetwarzanie sygnałów Wykład Podstawowe przekształcenia morfologiczne dr inż. Robert Kazała Przekształcenia morfologiczne Przekształcenia podobne do filtrów, z tym że element obrazu nie jest modyfikowany

Bardziej szczegółowo

POB Odpowiedzi na pytania

POB 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 szczegółowo

Przetwarzanie obrazu

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

Bardziej szczegółowo

dr inż. Tomasz Krzeszowski

dr inż. Tomasz Krzeszowski Metody cyfrowego przetwarzania obrazów dr inż. Tomasz Krzeszowski 2017-05-20 Spis treści 1 Przygotowanie do laboratorium... 3 2 Cel laboratorium... 3 3 Przetwarzanie obrazów z wykorzystaniem oprogramowania

Bardziej szczegółowo

Przetwarzanie obrazów wykład 4

Przetwarzanie obrazów wykład 4 Przetwarzanie obrazów wykład 4 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Filtry nieliniowe Filtry nieliniowe (kombinowane)

Bardziej szczegółowo

Zbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 7

Zbigniew 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 szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Cyfrowe Przetwarzanie Obrazów i Sygnałów Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX6 Operacje morfologiczne Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami podstawowych

Bardziej szczegółowo

Grafika komputerowa. Zajęcia IX

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

Bardziej szczegółowo

KRYPTOGRAFIA I OCHRONA DANYCH PROJEKT

KRYPTOGRAFIA I OCHRONA DANYCH PROJEKT KRYPTOGRAFIA I OCHRONA DANYCH PROJEKT Temat: Zaimplementować system kryptografii wizualnej http://www.cacr.math.uwaterloo.ca/~dstinson/visual.html Autor: Tomasz Mitręga NSMW Grupa 1 Sekcja 2 1. Temat projektu

Bardziej szczegółowo

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru Różdżka 1. zaznacza wszystkie piksele o podobnym kolorze w zakresie Tolerancji ustalanej na pasku Opcji, 2. ma zastosowanie dla obszarów o dość

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III

Cyfrowe 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 szczegółowo

WYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego

WYKŁAD 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 szczegółowo

Wydział Geologii, Geofizyki i Ochrony Środowiska PROJEKT INŻYNIERSKI

Wydział Geologii, Geofizyki i Ochrony Środowiska PROJEKT INŻYNIERSKI AKADEMIA GÓRNICZO HUTNICZA IM. STANISŁAWA STASZICA W KRAKOWIE Wydział Geologii, Geofizyki i Ochrony Środowiska PROJEKT INŻYNIERSKI IMIĘ i NAZWISKO: Zbigniew Winiarski Nr albumu: 237828 KIERUNEK: Informatyka

Bardziej szczegółowo

Ćwiczenia GIMP. S t r o n a Uruchom program gimp: 2. I program się uruchomił:

Ćwiczenia 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 szczegółowo

POBR Projekt. 1 Cel projektu. 2 Realizacja. 3 Zastosowany algorytm. Celem projektu było rozpoznanie logo firmy Sun Microsystems.

POBR Projekt. 1 Cel projektu. 2 Realizacja. 3 Zastosowany algorytm. Celem projektu było rozpoznanie logo firmy Sun Microsystems. POBR Projekt Michał Przyłuski 198361 10 czerwca 2008 1 Cel projektu Celem projektu było rozpoznanie logo firmy Sun Microsystems. Z analitycznego punktu widzenia, logo to składa się z 8 podobnych obiektów,

Bardziej szczegółowo

Grafika 2D. Animacja Zmiany Kształtu. opracowanie: Jacek Kęsik

Grafika 2D. Animacja Zmiany Kształtu. opracowanie: Jacek Kęsik Grafika 2D Animacja Zmiany Kształtu opracowanie: Jacek Kęsik Wykład przedstawia podstawy animacji zmiany kształtu - morfingu Animacja zmiany kształtu Podstawowe pojęcia Zlewanie (Dissolving / cross-dissolving)

Bardziej szczegółowo

PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń. Ćwiczenie 2. Korekcja zniekształceń radiometrycznych

PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń. Ćwiczenie 2. Korekcja zniekształceń radiometrycznych WyŜsza Szkoła Informatyki Stosowanej i Zarządzania Warsaw School of Information Technology WIT Grupa ID306, Zespół 2 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 2 Temat: : Korekcja zniekształceń

Bardziej szczegółowo

Obraz jako funkcja Przekształcenia geometryczne

Obraz 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 szczegółowo

Filtracja liniowa (metody konwolucyjne, tzn. uwzględniające pewne otoczenie przetwarzanego piksla):

Filtracja 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 szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III 1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może

Bardziej szczegółowo

Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 11. Filtracja sygnałów wizyjnych

Laboratorium. 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 szczegółowo

Artykuł pochodzi ze strony Daniela Łysiaka do odwiedzenia której oczywiście zapraszam. Publikacja za zgodą Autora.

Artykuł pochodzi ze strony Daniela Łysiaka  do odwiedzenia której oczywiście zapraszam. Publikacja za zgodą Autora. Artykuł pochodzi ze strony Daniela Łysiaka http://vm-rexor.pl, do odwiedzenia której oczywiście zapraszam. Publikacja za zgodą Autora. Tym razem nie będzie rewelacyjnych efektów specjalnych, niemniej jednak

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie siódme Usuwanie tła i segmentacja Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z metodami usuwania tła z obrazu oraz algorytmami

Bardziej szczegółowo

PORADNIK PRZEMALOWANIA MODELI cz.2

PORADNIK PRZEMALOWANIA MODELI cz.2 PORADNIK PRZEMALOWANIA MODELI cz.2 Wstawianie oznaczeń, symboli. W pierwszej części poradnika opisałem jak zmieniać kolory modelu. Teraz oprócz zmiany koloru zajmiemy się wstawieniem symbolu graficznego

Bardziej szczegółowo

PRZETWARZANIE SYGNAŁÓW

PRZETWARZANIE SYGNAŁÓW PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)

Bardziej szczegółowo

0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do

0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do 0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do obserwatora f) w kierunku od obserwatora 1. Obrót dookoła osi

Bardziej szczegółowo

Przekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu

Przekształcenia 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 szczegółowo

Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy

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

Bardziej szczegółowo

Analiza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

Analiza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r. Analiza obrazu komputerowego wykład 1 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Plan wykładu Wprowadzenie pojęcie obrazu cyfrowego i analogowego Geometryczne przekształcenia obrazu Przekształcenia

Bardziej szczegółowo

Ćwiczenia 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. 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 szczegółowo

WYKŁAD 7. Obraz z wykrytymi krawędziami: gdzie 1 - wartość konturu, 0 - wartość tła.

WYKŁAD 7. Obraz z wykrytymi krawędziami: gdzie 1 - wartość konturu, 0 - wartość tła. WYKŁAD 7 Elementy segmentacji Obraz z wykrytymi krawędziami: Detektory wzrostu (DTW); badanie pewnego otoczenia piksla Lokalizacja krawędzi metodami: - liczenie różnicy bezpośredniej, - liczenie różnicy

Bardziej szczegółowo

Tworzenie stempla W poniższym poradniku zostanie zaprezentowany ciekawy sposób na stworzenie

Tworzenie stempla W poniższym poradniku zostanie zaprezentowany ciekawy sposób na stworzenie Tworzenie stempla W poniższym poradniku zostanie zaprezentowany ciekawy sposób na stworzenie średniowiecznej woskowej pieczęci. Na samym początku przy pomocy [Ctrl + N] tworzymy nowy dokument o wymiarach

Bardziej szczegółowo

Dodawanie grafiki i obiektów

Dodawanie grafiki i obiektów Dodawanie grafiki i obiektów Word nie jest edytorem obiektów graficznych, ale oferuje kilka opcji, dzięki którym można dokonywać niewielkich zmian w rysunku. W Wordzie możesz zmieniać rozmiar obiektu graficznego,

Bardziej szczegółowo

Projektowanie graficzne. Wykład 2. Open Office Draw

Projektowanie graficzne. Wykład 2. Open Office Draw Projektowanie graficzne Wykład 2 Open Office Draw Opis programu OpenOffice Draw OpenOffice Draw umożliwia tworzenie prostych oraz złożonych rysunków. Posiada możliwość eksportowania rysunków do wielu różnych

Bardziej szczegółowo

Przekształcanie wykresów.

Przekształcanie wykresów. Sławomir Jemielity Przekształcanie wykresów. Pokażemy tu, jak zmiana we wzorze funkcji wpływa na wygląd jej wykresu. A. Mamy wykres funkcji f(). Jak będzie wyglądał wykres f ( ) + a, a stała? ( ) f ( )

Bardziej szczegółowo

Maskowanie obrazków. Omówione zagadnienia. Aby otworzyć obrazek

Maskowanie obrazków. Omówione zagadnienia. Aby otworzyć obrazek Maskowanie obrazków Witamy w programie Corel PHOTO-PAINT, wszechstronnym programie do edytowania obrazków w postaci map bitowych, który umożliwia retuszowanie istniejących już zdjęć oraz tworzenie oryginalnych

Bardziej szczegółowo

Antyaliasing w 1 milisekundę. Krzysztof Kluczek

Antyaliasing w 1 milisekundę. Krzysztof Kluczek Antyaliasing w 1 milisekundę Krzysztof Kluczek Zasada działania Założenia: Metoda bazująca na Morphological Antialiasing (MLAA) wejście: obraz wyrenderowanej sceny wyjście: zantyaliasowany obraz Krótki

Bardziej szczegółowo

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

Przekształcenia 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 szczegółowo

Przetwarzanie obrazu

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

Bardziej szczegółowo

Jak przesłać mapę do urządzenia lub na kartę pamięci?

Jak przesłać mapę do urządzenia lub na kartę pamięci? Jak przesłać mapę do urządzenia lub na kartę pamięci? Poniższe instrukcje opisują procedury dla programu MapSource w wersji 6.14.1. Jeśli posiadasz starszą wersję możesz dokonać aktualizacji programu pobierając

Bardziej szczegółowo

Tworzenie prezentacji w MS PowerPoint

Tworzenie prezentacji w MS PowerPoint Tworzenie prezentacji w MS PowerPoint Program PowerPoint dostarczany jest w pakiecie Office i daje nam możliwość stworzenia prezentacji oraz uatrakcyjnienia materiału, który chcemy przedstawić. Prezentacje

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka 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 szczegółowo

Tworzenie infografik za pomocą narzędzia Canva

Tworzenie infografik za pomocą narzędzia Canva Tworzenie infografik za pomocą narzędzia Canva Spis treści Wstęp... 1 Układy... 3 Zmiana tekstu... 4 Obrazki... 5 Elementy... 6 Zdjęcia - Gratis... 6 Siatki... 8 Ramki... 10 Kształty... 12 Linie... 12

Bardziej szczegółowo

Analiza i przetwarzanie obrazo w

Analiza i przetwarzanie obrazo w Analiza i przetwarzanie obrazo w Temat projektu: Aplikacja na system ios rozpoznająca tekst Michał Opach 1. Cel projektu Celem projektu było stworzenie aplikacji mobilnej na system operacyjny ios, która

Bardziej szczegółowo

Metody 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. 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 szczegółowo

Tworzenie i modyfikacja modelu geologicznego

Tworzenie i modyfikacja modelu geologicznego Tworzenie i modyfikacja modelu geologicznego Program: Stratygrafia 3D Plik powiązany: Demo_manual_39.gsg Poradnik Inżyniera Nr 39 Aktualizacja: 12/2018 Wprowadzenie Celem niniejszego Przewodnika Inżyniera

Bardziej szczegółowo

WYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku

WYKŁAD 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 szczegółowo

Segmentacja obrazu. Segmentacja obrazu

Segmentacja obrazu. Segmentacja obrazu Cel segmentacji Podział obrazu na obszary odpowiadające poszczególnym, widocznym na obrazie obiektom. Towarzyszy temu zwykle indeksacja (etykietowanie) obiektów, czyli przypisanie każdemu obiektowi innej

Bardziej szczegółowo

Proste metody przetwarzania obrazu

Proste metody przetwarzania obrazu Operacje na pikselach obrazu (operacje punktowe, bezkontekstowe) Operacje arytmetyczne Dodanie (odjęcie) do obrazu stałej 1 Mnożenie (dzielenie) obrazu przez stałą Operacje dodawania i mnożenia są operacjami

Bardziej szczegółowo