9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie
|
|
- Grażyna Brzozowska
- 8 lat temu
- Przeglądów:
Transkrypt
1 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 binarne w tym programie to w istocie obrazy 8-bitowe, z wykorzystanymi tylko dwoma skrajnymi poziomami szarości. Dla ImageJ obiekty zaznaczone są na czarno, a tło na biało, chyba że z jakiegoś powodu zmienimy takie ustawienie w Opcjach, wybierając Black Background. Submenu Binary jest częścią menu Process. Zawiera szereg filtrów binarnych i procedur do przetwarzania takich obrazów (rys. 9.1). Rys Submenu BINARY Pierwsze dwie opcje pozwalają na automatyczną binaryzację, Ponieważ w tym przypadku nie mamy kontroli nad przebiegiem tego procesu, wykorzystujemy je tylko w przypadku bardzo prostych obrazów. W większości przypadków do uzyskiwania obrazów binarnych powinniśmy stosować opcję Adjust Threshold, Color Threshold lub któryś z algorytmów binaryzacji lokalnej. Kolejne opcje to podstawowe filtry binarne: Erode, Dilate, Close i Open (rys. 9.2). Erode, czyli erozja, zamienia brzeżne piksele obiektu na piksele tła, Dilate, czyli dylatacja - poszerza obiekty włączając do nich piksele tła, sąsiadujące z obiektem. Przebieg procesu zależy od określenia sąsiedztwa pikseli (rys ). Open (otwarcie) to kolejno erozja i dylatacja, Close - to dylatacja, a po niej erozja (rys.9.5). Plugin "Binary Filters" działa podobnie, jak filtry wbudowane w program, ale pozwala dodatkowo na wyświetlenie obrazu zawierającego piksele zmienione w filtrowanym obrazie (rys. 9.6)
2 Rys. 9.2 Podstawowe filtry binarne. Po lewej oryginalny obraz binarny, obok Erode i Close, na dole Dilate i Open. Rys. 9.3 Wpływ zdefiniowania sąsiedztwa pikseli na działanie filtrów binarnych. Filtr Erode, na czerwono zaznaczone usunięte piksele. Wartość Count odpowiednio 1, 6 i 7.
3 Rys.9.4 Działanie Filtru Close przy różnych ustawieniach sąsiedztwa Rys. 9.5 Filtry Open i Close. Po lewej obraz oryginalny.
4 Rys. 9.6 Plugin Binary Binary Filters 9.2 SZKIELETYZACJA, OBRYS I WYPEŁNIANIE OTWORÓW Kolejne filtry to Skeletonize, Outline i Fill Holes (rys. 9.7). Obrys (outline) to funkcja pozwalająca na uzyskanie 1-pikselowej krawędzi obiektu. Szkielet (skeleton) to zbiór pikseli równoodległych od conajmniej dwóch punktów należących do brzegu obiektu. Istnieje wiele algorytmów szkieletyzacji, ten zastosowany w ImageJ oparty jest na algorytmie Zhanga i Suena z 1984 r. Szkielety obiektów są często wykorzystywane w badania morfologii komórek z drzewiastymi wypustkami (neurony, komórki glejowe). Plugin: AnalyzeSkeleton (autor: Ignacio Arganda-Carreras) pozwala na zaznaczenie w szkielecie segmentów końcowych, połączeń, na usuwanie pętli (pruning), a także na wykonywanie pomiarów. Plugin pracuje zarówno na obrazach dwuwymiarowych, jak i trójwymiarowych, w obu przypadkach w tabelach z wynikami jako jednostki podwane są woksele (trójwymiarowy odpowiednik piksela). Szczegółowy opis:
5 Rys. 9.7 Obraz oryginalny na górze po prawej, obok wynik działania filtru Skeletonize, na dole Outline i Fill Holes 9.3. EDM, WATERSHED i ULTIMATE POINTS Funkcja Distance Map (EDM, Euclidean Distance Map) zamienia poziomy szarości pikseli w obiektach proporcjonalnie do ich odległości do pikseli tła (rys. 9.8). Funkcja ta jest podstawą do innych funkcji tej grupy: Watershed, Voronoi i Ultimate Points (rys ) Rys. 9.8 EDM (Proces Binary Distance map).
6 Rys. 9.9 Process Binary Watershed Rys Od góry: obraz oryginalny, Ultimate Points, Voronoi i złożenie trzech obrazów
7 9.4 ROZDZIELANIE OBIEKTÓW Jednym z często spotykanych problemów jest konieczność rozdzielania pozlepianych obiektów, szczególnie wówczas, gdy należy je policzyć. Istnieje cały szereg procedur, pozwalających na rozwiązanie tego problemu, choć w niektórych przypadkach żadna metoda nie daje zadowalającego wyniku. Rys przedstawia schemat dzielenia obiektów przy którym wykorzystano Distance Map, plugin: BinaryDilateNoMerge8 (Plugins MorphologyBin) oraz kalkulator obrazów. Rys Dzielenie obiektów przy pomocy Distance Map i pluginu: BinaryDilateNoMerge8. Podstawą opisanej wyżej procedury jest uzyskanie w obrazie punktów lub większych fragmentów odpowiadających obiektom, które mają być wyodrębnione. Do tego celu można posłużyć się też funkcją Ultimate Points albo Find Maxima. Funkcja Find Maxima (menu Process) znajduje lokalne maksima poziomów szarości na obrazach monochromatycznych, działa też na obrazach barwnych, po uprzenim uśrednieniu poziomów szarości odpowiadających sobie pikseli z trzech kanałów (rys ). Lokalne maksimum to piksel jaśniejszy od otoczenia o wartość określoną w oknie: Noise Tolerance. Wybór Maxima Within Tolerance zaznacza piksele w otoczeniu lokalnego maksimum ciemniejsze od najjaśniejszego piksela o wartość określoną w Noise Tolerance Podobnie jak przy Ultimate Points punkty wybrane przez Find Maxima mogą posłużyć do rozdzielania obiektów lub szacowania ich liczby. Funkcja Find Maxima pozwala jednak na bardziej precyzyjną kontrolę procesu przetwarzania obrazu.
8 Rys Przykład działania funkcji Find Maxima dla różnych wartości Noise Tolerance. Rys To samo co wyżej przy wyborze opcji Maxima within Tolerance
9 Niekiedy do dzielenia obiektów wystarcza funkcja Watershed (Process Binary). Większe możliwości daje funkcja Watershed z makra lub pluginu BioVoxxel Toolbox - można tam zarówno regulować stopień dzielenia, jak i od razu, dzięki opcji preview obserwować efekty pracy funkcji. Rys Lista funkcji makra Biovoxxel Toolbox i przykład działania funkcji Watershed Irregular Features. 9.5 OPERACJE LOGICZNE NA OBRAZACH. Kalkulator obrazów w ImageJ, oprócz operacji arytmetycznych na obrazach (rozdział 3) może przeprowadzać także operacje logiczne. Do dyspozycji są operatory AND, OR i XOR. Zazwyczaj operacje logiczne przeprowadza się na obrazach binarnych (rys. 9.15).
10 Rys Górny rząd - obrazy oryginalne, dolny - działanie operatorów AND, OR i XOR
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 szczegółowoDiagnostyka 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 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 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 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 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 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 obrazów - sprawozdanie nr 3
Analiza obrazów - sprawozdanie nr 3 Przekształcenia morfologiczne Przekształcenia morfologiczne wywodzą się z morfologii matematycznej, czyli dziedziny, która opiera się na teorii zbiorów, topologii i
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 szczegółowoDiagnostyka 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie siódme Usuwanie tła i segmentacja 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z metodami usuwania tła z obrazu oraz algorytmami
Bardziej szczegółowoPrzekształcenia 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 szczegółowoCyfrowe 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 szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2015 część 13
13 MAKRA I PLUGINY Największą zaletą ImageJ jest wielka i stale rosnąca liczba programów i makr. Na stronie. Niewielka część z nich jest instalowana razem z programem, resztę można ściągnąć ze strony:
Bardziej szczegółowoSzacowanie wartości monet na obrazach.
Marcin Nieściur projekt AiPO Szacowanie wartości monet na obrazach. 1. Wstęp. Celem projektu było stworzenie pluginu do programu ImageJ pozwalającego na szacowanie wartości monet znajdujących się na obrazach
Bardziej szczegółowoCyfrowe 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 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 szczegółowoWstawianie nowej strony
Wstawianie nowej strony W obszernych dokumentach będziemy spotykali się z potrzebą dzielenia dokumentu na części. Czynność tę wykorzystujemy np.. do rozpoczęcia pisania nowego rozdziału na kolejnej stronie.
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 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 szczegółowoPrzetwarzanie 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 szczegółowoAnaliza 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 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 szczegółowoCyfrowe 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 szczegółowoZaznaczanie komórek. Zaznaczenie pojedynczej komórki polega na kliknięciu na niej LPM
Zaznaczanie komórek Zaznaczenie pojedynczej komórki polega na kliknięciu na niej LPM Aby zaznaczyć blok komórek które leżą obok siebie należy trzymając wciśnięty LPM przesunąć kursor rozpoczynając od komórki
Bardziej szczegółowoKomputerowe przetwarzanie obrazu Laboratorium 5
Komputerowe przetwarzanie obrazu Laboratorium 5 Przykład 1 Histogram obrazu a dobór progu binaryzacji. Na podstawie charakterystyki histogramu wybrano dwa różne progi binaryzacji (120 oraz 180). Proszę
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 szczegółowoPodstawy Informatyki Wykład V
Nie wytaczaj armaty by zabić komara Podstawy Informatyki Wykład V Grafika rastrowa Paint Copyright by Arkadiusz Rzucidło 1 Wprowadzenie - grafika rastrowa Grafika komputerowa tworzenie i przetwarzanie
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie pierwsze Wstęp do środowiska przetwarzania obrazu ImageJ 1. Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa ze środowiskiem przetwarzania
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 szczegółowoInstalacja. pip install opencv-python. run pip install opencv-contrib-python CZĘŚĆ II
Instalacja pip install opencv-python run pip install opencv-contrib-python CZĘŚĆ II Przydatne Potrzebne importy: import cv2 import numpy as np Odczyt, zapis i wyświetlanie obrazu: img=cv2.imread('cell.jpg')
Bardziej szczegółowoPasek menu. Ustawienia drukowania
Polecenie Ustawienia drukowania... z menu Plik pozwala określić urządzenie drukujące poprzez jego wybór z pola kombi. Urządzenie można skonfigurować poprzez przycisk właściwości. Otwiera się wówczas okno
Bardziej szczegółowoCECHY BIOMETRYCZNE: ODCISK PALCA
CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko
Bardziej 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 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie pierwsze Zapoznanie ze środowiskiem przetwarzania obrazu ImageJ 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa ze środowiskiem przetwarzania
Bardziej szczegółowoOperacje 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 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 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 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 szczegółowoAutodesk 3D Studio MAX Teksturowanie modeli 3D
Autodesk 3D Studio MAX Teksturowanie modeli 3D dr inż. Andrzej Czajkowski Instyt Sterowania i Systemów Informatycznych Wydział Informatyki, Elektrotechniki i Automatyki 25 kwietnia 2017 1 / 20 Plan Wykładu
Bardziej szczegółowoFormatowanie komórek
Formatowanie komórek Korzystając z włączonego paska narzędziowego Formatowanie możemy, bez szukania dodatkowych opcji sformatować wartości i tekst wpisany do komórek Zmiana stylu czcionki (pogrubienie,
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1. Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej 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 szczegółowoĆwiczenie 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 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 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 szczegółowoRys.1. Technika zestawiania części za pomocą polecenia WSTAWIAJĄCE (insert)
Procesy i techniki produkcyjne Wydział Mechaniczny Ćwiczenie 3 (2) CAD/CAM Zasady budowy bibliotek parametrycznych Cel ćwiczenia: Celem tego zestawu ćwiczeń 3.1, 3.2 jest opanowanie techniki budowy i wykorzystania
Bardziej szczegółowoJak usunąć dominantę koloru tutorial
Jak usunąć dominantę koloru tutorial Tutorial przygotowany został w programie Adobe Photoshop w wersji CS3 ENG. W najnowszych wersjach aplikacji operacja przebiega praktycznie identycznie (min. wersja
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 2 2. OBRAZY CYFROWE.
2. OBRAZY CYFROWE. 2.1 Rodzaje obrazów cyfrowych Rastrowy obraz cyfrowy (mapa bitowa, bitmapa) zbudowany jest z kwadratowych (rzadziej prostokątnych lub sześciokątnych) elementów zwanych pikselami. Taki
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej szczegółowoGrenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu
Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu Małgorzata Bąk, Marcin Byra, Filip Chudzyński, Marcin Osiekowicz Opiekun: dr hab. Piotr Szymczak
Bardziej 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 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 szczegółowoCyfrowe 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 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 szczegółowoi 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 szczegółowoPolitechnika Warszawska Wydział Mechatroniki Instytut Automatyki i Robotyki
Politechnika Warszawska Wydział Mechatroniki Instytut Automatyki i Robotyki Ćwiczenie laboratoryjne 2 Temat: Modelowanie powierzchni swobodnych 3D przy użyciu programu Autodesk Inventor Spis treści 1.
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 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 Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu Poprawa ostrości Usunięcie określonych wad obrazu Poprawa obrazu o złej jakości technicznej Rekonstrukcja
Bardziej szczegółowoOperacje morfologiczne
Laboratorium: Cyfrowe przetwarzanie obrazów i sygnaªów Operacje morfologiczne 1 Cel i zakres wiczenia Celem wiczenia jest zapoznanie si z wªasno±ciami prostych operacji morfologicznych: zw»ania/erozji
Bardziej szczegółowoTreść wykładu. Przetwarzanie i analiza obrazów w Matlabie Cz.2. Badanie i filtracja szumu. Obraz i jego szum: Profile i histogram obrazu szumu
Treść wykładu Przetwarzanie i analiza obrazów w Matlabie Cz.2 Opracował: dr inż. Z. Rudnicki KKiEM AGH Oprac.: dr inż. Zbigniew Rudnicki, AGH, KKiEM 1 Filtracja szumów Binaryzacja obrazów szarych Przekształcenia
Bardziej szczegółowoetrader Pekao Podręcznik użytkownika Strumieniowanie Excel
etrader Pekao Podręcznik użytkownika Strumieniowanie Excel Spis treści 1. Opis okna... 3 2. Otwieranie okna... 3 3. Zawartość okna... 4 3.1. Definiowanie listy instrumentów... 4 3.2. Modyfikacja lub usunięcie
Bardziej szczegółowo1. Opis okna podstawowego programu TPrezenter.
OPIS PROGRAMU TPREZENTER. Program TPrezenter przeznaczony jest do pełnej graficznej prezentacji danych bieżących lub archiwalnych dla systemów serii AL154. Umożliwia wygodną i dokładną analizę na monitorze
Bardziej szczegółowoFiltracja nieliniowa obrazu
Informatyka, S1 sem. letni, 2014/2015, wykład#4 Filtracja nieliniowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów Obraz
Bardziej szczegółowoTECHNIKI MULTIMEDIALNE LABORATORIUM GIMP: Projektowanie tła
TECHNIKI MULTIMEDIALNE LABORATORIUM GIMP: Projektowanie tła 1. Cel ćwiczenia Celem ćwiczenia jest nabycie umiejętności tworzenia tła poprzez wykorzystanie funkcji dostępnych w programie GIMP. 2. Wiadomości
Bardziej szczegółowoĆwiczenie 4 - Podstawy materiałów i tekstur. Renderowanie obrazu i animacji
Ćwiczenie 4 - Podstawy materiałów i tekstur. Renderowanie obrazu i animacji Materiał jest zbiorem informacji o właściwościach powierzchni. Składa się na niego kolor, sposób odbijania światła i sposób nakładania
Bardziej szczegółowoFragment tekstu zakończony twardym enterem, traktowany przez edytor tekstu jako jedna nierozerwalna całość.
Formatowanie akapitu Fragment tekstu zakończony twardym enterem, traktowany przez edytor tekstu jako jedna nierozerwalna całość. Przy formatowaniu znaków obowiązywała zasada, że zawsze przez rozpoczęciem
Bardziej szczegółowoPodstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee
Podstawy programowanie systemów wizyjnych InSight firmy Cognex Środowisku InSight Explorer / Spreadshee Opis zadania: Wykrycie umownych różnic pomiędzy wzorcową płytką testową i płytkami zawierającymi
Bardziej szczegółowoTemat: Organizacja skoroszytów i arkuszy
Temat: Organizacja skoroszytów i arkuszy Podstawowe informacje o skoroszycie Excel jest najczęściej wykorzystywany do tworzenia skoroszytów. Skoroszyt jest zbiorem informacji, które są przechowywane w
Bardziej szczegółowoAdobe Photoshop lab. 3 Jacek Wiślicki, 1. Napisy (c.d.) Ogień Miód Metal Aqua...
Spis treści 1. Napisy (c.d.)...2 1.1. Ogień...2 1.2. Miód...5 1.3. Metal...9 1.4. Aqua...12 strona 1 z 14 1. Napisy (c.d.) Poniższe ćwiczenia stanowią kontynuację tworzenia stylizowanych napisów, jednak
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 szczegółowo12. POMIARY 3: analiza kształtu komórek
12. POMIARY 3: analiza kształtu komórek 12.1. Parametry z Set Measurement Niektóre parametry z Set Measurement mają zastosowanie tylko do obrazów monochromatycznych lub barwnych (wszystkie te, które odnoszą
Bardziej szczegółowoANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)
ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM) LABORATORIUM 5 - LOKALIZACJA OBIEKTÓW METODĄ HISTOGRAMU KOLORU 1. WYBÓR LOKALIZOWANEGO OBIEKTU Pierwszy etap laboratorium polega na wybraniu lokalizowanego obiektu.
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 szczegółowoKonspekt zajęć dotyczących kwerend
Konspekt zajęć dotyczących kwerend Kwerendy służą wyszukiwaniu danych w sposób wiele elastyczniejszy niż przy użyciu samych tylko tabel. Można powiedzieć, że są one specjalną nakładką na tabele pozwalającą
Bardziej szczegółowoReprezentacja 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 szczegółowoFotografia 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 szczegółowoMateriały dla studentów pierwszego semestru studiów podyplomowych Grafika komputerowa i techniki multimedialne rok akademicki 2011/2012 semestr zimowy
Materiały dla studentów pierwszego semestru studiów podyplomowych Grafika komputerowa i techniki multimedialne rok akademicki 2011/2012 semestr zimowy Temat: Przekształcanie fotografii cyfrowej w grafikę
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 szczegółowoLogowanie do systemu. Rys. 1 Strona logowania
Spis treści Logowanie do systemu... 2 Dostępne operacje... 3 Zarządzanie dokumentami... 4 Zarządzanie katalogami... 4 Dodawanie dokumentów do analizy... 4 Uzupełnianie dodatkowego opisu dokumentu... 5
Bardziej szczegółowoFotografia cyfrowa obsługa programu GIMP. Cz. 15. Retusz twarzy i postaci. Jak skorygowad defekty i wygładzid twarz?
Fotografia cyfrowa obsługa programu GIMP materiały dla osób prowadzących zajęcia komputerowe w bibliotekach Cz. 15. Retusz twarzy i postaci Jak skorygowad defekty i wygładzid twarz? Jeśli na fotografii
Bardziej szczegółowoSpis treści Panel kontrolny - parametry Wybór jednostek Kontrolka czasu Kontrolka wyboru zestawienia danych...
Kontrolki danych Spis treści Spis treści... 1 Panel kontrolny - parametry... 2 Wybór jednostek... 2 Kontrolka czasu... 3 Kontrolka wyboru zestawienia danych... 4 Filtr wartości... 4 Kontrolka wyboru układu
Bardziej szczegółowoDetekcja punktów zainteresowania
Informatyka, S2 sem. Letni, 2013/2014, wykład#8 Detekcja punktów zainteresowania dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów
Bardziej 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 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 szczegółowoReprezentacja 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 szczegółowoEkran tytułowy (menu główne)
Wstęp Ten multimedialny program edukacyjny przeznaczony jest dla uczniów szkół podstawowych. Oferując ciekawe zadania tekstowe, służy przede wszystkim doskonaleniu umiejętności matematycznych. Program
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 szczegółowoSylabus Moduł 2: Przetwarzanie tekstów
Sylabus Moduł 2: Przetwarzanie tekstów Niniejsze opracowanie przeznaczone jest dla osób zamierzających zdać egzamin ECDL (European Computer Driving Licence) na poziomie podstawowym. Publikacja zawiera
Bardziej szczegółowoPrzewodnik po soczewkach
Przewodnik po soczewkach 1. Wchodzimy w program Corel Draw 11 następnie klikamy Plik /Nowy => Nowy Rysunek. Następnie wchodzi w Okno/Okno dokowane /Teczka podręczna/ Przeglądaj/i wybieramy plik w którym
Bardziej szczegółowoLABORATORIUM TELEMONITORINGU OBIEKTÓW I AGLOMERACJI. Temat: Metody anonimizacji obrazu
LABORATORIUM TELEMONITORINGU OBIEKTÓW I AGLOMERACJI Temat: Metody anonimizacji obrazu W programie Watermarker.exe dostępny jest graficzny interfejs udostępniający opcje algorytmów anonimizacji. Funkcjonalności
Bardziej szczegółowoWstęp do Programowania Lista 1
Wstęp do Programowania Lista 1 1 Wprowadzenie do środowiska MATLAB Zad. 1 Zapoznaj się z podstawowymi oknami dostępnymi w środowisku MATLAB: Command Window, Current Folder, Workspace i Command History.
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 szczegółowoInstrukcja. Zlecenia spedycyjne WWW
Instrukcja Zlecenia spedycyjne WWW Wstęp System umożliwia dodawanie zleceń spedycyjnych przez stronę WWW, klientom firmy Ponetex. Po zalogowaniu się do systemu przez stronę WWW, klient może dodawać, usuwać,
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 szczegółowo