Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
|
|
- Jan Szczepański
- 7 lat temu
- Przeglądów:
Transkrypt
1 Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa
2 Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych 3. Metody ekstrakcji i kodowania cech 4. Podsumowanie i dalsze prace 2
3 Wprowadzenie do zagadnienia Cecha użyta do pomiaru powinna przede wszystkim być: powszechna indywidualna niezmienna mierzalna akceptowalna niepodrabialna Cechy systemu biometrycznego: wydajny akceptowalny odporny na próby fałszowania 3
4 Wprowadzenie do zagadnienia Biometria naczyń krwionośnych dłoni 4
5 Opis urządzeń badawczych (1/2) Pierwotne stanowisko badawcze składało się z: Kamery CCTV z matrycą aktywną na bliską podczerwień (>760nm) Reflektora podczerwieni (850nm) Statywu Płytki z pomocniczymi kołkami Obecne stanowisko badawcze składa się z: Aparatu Nikon D5200 z usuniętym filtrem podczerwieni Obiektywu AF-S DX Nikkor mm f/ g VR II Kit Filtru światła widzialnego Zestawu reflektorów podczerwieni o różnej mocy 5
6 Opis urządzeń badawczych (2/2) 6
7 Przykładowe obrazowanie naczyń krwionośnych dłoni 7
8 Przykładowe obrazowanie naczyń krwionośnych przedramienia 8
9 Metody ekstrakcji i kodowania cech Detekcja krawędzi Zastosowanie dwuwymiarowej funkcji gęstości Metody kodowania cech Zastosowanie pomocniczych podobrazów Zastosowanie cech szczegółowych (rozwidlenia naczyń, zaobserwowane zakończenia naczyń) 9
10 Detekcja krawędzi naczyń (1/6) Metoda wykorzystuje dwuwymiarowe filtry kierunkowe. 1. krok: Jądro funkcji składa się z dwuwymiarowej funkcji gęstości: f x = 1 * exp( (x2 +y 2 ) ) 2πσ 2 2σ 2 której pierwsza i druga pochodna wykorzystywana jest do wstępnej lokalizacji naczyń krwionośnych: f x, y f x = = x f x, y x δ 2 f xx = 2 f x, y = x2 δ 2 f x, y x 2 δ 4 f x, y f y = = y f x, y y δ 2 f yy = 2 f x, y = y2 δ 2 f x, y y 2 δ 4 f xy = 2 f x, y x y = xy f x, y δ4 10
11 Detekcja krawędzi naczyń (2/6) Zamodelowanie filtrów dla czterech kierunków: pozioma f xx L hor = 1 + f x L pionowa f yy L ver = 1 + f y L \ 0.5f xx L + f xy L + 0.5f yy L cur1 = f x L + f y L 2 / cur2 = 0.5f xx L f xy L + 0.5f yy L f x f y L
12 Detekcja krawędzi naczyń (3/6) Splot filtrów z obrazem wejściowym 12
13 Detekcja krawędzi naczyń (4/6) 2 krok: Wyznaczenie minimów lokalnych wzdłuż przekroju obrazu wejściowego, dla kierunku poziomego, pionowego oraz obu kierunków diagonalnych. 3 krok: Wyznaczenie linii żył zgodnie z poniższymi warunkami: C d1 x, y = min{max V x + 1, y, V x + 2, y + max(v x 1, y, V(x 2, y))} 4 krok: Wyznaczenie końcowego wzoru naczyń krwionośnych dla wszystkich czterech rozpatrywanych kierunków: G = max(c d1, C d2, C d3, C d4 ) 13
14 Detekcja krawędzi naczyń Wyznaczony wzorzec żył (5/6) 14
15 Detekcja krawędzi naczyń (6/6) 3 krok: zastosowanie metody dylatacji, ścinania oraz usunięcie zakłócających rozgałęzień i szumu. 15
16 I sposób kodowania cech Rozmiar obrazu wejściowego wynosi 256 x 256 px. Obraz ten dzielony na podobrazy o wymiarach 8 x 8 px. Kodowanie każdego z podobrazów uwzględnia tylko informacje, czy dany podobraz zawiera fragment wzoru naczyń krwionośnych dłoni. 16
17 II sposób kodowania cech II sposób kodowania: Rozmiar obrazu wejściowego wynosi 256 x 256 px. Obraz wejściowy dzielony jest na podobrazy, 8 x 8 pikseli. 17
18 III sposób: Wyznaczanie cech szczegółowych Rozwidlenia i zakończenia: Brany jest pod uwagę podobraz o rozmiarze 3 x 3 pikseli, Przeszukiwane jest najbliższe sąsiedztwo danego piksela, Wyliczana jest liczba czarnych pikseli, Jeśli liczba czarnych pikseli wynosi dokładnie 2 (wliczając w to analizowany piksel) = początek albo koniec linii, Jeśli liczba czarnych pikseli wynosi 4 i 5 (wliczając w to analizowany piksel) = rozwidlenie, Oznaczenie punktu charakterystycznego. 18
19 Wyznaczanie cech szczegółowych Wyznaczenie cech szczegółowych - typu rozwidlenia 19
20 Wyznaczanie cech szczegółowych Wyznaczenie cech szczegółowych - typu zakończenia 20
21 Wyznaczanie cech szczegółowych Końcowy efekt dla naczyń krwionośnych dłoni 21
22 Wyznaczanie cech szczegółowych Końcowy efekt dla naczyń krwionośnych przedramienia 22
23 Dopasowanie cech (1/3) Metoda ta zakłada, że każdy wzorzec naczyń krwionośnych opisany jest za pomocą wektora cech. Poszczególne elementy tego wektora cechy szczegółowe są opisane za pomocą współrzędnych położenia, rodzaju i kąta pod jakim są skierowane. Zagadnienie dopasowania wzorca sprowadza się więc do określenia czy dwa wektory cech opisują ten sam wzorzec, a więc czy punkty charakterystyczne znajdują się w tych samych miejscach na obu wzorcach. 23
24 Dopasowanie cech (2/3) Formalnie problem dopasowania wektorów cech można zdefiniować następująco: T = m 1, m 2,, m m, m i = x i, y i, θ i, i = 1 m, I = m 1, m 2,, m n, m j = x j, y j, θ j, j = 1 n T wektor cech zapisany w bazie danych, I wektor cech weryfikowanego wzorca naczyń krwionośnych, m - ilość wartości we wzorcu zapisanym w bazie danych, n ilość wartości w weryfikowanym wzorcu, 24
25 Dopasowanie cech (3/3) Wartość m j należąca do I uznaje się za pasującą do wartości m i należącej do T, jeżeli ich odległość jest mniejsza od ustalonego progu r 0 oraz różnica ich kierunków jest mniejsza od ustalonego kąta tolerancji θ 0 : sd m j, m i = x j x i 2 + y j y i 2 r 0, dd m j, m i = min θ j θ i, 360 o θ j θ i θ 0. 25
26 Wyznaczenie odpowiedniego fragmentu dłoni ROI (1/4) Etapy metody: Wyodrębnienie obszaru dłoni z obrazu za pomocą binaryzacji Wyznaczenie granicy zewnętrznej dłoni za pomocą autorskiej metody śledzącej 26
27 Wyznaczenie odpowiedniego fragmentu dłoni ROI (2/4) 27
28 Wyznaczenie odpowiedniego fragmentu dłoni ROI (3/4) Wyznaczenie punktów P 1, P 2, P 3 granicę dłoni pomiędzy palcami Przez punkt P 1 i P 2 przeprowadzana jest prosta S - punkty te wyznaczają Do dolnej krawędzi obrazu wyznaczana jest linia równoległa L, która jednocześnie przecina punkt P 1 Kąt pomiędzy tymi liniami służy S i L do obrotu dłoni względem układu współrzędnych = atan YP 2 YP 1 XP 2 XP 1 28
29 Wyznaczenie odpowiedniego fragmentu dłoni ROI (4/4) 29
30 Badania i wyniki (1/3) Badania dotyczyły automatycznej metody wyznaczania obszaru ROI, a w zasadzie punktów P 1, P 2 i P 3. Zamieszczone wyniki prezentują różnicę w lokalizacji automatycznej wszystkich poszukiwanych punktów w stosunku do punktów, oznaczanych na obrazie w sposób ręczny. Zmieszczona tabela zawiera uśrednione wartości błędów względem osi x i osi y, dla przykładowych 100 zdjęć dłoni. 30
31 Badania i wyniki (2/3) Numer punktu Liczba zdjęć dłoni Błąd po x [pixel] Błąd po y [pixel] P P P PP PP PP PP PP PP
32 Badania i wyniki (3/3) Analizując uzyskane wyniki można zauważyć, że główne punkty P 1, P 2 i P 3 zaprezentowana metoda wyznacza w sposób wystarczająco dokładny aby obszar ROI zawierał najistotniejsze cechy naczyń krwionośnych dłoni. Pomocnicze punkty od PP 1 do PP 6 zostały uwzględnione tylko i wyłącznie na potrzeby badawcze. Największe błędy pojawiają się w okolicach skrajnych palców (PP 1, PP 2, PP 6 ). 32
33 Podsumowanie Przeprowadzona w pracy analiza, potwierdzona testami, ukazuje przydatność i celowość stosowania wzoru naczyń krwionośnych dłoni do budowy systemów biometrycznych. Dalsze prace będą prowadzone pod kątem zwiększenia skuteczności metody poprzez rozszerzenie liczby cech i dokładniejszą ich analizę. 33
34 Dziękuję za uwagę 34
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 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 szczegółoworozpoznawania odcisków palców
w algorytmie rozpoznawania odcisków palców Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 24 października 2008 Plan prezentacji 1 Wstęp 2 3 Metoda badań Wyniki badań
Bardziej szczegółowoOdciski 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 szczegółowoMetody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium JAVA Zadanie nr 2 Rozpoznawanie liter autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z problemem klasyfikacji
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 szczegółowoTemat Zasady projektowania naziemnego pomiaru fotogrametrycznego. 2. Terenowy rozmiar piksela. 3. Plan pomiaru fotogrametrycznego
Temat 2 1. Zasady projektowania naziemnego pomiaru fotogrametrycznego 2. Terenowy rozmiar piksela 3. Plan pomiaru fotogrametrycznego Projektowanie Dokładność - specyfikacja techniczna projektu Aparat cyfrowy
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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej 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 szczegółowo1 Funkcje dwóch zmiennych podstawowe pojęcia
1 Funkcje dwóch zmiennych podstawowe pojęcia Definicja 1 Funkcją dwóch zmiennych określoną na zbiorze A R 2 o wartościach w zbiorze R nazywamy przyporządkowanie każdemu punktowi ze zbioru A dokładnie jednej
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 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 szczegółowoAutomatyczne 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 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 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 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 szczegółowo7. ELEMENTY PŁYTOWE. gdzie [N] oznacza przyjmowane funkcje kształtu, zdefinować odkształcenia i naprężenia: zdefiniować macierz sztywności:
7. ELEMENTY PŁYTOWE 1 7. 7. ELEMENTY PŁYTOWE Rys. 7.1. Element płytowy Aby rozwiązać zadanie płytowe należy: zdefiniować geometrię płyty, dokonać podziału płyty na elementy, zdefiniować węzły, wprowadzić
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 szczegółowoMIKROSKOPIA OPTYCZNA 19.05.2014 AUTOFOCUS TOMASZ POŹNIAK MATEUSZ GRZONDKO
MIKROSKOPIA OPTYCZNA 19.05.2014 AUTOFOCUS TOMASZ POŹNIAK MATEUSZ GRZONDKO AUTOFOCUS (AF) system automatycznego ustawiania ostrości w aparatach fotograficznych Aktywny - wysyła w kierunku obiektu światło
Bardziej szczegółowoAnaliza skupień. Analiza Skupień W sztucznej inteligencji istotną rolę ogrywają algorytmy grupowania
Analiza skupień W sztucznej inteligencji istotną rolę ogrywają algorytmy grupowania Analiza Skupień Elementy składowe procesu grupowania obiekt Ekstrakcja cech Sprzężenie zwrotne Grupowanie klastry Reprezentacja
Bardziej szczegółowoIX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
Bardziej szczegółowoAUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI
AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI Tomasz Huczek Promotor: dr Adrian Horzyk Cel pracy Zasadniczym celem pracy było stworzenie systemu
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 szczegółowoSYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY. Autorzy: M. Lewicka, K. Stańczyk
SYSTEM BIOMETRYCZNY IDENTYFIKUJĄCY OSOBY NA PODSTAWIE CECH OSOBNICZYCH TWARZY Autorzy: M. Lewicka, K. Stańczyk Kraków 2008 Cel pracy projekt i implementacja systemu rozpoznawania twarzy, który na podstawie
Bardziej szczegółowoKATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN. Instrukcja do ćwiczeń laboratoryjnych z elementów analizy obrazów
POLITECHNIKA OPOLSKA KATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN Instrukcja do ćwiczeń laboratoryjnych z elementów analizy obrazów Przetwarzanie obrazu: skalowanie miary i korekcja perspektywy. Opracował:
Bardziej szczegółowoAutomatyczne nastawianie ostrości
Automatyczne nastawianie ostrości Systemy automatycznego nastawiania ostrości (AF) - budowa, działanie, zalety, wady, zastosowanie, algorytmy wyostrzania - przykłady Jakub Skalak http://www.fis.agh.edu.pl/~4skalak/
Bardziej szczegółowoRozpoznawanie obiektów z użyciem znaczników
Rozpoznawanie obiektów z użyciem znaczników Sztuczne znaczniki w lokalizacji obiektów (robotów) Aktywne znaczniki LED do lokalizacji w przestrzeni 2D (do 32): Znaczniki z biblioteki AruCo (do 1024) Id
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 szczegółowoCo należy zauważyć Rzuty punktu leżą na jednej prostej do osi rzutów x 12, którą nazywamy prostą odnoszącą Wysokość punktu jest odległością rzutu
Oznaczenia A, B, 1, 2, I, II, punkty a, b, proste α, β, płaszczyzny π 1, π 2, rzutnie k kierunek rzutowania d(a,m) odległość punktu od prostej m(a,b) prosta przechodząca przez punkty A i B α(1,2,3) płaszczyzna
Bardziej szczegółowoP R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
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 szczegółowoZastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D
Zastosowanie stereowizji do śledzenia trajektorii obiektów w przestrzeni 3D autorzy: Michał Dajda, Łojek Grzegorz opiekun naukowy: dr inż. Paweł Rotter I. O projekcie. 1. Celem projektu było stworzenie
Bardziej szczegółowoWpływ podpory ograniczającej obrót pasa ściskanego na stateczność słupa-belki
Wpływ podpory ograniczającej obrót pasa ściskanego na stateczność słupa-belki Informacje ogólne Podpora ograniczająca obrót pasa ściskanego słupa (albo ramy) może znacząco podnieść wielkość mnożnika obciążenia,
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 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 szczegółowoAkademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie. Projekt. z przedmiotu Analiza i Przetwarzanie Obrazów
30 czerwca 2015 Akademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie Projekt z przedmiotu Analiza i Przetwarzanie Obrazów Wykrywanie tablic rejestracyjnych Jagieła Michał IS (GKiPO) Michał Jagieła
Bardziej szczegółowoParametryzacja obrazu na potrzeby algorytmów decyzyjnych
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych Piotr Dalka Wprowadzenie Z reguły nie stosuje się podawania na wejście algorytmów decyzyjnych bezpośrednio wartości pikseli obrazu Obraz jest przekształcany
Bardziej szczegółowoANALIZA 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 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 szczegółowoMateriały dydaktyczne: Maciej Krzymowski. Biometryka
Biometryka Biometryka Nauka o mierzalnych cechach fizycznych lub behawioralnych organizmów Ŝywych, z greckiego: "bios" = Ŝywy "metron" = mierzyć. Biometria Zespół metod słuŝących do sprawdzania toŝsamości
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III
1 Na podstawie materiałów autorstwa dra inż. Marka Wnuka. Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania
Bardziej szczegółowoP R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
Bardziej szczegółowoAerotriangulacja. 1. Aerotriangulacja z niezależnych wiązek. 2. Aerotriangulacja z niezależnych modeli
Aerotriangulacja 1. Aerotriangulacja z niezależnych wiązek 2. Aerotriangulacja z niezależnych modeli Definicja: Cel: Kameralne zagęszczenie osnowy fotogrametrycznej + wyznaczenie elementów orientacji zewnętrznej
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 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 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 szczegółowoRozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów
Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,
Bardziej szczegółowoWideoSondy - Pomiary. Trzy Metody Pomiarowe w jednym urządzeniu XL G3 lub XL Go. Metoda Porównawcza. Metoda projekcji Cienia (ShadowProbe)
Trzy Metody Pomiarowe w jednym urządzeniu XL G3 lub XL Go Metoda Porównawcza Metoda projekcji Cienia (ShadowProbe) Metoda Stereo Metoda Porównawcza Metoda Cienia - ShadowProbe Metoda Stereo Metoda Porównawcza
Bardziej szczegółowoRozwiązywanie równań nieliniowych
Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej
Bardziej szczegółowoMETODY OBLICZENIOWE. Projekt nr 3.4. Dariusz Ostrowski, Wojciech Muła 2FD/L03
METODY OBLICZENIOWE Projekt nr 3.4 Dariusz Ostrowski, Wojciech Muła 2FD/L03 Zadanie Nasze zadanie składało się z dwóch części: 1. Sformułowanie, przy użyciu metody Lagrange a II rodzaju, równania różniczkowego
Bardziej szczegółowoNauka o Materiałach. Wykład VIII. Odkształcenie materiałów właściwości sprężyste. Jerzy Lis
Nauka o Materiałach Wykład VIII Odkształcenie materiałów właściwości sprężyste Jerzy Lis Nauka o Materiałach Treść wykładu: 1. Właściwości materiałów -wprowadzenie 2. Klasyfikacja reologiczna odkształcenia
Bardziej szczegółowo1. Zbadać liniową niezależność funkcji x, 1, x, x 2 w przestrzeni liniowej funkcji ciągłych na przedziale [ 1, ).
B 2 Suma Zbadać, czy liniowo niezależne wektory u, v, w stanowią bazę przestrzeni liniowej lin { u + 2 v + w, u v + 2 w, 3 u + 5 w } 2 Współrzędne wektora (, 4, 5, 4 ) w pewnej bazie podprzestrzeni U R
Bardziej szczegółowoWYDZIAŁ ELEKTRYCZNY. Optoelektroniczne pomiary aksjograficzne stawu skroniowo-żuchwowego człowieka
dr inż. Witold MICKIEWICZ dr inż. Jerzy SAWICKI Optoelektroniczne pomiary aksjograficzne stawu skroniowo-żuchwowego człowieka Aksjografia obrazowanie ruchu osi zawiasowej żuchwy - Nowa metoda pomiarów
Bardziej szczegółowoAkademia Górniczo-Hutnicza
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Kalibracja systemu wizyjnego z użyciem pakietu Matlab Kraków, 2011 1. Cel kalibracji Cel kalibracji stanowi wyznaczenie parametrów określających
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 szczegółowoSegmentacja 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 szczegółowoInnowacje wzmacniające system ochrony i bezpieczeństwa granic RP
Warszawa, 12.05.2016 r. gen. bryg. rez. pilot Dariusz WROŃSKI Innowacje wzmacniające system ochrony i bezpieczeństwa granic RP Zastosowanie głowic rodziny WH Obserwacja obiektów statycznych i dynamicznych
Bardziej szczegółowozadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych
zadania z rachunku prawdopodobieństwa zapożyczone z egzaminów aktuarialnych 1. [E.A 5.10.1996/zad.4] Funkcja gęstości dana jest wzorem { 3 x + 2xy + 1 y dla (x y) (0 1) (0 1) 4 4 P (X > 1 2 Y > 1 2 ) wynosi:
Bardziej szczegółowoSzczegółowa charakterystyka przedmiotu zamówienia
Szczegółowa charakterystyka przedmiotu zamówienia Przedmiotem zamówienia jest dostawa i uruchomienie zestawu termowizyjnego wysokiej rozdzielczości wraz z wyposażeniem o parametrach zgodnych z określonymi
Bardziej szczegółowo3.4. Opis konfiguracji layoutów.
Definicja layout-ów dla tablicy odczytywana jest z tabeli w bazie danych: [UnitId_System] Gdańsk = 42, Gdynia = 43 [UnitId_Subsytem] 6 = TZT, 7 = ZZT [UnitId_Unit] identyfikator obiektu [Update_TimeStamp]
Bardziej szczegółowoRozpoznawanie Twarzy i Systemy Biometryczne
Filtry Plan wykładu Przegląd dostępnych filtrów Zastosowanie filtrów na różnych etapach pracy systemu Dalsze badania Kontrast i ostrość Kontrast różnica w kolorze i świetle między częściami ś i obrazu
Bardziej szczegółowoSystem automatycznego odwzorowania kształtu obiektów przestrzennych 3DMADMAC
System automatycznego odwzorowania kształtu obiektów przestrzennych 3DMADMAC Robert Sitnik, Maciej Karaszewski, Wojciech Załuski, Paweł Bolewicki *OGX Optographx Instytut Mikromechaniki i Fotoniki Wydział
Bardziej szczegółowoMateriały pomocnicze z programu AutoCAD 2014.
Materiały pomocnicze z programu AutoCAD 2014. Poniżej przedstawiony zostanie przykładowy rysunek wykonany w programie AutoCAD 2014. Po uruchomieniu programu należy otworzyć szablon KKM, w którym znajdują
Bardziej szczegółowoTechnologia dynamicznego podpisu biometrycznego
Technologia dynamicznego podpisu biometrycznego Prof. Andrzej Czyżewski, Politechnika Gdańska VI Konferencja i Narodowy Test Interoperacyjności Podpisu Elektronicznego CommonSign 2016, 26 27. X. 2016 r.
Bardziej szczegółowoAntyaliasing 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 szczegółowoPL B1. AKADEMIA GÓRNICZO-HUTNICZA IM. STANISŁAWA STASZICA W KRAKOWIE, Kraków, PL BUP 13/ WUP 06/16
PL 222058 B1 RZECZPOSPOLITA POLSKA (12) OPIS PATENTOWY (19) PL (11) 222058 (13) B1 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 402133 (22) Data zgłoszenia: 19.12.2012 (51) Int.Cl.
Bardziej szczegółowoMetoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych
inż. Marek Duczkowski Metoda określania pozycji wodnicy statków na podstawie pomiarów odległości statku od głowic laserowych słowa kluczowe: algorytm gradientowy, optymalizacja, określanie wodnicy W artykule
Bardziej szczegółowoOpis wykonanych badań naukowych oraz uzyskanych wyników
Opis wykonanych badań naukowych oraz uzyskanych wyników 1. Analiza danych (krok 2 = uwzględnienie epistazy w modelu): detekcja QTL przy wykorzystaniu modeli dwuwymiarowych z uwzględnieniem różnych modeli
Bardziej szczegółowoPrzygotowanie danych do tyczenia dla obiektu: Osiedle domków jednorodzinnych.
Przygotowanie danych do tyczenia dla obiektu: Osiedle domków jednorodzinnych. Projekt powinien zawierać szkic punktów tyczonych oraz szkice z miarami kontrolnymi do punktów charakterystycznych naroża granic
Bardziej szczegółowoSPOTKANIE 2: Wprowadzenie cz. I
Wrocław University of Technology SPOTKANIE 2: Wprowadzenie cz. I Piotr Klukowski Studenckie Koło Naukowe Estymator piotr.klukowski@pwr.edu.pl 17.10.2016 UCZENIE MASZYNOWE 2/27 UCZENIE MASZYNOWE = Konstruowanie
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 szczegółowoJulia 4D - raytracing
i przykładowa implementacja w asemblerze Politechnika Śląska Instytut Informatyki 27 sierpnia 2009 A teraz... 1 Fraktale Julia Przykłady Wstęp teoretyczny Rendering za pomocą śledzenia promieni 2 Implementacja
Bardziej szczegółowoWYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku
WYKŁ 3 WYPŁNINI OSZRÓW. Wypełnianie wieloboku Zasada parzystości: Prosta, która nie przechodzi przez wierzchołek przecina wielobok parzystą ilość razy. Plan wykładu: Wypełnianie wieloboku Wypełnianie konturu
Bardziej szczegółowo( L ) I. Zagadnienia. II. Zadania
( L ) I. Zagadnienia 1. Promieniowanie X w diagnostyce medycznej powstawanie, właściwości, prawo osłabienia. 2. Metody obrazowania naczyń krwionośnych. 3. Angiografia subtrakcyjna. II. Zadania 1. Wykonanie
Bardziej szczegółowoModelowanie części w kontekście złożenia
Modelowanie części w kontekście złożenia W rozdziale zostanie przedstawiona idea projektowania części na prostym przykładzie oraz zastosowanie projektowania w kontekście złożenia do wykonania komponentu
Bardziej szczegółowoIdea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Bardziej szczegółowoWydział Inżynierii Środowiska i Geodezji Katedra Fotogrametrii i Teledetekcji Katedra Geodezji Rolnej, Katastru i Fotogrametrii
Uniwersytet Uniwersytet Rolniczy Rolniczy w Krakowie Wydział Inżynierii Środowiska i Geodezji Wydział Inżynierii Środowiska i Geodezji Katedra Fotogrametrii i Teledetekcji Katedra Geodezji Rolnej, Katastru
Bardziej szczegółowoLekcja 5: Sieć Kohonena i sieć ART
Lekcja 5: Sieć Kohonena i sieć ART S. Hoa Nguyen 1 Materiał Sieci Kohonena (Sieć samo-organizująca) Rysunek 1: Sieć Kohonena Charakterystyka sieci: Jednowarstwowa jednokierunkowa sieć. Na ogół neurony
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 12 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 szczegółowoPlan wykładu. Akcelerator 3D Potok graficzny
Plan wykładu Akcelerator 3D Potok graficzny Akcelerator 3D W 1996 r. opracowana została specjalna karta rozszerzeń o nazwie marketingowej Voodoo, którą z racji wspomagania procesu generowania grafiki 3D
Bardziej szczegółowoMetoda największej wiarygodności
Metoda największej wiarygodności Próbki w obecności tła Funkcja wiarygodności Iloraz wiarygodności Pomiary o różnej dokładności Obciążenie Informacja z próby i nierówność informacyjna Wariancja minimalna
Bardziej szczegółowoXVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM
XVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 JAN STOLAREK Instytut Informatyki Politechniki Łódzkiej NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM NOWE KRYTERIA
Bardziej szczegółowoAdam Korzeniewski p Katedra Systemów Multimedialnych
Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych camera obscura to pierwowzór aparatu fotograficznego Aparaty cyfrowe to urządzenia optoelektroniczne, które służą
Bardziej szczegółowoProjektowanie naziemnego pomiaru fotogrametrycznego. Dokładność - specyfikacja techniczna projektu
Projektowanie naziemnego pomiaru fotogrametrycznego Dokładność - specyfikacja techniczna projektu Aparat cyfrowy w fotogrametrii aparat musi być wyposażony w obiektyw stałoogniskowy z jednym aparatem można
Bardziej szczegółowoRozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Bardziej szczegółowoGeometryczne podstawy obróbki CNC. Układy współrzędnych, punkty zerowe i referencyjne. Korekcja narzędzi
Geometryczne podstawy obróbki CNC. Układy współrzędnych, punkty zerowe i referencyjne. Korekcja narzędzi 1 Geometryczne podstawy obróbki CNC 1.1. Układy współrzędnych. Układy współrzędnych umożliwiają
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoPRZEKROJE RYSUNKOWE CZ.1 PRZEKROJE PROSTE. Opracował : Robert Urbanik Zespół Szkół Mechanicznych w Opolu
PRZEKROJE RYSUNKOWE CZ.1 PRZEKROJE PROSTE Opracował : Robert Urbanik Zespół Szkół Mechanicznych w Opolu IDEA PRZEKROJU stosujemy, aby odzwierciedlić wewnętrzne, niewidoczne z zewnątrz, kształty przedmiotu.
Bardziej szczegółowoSiły wewnętrzne - związki różniczkowe
Siły wewnętrzne - związki różniczkowe Weźmy dowolny fragment belki obciążony wzdłuż osi obciążeniem n(x) oraz poprzecznie obciążeniem q(x). Na powyższym rysunku zwroty obciążeń są zgodne z dodatnimi zwrotami
Bardziej szczegółowoKADD Metoda najmniejszych kwadratów funkcje nieliniowe
Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji
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 szczegółowoProjekt badawczy. Zastosowania technologii dynamicznego podpisu biometrycznego
Projekt badawczy Zastosowania technologii dynamicznego podpisu biometrycznego Multimodalny biometryczny system weryfikacji tożsamości klienta bankowego Warszawa, 27.10.2016 r. Projekt finansowany przez
Bardziej szczegółowoWYKŁAD 9 METODY ZMIENNEJ METRYKI
WYKŁAD 9 METODY ZMIENNEJ METRYKI Kierunki sprzężone. Metoda Newtona Raphsona daje dobre przybliżenie najlepszego kierunku poszukiwań, lecz jest to okupione znacznym kosztem obliczeniowym zwykle postać
Bardziej szczegółowoWykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
Bardziej szczegółowoĘŚCIOWO KOHERENTNYM. τ), gdzie Γ(r 1. oznacza centralną częstotliwość promieniowania quasi-monochromatycznego.
OBRAZOWANIE W OŚWIETLENIU CZĘŚ ĘŚCIOWO KOHERENTNYM 1. Propagacja światła a częś ęściowo koherentnego prof. dr hab. inŝ. Krzysztof Patorski Krzysztof PoniŜej zajmiemy się propagacją promieniowania quasi-monochromatycznego,
Bardziej szczegółowoKryteria oceniania z matematyki Klasa III poziom rozszerzony
Kryteria oceniania z matematyki Klasa III poziom rozszerzony Zakres Dopuszczający Dostateczny Dobry Bardzo dobry Funkcja potęgowa - zna i stosuje tw. o potęgach - zna wykresy funkcji potęgowej o dowolnym
Bardziej szczegółowoProblematyka budowy skanera 3D doświadczenia własne
Problematyka budowy skanera 3D doświadczenia własne dr inż. Ireneusz Wróbel ATH Bielsko-Biała, Evatronix S.A. iwrobel@ath.bielsko.pl mgr inż. Paweł Harężlak mgr inż. Michał Bogusz Evatronix S.A. Plan wykładu
Bardziej szczegółowoPrzykładowe zadania/problemy egzaminacyjne. Wszystkie bezwymiarowe wartości liczbowe występujące w treści zadań podane są w jednostkach SI.
Przykładowe zadania/problemy egzaminacyjne. Wszystkie bezwymiarowe wartości liczbowe występujące w treści zadań podane są w jednostkach SI. 1. Ładunki q 1 =3,2 10 17 i q 2 =1,6 10 18 znajdują się w próżni
Bardziej szczegółowo