CECHY BIOMETRYCZNE: ODCISK PALCA
|
|
- Liliana Marcinkowska
- 7 lat temu
- Przeglądów:
Transkrypt
1 CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko kondensacji ładunku elektrycznego między przerwami linii papilarnych, a czujnikiem Czujniki optyczne - działające w paśmie podczerwieni i wykorzystujące zjawisko całkowitego wewnętrznego odbicia Czujniki termiczne - wykrywające zmiany temperatury w miejscu styku linii papilarnej z czujnikiem Podstawowymi cechami wyróżniającymi odcisku palca są: delta (dwie linie równoległe, które rozchylają się w pewnym punkcie w kształt lejka. Ramiona delty dzielą wzór na trzy zasadnicze części: podstawę, rdzeń i pokrywę) termin wewnętrzny (punkt wyznaczony w centrum wzoru) termin zewnętrzny (punkt wyznaczony w obrębie delty) linia Galtona (łączy termin zewnętrzny z terminem wewnętrznym) minucje Wydobycie cech charakterystycznych z obrazu wymaga wdrożenie preprocessingu poprzez oczyszczenie z artefaktów i wydzielenie składowych zdatnych do analizy. Etap 1. Pozyskanie obrazu wejściowego Rysunek 1 Analizowany obraz odcisku palca. Przebarwienia na krawędziach (które bezwzględnie należy usunąć) wynikają z charakterystyki pracy urządzenia pobierającego. Etap 2 Usuwanie przebarwień ręcznie w dowolnym programie graficznym (dla małych baz danych). badając histogram linii pionowych i poziomych i usuwając na krawędziach linie znacząco odbiegające od średniej. JSW Strona 1
2 Etap 3 Zmiana na obraz w odcieniach szarości Etap 4 Normalizacja histogramu JSW Strona 2
3 Etap 5 Binaryzacja obrazu Rysunek 2 Zbinaryzowany odcisk palca: metoda Otsu (po lewej), metoda Bernsena (po prawej) Etap 6 Ścienianie. Rysunek 3 Efekt ścieniania algrorytmem KMM: binaryzacja Otsu (po lewej), binaryzacja Bernsena (po prawej) JSW Strona 3
4 Rysunek 4 Efekt ścieniania z zastosowaniem maski: binaryzacja Otsu (po lewej), binaryzacja Bernsena (po prawej) Operacje morfologiczne przypomnienie z AIPO Erozja - jest to proces usuwania nadmiernych pikseli krawędziowych obiektów na zbinaryzowanym obrazie. W tym celu usuwa się wszelkie czarne piksele, które mają co najmniej jednego białego sąsiada. Dylatacja - jest procesem dokładnie odwrotnym do erozji - tym razem sprawdza się elementami strukturalnymi białe piksele i jeśli ich otoczenie pasuje do elementu, zamienia się je na czarne. Dylatacja służy do uzupełniania małych otworów i niepożądanych wcięć w figurach. Najprostsza forma dylatacji zakłada zaczernienie każdego piksela, który ma białego sąsiada. Przykładowe maski dylatacyjne to (gdzie 1 to piksel czarny, a 0 to piksel biały): Każdą z masek przykłada się do piksela czterokrotnie - za każdym razem obracając ją o kolejne 90 o. Oprócz podanych wyżej masek stosuje się wiele innych, także większych, w zależności od specyfiki posiadanych obrazków. Otwarcie - jest to wykonanie najpierw erozji, a potem dylatacji. Zamknięcie - jest to wykonanie najpierw dylatacji, a potem erozji. JSW Strona 4
5 MINUCJE Kombinacje dwóch podstawowych elementów linii: zakończeń i rozwidleń grzbietów. Na każdym palcu znajduje się ich od 30 do 40. Zakłada się że już 20 minucji wystarczy do jednoznacznego określenia osoby RODZAJ MINUCJI WYGLĄD SYMBOL 1 1 Początek J 2 Zakończenie - jest to czarny piksel na ścienionym obrazie, który ma dokładnie jednego sąsiada T Rozwidlenie - jest to czarny piksel na ścienionym obrazie, który ma dokładnie trzech sąsiadów B 1 Podwójne rozwidlenie - są to dwie minucje typu rozwidlenie leżące obok siebie tak, że druga znajduje się na ramieniu pierwszej Potrójne rozwidlenie - są to trzy minucje typu rozwidlenie leżące obok siebie tak, że druga znajduje się na ramieniu pierwszej, a trzecia na ramieniu drugiej Punkt - jest to niewielkie izolowane skupisko czarnych punktów Odcinek (wyspa) jest to większe, podłużne izolowane skupisko czarnych punktów, aby ją odnaleźć należy sprawdzić czy nie ma dwóch połączonych krótką linią minucji typu zakończenie Linia szczątkowa B 2 B 3 Pn S Lr 9 Linia przechodząca Li Styk boczny Oczko - są to dwie minucje typu rozwidlenie leżące blisko siebie i skierowane do siebie stroną rozwidloną (możliwe podwójne: O 2 ) J O 1 12 Oczko podwójne - są to dwie minucje typu oczko O 2 13 Mostek - są to dwie minucje typu rozwidlenie leżące blisko siebie i skierowane do siebie stroną P 1 1 Czesław Grzeszyk: Kryminalistyczne badania śladów linii papilarnych. Legionowo: Wydawnictwo Centrum Szkolenia Policji, ISBN JSW Strona 5
6 14 Łącznik - są to dwie minucje typu rozwidlenie leżące nieco dalej od siebie niż w przypadku mostka i łączące dwie równoległe linie papilarne P 1 15 Łącznik bliźniaczy (Mostek podwójny) P 2 16 Widły - jest to piksel, który ma 4 sąsiadów, a linia papilarna, na której leży, rozdziela się na 3 inne 17 Trójnóg Tr 18 Skrzyżowanie - jest to piksel, który ma 4 sąsiadów i leży na przecięciu 2 linii papilarnych D Haczyk - jest to połączenie minucji typu rozwidlenie z minucją typu zakończenie tak, że ta druga jest na jednym z ramion tej pierwszej Złącze pojedyncze (Ostroga) - jest to połączenie minucji typu rozwidlenie z minucją typu zakończenie tak, że ta druga jest na podstawowej linii tej pierwszej 21 Złącze podwójne 22 Złącze potrójne U Jn 1 Jn 2 Jn 3 23 Minucja typu M M JSW Strona 6
7 Jak usunąć fałszywe minucje typu zakończenie z krańców odcisku? Najprościej jest wyciąć wszystkie minucje, które mieszczą się na brzegu obszaru zawierającego odcisk. Bardziej skomplikowana metoda zakłada podział zbinaryzowanego obrazu odcisku na kwadraty/prostokąty i zliczanie w nich czarnych pikseli. Kwadraty, w których ilość czarnych pikseli jest znacząco niska, stanowią tło obrazka. Minucje w nich leżące należy usunąć. Do tego należy również usunąć minucje, które leżą w bliskim sąsiedztwie kwadratów tła. Należy również usunąć minucje leżące znacząco blisko krawędzi obrazu. Poniżej znajduje się obraz ze wszystkimi minucjami, na różowo zaznaczono te, które należy usunąć. JSW Strona 7
LINIE PAPILARNE 16:15-17:45
WARSZTATY Przetwarzanie obrazów w biometrii LINIE PAPILARNE 16:15-17:45 Na początek trochę teorii. Czym jest biometria? Biometria to nauka zajmująca się rozpoznawaniem ludzi na podstawie ich cech fizjologicznych
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 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 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 szczegółowoDiagnostyka 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 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 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 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 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 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 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 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 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 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 szczegółowoAnaliza 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 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 szczegółowo9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie
9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie Obrazy binarne to takie, które mają tylko dwa poziomy szarości: 0 i 1 lub 0 i 255. ImageJ wykorzystuje to drugie rozwiązanie - obrazy
Bardziej 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 szczegółowoSegmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda
Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji
Bardziej 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 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 szczegółowoMetody 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 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 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 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 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 szczegółowoOpis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK
Opis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK System. SPIS TREŚCI 2 SPIS TREŚCI 1. Cel dokumentu... 3 2.
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 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 szczegółowoZadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt): F x E' E''
GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2012/2013 Zadanie I. 1. Według podanych współrzędnych punktów wykreślić je w przestrzeni (na jednym rysunku aksonometrycznym) i określić, gdzie w przestrzeni
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 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 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 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 szczegółowoDefinicja obrotu: Definicja elementów obrotu:
5. Obroty i kłady Definicja obrotu: Obrotem punktu A dookoła prostej l nazywamy ruch punktu A po okręgu k zawartym w płaszczyźnie prostopadłej do prostej l w kierunku zgodnym lub przeciwnym do ruchu wskazówek
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 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 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 szczegółowoRozpoznawanie odcisków palców
Podstawy Technik Biometrycznych Rozpoznawanie odcisków palców Paweł Forczmański, KSM, WI ZUT Rozpoznawanie odcisków palców... a właściwie na podstawie odcisków palców Rozpoznawanie odcisków palców Metoda
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 szczegółowoMaskowanie i selekcja
Maskowanie i selekcja Maska prostokątna Grafika bitmapowa - Corel PHOTO-PAINT Pozwala definiować prostokątne obszary edytowalne. Kiedy chcemy wykonać operacje nie na całym obrazku, lecz na jego części,
Bardziej 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 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 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 szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 9 Przetwarzanie sygnałów wizyjnych. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z funkcjami pozwalającymi na
Bardziej szczegółowow jednym kwadrat ziemia powietrze równoboczny pięciobok
Wielościany Definicja 1: Wielościanem nazywamy zbiór skończonej ilości wielokątów płaskich spełniających następujące warunki: 1. każde dwa wielokąty mają bok lub wierzchołek wspólny albo nie mają żadnego
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 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 szczegółowoRok akademicki 2005/2006
GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2005/2006 Zadanie I. 1. Według podanych współrzędnych punktów wykreślić je w przestrzeni (na jednym rysunku aksonometrycznym) i określić, gdzie w przestrzeni
Bardziej szczegółowoWYKŁAD 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 szczegółowoWYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego
WYKŁAD 3 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego 1 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego (c.d.) 2 Zestawienie zbiorcze - Regulacje
Bardziej 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 szczegółowoAnaliza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 4 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Filtry górnoprzepustowe - gradienty Gradient - definicje Intuicyjnie, gradient jest wektorem, którego zwrot wskazuje
Bardziej szczegółowo(12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO
RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11)15186 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 14951 (22) Data zgłoszenia: 17.07.2009 (51 ) Klasyfikacja
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 szczegółowoSpis treści. http://www.gajdaw.pl/gimp/szablon-witryny-magazyn-internet/print.html. Włodzimierz Gajda
Strona 1 Szablon witryny magazyn INTERNET Włodzimierz Gajda Przygotowywana w tym odcinku witryna wykorzystuje: prowadnice, gradienty, zaznaczenia, ścieŝki, warstwy i maski, wklejanie elementów do obrazu
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 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 szczegółowoAnaliza danych z nowej aparatury detekcyjnej "Pi of the Sky"
Uniwersytet Warszawski Wydział Fizyki Bartłomiej Włodarczyk Nr albumu: 306849 Analiza danych z nowej aparatury detekcyjnej "Pi of the Sky" Praca przygotowana w ramach Pracowni Fizycznej II-go stopnia pod
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 szczegółowoAnaliza obrazu. wykład 6. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 6 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze
Bardziej 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 szczegółowoBIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA
BIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA Linie papilarne (dermatoglify) Układ wypukłych bruzd (grubości ok. 0,2-0,3 mm i wysokości do 0,7 mm) na skórze ssaków naczelnych na opuszkach palców
Bardziej szczegółowoWZORU PRZEMYSŁOWEGO PL KOPEĆ FABIAN P.P.H.U. MEBELKOF, Palikówka, (PL) WUP 07/2013. KOPEĆ FABIAN, Palikówka, (PL)
PL 19621 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11) 19621 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 20512 (22) Data zgłoszenia: 24.12.2012 (51) Klasyfikacja:
Bardziej szczegółowo.: Zaznaczanie, kopiowanie i wklejanie w GIMPie :.
1 z 5 14.05.2017, 09:38 Ćwiczenie 2.: Zaznaczanie, kopiowanie i wklejanie w GIMPie :. 1. W GIMPie jak i w innych programach do edycji grafiki rastrowej istnieje kilka możliwości zaznaczania fragmentów
Bardziej szczegółowoSzkieletyzacja 2. Rysunek 1.1. Siatka: a), b) h
Szkieletyzacja Jednymi z najważniejszych operacji w przetwarzaniu obrazów są przekształcenia morfologiczne, pozwalające na analizę kształtów elementów obrazu oraz ich wzajemnego położenia. Typowym przekształceniem
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 szczegółowoZABEZPIECZENIA POLSKICH BANKNOTÓW
ZABEZPIECZENIA POLSKICH BANKNOTÓW Narodowy Bank Polski emituje 5 nominałów banknotów: 10zł, 20zł, 50zł, 100zł i 200zł. Banknoty mają różne zabezpieczenia, pozwalające odróżnić je od falsyfikatów. Papier
Bardziej szczegółowoPomiar indukcji pola magnetycznego w szczelinie elektromagnesu
Ćwiczenie E5 Pomiar indukcji pola magnetycznego w szczelinie elektromagnesu E5.1. Cel ćwiczenia Celem ćwiczenia jest pomiar siły elektrodynamicznej (przy pomocy wagi) działającej na odcinek przewodnika
Bardziej szczegółowoĆwiczenia GIMP. S t r o n a Uruchom program gimp: 2. I program się uruchomił:
1. Uruchom program gimp: 2. I program się uruchomił: 3. Zadanie 1 zmieniamy kolor samochodu. Działamy na warstwach. Warstwy znajdują się z prawej strony. Szukamy pojazdu, który będzie na jednolitym tle
Bardziej 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 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 szczegółowoPLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3
DEFINICJE PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3 Czworokąt to wielokąt o 4 bokach i 4 kątach. Przekątną czworokąta nazywamy odcinek łączący przeciwległe wierzchołki. Wysokością czworokąta nazywamy
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 szczegółowo(12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO
(12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO (19) PL (11 ) 7031 (21) Nume r zgłoszenia: 5162 (51) Klasyfikacja : 19-08 (22) Dat a zgłoszenia: 25.02.2004 (54) Etykiet a wyrobu garmażeryjneg o (45) O udzieleni
Bardziej szczegółowoPrzekształcanie 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 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 szczegółowoKGGiBM GRAFIKA INŻYNIERSKA Rok III, sem. VI, sem IV SN WILiŚ Rok akademicki 2011/2012
Rysowanie precyzyjne 7 W ćwiczeniu tym pokazane zostaną wybrane techniki bardzo dokładnego rysowania obiektów w programie AutoCAD 2012, między innymi wykorzystanie punktów charakterystycznych. Narysować
Bardziej szczegółowoGrafika komputerowa. Zajęcia IX
Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg
Bardziej szczegółowoDokument zawiera podstawowe informacje o użytkowaniu komputera oraz korzystaniu z Internetu.
Klub Seniora - Podstawy obsługi komputera oraz korzystania z Internetu Str. 1 Dokument zawiera podstawowe informacje o użytkowaniu komputera oraz korzystaniu z Internetu. Część 3 Opis programu MS Office
Bardziej szczegółowoFormaty obrazów rastrowych biblioteki PBM
Formaty obrazów rastrowych biblioteki PBM Reprezentacja obrazu Obrazy pobierane z kamery, bądź dowolnego innego źródła, mogą być składowane na pliku dyskowym w jednym z wielu istniejących formatów zapisu
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 szczegółowoĆwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5
Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5 Problem I. Model UD Dana jest bryła, której rzut izometryczny przedstawiono na rysunku 1. (W celu zwiększenia poglądowości na rysunku 2. przedstawiono
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 szczegółowoGrafika inżynierska i rysunek geodezyjny
Akademia Górniczo-Hutnicza Grafika inżynierska i rysunek geodezyjny Mgr inż. Aleksandra Szabat-Pręcikowska Normalizacja w rysunku technicznym i geodezyjnym W Polsce istnieją następujące rodzaje norm: polskie
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 szczegółowoWZORU UŻYTKOWEGO PL Y1 B65D 5/18 ( ) B65D 71/00 ( ) Skrzyniarz Adam Firma ADAM'S, Przeźmierowo, PL
RZECZPOSPOLITA POLSKA Urząd Patentowy Rzeczypospolitej Polskiej (12) OPIS OCHRONNY WZORU UŻYTKOWEGO (21) Numer zgłoszenia: 116194 (22) Data zgłoszenia: 19.06.2006 (19) PL (11) 64000 (13) Y1 (51) Int.Cl.
Bardziej szczegółowoMaski warstw. Nic nie zastąpi przykładu, na którym jest jasno pokazane co i jak, a więc koniec wymądrzania się, zobaczmy o czym ja w ogóle mówię.
Maski warstw Maska warstwy tym różni się od innych masek, że jest przypisana na stałe do konkretnej warstwy i oddziałuje tylko na nią. Jest ona reprezentowana przez "obrazek" o palecie 256 odcieni szarości
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 szczegółowoPL 215409 B3. BORCZYK MONIKA, Bielsko-Biała, PL 22.06.2009 BUP 13/09. MONIKA BORCZYK, Bielsko-Biała, PL 31.12.2013 WUP 12/13 RZECZPOSPOLITA POLSKA
PL 215409 B3 RZECZPOSPOLITA POLSKA Urząd Patentowy Rzeczypospolitej Polskiej (12) OPIS PATENTOWY (19) PL (11) 215409 (21) Numer zgłoszenia: 384078 (22) Data zgłoszenia: 17.12.2007 (61) Patent dodatkowy
Bardziej szczegółowoWYKŁAD 2 Znormalizowane elementy rysunku technicznego. Przekroje.
WYKŁAD 2 Znormalizowane elementy rysunku technicznego. Przekroje. Tworzenie z formatu A4 formatów podstawowych. Rodzaje linii Najważniejsze zastosowania linii: - ciągła gruba do rysowania widocznych krawędzi
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 szczegółowoEfekt rollover ze wskaźnikiem wybranej opcji
Strona 1 Efekt rollover ze wskaźnikiem wybranej opcji Włodzimierz Gajda Wykorzystując moŝliwości warstw, ścieŝek i selekcji zajmiemy się przygotowaniem szablonu witryny WWW. Szablon ten będzie wykorzystywał
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 szczegółowoWZORU PRZEMYSŁOWEGO PL 15734 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY (19) PL (11) 15734. (51) Klasyfikacja: 06-05. (21) Numer zgłoszenia: 15702
RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11) 15734 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 15702 (22) Data zgłoszenia: 26.11.2009 (51) Klasyfikacja:
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 szczegółowoAlgorytmy Laplacian of Gaussian i Canny ego detekcji krawędzi w procesie analizy satelitarnych obrazów procesów atmosferycznych.
Algorytmy Laplacian of Gaussian i Canny ego detekcji krawędzi w procesie analizy satelitarnych obrazów procesów atmosferycznych. Słowa kluczowe: teledetekcja, filtracja obrazu, segmentacja obrazu, algorytmy
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 szczegółowoKrzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel
Krzysztof Ślot Biometria 9-924 Łódź, ul. Wólczańska 211/215, bud. B9 tel. 42 636 65 www.eletel.p.lodz.pl, ie@p.lodz.pl Wprowadzenie Biometria Analiza rejestrowanych zachowań i cech osobniczych (np. w celu
Bardziej szczegółowoKolektor. Zagadnienia. Wyciągnięcia po profilach, Lustro, Szyk. Wykonajmy model kolektora jak na rys. 1.
Kolektor Zagadnienia. Wyciągnięcia po profilach, Lustro, Szyk Wykonajmy model kolektora jak na rys. 1. Rysunek 1 Składa się on z grubszej rury, o zmiennym przekroju, leżącej w płaszczyźnie symetrii kolektora
Bardziej szczegółowo