Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III
|
|
- Wacław Niewiadomski
- 6 lat temu
- Przeglądów:
Transkrypt
1 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 być kopiowany wyłącznie w całości, razem ze stroną tytułową. Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III Joanna Ratajczak KCiR (W4/K7) Copyright c 2015 Joanna Ratajczak 1
2 Histogram obrazu cyfrowego jest wykresem przedstawiającym ilość punktów o danej jasności (barwie) w obrazie. Stanowi on globalną charakterystykę obrazu. J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 1 / 40
3 Histogram H(k) = card{(x, y): f(x, y) = k} dla k = 0,..., L 1 L 1 H(k) = WH k=0 Histogram znormalizowany Ogólnie H n (k) = 1 WH H(k) f : X Y Z f 1 (z) = {(x, y): f(x, y) = z} H(z) = χ f 1 (z)dxdy J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 2 / 40
4 Histogram 8 poziomów jasności z poziom 0 poziom 1 poziom 2 poziom 3 poziom 4 poziom 5 poziom 6 poziom 7 J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 3 / 40
5 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Histogram i histogram kumulacyjny 256 poziomów jasności J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 4 / 40
6 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 5 / 40
7 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 5 / 40
8 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 5 / 40
9 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 5 / 40
10 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 5 / 40
11 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Przykłady Zdjęcie niedoświetlone J. Ratajczak Zdjęcie poprawne Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 6 / 40
12 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Przykłady Zdjęcie prześwietlone J. Ratajczak Zdjęcie poprawne Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 6 / 40
13 Typy transformacji obrazów Φ P y x y x f g Transformacja punktowa J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 7 / 40
14 Typy transformacji obrazów Φ L y x y x f g Transformacja lokalna J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 7 / 40
15 Typy transformacji obrazów Φ G y x y x f g Transformacja globalna J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 7 / 40
16 Przekształcenia punktowe Operacje na pojedynczych pikselach obrazu. Poszczególne elementy obrazu są modyfikowane niezależnie od stanu elementów sąsiadujących. Relacje geometryczne pozostają bez zmian. Operacje te mają na celu uwidocznienie pewnych treści zawartych w obrazie (nie wprowadzają nowych informacji do obrazu). Wszystkie piksele o jednakowej jasności są traktowane identycznie. Cele: poprawa kontrastu, jasności, utworzenie negatywu, zmiana palety barw,... J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 8 / 40
17 Transformacje punktowe obrazów g(x, y) = T(f(x, y)) v = T(z) v 255 Normalizacja dziedziny i przeciwdziedziny 0 z 1, v = T(z) z v 1 0 T(z) 1, z = T 1 (v) 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 9 / 40
18 Tablica LUT (Look-up Table) tablica określająca wartość piksela po operacji zaoszczędzenie czasu potrzebnego na obliczeń przydatna przy powtarzalnych obliczeniach LUT operacji tożsamościowej z v=t(z) graficzna reprezentacja LUT v z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 10 / 40
19 Transformacje punktowe obrazów H n (z) histogram obrazu oryginalnego G n (v) histogram obrazu po transformacji T Przykład T (negatyw): [ G n (v) = H n (z) dz ] dv T(z) = 1 z z=t 1 (v) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 11 / 40
20 Negatyw obrazu v 1 v 1 G n 1 z H n 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 12 / 40
21 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Negatyw obrazu J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 12 / 40
22 Progowanie g(x, y) = { 1, f(x,y)>p 0, f(x,y) p J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 13 / 40
23 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Zwiekszenie kontrastu (normalizacja) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 14 / 40
24 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Zmniejszenie kontrastu J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 15 / 40
25 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Dowolna transformacja funkcja nieliniowa J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 16 / 40
26 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Dodawanie (odejmowanie) stałej g(x, y) = f (x, y) ± b b = 50 J. Ratajczak b = 50 Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 17 / 40
27 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Dodawanie (odejmowanie) obrazów g(x, y) = f1 (x, y) ± f2 (x, y) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 18 / 40
28 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Dodawanie (odejmowanie) obrazów g(x, y) = f1 (x, y) ± f2 (x, y) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 18 / 40
29 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Dodawanie (odejmowanie) obrazów g(x, y) = f1 (x, y) ± f2 (x, y) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 18 / 40
30 Mieszanie obrazów g(x, y) = α 1 f 1 (x, y) + α 2 f 2 (x, y) α n f n (x, y), N i=1 α i = 1 J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 19 / 40
31 Mnożenie (dzielenie) przez stałą g(x, y) = af(x, y) a = 2 a = 1 3 J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 20 / 40
32 Potęgowanie g(x, y) = f γ (x, y) γ = 2 γ = 3 J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 21 / 40
33 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Potegowanie Normalizacja g(x, y) = 255 oryginał J. Ratajczak f (x,y) γ fmax γ=2 Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 22 / 40
34 Pierwiastkowanie g(x, y) = f(x, y) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 23 / 40
35 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Pierwiastkowanie q Normalizacja g(x, y) = 255 J. Ratajczak f (x,y) fmax Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 24 / 40
36 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Logarytmowanie g(x, y) = log(f (x, y) + 1) Normalizacja g(x, y) = 255 J. Ratajczak log(f (x,y)+1) log(fmax +1) Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 25 / 40
37 Problem z wartościami spoza zakresu Przekroczenie maksymalnej wartości Przeskalowanie obrazu wynikowego do oryginalnej skali. Ustawienie wartości przekraczających zakres na max. Efekt cykliczności wartość wynikowa modulo max. Problem z wartościami ujemnymi Wartość bezwzględna. Ustawienie wartości ujemnych na min. Wartość wynikowa modulo max. J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 26 / 40
38 Operacje na histogramie 1 Rozciąganie histogramu prowadzi do rozciągnięcia zakresu wartości składowych tak, aby histogram obejmował wszystkie wartości jasności. 2 Wyrównywanie histogramu ma na celu takie dobranie wartości, aby histogram był możliwie "płaski". mają na celu poprawę kontrastu obrazu zmieniają histogram Liczebnośc pikseli Liczebnośc pikseli 0 1 z 0 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 27 / 40
39 Rozciąganie histogramu (stretching) g(x, y) = 255 ( ) f(x, y) fmin f max f min v 1 v 1 T Gn l u 1 z Hn 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 28 / 40
40 Wyrównywanie histogramu (equalization) H n (z k ) = n k n, 0 z k 1, k = 0,..., L 1 L liczba poziomów kwantyzacji, n k liczba punktów o jasności z k, n liczba wszystkich punktów obrazu. v k = T(z k ) = k n j k n = H n (z j ) j=0 j=0 Zwiększa kontrast i lepiej wykorzystuje dostępny zakres poziomów jasności. J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 29 / 40
41 Wyrównywanie histogramu (equalization) v 1 v 1 T G n 1 z H n 1 z J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 30 / 40
42 Przykładowy wynik dyskretnego wyrównywania histogramu (Gonzales, Wintz) Obraz o ośmiu stopniach szarości i rozmiarze K = 8, n = 4096 z k n k H(z k ) = n k n w k = k j=0 H(z k ) v k = w k J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 31 / 40
43 Wyniki operacji histogramowych J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 32 / 40
44 Histogram Przekształcenia punktowe Operacje arytmetyczne Operacje na histogramie Histogram dwuwymiarowy Wyniki operacji histogramowych J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 33 / 40
45 Rozciąganie vs. wyrównywanie Obie metody poprawiają kontrast. Wyrównywanie histogramu daje lepsze wyniki widać więcej szczegółów. Rozciąganie nie zmienia liczby poziomów jasności, tylko je rozsuwa. Wyrównanie rozszerza szczyty, kompensuje doliny. Rozciąganie jest operacją liniową, wyrównywanie operacją nieliniową. J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 34 / 40
46 Histogram dwuwymiarowy f : X Y Z k : X Y V f 1 (z) = {(x, y) f(x, y) = z} k 1 (v) = {(x, y) k(x, y) = v} H fk (z, v) = (χ f 1 (z) χ k 1 (v))dxdy Histogram dwuwymiarowy służy do badania statystycznych zależności między sąsiednimi pikselami. Mówi o tym jak wiele jest na obrazie punktów, które mają pierwszą charakterystykę równą z, a drugą równą v. J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 35 / 40
47 Macierz sąsiedztwa C r (z, v) = card { (x, y) (ξ, ψ) ( (x, y)r(ξ, ψ) f(x, y) = z f(ξ, ψ) = v )} r (X Y) (X Y) Przykład dla sąsiedztwa prawostronnego r = { ((x, y), (x + 1, y)) } C r (z, v) = H fk (z, v) k(x, y) = f(x + 1, y) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 36 / 40
48 Przykład numeryczny z H(z) z H(z) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 37 / 40
49 Przykład numeryczny z H(z) z H(z) J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 38 / 40
50 Macierz sąsiedztwa Duże wyrazy C r skupione w pobliżu przekątnej oznaczają, że w sąsiedztwie punktów o danej jasności są przeważnie punkty o jasnościach zbliżonych (obraz 1), co oznacza wolnozmienność jasności i małą ilość drobnych szczegółów. Oddalenie dużych wyrazów C r od przekątnej (obraz 2) wiąże się z występowaniem dużej ilości gwałtownych zmian jasności (krawędzi, drobnych szczegółów). J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 39 / 40
51 Ilustracja własności macierzy sąsiedztwa Obraz ostry Obraz nieostry J. Ratajczak Cyfrowe przetwarzanie obrazów i sygnałów wykład 3 40 / 40
Proste metody przetwarzania obrazu
Operacje na pikselach obrazu (operacje punktowe, bezkontekstowe) Operacje arytmetyczne Dodanie (odjęcie) do obrazu stałej 1 Mnożenie (dzielenie) obrazu przez stałą Operacje dodawania i mnożenia są operacjami
Bardziej 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 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 szczegółowo3. OPERACJE BEZKONTEKSTOWE
3. OPERACJE BEZKONTEKSTOWE 3.1. Tablice korekcji (LUT) Przekształcenia bezkontekstowe (punktowe) to takie przekształcenia obrazu, w których zmiana poziomu szarości danego piksela zależy wyłącznie od jego
Bardziej szczegółowoPOPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement)
POPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement) Przetwarzanie obrazów cyfrowych w celu wydobycia / uwydatnienia specyficznych cech obrazu dla określonych zastosowań. Brak
Bardziej 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 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 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 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 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 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 szczegółowoHistogram obrazu, modyfikacje histogramu
March 15, 2013 Histogram Jeden z graficznych sposobów przedstawiania rozkładu cechy. Składa się z szeregu prostokatów umieszczonych na osi współrzędnych. Prostokaty te sa z jednej strony wyznaczone przez
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 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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 2 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoAKWIZYCJA I PRZETWARZANIE WSTĘPNE
WYKŁAD 2 AKWIZYCJA I PRZETWARZANIE WSTĘPNE Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x,y)) do postaci zbioru danych dyskretnych (obraz cyfrowy) nadających
Bardziej szczegółowoAKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU
AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU WYKŁAD 2 Marek Doros Przetwarzanie obrazów Wykład 2 2 Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x, y)) do postaci
Bardziej szczegółowoOperacje przetwarzania obrazów monochromatycznych
Operacje przetwarzania obrazów monochromatycznych Obraz pobrany z kamery lub aparatu często wymaga dalszej obróbki. Jej celem jest poprawienie jego jakości lub uzyskaniem na jego podstawie określonych
Bardziej szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej szczegółowoPrzekształcenia punktowe i geometryczne
Przekształcenia punktowe i geometryczne 1 Przekształcenia punktowe Przekształcenia punktowe (bezkontekstowe) są to przekształcenia dotyczące stopnia szarości lub nasycenia barwy dla każdego punktu oddzielnie,
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 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 szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 2 Histogram i arytmetyka obrazów Opracowali: - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 6 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów 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 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 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 szczegółowoĆwiczenie 6. Transformacje skali szarości obrazów
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 6. Transformacje skali szarości obrazów 1. Obraz cyfrowy Obraz w postaci cyfrowej
Bardziej 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 szczegółowoObraz i komputer. Trzy dziedziny informatyki. Podział przede wszystkim ze względu na dane wejściowe i wyjściowe
Obraz i komputer Trzy dziedziny informatyki Grafika komputerowa Przetwarzanie obrazów Rozpoznawanie obrazów Podział przede wszystkim ze względu na dane wejściowe i wyjściowe Grafika komputerowa Dane wejściowe
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 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 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 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 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 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 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 szczegółowoPrzetwarzanie obrazów. Grupy metod przetwarzania obrazu. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe
Przetwarzanie obrazów Ogólna definicja Algorytm przetwarzający obraz to algorytm który, otrzymując na wejściu obraz wejściowy f, na wyjściu zwraca takŝe obraz (g). Grupy metod przetwarzania obrazu Przekształcenia
Bardziej 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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 1 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 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 szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 5 Przekształcenia geometryczne i arytmetyka obrazów Opracowali: dr inż. Krzysztof Mikołajczyk dr inż. Beata Leśniak-Plewińska Zakład Inżynierii
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 szczegółowoPolitechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 8. Filtracja uśredniająca i statystyczna.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 8 Filtracja uśredniająca i statystyczna. Cel ćwiczenia Celem ćwiczenia jest zdobycie umiejętności tworzenia i wykorzystywania
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 szczegółowoFILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI
FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI ( frequency domain filters) Każdy człon F(u,v) zawiera wszystkie wartości f(x,y) modyfikowane przez wartości członów wykładniczych Za wyjątkiem trywialnych przypadków
Bardziej 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 szczegółowo30 godzin, 6 punktów ECTS
Reprezentacja obrazów cyfrowych Podstawowe pojęcia i operacje Komputerowa analiza obrazów 30 godzin, 6 punktów ECTS Treści programowe 1. Reprezentacja obrazów cyfrowych, informacja obrazowa. 2. Modele
Bardziej szczegółowoJoint Photographic Experts Group
Joint Photographic Experts Group Artur Drozd Uniwersytet Jagielloński 14 maja 2010 1 Co to jest JPEG? Dlaczego powstał? 2 Transformata Fouriera 3 Dyskretna transformata kosinusowa (DCT-II) 4 Kodowanie
Bardziej szczegółowoALA MA KOTA MEDIA - OBRAZ OBRAZ. Operacje na obrazie. Informacja ukryta w teksturach, hierarchii krawędzi. Obraz to kompozycja:
OBRAZ Obraz to kompozycja: tła konturów tekstur PODSTAWY TECHNIK MULTIMEDIALNYCH, A.Przelaskowski MEDIA - OBRAZ f R M N k ALA MA KOTA obraz losowy bez żadnej informacji Dwuwymiarowa struktura: macierz
Bardziej szczegółowoWymagania edukacyjne z matematyki w klasie III gimnazjum
Wymagania edukacyjne z matematyki w klasie III gimnazjum - nie potrafi konstrukcyjnie podzielić odcinka - nie potrafi konstruować figur jednokładnych - nie zna pojęcia skali - nie rozpoznaje figur jednokładnych
Bardziej szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 3 Interpolacja i przekształcenia geometryczne obrazów Opracowali: - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej,
Bardziej szczegółowoSEGMENTACJA OBRAZU Wprowadzenie
Oprogramowanie Systemów Obrazowania SEGMENTACJA OBRAZU Wprowadzenie Segmentacja obszarów to operacja wydzielenia z obrazu obszarów w oparciu o zdefiniowane kryterium. Głównym uzasadnieniem celowości takiego
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia geometryczne Obroty Przesunięcia Odbicia Rozciągnięcia itp Przekształcenia geometryczne Obroty Wielokrotność 90 stopni Inne Przekształcenia geometryczne Obroty Wielokrotność
Bardziej szczegółowoAnaliza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.
Analiza obrazu komputerowego wykład 1 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Plan wykładu Wprowadzenie pojęcie obrazu cyfrowego i analogowego Geometryczne przekształcenia obrazu Przekształcenia
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT Grupa IZ06TC01, Zespół 3 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń laboratoryjnych Ćwiczenie nr 5 Temat: Modelowanie koloru, kompresja obrazów,
Bardziej szczegółowoWymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog
Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TLog Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność rozwiązywania
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 szczegółowoDodatkowo klasa powinna mieć destruktor zwalniający pamięć.
Zadanie 1. Utworzyć klasę reprezentującą liczby wymierne. Obiekty klasy powinny przechowywać licznik i mianownik rozłożone na czynniki pierwsze. Klasa powinna mieć zdefiniowane operatory czterech podstawowych
Bardziej szczegółowoZałożenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
Założenia i obszar zastosowań KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Plan wykładu: Geneza algorytmu Założenia i obszar zastosowań JPEG kroki algorytmu kodowania obrazu Założenia: Obraz monochromatyczny
Bardziej szczegółowoKodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG
Kodowanie transformacyjne Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG Zasada Zasada podstawowa: na danych wykonujemy transformacje która: Likwiduje korelacje Skupia energię w kilku komponentach
Bardziej szczegółowoAnaliza obrazu. wykład 5. Marek Jan Kasprowicz Uniwersytet Rolniczy 2008
Analiza obrazu komputerowego wykład 5 Marek Jan Kasprowicz Uniwersytet Rolniczy 2008 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, oraz materiałów ze
Bardziej szczegółowoTematyka do egzaminu ustnego z matematyki. 3 semestr LO dla dorosłych
Tematyka do egzaminu ustnego z matematyki 3 semestr LO dla dorosłych I. Sumy algebraiczne 1. Dodawanie i odejmowanie sum algebraicznych 2. Mnożenie sum algebraicznych 3. Wzory skróconego mnożenia - zastosowanie
Bardziej szczegółowoTechniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów
Doc. dr inż. Jacek Jarnicki Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej jacek.jarnicki@pwr.wroc.pl Techniki wizualizacji Ćwiczenie 4 Podstawowe algorytmy przetwarzania obrazów
Bardziej szczegółowoPrzetwarzanie obrazu. Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe
Przetwarzanie obrazu Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe Zapis obrazu rastrowego Sprowadza się do zapisu barw poszczególnych punktów Główne cechy: ilość
Bardziej szczegółowoProjekt Era inżyniera pewna lokata na przyszłość jest współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Materiały dydaktyczne na zajęcia wyrównawcze z matematyki dla studentów pierwszego roku kierunku zamawianego Biotechnologia w ramach projektu Era inżyniera pewna lokata na przyszłość Projekt Era inżyniera
Bardziej szczegółowoKOREKTA ROZKŁADU JASNOŚCI (obrazy monochromatyczne i barwne)
Ćwiczenia z grafiki komputerowej 1 KOREKTA ROZKŁADU JASNOŚCI (obrazy monochromatyczne i barwne) Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 19 Korekta rozkładu
Bardziej szczegółowoĆwiczenie 2. Przetwarzanie graficzne plików. Wprowadzenie teoretyczne
Ćwiczenie Przetwarzanie graficzne plików Wprowadzenie teoretyczne ddytywne składanie kolorów (podstawowe barwy R, G, ) arwy składane addytywnie wykorzystywane są najczęściej w wyświetlaczach, czyli stosuje
Bardziej szczegółowoProgramowanie Współbieżne. Algorytmy
Programowanie Współbieżne Algorytmy Sortowanie przez scalanie (mergesort) Algorytm :. JEŚLI jesteś rootem TO: pobierz/wczytaj tablice do posortowania JEŚLI_NIE to pobierz tablicę do posortowania od rodzica
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 szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej szczegółowoPRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń. Ćwiczenie 2. Korekcja zniekształceń radiometrycznych
WyŜsza Szkoła Informatyki Stosowanej i Zarządzania Warsaw School of Information Technology WIT Grupa ID306, Zespół 2 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 2 Temat: : Korekcja zniekształceń
Bardziej szczegółowoMetody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowoOBRÓBKA FOTOGRAFII. WYKŁAD 1 Korekcja obrazu. Jacek Wiślicki Katedra Informatyki Stosowanej
OBRÓBKA FOTOGRAFII WYKŁAD 1 Korekcja obrazu Jacek Wiślicki Katedra Informatyki Stosowanej Korekcja i retusz Korekcja (pół)automatyczne operacje wykonywane na całym obrazie (lub jego dużych fragmentach)
Bardziej szczegółowoTransformata Fouriera
Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 6
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności
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 szczegółowoPodstawy OpenCL część 2
Podstawy OpenCL część 2 1. Napisz program dokonujący mnożenia dwóch macierzy w wersji sekwencyjnej oraz OpenCL. Porównaj czasy działania obu wersji dla różnych wielkości macierzy, np. 16 16, 128 128, 1024
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 6 Interpolacja i histogram obrazów Opracowali: dr inż. Krzysztof Mikołajczyk dr inż. Beata Leśniak-Plewińska Zakład Inżynierii Biomedycznej
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 szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
Bardziej szczegółowoGIMP GNU Image Manipulation Program. Narzędzia Informatyki
GIMP GNU Image Manipulation Program Narzędzia Informatyki GIMP Darmowy program do edycji grafiki rastrowej" Rozwijany od 1995 r." Alternatywa dla Adobe Photoshop" Obsługuje tylko 8 bitów na kanał" Wersje
Bardziej szczegółowoROZKŁAD MATERIAŁU NAUCZANIA KLASA 2, ZAKRES PODSTAWOWY
1 Lekcja organizacyjna. Zapoznanie z programem nauczania i kryteriami wymagań na oceny 2 Trygonometria Funkcje trygonometryczne kąta ostrego w trójkącie prostokątnym 3-4 Trygonometria Funkcje trygonometryczne
Bardziej szczegółowoWymagania na egzamin poprawkowy z matematyki w roku szkolnym 2017/2018 klasa pierwsza Branżowa Szkoła
Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2017/2018 klasa pierwsza Branżowa Szkoła Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego.
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 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 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 szczegółowoFUNKCJE LICZBOWE. Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y.
FUNKCJE LICZBOWE Na zbiorze X określona jest funkcja f : X Y gdy dowolnemu punktowi x X przyporządkowany jest punkt f(x) Y. Innymi słowy f X Y = {(x, y) : x X oraz y Y }, o ile (x, y) f oraz (x, z) f pociąga
Bardziej szczegółowoMetody numeryczne. Postać zmiennoprzecinkowa liczby. dr Artur Woike. Arytmetyka zmiennoprzecinkowa. Uwarunkowanie zadania.
Ćwiczenia nr 1 Postać zmiennoprzecinkowa liczby Niech będzie dana liczba x R Mówimy, że x jest liczbą zmiennoprzecinkową jeżeli x = S M B E, gdzie: B N, B 2 (ustalona podstawa systemu liczbowego); S {
Bardziej szczegółowoLogarytmy. Historia. Definicja
Logarytmy Historia Logarytmy po raz pierwszy pojawiły się w książce szkockiego matematyka - Johna Nepera "Opis zadziwiających tablic logarytmów" z 1614 roku. Szwajcarski astronom i matematyk Jost Burgi
Bardziej szczegółowoRozciąganie histogramu
Rozciąganie histogramu Histogram jest wykresem przedstawiającym częstość występowania pikseli o danej jaskrawości, jasności, barwie. Raster 1 1 3 1 0 2 2 2 3 3 3 1 1 4 0 0 0 3 1 3 4 1 3 3 3 1 3 2 3 5 1
Bardziej szczegółowoOdczytywanie i zapisywanie obrazów rastrowych do plików, operacje punktowe na tablicach obrazów
Laboratorium 1 Odczytywanie i zapisywanie obrazów rastrowych do plików, operacje punktowe na tablicach obrazów Konfiguracja systemu WinPython 3.6/ 3.7 Otworzyć konsolę Python a WinPython Command Prompt
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
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 szczegółowoWymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TŻiUG
Wymagania na egzamin poprawkowy z matematyki w roku szkolnym 2018/2019 klasa 1 TŻiUG Podstawowa wiedza zawiera się w pisemnych sprawdzianach które odbyły się w ciągu całego roku szkolnego. Umiejętność
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 szczegółowoZamiana reprezentacji wektorowej na rastrową - rasteryzacja
MODEL RASTROWY Siatka kwadratów lub prostokątów stanowi elementy rastra. Piksel - pojedynczy element jest najmniejszą rozróŝnialną jednostką powierzchniową, której własności są opisane atrybutami. Model
Bardziej szczegółowo