Laboratorium Cyfrowego Przetwarzania Obrazów
|
|
- Justyna Skiba
- 7 lat temu
- Przeglądów:
Transkrypt
1 Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 4 Filtracja 2D Opracowali: - dr inż. Krzysztof Mikołajczyk - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut Metrologii i Inżynierii Biomedycznej, Wydział Mechatroniki Politechniki Warszawskiej. Warszawa, 2011
2 1. Cel ćwiczenia. W ramach ćwiczenia studenci zapoznają się z podstawami filtracji liniowej (filtr uśredniający, filtr krawędziowy) i nieliniowej (filtr medianowy) obrazów w dziedzinie przestrzeni. 2. Wymagane wiadomości. Filtracja obrazów w dziedzinie przestrzeni. Splot (konwolucja) i jego właściwości. Podstawowe rodzaje filtrów: filtr uśredniający (gładzący), filtr krawędziowy, filtr medianowy. 3. Literatura 1. R. Tadeusiewicz i P. Korohoda "Komputerowa analiza i przetwarzanie obrazów", Wydawnictwo Fundacji Postępu Telekomunikacji, Kraków, 1997 ( Ćwiczenie 4 - Filtracja 2D 2/9
3 4. Spis (niestandardowych) funkcji Matlab'a przydatnych podczas realizacji ćwiczenia. h = pokaz_obraz (X, 'NazwaParametru', WartoscParametru) Funkcja służy do tworzenia ilustracji danych 2D. Parametrami wyjściowymi funkcji są: h uchwyt do obiektu graficznego, Parametrami wejściowymi funkcji są: X dane obrazowe (macierz), 'NazwaParametru', WartoscParametru - nazwa i wartość parametru określającego wybrane właściwości obiektu graficznego. Parametry opisano w poniższej tabeli. Nazwa parametru 'mapa' 'typ' Opis i wartości parametru macierz liczbowa określająca paletę barw; standardowe palety barw dostępne w MATLAB'ie: hsv, jet, hot, gray, cool, bone, copper, pink, prism, flag. Wartość domyślna: gray; Łańcuch znakowy określający czy dane wejściowe zostaną przeskalowane przed wyświetleniem: 'skalowany' - tworzy ilustrację, w której wartości pixeli obrazu (elementów macierzy) są przeskalowane tak, aby wykorzystać pełen zakres aktualnej palety barw; 'nieskalowany' - brak skalowania. Wartość domyślna: 'skalowany' Przykłady: h = pokaz_obraz(lena, 'mapa', gray, 'typ', 'nieskalowany'); Powyższe polecenie utworzy ilustrację 2D danych zawartych w zmiennej lena. Paletą barw będą odcienie szarości. Dane nie będą skalowane. Ponadto polecenie zwróci uchwyt do utworzonego obiektu graficznego (ilustracji) i przypisze go zmiennej h. pokaz_obraz(lena); Powyższe polecenie utworzy ilustrację 2D danych zawartych w zmiennej lena. Paleta barw i rodzaj skalowania będą miały wartości domyślne. Ćwiczenie 4 - Filtracja 2D 3/9
4 4. Przebieg ćwiczenia Przed przystąpieniem do realizacji ćwiczenia należy poprosić prowadzącego o wskazanie folderu zawierającego dane niezbędne do realizacji ćwiczenia. Oznaczenia użyte w tekście: sygnal nazwa funkcji, która powinna zostać użyta w celu rozwiązania danego problemu, s1 nazwa zmiennej, s1a=s1(1:end/4) polecenie Matlab'a, które należy wpisać w okno komend (ang.: command window). s(t)= A sin(2 π f t) - opis w notacji matematycznej. 1. Filtracja dolnoprzepustowa filtr uśredniający a) Z pliku 'rentgen.bmp' załadować do przestrzeni roboczej obraz rentgen. b) Wyświetl obraz rentgen (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - c) Wykonaj filtrację obrazu rentgen (imfilter) dla następujących jąder filtru (jeśli trzeba znormalizuj maskę filtru): h1=[ ], h2=[ ], h3=[ ], h4=[1 1] d) Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Wyjaśnij działanie czterech filtrów (p.p. 1.c) i różnice w uzyskanych w wyniku ich działania obrazach. Ćwiczenie 4 - Filtracja 2D 4/9
5 e) Dodaj do obrazu rentgen szum gaussowski (imnoise, domyślne wartości parametrów: 'm' i 'v'). f) Wykonaj filtrację zaszumionego obrazu rentgen dla jąder filtru z p.p. 1.c) (imfilter) (jeśli trzeba znormalizuj maskę filtru). Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Co osiągnięto za pomocą zastosowanych filtracji? Kosztem czego? g) Dodaj do obrazu rentgen szum impulsowy (typu 'salt & pepper') (imnoise, domyślne wartości parametru 'd'). h) Wykonaj filtrację zaszumionego obrazu rentgen dla jąder filtru z p.p. 1.c) (imfilter) (jeśli trzeba znormalizuj maskę filtru). Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Porównaj skuteczność filtracji dla obydwu rodzajów szumu. 2. Filtracja nieliniowa - filtr medianowy a) Poddaj obraz rentgen filtracji medianowej dla następujących rozmiarów jąder filtru medianowego (medfilt2): 3 x 3; 5 x 5; 11 x 11; 21 x 21; b) Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Jakie są efekty działania filtru medianowego? c) Poddaj filtracji medianowej obrazy rentgen zaszumione szumem gausowskim (pp. 1.e) i szumem impulsowym (pp. 1.h) (medfilt2, samodzielnie dobierz optymalny rozmiar filtru): Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Porównaj skuteczność filtracji medianowej dla obydwu rodzajów szumu z filtracją przeprowadzoną w pp. f) oraz i). Ćwiczenie 4 - Filtracja 2D 5/9
6 3. Filtracja górnoprzepustowa filtr konturowy a) Z pliku 'kolo.bmp' załadować do przestrzeni roboczej obraz kolo. b) Wyświetl obraz kolo (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - c) Wykonaj filtrację obrazu kolo (imfilter) dla następujących jąder filtru kierunkowego (Prewitt'a) (jeśli trzeba dokonaj rzutowania typu zmiennej zawierającej filtrowany obraz oraz znormalizuj maskę filtru): hp1=[ ], hp2=[ ], hp3=[ ], hp4=[ ] d) Zilustruj wyniki filtracji (pokaz_obraz, dobierz wartość parametru 'typ', 'mapa' - Wyjaśnij działanie czterech powyższych filtrów i różnice w obrazach uzyskanych w wyniku ich działania. e) Utwórz obraz krawędziowy (obraz zawierający pełny kontur) wykorzystując obrazy będące wynikiem filtracji obrazu kolo za pomocą filtrów kierunkowych działających w kierunkach ortogonalnych (np. hp1 i hp3) oraz wzór na Euklidesową kombinację dwóch składowych gradientu (Równanie 2): L ' (m,n)= (L 1 (m,n)) 2 + ( L 2 (m,n)) 2 (2) gdzie: L'(m.n) element obrazu krawędziowego, L 1 (m.n) i L 2 (m.n) elementy obrazów wynikowych dla filtracji kierunkowej działających w dwóch ortogonalnych kierunkach. f) W obrazie krawędziowym uzyskanym w p. 3.e) korzystając z progowania usuń krawędzie pochodzące od szprych koła (uzyskaj obraz zbliżony do przedstawionego na Rysunku 1). Samodzielnie dobierz wartość progu. Zanotuj wybraną wartość progu. Ćwiczenie 4 - Filtracja 2D 6/9
7 Rysunek 1 g) Dodaj do obrazu kolo (macierz zawierająca dane wejściowe powinna być typu uint8) szum gaussowski (imnoise, 'm' = 0 i 'v' = 0.03). h) Wykonaj filtrację zaszumionego obrazu kolo dla jąder filtru z p.p. 3.c) (imfilter) (jeśli trzeba dokonaj rzutowania typu zmiennej zawierającej filtrowany obraz oraz znormalizuj maskę filtru). i) Utwórz obraz krawędziowy wykorzystując obrazy będące wynikiem filtracji zaszumionego obrazu kolo za pomocą filtrów kierunkowych działających w kierunkach ortogonalnych (np. hp1 i hp3) oraz wzór na Euklidesową kombinację dwóch składowych gradientu (Równanie 2). j) Dla obrazu krawędziowego uzyskanym w p. 3.i) zastosuj progowanie z progiem o wartości dobranej w punkcie 3.f) Czy uzyskano obraz zbliżony do przedstawionego na Rysunku1? Dlaczego? Ćwiczenie 4 - Filtracja 2D 7/9
8 k) Sprawdź czy możliwe jest dobranie dla obrazu krawędziowego uzyskanym w p. 3.i) takiej wartości progu aby uzyskać obraz zbliżony do przedstawionego na Rysunku 1. Wyjaśnij przyczynę różnic wyników uzyskanych w p. 3.j) i 3.h) Ćwiczenie 4 - Filtracja 2D 8/9
9 Sprawozdanie Ćwiczenie 4 Filtracja 2D L.p. Imię i nazwisko Grupa Data Punkt ćwiczenia Liczba punktów do uzyskania Uzyskana liczba punktów Uwagi prowadzącego a) - d) 1 1 e) - g) 1 h) - j) a) - d) 1 3 e) - f) 2 g) - l) 2 Ćwiczenie 4 - Filtracja 2D 9/9
Laboratorium 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 szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 5 Segmentacja Opracowali: - dr inż. Krzysztof Mikołajczyk - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej,
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 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 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 szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 7 Filtracja 2D Opracowali: dr inż. Krzysztof Mikołajczyk dr inż. Beata Leśniak-Plewińska Zakład Inżynierii Biomedycznej Instytut Metrologii
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 4 Transformacja falkowa Opracował: - prof. dr hab. inż. Krzysztof Kałużyński Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii
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 szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX Lokalne transformacje obrazów Joanna Ratajczak, Wrocław, 28 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami lokalnych
Bardziej szczegółowoLaboratorium MATLA. Ćwiczenie 6 i 7. Mała aplikacja z GUI
Laboratorium MATLA Ćwiczenie 6 i 7 Mała aplikacja z GUI Opracowali: - dr inż. Beata Leśniak-Plewińska dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii Biomedycznej
Bardziej szczegółowoLaboratorium MATLA. Ćwiczenie 1
Laboratorium MATLA Ćwiczenie 1 Opracowali: - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut Metrologii i Inżynierii Biomedycznej, Wydział Mechatroniki
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Analiza widmowa
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Analiza widmowa Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład
Bardziej szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 6 Transformaty: Fouriera i falkowa Opracowali: - dr inż. Krzysztof Mikołajczyk - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład
Bardziej szczegółowodr inż. Tomasz Krzeszowski
Metody cyfrowego przetwarzania obrazów dr inż. Tomasz Krzeszowski 2017-05-20 Spis treści 1 Przygotowanie do laboratorium... 3 2 Cel laboratorium... 3 3 Przetwarzanie obrazów z wykorzystaniem oprogramowania
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 1 Stetoskop elektroniczny parametry sygnałów rejestrowanych. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
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 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 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 szczegółowoFiltracja w domenie przestrzeni
1 Filtracja Filtracja w domenie przestrzeni Filtracja liniowa jest procesem splotu (konwolucji) obrazu z maską (filtrem). Dla dwuwymiarowej i dyskretnej funkcji filtracja dana jest wzorem: L2(m, n) = (w
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 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 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 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 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie piate Filtrowanie obrazu Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów przez
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 szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 3. Filtracja i korelacja sygnałów dyskretnych
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 3 Filtracja i korelacja sygnałów dyskretnych Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie piąte Filtrowanie obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów
Bardziej szczegółowoPrzetwarzanie obrazów
Przetwarzanie obrazów Zajęcia 11 Filtracje przestrzenne obrazów rastrowych (2). Zasady wykonania ćwiczenia Obrazy wynikowe do zadań zapisujemy w pliku nazwiskonr.rvc (bieżące nr 1) a komentarze do wyników
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 3 Analiza sygnału o nieznanej strukturze Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik Politechnika Warszawska,
Bardziej szczegółowoPolitechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej
Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium komputerowych systemów pomiarowych Ćwiczenie 4 Filtracja sygnałów dyskretnych 1. Opis stanowiska Ćwiczenie jest realizowane w
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 1 Wydobywanie sygnałów z szumu z wykorzystaniem uśredniania Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik
Bardziej szczegółowoLaboratorium EAM. Instrukcja obsługi programu Dopp Meter ver. 1.0
Laboratorium EAM Instrukcja obsługi programu Dopp Meter ver. 1.0 Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii
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 szczegółowoPROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY
PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY 1. NAZWA PRZEDMIOTU : ANALIZA I PRZETWARZANIE OBRAZÓW MEDYCZNYCH 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Filtracja i korelacja sygnałów dyskretnych
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Filtracja i korelacja sygnałów dyskretnych Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska
Bardziej szczegółowoPrzetwarzanie obrazów wykład 3
Przetwarzanie obrazów wykład 3 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Operacje kontekstowe (filtry) Operacje polegają
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 szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 11. Filtracja sygnałów wizyjnych
Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 11 Filtracja sygnałów wizyjnych Operacje kontekstowe (filtry) Operacje polegające na modyfikacji poszczególnych elementów obrazu w zależności od stanu
Bardziej szczegółowoGrafika komputerowa. Dr inż. Michał Kruk
Grafika komputerowa Dr inż. Michał Kruk Operacje kontekstowe Z reguły filtry używane do analizy obrazów zakładają, że wykonywane na obrazie operacje będą kontekstowe Polega to na wyznaczeniu wartości funkcji,
Bardziej szczegółowoPrzekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu
Definicja Przekształcenia kontekstowe są to przekształcenia które dla wyznaczenia wartości jednego punktu obrazu wynikowego trzeba dokonać określonych obliczeń na wielu punktach obrazu źródłowego. Przekształcenia
Bardziej szczegółowoĆwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 4 Elektroniczny stetoskop - cyfrowe przetwarzanie sygnału. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej szczegółowoWYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH
PODSTAWY SYGNAŁÓW POMIAROWYCH I METROLOGII WYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH WSTĘP TEORETYCZNY Sygnałem nazywamy przebieg dowolnej wielkości fizycznej mogącej być nośnikiem informacji Opis
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 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 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 szczegółowoElektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
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 szczegółowoPolitechnika Świętokrzyska. Laboratorium. Przetwarzanie obrazów medycznych. Ćwiczenie 5. Filtracja kontekstowa obrazów.
Politechnika Świętokrzyska Laboratorium Przetwarzanie obrazów medycznych Ćwiczenie 5 Filtracja kontekstowa obrazów. Cel ćwiczenia Celem ćwiczenia jest zdobucie umiejętności tworzenia funkcji realizujących
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX3 Globalne transformacje obrazów Joanna Ratajczak, Wrocław, 2018 1 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami globalnych
Bardziej szczegółowoAKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT. Instrukcja do zajęc laboratoryjnych nr 1 AUTOMATYZACJA I ROBOTYZACJA PROCESÓW PRODUKCYJNYCH
AKADEMIA MORSKA W SZCZECINIE WI-ET / IIT / ZTT Instrukcja do zajęc laboratoryjnych nr 1 AUTOMATYZACJA I ROBOTYZACJA PROCESÓW PRODUKCYJNYCH II rok Kierunek Logistyka Temat: Zajęcia wprowadzające. BHP stanowisk
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PRZETWARZANIE I ANALIZA OBRAZÓW BIOMEDYCZNYCH Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy na specjalności informatyka medyczna Rodzaj zajęć: wykład, laboratorium Conversion
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 szczegółowoProjekt 2: Filtracja w domenie przestrzeni
Projekt 2: Filtracja w domenie przestrzeni 1. 2. Wstęp teoretyczny a. Filtracja w domenie przestrzeni b. Krótko o szumie c. Filtracja d. Usuwanie szumu typu Salt and Pepper filtrem medianowym e. Wnioski
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 szczegółowoPodstawy Przetwarzania Sygnałów
Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech
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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU CYFROWE PRZETWARZANIE SYGNAŁÓW
Bardziej szczegółowoPodstawy grafiki komputerowej
Podstawy grafiki komputerowej Krzysztof Gracki K.Gracki@ii.pw.edu.pl tel. (22) 6605031 Instytut Informatyki Politechniki Warszawskiej 2 Sprawy organizacyjne Krzysztof Gracki k.gracki@ii.pw.edu.pl tel.
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 szczegółowoKARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3
KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:
Bardziej szczegółowoLaboratorium Techniki ultradźwiękowej w diagnostyce medycznej
TUD - laboratorium Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej Ćwiczenie 1 Analiza sygnałów występujących w diagnostycznej aparaturze ultradźwiękowej (rev.1) Opracowali: dr hab inż. Krzysztof
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej szczegółowoRaport. Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010
Raport Bartosz Paprzycki xed@mat.umk.pl UMK 2009/2010 1. Wykrywanie krawędzi 1.0. Obraz oryginalny 1. 1.1. Sobel. Parametry: domyślne. 1.2. Prewitt. Parametry: domyślne. 1.3. Roberts. Parametry: domyślne.
Bardziej szczegółowoFiltracja obrazów. w dziedzinie częstotliwości. w dziedzinie przestrzennej
Filtracja obrazów w dziedzinie częstotliwości w dziedzinie przestrzennej filtry liniowe filtry nieliniowe Filtracja w dziedzinie częstotliwości Obraz oryginalny FFT2 IFFT2 Obraz po filtracji f(x,y) H(u,v)
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 szczegółowoAndrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów
Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZEIE 7 Splot liniowy i kołowy sygnałów 1. Cel ćwiczenia Operacja splotu jest jedną z najczęściej wykonywanych operacji na sygnale. Każde przejście
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1. Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej 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 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 szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim: DIAGNOSTYKA OBRAZOWA Nazwa w języku angielskim: DIAGNOSTIC IMAGING Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoRozwiązywanie równań różniczkowych z niezerowymi warunkami początkowymi
. Cele ćwiczenia Laboratorium nr Rozwiązywanie równań różniczkowych z niezerowymi warunkami początkowymi zapoznanie się z metodami symbolicznego i numerycznego rozwiązywania równań różniczkowych w Matlabie,
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 szczegółowoLaboratorium Techniki ultradźwiękowej w diagnostyce medycznej
TUD - laboratorium Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej Ćwiczenie 1 Analiza sygnałów występujących w diagnostycznej aparaturze ultradźwiękowej (rev.2) Opracowali: prof. nzw. dr
Bardziej szczegółowoLaboratorium MATLA. Ćwiczenie 4. Debugowanie. Efektywności kodu. Wektoryzacja.
Laboratorium MATLA Ćwiczenie 4. Debugowanie. Efektywności kodu. Wektoryzacja. Opracowali: - dr inż. Beata Leśniak-Plewińska Zakład Inżynierii Biomedycznej, Instytut Metrologii i Inżynierii Biomedycznej,
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 5
5. FILTRY LINIOWE I STATYSTYCZNE. WYRÓWNYWANIE TŁA. Znacznie większe znaczenie w przetwarzaniu obrazu niż operacje punktowe mają takie przekształcenia w których zmiana poziomu szarości piksela zależy nie
Bardziej 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 szczegółowoLABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.
LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 1. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. Transformacja falkowa (ang. wavelet falka) przeznaczona jest do analizy
Bardziej szczegółowox(n) x(n-1) x(n-2) D x(n-n+1) h N-1
Laboratorium Układy dyskretne LTI projektowanie filtrów typu FIR Z1. apisać funkcję y = filtruj(x, h), która wyznacza sygnał y będący wynikiem filtracji sygnału x przez filtr FIR o odpowiedzi impulsowej
Bardziej szczegółowoDyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform
Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. March 20, 2013 Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transformata Z. Sygnał i system Sygnał jest opisem
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 2 Elektroniczny stetoskop - głowica i przewód akustyczny. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej szczegółowoFiltry. Przemysław Barański. 7 października 2012
Filtry Przemysław Barański 7 października 202 2 Laboratorium Elektronika - dr inż. Przemysław Barański Wymagania. Sprawozdanie powinno zawierać stronę tytułową: nazwa przedmiotu, data, imiona i nazwiska
Bardziej szczegółowoWOJSKOWA AKADEMIA TECHNICZNA
WOJSKOWA AKADEMIA TECHNICZNA LABORATORIUM CYFROWE PRZETWARZANIE SYGNAŁÓW Stopień, imię i nazwisko prowadzącego Imię oraz nazwisko słuchacza Grupa szkoleniowa Data wykonania ćwiczenia dr inż. Andrzej Wiśniewski
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Inżynieria oprogramowania, Sieci komputerowe Rodzaj zajęć: wykład, laboratorium MODELOWANIE I SYMULACJA Modelling
Bardziej szczegółowoĆw. 18: Pomiary wielkości nieelektrycznych II
Wydział: EAIiIB Kierunek: Imię i nazwisko (e mail): Rok: Grupa: Zespół: Data wykonania: Zaliczenie: Podpis prowadzącego: Uwagi: LABORATORIUM METROLOGII Ćw. 18: Pomiary wielkości nieelektrycznych II Celem
Bardziej szczegółowoĆwiczenia z grafiki komputerowej 5 FILTRY. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Październik 2015
Ćwiczenia z grafiki komputerowej 5 FILTRY Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 12 Wykorzystanie warstw Opis zadania Obrazy do ćwiczeń Zadanie ilustruje
Bardziej szczegółowoMETODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH
METODY KOMPUTEROWE W OBLICZENIACH INŻYNIERSKICH ĆWICZENIE NR 1 WPROWADZENIE DO PROGRAMU KOMPUTEROWEGO MATLAB Dr inż. Sergiusz Sienkowski ĆWICZENIE NR 1 Wprowadzenie do programu komputerowego Matlab 1.1.
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
Bardziej szczegółowoFiltracja splotowa obrazu
Informatyka, S1 sem. letni, 2012/2013, wykład#3 Filtracja splotowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 53 Proces przetwarzania obrazów Obraz f(x,y)
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 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 szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 2 Analiza sygnału EKG przy użyciu transformacji falkowej Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - inż. Tomasz Kubik Politechnika
Bardziej szczegółowoKomputerowa analiza obrazu Laboratorium 4
Komputerowa analiza obrazu Laboratorium 4 Przykład 1 Palety barw w programie Matlab: Wykreślenie wartości nasycenia składowych RGB dla palety HSV. ('Color','w'); rgbplot (hsv (256)); axis([0 256 0 1]);
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 szczegółowo