Tytuł: Testowanie wybranych metod integracji obrazów o różnej rozdzielczości geometrycznej i spektralnej na danych symulowanych i rzeczywistych.
|
|
- Magda Karczewska
- 7 lat temu
- Przeglądów:
Transkrypt
1 Autorzy: Ewa Hocheker, Jurand Grobelski, Paweł Mackiewicz, Marcin Ossowski Koło Naukowe Satelitarnych Obserwacji Ziemi Wydział Geodezji i Gospodarki Przestrzennej Uniwersytet Warmińsko-Mazurski w Olsztynie Tytuł: Testowanie wybranych metod integracji obrazów o różnej rozdzielczości geometrycznej i spektralnej na danych symulowanych i rzeczywistych. Wstęp Teledetekcyjne obrazy lotnicze i satelitarne charakteryzuje zróżnicowana rozdzielczość geometryczna i spektralna. Stosunek wielkości piksela obrazów wielo- lub superspektralnych do wielkości piksela obrazów szerokopasmowych (panchromatycznych lub pseudo-panchromatycznych) dla większości systemów zawiera się w przedziale od 1/2 do 1/6. Ważnym zagadnieniem implikującym skuteczność wykorzystania teledetekcji w opracowaniach kartograficznych jest udane połączenie (integracja) obrazów o wysokiej rozdzielczości przestrzennej (0.6 5 m) z obrazami o niskiej rozdzielczości przestrzennej (10-30 m) ale o dużej rozdzielczości spektralnej (10-18 zakresów), w taki sposób, aby utracić jak najmniej (albo nic) z pierwotnej charakterystyki spektralnej obiektów. W pracy podjęliśmy próbę analizy efektów integracji ("fuzji") obrazów o różnej rozdzielczości uzyskanych z zastosowaniem czterech metod: 1. transformacji przestrzeni barw RGB-HSV, 2. transformacji Brovey'a, 3. ortogonalizacji Grama-Schmidta, 4. transformacji metodą głównych składowych (PCA). Są to metody zaimplementowane w oprogramowaniu ENVI 4.1. firmy VTT (dawniej Research Systems). Celem integracji jest zawsze podwyższenie rozdzielczości przestrzennej obrazów wielospektralnych, ale przy zachowaniu pierwotnych charakterystyk spektralnych. Ten wymóg jest jednak trudny do spełnienia gdyż metody transformacji przenoszą nie tylko cechy teksturalne i strukturalne obrazu, ale też jego radiometrię. Niektóre metody integracji zakładają, że obraz o wyższej rozdzielczości jest obrazem panchromatycznym, tzn. obejmującym swoim zakresem wszystkie zakresy kanałów widzialnych obrazu wielospektralnego. W przypadku kilku systemów satelitarnych (np. ETM, Ikonos, Quickbird) kanał panchromatyczny można nazwać "pseudo-panchromatycznym", gdyż obejmuje poza zakresami widzialnymi również zakres bliskiej podczerwieni. W pracy wykonaliśmy przetworzenia poprawiające rozdzielczość dla symulowanego zbioru danych na podstawie zdjęcia lotniczego oraz wysokorozdzielczego zdjęcia IKONOS, które jest przykładem rejestracji satelitarnej z kanałem "pseudo-panchromatycznym". Materiały i metodyka. W pracy posłużyliśmy się zeskanowanym zdjęciem lotniczym barwnym wykonanym w dniu roku, dla miasteczka studenckiego Kortowo w Olsztynie, w skali 1: 8 000, o terenowej wielkości piksela 17cm, aby zasymulować na jego podstawie rejestracje satelitarne o różnych rozdzielczościach przestrzennych, przyjmując, że uśrednienie trzech składowych
2 RGB skanowanego zdjęcia można potraktować jako odpowiednik wypadkowej luminancji sceny w zakresie panchromatycznym. Symulacje te wykorzystaliśmy do testowania czterech ww. metod w warunkach "idealnej" zgodności kanałów spektralnych RGB oraz kanału panchromatycznego V = (R+G+B)/3. W pierwszej fazie zostały utworzone cztery zbiory symulacyjne o typowych ilorazach rozdzielczości kanałów panchromatycznego i wielospektralnych jak dla znanych systemów satelitarnych. Rys. 1. Symulacja polegała na uśrednianiu wartości sąsiednich pikseli oryginalnego zdjęcia w kanałach RGB, które potraktowano jako ciągłą reprezentację luminancji powierzchni (przy pikselu 17x17cm), stosownie do zdegradowanej, nowo-wyznaczanej "rozdzielczości satelitarnej": 2.4m, 4.0m, 10m, 30m. Dla kanału panchromatycznego wyznaczono obrazy o rozdzielczościach: 0.6m, 1.0m, 2.5m oraz 10m. Tą samą metodą zasymulowano obrazy kontrolne, tj. "wielospektralne" RGB (barwne) o rozdzielczościach równych: 0.6m, 1.0m, 2.5m oraz 10m. Potencjalne "imperfekcje", czy też raczej właściwości danej metody integracji powinny się ujawnić w konfrontacji obrazów wytworzonych przez każdą z metod, z obrazami kontrolnymi. Za liczbowe wskaźniki podobieństwa obrazów przyjęto współczynniki korelacji odpowiednich kanałów RGB. Dokładnie te same procedury przetwarzania i weryfikacji zastosowano dla zbioru danych Ikonos, z tym odstępstwem, że integracji poddawano najpierw zestaw kanałów R,G,B, a później NIR,R,G. Dodatkowo należy zaznaczyć, że metody HSV oraz Brovey a działają tylko na zbiorze trzech składowych obrazu barwnego, natomiast metody Grama-Schmidta i PCA pozwalają również na przetwarzanie przestrzeni spektralnej wielowymiarowej (n > 3). Dla dwu pierwszych metod zbiory danych IKONOS (obrazy barwne) analizowane były więc jako przypadki "E" kompozycja 321 (RGB), oraz "F" kompozycja 432 (NIR, Red, Green jako barwy rgb). Krótki opis metod transformacji. Metoda HSV. Model HSV nawiązuje do sposobu, w jakim widzi ludzki narząd wzroku, gdzie wszystkie barwy postrzegane są jako światło pochodzące z oświetlenia. Według tego modelu wszelkie barwy wywodzą się ze światła białego, gdzie część widma zostaje wchłonięta a część odbita od oświetlanych przedmiotów. Symbole w nazwie modelu to pierwsze litery nazw angielskich dla składowych opisu barwy: H częstotliwość światła (ang. Hue) wyrażona kątem na kole barw przyjmująca wartości od 0 do 360. Model jest rozpatrywany jako stożek, którego podstawą jest koło barw. Wymiary stożka opisuje składowa S nasycenie koloru (ang. Saturation) jako promień podstawy oraz składowa V (ang. Value) równoważna nazwie B moc światła białego (ang. Brightness) jako wysokość stożka. Przyporządkowanie częstotliwości fal świetlnych na kole barw w modelu HSV jest takie same jak w modelach HLS lub HSL, tzn. centrum barwy czerwonej odpowiada kąt 0 lub 360. Centrum barwy zielonej odpowiada kąt 120. Centrum barwy niebieskiej odpowiada kąt 240. Pozostałe barwy pośrednie dla składowej Hue są odpowiednio rozłożone pomiędzy kolorami czerwonym, zielonym i niebieskim. 2
3 Zdjęcie oryginalne lotnicze barwne Skala 1: Terenowa wielkość piksela 17x17cm Symulacja rejestracji PANCHROMATYCZNEJ Symulacja rejestracji WIELOSPEKTRALNEJ Analogie do rejestracji satelitarnych Quickbird A IKONOS B SPOT -5 C SPOT/ETM D 0.6 x 0.6 m PANCHROMATYCZNY 1 x 1 m PANCHROMATYCZNY 2.5 x 2.5 m PANCHROMATYCZNY 10 x 10 m PANCHROMATYCZNY Degradacja rozdzielczości I + N T E + G R A + C J A x 2.4 m 4 x 4 m 10 x 10 m 30 x 30 m = = = = Obrazy barwne po integracji 0.6 x 0.6 m 1 x 1 m 2.5 x 2.5 m 10 x 10 m???? Symulacje wielospektralne K_MS_0.6 x 0.6 m K_MS_1 x 1 m K_MS_2.5 x 2.5 m K_MS_10 x 10 m Rys.1. Metodyka badawcza
4 Metoda oparta o transformacje Brovey'a Przykładem rozwiązania wykorzystującego stosunek jasności odpowiadających sobie pikseli z różnych obrazów jest transformacja Brovey'a (Hallada i Cox, 1983; ERDAS, 1999). Każdy z trzech kanałów spektralnych dzieli się przez sumę trypletu kanałów (normalizacja kanałów multispektralnych wchodzące w skład koła barw) a rezultat mnoży się przez dowolne inne dane obrazowe zawierające informację przestrzenną. Pomimo generowanych dużych zniekształceń spektralnych metoda ta jest często używana dla różnych zastosowań o charakterze fotointerpretacyjnym, np. detekcji zmian na terenach miejskich (Vaughan i in., 1999; Ranchin i Wald, 2000), monitoringu kopalni odkrywkowej (Mularz i in., 2000a, 2000b). Występuje często w zestawieniach porównawczych różnych metod integracji (Ranchin i Wald 2000; Hill i in. 1999). Zbliżone podejścia stosuje się w metodzie Synthetic Variable Ratio (Munechica, 1993) oraz New Synthetic Variable Ratio (Zhang, 1999). Ortogonalizacja Grama-Schmidta To metoda, za pomocą której można przekształcić zbiór liniowo niezależnych wektorów przestrzeni unitarnej w zbiór wektorów ortogonalnych. Przestrzenie liniowe, rozpinane przez zbiory przed i po ortogonalizacji są tożsame, tak więc proces może służyć do ortogonalizowania bazy. Proces został nazwany na cześć Jørgena Grama, matematyka duńskiego, oraz Erharda Schmidta, matematyka niemieckiego. Algorytm zaimplementowany w programie ENVI jest oparty na rozwiązaniu objętym patentem Laben'a i in. "Process for Enhancing the Spatial Resolution of Multispectral Imagery Using Pan-Sharpening, US Patent 6,011,875. Rozwiązanie polega na symulowaniu kanału panchromatycznego o niskiej rozdzielczości na podstawie kanałów wielospektralnych, dołączenie go do zbioru jako kanału pierwszego, wykonanie ortogonalizacji, zamiana pierwszej składowej transformacji GS na kanał panchromatyczny wysokorozdzielczy i wykonanie transformacji powrotnej. Analiza Składowych Głównych (PCA) Analiza składowych głównych (Principal Component Analysis, PCA) znajduje bazę, w której macierz kowariancji sygnału wielowymiarowego przyjmuje postać diagonalną (baza Karhunena-Loève). Pierwsza składowa tej znanej transformacji obrazów wielospektralnych zostaje Rysunek: Kierunki składowych PCA w dwóch wymiarach zamieniona przez obraz panchromatyczny, którego histogram jest do niej dopasowywany w celu uniknięcia dystorsji radiometrycznych. Wykonywana jest następnie transformacja powrotna do początkowej przestrzeni spektralnej, ale już z wyższą rozdzielczością przestrzenną. 4
5 Krótki opis danych. Ze względów oczywistych korelacje kanałów RGB zdjęcia lotniczego z wygenerowanym kanałem panchromatycznym są bliskie jedności. Współczynniki korelacji obrazu (dla czterech symulacji) panchromatycznego ze składowymi Red Green Blue D_MS_10m C_MS_2i5m B_MS_1m A_MS_06m Natomiast w przypadku danych Ikonos wartości są następujące: (iloraz rozdzielczości równy jest ¼, czyli jak w przypadku B dla zdjęć lotniczych). Korelacja Blue Green Red NIR Panchro Blue Green Red NIR Panchro Wyraźnie widać, że kanał panchromatyczny jest silniej skorelowany z kanałem bliskiej podczerwieni niż z jakimkolwiek innym kanałem zakresu widzialnego. Stąd uprawnione jest nazywanie go "pseudo-panchromatycznym". Zdjęcie lotnicze obszaru badań Kompozycja barwna Ikonos kanały 432 (4m) 5
6 Symulowany obraz panchromatyczny (pix.1m) Symulowany obraz barwny (pix. 4m) Zdjęcie panchromatyczne Ikonos (1m) Kompozycja barwna Ikonos kanały 321 (4m) Wyniki. Wskaźniki porównania liczbowego uzyskanych wyników integracji przedstawiają poniższe wykresy. W sposób wizualny można to Współczynnik korelacji Współczynniki korelacji składowej R obliczonej różnymi metodami z wartościami oryginału. Red_A Red_B Red_C Red_D Red_E Red_F Met. HSV Met. Brovey'a Met. Grama Met. PCA Analizowany przypadek (A,B,C,D,E lub F) Met. HSV Met. Brovey'a Met. Grama Met. PCA prześledzić na dalszych ilustracjach. Zauważono, że spadek korelacji dla danych lotniczych jest minimalny (poniżej 1 %) i właściwie nie zauważalny optycznie dla wszystkich metod z wyjątkiem HSV. W tym przypadku maksymalny spadek korelacji notuje się dla kanału niebieskiego i wynosi on około 3%. Wartość niewielka, jednak już wyraźnie zauważalna na zdjęciu. W przypadku obrazów IKONOS grupy E - (321RGB) metody PCA i Grama- Schmidta utrzymują współczynnik korelacji na poziomie nie mniejszym niż
7 Natomiast metody HSV i Brovey a na poziomie Potwierdza się to w sposób wizualny na poniższych obrazach, na których obserwujemy znaczne zniekształcenia pierwotnych barw. Dla grupy F wszystkie metody charakteryzuje zbliżony współczynnik korelacji ( ) za wyjątkiem korelacji kanału R dla metody HSV. Współczynniki korelacji składowej G obliczonej różnymi metodami z wartościami oryginału. Współczynniki korelacji składowej B obliczonej różnymi metodami z wartościami oryginału. Współczynnik korelacji Green_A Green_B Green_C Green_D Green_E Green_F Met.HSV Met. Brovey'a Met. Grama Met. PCA Analizowany przypadek (A,B,C,D,E lub F) Met.HSV Met. Brovey'a Met. Grama Met. PCA Współczynnik korelacji Blue_A Blue_B Blue_C Blue_D Blue_E Blue_F Met. HSV Met. Brovey'a Met. Grama Met. PCA Analizowany przypadek (A,B,C,D,E lub F) Met. HSV Met. Brovey'a Met. Grama Met. PCA Rys. Współczynniki korelacji między oryginałem a przetworzeniem obliczone dla poszczególnych składowych RGB w grupach danych. (A-D zdjęcie lotnicze, E-F - Ikonos). Zdjęcie lotnicze barwne Wynik przetworzenia wyostrzającego metodą symulacja kontrolna 1m HSV (przypadek "B" - 1m). Spadek korelacji 3%. Ikonos321 ( E ) metoda Grama-Schmidta Ikonos321 ( E ) metoda Brovey a 7
8 Ikonos321 ( E ) metoda PCA Ikonos321 ( E ) metoda HSV Ikonos432 ( F ) metoda Grama-Schmidta Ikonos432 ( F ) metoda Brovey a Ikonos432 ( F ) metoda PCA Ikonos432 ( F ) metoda HSV Podsumowanie. Uzyskane wyniki wskazują, że dla zbioru danych symulowanych na podstawie zdjęć lotniczych: 1. metoda HSV najbardziej zniekształciła pierwotna radiometrię, 2. pozostałe metody mogą być stosowane zamiennie, 8
9 3. wniosek ten należy oczywiście potwierdzić na rzeczywistych danych satelitarnych z kanałem panchromatycznym, np. EO-1 / ALI co będzie przedmiotem dalszych prac. Dla zbioru danych IKONOS: 4. Metody PCA oraz Grama-Schmidta gwarantują uzyskanie obrazów o najmniej zakłóconej radiometrii w przypadku wykonywania kompozycji z kanałów 321, tj. w barwach naturalnych, 5. Metody HSV i Brovey a generują kompozycje o drastycznie pogorszonej kolorystyce, 6. Dla przypadku integracji kanałów 432 ( F ), wysokie skorelowanie kanału podczerwieni (4) z kanałem panchromatycznym właściwie dopuszcza wszystkie metody, z niewielkim zastrzeżeniem, co do jakości metody HSV. 9
Dane teledetekcyjne. Sławomir Królewicz
Dane teledetekcyjne Sławomir Królewicz Teledetekcja jako nauka Teledetekcja to dziedzina wiedzy, nauki zajmująca się badaniem właściwości fizycznych, chemicznych i biologicznych przedmiotów bez bezpośredniego
Bardziej szczegółowoArchiwum Fotogrametrii, Kartografii i Teledetekcji Vol. 9,1999, s ISBN
Polskie Towarzystwo Fotogrametrii i Teledetekcji oraz Katedra Fotogrametrii i Teledetekcji Wydziału Geodezji i Gospodarki Przestrzennej Uniwersytetu Warmińsko-Mazurskiego w Olsztynie Archiwum Fotogrametrii,
Bardziej szczegółowoCharakterystyka danych teledetekcyjnych jako źródeł danych przestrzennych. Sławomir Królewicz
Charakterystyka danych teledetekcyjnych jako źródeł danych przestrzennych Sławomir Królewicz Teledetekcja jako nauka Teledetekcja to dziedzina wiedzy, nauki zajmująca się badaniem właściwości fizycznych,
Bardziej szczegółowoFOTOGRAMETRIA I TELEDETEKCJA
FOTOGRAMETRIA I TELEDETEKCJA 2014-2015 program podstawowy dr inż. Paweł Strzeliński Katedra Urządzania Lasu Wydział Leśny UP w Poznaniu Format Liczba kolorów Rozdzielczość Wielkość pliku *.tiff CMYK 300
Bardziej szczegółowoPodstawy Geomatyki Wykład VI Teledetekcja 2. Remote sensing methods based on multispectral satellite images (passive methods)
Podstawy Geomatyki Wykład VI Teledetekcja 2 Remote sensing methods based on multispectral satellite images (passive methods) Obrazowanie optyczne Podstawowa metoda teledetekcji pasywnej zobrazowania multispektralne
Bardziej szczegółowoTeoria światła i barwy
Teoria światła i barwy Powstanie wrażenia barwy Światło może docierać do oka bezpośrednio ze źródła światła lub po odbiciu od obiektu. Z oka do mózgu Na siatkówce tworzony pomniejszony i odwrócony obraz
Bardziej szczegółowoGeoinformacja - Interpretacja danych teledetekcyjnych. Ćwiczenie I
Geoinformacja - Interpretacja danych teledetekcyjnych Ćwiczenie I Landsat TM i ETM 7 kanałów spektralnych (rozdzielczość przestrzenna 30m) Kanał 1 niebieski Kanał 2 zielony Kanał 3 czerwony Kanał 4 bliska
Bardziej szczegółowoPojęcie Barwy. Grafika Komputerowa modele kolorów. Terminologia BARWY W GRAFICE KOMPUTEROWEJ. Marek Pudełko
Grafika Komputerowa modele kolorów Marek Pudełko Pojęcie Barwy Barwa to wrażenie psychiczne wywoływane w mózgu człowieka i zwierząt, gdy oko odbiera promieniowanie elektromagnetyczne z zakresu światła
Bardziej szczegółowoAkwizycja obrazów. Zagadnienia wstępne
Akwizycja obrazów. Zagadnienia wstępne Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 A. Przelaskowski, Techniki Multimedialne,
Bardziej szczegółowoGrafika komputerowa. Dla DSI II
Grafika komputerowa Dla DSI II Rodzaje grafiki Tradycyjny podział grafiki oznacza wyróżnienie jej dwóch rodzajów: grafiki rastrowej oraz wektorowej. Różnica pomiędzy nimi polega na innej interpretacji
Bardziej szczegółowoEURO MAPS. opracowanie: GAF AG, GEOSYSTEMS Polska dystrybcja: GEOSYSTEMS Polska
Wysokorozdzielcza ortomozaika zobrazowań satelitarnych dla Polski 150 scen satelitarnych IRS-P6 Resourcesat rozdzielczość 5 metrów opracowanie: GAF AG, GEOSYSTEMS Polska dystrybcja: GEOSYSTEMS Polska Charakterystyka:
Bardziej szczegółowoMODELE KOLORÓW. Przygotował: Robert Bednarz
MODELE KOLORÓW O czym mowa? Modele kolorów,, zwane inaczej systemami zapisu kolorów,, są różnorodnymi sposobami definiowania kolorów oglądanych na ekranie, na monitorze lub na wydruku. Model RGB nazwa
Bardziej szczegółowoWaldemar Izdebski - Wykłady z przedmiotu SIT / Mapa zasadnicza 30
Waldemar Izdebski - Wykłady z przedmiotu SIT / Mapa zasadnicza 30 2.3. Model rastrowy Rastrowy model danych wykorzystywany jest dla gromadzenia i przetwarzania danych pochodzących ze skanowania istniejących
Bardziej szczegółowoPrzeglądanie zdjęć satelitarnych Landsat 8
Przeglądanie zdjęć satelitarnych Landsat 8 Celem poniższej instrukcji jest przedstawienie struktury folderu z zobrazowaniem Landsat 8 oraz pokazanie w jaki sposób można wyświetlać i przeglądać znajdujące
Bardziej szczegółowo2. Dane optyczne: LANDSAT, Sentinel- 2.
2. Dane optyczne: LANDSAT, Sentinel- 2. 2.1. Wybór i pobieranie danych multispektralnych z satelity Landsat a) rejestracja na stronie: http://earthexplorer.usgs.gov/ b) uzupełnij dane do logowania: Na
Bardziej szczegółowoAdam Korzeniewski p Katedra Systemów Multimedialnych
Adam Korzeniewski adamkorz@sound.eti.pg.gda.pl p. 732 - Katedra Systemów Multimedialnych Zastosowania grafiki komputerowej Światło widzialne Fizjologia narządu wzroku Metody powstawania barw Modele barw
Bardziej szczegółowoTELEDETEKCJA W MIEŚCIE CHARAKTERYSTYKA SPEKTRALNA RÓŻNYCH POKRYĆ DACHÓW, CZYLI ZMIANA FACHU SKRZYPKA NA DACHU
TELEDETEKCJA W MIEŚCIE CHARAKTERYSTYKA SPEKTRALNA RÓŻNYCH POKRYĆ DACHÓW, CZYLI ZMIANA FACHU SKRZYPKA NA DACHU Materiały zebrał dr S. Królewicz TELEDETEKCJA JAKO NAUKA Teledetekcja to dziedzina wiedzy,
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 szczegółowoTeledetekcja w kartografii geologicznej. wykład I
Teledetekcja w kartografii geologicznej wykład I Teledetekcja teledetekcja «badanie obiektów oraz zjawisk i procesów zachodzących na powierzchni Ziemi oraz innych planet i ich księżyców za pomocą specjalnej
Bardziej szczegółowoRozpoznawanie obrazów na przykładzie rozpoznawania twarzy
Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić
Bardziej szczegółowo10. Redukcja wymiaru - metoda PCA
Algorytmy rozpoznawania obrazów 10. Redukcja wymiaru - metoda PCA dr inż. Urszula Libal Politechnika Wrocławska 2015 1 1. PCA Analiza składowych głównych: w skrócie nazywana PCA (od ang. Principle Component
Bardziej szczegółowoTeledetekcja w inżynierii środowiska
AKADEMIA GÓRNICZO-HUTNICZA IM. STANISŁAWA STASZICA W KRAKOWIE Wydział Geodezji Górniczej i Inżynierii Środowiska Sprawozdanie z przedmiotu: Teledetekcja w inżynierii środowiska Temat: Satelitarny obraz
Bardziej szczegółowoPRZESTRZENNE BAZY DANYCH
PRZESTRZENNE BAZY DANYCH ĆWICZENIA 1 TEMAT: Analiza satelitarnych danych Landsat w programie ArcGIS TELEDETEKCJA SYSTEM PASYWNY 1. Co to jest teledetekcja? 2. Co oznacza w teledetekcji system pasywny?
Bardziej szczegółowoIntegracja obrazów satelitarnych o różnej rozdzielczości *
Tomasz Pirowski Katalog wystawców X międzynarodowych targów GEA - materiały szkoleniowe ZFiIT AGH Integracja obrazów satelitarnych o różnej rozdzielczości * Różnorodność obrazów satelitarnych dotyczących
Bardziej szczegółowoWYKŁAD 11. Kolor. fiolet, indygo, niebieski, zielony, żółty, pomarańczowy, czerwony
WYKŁAD 11 Modelowanie koloru Kolor Światło widzialne fiolet, indygo, niebieski, zielony, żółty, pomarańczowy, czerwony ~400nm ~700nm Rozróżnialność barw (przeciętna): 150 czystych barw Wrażenie koloru-trzy
Bardziej szczegółowoPOTENCJAŁ INTERPRETACYJNY ZDJĘĆ WYSOKOROZDZIELCZYCH WPŁYW METODY ŁĄCZENIA DANYCH MS I PAN NA WARTOŚĆ INTERPRETACYJNĄ ZDJĘĆ VHR
POTENCJAŁ INTERPRETACYJNY ZDJĘĆ WYSOKOROZDZIELCZYCH WPŁYW METODY ŁĄCZENIA DANYCH MS I PAN NA WARTOŚĆ INTERPRETACYJNĄ ZDJĘĆ VHR Streszczenie Katarzyna Osińska-Skotak Politechnika Warszawska Instytut Fotogrametrii
Bardziej szczegółowoDo opisu kolorów używanych w grafice cyfrowej śluzą modele barw.
Modele barw Do opisu kolorów używanych w grafice cyfrowej śluzą modele barw. Każdy model barw ma własna przestrzeo kolorów, a co za tym idzie- własny zakres kolorów możliwych do uzyskania oraz własny sposób
Bardziej szczegółowoPodstawy przetwarzania obrazów teledetekcyjnych. Format rastrowy
Podstawy przetwarzania obrazów teledetekcyjnych Format rastrowy Definicja rastrowego modelu danych - podstawowy element obrazu cyfrowego to piksel, uważany w danym momencie za wewnętrznie jednorodny -
Bardziej szczegółowoGrafika na stronie www
Grafika na stronie www Grafika wektorowa (obiektowa) To grafika której obraz jest tworzony z obiektów podstawowych najczęściej lini, figur geomtrycznych obrazy są całkowicie skalowalne Popularne programy
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 szczegółowoAGENDA. 1. Wprowadzenie 2. Nowoczesne technologie w procesie weryfikacji 3. Weryfikacja bazy EGiB metodami teledetekcyjnymi 4.
ESA/C. Carreau. Weryfikacja bazy EGiB w oparciu o aktualną ortofotomapę satelitarną Bartosz Kulawik NOWOCZESNE TECHNOLOGIE POZYSKIWANIA I AKTUALIZACJI DANYCH Z PZGIK Wisła, 5-7 września 2012 AGENDA 1.
Bardziej szczegółowoWybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska
Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS 10.1 Marcin Paź Esri Polska Zagadnienia Koncepcja rastra Typy danych rastrowych Właściwości rastrów Modele danych rastrowych w ArcGIS Przetwarzanie
Bardziej szczegółowoPODWYŻSZANIE ROZDZIELCZOŚCI PRZESTRZENNEJ OBRAZÓW WIELOSPEKTRALNYCH IKONOS STATYSTYCZNE I WIZUALNE PORÓWNANIE WYNIKÓW OTRZYMANYCH RÓŻNYMI FORMUŁAMI
Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 17b, 2007 ISBN 978-83-920594-9-2 PODWYŻSZANIE ROZDZIELCZOŚCI PRZESTRZENNEJ OBRAZÓW WIELOSPEKTRALNYCH IKONOS STATYSTYCZNE I WIZUALNE PORÓWNANIE WYNIKÓW
Bardziej szczegółowoIV Konferencja naukowo-techniczna WYKORZYSTANIE WSPÓŁCZESNYCH ZOBRAZOWAŃ SATELITARNYCH, LOTNICZYCH I NAZIEMNYCH DLA POTRZEB OBRONNOŚCI KRAJU I
Potencjał informacyjny obrazu SPOT 5 na przykładzie ortofotomapy dla obszaru Polski Zbigniew Zdunek IV Konferencja naukowo-techniczna WYKORZYSTANIE WSPÓŁCZESNYCH ZOBRAZOWAŃ SATELITARNYCH, LOTNICZYCH I
Bardziej szczegółowo1.2 Logo Sonel podstawowe załoŝenia
1.2 Logo Sonel podstawowe załoŝenia Logo czyli graficzna forma przedstawienia symbolu i nazwy firmy. Terminu logo uŝywamy dla całego znaku, składającego się z sygnetu (symbolu graficznego) i logotypu (tekstowego
Bardziej szczegółowoAnaliza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu
WYDZIAŁ GEODEZJI I KARTOGRAFII POLITECHNIKA WARSZAWSKA Analiza wpływu obrazów źródłowych na efektywność granulometrycznej analizy teksturowej w wyodrębnianiu wybranych klas pokrycia terenu Katarzyna Staniak,
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 szczegółowoAUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ
AUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ Ireneusz WYCZAŁEK Zakład Geodezji Politechnika Poznańska CEL Aktualizacja baz danych przestrzennych,
Bardziej szczegółowoMAPY SATELITARNE W OJEW ÓDZTW A O POLSK IEGO I DOLNOŚLĄSKIEGO
Polskie Towarzystwo Fotogrametrii i Teledetekcji Sekcja Fotogrametrii i Teledetekcji Komitetu Geodezji PAN Komisja Geoinformatyki PAU Zakład Fotogrametrii i Informatyki Teledetekcyjnej AGH Archiwum Fotogrametrii,
Bardziej szczegółowoPotencjał wysokorozdzielczych zobrazowań Ikonos oraz QuickBird dla generowania ortoobrazów.
Dr inż.. Ireneusz Ewiak Instutut Geodezji i Kartografii 02-679 Warszawa, ul. Modzelewskiego 27 rene@igik.edu.pl Potencjał wysokorozdzielczych zobrazowań Ikonos oraz QuickBird dla generowania ortoobrazów.
Bardziej szczegółowoMETODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Bardziej szczegółowoINFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ
INFORMATYKA WSTĘP DO GRAFIKI RASTROWEJ Przygotowała mgr Joanna Guździoł e-mail: jguzdziol@wszop.edu.pl WYŻSZA SZKOŁA ZARZĄDZANIA OCHRONĄ PRACY W KATOWICACH 1. Pojęcie grafiki komputerowej Grafika komputerowa
Bardziej szczegółowoTeledetekcja w ochronie środowiska. Wykład 2
Teledetekcja w ochronie środowiska Wykład 2 TELEDETEKCJA teledetekcja «dziedzina nauk technicznych zajmująca się pozyskiwaniem wiarygodnych informacji o obiektach fizycznych i ich otoczeniu drogą rejestracji
Bardziej szczegółowoElementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
Bardziej szczegółowoGRAFIKA RASTROWA GRAFIKA RASTROWA
GRAFIKA KOMPUTEROWA GRAFIKA RASTROWA GRAFIKA RASTROWA (raster graphic) grafika bitmapowa: prezentacja obrazu za pomocą pionowo-poziomej siatki odpowiednio kolorowanych pikseli na monitorze komputera, drukarce
Bardziej szczegółowoMarcin Wilczewski Politechnika Gdańska, 2013/14
Algorytmy graficzne Marcin Wilczewski Politechnika Gdańska, 213/14 1 Zagadnienia, wykład, laboratorium Wykład: Światło i barwa. Modele barw. Charakterystyki obrazu. Reprezentacja i opis. Kwantyzacja skalarna
Bardziej szczegółowoOjcowski Park Narodowy OJCÓW 9, Suł oszowa, POLSKA
Znak sprawy: DNE 370/1/2012 Zamawiający: Ojcowski Park Narodowy OJCÓW 9, 32 045 Suł oszowa, POLSKA tel.: 12 389 10 39, 12 389 14 90, 12 389 20 05, fax: 12 389 20 06, email: opnar@pro.onet.pl www.ojcowskiparknarodowy.pl
Bardziej szczegółowoGeoinformacja Interpretacja danych teledetekcyjnych. TNTmips ver 7.3/7.4 lub 2009,2011
Przedmiot Tytuł projektu Kierunek i rok studiów Autorzy Wykorzystywane oprogramowanie Uwagi wstępne Cel projektu: Sposób zaliczenia: Geoinformacja Interpretacja danych teledetekcyjnych laboratoria Interpretacja
Bardziej szczegółowoZobrazowania satelitarne jako źródło danych obrazowych do zarządzania obszarami chronionymi
Zobrazowania satelitarne jako źródło danych obrazowych do zarządzania obszarami chronionymi Łukasz Sławik II WARSZTATY SYSTEMY INFORMACJI GEOGRAFICZNEJ W PARKACH NARODOWYCH I OBSZARACH CHRONIONYCH ZAKOPANE
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 szczegółowoKP, Tele i foto, wykład 3 1
Krystian Pyka Teledetekcja i fotogrametria sem. 4 2007/08 Wykład 3 Promieniowanie elektromagnetyczne padające na obiekt jest w części: odbijane refleksja R rozpraszane S przepuszczane transmisja T pochłaniane
Bardziej szczegółowoBudowa i zasada działania skanera
Budowa i zasada działania skanera Skaner Skaner urządzenie służące do przebiegowego odczytywania: obrazu, kodu paskowego lub magnetycznego, fal radiowych itp. do formy elektronicznej (najczęściej cyfrowej).
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 głównych składowych- redukcja wymiaru, wykł. 12
Analiza głównych składowych- redukcja wymiaru, wykł. 12 Joanna Jędrzejowicz Instytut Informatyki Konieczność redukcji wymiaru w eksploracji danych bazy danych spotykane w zadaniach eksploracji danych mają
Bardziej szczegółowoNowe metody badań jakości wód wykorzystujące technikę teledetekcji lotniczej - przykłady zastosowań
Nowe metody badań jakości wód wykorzystujące technikę teledetekcji lotniczej - przykłady zastosowań Małgorzata Słapińska, Tomasz Berezowski, Jarosław Chormański Szkoła Główna Gospodarstwa Wiejskiego, Wydział
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska INFORMACJE WSTĘPNE Hipotezy do uczenia się lub tworzenia
Bardziej szczegółowoZmysły. Wzrok 250 000 000. Węch 40 000 000. Dotyk 2 500 000. Smak 1 000 000. Słuch 25 000. Równowaga?
Zmysły Rodzaj zmysłu Liczba receptorów Wzrok 250 000 000 Węch 40 000 000 Dotyk 2 500 000 Smak 1 000 000 Słuch 25 000 Równowaga? Fale elektromagnetyczne Wzrok Informacje kształt zbliżony do podstawowych
Bardziej szczegółowoSylwia A. Nasiłowska , Warszawa
PORÓWNANIE ZDJĘĆ SATELITARNYCH (LANDSAT) I LOTNICZYCH (PLATFORMA ) POWIERZCHNI BADAWCZYCH PROJEKTU W LATACH 2013-2015 Sylwia A. Nasiłowska 04.08.2016, Warszawa sylwia.nasilowska@ilot.edu.pl Zakład Teledetekcji
Bardziej szczegółowoSTANISŁAW MULARZ *, TOMASZ PIROWSKI **
STANISŁAW MULARZ *, TOMASZ PIROWSKI ** ASPEKTY METODYCZNE INTEGRACJI DANYCH TELEDETEKCYJNYCH W OPARCIU O METODĘ IHS I JEJ MODYFIKACJE Słowa kluczowe: obrazy satelitarne, wzmacnianie przestrzenne, integracja
Bardziej szczegółowoEKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW
EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW 1. Motywacja Strony internetowe zawierają 70% multimediów Tradycyjne wyszukiwarki wspierają wyszukiwanie tekstu Kolekcje obrazów: Dwie
Bardziej szczegółowoCała prawda o plikach grafiki rastrowej
~ 1 ~ Cała prawda o plikach grafiki rastrowej Grafika rastrowa to rodzaj grafiki zapisywanej na dysku w postaci bitmapy, czyli zbioru pikseli. W edytorach grafiki rastrowej możliwa jest edycja na poziomie
Bardziej szczegółowoProste metody przetwarzania obrazu
Operacje na pikselach obrazu (operacje punktowe, bezkontekstowe) Operacje arytmetyczne Dodanie (odjęcie) do obrazu stałej 1 Mnożenie (dzielenie) obrazu przez stałą Operacje dodawania i mnożenia są operacjami
Bardziej szczegółowoPrzetwarzanie obrazów
Przetwarzanie obrazów Zajęcia 12 Zastosowania operacji algebraicznych. 2007-01-04 17:31:45 Zródło obrazków z Ptolemeuszem: seria Getting Started Booklets, Microimages, Inc. Zasady wykonania ćwiczenia Obrazy
Bardziej szczegółowoPrzetwarzanie obrazów wykład 1. Adam Wojciechowski
Przetwarzanie obrazów wykład 1 Adam Wojciechowski Teoria światła i barwy Światło Spektrum światła białego: 400nm 700nm fiolet - niebieski - cyan - zielony - żółty - pomarańczowy - czerwony Światło białe
Bardziej szczegółowoPodstawy cyfrowego przetwarzania obrazów teledetekcyjnych. Dr S. Królewicz, Dr inż. J. Piekarczyk
Podstawy cyfrowego przetwarzania obrazów teledetekcyjnych Dr S. Królewicz, Dr inż. J. Piekarczyk Teledetekcja jako nauka Teledetekcja to dziedzina wiedzy, nauki zajmująca się badaniem właściwości fizycznych,
Bardziej szczegółowoSINGLE-IMAGE HIGH-RESOLUTION SATELLITE DATA FOR 3D INFORMATIONEXTRACTION
SINGLE-IMAGE HIGH-RESOLUTION SATELLITE DATA FOR 3D INFORMATIONEXTRACTION MOŻLIWOŚCI WYDOBYCIA INFORMACJI 3D Z POJEDYNCZYCH WYSOKOROZDZIELCZYCH OBRAZÓW SATELITARNYCH J. Willneff, J. Poon, C. Fraser Przygotował:
Bardziej szczegółowoPrzeglądanie zdjęć satelitarnych Sentinel-2
Przeglądanie zdjęć satelitarnych Sentinel-2 Celem poniższej instrukcji jest przedstawienie struktury folderu z zobrazowaniem Sentinel-2 oraz pokazanie w jaki sposób można wyświetlać i przeglądać znajdujące
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 szczegółowoINTEGRACJA DANYCH TELEDETEKCYJNYCH POCHODZĄCYCH Z RÓŻNYCH ŹRÓDEŁ DLA POTRZEB GIS
INTEGRACJA DANYCH TELEDETEKCYJNYCH POCHODZĄCYCH Z RÓŻNYCH ŹRÓDEŁ DLA POTRZEB GIS Fakultet: Integracja danych przestrzennych praktyczne zastosowania GIS dr inż. Tomasz Pirowski INTEGRACJA DANYCH TELEDETEKCYJNYCH
Bardziej szczegółowoGIS i teledetekcja w monitoringu środowiska
Andrzej Borkowski Ewa Głowienka Beata Hejmanowska Jolanta Kwiatkowska-Malina Mateusz Kwolek Krystyna Michałowska Sławomir Mikrut Agnieszka Pękala Tomasz Pirowski Barbara Zabrzeska-Gąsiorek GIS i teledetekcja
Bardziej szczegółowoGeoinformacja Interpretacja danych teledetekcyjnych. XIII. Obliczenie indeksu wegetacji NDVI
Geoinformacja Interpretacja danych teledetekcyjnych XIII. Obliczenie indeksu wegetacji NDVI 1 Wprowadzenie Wzmocnienia spektralne obrazu satelitarnego Zamiana jasności piksela w danym kanale w oparciu
Bardziej szczegółowoPlan wykładu. Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie. informatyka +
Plan wykładu Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie 2 Po co obrabiamy zdjęcia Poprawa jasności, kontrastu, kolorów itp. Zdjęcie wykonano w niesprzyjających warunkach (złe
Bardziej szczegółowoPRÓBA PODNIESIENIA WARTOŚCI INFORMACYJNEJ CYFROWYCH ORTOFOTOMAP ATTEMPT TO INCREASE INFORMATIVE VALUE OF DIGITAL ORTHOPHOTOMAPS
Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 16, 2006 ISBN 978-83-920594-5-X PRÓBA PODNIESIENIA WARTOŚCI INFORMACYJNEJ CYFROWYCH ORTOFOTOMAP ATTEMPT TO INCREASE INFORMATIVE VALUE OF DIGITAL
Bardziej szczegółowoTeledetekcja w ujęciu sensorycznym
Teledetekcja w ujęciu sensorycznym Zmysły ludzkie (wzrok, węch, słuch, dotyk, smak) nie reagują na większość bodźców pochodzących od otaczającego nas Świata. W przypadku człowieka rolę odbiornika różnego
Bardziej szczegółowoGRAFIKA. Rodzaje grafiki i odpowiadające im edytory
GRAFIKA Rodzaje grafiki i odpowiadające im edytory Obraz graficzny w komputerze Może być: utworzony automatycznie przez wybrany program (np. jako wykres w arkuszu kalkulacyjnym) lub urządzenie (np. zdjęcie
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów. Karol Czapnik
Cyfrowe Przetwarzanie Obrazów Karol Czapnik Podstawowe zastosowania (1) automatyka laboratoria badawcze medycyna kryminalistyka metrologia geodezja i kartografia 2/21 Podstawowe zastosowania (2) komunikacja
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 szczegółowoKurs grafiki komputerowej Lekcja 2. Barwa i kolor
Barwa i kolor Barwa to zjawisko, które zachodzi w trójkącie: źródło światła, przedmiot i obserwator. Zjawisko barwy jest wrażeniem powstałym u obserwatora, wywołanym przez odpowiednie długości fal świetlnych,
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 szczegółowoFotometria i kolorymetria
9. (rodzaje receptorów; teoria Younga-Helmholtza i Heringa; kontrast chromatyczny i achromatyczny; dwu- i trzywariantowy system widzenia ssaków; kontrast równoczesny). http://www.if.pwr.wroc.pl/~wozniak/
Bardziej szczegółowoPrzetwarzanie obrazów Grafika komputerowa. dr inż. Marcin Wilczewski 2016/2017
Przetwarzanie obrazów Grafika komputerowa dr inż. Marcin Wilczewski 216/217 1 Zagadnienia, wykład, laboratorium Wykład: Reprezentacja danych multimedialnych na przykładzie obrazów cyfrowych oraz wideo.
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 szczegółowoModele i przestrzenie koloru
Modele i przestrzenie koloru Pantone - międzynarodowy standard identyfikacji kolorów do celów przemysłowych (w tym poligraficznych) opracowany i aktualizowany przez amerykańską firmę Pantone Inc. System
Bardziej szczegółowoTemat ćwiczenia: Zasady stereoskopowego widzenia.
Uniwersytet Rolniczy w Krakowie Wydział Inżynierii Środowiska i Geodezji Katedra Fotogrametrii i Teledetekcji Temat ćwiczenia: Zasady stereoskopowego widzenia. Zagadnienia 1. Widzenie monokularne, binokularne
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 szczegółowoZbigniew JERZAK Adam KOTLIŃSKI. Studenci kierunku Informatyka na Politechnice Śląskiej w Gliwicach
Studenci kierunku Informatyka na Politechnice Śląskiej w Gliwicach Program zrealizowany na potrzeby Pracowni Komputerowej Analizy Obrazu i Mikroskopii Konfokalnej w Centrum Onkologii w Gliwicach Gliwice,
Bardziej szczegółowoOpis modułu kształcenia / przedmiotu (sylabus)
Opis modułu kształcenia / przedmiotu (sylabus) Rok akademicki: Grupa przedmiotów: Numer katalogowy: Nazwa przedmiotu 1) : Teledetekcja środowiska ECTS 2) 4 Tłumaczenie nazwy na jęz. angielski 3) : Kierunek
Bardziej szczegółowoPercepcja obrazu Podstawy grafiki komputerowej
Percepcja obrazu Podstawy grafiki komputerowej Światło widzialne wycinek szerokiego widma fal elektromagnetycznych 1 Narząd wzroku Narząd wzroku jest wysoko zorganizowanym analizatorem zmysłowym, którego
Bardziej szczegółowoKompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych
Instytut Badawczy Leśnictwa www.ibles.pl Dane pozyskane w projekcie Kompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych Aneta Modzelewska, Małgorzata
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 szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowoGrafika Komputerowa Wykład 5. Potok Renderowania Oświetlenie. mgr inż. Michał Chwesiuk 1/38
Wykład 5 Potok Renderowania Oświetlenie mgr inż. 1/38 Podejście śledzenia promieni (ang. ray tracing) stosuje się w grafice realistycznej. Śledzone są promienie przechodzące przez piksele obrazu wynikowego
Bardziej szczegółowoBARWA. Barwa postrzegana opisanie cech charakteryzujących wrażenie, jakie powstaje w umyśle;
BARWA Barwa postrzegana opisanie cech charakteryzujących wrażenie, jakie powstaje w umyśle; Barwa psychofizyczna scharakteryzowanie bodźców świetlnych, wywołujących wrażenie barwy; ODRÓŻNIENIE BARW KOLORYMETR
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 szczegółowoFotometria i kolorymetria
10. Opis barwy; cechy psychofizyczne barwy; indukcja przestrzenna i czasowa; widmo bodźca a wrażenie barwne; wady postrzegania barw; testy Ishihary. http://www.if.pwr.wroc.pl/~wozniak/ Miejsce i termin
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 szczegółowoWPŁYW KOREKCJI GEOMETRYCZNEJ NA WYNIKI KLASYFIKACJI ZDJĘĆ WIELOSPEKTRALNYCH
Katarzyna Osińska-Skotak Anna Fijałkowska Zofia Chudzyńska WPŁYW KOREKCJI GEOMETRYCZNEJ NA WYNIKI KLASYFIKACJI ZDJĘĆ WIELOSPEKTRALNYCH Streszczenie. W niniejszym opracowaniu przedstawiono wyniki pierwszego
Bardziej szczegółowoAntyaliasing w 1 milisekundę. Krzysztof Kluczek
Antyaliasing w 1 milisekundę Krzysztof Kluczek Zasada działania Założenia: Metoda bazująca na Morphological Antialiasing (MLAA) wejście: obraz wyrenderowanej sceny wyjście: zantyaliasowany obraz Krótki
Bardziej szczegółowoIloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X
Iloczyn skalarny, wektorowy, mieszany. Ortogonalność wektorów. Metoda ortogonalizacji Grama-Schmidta. Małgorzata Kowaluk semestr X ILOCZYN SKALARNY Iloczyn skalarny operator na przestrzeni liniowej przypisujący
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowo