CECHY BIOMETRYCZNE: ODCISK PALCA

Wielkość: px
Rozpocząć pokaz od strony:

Download "CECHY BIOMETRYCZNE: ODCISK PALCA"

Transkrypt

1 CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko kondensacji ładunku elektrycznego między przerwami linii papilarnych, a czujnikiem Czujniki optyczne - działające w paśmie podczerwieni i wykorzystujące zjawisko całkowitego wewnętrznego odbicia Czujniki termiczne - wykrywające zmiany temperatury w miejscu styku linii papilarnej z czujnikiem Podstawowymi cechami wyróżniającymi odcisku palca są: delta (dwie linie równoległe, które rozchylają się w pewnym punkcie w kształt lejka. Ramiona delty dzielą wzór na trzy zasadnicze części: podstawę, rdzeń i pokrywę) termin wewnętrzny (punkt wyznaczony w centrum wzoru) termin zewnętrzny (punkt wyznaczony w obrębie delty) linia Galtona (łączy termin zewnętrzny z terminem wewnętrznym) minucje Wydobycie cech charakterystycznych z obrazu wymaga wdrożenie preprocessingu poprzez oczyszczenie z artefaktów i wydzielenie składowych zdatnych do analizy. Etap 1. Pozyskanie obrazu wejściowego Rysunek 1 Analizowany obraz odcisku palca. Przebarwienia na krawędziach (które bezwzględnie należy usunąć) wynikają z charakterystyki pracy urządzenia pobierającego. Etap 2 Usuwanie przebarwień ręcznie w dowolnym programie graficznym (dla małych baz danych). badając histogram linii pionowych i poziomych i usuwając na krawędziach linie znacząco odbiegające od średniej. JSW Strona 1

2 Etap 3 Zmiana na obraz w odcieniach szarości Etap 4 Normalizacja histogramu JSW Strona 2

3 Etap 5 Binaryzacja obrazu Rysunek 2 Zbinaryzowany odcisk palca: metoda Otsu (po lewej), metoda Bernsena (po prawej) Etap 6 Ścienianie. Rysunek 3 Efekt ścieniania algrorytmem KMM: binaryzacja Otsu (po lewej), binaryzacja Bernsena (po prawej) JSW Strona 3

4 Rysunek 4 Efekt ścieniania z zastosowaniem maski: binaryzacja Otsu (po lewej), binaryzacja Bernsena (po prawej) Operacje morfologiczne przypomnienie z AIPO Erozja - jest to proces usuwania nadmiernych pikseli krawędziowych obiektów na zbinaryzowanym obrazie. W tym celu usuwa się wszelkie czarne piksele, które mają co najmniej jednego białego sąsiada. Dylatacja - jest procesem dokładnie odwrotnym do erozji - tym razem sprawdza się elementami strukturalnymi białe piksele i jeśli ich otoczenie pasuje do elementu, zamienia się je na czarne. Dylatacja służy do uzupełniania małych otworów i niepożądanych wcięć w figurach. Najprostsza forma dylatacji zakłada zaczernienie każdego piksela, który ma białego sąsiada. Przykładowe maski dylatacyjne to (gdzie 1 to piksel czarny, a 0 to piksel biały): Każdą z masek przykłada się do piksela czterokrotnie - za każdym razem obracając ją o kolejne 90 o. Oprócz podanych wyżej masek stosuje się wiele innych, także większych, w zależności od specyfiki posiadanych obrazków. Otwarcie - jest to wykonanie najpierw erozji, a potem dylatacji. Zamknięcie - jest to wykonanie najpierw dylatacji, a potem erozji. JSW Strona 4

5 MINUCJE Kombinacje dwóch podstawowych elementów linii: zakończeń i rozwidleń grzbietów. Na każdym palcu znajduje się ich od 30 do 40. Zakłada się że już 20 minucji wystarczy do jednoznacznego określenia osoby RODZAJ MINUCJI WYGLĄD SYMBOL 1 1 Początek J 2 Zakończenie - jest to czarny piksel na ścienionym obrazie, który ma dokładnie jednego sąsiada T Rozwidlenie - jest to czarny piksel na ścienionym obrazie, który ma dokładnie trzech sąsiadów B 1 Podwójne rozwidlenie - są to dwie minucje typu rozwidlenie leżące obok siebie tak, że druga znajduje się na ramieniu pierwszej Potrójne rozwidlenie - są to trzy minucje typu rozwidlenie leżące obok siebie tak, że druga znajduje się na ramieniu pierwszej, a trzecia na ramieniu drugiej Punkt - jest to niewielkie izolowane skupisko czarnych punktów Odcinek (wyspa) jest to większe, podłużne izolowane skupisko czarnych punktów, aby ją odnaleźć należy sprawdzić czy nie ma dwóch połączonych krótką linią minucji typu zakończenie Linia szczątkowa B 2 B 3 Pn S Lr 9 Linia przechodząca Li Styk boczny Oczko - są to dwie minucje typu rozwidlenie leżące blisko siebie i skierowane do siebie stroną rozwidloną (możliwe podwójne: O 2 ) J O 1 12 Oczko podwójne - są to dwie minucje typu oczko O 2 13 Mostek - są to dwie minucje typu rozwidlenie leżące blisko siebie i skierowane do siebie stroną P 1 1 Czesław Grzeszyk: Kryminalistyczne badania śladów linii papilarnych. Legionowo: Wydawnictwo Centrum Szkolenia Policji, ISBN JSW Strona 5

6 14 Łącznik - są to dwie minucje typu rozwidlenie leżące nieco dalej od siebie niż w przypadku mostka i łączące dwie równoległe linie papilarne P 1 15 Łącznik bliźniaczy (Mostek podwójny) P 2 16 Widły - jest to piksel, który ma 4 sąsiadów, a linia papilarna, na której leży, rozdziela się na 3 inne 17 Trójnóg Tr 18 Skrzyżowanie - jest to piksel, który ma 4 sąsiadów i leży na przecięciu 2 linii papilarnych D Haczyk - jest to połączenie minucji typu rozwidlenie z minucją typu zakończenie tak, że ta druga jest na jednym z ramion tej pierwszej Złącze pojedyncze (Ostroga) - jest to połączenie minucji typu rozwidlenie z minucją typu zakończenie tak, że ta druga jest na podstawowej linii tej pierwszej 21 Złącze podwójne 22 Złącze potrójne U Jn 1 Jn 2 Jn 3 23 Minucja typu M M JSW Strona 6

7 Jak usunąć fałszywe minucje typu zakończenie z krańców odcisku? Najprościej jest wyciąć wszystkie minucje, które mieszczą się na brzegu obszaru zawierającego odcisk. Bardziej skomplikowana metoda zakłada podział zbinaryzowanego obrazu odcisku na kwadraty/prostokąty i zliczanie w nich czarnych pikseli. Kwadraty, w których ilość czarnych pikseli jest znacząco niska, stanowią tło obrazka. Minucje w nich leżące należy usunąć. Do tego należy również usunąć minucje, które leżą w bliskim sąsiedztwie kwadratów tła. Należy również usunąć minucje leżące znacząco blisko krawędzi obrazu. Poniżej znajduje się obraz ze wszystkimi minucjami, na różowo zaznaczono te, które należy usunąć. JSW Strona 7

LINIE PAPILARNE 16:15-17:45

LINIE PAPILARNE 16:15-17:45 WARSZTATY Przetwarzanie obrazów w biometrii LINIE PAPILARNE 16:15-17:45 Na początek trochę teorii. Czym jest biometria? Biometria to nauka zajmująca się rozpoznawaniem ludzi na podstawie ich cech fizjologicznych

Bardziej szczegółowo

Detekcja twarzy w obrazie

Detekcja 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 szczegółowo

Odciski palców ekstrakcja cech

Odciski 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 szczegółowo

Analiza obrazów - sprawozdanie nr 3

Analiza obrazów - sprawozdanie nr 3 Analiza obrazów - sprawozdanie nr 3 Przekształcenia morfologiczne Przekształcenia morfologiczne wywodzą się z morfologii matematycznej, czyli dziedziny, która opiera się na teorii zbiorów, topologii i

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie czwarte Przekształcenia morfologiczne obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych

Bardziej szczegółowo

rozpoznawania odcisków palców

rozpoznawania odcisków palców w algorytmie rozpoznawania odcisków palców Politechnika Łódzka Wydział Fizyki Technicznej, Informatyki i Matematyki Stosowanej 24 października 2008 Plan prezentacji 1 Wstęp 2 3 Metoda badań Wyniki badań

Bardziej szczegółowo

Diagnostyka obrazowa

Diagnostyka obrazowa Diagnostyka obrazowa Ćwiczenie czwarte Przekształcenia morfologiczne obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z definicjami operacji morfologicznych

Bardziej szczegółowo

Analiza obrazów. Segmentacja i indeksacja obiektów

Analiza 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 szczegółowo

POB Odpowiedzi na pytania

POB 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 szczegółowo

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

BIBLIOTEKA 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 szczegółowo

Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38

Grafika 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 szczegółowo

Reprezentacja i analiza obszarów

Reprezentacja i analiza obszarów Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność

Bardziej szczegółowo

Szacowanie wartości monet na obrazach.

Szacowanie wartości monet na obrazach. Marcin Nieściur projekt AiPO Szacowanie wartości monet na obrazach. 1. Wstęp. Celem projektu było stworzenie pluginu do programu ImageJ pozwalającego na szacowanie wartości monet znajdujących się na obrazach

Bardziej szczegółowo

Implementacja filtru Canny ego

Implementacja 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 szczegółowo

Analiza i przetwarzanie obrazów

Analiza i przetwarzanie obrazów Analiza i przetwarzanie obrazów Temat projektu: Aplikacja na system Android wyodrębniająca litery(znaki) z tekstu Marcin Nycz 1. Wstęp Tematem projektu była aplikacja na system Android do wyodrębniania

Bardziej szczegółowo

Reprezentacja i analiza obszarów

Reprezentacja i analiza obszarów Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność

Bardziej szczegółowo

9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie

9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie 9. OBRAZY i FILTRY BINARNE 9.1 Erozja, dylatacja, zamykanie, otwieranie Obrazy binarne to takie, które mają tylko dwa poziomy szarości: 0 i 1 lub 0 i 255. ImageJ wykorzystuje to drugie rozwiązanie - obrazy

Bardziej szczegółowo

Przekształcenia morfologiczne II i operacje na obrazach logicznych

Przekształcenia morfologiczne II i operacje na obrazach logicznych Przekształcenia morfologiczne II i operacje na obrazach logicznych 1 Przekształcenia morfologiczne 1.1 Ścienianie i Pogrubianie Pogrubianie i ścienianie: Operacje te polegają na nałożeniu lub ściągnięciu

Bardziej szczegółowo

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda

Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp. autor: Łukasz Chlebda Segmentacja obrazów cyfrowych Segmentacja obrazów cyfrowych z zastosowaniem teorii grafów - wstęp autor: Łukasz Chlebda 1 Segmentacja obrazów cyfrowych - temat pracy Temat pracy: Aplikacja do segmentacji

Bardziej szczegółowo

Filtracja obrazu operacje kontekstowe

Filtracja 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 szczegółowo

Zbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 7

Zbigniew 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 szczegółowo

Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.

Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż. Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych

Bardziej szczegółowo

WYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku

WYKŁAD 3 WYPEŁNIANIE OBSZARÓW. Plan wykładu: 1. Wypełnianie wieloboku WYKŁ 3 WYPŁNINI OSZRÓW. Wypełnianie wieloboku Zasada parzystości: Prosta, która nie przechodzi przez wierzchołek przecina wielobok parzystą ilość razy. Plan wykładu: Wypełnianie wieloboku Wypełnianie konturu

Bardziej szczegółowo

Przetwarzanie obrazów wykład 7. Adam Wojciechowski

Przetwarzanie obrazów wykład 7. Adam Wojciechowski Przetwarzanie obrazów wykład 7 Adam Wojciechowski Przekształcenia morfologiczne Przekształcenia podobne do filtrów, z tym że element obrazu nie jest modyfikowany zawsze lecz tylko jeśli spełniony jest

Bardziej szczegółowo

Przekształcenia punktowe

Przekształcenia 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 szczegółowo

Operacje morfologiczne w przetwarzaniu obrazu

Operacje morfologiczne w przetwarzaniu obrazu Przekształcenia morfologiczne obrazu wywodzą się z morfologii matematycznej działu matematyki opartego na teorii zbiorów Wykorzystuje się do filtracji morfologicznej, wyszukiwania informacji i analizy

Bardziej szczegółowo

Opis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK

Opis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK Opis ochrony danych osobowych oraz technologii wykorzystanej w zintegrowanym systemie informatycznym do obsługi wejść użytkowników karnetów OK System. SPIS TREŚCI 2 SPIS TREŚCI 1. Cel dokumentu... 3 2.

Bardziej szczegółowo

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk

i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:

Bardziej szczegółowo

Filtracja obrazu operacje kontekstowe

Filtracja 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 szczegółowo

Zadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt): F x E' E''

Zadanie I. 2. Gdzie w przestrzeni usytuowane są punkty (w której ćwiartce leży dany punkt): F x E' E'' GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2012/2013 Zadanie I. 1. Według podanych współrzędnych punktów wykreślić je w przestrzeni (na jednym rysunku aksonometrycznym) i określić, gdzie w przestrzeni

Bardziej szczegółowo

Co należy zauważyć Rzuty punktu leżą na jednej prostej do osi rzutów x 12, którą nazywamy prostą odnoszącą Wysokość punktu jest odległością rzutu

Co należy zauważyć Rzuty punktu leżą na jednej prostej do osi rzutów x 12, którą nazywamy prostą odnoszącą Wysokość punktu jest odległością rzutu Oznaczenia A, B, 1, 2, I, II, punkty a, b, proste α, β, płaszczyzny π 1, π 2, rzutnie k kierunek rzutowania d(a,m) odległość punktu od prostej m(a,b) prosta przechodząca przez punkty A i B α(1,2,3) płaszczyzna

Bardziej szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Wyższa Szkoła Informatyki Stosowanej i Zarządzania Wyższa Szkoła Informatyki Stosowanej i Zarządzania Grupa ID308, Zespół 11 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 8 Temat: Operacje sąsiedztwa detekcja krawędzi Wykonali: 1. Mikołaj Janeczek

Bardziej szczegółowo

Metody komputerowego przekształcania obrazów

Metody 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 szczegółowo

Spośród licznych filtrów nieliniowych najlepszymi właściwościami odznacza się filtr medianowy prosty i skuteczny.

Spośród 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 szczegółowo

Definicja obrotu: Definicja elementów obrotu:

Definicja obrotu: Definicja elementów obrotu: 5. Obroty i kłady Definicja obrotu: Obrotem punktu A dookoła prostej l nazywamy ruch punktu A po okręgu k zawartym w płaszczyźnie prostopadłej do prostej l w kierunku zgodnym lub przeciwnym do ruchu wskazówek

Bardziej szczegółowo

ALGORYTMY PRZETWARZANIA OBRAZÓW Projekt. Aplikacja przetwarzająca obrazy z możliwością eksportu i importu do programu MS Excel.

ALGORYTMY 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 szczegółowo

Analiza obrazu. wykład 7. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza obrazu. wykład 7. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Analiza obrazu komputerowego wykład 7 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Slajdy przygotowane na podstawie książki Komputerowa analiza obrazu R.Tadeusiewicz, P. Korohoda, Filtry morfologiczne

Bardziej szczegółowo

Przetwarzanie obrazów wykład 4

Przetwarzanie 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 szczegółowo

Rozpoznawanie odcisków palców

Rozpoznawanie odcisków palców Podstawy Technik Biometrycznych Rozpoznawanie odcisków palców Paweł Forczmański, KSM, WI ZUT Rozpoznawanie odcisków palców... a właściwie na podstawie odcisków palców Rozpoznawanie odcisków palców Metoda

Bardziej szczegółowo

Operacje przetwarzania obrazów monochromatycznych

Operacje 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 szczegółowo

Maskowanie i selekcja

Maskowanie i selekcja Maskowanie i selekcja Maska prostokątna Grafika bitmapowa - Corel PHOTO-PAINT Pozwala definiować prostokątne obszary edytowalne. Kiedy chcemy wykonać operacje nie na całym obrazku, lecz na jego części,

Bardziej szczegółowo

Przetwarzanie obrazów rastrowych macierzą konwolucji

Przetwarzanie 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 szczegółowo

Proste metody przetwarzania obrazu

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 szczegółowo

XVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM

XVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM XVI Konferencja Sieci i Systemy Informatyczne Łódź, październik 2008 JAN STOLAREK Instytut Informatyki Politechniki Łódzkiej NEW MINUTIAE DETECTION CRITERIA IN FINGERPRINT RECOGNITION ALGORITHM NOWE KRYTERIA

Bardziej szczegółowo

Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.

Laboratorium. 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 szczegółowo

w jednym kwadrat ziemia powietrze równoboczny pięciobok

w jednym kwadrat ziemia powietrze równoboczny pięciobok Wielościany Definicja 1: Wielościanem nazywamy zbiór skończonej ilości wielokątów płaskich spełniających następujące warunki: 1. każde dwa wielokąty mają bok lub wierzchołek wspólny albo nie mają żadnego

Bardziej szczegółowo

Filtracja nieliniowa obrazu

Filtracja nieliniowa obrazu Informatyka, S1 sem. letni, 2014/2015, wykład#4 Filtracja nieliniowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów Obraz

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III

Cyfrowe 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 szczegółowo

Rok akademicki 2005/2006

Rok akademicki 2005/2006 GEOMETRIA WYKREŚLNA ĆWICZENIA ZESTAW I Rok akademicki 2005/2006 Zadanie I. 1. Według podanych współrzędnych punktów wykreślić je w przestrzeni (na jednym rysunku aksonometrycznym) i określić, gdzie w przestrzeni

Bardziej szczegółowo

WYKŁAD 7. Obraz z wykrytymi krawędziami: gdzie 1 - wartość konturu, 0 - wartość tła.

WYKŁAD 7. Obraz z wykrytymi krawędziami: gdzie 1 - wartość konturu, 0 - wartość tła. WYKŁAD 7 Elementy segmentacji Obraz z wykrytymi krawędziami: Detektory wzrostu (DTW); badanie pewnego otoczenia piksla Lokalizacja krawędzi metodami: - liczenie różnicy bezpośredniej, - liczenie różnicy

Bardziej szczegółowo

WYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego

WYKŁAD 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 szczegółowo

Ćwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University.

Ćwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Ćwiczenia z grafiki komputerowej 4 PRACA NA WARSTWACH Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 14 Wykorzystanie warstw Opis zadania Obrazy do ćwiczeń Zadania

Bardziej szczegółowo

Analiza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza obrazu. wykład 4. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Analiza obrazu komputerowego wykład 4 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Filtry górnoprzepustowe - gradienty Gradient - definicje Intuicyjnie, gradient jest wektorem, którego zwrot wskazuje

Bardziej szczegółowo

(12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO

(12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11)15186 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 14951 (22) Data zgłoszenia: 17.07.2009 (51 ) Klasyfikacja

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 12 AiR III

Cyfrowe 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 szczegółowo

Spis treści. http://www.gajdaw.pl/gimp/szablon-witryny-magazyn-internet/print.html. Włodzimierz Gajda

Spis treści. http://www.gajdaw.pl/gimp/szablon-witryny-magazyn-internet/print.html. Włodzimierz Gajda Strona 1 Szablon witryny magazyn INTERNET Włodzimierz Gajda Przygotowywana w tym odcinku witryna wykorzystuje: prowadnice, gradienty, zaznaczenia, ścieŝki, warstwy i maski, wklejanie elementów do obrazu

Bardziej szczegółowo

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Parametryzacja 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 szczegółowo

ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)

ANALIZA 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 szczegółowo

Analiza danych z nowej aparatury detekcyjnej "Pi of the Sky"

Analiza danych z nowej aparatury detekcyjnej Pi of the Sky Uniwersytet Warszawski Wydział Fizyki Bartłomiej Włodarczyk Nr albumu: 306849 Analiza danych z nowej aparatury detekcyjnej "Pi of the Sky" Praca przygotowana w ramach Pracowni Fizycznej II-go stopnia pod

Bardziej szczegółowo

Przetwarzanie obrazu

Przetwarzanie 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 szczegółowo

Analiza obrazu. wykład 6. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

Analiza 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 szczegółowo

Przetwarzanie obrazów wykład 2

Przetwarzanie 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 szczegółowo

BIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA

BIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA BIOMETRIA WYKŁAD 4 CECHY BIOMETRYCZNE: ODCISK PALCA Linie papilarne (dermatoglify) Układ wypukłych bruzd (grubości ok. 0,2-0,3 mm i wysokości do 0,7 mm) na skórze ssaków naczelnych na opuszkach palców

Bardziej szczegółowo

WZORU PRZEMYSŁOWEGO PL KOPEĆ FABIAN P.P.H.U. MEBELKOF, Palikówka, (PL) WUP 07/2013. KOPEĆ FABIAN, Palikówka, (PL)

WZORU PRZEMYSŁOWEGO PL KOPEĆ FABIAN P.P.H.U. MEBELKOF, Palikówka, (PL) WUP 07/2013. KOPEĆ FABIAN, Palikówka, (PL) PL 19621 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11) 19621 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 20512 (22) Data zgłoszenia: 24.12.2012 (51) Klasyfikacja:

Bardziej szczegółowo

.: Zaznaczanie, kopiowanie i wklejanie w GIMPie :.

.: Zaznaczanie, kopiowanie i wklejanie w GIMPie :. 1 z 5 14.05.2017, 09:38 Ćwiczenie 2.: Zaznaczanie, kopiowanie i wklejanie w GIMPie :. 1. W GIMPie jak i w innych programach do edycji grafiki rastrowej istnieje kilka możliwości zaznaczania fragmentów

Bardziej szczegółowo

Szkieletyzacja 2. Rysunek 1.1. Siatka: a), b) h

Szkieletyzacja 2. Rysunek 1.1. Siatka: a), b) h Szkieletyzacja Jednymi z najważniejszych operacji w przetwarzaniu obrazów są przekształcenia morfologiczne, pozwalające na analizę kształtów elementów obrazu oraz ich wzajemnego położenia. Typowym przekształceniem

Bardziej szczegółowo

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru

Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru Ćwiczenie 12 Różdżka, szybkie zaznaczanie i zakres koloru Różdżka 1. zaznacza wszystkie piksele o podobnym kolorze w zakresie Tolerancji ustalanej na pasku Opcji, 2. ma zastosowanie dla obszarów o dość

Bardziej szczegółowo

ZABEZPIECZENIA POLSKICH BANKNOTÓW

ZABEZPIECZENIA POLSKICH BANKNOTÓW ZABEZPIECZENIA POLSKICH BANKNOTÓW Narodowy Bank Polski emituje 5 nominałów banknotów: 10zł, 20zł, 50zł, 100zł i 200zł. Banknoty mają różne zabezpieczenia, pozwalające odróżnić je od falsyfikatów. Papier

Bardziej szczegółowo

Pomiar indukcji pola magnetycznego w szczelinie elektromagnesu

Pomiar indukcji pola magnetycznego w szczelinie elektromagnesu Ćwiczenie E5 Pomiar indukcji pola magnetycznego w szczelinie elektromagnesu E5.1. Cel ćwiczenia Celem ćwiczenia jest pomiar siły elektrodynamicznej (przy pomocy wagi) działającej na odcinek przewodnika

Bardziej szczegółowo

Ćwiczenia GIMP. S t r o n a Uruchom program gimp: 2. I program się uruchomił:

Ćwiczenia GIMP. S t r o n a Uruchom program gimp: 2. I program się uruchomił: 1. Uruchom program gimp: 2. I program się uruchomił: 3. Zadanie 1 zmieniamy kolor samochodu. Działamy na warstwach. Warstwy znajdują się z prawej strony. Szukamy pojazdu, który będzie na jednolitym tle

Bardziej szczegółowo

Podstawy Informatyki Wykład V

Podstawy Informatyki Wykład V Nie wytaczaj armaty by zabić komara Podstawy Informatyki Wykład V Grafika rastrowa Paint Copyright by Arkadiusz Rzucidło 1 Wprowadzenie - grafika rastrowa Grafika komputerowa tworzenie i przetwarzanie

Bardziej szczegółowo

Fotografia cyfrowa obsługa programu GIMP

Fotografia cyfrowa obsługa programu GIMP Fotografia cyfrowa obsługa programu GIMP wskazówki dla osób prowadzących zajęcia komputerowe w bibliotekach Cz. 20. Efekty specjalne w fotografii Kolorowy element na szarobiałym tle Otwieramy obraz w programie

Bardziej szczegółowo

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3

PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3 DEFINICJE PLANIMETRIA CZYLI GEOMETRIA PŁASZCZYZNY CZ. 3 Czworokąt to wielokąt o 4 bokach i 4 kątach. Przekątną czworokąta nazywamy odcinek łączący przeciwległe wierzchołki. Wysokością czworokąta nazywamy

Bardziej szczegółowo

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych

Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych Automatyczne tworzenie trójwymiarowego planu pomieszczenia z zastosowaniem metod stereowizyjnych autor: Robert Drab opiekun naukowy: dr inż. Paweł Rotter 1. Wstęp Zagadnienie generowania trójwymiarowego

Bardziej szczegółowo

(12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO

(12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO (12) OPI S OCHRONN Y WZORU PRZEMYSŁOWEGO (19) PL (11 ) 7031 (21) Nume r zgłoszenia: 5162 (51) Klasyfikacja : 19-08 (22) Dat a zgłoszenia: 25.02.2004 (54) Etykiet a wyrobu garmażeryjneg o (45) O udzieleni

Bardziej szczegółowo

Przekształcanie wykresów.

Przekształcanie wykresów. Sławomir Jemielity Przekształcanie wykresów. Pokażemy tu, jak zmiana we wzorze funkcji wpływa na wygląd jej wykresu. A. Mamy wykres funkcji f(). Jak będzie wyglądał wykres f ( ) + a, a stała? ( ) f ( )

Bardziej szczegółowo

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Zygmunt 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 szczegółowo

KGGiBM GRAFIKA INŻYNIERSKA Rok III, sem. VI, sem IV SN WILiŚ Rok akademicki 2011/2012

KGGiBM GRAFIKA INŻYNIERSKA Rok III, sem. VI, sem IV SN WILiŚ Rok akademicki 2011/2012 Rysowanie precyzyjne 7 W ćwiczeniu tym pokazane zostaną wybrane techniki bardzo dokładnego rysowania obiektów w programie AutoCAD 2012, między innymi wykorzystanie punktów charakterystycznych. Narysować

Bardziej szczegółowo

Grafika komputerowa. Zajęcia IX

Grafika komputerowa. Zajęcia IX Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg

Bardziej szczegółowo

Dokument zawiera podstawowe informacje o użytkowaniu komputera oraz korzystaniu z Internetu.

Dokument zawiera podstawowe informacje o użytkowaniu komputera oraz korzystaniu z Internetu. Klub Seniora - Podstawy obsługi komputera oraz korzystania z Internetu Str. 1 Dokument zawiera podstawowe informacje o użytkowaniu komputera oraz korzystaniu z Internetu. Część 3 Opis programu MS Office

Bardziej szczegółowo

Formaty obrazów rastrowych biblioteki PBM

Formaty obrazów rastrowych biblioteki PBM Formaty obrazów rastrowych biblioteki PBM Reprezentacja obrazu Obrazy pobierane z kamery, bądź dowolnego innego źródła, mogą być składowane na pliku dyskowym w jednym z wielu istniejących formatów zapisu

Bardziej szczegółowo

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Cyfrowe 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 szczegółowo

Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5

Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5 Ćwiczenie 9. Rzutowanie i wymiarowanie Strona 1 z 5 Problem I. Model UD Dana jest bryła, której rzut izometryczny przedstawiono na rysunku 1. (W celu zwiększenia poglądowości na rysunku 2. przedstawiono

Bardziej szczegółowo

Materiały dydaktyczne: Maciej Krzymowski. Biometryka

Materiały dydaktyczne: Maciej Krzymowski. Biometryka Biometryka Biometryka Nauka o mierzalnych cechach fizycznych lub behawioralnych organizmów Ŝywych, z greckiego: "bios" = Ŝywy "metron" = mierzyć. Biometria Zespół metod słuŝących do sprawdzania toŝsamości

Bardziej szczegółowo

Grafika inżynierska i rysunek geodezyjny

Grafika inżynierska i rysunek geodezyjny Akademia Górniczo-Hutnicza Grafika inżynierska i rysunek geodezyjny Mgr inż. Aleksandra Szabat-Pręcikowska Normalizacja w rysunku technicznym i geodezyjnym W Polsce istnieją następujące rodzaje norm: polskie

Bardziej szczegółowo

Filtracja liniowa (metody konwolucyjne, tzn. uwzględniające pewne otoczenie przetwarzanego piksla):

Filtracja 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 szczegółowo

WZORU UŻYTKOWEGO PL Y1 B65D 5/18 ( ) B65D 71/00 ( ) Skrzyniarz Adam Firma ADAM'S, Przeźmierowo, PL

WZORU UŻYTKOWEGO PL Y1 B65D 5/18 ( ) B65D 71/00 ( ) Skrzyniarz Adam Firma ADAM'S, Przeźmierowo, PL RZECZPOSPOLITA POLSKA Urząd Patentowy Rzeczypospolitej Polskiej (12) OPIS OCHRONNY WZORU UŻYTKOWEGO (21) Numer zgłoszenia: 116194 (22) Data zgłoszenia: 19.06.2006 (19) PL (11) 64000 (13) Y1 (51) Int.Cl.

Bardziej szczegółowo

Maski warstw. Nic nie zastąpi przykładu, na którym jest jasno pokazane co i jak, a więc koniec wymądrzania się, zobaczmy o czym ja w ogóle mówię.

Maski warstw. Nic nie zastąpi przykładu, na którym jest jasno pokazane co i jak, a więc koniec wymądrzania się, zobaczmy o czym ja w ogóle mówię. Maski warstw Maska warstwy tym różni się od innych masek, że jest przypisana na stałe do konkretnej warstwy i oddziałuje tylko na nią. Jest ona reprezentowana przez "obrazek" o palecie 256 odcieni szarości

Bardziej szczegółowo

Podstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee

Podstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee Podstawy programowanie systemów wizyjnych InSight firmy Cognex Środowisku InSight Explorer / Spreadshee Opis zadania: Wykrycie umownych różnic pomiędzy wzorcową płytką testową i płytkami zawierającymi

Bardziej szczegółowo

PL 215409 B3. BORCZYK MONIKA, Bielsko-Biała, PL 22.06.2009 BUP 13/09. MONIKA BORCZYK, Bielsko-Biała, PL 31.12.2013 WUP 12/13 RZECZPOSPOLITA POLSKA

PL 215409 B3. BORCZYK MONIKA, Bielsko-Biała, PL 22.06.2009 BUP 13/09. MONIKA BORCZYK, Bielsko-Biała, PL 31.12.2013 WUP 12/13 RZECZPOSPOLITA POLSKA PL 215409 B3 RZECZPOSPOLITA POLSKA Urząd Patentowy Rzeczypospolitej Polskiej (12) OPIS PATENTOWY (19) PL (11) 215409 (21) Numer zgłoszenia: 384078 (22) Data zgłoszenia: 17.12.2007 (61) Patent dodatkowy

Bardziej szczegółowo

WYKŁAD 2 Znormalizowane elementy rysunku technicznego. Przekroje.

WYKŁAD 2 Znormalizowane elementy rysunku technicznego. Przekroje. WYKŁAD 2 Znormalizowane elementy rysunku technicznego. Przekroje. Tworzenie z formatu A4 formatów podstawowych. Rodzaje linii Najważniejsze zastosowania linii: - ciągła gruba do rysowania widocznych krawędzi

Bardziej szczegółowo

3. OPERACJE BEZKONTEKSTOWE

3. 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 szczegółowo

Efekt rollover ze wskaźnikiem wybranej opcji

Efekt rollover ze wskaźnikiem wybranej opcji Strona 1 Efekt rollover ze wskaźnikiem wybranej opcji Włodzimierz Gajda Wykorzystując moŝliwości warstw, ścieŝek i selekcji zajmiemy się przygotowaniem szablonu witryny WWW. Szablon ten będzie wykorzystywał

Bardziej szczegółowo

Treść wykładu. Przetwarzanie i analiza obrazów w Matlabie Cz.2. Badanie i filtracja szumu. Obraz i jego szum: Profile i histogram obrazu szumu

Treść wykładu. Przetwarzanie i analiza obrazów w Matlabie Cz.2. Badanie i filtracja szumu. Obraz i jego szum: Profile i histogram obrazu szumu Treść wykładu Przetwarzanie i analiza obrazów w Matlabie Cz.2 Opracował: dr inż. Z. Rudnicki KKiEM AGH Oprac.: dr inż. Zbigniew Rudnicki, AGH, KKiEM 1 Filtracja szumów Binaryzacja obrazów szarych Przekształcenia

Bardziej szczegółowo

WZORU PRZEMYSŁOWEGO PL 15734 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY (19) PL (11) 15734. (51) Klasyfikacja: 06-05. (21) Numer zgłoszenia: 15702

WZORU PRZEMYSŁOWEGO PL 15734 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY (19) PL (11) 15734. (51) Klasyfikacja: 06-05. (21) Numer zgłoszenia: 15702 RZECZPOSPOLITA POLSKA (12) OPIS OCHRONNY WZORU PRZEMYSŁOWEGO (19) PL (11) 15734 Urząd Patentowy Rzeczypospolitej Polskiej (21) Numer zgłoszenia: 15702 (22) Data zgłoszenia: 26.11.2009 (51) Klasyfikacja:

Bardziej szczegółowo

Detekcja punktów zainteresowania

Detekcja punktów zainteresowania Informatyka, S2 sem. Letni, 2013/2014, wykład#8 Detekcja punktów zainteresowania dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów

Bardziej szczegółowo

Algorytmy Laplacian of Gaussian i Canny ego detekcji krawędzi w procesie analizy satelitarnych obrazów procesów atmosferycznych.

Algorytmy Laplacian of Gaussian i Canny ego detekcji krawędzi w procesie analizy satelitarnych obrazów procesów atmosferycznych. Algorytmy Laplacian of Gaussian i Canny ego detekcji krawędzi w procesie analizy satelitarnych obrazów procesów atmosferycznych. Słowa kluczowe: teledetekcja, filtracja obrazu, segmentacja obrazu, algorytmy

Bardziej szczegółowo

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk

Cyfrowe przetwarzanie obrazów. Dr inż. Michał Kruk Cyfrowe przetwarzanie obrazów Dr inż. Michał Kruk Przekształcenia morfologiczne Morfologia matematyczna została stworzona w latach sześddziesiątych w Wyższej Szkole Górniczej w Paryżu (Ecole de Mines de

Bardziej szczegółowo

Krzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel

Krzysztof Ślot Biometria Łódź, ul. Wólczańska 211/215, bud. B9 tel Krzysztof Ślot Biometria 9-924 Łódź, ul. Wólczańska 211/215, bud. B9 tel. 42 636 65 www.eletel.p.lodz.pl, ie@p.lodz.pl Wprowadzenie Biometria Analiza rejestrowanych zachowań i cech osobniczych (np. w celu

Bardziej szczegółowo

Kolektor. Zagadnienia. Wyciągnięcia po profilach, Lustro, Szyk. Wykonajmy model kolektora jak na rys. 1.

Kolektor. Zagadnienia. Wyciągnięcia po profilach, Lustro, Szyk. Wykonajmy model kolektora jak na rys. 1. Kolektor Zagadnienia. Wyciągnięcia po profilach, Lustro, Szyk Wykonajmy model kolektora jak na rys. 1. Rysunek 1 Składa się on z grubszej rury, o zmiennym przekroju, leżącej w płaszczyźnie symetrii kolektora

Bardziej szczegółowo