Marcin Wilczewski Politechnika Gdańska, 2013/14
|
|
- Juliusz Pietrzak
- 6 lat temu
- Przeglądów:
Transkrypt
1 Algorytmy graficzne Marcin Wilczewski Politechnika Gdańska, 213/14 1
2 Zagadnienia, wykład, laboratorium Wykład: Światło i barwa. Modele barw. Charakterystyki obrazu. Reprezentacja i opis. Kwantyzacja skalarna i wektorowa obrazów cyfrowych. Wyszukiwanie obrazów cyfrowych ze względu na treść. Obrazy binarne i ich przetwarzanie. Obrazy barwne i ich przetwarzanie. Metody przetwarzania obrazu w dziedzinie przestrzennej. Algorytmy kompresji danych obrazowych. Wykład kończy się pisemnym zaliczeniem (ostatnie zajęcia w semestrze, 2 punktów). Laboratorium: Problemy do rozwiązania omawiane na wykładzie. Czas realizacji od 1 do 4 tygodni. Maksymalnie: 3 punktów. Możliwość zdobycia punktów na wykładzie. Oceny Zaliczenie pisemne: >1 punktów oraz [26,3] 3;[31-35] 3+;[36,4] 4;[41,45] 4+;[46-]-5 Literatura: Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing 2
3 Obszar zainteresowań wykładu Dziedziny związane z tworzeniem i przetwarzaniem obrazów cyfrowych: grafika komputerowa generowanie obrazów, tworzenie obrazów sztucznych, przetwarzanie obrazów naturalnych. Celem jest stworzenie obrazu, cyfrowe przetwarzanie obrazów celem jest wydobywanie lub podkreślanie istotnych informacji zawartych w obrazie, computer vision (widzenie komputerowe) in/out obraz opis obraz przetwarzanie obrazów (image processing) computer vision (widzenie komputerowe) opis grafika komputerowa sztuczna inteligencja 3
4 Barwa potrzeba obiektywnego opisu Istnieje potrzeba określania barwy w sposób ścisły obiektywny precyzyjny nadający się do przetwarzania komputerowego bez konieczności korzystania z wzorników. W praktyce powstało wiele sposób obiektywnego i numerycznego opisu barw modele kolorymetryczne: CIE RGB, CIE XYZ, CIE UVW, CIE LUV modele komputerowe i telewizyjne: RGB, HSV, YCbCR, YUV, YIQ. 4
5 Cechy barwy Określenia fizyczne (fizykalne) dominująca długość fali zakres spektralny światła natężenie W zastosowaniach technicznych opis tego typu jest nieefektywny. Dlaczego? Określenia percepcyjne odcień barwy (np. czerwony, niebieski, zielony, żółty) nasycenie (np. zielony, seledynowy, oliwkowy, etc.) lub czystość pobudzenia jasność 5
6 Model RGB a b c Model RGB stanowi najpopularniejszą reprezentację barw. Model oparty o trójchromatyczną teorię postrzegania barw, zgodnie z którą wrażenie barwy powstaje wskutek pobudzenia trzech rodzajów czopków o maksimach absorpcji spektralnej dla światła czerwonego, zielonego i niebieskiego. Bryła barw modelu RGB jest sześcianem w wierzchołkach którego znajdują się barwy podstawowe: czerwona, zielona, niebieska, barwy do nich dopełniające: żółty, niebieskozielony (cyjan), purpura (magenta) oraz czerń (,,) i biel (1,1,1). Model addytywny barwy uzyskuje się w drodze mieszania barw podstawowych R, G, B w różnych proporcjach. Brak barw odpowiada czerni. Zalety: wszystkie barwy pośrednie można reprezentować liniową kombinacją barw podstawowych (wygoda i szybkość obliczeń), odpowiada sposobom generowania barw w urządzeniach typu monitor i telewizor Model RGB posiada wady, które powodują, że w wielu zastosowaniach konieczna jest transformacja obrazu RGB do innej przestrzeni barw posiadającej lepsze własności. Podstawowe wady modelu RGB to: percepcyjna niejednorodność, tzn. słabe korelacje pomiędzy postrzeganą różnicą dwóch barw a ich euklidesową odległością w sześcianie RGB, nieintuicyjnośćposługiwania się składowymi R, G i B w określaniu barwy problem z wizualizacją barwy na podstawie znajomości składowch RGB, korelacje pomiędzy poszczególnymi składowymi. Istnieją szacunki, że dla obrazów naturalnych korelacje pomiędzy składowymi R i B, R i G oraz G i B wynoszą odpowiednio:.78,.98 oraz.94. Obraz zapisany w formacie RGB jest podatny na kompresję. wrażliwość wartości składowych na zmiany poziomu oświetlenia (iluminacji) sceny, jednoczesne operacje wykonywane na wszystkich składowych mogą prowadzić do przekłamania kolorów (np. rozjaśnianie obrazu RGB wymaga ingerencji we wszystkie składowe obrazu). Rys. (a) sześcian barw modelu RGB; (b) nieintuicyjność modelu RGB. Lewa kolumna odpowiada barwom (R,G,B)=(1,,1..), prawa kolumna barwom (R,G,B)=(,,1..); (c) dwa przykładowe kolory, dla których odległość euklidesowa w przestrzeni RGB jest identyczna (d=9) z odległością pomiędzy kolorami w dowolnym wierszu na rysunku (b). 6
7 Model rgb (unormowany RGB) Wartości składowych RGB są proporcjonalne do ilości światła padającego na obrazowany obiekt (fragment sceny). Wszystkie lokalne zaburzenia w ilości światła padającego na obiekt spowodowane, dla przykładu zacienieniem, powodują wyraźne zmiany wszystkich składowych obrazu. Jest to niepożądane zjawisko, które może prowadzić do błędów segmentacji prowadzonej na obrazie RGB (lub błędów innego rodzaju). Prostą operacją uniezależniającą składowe barwy od ilości światła jest proces normalizacji składowych postaci: w której rezultacie powstają barwy unormowane r, g oraz b spełniające warunek: r+g+b=1(znajomość dwóch składowych pozwala wyznaczyć trzecią). Problem osobliwości: R+G+B=. Składowe rgb w przeciwieństwie do RGB posiadają pożądaną cechę: ich wartości nie zmieniają się pod wpływem zmiany oświetlenia obiektu (sceny) bez zmiany składu spektralnego światła. Czy znajomość składowych r, g oraz b wystarcza do jednoznacznego odtworzenia wartości składowych R, G oraz B? 7
8 Model rgb (unormowany RGB) - ilustracja 3 b 3 c 3 d a e 3 f 3 g h.7 i Rys. (a) -obraz oryginalny; (b), (c), (d) odpowiednio składowe R, G, B obrazu (a); (e), (f), (g) odpowiednio składowe unormowane r, g, b obrazu (a); (h) oraz (i) wartości pikseli w wierszu dla składowej odpowiednio G oraz g obrazu oryginalnego. Widać stabilność składowych rgb na zmianypoziomu oświetlenia, któremu nie towarzyszy zmiana składu spektralnego światła. 8
9 Model HSV (1) Model HSV (hue, saturation, value) jest modelem, który nawiązuje do naturalnego sposobu interpretacji i opisu barw za pomocą trzech atrybutów: odcienia (hue), nasycenia (saturation) oraz jasności (intensity, brightness, value). Dwa pierwsze atrybuty związane są z cechą jakościową światła (chromatyczność), trzeci parametr, jasność, jest związany z ilością światła. Model HSV pozwala rozłożyć wrażenie barwne na trzy składowe, przy czym tylko dwie dotyczą chromatyczności. Barwy w modelu HSV reprezentowane są jako punkty leżące na oraz w wewnątrz ostrosłupa foremnego o podstawie sześciokąta. Ostrosłup HSV można uzyskać przez transformację sześcianu RGB. Oś V (value, intensity) przyjmuje wartości z przedziału [,1]i stanowi oś ostrosłupa. Punkty osi V reprezentują barwy achromatyczne (poziomy szarości od czerni do bieli) Nasycenie S (saturation) przyjmuje wartości z przedziału [,1]i jest mierzona jako odległość punkty barwy od osi V. Barwy o maksymalnym nasyceniu odpowiadają barwom świateł monochromatycznych. Odcień H (hue) przyjmuje wartości z przedziału [,36]i mierzony jest jako kąt obrotu wokół osi V (przeciwnie do kierunku ruchu wskazówek zegara). Jak zmienia się odcień w przypadku S=? Analiza ostrosłupa HSV wskazuje, że maksymalne nasycenie barwy jakie można uzyskać zależy od wartości jasności (ilości światła). Podobny efekt jest wbudowany np. w system barw Munsela. Przecięcie sześcianu płaszczyzną prostopadłą do osi V dla ustalonej wartości V daje możliwe barwy dla danego poziomu jasności. Dla płaszczyzny V= jedynym wrażeniem jest czerń. Rys. Przestrzeń barw modelu HSV. 9
10 Model HSV (2) Równania opisujące konwersję pomiędzy modelami RGB oraz HSV w sposób przybliżony odpowiadają psychofizycznemu wrażeniu (odcień, nasycenie, jasność) wywołanemu przez kombinację barw RGB. Przy założeniu, że R,G,B=[,1] konwersja modelu RGB do modelu HSV opisana jest równaniami: Implementując powyższe równania należy zwrócić uwagę na osobliwości! (np. dla barw achromatycznych) oraz na fakt, że zmienna θ jest wartością kątową wyrażoną w stopniach (nie radianach). Zaproponowano wiele wersji powyższych równań o znacznie mniejszej złożoności obliczeniowej. Przykładem jest równanie na składową H, które nie zawiera funkcji trygonometrycznych: 1
11 Model HSV (3) - ilustracja a 2 b 2 Rys. (a) sześcian RGB; obrazy (b), (c) i (d) to obrazy odpowiednio H, S oraz V obrazu oryginalnego wyrażonego w modelu HSV. Obraz (e) jest obrazem składowej H obrazu oryginalnego (a) silnie skompresowanego algorytmem JPEG c 2 d 2 e
12 Obraz w składowych RGB a b c d Rys. Obraz RGB. Na następnym slajdzie przedstawiona jest wersja HSV obrazu. 12
13 Model HSV (4) - ilustracja a b Rys. (a) obraz oryginalny oraz odpowiednio jego składowe H, S, V w modelu HSV. Obraz (e) stanowi pokolorowaną wersję obrazu składowej H (obrazu(b)). Obrazy (b) oraz (e) wskazują na wyraźne rozseparowanie obszarów o różnym odcieniu co podkreśla istnienie obiektów na jednolitym tle. c d e 13
14 Model HSV (5) przykład segmentacji a b Rys. Przykład segmentacji przez kwantyzację składowej H obrazu w modelu HSV. (a) obraz oryginalny; (b)-(d) obrazy powstałe po kwantyzacji odcienia do odpowiednio 6, 4 oraz 3 poziomów. c d 14
15 Model HSV (6) Zalety modelu HSV: Naturalność i zgodność ze sposobem opisu barw przez człowieka. Separacja wielkości opisujących wrażenia chromatyczne od achromatycznych (HS oraz V). Dla przykładu, wykonanie operacji rozjaśnienia obrazu RGB wymaga modyfikacji wszystkich trzech składowych. Ta sama operacja w obrazie po konwersji do przestrzeni HSV wymaga modyfikacji tylko składowej V. Podobnie w przypadku modyfikacji nasycenia i odcienia. Możliwość opisu barwy poprzez tylko dwie składowe: H oraz S. Ta cecha pozwala wykorzystywać model HSV w zastosowaniach do rozpoznawania obiektów na podstawie koloru (barwy) niezależnie od zmian jasności (podobnie jak model rgb). Pozwala zdefiniować efektywne miary w przestrzeni obrazu. Przykładem miar może być liczba unikalnych kolorów mierzonych jako liczba odcieni, nasycenie pikseli (pixel saturation) jako stosunek liczby pikseli o maksymalnym nasyceniu do liczby pikseli nienasyconych oraz często stosowana miara odległości na histogramach HSV. Wady modelu HSV: Istnienie osobliwości w równaniach konwersji RGB do HSV: osobliwość H dla wszystkich barw achromatycznych oraz osobliwość S dla czerni (R=G=B=), Percepcyjna niejednorodność pomimo zorientowania modelu na intuicyjność. Przykłady wykorzystania modelu HSV w przemyśle i technice: identyfikacja obiektów kodowanych barwą, sortowanie i klasyfikacja owoców i warzyw rozpoznawanie znaków drogowych. 15
Przetwarzanie 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 BARWY, PIGMENTY CERAMICZNE
PODSTAWY BARWY, PIGMENTY CERAMICZNE Barwa Barwą nazywamy rodzaj określonego ilościowo i jakościowo (długość fali, energia) promieniowania świetlnego. Głównym i podstawowym źródłem doznań barwnych jest
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 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 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 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 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 szczegółowoLaboratorium Grafiki Komputerowej Przekształcenia na modelach barw
Laboratorium rafiki Komputerowej Przekształcenia na modelach barw mgr inż. Piotr Stera Politechnika Śląska liwice 2004 Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z podstawowymi modelami barw stosowanymi
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 szczegółowoAlgorytmy graficzne. Marcin Wilczewski Politechnika Gdańska, 2008/091
Algorytmy graficzne Marcin Wilczewski Politechnika Gdańska, 2008/091 Zagadnienia, wykład, laboratorium Wykład: Światło i barwa. Modele barw. Charakterystyki obrazu. Reprezentacja i opis. Obrazy binarne
Bardziej szczegółowoJanusz Ganczarski CIE XYZ
Janusz Ganczarski CIE XYZ Spis treści Spis treści..................................... 1 1. CIE XYZ................................... 1 1.1. Współrzędne trójchromatyczne..................... 1 1.2. Wykres
Bardziej szczegółowoWYKŁAD 14 PODSTAWY TEORII BARW. Plan wykładu: 1. Wrażenie widzenia barwy. Wrażenie widzenia barwy Modele liczbowe barw
WYKŁAD 14 1. Wrażenie widzenia barwy Co jest potrzebne aby zobaczyć barwę? PODSTAWY TEOII AW Światło Przedmiot (materia) Organ wzrokowy człowieka Plan wykładu: Wrażenie widzenia barwy Modele liczbowe barw
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 szczegółowoPODSTAWY TEORII BARW
WYKŁAD 12 PODSTAWY TEORII BARW Plan wykładu: Wrażenie widzenia barwy Modele liczbowe barw 1. Wrażenie widzenia barwy Co jest potrzebne aby zobaczyć barwę? Światło Przedmiot (materia) Organ wzrokowy człowieka
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 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 szczegółowoWprowadzenie do cyfrowego przetwarzania obrazów
Cyfrowe przetwarzanie obrazów I Wprowadzenie do cyfrowego przetwarzania obrazów dr. inż Robert Kazała Barwa Z fizycznego punktu widzenia światło jest promieniowaniem elektromagnetycznym, które wyróżnia
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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 1 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej 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. 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 szczegółowoWprowadzenie do cyfrowego przetwarzania obrazów medycznych.
Przetwarzanie obrazów medycznych Wprowadzenie do cyfrowego przetwarzania obrazów medycznych. dr. inż Robert Kazała Diagnostyka obrazowa Diagnostyka obrazowa (obrazowanie medyczne) grupa badań wykorzystująca
Bardziej szczegółowoKOREKTA ROZKŁADU JASNOŚCI (obrazy monochromatyczne i barwne)
Ćwiczenia z grafiki komputerowej 1 KOREKTA ROZKŁADU JASNOŚCI (obrazy monochromatyczne i barwne) Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 19 Korekta rozkładu
Bardziej szczegółowoFotometria i kolorymetria
12. (współrzędne i składowe trójchromatyczne promieniowania monochromatycznego; układ bodźców fizycznych RGB; krzywa barw widmowych; układ barw CIE 1931 (XYZ); alychne; układy CMY i CMYK). http://www.if.pwr.wroc.pl/~wozniak/
Bardziej szczegółowoTEORIA BARW (elementy) 1. Podstawowe wiadomości o barwach
TEORIA BARW (elementy) 1. Podstawowe wiadomości o barwach definicja barwy (fizjologiczna) wrażenie wzrokowe powstałe w mózgu na skutek działającego na oko promieniowania 1 maszyny nie posiadają tak doskonałego
Bardziej szczegółowoTeoria koloru Co to jest?
Teoria koloru Teoria koloru Co to jest? Dział wiedzy zajmujący się powstawaniem u człowieka wrażeń barwnych oraz teoretycznymi i praktycznymi aspektami czynników zewnętrznych biorących udział w procesie
Bardziej szczegółowoWprowadzenie do grafiki maszynowej. Wprowadzenie do percepcji wizualnej i modeli barw
Wprowadzenie do grafiki maszynowej. Wprowadzenie do percepcji i modeli barw Aleksander Denisiuk Uniwersytet Warmińsko-Mazurski Olsztyn, ul. Słoneczna 54 denisjuk@matman.uwm.edu.pl 1 / 38 Wprowadzenie do
Bardziej szczegółowoLuminancja jako jednostka udziału barwy składowej w mierzonej:
Luminancja jako jednostka udziału barwy składowej w mierzonej: L : L : L 1,0000: 4,5907 :0,0601 L L : L 98,9%:1,1 % WNIOSEK: Trzeba wprowadzić skalę, w której luminancja trzech bodźców byłaby oceniana
Bardziej szczegółowoGrafika Komputerowa. Percepcja wizualna i modele barw
Grafika Komputerowa. Percepcja wizualna i modele barw Aleksander Denisiuk Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk denisjuk@pja.edu.pl 1
Bardziej szczegółowoTemat: Kolorowanie i przedstawianie zespolonej funkcji falowej w przestrzeni RGB
Spis treści 1 Model przestrzeni kolorów RGB 1 1.1 Rzutowanie z R 2 na przestrzeń RGB................ 2 Temat: Kolorowanie i przedstawianie zespolonej funkcji falowej w przestrzeni RGB Podstawa: Folley
Bardziej szczegółowoPROBLEMATYKA DOBORU KOLORÓW
PROBLEMATYKA DOBORU KOLORÓW DO CELÓW DIAGNOZOWANIA ZABURZEŃ WIDZENIA BARW MACIEJ LASKOWSKI M.LASKOWSKI@POLLUB.PL LABORATORIUM AKWIZYCJI RUCHU I ERGONOMII INTERFEJSÓW INSTYTUT INFORMATYKI POLITECHNIKA LUBELSKA
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 szczegółowoKolor w grafice komputerowej. Światło i barwa
Kolor w grafice komputerowej Światło i barwa Światło Spektrum światła białego: 400nm 700nm fiolet - niebieski - cyan - zielony - żółty - pomarańczowy - czerwony Światło białe składa się ze wszystkich długości
Bardziej szczegółowoFotometria i kolorymetria
13. (współrzędne i składowe trójchromatyczne promieniowania monochromatycznego; układ bodźców fizycznych RGB; krzywa barw widmowych; układ barw CIE 1931 (XYZ); alychne; układy CMY i CMYK) http://www.if.pwr.wroc.pl/~wozniak/
Bardziej szczegółowoGrafika komputerowa. Oko posiada pręciki (100 mln) dla detekcji składowych luminancji i 3 rodzaje czopków (9 mln) do detekcji koloru Żółty
Grafika komputerowa Opracowali: dr inż. Piotr Suchomski dr inż. Piotr Odya Oko posiada pręciki (100 mln) dla detekcji składowych luminancji i 3 rodzaje czopków (9 mln) do detekcji koloru Czerwony czopek
Bardziej szczegółowoKomunikacja Człowiek-Komputer
Komunikacja Człowiek-Komputer Kolory Wojciech Jaśkowski Instytut Informatyki Politechnika Poznańska Wersja: 4 listopada 2013 Światło Źródło: Practical Colour management R. Griffith Postrzegany kolor zależy
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 szczegółowoZałożenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG
Założenia i obszar zastosowań KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG Plan wykładu: Geneza algorytmu Założenia i obszar zastosowań JPEG kroki algorytmu kodowania obrazu Założenia: Obraz monochromatyczny
Bardziej szczegółowoAnna Barwaniec Justyna Rejek
CMYK Anna Barwaniec Justyna Rejek Wstęp, czyli czym jest tryb koloru? Tryb koloru wyznacza metodę wyświetlania i drukowania kolorów danego obrazu pozwala zmieniać paletę barw zastosowaną do tworzenia danego
Bardziej szczegółowoFotometria i kolorymetria
11. Mieszanie barw (addytywne równoczesne i następcze; subtraktywne); metameryzm; prawa rassmanna. Jednostka trójchromatyczna; równanie trójchromatyczne; przestrzeń i płaszczyzna barw; przekształcenie
Bardziej szczegółowoTechnologie Informacyjne
Grafika komputerowa Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności December 12, 2016 1 Wprowadzenie 2 Optyka 3 Geometria 4 Grafika rastrowa i wektorowa 5 Kompresja danych Wprowadzenie
Bardziej szczegółowoPrzetwarzanie obrazów i systemy wizyjne
Przetwarzanie obrazów i systemy wizyjne dr inż. Marcin Kiełczewski Katedra Sterowania i Inżynierii Systemów p. 420(EL) tel. 665 2848 marcin.kielczewski@put.poznan.pl www.put.poznan.pl/~marcin.kielczewski
Bardziej szczegółowoSpis treści Spis treści 1. Model CMYK Literatura
Spis treści Spis treści...................................... Model CMYK.................................. Sześcian CMY...............................2. Konwersje RGB, CMY i CMYK.................... 2.2..
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 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 szczegółowoWykład II. Reprezentacja danych w technice cyfrowej. Studia Podyplomowe INFORMATYKA Podstawy Informatyki
Studia Podyplomowe INFORMATYKA Podstawy Informatyki Wykład II Reprezentacja danych w technice cyfrowej 1 III. Reprezentacja danych w komputerze Rodzaje danych w technice cyfrowej 010010101010 001010111010
Bardziej szczegółowoChemia Procesu Widzenia
Chemia Procesu Widzenia barwy H.P. Janecki Miłe spotkanie...wykład 11 Spis treści Światło Powstawanie wrażenia barwy Barwa Modele barw 1. Model barw HSV 2. Model barw RGB 3. Sprzętowa reprezentacja barwy
Bardziej szczegółowoZasady używania elementów systemu identyfikacji Ministerstwa Środowiska
Zasady używania elementów systemu identyfikacji Ministerstwa Środowiska EWOLUCJA LOGO Paleta kolorów PALETA GLÓWNA / System identyfikacji wizualnej Ministerstwa Środowiska został oparty na trzy-elementowej
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 szczegółowozna wybrane modele kolorów i metody transformacji między nimi zna podstawowe techniki filtracji liniowej, nieliniowej dla obrazów cyfrowych
Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Kod modułu Język kształcenia Wydział Matematyki i Informatyki Instytut Informatyki Przetwarzanie i analiza obrazów cyfrowych w
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 szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej 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 szczegółowo0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do
0. OpenGL ma układ współrzędnych taki, że oś y jest skierowana (względem monitora) a) w dół b) w górę c) w lewo d) w prawo e) w kierunku do obserwatora f) w kierunku od obserwatora 1. Obrót dookoła osi
Bardziej szczegółowoWidzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
Bardziej szczegółowoPrzetwarzanie obrazów i systemy wizyjne
Przetwarzanie obrazów i systemy wizyjne dr inż. Marcin Kiełczewski Instytut Automatyki i Robotyki p. 420(EL) tel. 665 2848 marcin.kielczewski@put.poznan.pl http://marcin.kielczewski.pracownik.put.poznan.pl/
Bardziej szczegółowoKomunikacja Człowiek-Komputer
Komunikacja Człowiek-Komputer Kolory Wojciech Jaśkowski Instytut Informatyki Politechnika Poznańska Wersja: 10 sierpnia 2016 Światło Źródło: Practical Colour management R. Griffith Postrzegany kolor zależy
Bardziej szczegółowoPrzedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.
Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2. Technika obrazu 24 W.3. Normalizacja w zakresie obrazu cyfrowego
Bardziej szczegółowoDzień dobry. Miejsce: IFE - Centrum Kształcenia Międzynarodowego PŁ, ul. Żwirki 36, sala nr 7
Dzień dobry BARWA ŚWIATŁA Przemysław Tabaka e-mail: przemyslaw.tabaka@.tabaka@wp.plpl POLITECHNIKA ŁÓDZKA Instytut Elektroenergetyki Co to jest światło? Światło to promieniowanie elektromagnetyczne w zakresie
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 szczegółowoTajemnice koloru, część 1
Artykuł pobrano ze strony eioba.pl Tajemnice koloru, część 1 Jak działa pryzmat? Dlaczego kolory na monitorze są inne niż atramenty w drukarce? Możemy na to odpowiedzieć, uświadamiając sobie, że kolory
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 szczegółowoWyszukiwanie obrazów 1
Wyszukiwanie obrazów 1 Wyszukiwanie według zawartości Wyszukiwanie wg zawartości jest procesem wyszukiwania w bazach danych (zbiorach dokumentów ) obiektów o treści najbardziej zbliżonej do zadanego wzorca.
Bardziej szczegółowodr inż. Piotr Odya dr inż. Piotr Suchomski
dr inż. Piotr Odya dr inż. Piotr Suchomski Podział grafiki wektorowa; matematyczny opis rysunku; małe wymagania pamięciowe (i obliczeniowe); rasteryzacja konwersja do postaci rastrowej; rastrowa; tablica
Bardziej szczegółowoGimp Grafika rastrowa (konwersatorium)
GIMP Grafika rastrowa Zjazd 1 Prowadzący: mgr Agnieszka Paradzińska 17 listopad 2013 Gimp Grafika rastrowa (konwersatorium) Przed przystąpieniem do omawiania cyfrowego przetwarzania obrazów niezbędne jest
Bardziej szczegółowoGrafika komputerowa. Adam Wojciechowski
Grafika komputerowa Adam Wojciechowski Grafika komputerowa Grafika komputerowa podstawowe pojęcia i zastosowania Grafika komputerowa - definicja Grafika komputerowa -dział informatyki zajmujący się wykorzystaniem
Bardziej szczegółowoLaboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 9 Przetwarzanie sygnałów wizyjnych. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z funkcjami pozwalającymi na
Bardziej szczegółowoGrafika komputerowa. mgr inż. Remigiusz Pokrzywiński
Grafika komputerowa mgr inż. Remigiusz Pokrzywiński Spis treści Grafika komputerowa Grafika wektorowa Grafika rastrowa Format graficzny, piksel, raster Rozdzielczość, głębia koloru Barwa Modele barw Kompresja
Bardziej szczegółowoMakijaż zasady ogólne
Makijaż Makijaż zasady ogólne -relatywizm barw, -światłocień, -perspektywa barwna, -podział kolorów, -technika monochromatyczna, -zasada kontrastu (kolory dopełniające się). relatywizm barw relatywizm
Bardziej szczegółowoKolorymetria. Akademia Sztuk Pięknych Gdańsk październik Dr inŝ. Paweł Baranowski
Kolorymetria Akademia Sztuk Pięknych Gdańsk październik 2004 Dr inŝ. Paweł Baranowski Eksperymenty Newtona Angielski fizyk Isaac Newton (1643-1727) odkrył w 1704 roku podczas badań, ze światło słoneczne,
Bardziej szczegółowoJaki kolor widzisz? Doświadczenie pokazuje zjawisko męczenia się receptorów w oku oraz istnienie barw dopełniających. Zastosowanie/Słowa kluczowe
1 Jaki kolor widzisz? Abstrakt Doświadczenie pokazuje zjawisko męczenia się receptorów w oku oraz istnienie barw Zastosowanie/Słowa kluczowe wzrok, zmysły, barwy, czopki, pręciki, barwy dopełniające, światło
Bardziej szczegółowoPrzewodnik po soczewkach
Przewodnik po soczewkach 1. Wchodzimy w program Corel Draw 11 następnie klikamy Plik /Nowy => Nowy Rysunek. Następnie wchodzi w Okno/Okno dokowane /Teczka podręczna/ Przeglądaj/i wybieramy plik w którym
Bardziej szczegółowoKolor, mat. pomoc. dla technologia inf. (c) M. Żabka (12 listopada 2007) str. 1
Kolor, mat. pomoc. dla technologia inf. (c) M. Żabka (12 listopada 2007) str. 1 Kolor (barwa) 1 Modele RBG i CMY(K) Kolor każdego punktu, linii lub powierzchni (oraz inne cechy wyglądu) jest wyznaczony
Bardziej szczegółowoSprzężenie wizyjne w robotyce
Sprzężenie wizyjne w robotyce dr inż. Marcin Kiełczewski Katedra Sterowania i Inżynierii Systemów p. 420(EL) tel. 665 2848 marcin.kielczewski@put.poznan.pl www.put.poznan.pl/~marcin.kielczewski Literatura
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 szczegółowoBADANIE INTERFEROMETRU YOUNGA
Celem ćwiczenia jest: BADANIE INTERFEROMETRU YOUNGA 1. poznanie podstawowych właściwości interferometru z podziałem czoła fali w oświetleniu monochromatycznym i świetle białym, 2. demonstracja możliwości
Bardziej szczegółowoReprezentacje danych multimedialnych - kolory. 1. Natura wiatła 2. Widzenie barwne 3. Diagram chromatycznoci 4. Modele koloru
Reprezentacje danych multimedialnych - kolory 1. Natura wiatła 2. Widzenie barwne 3. Diagram chromatycznoci 4. Modele koloru Natura wiatła, spektra wiatło fala elektromagnetyczna z zakresu 400 nm 700 nm
Bardziej szczegółowoMultimedia i grafika komputerowa
Część pierwsza Grafika komputerowa wprowadzenie Autor Roman Simiński Kontakt siminski@us.edu.pl www.us.edu.pl/~siminski Niniejsze opracowanie zawiera skrót treści wykładu, lektura tych materiałów nie zastąpi
Bardziej szczegółowoGRAFIKA KOMPUTEROWA podstawy matematyczne. dr inż. Hojny Marcin pokój 406, pawilon B5 E-mail: mhojny@metal.agh.edu.pl Tel.
GRAFIKA KOMPUTEROWA podstawy matematyczne dr inż. Hojny Marcin pokój 406, pawilon B5 E-mail: mhojny@metal.agh.edu.pl Tel. (12) 617 46 37 Plan wykładu 1/4 ZACZNIEMY OD PRZYKŁADOWYCH PROCEDUR i PRZYKŁADÓW
Bardziej szczegółowoGrenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu
Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu Małgorzata Bąk, Marcin Byra, Filip Chudzyński, Marcin Osiekowicz Opiekun: dr hab. Piotr Szymczak
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Bardziej 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 szczegółowoPOPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement)
POPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement) Przetwarzanie obrazów cyfrowych w celu wydobycia / uwydatnienia specyficznych cech obrazu dla określonych zastosowań. Brak
Bardziej szczegółowoGrafika 2D. Pojęcia podstawowe. opracowanie: Jacek Kęsik
Grafika 2D Pojęcia podstawowe opracowanie: Jacek Kęsik Obraz - przedmiot, przeważnie płaski, na którym za pomocą plam barwnych i kreski, przy zastosowaniu różnych technik malarskich i graficznych autor
Bardziej szczegółowoOświetlenie obiektów 3D
Synteza i obróbka obrazu Oświetlenie obiektów 3D Opracowanie: dr inż. Grzegorz Szwoch Politechnika Gdańska Katedra Systemów Multimedialnych Rasteryzacja Spłaszczony po rzutowaniu obraz siatek wielokątowych
Bardziej szczegółowoAlgorytmy graficzne. Charakterystyki oraz wyszukiwanie obrazów cyfrowych
Algorytmy graficzne Charakterystyki oraz wyszukiwanie obrazów cyfrowych 1 Pojęcie i reprezentacje obrazu Obraz cyfrowy, I, definiuje się jako odwzorowanie z przestrzeni pikseli P do przestrzeni kolorów
Bardziej szczegółowoTransformata Fouriera
Transformata Fouriera Program wykładu 1. Wprowadzenie teoretyczne 2. Algorytm FFT 3. Zastosowanie analizy Fouriera 4. Przykłady programów Wprowadzenie teoretyczne Zespolona transformata Fouriera Jeżeli
Bardziej szczegółowoLEKCJA 3 Jak powstają kolory diody LED RGB
LEKCJA 3 Jak powstają kolory diody LED RGB Przedmiot: Informatyka Etap: klasa I-III, klasa IV-VI, klasa VII-VIII Czas na realizację: 45min. Autor: Grzegorz Troszyński Redakcja: Joanna Skalska Krótki opis
Bardziej szczegółowo5. ZJAWISKO BARWY PERCEPCJA (WRAŻENIE) BARWY
5. ZJAWISKO BARWY Barwa pochodzi od światła. Światło jest przenoszone przez fale elektromagnetyczne o określonych długościach. Widzialne długości fal można zaobserwować pomiędzy 380 a 780 nm. (1 nanometr
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 szczegółowoPrzestrzenie barw. 1. Model RGB
Przestrzenie barw Przeciętny człowiek, nie posiadający zaburzeń wzorku, potrafi dostrzec i opisać otaczające go barwy. Co prawda ilość rozpoznawanych odcieni kolorów bywa różna (wiek, płeć, indywidualne
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie drugie Podstawowe przekształcenia obrazu 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami obrazu wykonywanymi
Bardziej szczegółowoObliczenie punktu przecięcia półprostej i płaszczyzny w przestrzeni 3-D wymaga rozwiązania równania liniowego.
RÓWNANIA, PRAWA, WZORY Obliczenie punktu przecięcia półprostej i płaszczyzny w przestrzeni 3-D wymaga rozwiązania równania liniowego. Znalezienie punktu przecięcia powierzchni kwadryki i półprostej wymaga
Bardziej szczegółowoWYKŁAD 12. Analiza obrazu Wyznaczanie parametrów ruchu obiektów
WYKŁAD 1 Analiza obrazu Wyznaczanie parametrów ruchu obiektów Cel analizy obrazu: przedstawienie każdego z poszczególnych obiektów danego obrazu w postaci wektora cech dla przeprowadzenia procesu rozpoznania
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 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 szczegółowoWspółrzędne trójchromatyczne x,y określają chromatyczność barwy, składowa Y wyznacza od razu jasność barwy.
Współrzędne trójchromatyczne x,y określają chromatyczność barwy, składowa Y wyznacza od razu jasność barwy. Barwa achromatyczna (biała) ma w tej skali jasność Y=100, gdy zakres promieniowania obejmuje
Bardziej szczegółowoKolorymetria. Wykład opracowany m.in. dzięki materiałom dra W.A. Woźniaka, za jego zgodą.
Kolorymetria Wykład opracowany m.in. dzięki materiałom dra W.A. Woźniaka, za jego zgodą. Widmo światła białego 400-450 nm - fiolet 450-500 nm - niebieski 500-560 nm - zielony 560-590 nm - żółty 590-630
Bardziej szczegółowoWykład 2. Fotometria i kolorymetria
Wykład 2 Fotometria i kolorymetria Fala elektromagnetyczna Fala elektromagnetyczna Światło widzialne Gwiazdy Temperatura barwowa Światło widzialne Pomiar światła - fotometria 1729 Pierre Bouger Essai
Bardziej szczegółowoPhotoshop. Podstawy budowy obrazu komputerowego
Photoshop Podstawy budowy obrazu komputerowego Wykład 1 Autor: Elżbieta Fedko O czym dzisiaj będziemy mówić? Co to jest grafika komputerowa? Budowa obrazu w grafice wektorowej i rastrowej. Zastosowanie
Bardziej szczegółowo