AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU
|
|
- Damian Kot
- 7 lat temu
- Przeglądów:
Transkrypt
1 AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU WYKŁAD 2 Marek Doros
2 Przetwarzanie obrazów Wykład 2 2 Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x, y)) do postaci zbioru danych dyskretnych (obraz cyfrowy) nadających się do dalszegoprzetwarzania. Elementy procesu akwizycji: 1. Oświetlenie obrazu. 2. Formowanie obrazu (optyczne). 3. Detekcja obrazu. 4. Formowanie wyjściowego sygnału z urządzenia (kamera, skaner)
3 Przetwarzanie obrazów Wykład 2 3 Formy obrazu na poszczególnych etapach procesu akwizycji: optyczna elektryczna cyfrowa Obraz cyfrowy: N x N pikseli. f x, y = f(0, 0) f(0, 1) f(0, N 1) f(1, 0) f(1, 1) f(1, N 1) f(n 1, 0) f N 1, 1 f(n 1, N 1)
4 Przetwarzanie obrazów Wykład 2 4 Wstępne przetwarzanie obrazu Celem wstępnego przetwarzania obrazu jest redukcja zniekształceń obrazu powstałych w procesie akwizycji Rodzaje zniekształceń: 1. zniekształcenia radiometryczne 2. zniekształcenia geometryczne Korekcja zniekształceń radiometrycznych Zniekształcenia radiometryczne, są spowodowane: nierównomiernością oświetlenia, błędami konwersji oświetlenie sygnał elektryczny (tzn. błędami detekcji)
5 Przetwarzanie obrazów Wykład 2 5 Proces korekcji radiometrycznej Korekcja sumacyjna jednorodnego jasnego obrazu odniesienia [P od (x,y)]: [KORA(x,y)] [P od (x,y)] [P(x,y)] P KORA (x, y) = P od (x, y) - KORA(x, y) dla x=1,...n, y=1,...,n, KORA(x,y) - wartość (poziom jasności) piksela obrazu przy zasłoniętym obiektywie (ciemny obraz odniesienia) P od (x,y) - wartość piksela jednorodnego jasnego obrazu odniesienia P KORA (x,y) - wartość piksela jednorodnego jasnego obrazu odniesienia po korekcji sumacyjnej
6 6 Korekcja iloczynowa. P KORM (x,y) = [P(x,y) KORA(x,y)] KORM (x,y) P(x,y) - wartość piksela obrazu wejściowego KORM(x,y) wartość współczynnika korekcji dla piksla o współrzędnych (x,y) obliczona według wzoru: KORM (x,y)= P KORA max / P KORA (x,y) P KORAmax - maksymalna wartość piksela w obrazie [P KORA (x,y)] P KORM (x,y) - wartość piksela obrazu wynikowego (po korekcji radiometrycznej)
7 Przetwarzanie obrazów Wykład 2 7 Korekcja zniekształceń geometrycznych Zniekształcenia geometryczne są spowodowane: nieliniowością układów przeglądania nierównoległością płaszczyzn obrazu i elementu fotoczułego kamery prowadzącymi do skrótów perspektywy np. krzywizna ziemi w zdjęciach satelitarnych, skaningowy mikroskop elektronowy, zdjęcia z powietrza do sporządzania map własnościami toru optycznego np.: mikroskopia obrotem kamery zmianami skali
8 Przetwarzanie obrazów Wykład 2 8 Konieczność usuwania zniekształceń geometrycznych: Pomiary odległości i pól powierzchni, Dopasowywanie obiektów na obrazach, Dopasowywanie obrazów na potrzeby rekonstrukcji obrazu z fragmentów, Tworzenie map, planów na podstawie zdjęć, Nakładania obrysów mapy na zdjęcia satelitarne pogodowe. Nakładanie map rozkładu potencjału elektrycznego na powierzchnie 3D. Realizacja korekcji zniekształceń geometrycznych Aproksymacja transformacji wielomianem Przekształcenia rozciągające Przekształcenia afiniczne
9 Przetwarzanie obrazów Wykład 2 9 Aproksymacja transformacji wielomianem pierwszego stopnia u=ax + by + c v=dx + ey + f x, y - obraz niezniekształcony, u, v - obraz zniekształcony, punkty kontrolne (niewspółliniowe) (x 1,y 1 ), (x 2,y 2 ), (x 3,y 3 ), (u 1,v 1 ), (u 2,v 2 ), (u 3,v 3 ),
10 Przetwarzanie obrazów Wykład 2 10
11 Przetwarzanie obrazów Wykład 2 11 Przykład: Dane: (x 1,y 1 ) = (8,10) (x 2,y 2 ) = (6,4) (x 3,y 3 ) = (10,2) (u 1,v 1 ) = (14,6) (u 2,v 2 ) = (11,7) (u 3,v 3 ) = (10,5) Obraz zniekształcony Znaleźć: obraz skorygowany. (znalezienie a,b,c,d,e,f, rozwiązując 6 równań liniowych 1-go stopnia).
12 Przetwarzanie obrazów Wykład 2 12 Siatka afiniczna Transformacja lokalna
13 Przetwarzanie obrazów Wykład 2 13 Histogram - rozkład częstości pojawiania się w obrazie pikseli o zadanych poziomach jasności Operacje na histogramie rozciąganie wyrównywanie spłaszczenie; cel: normalizacja obrazu przy porównywaniu efekt rozciągania: wyostrzenie obrazu
14 Przetwarzanie obrazów Wykład 2 14 Odszumianie Szum Zjawisko przypadkowe; zakłócenia wartości pikseli w czasie w przestrzeni Sposoby redukowania szumu: odszumiamie czasowe odszumianie przestrzenne
15 Przetwarzanie obrazów Wykład 2 15 Uśrednianie czasowe (dotyczy obrazów statycznych NxN liczba pikseli w obrazie. Np. dla N=4 liczba pikseli w obrazie wynosi NxN =
16 Przetwarzanie obrazów Wykład 2 16 P 1 P 1 - wartość pierwszego piksela obrazu Pj Pj = wartość j-tego piksela obrazu P NxN P NxN - wartość ostatniego piksela
17 Przetwarzanie obrazów Wykład 2 17 P ji - wartość j-tego piksela obrazu w i-tej chwili czasowej P jś - wartość średnia j-tego piksela obrazu w n chwilach czasowych n - liczba pojawień się obrazu i = 1 n NxN liczba pikseli w obrazie j = 1 N x N
18 Przetwarzanie obrazów Wykład 2 18 Uśrednianie przestrzenne (obrazy statyczne oraz zmienne w czasie) n = 9 - otoczenie 8-spójne 13 n - liczba pikseli otoczenia (wraz z pikselem przetwarzanym) n = 5 - otoczenie 4-spójne
19 Przetwarzanie obrazów Wykład 2 19 METODY FILTRACJI OBRAZU Cel filtracji: polepszenie jakości obrazu według zadanych kryteriów Interpretacja częstotliwościowa F.G. - filtracja górnoprzepustowa F.D. - filtracja dolnoprzepustowa
20 Przetwarzanie obrazów Wykład 2 20 Podstawowe operacje na obrazach operacje jednopunktowe (punktowe) operacje jednopunktowe jednoargumentowe [q(i, j)] = f [p(i, j)] operacje jednopunktowe wieloargumentowe [q(i, j)] = f [p 1 (i, j), p 2 (i, j),..., p k (i, j)] operacje sąsiedztwa (kontekstowe) [q(i, j)] = f [p(i, j), p(i -1, j -1), p(i +1, j +1),..]
21 Przetwarzanie obrazów Wykład 2 21 Operacje jednopunktowe jednoargumentowe Są to operacje, w których na wartość zadanego piksela obrazu wynikowego o współrzędnych (i, j) ma wpływ wartość tylko jednego piksela obrazu pierwotnego o współrzędnych (i, j): [q(i, j)] = f [p(i, j)] f - operator (liniowy lub nieliniowy) [p(i, j)] [q(i,j)] - obraz pierwotny - obraz wynikowy p(i,j), q(i,j) - wartości piksela o współrzędnych (i, j) obrazu pierwotnego i wynikowego
22 Przetwarzanie obrazów Wykład 2 22 Rodzaje operacji jednopunktowych jednoargumentowych Operacja identyczności q(i,j) = p(i,j) dla L min p L max Dla L min = 0, L max = 15 (czyli M = 16): [q] = [p]
23 Przetwarzanie obrazów Wykład 2 23 Operacja odwrotności (negacji): q(i,j) = L max p(i,j) dla L min p L max Dla L min = 0, L max = 15 (czyli M=16): q(i,j) = 15 p(i,j) [q]
24 Przetwarzanie obrazów Wykład 2 24 Operacja progowania (binaryzacji) p 1 = 5 q = 0 dla p p 1 1 dla p > p
25 Przetwarzanie obrazów Wykład 2 25 Odwrotna operacja progowania (binaryzacji) p 1 = 5 q = 1 dla p p 1 0 dla p > p
26 Przetwarzanie obrazów Wykład 2 26 Operacje progowania przedziałami (binarne)
27 Przetwarzanie obrazów Wykład 2 27 Operacje progowania z zachowaniem poziomów szarości Dla L min = 0, L max = 15 (czyli M=16) Z zachowaniem identyczności q = p dla p 1 p 1 p 2 0 dla p < p 1, p > p 2 Z zachowaniem odwrotności (negacji) q = Lmax p dla p 1 p p 2 0 dla p < p 1, p > p 2 p 1 = 2, p 2 = 12 p 1 = 2, p 2 = 12
28 Przetwarzanie obrazów Wykład 2 28 Operacje progowania z zachowaniem poziomów szarości [p(i,j)] [q 1 (i,j)] [q 2 (i,j)]
29 Przetwarzanie obrazów Wykład 2 29 Operacja rozciągania do pełnego zakresu poziomów jasności {0, Lmax} Opis matematyczny: q= (p p 1 ) 15 p 2 p 1 dla p 1 p p 2 0 dla p < p 1, p > p 2 Interpretacja geometryczna: Zastosowanie: polepszanie kontrastowości obrazu Zadanie: Na podstawie zadanego obrazu [p] obliczyć obraz [q] i jego histogram dla p 1 =4, p 2 =8
30 Przetwarzanie obrazów Wykład 2 30 Operacja rozciągania do zadanego zakresu poziomów jasności {q3, q4} przy zadanym poziomie jasności tła q5 gdzie 0 q3 Lmax, 0 q4 Lmax; q3<q4 Warunek na rozciąganie: p2-p1<q4- q3 Opis matematyczny: q= (p p 1 ) q 4 q 3 p 2 p 1 +q 3 dla p 1 p p 2 q 5 dla p < p 1, p > p 2 Interpretacja geometryczna: Zadanie: Na podstawie zadanego obrazu [p] obliczyć obraz [q] i jego histogram dla p 1 =4, p 2 =8, q 3 =5, q 4 =10, q 5 =2.
31 Przetwarzanie obrazów Wykład 2 31 Operacja redukcji poziomów szarości Przykład dla L min = 0, L max = 15 (czyli M=16) q = 0 dla p p 1 q 2 dla p 1 < p p 2 q 3 dla p 2 < p p 3 q 4 dla p 3 < p p 4 15 dla p 4 < p 15 Wyznaczyć obraz [q] i jego histogram dla: p1 = 2, p2 = 4 p3 = 6 p4 = 8; q2 = 3, q3 = 6, q4 = 9; Posteryzacja: p2-p1=p3-p2=.; q2-q1=q3-q2=.;
32 Przetwarzanie obrazów Wykład 2 32 Obraz pierwotny [p(i,j)] i jego histogram Zadanie Przedstawiony powyżej obraz przekształcić przy zastosowaniu kilku wybranych operacji jednopunktowych w celu a) wyodrębnienia jasnych obiektów, b) polepszenia rozróżnialności detali wchodzących w skład jasnych obiektów. Przedstawić obrazy wynikowe oraz sporządzić ich histogramy.
33 Przetwarzanie obrazów Wykład 2 33 Tablica LUT (Look - Up Table) Jest to tablica obrazująca zasadę szybkiego wyznaczania wielkości będących wynikami realizacji zadanego odwzorowania. W przypadku operacji na obrazach: gdzie: [p(i,j)] - obraz pierwotny, [q(i,j)]- obraz wynikowy [q(i, j)] = f [p(i, j)] f - operator odwzorowujący wartości pikseli obrazu [p(i,j)] na wartości pikseli obrazu [q(i,j)]
34 Przetwarzanie obrazów Wykład 2 34 Zasada działania tablicy LUT Dyskretne wartości argumentu p są indeksami (adresami) elementów tablicy zawierających wartości q.
35 Przetwarzanie obrazów Wykład 2 35 Przykładowe zastosowania tablicy LUT Zastosowanie1: Uniwersalna Operacja Jednopunktowa (Uniwersalna Operacja Punktowa (UOP)) UOP obejmuje operacje identyczności, odwrotności, progowania, rozciągania itd. indeksy tablicy: wartości kolejnych poziomów jasności obrazu pierwotnego elementy tablicy: odpowiednie poziomy jasności pikseli obrazu wynikowego. Także: Uniwersalna Operacja Punktowa w postaci wykresu. Dwa przykłady operacji na wykresie: a) regulacja jasności obrazu, b) regulacja kontrastowości obrazu Zastosowanie2: Histogram; indeksy tablicy: wartości kolejnych poziomów jasności obrazu pierwotnego, elementy tablicy: liczby pikseli (lub względne zawartości pikseli) o zadanych poziomach jasności. Także: Histogram w postaci wykresu.
36 Przetwarzanie obrazów Wykład 2 36 Operacje jednopunktowe dwuargumentowe i wieloargumentowe Są to operacje, w których na wartość zadanego piksela obrazu wynikowego o współrzędnych (i,j) mają wpływ tylko wartości pikseli obrazów pierwotnych (argumentów) o współrzędnych (i,j): c ij = f D (a ij, b ij ) f D - operator arytmetyczny lub logiczny (dodawanie, odejmowanie, mnożenie, dzielenie, logarytm, OR, AND, XOR...) c i,j - wartość piksela obrazu wynikowego (w przypadku otrzymania ułamka następuje zaokrąglenie do najbliższej, większej od niego liczby całkowitej) a i,j, b i,j - wartości pikseli obrazów pierwotnych
37 Przetwarzanie obrazów Wykład 2 37 Operacje jednopunktowe dwuargumentowe - arytmetyczne: Dodawanie c ij = (a ij + b ij ) k k - liczba obrazów; przykład: k = 2, Przykładowe zastosowania: redukcja zakłóceń (p. uśrednianie czasowe), rozjaśnianie obrazu (dla k=1 niezależnie od liczby obrazów)
38 Przetwarzanie obrazów Wykład 2 38 Operacje jednopunktowe dwuargumentowe - arytmetyczne: Odejmowanie 1-szy etap: a ij -b ij 2-gi etap: c ij = a ij -b ij Przykładowe zastosowania: porównywanie obrazów, przyciemnianie obrazu
39 Przetwarzanie obrazów Wykład 2 39 Operacje jednopunktowe dwuargumentowe - arytmetyczne: Mnożenie Przykładowe zastosowania: korekcja nieliniowości, tworzenie okna. korekcja nieliniowości Przykład: k = 1 c ij = k[(a ij x b ij ) + a ij ] obraz [a ij ] współczynniki korekcji b ij obraz [c ij ]
40 Przetwarzanie obrazów Wykład 2 40 Operacje jednopunktowe dwuargumentowe - arytmetyczne: Mnożenie tworzenie okna c ij = a ij x b ij Przykład: b ij = 1 - wewnątrz okna 0 - poza oknem obraz [a ij ] współczynniki korekcji b ij obraz [c ij ]
41 Przetwarzanie obrazów Wykład 2 41 Operacje jednopunktowe dwuargumentowe - logiczne Podstawowe operacje logiczne : Argumenty operacji: p, q; wynik: r AND iloczyn logiczny ( p q = r ) : wynik jest prawdą, jeśli oba argumenty operacji są prawdą, OR - suma logiczna (alternatywa ( p q = r )): wynik jest prawdą, jeśli przynajmniej jeden z argumentów operacji jest prawdą, XOR wyłączanie (alternatywa wykluczająca): wynik jest prawdą, jeśli jeden i tylko jeden z argumentów jest prawdą. AND OR XOR p q r p q r p q r
42 Przetwarzanie obrazów Wykład 2 42 W operacjach jednopunktowych dwuargumentowych logicznych na obrazach działania prowadzone są na odpowiednich pikselach obrazów stanowiących argumenty danej operacji. W szczególności działania prowadzone są na bitach o tej samej wadze.
43 Przetwarzanie obrazów Wykład 2 43 Przykład : Operacja AND: [p] [q] = [r] Obraz [p] : Obraz [q]:
44 Przetwarzanie obrazów Wykład Obraz [r]:
45 Przetwarzanie obrazów Wykład 3 44 MATERIAŁ DO WYKŁADU I ĆWICZEŃ LABORATORYJNYCH: Wykład Materiał podstawowy: M. Doros, Przetwarzanie obrazów, Skrypt WSISiZ, (Rozdz.2.2, 3.2) Materiał uzupełniający: R.Tadeusiewicz, P.Korohoda: Komputerowa analiza i przetwarzanie obrazów, Kraków 1997 (Rozdz. 3.1, 3.2, 3.3) (także plik..\pobd\materialy\tadkoroh.pdf na UBIKu) Ćwiczenia Laboratoryjne Materiał podstawowy: M.Doros, A. Korzyńska, M.Przytulska, H.Goszczyńska: Przetwarzanie Obrazów, ćwiczenia laboratoryjne, Skrypt WSISiZ, (Rozdz.2, 3, 4)
AKWIZYCJA I PRZETWARZANIE WSTĘPNE
WYKŁAD 2 AKWIZYCJA I PRZETWARZANIE WSTĘPNE Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x,y)) do postaci zbioru danych dyskretnych (obraz cyfrowy) nadających
Bardziej szczegółowoOperator rozciągania. Obliczyć obraz q i jego histogram dla p 1 =4, p 2 =8; Operator redukcji poziomów szarości
Operator rozciągania q = 15 ( p p1 ) ( p p ) 0 2 1 dla p < p p 1 2 dla p p, p > p 1 2 Obliczyć obraz q i jego histogram dla p 1 =4, p 2 =8; Operator redukcji poziomów szarości q = 0 dla p p1 q2 dla p1
Bardziej szczegółowoPRZETWARZANIE OBRAZÓW
PRZETWARZANIE OBRAZÓW WYKŁAD 1 Marek Doros Przetwarzanie obrazów Wykład 1 2 Schemat procesu przetwarzania obrazu Obraz cyfrowy Opis obrazu Obraz Pozyskanie Wstępne przetworzenie obrazu Segmentacja obrazu
Bardziej szczegółowoPOB Odpowiedzi na pytania
POB Odpowiedzi na pytania 1.) Na czym polega próbkowanie a na czym kwantyzacja w procesie akwizycji obrazu, jakiemu rodzajowi rozdzielczości odpowiada próbkowanie a jakiemu kwantyzacja Próbkowanie inaczej
Bardziej szczegółowoWYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego
WYKŁAD 3 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego 1 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego (c.d.) 2 Zestawienie zbiorcze - Regulacje
Bardziej 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 szczegółowoFiltracja liniowa (metody konwolucyjne, tzn. uwzględniające pewne otoczenie przetwarzanego piksla):
WYKŁAD 3 Operacje sąsiedztwa Są to operacje, w których na wartość zadanego piksla obrazu wynikowego q o współrz. (i,j) mają wpływ wartości piksli pewnego otoczenia piksla obrazu pierwotnego p o współrzędnych
Bardziej szczegółowoPRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń. Ćwiczenie 2. Korekcja zniekształceń radiometrycznych
WyŜsza Szkoła Informatyki Stosowanej i Zarządzania Warsaw School of Information Technology WIT Grupa ID306, Zespół 2 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 2 Temat: : Korekcja zniekształceń
Bardziej 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 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 szczegółowo3. OPERACJE BEZKONTEKSTOWE
3. OPERACJE BEZKONTEKSTOWE 3.1. Tablice korekcji (LUT) Przekształcenia bezkontekstowe (punktowe) to takie przekształcenia obrazu, w których zmiana poziomu szarości danego piksela zależy wyłącznie od jego
Bardziej szczegółowoZygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab
Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu
Bardziej szczegółowoPrzetwarzanie obrazów rastrowych macierzą konwolucji
Przetwarzanie obrazów rastrowych macierzą konwolucji 1 Wstęp Obrazy rastrowe są na ogół reprezentowane w dwuwymiarowych tablicach złożonych z pikseli, reprezentowanych przez liczby określające ich jasność
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 3 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 szczegółowoWYKŁAD 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 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 szczegółowomaska 1 maska 2 maska 3 ogólnie
WYKŁAD 4 Detekcja krawędzi, operacje morfologiczne Detekcja (wykrywanie) krawędzi (edge detection) jest to technika segmentacji obrazu, polegająca na znajdowaniu piksli krawędziowych przez sprawdzanie
Bardziej szczegółowoAnaliza obrazu. wykład 3. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 3 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Binaryzacja Binaryzacja jest jedną z ważniejszych ż czynności punktowego przetwarzania obrazów. Poprzedza prawie zawsze
Bardziej szczegółowoKomputerowe obrazowanie medyczne
Komputerowe obrazowanie medyczne Część II Przetwarzanie i analiza obrazów medycznych Grafika rastrowa i wektorowa W grafice wektorowej obrazy i rysunki składają się z szeregu punktów, przez które prowadzi
Bardziej szczegółowoMetody komputerowego przekształcania obrazów
Metody komputerowego przekształcania obrazów Przypomnienie usystematyzowanie informacji z przedmiotu Przetwarzanie obrazów w kontekście zastosowań w widzeniu komputerowym Wykorzystane materiały: R. Tadeusiewicz,
Bardziej szczegółowoPrzekształcenia punktowe
Przekształcenia punktowe Przekształcenia punktowe realizowane sa w taki sposób, że wymagane operacje wykonuje sie na poszczególnych pojedynczych punktach źródłowego obrazu, otrzymujac w efekcie pojedyncze
Bardziej 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 szczegółowoRozpoznawanie Twarzy i Systemy Biometryczne
Filtry Plan wykładu Przegląd dostępnych filtrów Zastosowanie filtrów na różnych etapach pracy systemu Dalsze badania Kontrast i ostrość Kontrast różnica w kolorze i świetle między częściami ś i obrazu
Bardziej szczegółowoPrzetwarzanie obrazów wykład 2
Przetwarzanie obrazów wykład 2 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Etapy obróbki pozyskanego obrazu Obróbka wstępna
Bardziej szczegółowoPRZETWARZANIE OBRAZÓW WIT, Studia Dzienne, sem.5, 2006/2007, prowadzący: Marek Doros WYKŁAD 1 Schemat procesu przetwarzania obrazu
PRZETWARZANIE OBRAZÓW WIT, Studia Dzienne, sem.5, 2006/2007, prowadzący: Marek Doros WYKŁAD 1 Schemat procesu przetwarzania obrazu Przetwarzanie obrazów jest to proces składający się z następujących operacji:
Bardziej szczegółowoPrzekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu
Definicja Przekształcenia kontekstowe są to przekształcenia które dla wyznaczenia wartości jednego punktu obrazu wynikowego trzeba dokonać określonych obliczeń na wielu punktach obrazu źródłowego. Przekształcenia
Bardziej szczegółowoWyższa Szkoła Informatyki Stosowanej i Zarządzania
Wyższa Szkoła Informatyki Stosowanej i Zarządzania Grupa ID308, Zespół 11 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń Ćwiczenie 6 Temat: Operacje sąsiedztwa wyostrzanie obrazu Wykonali: 1. Mikołaj Janeczek
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia kontekstowe Liniowe Nieliniowe - filtry Przekształcenia kontekstowe dokonują transformacji poziomów jasności pikseli analizując za każdym razem nie tylko jasność danego
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Podział metod filtracji obrazu Metody przestrzenne i częstotliwościowe Metody liniowe i nieliniowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu
Bardziej szczegółowoFiltracja obrazu operacje kontekstowe
Filtracja obrazu operacje kontekstowe Główne zadania filtracji Usunięcie niepożądanego szumu z obrazu Poprawa ostrości Usunięcie określonych wad obrazu Poprawa obrazu o złej jakości technicznej Rekonstrukcja
Bardziej szczegółowoLaboratorium Cyfrowego Przetwarzania Obrazów
Laboratorium Cyfrowego Przetwarzania Obrazów Ćwiczenie 2 Histogram i arytmetyka obrazów Opracowali: - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej 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 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 szczegółowoOperacje przetwarzania obrazów monochromatycznych
Operacje przetwarzania obrazów monochromatycznych Obraz pobrany z kamery lub aparatu często wymaga dalszej obróbki. Jej celem jest poprawienie jego jakości lub uzyskaniem na jego podstawie określonych
Bardziej 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 szczegółowoMichał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1)
Michał Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (1) Prezentacja multimedialna współfinansowana przez Unię Europejską w ramach Europejskiego Funduszu Społecznego w projekcie Innowacyjna
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 2 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie trzecie Operacje na dwóch obrazach 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z operacjami jakie możemy wykonywać na dwóch obrazach,
Bardziej szczegółowoPrzetwarzanie obrazów wykład 4
Przetwarzanie obrazów wykład 4 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda Filtry nieliniowe Filtry nieliniowe (kombinowane)
Bardziej szczegółowoRekonstrukcja obrazu (Image restoration)
Rekonstrukcja obrazu (Image restoration) Celem rekonstrukcji obrazu cyfrowego jest odtworzenie obrazu oryginalnego na podstawie obrazu zdegradowanego. Obejmuje ona identyfikację procesu degradacji i próbę
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 12 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoRozkład materiału a wymagania podstawy programowej dla I klasy czteroletniego liceum i pięcioletniego technikum. Zakres rozszerzony
Rozkład materiału a wymagania podstawy programowej dla I klasy czteroletniego liceum i pięcioletniego technikum. Zakres rozszerzony ZBIORY TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY
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 szczegółowoMetody poprawy jakości obrazu (image enchancement)
Metody poprawy jakości obrazu imae echacemet) Są to metody wstępeo przetwarzaia obrazu. Celem tych metod jest oóla poprawa jakości obrazu poprzez modyikację jeo jasości, kotrastu lub historamu. Metody
Bardziej szczegółowoCYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)
I. Wprowadzenie do ćwiczenia CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) Ogólnie termin przetwarzanie sygnałów odnosi się do nauki analizowania zmiennych w czasie procesów fizycznych.
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 szczegółowoPolitechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 8. Filtracja uśredniająca i statystyczna.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 8 Filtracja uśredniająca i statystyczna. Cel ćwiczenia Celem ćwiczenia jest zdobycie umiejętności tworzenia i wykorzystywania
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie trzecie Operacje na dwóch obrazach Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z operacjami jakie możemy wykonywać na dwóch obrazach,
Bardziej 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 szczegółowoAnaliza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.
Analiza obrazu komputerowego wykład 1 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Plan wykładu Wprowadzenie pojęcie obrazu cyfrowego i analogowego Geometryczne przekształcenia obrazu Przekształcenia
Bardziej szczegółowozniekształcenia przyjmują różne formy, w zależności od miejsca, w którym powstają
Opracowali: dr inż. Piotr Suchomski dr inż. Piotr Odya nie ma urządzeń doskonałych każde urządzenie wprowadza do sygnału (fonicznego bądź wizyjnego) zniekształcenia zniekształcenia przyjmują różne formy,
Bardziej szczegółowoPróbny egzamin z matematyki dla uczniów klas II LO i III Technikum. w roku szkolnym 2012/2013
Próbny egzamin z matematyki dla uczniów klas II LO i III Technikum w roku szkolnym 2012/2013 I. Zakres materiału do próbnego egzaminu maturalnego z matematyki: 1) liczby rzeczywiste 2) wyrażenia algebraiczne
Bardziej szczegółowoKARTA PRZEDMIOTU. W5/1;W16/1 W5 Zna podstawowe metody przetwarzania wstępnego EP WM K_W9/3; obrazów barwnych.
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PRZETWARZANIE OBRAZÓW CYFROWYCH 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia pierwszego stopnia 5. Forma
Bardziej szczegółowoAnaliza obrazów - sprawozdanie nr 2
Analiza obrazów - sprawozdanie nr 2 Filtracja obrazów Filtracja obrazu polega na obliczeniu wartości każdego z punktów obrazu na podstawie punktów z jego otoczenia. Każdy sąsiedni piksel ma wagę, która
Bardziej szczegółowoROZKŁAD MATERIAŁU DLA KLASY I LICEUM I TECHNIKUM (ZAKRES PODSTAWOWY I ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ
ROZKŁAD MATERIAŁU DLA KLASY I LICEUM I TECHNIKUM (ZAKRES PODSTAWOWY I ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ ZBIORY TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ Z
Bardziej szczegółowoTechniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów
Doc. dr inż. Jacek Jarnicki Instytut Informatyki, Automatyki i Robotyki Politechniki Wrocławskiej jacek.jarnicki@pwr.wroc.pl Techniki wizualizacji Ćwiczenie 4 Podstawowe algorytmy przetwarzania obrazów
Bardziej 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 szczegółowoAproksymacja funkcji a regresja symboliczna
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(x), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(x), zwaną funkcją aproksymującą
Bardziej szczegółowoPodstawy programowania. 1. Operacje arytmetyczne Operacja arytmetyczna jest opisywana za pomocą znaku operacji i jednego lub dwóch wyrażeń.
Podstawy programowania Programowanie wyrażeń 1. Operacje arytmetyczne Operacja arytmetyczna jest opisywana za pomocą znaku operacji i jednego lub dwóch wyrażeń. W językach programowania są wykorzystywane
Bardziej szczegółowoPrzekształcenia punktowe i geometryczne
Przekształcenia punktowe i geometryczne 1 Przekształcenia punktowe Przekształcenia punktowe (bezkontekstowe) są to przekształcenia dotyczące stopnia szarości lub nasycenia barwy dla każdego punktu oddzielnie,
Bardziej szczegółowoFiltracja splotowa obrazu
Informatyka, S1 sem. letni, 2012/2013, wykład#3 Filtracja splotowa obrazu dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 53 Proces przetwarzania obrazów Obraz f(x,y)
Bardziej szczegółowoTechnika cyfrowa Synteza układów kombinacyjnych
Sławomir Kulesza Technika cyfrowa Synteza układów kombinacyjnych Wykład dla studentów III roku Informatyki Wersja 2.0, 05/10/2011 Podział układów logicznych Opis funkcjonalny układów logicznych x 1 y 1
Bardziej szczegółowoWYKŁAD 14. Informacja obrazowa Ukrywanie informacji w obrazie (Steganografia) Transformaty w przetwarzaniu obrazów
WYKŁAD 14 Informacja obrazowa Ukrywanie informacji w obrazie (Steganografia) Transformaty w przetwarzaniu obrazów Informacja obrazowa Informacja obrazowa określa istotność danych obrazowych. W praktyce
Bardziej szczegółowoObraz i komputer. Trzy dziedziny informatyki. Podział przede wszystkim ze względu na dane wejściowe i wyjściowe
Obraz i komputer Trzy dziedziny informatyki Grafika komputerowa Przetwarzanie obrazów Rozpoznawanie obrazów Podział przede wszystkim ze względu na dane wejściowe i wyjściowe Grafika komputerowa Dane wejściowe
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VII Sygnały 2D i transformacja Fouriera 2D 2 1 2 Splot 2D d d y H F y H y F y G ), ( ), ( ), ( ), ( ), ( H(,) F(,) H(-,-) H(-,y-) G(,y) Delta Diraca 2D (,y) 0 ),
Bardziej szczegółowoMATEMATYKA Wymagania edukacyjne i zakres materiału dla klasy drugiej poziom podstawowy w roku szkolnym 2013/2014 ZAKRES MATERIAŁU, TREŚCI NAUCZANIA
MATEMATYKA Wymagania edukacyjne i zakres materiału dla klasy drugiej poziom podstawowy w roku szkolnym 2013/2014 ZAKRES MATERIAŁU, TREŚCI NAUCZANIA 1. Funkcje i ich własności. odróżnić przyporządkowanie,
Bardziej szczegółowoPropozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy. Klasa I (60 h)
Propozycja szczegółowego rozkładu materiału dla 4-letniego technikum, zakres podstawowy (według podręczników z serii MATeMAtyka) Temat Klasa I (60 h) Liczba godzin 1. Liczby rzeczywiste 15 1. Liczby naturalne
Bardziej szczegółowozna wykresy i własności niektórych funkcji, np. y = x, y =
Wymagania edukacyjne dla uczniów klasy II z podstawowym programem nauczania matematyki, niezbędne do uzyskania śródrocznych i rocznych ocen klasyfikacyjnych z matematyki Nauczyciel: mgr Karolina Bębenek
Bardziej szczegółowoAnaliza obrazów. Segmentacja i indeksacja obiektów
Analiza obrazów. Segmentacja i indeksacja obiektów Wykorzystane materiały: R. Tadeusiewicz, P. Korohoda, Komputerowa analiza i przetwarzanie obrazów, Wyd. FPT, Kraków, 1997 Analiza obrazu Analiza obrazu
Bardziej szczegółowoTemat (rozumiany jako lekcja) Propozycje środków dydaktycznych. Liczba godzin. Uwagi
Roczny plan dydaktyczny z matematyki dla pierwszej klasy szkoły branżowej I stopnia dla uczniów będących absolwentami ośmioletniej szkoły podstawowej, uwzględniający kształcone umiejętności i treści podstawy
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 szczegółowoPodstawy Automatyki. Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych. dr inż. Jakub Możaryn. Instytut Automatyki i Robotyki
Wykład 9 - Podstawy matematyczne automatyki procesów dyskretnych Instytut Automatyki i Robotyki Warszawa, 2015 Kody liczb całkowitych nieujemnych Kody liczbowe dzielimy na analityczne nieanalityczne (symboliczne)
Bardziej szczegółowoWyższa 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 szczegółowoPlan wynikowy z przedmiotu: MATEMATYKA
Plan wynikowy z przedmiotu: MATEMATYKA Szkoła: Liceum Ogólnokształcące Klasa: pierwsza Poziom nauczania: podstawowy Numer programu: DPN-5002-31/08 Podręcznik: MATEMATYKA Anna Jatczak, Monika Ciołkosz,
Bardziej szczegółowoMetody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015
Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015 1 Metody numeryczne Dział matematyki Metody rozwiązywania problemów matematycznych za pomocą operacji na liczbach. Otrzymywane
Bardziej szczegółowoTechnika cyfrowa Synteza układów kombinacyjnych (I)
Sławomir Kulesza Technika cyfrowa Synteza układów kombinacyjnych (I) Wykład dla studentów III roku Informatyki Wersja 2.0, 05/10/2011 Podział układów logicznych Opis funkcjonalny układów logicznych x 1
Bardziej szczegółowo(metale i ich stopy), oparta głównie na badaniach mikroskopowych.
PODSTAWY METALOGRAFII ILOŚCIOWEJ I KOMPUTEROWEJ ANALIZY OBRAZU 1 Metalografia - nauka o wewnętrznej budowie materiałów metalicznych (metale i ich stopy), oparta głównie na badaniach mikroskopowych. 2 1
Bardziej szczegółowoPRZETWARZANIE SYGNAŁÓW
PRZETWARZANIE SYGNAŁÓW SEMESTR V Wykład VIII Podstawy przetwarzania obrazów Filtracja Przetwarzanie obrazu w dziedzinie próbek Przetwarzanie obrazu w dziedzinie częstotliwości (transformacje częstotliwościowe)
Bardziej szczegółowoMatematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy
Matematyka do liceów i techników Szczegółowy rozkład materiału Zakres podstawowy Wariant nr (klasa I 4 godz., klasa II godz., klasa III godz.) Klasa I 7 tygodni 4 godziny = 48 godzin Lp. Tematyka zajęć
Bardziej szczegółowoMATeMAtyka klasa II poziom rozszerzony
MATeMAtyka klasa II poziom rozszerzony W klasie drugiej na poziomie rozszerzonym realizujemy materiał z klasy pierwszej tylko z poziomu rozszerzonego (na czerwono) oraz cały materiał z klasy drugiej. Rozkład
Bardziej szczegółowoUniwersytet Warszawski, Wydział Fizyki
TELEDETEKCJA A źródło B oddziaływanie z atmosferą C obiekt, oddziaływanie z obiektem D detektor E zbieranie danych F analiza G zastosowania A C B D E F G Obraz wejściowy Analiza Algorytmy przetwarzania
Bardziej szczegółowoWykład 5. Metoda eliminacji Gaussa
1 Wykład 5 Metoda eliminacji Gaussa Rozwiązywanie układów równań liniowych Układ równań liniowych może mieć dokładnie jedno rozwiązanie, nieskończenie wiele rozwiązań lub nie mieć rozwiązania. Metody dokładne
Bardziej szczegółowoMATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ. programowej dla klas IV-VI. programowej dla klas IV-VI.
MATEMATYKA Z PLUSEM DLA KLASY VII W KONTEKŚCIE WYMAGAŃ PODSTAWY PROGRAMOWEJ TEMAT LICZBA GODZIN LEKCYJNYCH WYMAGANIA SZCZEGÓŁOWE Z PODSTAWY PROGRAMOWEJ UWAGI. LICZBY I DZIAŁANIA 6 h Liczby. Rozwinięcia
Bardziej szczegółowoWYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY. (zakres podstawowy) klasa 2
WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY (zakres podstawowy) klasa 2 1. Funkcja liniowa Tematyka zajęć: Proporcjonalność prosta Funkcja liniowa. Wykres funkcji liniowej Miejsce zerowe funkcji liniowej.
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III
1 Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania wyłącznie do własnych, prywatnych potrzeb i może
Bardziej szczegółowoRozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.)
Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. godz. = 76 godz.) I. Funkcja i jej własności.4godz. II. Przekształcenia wykresów funkcji...9 godz. III. Funkcja
Bardziej szczegółowoPODSTAWY METALOGRAFII ILOŚCIOWEJ I KOMPUTEROWEJ ANALIZY OBRAZU
1 PODSTAWY METALOGRAFII ILOŚCIOWEJ I KOMPUTEROWEJ ANALIZY OBRAZU 2 Metalografia - nauka o wewnętrznej budowie materiałów metalicznych (metale i ich stopy), oparta głównie na badaniach mikroskopowych. 3
Bardziej szczegółowoPodstawowe operacje arytmetyczne i logiczne dla liczb binarnych
1 Podstawowe operacje arytmetyczne i logiczne dla liczb binarnych 1. Podstawowe operacje logiczne dla cyfr binarnych Jeśli cyfry 0 i 1 potraktujemy tak, jak wartości logiczne fałsz i prawda, to działanie
Bardziej szczegółowoZAKRES PODSTAWOWY. Proponowany rozkład materiału kl. I (100 h)
ZAKRES PODSTAWOWY Proponowany rozkład materiału kl. I (00 h). Liczby rzeczywiste. Liczby naturalne. Liczby całkowite. Liczby wymierne. Liczby niewymierne 4. Rozwinięcie dziesiętne liczby rzeczywistej 5.
Bardziej szczegółowoZagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste
Zagadnienia na egzamin poprawkowy z matematyki - klasa I 1. Liczby rzeczywiste Liczby naturalne Liczby całkowite. Liczby wymierne Liczby niewymierne Rozwinięcie dziesiętne liczby rzeczywistej Pierwiastek
Bardziej szczegółowoROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.
ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach
Bardziej szczegółowoLogika binarna. Prawo łączności mówimy, że operator binarny * na zbiorze S jest łączny gdy (x * y) * z = x * (y * z) dla każdego x, y, z S.
Logika binarna Logika binarna zajmuje się zmiennymi mogącymi przyjmować dwie wartości dyskretne oraz operacjami mającymi znaczenie logiczne. Dwie wartości jakie mogą te zmienne przyjmować noszą przy tym
Bardziej szczegółowo2) R stosuje w obliczeniach wzór na logarytm potęgi oraz wzór na zamianę podstawy logarytmu.
ZAKRES ROZSZERZONY 1. Liczby rzeczywiste. Uczeń: 1) przedstawia liczby rzeczywiste w różnych postaciach (np. ułamka zwykłego, ułamka dziesiętnego okresowego, z użyciem symboli pierwiastków, potęg); 2)
Bardziej szczegółowoĆwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY DRUGIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY
WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY DRUGIEJ LICEUM OGÓLNOKSZTAŁCĄCEGO ZAKRES PODSTAWOWY I. Funkcja liniowa dopuszczającą jeżeli: wie, jaką zależność między dwiema wielkościami zmiennymi nazywamy
Bardziej szczegółowoWymagania edukacyjne z matematyki klasa II technikum
Wymagania edukacyjne z matematyki klasa II technikum Poziom rozszerzony Obowiązują wymagania z zakresu podstawowego oraz dodatkowo: 1. JĘZYK MATEMATYKI I FUNKCJE LICZBOWE Uczeń otrzymuje ocenę dopuszczającą
Bardziej szczegółowo