Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna"

Transkrypt

1 Przetwarzanie i Kompresja Obrazów. Morfologia matematyczna Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, Gdańsk 16 czerwca /18

2 Morfologia matematyczna Najnowsza wersja tego dokumentu dostępna jest pod adresem 2/18

3 Ogólny schemat 3/18

4 Ogólny schemat operacji j Ogólny schemat Obrazjestbinarnym. Danyjestelementstrukturalny,naprzykład: Elementstrukturalnynakładasięnakażdypiksel (zaznaczonym pikselem) Jeżeliotoczeniepikselaodpowiadaelementowi strukturalnemu, to piksel wyjściowy jest czarny. Inaczej jest biały. zmieniając element strukturalny oraz pojęcie odpowiada, otrzymamy różne operacje. Filtracjamorfologicznaniezmieniacałegoobrazu,tylkotę jego część, która odpowiada elementowi. 4/18

5 Przykład Ogólny schemat Wyostrzanie: 5/18

6 6/18

7 (pogrubianie) A B= b B A b,gdzie A b ={x+b x A}jesttranslacjązbioruA WzorzecBprzykładasiędokażdegopikselaobrazuA, wynik jest jeden, jeżeli co najmniej jeden piksel wzorca pokrywa się z pikselem obrazu 7/18

8 (ścinanie) A B= b B A b WzorzecBprzykładasiędokażdegopikselaobrazuA, wynik jest jeden, jeżeli wszystkie piksele wzorca pokrywają się z pikselem obrazu 8/18

9 A B=(A B) B b B A b wygładza granicę, usuwa wystające elementy A B=(A B) B 9/18

10 A B=(A B) B b B A b wygładza granicę, wypełnia wąskie zatoki A B=(A B) B 10/18

11 (trafi-nie trafi) Danesądwaelementystrukturalne,E 1 oraze 2,takieże E 1 E 2 = A B=(A E 1 ) (Ā E 2)=(A E1)\(A E 2 ) wynikjestjedynką,jeżeliobrazpasujedowzorcae 1, atłopasujedowzorcae 2 PrzykładE 1 =,E 2 =,B= 11/18

12 (thickening) thick B (A)=A (A B) MożebyćużytyzestawelementówstrukturalnychB naprzykład,wszystkieobrotyo90 Operacjamożesiępowtarzaćkilkakrotnie,doosiągnięcia stabilizacji 12/18

13 Przykład: otoczka wypukła Osiemelementówstrukturalnych dwa: obrotyo90,180 oraz 90 Operacjapowtarzasiędoosiągnięciastabilizacji Przykład: 13/18

14 Przykład: szkielet strefy wpływu SKIZ skeletonbyzoneofinfluence(diagramvoronoi) Dwaetapy 1. Rozrost obiektów: elementy strukturalne orazobrotyo90,180 oraz Pruning: elementy strukturalne oraz obroty o90,180 oraz 90 Każdyelementjestanalizowanywoddzielnymprzejściu Każdyetappowtarzasiędoosiągnięciastabilizacji Przykład: 14/18

15 (thinning) thin B (A)=A\(A B) MożebyćużytyzestawelementówstrukturalnychB naprzykład,wszystkieobrotyo90 Operacjamożesiępowtarzaćkilkakrotnie,doosiągnięcia stabilizacji 15/18

16 Przykład: znajdowanie krawędzi obiektu Jedenelementstrukturalny na wybór: albo Operacjapowtarzasiędoosiągnięciastabilizacji Przykład: 16/18

17 Przykład: znajdowanie szkieletu obiektu Osiemelementówstrukturalnych dwa: obrotyo90,180 oraz 90 Każdyelementjestanalizowanywoddzielnymprzejściu Operacjapowtarzasiędoosiągnięciastabilizacji Przykład: 17/18

18 Przykład: Przycięcie(pruning) Osiemelementówstrukturalnych dwa: obrotyo90,180 oraz 90 Każdyelementjestanalizowanywoddzielnymprzejściu Operacjapowtarzasiętylkookreślonąliczbękroków dostateczna liczba iteracji usunie wszystkie otwarte linie Przykład: 18/18

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

Ź Ź Ó Ł Ś Ź Ń Ż Ę Ę ź Ę Ź ĘĄ ż ź Ę Ź Ż ź Ź Ł ź Ę Ż ż Ż Ą ź ż Ż Ż ż Ź ż ć ć ć Ż ż ż Ź ż ż Ź Ź Ż ć ć Ą Ż ć Ż Ń Ó ż ć ż Ż ż Ż Ź Ż ż ż Ę ż Ź Ź Ź Ź Ź ĄĄ ź Ż Ź Ź Ź Ż Ź Ź ź Ż Ź ź ź ź Ś Ź Ę ĘĄ ż Ż Ę ż ć Ś ĄĄ Ę

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

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

Przetwarzanie i Kompresja Obrazów. Segmentacja

Przetwarzanie i Kompresja Obrazów. Segmentacja Przetwarzanie i Kompresja Obrazów. Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 5 czerwca 2016 1/27

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

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

Przetwarzanie i Kompresja Obrazów. Filtracja

Przetwarzanie i Kompresja Obrazów. Filtracja Przetwarzanie i Kompresja Obrazów. acja Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 7 kwietnia 206

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

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

Ź Ó Ź Ź Ą ź ź Ń Ó ć Ź ć ć Ź Ó Ń ź Ó Ś Ó Ó Ó Ą ź ź Ó Ą Ą Ź ć Ź Ó Ó Ó Ą ć ć ć Ą ć Ó Ść ć Ś Ść Ś Ó ć ć Ś Ó Ó ć Ś ć ć ć Ó Ó ć ć Ó Ś Ą Ó ć Ź ĘĄ Ó Ó Ą Ś Ó Ź Ą Ł Ś ć Ź Ł Ł Ą Ó Ś Ł ć ć Ź Ó Ź Ł Ć ć Ó ć Ś Ź Ó ć

Bardziej szczegółowo

ż Ź Ą Ż Ż Ż ć Ó Ą Ó ź ć Ż Ż ź ż ż Ź ż ć ż Ż ć Ż Ż ż Ę Ą Ę Ą Ż Ść ć ż ż Ą ć Ź Ś ć Ż ż ż ż ż Ż ż Ż ż ż Ś ż Ź ż Ą ĘĄ Ż ć ć ż ż ż Ż ż Ż ć ż Ż ż ć ż Ż Ś Ż ż ć ż Ź Ż Ź ż ć Ź Ś ż Ź ż ż ź ż Ż ż Ż ż ż ż ż ż Ę Ś

Bardziej szczegółowo

Ł ć ć Ł Ą Ń Ę Ą Ń Ń Ą Ą ć Ń Ń ć Ą ć ć ź ć ź Ł Ł Ą Ę ć ć ć ć ć ć Ź ć Ę ĘĄ ć Ę ĘĄ Ę Ł Ł ź Ę ć ć ć Ę Ł Ż Ę Ł ź ć Ł ć ź Ę ź Ą Ą ć ć ć Ą Ł Ł Ą ć Ę Ę Ę ć ć ć ć Ą Ę Ń Ę Ą Ń ć Ł Ą Ń Ę Ą Ń Ę ć Ń ć Ć ć Ń Ń ć ć ć

Bardziej szczegółowo

ć ć Ą Ę Ę Ę Ę Ą ć ć ć ć ć ź Ą Ą Ą Ą ć Ą Ą Ą Ą ź Ę Ż ć ć Ł Ł ź ź Ł ć Ę Ę Ń Ż Ń ć Ę ć Ś Ś ć Ą Ę ć ć ć Ę ź Ę Ę Ń Ę Ń Ę Ę ć Ę Ę Ę Ę ć ć ź ć ć Ę ć Ę ć ć ć ć Ę Ę ź Ł Ę Ą Ą Ą Ę ź ź ć ź ć Ł ć Ł Ę ć Ą Ł

Bardziej szczegółowo

ź Ę Ą ć ź Ą ć ć ć ź ć ć ź ć ć Ł Ę ź ć ź ć Ś Ę ź Ę Ą Ą Ś Ę ć ź ć ć ć ć ź Ę Ę ć ć ź ź ć ź ć ź ź ź ć ź ć ć ź ź ź ć Ę ć ć Ę ć Ń ć Ł Ą Ę ź Ę ć ź ć ź Ł Ę ź ź Ą Ę ć Ś Ś Ś ź Ś ź ź ź Ś Ś ć Ż Ś Ś Ś Ś Ś Ś Ś Ś Ś Ś

Bardziej szczegółowo

ś ź Ą ś Ą ś ś Ę Ą ń ń ń ś ń ńś ś ń ć ń ś ś ź ć ś ś ź ź Ę Ę ś ć ś ś ć ś ść ń Ę ć ć ć ś ń ć ć ć ś ś Ą ź ść ĘĄ ś ś ć ść ć Ś ś ś ś Ą ś ź ś ś ź ń Ą ś ź Ń ś ś ś Ń ń ź ć ś ś ś ć Ń ś ń ś ź ś ń ń ć ć ś ń ć ń ć

Bardziej szczegółowo

Przetwarzanie i Kompresja Obrazów. Przekształcenia geometryczne

Przetwarzanie i Kompresja Obrazów. Przekształcenia geometryczne Przetwarzanie i Kompresja Obrazów. geometryczne Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 1 kwietnia

Bardziej szczegółowo

Grafika Komputerowa. Algorytmy rastrowe

Grafika Komputerowa. Algorytmy rastrowe Grafika Komputerowa. Algorytmy rastrowe Aleksander Denisiuk Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Ò Ù Ô º ÙºÔÐ 1 / 23 Algorytmy rastrowe

Bardziej szczegółowo

Ę Ę Ę Ó Ę Ę Ó Ź ć Ł Ś Ó Ó Ł Ł Ż ć ć Ż Ą Ż ć Ę Ę ź ć ź Ą Ę Ż ć Ł Ę ć Ż Ę Ę ć ć Ż Ż Ę Ż Ż ć Ó Ę Ę ć Ę ć Ę Ę Ż Ż Ż Ż ź Ż Ę Ę ź Ę ź Ę Ż ć ć Ą Ę Ę ć Ę ć ć Ź Ą Ę ć Ę Ą Ę Ę Ę ć ć ć ć Ć Ą Ą ć Ę ć Ż ć Ę ć ć ć Ą

Bardziej szczegółowo

ż ż ć ż Ż ż ż ć Ł ń ń ź ć ń Ś ż Ł ć ż Ź ż ń ż Ż Ś ć ź ż ć Ś ń ń ź ż ź ń Ś ń Ś ż ń ń ż ć ż ż Ą ć ń ń ń ć ż ć Ś ż Ć ć ż Ś Ś ć Ż ż Ś ć Ż Ż Ż Ą ń ń ć ń Ż ć ń ż Ż ń ż Ś ń Ś Ś ć Ż Ż Ć Ó Ż Ść ż Ż ż ż ń Ż Ż ć

Bardziej szczegółowo

ń ń ź ź ć ń ń Ą Ź ń Ą ĄĄ Ą ń ź Ł Ł ń ć Ó Ą Ą ń ń ć ń ć ź ć ć Ó ć Ó ć Ś ć Ó ń ć ć ć ź ć Ą Ó Ź Ź Ź Ą ź Ó Ą ń ń Ź Ó Ź Ń ć Ń ć ź ń ń ń ń ń ń Ń ń Ź ń Ź Ź Ź ń ń ń Ą Ź Ó ĄĄ ń Ą ń ń Ó Ń Ó Ó ń Ą Ó ź ń ź Ą Ó Ą ź

Bardziej szczegółowo

Ą Ą Ś Ż Ą ć Ź ć Ó Ś Ż Ź Ó ć Ś Ż ć Ś Ź Ó ć Ż Ż Ź Ż Ó Ź Ó Ż Ż Ż Ż Ż Ś Ź Ś ć ć ć Ź ć ć Ó Ó Ó Ś Ą ć ć Ź Ż Ż Ż Ż ź Ż ź Ó Ś Ą Ź Ż Ż ć Ź Ó Ż Ó Ś Ą Ś Ś Ź Ż Ś Ż Ż Ź Ó ć Ś Ś Ść Ś Ż Ź Ó Ś Ó Ź Ó Ż Ź Ó Ś Ś Ż Ź Ż Ś

Bardziej szczegółowo

Ę Ł ć Ą ż Ł Ł Ą Ó ż Ł Ś Ę Ś Ó Ł Ń Ą Ą Ł Ą ĄĄ ż ć Ś Ź ć ć Ł ć ć ć Ś Ó Ś Ś ć ć ć ć Ó ć ć ć Ś ż Ł Ą ż Ś ż Ł ć ć Ó ć ć Ą ć Ś ć ż ć ć Ś ć Ł Ń ć ć Ę ć ć ć Ó ć ć ć ć ć ć ź ć ć Ó ć ć ć ć ć ż ć ć ć ć Ł ć ć ć ć

Bardziej szczegółowo

Ą Ł Ą Ą ś ś ż Ż ś ś ś ść ś ś Ą ś Ż ś ć ż ś ś ż ś ż Ć Ł Ż ż Ź ć ĄĄ Ż Ą Ż Ą Ź Ż Ł Ł Ę ś ś ś ż Ą ś Ą ś Ą Ż Ą Ż Ą Ć Ż Ż ś Ż Ą Ć Ł Ł Ę ś ż Ż ć ś ś ś ś Ż Ć ż ż ś ś ż ś ś Ż Ż ś ś ś ś ś Ż ż Ż ś ś Ż Ę ż ś ż Ź Ę

Bardziej szczegółowo

Ż ź ź ź ź ź ć ć Ą Ą ć Ą ź ź ć Ż Ś ź ć ć Ę ć ź ź ć ź Ą ĄĄ Ń Ą Ń ć ć ć ć Ę ć Ń ć ć ć ć Ą ć ć ć ć ć Ń Ń ć ć ź ź ć Ę Ę ć Ą ć ć ć ć ć Ń Ę ć ć ć ć ć ć ć ć ć ź ć ź Ą ć ć ć Ń ć ć ć ć ź ć ć ć Ń Ń ć ź ź ć ź ź ć

Bardziej szczegółowo

Ę Ę Ę Ę Ę Ź Ą Ę Ą Ę Ą Ą Ę ć Ś ć Ę Ą ź Ą Ź ć Ę Ź Ę ć Ą Ę Ś Ę Ę Ź Ą Ę ć ź Ą Ź Ę ź Ę Ą Ś Ł Ą Ź Ę Ę Ę Ę ć Ę Ą Ę Ę Ą Ś Ą Ę ź ć Ę Ę Ę ź Ź ź Ą Ź Ę Ź ź Ź ć ć Ę Ę Ę Ą Ą Ą Ę ć Ę Ę ć Ę Ę Ą Ę Ą Ę Ę Ę Ą Ę Ś ć Ą ć ć

Bardziej szczegółowo

Ł Ą Ś Ą Ą ź ć ź Ł Ą ć ć ć ć ź Ś ć ć ć Ą Ł ć ź ć ć ć ć Ł ć ć ć ć ć Ł Ą ć Ś Ś Ż ć ź Ą ź ź ź ć ź ć ć ć ć ź ź ć ź ź ź Ś ź ź ć ć ć ć Ś ć ź ź ć ć Ą ź ź ź ź ź ć ć ć ć Ś ć ć ć Ś ć Ż Ł Ś Ł Ł Ł Ł Ż Ł Ś Ś ź ć Ą

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

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

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

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

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

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk

Wektory. Algebra. Aleksander Denisiuk. Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi Gdańsk Algebra Wektory Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1 Wektory Najnowsza wersja

Bardziej szczegółowo

GRAFIKA RASTROWA. WYKŁAD 1 Wprowadzenie do grafiki rastrowej. Jacek Wiślicki Katedra Informatyki Stosowanej

GRAFIKA RASTROWA. WYKŁAD 1 Wprowadzenie do grafiki rastrowej. Jacek Wiślicki Katedra Informatyki Stosowanej GRAFIKA RASTROWA WYKŁAD 1 Wprowadzenie do grafiki rastrowej Jacek Wiślicki Katedra Informatyki Stosowanej Grafika rastrowa i wektorowa W grafice dwuwymiarowej wyróżnia się dwa rodzaje obrazów: rastrowe,

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

Animacja Komputerowa. Łańcuchy kinematyczne

Animacja Komputerowa. Łańcuchy kinematyczne Animacja Komputerowa. Łańcuchy Aleksander Denisiuk Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk denisjuk@pja.edu.pl 1/21 Łańcuchy Najnowsza wersja

Bardziej szczegółowo

GRAFIKA KOMPUTEROWA 10: Antyaliasing

GRAFIKA KOMPUTEROWA 10: Antyaliasing GRAFIKA KOMPUTEROWA 10: Antyaliasing http://galaxy.agh.edu.pl/~mhojny Prowadzący: dr inż. Hojny Marcin Akademia Górniczo-Hutnicza Mickiewicza 30 30-059 Krakow pawilon B5/p.406 tel. (+48)12 617 46 37 e-mail:

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

Technologie Internetu. JQuery

Technologie Internetu. JQuery Technologie Internetu. JQuery Aleksander Denisiuk(denisjuk@pja.edu.pl) Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55, 80-045 Gdańsk 22maja2015 1/23 JQuery Najnowsza

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

Ćwiczenia z grafiki komputerowej 5 FILTRY. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Październik 2015

Ćwiczenia z grafiki komputerowej 5 FILTRY. Miłosz Michalski. Institute of Physics Nicolaus Copernicus University. Październik 2015 Ćwiczenia z grafiki komputerowej 5 FILTRY Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 12 Wykorzystanie warstw Opis zadania Obrazy do ćwiczeń Zadanie ilustruje

Bardziej szczegółowo

Grafika Komputerowa. Metoda śledzenia promieni

Grafika Komputerowa. Metoda śledzenia promieni Grafika Komputerowa. Metoda śledzenia promieni Aleksander Denisiuk Polsko-Japońska Akademia Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Ò Ù Ô º ÙºÔÐ 1 / 30 Metoda śledzenia

Bardziej szczegółowo

ś Ę ś Ę ź ś Ó ś ś Ś ć ś ź Ź ść ć ś Ż ś ś Ż Ż Ż ś Ż ź ś ś ć Ż ś ś Ż ś ś ś ś Ó ś Ż ź ś ź ś ć ź ś ś ś ć ć Ń ś ś ś ź ś ś ś ś Ń ś Ż ś ś ś Ź Ó ć Ę ś ś ś Ń Ż Ś Ż ś ś ź ź ć Ó Ó ś ś ź Ś ć Ż Ń ś ź Ą ś ś Ż ć ć ść

Bardziej szczegółowo

Geometria Analityczna w Przestrzeni

Geometria Analityczna w Przestrzeni Algebra p. 1/25 Algebra Geometria Analityczna w Przestrzeni Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045

Bardziej szczegółowo

Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT

Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT 3-1 Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT Grupa BD2,TC1, Zespół 2 PRZETWARZANIE OBRAZÓW Sprawozdanie z ćwiczeń laboratoryjnych Ćwiczenie nr3 Temat: Operacje sąsiedztwa wygładzanie i wyostrzanie

Bardziej szczegółowo

Ą Ś Ś ż Ż ć Ś Ż Ś Ń Ó Ż ć Ź ć ć Ż Ź Ś Ą Ą Ż Ś Ą ĘĄ Ś Ę ŚĘ Ę Ó Ś Ą ć Ś ź Ś ż Ż Ź ć ć ć Ą ć ć Ź ć ć ć ć Ś ć Ż ć ć Ą ć Ż ć Ż ć Ż Ż Ż ć Ż ć Ż ć Ż ż ź Ą ż ć Ż Ź Ż Ś Ż Ś Ą ż Ą Ż ź Ż ż ć Ż Ż Ą Ś Ź ć Ś ż Ź ż Ł

Bardziej szczegółowo

Pozostała algebra w pigułce

Pozostała algebra w pigułce Algebra Pozostała algebra w pigułce Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045 Gdańsk Algebra p. 1

Bardziej szczegółowo

ć ć ź Ń Ś ŚĆ ź

ć ć ź Ń Ś ŚĆ ź Ą ć ć ć ź Ń Ś ŚĆ ź ć Ś ŚĆ Ń Ó Ó ć ć Ś Ń ć ć Ś Ś Ś ź ć Ś Ń ź ć Ś ź ź ŚĆ Ń Ń Ś Ę ć Ó Ś ć Ę Ś Ś Ą ć ź Ń Ń ć ć ź Ę ź ź Ś ŚĆ ź Ę ĘĄ Ę Ż Ó ć ć Ą ź Ą Ą Ę Ń ć ć Ą Ę Ą ć Ń Ń Ś ź ź Ą Ż Ó ć Ę Ę ź ź ź ź Ą Ń Ę Ą

Bardziej szczegółowo

6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT.

6. Algorytmy ochrony przed zagłodzeniem dla systemów Linux i Windows NT. WYDZIAŁ: GEOLOGII, GEOFIZYKI I OCHRONY ŚRODOWISKA KIERUNEK STUDIÓW: INFORMATYKA STOSOWANA RODZAJ STUDIÓW: STACJONARNE I STOPNIA ROK AKADEMICKI 2014/2015 WYKAZ PRZEDMIOTÓW EGZAMINACYJNYCH: I. Systemy operacyjne

Bardziej szczegółowo

Ó Ó ć Ę Ę Ę Ę Ę Ę ć ć ć Ę ź ć ć Ń ć ć Ę ć Ę ć ć Ą Ą ć ć ć ć ć ć Ł Ś Ś Ż ź Ą Ę ć ź ć ć ć ź ć ć ć ć ć ć ć Ę ź ć ć ć ć ć Ł ć ć Ś ć Ś ź Ę ź ć ć ć ć ć ć ć ć ć ć ź ź ć ć ć ć Ą Ę Ó Ę ć ć ć ć ć Ę ć ć ć ć ć ć ć

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

Ę ń ń ć Ł Ś ń ź Ś ń ń ź Ś ć ć Ł ć ń ń Ś ć ń ć ć ć ć Ś ń ń ź ć ń ź ć ź ń ĘĄ ć ć ć ć ń ń Ź ń Ś Ś Ś Ń ć ń ń Ś ń ć ć ń Ń Ó Ć ć ć ń ć Ś ń ć ć Ś ń ć ć ć ń Ł Ę Ł ń ć Ś ń Ą ć ń ń ć ń ć ć ć Ń ć ć ń ć ć ń Ń Ś ć

Bardziej szczegółowo

Pochodne wyższych rzędów. Wzór Taylora

Pochodne wyższych rzędów. Wzór Taylora Analiza Matematyczna Pochodne wyższych rzędów. Wzór Taylora Aleksander Denisiuk denisjuk@pjwstk.edu.pl Polsko-Japońska Wyższa Szkoła Technik Komputerowych Wydział Informatyki w Gdańsku ul. Brzegi 55 80-045

Bardziej szczegółowo

ż ź ż Ś Ź Ś Ś ń ń Ś ń Ś Ś ż Ś Ś ż ćś ż ż ż Ł ć ć ć Ść ń Ś ż ż Ś ż ń Ź Ś ż ż ć Ś Ś Ś Ś Ś Ś Ś ź ż ń Ę ż ć Ś Ś ć ż Ś Ś ż ż ć Ś Ś ć Ś Ś ćś Ś Ś ń ż ń Ś ż ć ć Ć Ś ń Ź ń ć ć ć Ść ń ń Ś Ś ż ĘĄ Ś ż ć ć Ś ć ń ć

Bardziej szczegółowo

ś ę ę ęż Ć Ł ę ę ę ś ść ż ś ż ę ś ś ę Ż ć ć ś ę ż ś ę Ś Ą Ś ś ę ś ż ż

ś ę ę ęż Ć Ł ę ę ę ś ść ż ś ż ę ś ś ę Ż ć ć ś ę ż ś ę Ś Ą Ś ś ę ś ż ż Ż ę ż ś ę Ś ć ś ść ż ę ę Ś Ą ś ź ć ę ś ć ś ę ę ś ś Ą ść ść ę Ą ż ę ś ś ę ę ć ę ę ś ż Ś Ś ę Ś Ą ś ę ć ś ę ź ś ę ę ź ż ź ść Ż ę ż ż ść ż ż Ł Ź ż ę ś ż ż ę ę ę ę ś ś ŚĆ ę ę ż ś ś ę ś ę ę ęż Ć Ł ę ę ę ś ść

Bardziej szczegółowo

Wymagania edukacyjne z zajęć komputerowych klasa 4:

Wymagania edukacyjne z zajęć komputerowych klasa 4: Wymagania edukacyjne z zajęć komputerowych klasa 4: Ocenę dopuszczającą [ 2 ] otrzymuje uczeń, który: zna regulamin pracowni komputerowej; bezpiecznie obchodzi się z komputerem; zna urządzenia wchodzące

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

Ł Ć Ć Ę ŁĄ Ł ż ż ż ż ż ć ż Ż ż Ć ż ż ż ż Ą Ć Ć Ą Ć Ż ć ż Ć Ź Ć Ą ż Ł ŁĄ Ę ż ż Ż Ą ż ż Ł ż Ż ż Ć Ć Ć Ć Ą Ą Ą ż ż Ą Ź ż ż ż Ź Ą ż ć Ż ż ż Ć ż ż ż Ę Ź Ć Ą Ń ż Ć Ć Ź ć ż Ż ż ć Ą ż ć Ź ż ż Ź ż ż ż ż Ź ż Ć ż

Bardziej szczegółowo

Analiza i Przetwarzanie Obrazów. Szyfrowanie Obrazów. Autor : Mateusz Nawrot

Analiza i Przetwarzanie Obrazów. Szyfrowanie Obrazów. Autor : Mateusz Nawrot Analiza i Przetwarzanie Obrazów Szyfrowanie Obrazów Autor : Mateusz Nawrot 1. Cel projektu Celem projektu jest zaprezentowanie metod szyfrowania wykorzystujących zmodyfikowane dane obrazów graficznych.

Bardziej szczegółowo

ź Ś ć ć

ź Ś ć ć Ł Ą Ś Ź ź ź Ź Ś ź Ś Ś ź Ą ź Ś ć ć ć Ść Ą Ą ć Ą ń ń ć ć Ś ć ć Ą ń ń ć Ą ń Ą ń Ć ć Ś ć Ź Ś Ą ź ź ć ź Ł ń Ł ź ź Ź ń Ą Ć Ó ć Ź ć ń ń Ń ń ź ń ć ń ń ć Ń Ń Ą Ł Ą Ś ć Ł ć Ś Ś Ą Ą Ą Ś ź Ś Ś ź ź Ś ń Ą Ą ć ń ń ń

Bardziej szczegółowo

Ą ć ć ć ć ć ź

Ą ć ć ć ć ć ź Ą ź ź ź ć ć ć ć ć ć Ą ć ć Ą ć ć ć ć ć ź Ż Ą ć ź Ź Ż ź Ą Ą ć ź ź ź ź Ż Ń Ź Ś ź ź Ź Ź Ź Ą ć Ź Ż ć Ś ź Ą Ń Ś ć Ć Ś ć Ż ź Ż Ą Ż Ą ć ź Ź ź ź ź Ą Ś Ś Ś Ś Ą Ś Ź Ś ź ć ć Ż Ź ć Ż Ś Ś ć ć ć Ś Ż ć ć Ś Ą ć ć Ą Ś

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

Grenlandia 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 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 szczegółowo