Przetwarzanie obrazów wykład 2
|
|
- Jakub Żurek
- 8 lat temu
- Przeglądów:
Transkrypt
1 Przetwarzanie obrazów wykład 2 Adam Wojciechowski Wykład opracowany na podstawie Komputerowa analiza i przetwarzanie obrazów R. Tadeusiewicz, P. Korohoda
2 Etapy obróbki pozyskanego obrazu Obróbka wstępna (preprocessing) - eliminacja zakłóceń - wydobywanie obiektu z tła - detekcja krawędzi - ustalanie poziomów szarości na podstawie histogramu - równoważenie histogramu Obróbka dalsza (segmentation) - segmentacja obrazu - lokalizacja obiektów - rozpoznanie kształtu obiektu i wyróżnienie cech charakterystycznych kształtu Analiza (analysis) - analiza ruchu obiektu -bieżące sterowanie obiektem - zadawanie parametrów do obróbki
3 Klasyczne metody komputerowego przetwarzania obrazów
4 Podział i ogólna charakterystyka algorytmów przetwarzania obrazu Przekształcenia geometryczne Przekształcenia punktowe (bezkontekstowe) Przekształcenia kontekstowe (filtry) Przekształcenia widmowe (transformata Fouriera) Przekształcenia morfologiczne
5 Przekształcenia geometryczne Składają się z przesunięć, obrotów, odbić i innych transformacji geometrii obrazu. Służą do korekcji błędów geometrii obrazu takich jak: zniekształcenia poduszkowe, beczkowate i trapezowe
6 Przekształcenia geometryczne
7 Przekształcenia geometryczne
8 Przekształcenia punktowe (anamorficzne) Poszczególne elementy obrazu (punkty) modyfikowane są niezależnie od stanu elementów sąsiadujących. Dzięki temu są wykonywane stosunkowo szybko i łatwo nawet na bardzo dużych obrazach. Przykładowo: utworzenie negatywu, przyciemnienie lub rozjaśnienie wybranych punktów obrazu, zmiana palety barw z wykorzystaniem tablic korekcji LUT. Cechy przekształceń anamorficznych: - Modyfikowana jest jedynie wartość punktów obrazu, relacje geometryczne pozostają bez zmian - Operacje mają za zadanie lepsze uwidocznienie pewnych treści już zawartych w obrazie. Nie wprowadzają żadnych nowych informacji do obrazu - Jeśli stosowana jest funkcja ściśle monotoniczna operację są zazwyczaj odwracalne. Gdy funkcja nie jest ściśle monotoniczna następuje utrata części informacji.
9 Przekształcenia punktowe Zmiana skali jasności obrazu
10 Przekształcenia polegające na przekształcaniu pojedynczych punktów Uwidocznienie tylko niektórych poziomów szarości obrazu źródłowego
11 Przekształcenia polegające na przekształcaniu pojedynczych punktów Uwidocznienie tylko niektórych poziomów szarości obrazu źródłowego zastosowania - uwidacznia pewne właściwości i prawidłowości rozważanego obrazu bardzo trudne do dostrzeżenia na obrazie źródłowym Diagnostyka medyczna; subtelne różnice poszczególnych narządów i tkanek Kryminalistyka; obraz czeku zawierającego fałszerstwo
12 Przekształcenia polegające na przekształcaniu pojedynczych punktów Wady arbitralnego określania przez badacza przekodowania stopni szarości obrazu - Reguła przekształcenia musi być każdorazowo wymyślana przez osobę analizującą obraz - Nie wiadomo które poziomy szarości wzmocnić, a które osłabić
13 Przekształcenia polegające na przekształcaniu pojedynczych punktów Dla ogólnego polepszenia jakości obrazu (bez określenia czego się szuka) można użyć następujących dwóch przekształceń: Normalizacja Sprowadzenie przedziału zmian wartości punktów wyjściowych obrazu do pewnego ustalonego zakresu Modulacja Gamma (γ) Redukcja nadmiernego kontrastu obrazu wyjściowego. Wykorzystywana funkcja ma postać x->x γ, gdzie γ jest stałym wykładnikiem, zazwyczaj liczba naturalna.
14 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów Zakłada się, że dla każdej pary liczb m,n jednoznacznie wskazującej jeden piksel na obrazie źródłowym, określana jest pewna funkcja F, która przekształcająca go w piksel obrazy wynikowego L (m,n) = F(L(m,n))
15 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów Najprostsze przekształcenia arytmetyczne to: 1. Dodanie do obrazu stałej liczby x L (m,n) = L(m,n)+x Po dokonaniu przekształcenia może być konieczna normalizacja obrazu wynikowego L (m,n) celem zapewnienia warunku L (m,n)єn gdzie N oznacza liczbę z przedziału [0, 2 B -1]; B głębokość bitowa Przekształcenie przesuwa obraz w stronę jaśniejszej lub ciemniejszej części przyjętej palety stopni szarości. Pozwala to czasami zauważyć szczegóły początkowo niedostrzegalne gołym okiem.
16 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów 2. Przemnożenie obrazu przez liczbę x L (m,n) = L(m,n)*x Po dokonaniu przekształcenia może być konieczna normalizacja obrazu wynikowego L (m,n) celem zapewnienia warunku L (m,n)єn gdzie N oznacza liczbę z przedziału [0, 2 B -1]; B głębokość bitowa Przekształcenie to zwiększa lub zmniejsza zróżnicowanie stopni szarości na obrazie. Zwiększenie zróżnicowania okupione jest zwykle utratą części informacji w wyniku niezbędnej normalizacji.
17 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów 3. Zastosowanie funkcji potęgowej L (m,n) = (L(m,n)) k Podwyższenie kontrastu w obszarze dużych wartości L(m,n). Przyciemnienie obrazu z dużym zróżnicowaniem najciemniejszych partii. Wartości przekształcenia L (m,n) powinny być znormalizowane Najczęstsze wartości to k=2 i k=3
18 Obraz po przekształceniu punktowym funkcją wykładniczą K=2
19 Obraz po przekształceniu punktowym funkcją wykładniczą K=3
20 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów 4. Zastosowanie funkcji pierwiastkowej L (m,n) = (L(m,n)) 1/2 Podwyższenie kontrastu w obszarze małych wartości L(m,n). Rozjaśnienie obrazu z dużym zróżnicowaniem najjaśniejszych partii. Wartości przekształcenia L (m,n) powinny być znormalizowane
21
22 Przekształcenia oparte na arytmetycznym przeliczaniu pojedynczych punktów 5. Zastosowanie funkcji logarytmicznej L (m,n) = log (L(m,n) + 1) Podwyższenie kontrastu w obszarze małych wartości L(m,n). Silne rozjaśnienie obrazu z bardzo silnym zróżnicowaniem najjaśniejszych partii. Wartości przekształcenia L (m,n) powinny być znormalizowane odpowiednio przeskalowane.
23
24 Przekształcenia jednopunktowe Wyrównywanie histogramu przekształcenia jasności punktów obrazu tak aby ilość punktów o jasności leżącej w każdym z równych przedziałów histogramu była (w przybliżeniu) taka sama. Histogram jest to funkcja zdefiniowana wzorem: h(i) jest liczbą pikseli obrazu o jasności i
25 Funkcje histogramu dla obrazów
26 Wyrównanie histogramu Operacja polegająca na zmianie położenia (wzdłuż poziomej osi odpowiadającej stopniom szarości poszczególnych pikseli) kolejnych słupków, zawierających zliczenia liczby pikseli o danej szarości. Kryterium przy przesuwaniu polega na minimalizacji wartości Q wyrażonej wzorem: Intuicyjnie mówiąc równoważenie histogramu polega na zwiększaniu różnic jasności pomiędzy tymi pikselami w obrazie, które mają jasności często występujące
27 Równoważenie histogramu Obraz Lena po wyrównaniu histogramu zyskał na wyrazistości i czytelności. Ze względu na bardzo dobrą jakość obrazu oryginalnego wyrównanie histogramu nie przynosi zauważalnej poprawy jakości
28 Rezultaty równoważenia histogramu Liczba rozróżnialnych na obrazie poziomów szarości zmalała, jednak subiektywnie czytelność obrazu radykalnie się poprawiła bo statystycznie częściej pojawia się w obrazie znaczący kontrast pomiędzy sąsiednimi punktami
29 Operacje punktowe wykonywane na dwóch obrazach Operacjom punktowym mogą podlegać również dwa obrazy L 1 (m,n) i L 2 (m,n) dając w rezultacie trzeci obraz L (m,n) Przyjmując, że istnieje skalarna dwuargumentowa funkcja Φ przekształcenie można zapisać w postaci: Do podstawowych dwuargumentowych operacji punktowych należą: - dodanie dwóch obrazów - odjęcie dwóch obrazów - przemnożenie dwóch obrazów - kombinacja liniowa dwóch obrazów
30 Operacje punktowe wykonywane na dwóch obrazach Przekształcenie arytmetyczne dwuargumentowe polega na przeprowadzeniu odpowiedniej operacji arytmetycznej na odpowiadających sobie punktach obrazów wejściowych i zapisanie wynikowego elementu do obrazu końcowego. Dodawanie obrazów cyfrowych wykonuje się głównie w celach trikowych (cyfrowe fotomontaże) Dużo większe znaczenie praktyczne ma jednak odejmowanie obrazu. Odejmowanie obrazów jest podstawowym sposobem wykrywania zmian w obrazach (na przykład ruchomych obiektów w systemach automatycznego zabezpieczania określonych obiektów)
31 Obraz oryginalny i obraz do Którego wprowadzono 12 zmian Obraz będący różnicą powyższych obrazów. w oryginalnej skali szarości i po wyrównaniu histogramu
32 Przykład potwierdzający subtelność metody odejmowania obrazów
33
34 Dość ciekawe rezultaty można uzyskać wymnażając przez siebie dwa obrazy
35 Ciekawe możliwości wiążą się z tworzeniem kombinacji liniowych dwóch lub większej liczby obrazów
36 Przekształcenia jednopunktowe Binaryzacja Binaryzacja jest jedną z ważniejszych czynności punktowego przetwarzania obrazów. Poprzedza prawie zawsze analizę obrazu a także jest bardzo przydatna w procesie rozpoznawania. Dopiero dla obrazów binarnych można przeprowadzić większość pomiarów oraz niektóre złożone przekształcenia. Celem binaryzacji jest radykalna redukcja informacji zawartych w obrazie. Przeprowadzenie procesu binaryzacji polega na tym, żeby obraz zawierający wiele poziomów szarości zamienić na obraz, którego piksele mają wyłącznie wartości 0 lub 1.
37 Binaryzacja Binaryzacja może zostać przedstawiona na wiele sposobów. Poniżej przedstawiono najczęściej wykorzystywane metody. 1. Binaryzacja z dolnym progiem gdzie: 2. Binaryzacja z górnym progiem
38 Binaryzacja 3. Binaryzacja z podwójnym ograniczeniem gdzie dodatkowo: 4. Binaryzacja warunkowa gdzie dodatkowo: 5. Binaryzacja wielokryterialna binaryzacja przeprowadzana jest jednocześnie na wielu obszarach obrazu znacznie różniących się poziomem jasności
39 Binaryzacja Podstawowym problemem przy binaryzacji jest znalezienie odpowiedniego progu binaryzacji. Najczęściej dla znalezienia właściwej wartości progu tworzy się histogram obrazu, a następnie próg binaryzacji ustala się w ewentualnej dolinie histogramu.
Metody komputerowego przekształcania obrazów
Metody komputerowego przekształcania obrazów Przypomnienie usystematyzowanie informacji z przedmiotu Przetwarzanie obrazów w kontekście zastosowań w widzeniu komputerowym Wykorzystane materiały: R. Tadeusiewicz,
Bardziej 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 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 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 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 szczegółowoHistogram obrazu, modyfikacje histogramu
March 15, 2013 Histogram Jeden z graficznych sposobów przedstawiania rozkładu cechy. Składa się z szeregu prostokatów umieszczonych na osi współrzędnych. Prostokaty te sa z jednej strony wyznaczone przez
Bardziej szczegółowoAnaliza obrazu. wykład 2. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009
Analiza obrazu komputerowego wykład 2 Marek Jan Kasprowicz Uniwersytet Rolniczy 2009 Plan wykładu Modele przestrzeni barw Typy plików -.jpg,.bmp,.tiff,.gif,.raw Obraz jako macierz pikseli Geometryczne
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 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 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 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 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 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 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 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 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 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 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 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 szczegółowoPrzekształcenia widmowe Transformata Fouriera. Adam Wojciechowski
Przekształcenia widmowe Transformata Fouriera Adam Wojciechowski Przekształcenia widmowe Odmiana przekształceń kontekstowych, w których kontekstem jest w zasadzie cały obraz. Za pomocą transformaty Fouriera
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 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 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 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 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 szczegółowoPrzetwarzanie obrazów. Grupy metod przetwarzania obrazu. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe
Przetwarzanie obrazów Ogólna definicja Algorytm przetwarzający obraz to algorytm który, otrzymując na wejściu obraz wejściowy f, na wyjściu zwraca takŝe obraz (g). Grupy metod przetwarzania obrazu Przekształcenia
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 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 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 szczegółowoPrzetwarzanie 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 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 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 szczegółowoAKWIZYCJA 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 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 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 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 szczegółowoAKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU
AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU WYKŁAD 2 Marek Doros Przetwarzanie obrazów Wykład 2 2 Akwizycja (pozyskiwanie) obrazu Akwizycja obrazu - przetworzenie obrazu obiektu fizycznego (f(x, y)) do postaci
Bardziej szczegółowoRozpoznawanie obrazów na przykładzie rozpoznawania twarzy
Rozpoznawanie obrazów na przykładzie rozpoznawania twarzy Wykorzystane materiały: Zadanie W dalszej części prezentacji będzie omawiane zagadnienie rozpoznawania twarzy Problem ten można jednak uogólnić
Bardziej 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 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 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 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 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 szczegółowo30 godzin, 6 punktów ECTS
Reprezentacja obrazów cyfrowych Podstawowe pojęcia i operacje Komputerowa analiza obrazów 30 godzin, 6 punktów ECTS Treści programowe 1. Reprezentacja obrazów cyfrowych, informacja obrazowa. 2. Modele
Bardziej szczegółowoZbigniew Sołtys - Komputerowa Analiza Obrazu Mikroskopowego 2016 część 7
7. NORMALIZACJA I BINARYZACJA ADAPTATYWNA 7.1. Normalizacja lokalna Zwykłe konwolucje działają w jednakowy sposób na całym obrazie. Plugin Local Normalization przeprowadza filtrowanie Gaussa w zależności
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność
Bardziej 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 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: PRZETWARZANIE I ANALIZA OBRAZÓW BIOMEDYCZNYCH Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy na specjalności informatyka medyczna Rodzaj zajęć: wykład, laboratorium Conversion
Bardziej szczegółowoPrzetwarzanie obrazów wykład 6. Adam Wojciechowski
Przetwarzanie obrazów wykład 6 Adam Wojciechowski Przykłady obrazów cyfrowych i ich F-obrazów Parzysta liczba powtarzalnych wzorców Transformata Fouriera może być przydatna przy wykrywaniu określonych
Bardziej szczegółowoPrzetwarzanie obrazu
Przetwarzanie obrazu Przekształcenia geometryczne Obroty Przesunięcia Odbicia Rozciągnięcia itp Przekształcenia geometryczne Obroty Wielokrotność 90 stopni Inne Przekształcenia geometryczne Obroty Wielokrotność
Bardziej szczegółowoSamochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski
Samochodowy system detekcji i rozpoznawania znaków drogowych Sensory w budowie maszyn i pojazdów Maciej Śmigielski Rozpoznawanie obrazów Rozpoznawaniem obrazów możemy nazwać proces przetwarzania i analizowania
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 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 szczegółowoOBRÓBKA FOTOGRAFII. WYKŁAD 1 Korekcja obrazu. Jacek Wiślicki Katedra Informatyki Stosowanej
OBRÓBKA FOTOGRAFII WYKŁAD 1 Korekcja obrazu Jacek Wiślicki Katedra Informatyki Stosowanej Korekcja i retusz Korekcja (pół)automatyczne operacje wykonywane na całym obrazie (lub jego dużych fragmentach)
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: ANALIZA I PRZETWARZANIE OBRAZÓW CYFROWYCH Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Programowanie aplikacji internetowych Rodzaj zajęć: wykład, laboratorium
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 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 obrazu. Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe
Przetwarzanie obrazu Formaty zapisu obrazu cyfrowego Przetwarzanie geometryczne Przetwarzanie bezkontekstowe Zapis obrazu rastrowego Sprowadza się do zapisu barw poszczególnych punktów Główne cechy: ilość
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa 1. Cel ćwiczenia Ćwiczenie piąte Filtrowanie obrazu Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów
Bardziej szczegółowoi ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk
System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:
Bardziej szczegółowoReprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Bardziej szczegółowoElektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoAUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI
AUTOMATYCZNE ROZPOZNAWANIE PUNKTÓW KONTROLNYCH GŁOWY SŁUŻĄCYCH DO 3D MODELOWANIA JEJ ANATOMII I DYNAMIKI Tomasz Huczek Promotor: dr Adrian Horzyk Cel pracy Zasadniczym celem pracy było stworzenie systemu
Bardziej szczegółowoOperacje 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 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 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 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 szczegółowoPodstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee
Podstawy programowanie systemów wizyjnych InSight firmy Cognex Środowisku InSight Explorer / Spreadshee Opis zadania: Wykrycie umownych różnic pomiędzy wzorcową płytką testową i płytkami zawierającymi
Bardziej 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 szczegółowoGrafika komputerowa. Zajęcia IX
Grafika komputerowa Zajęcia IX Ćwiczenie 1 Usuwanie efektu czerwonych oczu Celem ćwiczenia jest usunięcie efektu czerwonych oczu u osób występujących na zdjęciu tak, aby plik wynikowy wyglądał jak wzor_1.jpg
Bardziej szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 6 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 szczegółowoCECHY BIOMETRYCZNE: ODCISK PALCA
CECHY BIOMETRYCZNE: ODCISK PALCA Odcisk palca można jednoznacznie przyporządkować do osoby. Techniki pobierania odcisków palców: Czujniki pojemnościowe - matryca płytek przewodnika i wykorzystują zjawisko
Bardziej szczegółowoDiagnostyka 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 szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie piate Filtrowanie obrazu Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z pojęciami szumu na obrazie oraz metodami redukcji szumów przez
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 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 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 szczegółowoAnaliza 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Sieci komputerowe Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE
Bardziej szczegółowoCyfrowe 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 szczegółowo9. 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 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 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 szczegółowoCyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III
1 Na podstawie materiałów autorstwa dra inż. Marka Wnuka. Niniejszy dokument zawiera materiały do wykładu z przedmiotu Cyfrowe Przetwarzanie Obrazów i Sygnałów. Jest on udostępniony pod warunkiem wykorzystania
Bardziej szczegółowoModelowanie wybranych pojęć matematycznych. semestr letni, 2016/2017 Wykład 10 Własności funkcji cd.
Modelowanie wybranych pojęć matematycznych semestr letni, 206/207 Wykład 0 Własności funkcji cd. Ciągłość funkcji zastosowania Przybliżone rozwiązywanie równań Znajdziemy przybliżone rozwiązanie równania
Bardziej szczegółowoAnna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów
POLITECHNIKA ŁÓDZKA Wydział Elektrotechniki Elektroniki Informatyki i Automatyki Katedra Informatyki Stosowanej Anna Fabijańska Nr albumu: 109647 Streszczenie pracy magisterskiej nt.: Algorytmy segmentacji
Bardziej szczegółowow analizie wyników badań eksperymentalnych, w problemach modelowania zjawisk fizycznych, w analizie obserwacji statystycznych.
Aproksymacja funkcji a regresja symboliczna Problem aproksymacji funkcji polega na tym, że funkcję F(), znaną lub określoną tablicą wartości, należy zastąpić inną funkcją, f(), zwaną funkcją aproksymującą
Bardziej szczegółowoAkademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie. Projekt. z przedmiotu Analiza i Przetwarzanie Obrazów
30 czerwca 2015 Akademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie Projekt z przedmiotu Analiza i Przetwarzanie Obrazów Wykrywanie tablic rejestracyjnych Jagieła Michał IS (GKiPO) Michał Jagieła
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 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 szczegółowoPodstawy grafiki komputerowej
Podstawy grafiki komputerowej Krzysztof Gracki K.Gracki@ii.pw.edu.pl tel. (22) 6605031 Instytut Informatyki Politechniki Warszawskiej 2 Sprawy organizacyjne Krzysztof Gracki k.gracki@ii.pw.edu.pl tel.
Bardziej szczegółowoMetody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia. Mgr inż.
Metody kodowania wybranych cech biometrycznych na przykładzie wzoru naczyń krwionośnych dłoni i przedramienia Mgr inż. Dorota Smorawa Plan prezentacji 1. Wprowadzenie do zagadnienia 2. Opis urządzeń badawczych
Bardziej szczegółowoSEGMENTACJA OBRAZU Wprowadzenie
Oprogramowanie Systemów Obrazowania SEGMENTACJA OBRAZU Wprowadzenie Segmentacja obszarów to operacja wydzielenia z obrazu obszarów w oparciu o zdefiniowane kryterium. Głównym uzasadnieniem celowości takiego
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 szczegółowoDetekcja twarzy w obrazie
Detekcja twarzy w obrazie Metoda na kanałach RGB 1. Należy utworzyć nowy obrazek o wymiarach analizowanego obrazka. 2. Dla każdego piksela oryginalnego obrazka pobiera się informację o wartości kanałów
Bardziej szczegółowoDiagnostyka 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