WOJSKOWA AKADEMIA TECHNICZNA

Podobne dokumenty
WOJSKOWA AKADEMIA TECHNICZNA

WOJSKOWA AKADEMIA TECHNICZNA

PRZETWARZANIE SYGNAŁÓW LABORATORIUM

Analiza obrazów - sprawozdanie nr 2

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Podstawy Przetwarzania Sygnałów

Przekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu

Filtracja obrazu operacje kontekstowe

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Filtracja obrazu operacje kontekstowe

Przetwarzanie obrazów rastrowych macierzą konwolucji

Wyższa Szkoła Informatyki Stosowanej i Zarządzania WIT

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

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Filtracja obrazów. w dziedzinie częstotliwości. w dziedzinie przestrzennej

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

Przetwarzanie obrazów wykład 4

Przetwarzanie obrazu

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

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Segmentacja przez detekcje brzegów

Filtracja w domenie przestrzeni

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

dr inż. Tomasz Krzeszowski

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Techniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów

Filtracja splotowa obrazu

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

Laboratorum 2 Badanie filtru dolnoprzepustowego P O P R A W A

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

AiR_CPS_1/3 Cyfrowe przetwarzanie sygnałów Digital Signal Processing

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

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

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Projekt 2: Filtracja w domenie przestrzeni

zna wybrane modele kolorów i metody transformacji między nimi zna podstawowe techniki filtracji liniowej, nieliniowej dla obrazów cyfrowych

Elektronika i Telekomunikacja I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

Grafika komputerowa. Dr inż. Michał Kruk

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

AKADEMIA MORSKA KATEDRA NAWIGACJI TECHNICZEJ

Tranzystor bipolarny LABORATORIUM 5 i 6

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

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Diagnostyka obrazowa

Diagnostyka obrazowa

Implementacja filtru Canny ego

Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Politechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 8. Filtracja uśredniająca i statystyczna.

Opis efektów kształcenia dla modułu zajęć

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 7 AiR III

Filtracja. Krzysztof Patan

WOJSKOWA AKADEMIA TECHNICZNA

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej.

Laboratorium Cyfrowego Przetwarzania Obrazów

KARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Detekcja zespołów QRS w sygnale elektrokardiograficznym

A-2. Filtry bierne. wersja

Metody komputerowego przekształcania obrazów

Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 11. Filtracja sygnałów wizyjnych

PODSTAWY AUTOMATYKI. MATLAB - instrukcje i funkcje zewnętrzne. Grafika w Matlabie. Wprowadzenie do biblioteki Control System Toolbox.

Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej

PROTOKÓŁ POMIAROWY - SPRAWOZDANIE

TRANSFORMATA FALKOWA 2D. Oprogramowanie Systemów Obrazowania 2016/2017

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

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż.

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 10 AiR III

ĆWICZENIE 6 Transmitancje operatorowe, charakterystyki częstotliwościowe układów aktywnych pierwszego, drugiego i wyższych rzędów

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

PRZETWARZANIE SYGNAŁÓW

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

KARTA PRZEDMIOTU. W5/1;W16/1 W5 Zna podstawowe metody przetwarzania wstępnego EP WM K_W9/3; obrazów barwnych.

Diagnostyka obrazowa

Rozpoznawanie Twarzy i Systemy Biometryczne

ZASTOSOWANIA PROCESORÓW SYGNAŁOWYCH - PROJEKT

Przetwarzanie sygnałów

PRZEWODNIK PO PRZEDMIOCIE

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

KARTA MODUŁU KSZTAŁCENIA

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

8. Realizacja projektowanie i pomiary filtrów IIR

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry

Układy i Systemy Elektromedyczne

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

x(n) x(n-1) x(n-2) D x(n-n+1) h N-1

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

Filtrowanie a sploty. W powyższym przykładzie proszę zwrócić uwagę na efekty brzegowe. Wprowadzenie Projektowanie filtru Zadania

Laboratorium nr 4: Porównanie filtrów FIR i IIR. skończonej odpowiedzi impulsowej (FIR) zawsze stabilne, mogą mieć liniową charakterystykę fazową

Lokalne transformacje obrazów

Operacje morfologiczne w przetwarzaniu obrazu

ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH

L ABORATORIUM UKŁADÓW ANALOGOWYCH

Akademia Górniczo - Hutnicza im. Stanisława Staszica w Krakowie. Projekt. z przedmiotu Analiza i Przetwarzanie Obrazów

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

Transkrypt:

WOJSKOWA AKADEMIA TECHNICZNA LABORATORIUM CYFROWE PRZETWARZANIE SYGNAŁÓW Stopień, imię i nazwisko prowadzącego Imię oraz nazwisko słuchacza Grupa szkoleniowa Data wykonania ćwiczenia dr inż. Andrzej Wiśniewski Grzegorz Pol I7GS.. r. SPRAWOZDANIE Z PRACY LABORATORYJNEJ NR

. Dokonać filtracji obrazu (funkcja conv) filtrami o odpowiedziach impulsowych: a) Dolnoprzepustowy (wygładzanie, uśrednianie) h pokazać wpływ wartości parametru shape w funkcji conv. Wynik zaimplementowanego kodu w programie Matlab: figure(); subplot(,,) imshow(obraz,[]); title( Cameraman.tif ) H=[ ; ; ] h=(/)*h; subplot(,,) nowy_obraz=zeros(rozmiar); nowy_obraz=conv(obraz,h, valid ); imshow(nowy_obraz,[]) title( Cameraman.tif, parametr: valid ) subplot(,,3) nowy_obraz=zeros(rozmiar); nowy_obraz=conv(obraz,h, full ); imshow(nowy_obraz,[]) title( Cameraman.tif, parametr: full ) subplot(,,4) nowy_obraz3=zeros(rozmiar); nowy_obraz3=conv(obraz,h, same ); imshow(nowy_obraz3,[]) title( Cameraman.tif, parametr: same )

b) różniczkujący - górnoprzepustowy (detekcja krawędzi poziomych lub pionowych): H: h h H=[ ; ;- - -]; H=[ ; ; - - -]; H3=[ ; -]; H3=[ ; - -; - -]; H4=[ - ; - 4 -; - ]; nowy_obraz4=zeros(rozmiar); nowy_obraz4=conv(obraz,h,'same'); figure(5) imshow(nowy_obraz4,[]) title('obraz po przepuszczeniu przez filtr rozniczkujacy gornoprzepustowy H') nowy_obraz5=zeros(rozmiar); nowy_obraz5=conv(obraz,h,'same'); figure(6) imshow(nowy_obraz5,[]) title('obraz po przepuszczeniu przez filtr rozniczkujacy gornoprzepustowy H') nowy_obraz5=zeros(rozmiar); nowy_obraz5=conv(obraz,h3,'same'); H:

a) różniczkujący - górnoprzepustowy (detekcja krawędzi ukośnych): h 3 h 3 H3 nowy_obraz5=zeros(rozmiar); nowy_obraz5=conv(obraz,h3,'same'); figure(7) imshow(nowy_obraz5,[]) title('obraz po przepuszczeniu przez filtr rozniczkujacy gornoprzepustowy H3') nowy_obraz5=zeros(rozmiar); nowy_obraz5=conv(obraz,h3,'same'); figure(8) imshow(nowy_obraz5,[]) title('obraz po przepuszczeniu przez filtr rozniczkujacy gornoprzepustowy H3') H3

a) podwójnie różniczkujący - górnoprzepustowy (detekcja krawędzi o dowolnych kierunkach): H4 h 4 4 - laplasjan nowy_obraz5=zeros(rozmiar); nowy_obraz5=conv(obraz,h4,'same'); figure(9) imshow(nowy_obraz5,[]) title('obraz po przepuszczeniu przez filtr podwojnie rozniczkujacy gornoprzepustowy H4')

a) nieliniowy: medianowy (usuwanie szumu impulsowego): H5 h 5 med 4 7 5 8 3 6 9 figure(7) obraz_m = medfilt(obraz); imshow(obraz_m) title('obraz po przefiltrowaniu filtrem medianowym') a) nieliniowy: erozji (ścienianie): h 6 min 4 7 8 3 6 9 H6 figure(8) nhood=[ ; ; ] bufor=strel(nhood); obraz_er = imerode(obraz, bufor) imshow(obraz_er) title('obraz po przefiltrowaniu filtrem erozyjnym')

a) własny eksperymentalny H6 h 7 4 3 3 3 figure(9) Hwlasne=[ 3; 3; 4 3]; obrazekwlasny=conv(obraz,hwlasne,'same'); imshow(obrazekwlasny,[]); title('obraz po przefiltrowaniu wlasnym filtrem, efekt rozmycia'). Wykonać operację wyostrzenia obrazu poprzez złożenie wyniku filtracji górnoprzepustowej z obrazem pierwotnym (suma). [obraz,kolor]=imread('cameraman','tif'); rozmiar=size(obraz); H=[ ; ;- - -]; nowy_obraz4=zeros(rozmiar); nowy_obraz4=conv(obraz,h,'same'); nowy_obraz_suma=zeros(rozmiar); for i=:56 for j=:56 nowy_obraz_suma(i,j)=obraz(i,j)+nowy_obraz4(i,j); end; end; imshow(nowy_obraz_suma,[]); title('zlozenie filtru gornoprzepustowego i obrazu')

3. Wykreślić charakterystyki amplitudowe filtrów (a-d) funkcja mesh. figure() mesh(abs(fft(h))) title('charakterystyka amplitudowa rozniczkujacego - gornoprzepustowego filtru H') Ylabel('Y') figure() mesh(abs(fft(h))) title('charakterystyka amplitudowa rozniczkujacego - gornoprzepustowego filtru H') Ylabel('Y')

figure() mesh(abs(fft(h))) title('charakterystyka amplitudowa rozniczkujacego - dolnoprzepustowego filtru H') Ylabel('Y') figure(3) mesh(abs(fft(h3))) title('charakterystyka amplitudowa rozniczkujacego - górnoprzepustowy (detekcja krawędzi ukośnych) filtru H3') Ylabel('Y')

figure(4) mesh(abs(fft(h3))) title('charakterystyka amplitudowa rozniczkujacego - górnoprzepustowy (detekcja krawędzi ukośnych) filtru H3') Ylabel('Y') figure(5) mesh(abs(fft(h4))) title('charakterystyka amplitudowa podwójnie rozniczkujacego - górnoprzepustowy filtru H4')

4. Wnioski Laboratorium opierało się na poznaniu działania filtrów cyfrowych typu FIR. Punkt a) opierał się na zbadaniu wpływu parametru shape na zadany obraz cameraman.tif. Wartości tego parametru były następujące: full- zwracał dwuwymiarowy splot obrazu i odpowiedzi impulsowej, same zwracał centralną część splotu obrazu i odpowiedzi impulsowej, valid zwracał część splotu, która została obliczona bez zerowych pól. Po zastosowaniu filtru górnoprzepustowego(wykrywanie krawędzi poziomych) można zauważyć, że podkreślone są krawędzie poziome, a krawędzie pionowe są prawie niewidoczne. Następnie został przetestowany filtr górnoprzepustowy z wykrywaniem krawędzi skośnych. W tym przypadku pokreślone są krawędzie skośne, a pionowe i poziome są prawie niewidoczne. W kolejnym punkcie został przetestowany filtr górnoprzepustowy z wykrywaniem wszystkich krawędzi i z analizy obrazu wynika że wszystkie krawędzie są widoczne. Filtry z podpunktów e f i g nadają obrazowi efektów co widać na załączonych screenach ze środowiska Matlab. W punkcie obraz został przefiltrowany przez: obraz pierwotny oraz ten, który został uzyskany przez przefiltrowanie przez filtr górnoprzepustowy z wykrywaniem krawędzi poziomych. Dzięki temu obraz pozostawił kolorystykę obrazu oryginalnego z podkreśleniem krawędzi poziomych. Na koniec, w punkcie 3 zostały pokazane charakterystyki amplitudowe filtrów z punktu a-d, które ukazywały różnice pomiędzy działaniem filtrów