Grafika Komputerowa Wykład 2. Przetwarzanie obrazów. mgr inż. Michał Chwesiuk 1/38

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

Przetwarzanie obrazu

Metody komputerowego przekształcania obrazów

Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.

Przetwarzanie obrazów wykład 2

Rozpoznawanie Twarzy i Systemy Biometryczne

Histogram obrazu, modyfikacje histogramu

Przetwarzanie obrazów rastrowych macierzą konwolucji

Proste metody przetwarzania obrazu

Komputerowe obrazowanie medyczne

Przetwarzanie obrazu

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

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 3 AiR III

Detekcja twarzy w obrazie

Plan wykładu. Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie. informatyka +

Przekształcenia punktowe i geometryczne

PRZETWARZANIE SYGNAŁÓW

Przekształcenia punktowe

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

Transformata Fouriera

Przedmowa 11 Ważniejsze oznaczenia 14 Spis skrótów i akronimów 15 Wstęp 21 W.1. Obraz naturalny i cyfrowe przetwarzanie obrazów 21 W.2.

Plan wykładu. Wprowadzenie Program graficzny GIMP Edycja i retusz zdjęć Podsumowanie. informatyka +

Cyfrowe Przetwarzanie Obrazów. Karol Czapnik

dr inż. Piotr Odya dr inż. Piotr Suchomski

WYBRANE ZAGADNIENIA WIDZENIA MASZYNOWEGO

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Obraz jako funkcja Przekształcenia geometryczne

Diagnostyka obrazowa

POPRAWIANIE JAKOŚCI OBRAZU W DZIEDZINIE PRZESTRZENNEJ (spatial image enhancement)

Przetwarzanie obrazu

Przetwarzanie obrazów wykład 4

Diagnostyka obrazowa

Grafika Komputerowa Wykład 1. Wstęp do grafiki komputerowej Obraz rastrowy i wektorowy. mgr inż. Michał Chwesiuk 1/22

AKWIZYCJA I PRZETWARZANIE WSTĘPNE OBRAZU

3. OPERACJE BEZKONTEKSTOWE

PRZETWARZANIE SYGNAŁÓW

Analiza obrazów. Segmentacja i indeksacja obiektów

Operacje przetwarzania obrazów monochromatycznych

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

Gimp Grafika rastrowa (konwersatorium)

POB Odpowiedzi na pytania

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

Analiza obrazu. wykład 3. Marek Jan Kasprowicz Uniwersytet Rolniczy 2009

AKWIZYCJA I PRZETWARZANIE WSTĘPNE

Grenlandia się topi badanie rozkładu kątów pomiędzy strumykami na lądolodzie na podstawie analizy obrazu

Obraz i komputer. Trzy dziedziny informatyki. Podział przede wszystkim ze względu na dane wejściowe i wyjściowe

3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43

Ćwiczenie 6. Transformacje skali szarości obrazów

Operator rozciągania. Obliczyć obraz q i jego histogram dla p 1 =4, p 2 =8; Operator redukcji poziomów szarości

EKSPLORACJA ZASOBÓW INTERNETU LABORATORIUM VIII WYSZUKIWANIE OBRAZÓW

Wyższa Szkoła Informatyki Stosowanej i Zarządzania

Joint Photographic Experts Group

Diagnostyka obrazowa

Filtracja obrazu operacje kontekstowe

Filtracja obrazu operacje kontekstowe

Analiza obrazów - sprawozdanie nr 2

Kompresja Danych. Streszczenie Studia Dzienne Wykład 13, f(t) = c n e inω0t, T f(t)e inω 0t dt.

GIMP GNU Image Manipulation Program. Narzędzia Informatyki

Implementacja filtru Canny ego

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 9 AiR III

Przetwarzanie obrazów. Grupy metod przetwarzania obrazu. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe. Przetwarzanie jednopunktowe

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 2 AiR III

Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.

Filtracja nieliniowa obrazu

Techniki wizualizacji. Ćwiczenie 4. Podstawowe algorytmy przetwarzania obrazów

ALGORYTMY PRZETWARZANIA OBRAZÓW Projekt. Aplikacja przetwarzająca obrazy z możliwością eksportu i importu do programu MS Excel.

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

Analiza obrazu. wykład 1. Marek Jan Kasprowicz Uniwersytet Rolniczy Marek Jan Kasprowicz Analiza obrazu komputerowego 2009 r.

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

Cyfrowe przetwarzanie i kompresja danych. dr inż.. Wojciech Zając

Uniwersytet Warszawski, Wydział Fizyki

CECHY BIOMETRYCZNE: ODCISK PALCA

Przetwarzanie obrazu

POBR Kolos 2 + kilka pyt. z egzaminu

FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI

Segmentacja przez detekcje brzegów

Monitory LCD (ang. Liquid Crystal Display) (1)

Laboratorium Cyfrowego Przetwarzania Obrazów

Przekształcenia kontekstowe. Filtry nieliniowe Typowy przykład usuwania zakłóceń z obrazu

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

Percepcja obrazu Podstawy grafiki komputerowej

Automatyka i Robotyka II stopień ogólno akademicki

Metody komputerowe w obliczeniach inżynierskich

Transformaty. Kodowanie transformujace

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

Odciski palców ekstrakcja cech

Cechy formatu PNG Budowa bloku danych Bloki standardowe PNG Filtrowanie danych przed kompresją Wyświetlanie progresywne (Adam 7)

Założenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG

Dane obrazowe. R. Robert Gajewski omklnx.il.pw.edu.pl/~rgajewski

Filtracja splotowa obrazu

Gry Komputerowe Interaktywna kamera FPP

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

Przetwarzanie obrazów wykład 6. Adam Wojciechowski

Wybrane zagadnienia w pracy z danymi rastrowymi w ArcGIS Marcin Paź Esri Polska

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 6 AiR III

i = [ 0] j = [ 1] k = [ 0]

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

30 godzin, 6 punktów ECTS

Transkrypt:

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 ich edycji w określony sposób. Przetwarzanie obrazów obejmuje : przetwarzania Binaryzację Segmentacje Transformacje geometryczne Transformacje między przestrzeniami barw. Operacje morfologiczne Kodowanie Kompresja sygnałów, dotycząca operacji 2/38

Każdy obraz rastrowy można opisać za pomocą cech przedstawionej za pomocą opisu lub wartości liczbowej. Jest wiele cech, którymi można opisać obrazy, tj. Jasność Ostrość Paleta barw (barwy ciepłe, zimne) Dynamika W obrazach rastrowych mamy możliwość opisu cech obrazu za pomocą wartości liczbowych. Jasność Kontrast Symetryczność Rozkład histogramu 3/38

4/38

Jasność - 95.65 Jasność - 138.63 Kontrast - 10.24 Kontrast - 10.30 5/38

Zamiana na obraz w odcieniach szarości 6/38

Zmiana jasności Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 7/38

Zmiana kontrastu Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 8/38

Zmiana ekspozycji Należy pamiętać, że wartości I mogą wyjść poza zakres [0, 255] Wartości te trzeba zmienić, by pasowały do zakresu. 9/38

Korekcja gamma Obraz musi być znormalizowany przed potęgowaniem. Po normalizacji i potęgowaniu, należy przywrócić poprzedni zakres. 10/38

Sepia Obraz musi być znormalizowany przed potęgowaniem. Po normalizacji i potęgowaniu, należy przywrócić poprzedni zakres. 11/38

Negatyw imax = 255 dla obrazu zawierających piksele w przedziale [0, 255]. imax = 1 dla znormalizowanego obrazu. 12/38

Każda wartość w histogramie równa ilości pikseli o danym kolorze. Często jest normalizowany, tj. wartość jest dzielona przez ilość pikseli. 13/38

można liczyć nie dla całego obrazu, a dla fragmentu, Poniżej przykład histogramu dla wyselekcjonowanych kanałów. 14/38

Operacje na histogramie Rozciąganie histogramu 15/38

Operacje na histogramie Rozciąganie histogramu 16/38

Operacje na histogramie Wyrównanie histogramu 17/38

obrazu 18/38

Filtry dolnoprzepustowe Filtr uśredniający 19/38

Filtry dolnoprzepustowe Filtr kwadratowy 20/38

Filtry dolnoprzepustowe 21/38

Filtry górnoprzepustowe Filtr usuń średnią (mean removal) 22/38

Filtry górnoprzepustowe Filtr usuń średnią (mean removal) 23/38

Filtry krawędziowy Poziomy i pionowy 24/38

Filtry krawędziowy Ukośne 25/38

Filtry krawędziowy Ukośne 26/38

Obraz binarny Występują w nim tylko wartość 0 i 1. Najczęściej otrzymuje się po progowaniu obrazu w odcieniach szarości. 27/38

Operacje morfologiczne Dylatacja Otoczenie każdego piksel pozytywnych pikseli. Gdy w otoczeniu piksela występuje chociaż zamalowany, to piksel ten także będzie zamalowany. Obszar skanowania może być różny, najczęściej 9-elementowy lub 5-elementowy. jest skanowane w celu odnalezienia jeden piksel 28/38

Operacje morfologiczne Erozja Otoczenie każdego piksel negatywnych pikseli. Gdy w otoczeniu piksela występuje chociaż jeden niezamalowany, to piksel ten także będzie niezamalowany. Obszar skanowania może być różny, najczęściej 9-elementowy lub 5-elementowy. jest skanowane w celu odnalezienia piksel 29/38

Operacje morfologiczne Otwarcie i domknięcie Otwarcie polega na wykonaniu operacji dylatacji, a następnie operacji erozji. Domknięcie polega na wykonaniu operacji erozji, a następnie operacji dylatacji. 30/38

obrazu Downsampling Upsampling 31/38

Współrzędne biegunowe Najczęściej używany układ współrzędny kartezjański opisuje punkt jako parę liczb, które reprezentują odległość punktu od danych osii. Współrzędne sferyczne opisują punkt jako parę liczb (r, φ). promień wodzący r - odległość punktu P od środka układu współrzędnych O amplituda punktu φ - kąt pomiędzy osią OX, a wektorem OP 32/38

Obrót obrazu Powoduje zniekształcenia obrazu rastrowego. Problem wypełnienia pustych przestrzeni. 33/38

Jeśli obraz elementów. zawiera dużo elementów, to widmo zawiera dużo 34/38

Widmo można edytować w taki sposób by wycinać poszczególne częstotliwości. 35/38

Widmo można edytować w taki sposób by wycinać poszczególne częstotliwości. 36/38

Obraz jest sygnałem. Każdy sygnał można wyświetlić w dziedzinie czasu, czyli jego wartość dla danej próbki. Sygnał można też wyświetlić w dziedzinie częstotliwości, czyli właściwości sygnałów prostych, z których składa się sygnał wejściowy. Przejście do dziedziny częstotliwości można Dyskretnej Transformaty Fouriera (DCT). osiągnąć używając 37/38

Wykład 2 Dziękuję za uwagę :) mgr inż. 38/38