Bildverarbeitung Digitales Bild

Slides:



Advertisements
Ähnliche Präsentationen
Organisatorisches Die * bzw. ** Aufgaben müssen gelöst werden, da sie später wieder gebraucht werden. Musterlösungen werden zwei Wochen nach den Übungsblättern.
Advertisements

Z-Transformation Die bilaterale Z-Transformation eines Signals x[n] ist die formale Reihe X(z): wobei n alle ganzen Zahlen durchläuft und z, im Allgemeinen,
Filterung der räumlichen Frequenzen
Constraint Satisfaction Problems
261 Beispiel: Schleifenparallelisierung for (i = 0; i high) { printf (Exiting during iteration %d\n,i); break;
1 low:=low-Q 2 high:=high-Q 2 low:=low-Q 1 high:=high-Q 1.
Wasserfall-Ansätze zur Bildsegmentierung
WS Algorithmentheorie 02 - Polynomprodukt und Fast Fourier Transformation Prof. Dr. Th. Ottmann.
Algorithmentheorie 02 – Polynomprodukt und Fast Fourier Transformation
Technische Informatik I (SS 2006) 1 Teil 5: Embedded Systems 5c: DSPs (Digitale Signal Prozessoren)
Objekte Objekte sind Elemente, die man mit dem Programm bearbeiten kann. Zellen Zeilen Spalten Bereiche, z. B. C2 : F18 Rechenblätter Stefan Wiedemann.
Inhaltsverzeichnis Einleitung Der Skalenraum Anwendungsbeispiele
Klausur „Diskrete Mathematik II“
Vorlesung 3: Verschiedenes Universität Bielefeld – Technische Fakultät AG Rechnernetze und verteilte Systeme Peter B. Ladkin
Uebung 01 ANN mit MATLAB.
Mobile Media Processing: Text Localization and Recognition
11/2005 MATRIX VISION GmbH 1 mvBlueFOX - Die USB Kamera mit integriertem Hardware Real-Time Controller (HRTC) Uwe Furtner, MATRIX Vision GmbH.
Tabellenkalkulationssysteme
Einführung & Grundlagen der Bildverarbeitung
Computer gestützte "Go/NoGo" Geländeanalysen
1 Vorlesung 3 Verschiedenes Peter B. Ladkin
Maschinelles Lernen und automatische Textklassifikation
FHP - Fachbereich Bauingenieurwesen
in der medizinischen Bildverarbeitung
Geoinformation II Overlay Präsentation:Christoph Platen.
Basisinformationstechnologie I
X y Bild I.
DIE FARBEN.
Layered Learning Kapitel 4. Voraussetzungen 1. Komplexe Domain realtime noisy limited communications viele bewegt Objekte (Ball, Mitspieler, Gegner) direktes.
Vom Umgang mit Daten. public void myProgram() { int[] saeulenWerte = new int[world.getSizeX()]; for (int i = 0; i < saeulenWerte.length; i++) { saeulenWerte[i]
HORIZONT 1 XINFO ® Das IT - Informationssystem PL/1 Scanner HORIZONT Software für Rechenzentren Garmischer Str. 8 D München Tel ++49(0)89 / 540.
Image Processing and Analysis Introduction. How do we see things ?
Grundlagen der Informatik - Prof. Slany 1 Grundlagen der Informatik Prof. Wolfgang SLANY.
Ultraschall Funktionsprinzip des Sensors (1)
Objekte Objekte sind Elemente, die man mit dem Programm bearbeiten kann. Datei, aufgebaut als Tabelle (Relation) Datensatz, entspricht einer Zeile der.
Kapitel 7: Kanten und Konturen
Unsere Computeria. Wo befindet sie sich Im Vorraum zum Raum der Stille.
Audiovisuelle Archive in der digitalen (Medien-)Welt Teil 2 Herbert Hayduck WS 2005.
E x c e l ist ein Tabellenkalkulationsprogramm Bestandteil des MS-Office- Paket.
Welche Farben haben diese Dinge? (Vorbereitet von Prof. Engel-Doyle
JavaKara programmieren: Methoden
Datenmatrix HKI Proseminar Philipp Cielen.
Aufgabe 1: Fügen Sie unten ein Textfeld und WordArt ein. Drehen Sie die Objekte. Ende der Aufgabe 1. Lassen Sie diese Präsentation geöffnet und wechseln.
Die Funktion Overlay von Anne Kampmann.
Aktueller Stand der Technik. Auf dem Markt sind heute bereits 64-Bit Mikrocontroller. Die meiste Verwendung finden allerdings noch immer die 8-Bit Modelle.
Carsten Haberland Otto-von-Guericke-Universität Magdeburg Seminar: Security-based Web Engineering Steganography and Watermarking Techniques Steganalysis.
Prof. Dr. W.-P. Buchwald Fachhochschule Braunschweig/Wolfenbüttel University of Applied Sciences Images Original Quantized 2-dimensional sampled Sampled.
Institut für Eisenhüttenkunde Department of Ferrous Metallurgy Methoden der digitalen Bildverarbeitung zum Auffinden von fluoreszierenden Punkten auf Messproben.
Frau Spradlin Deutsch II Komm Mit! Level 2 Kapitel 3 Vokabeln 2. Stufe - S. 89 Komm Mit! Level
Pro kostenlose Software (deutsch) Schülermotivation läuft auf allen PC schnelles Darstellen komplexer Sachverhalte große Sammlung.
Tutorial Messtechnik - Spektralanalyse, Signaltheorie -
Calogero Fontana - Sebastian Heinisch1 PDV Vertiefung SS08 RP6 mit Kamera ● Idee ● Technische Daten ● Aufbau ● Regelung ● Demo ● Fazit ● Quellen.
11 Ausgewählte Algorithmen der Computergraphik Digitale Geometrie Gebiete und Konturen Farbmodelle Renderalgorithmen Schnelle Multiplikation Fast Fourier.
Digitale Videoübertragung Folie 1© by Moritz Ritter Digitale Videoübertragung über volloptische WDM-Netze Verfasser: Moritz Ritter Betreuung:Jan.
Proseminar – Computer Graphics Martin Schreiber computer graphics & visualization Image Processing.
EINFÜHRUNG IN DIE BILDVERARBEITUNG Grafiktypen Rastergrafiken (bitmaps) Vektorengrafiken.
Überschrift 1, 80, z.B. „Maßnahmen und Projekte“
Erste Schritte im Internet of Things
Digitale Bilder IT-Zertifikat der Phil.-Fak.: Advanced IT Basics
Emanuel Mistretta Lukas Schönbächler
Diskrete Mathematik II
Modellierung von Öberflächenabflüßen mit Hilfe von GIS
Ultrakurzeinführung OpenCV
Digitale Bildbearbeitung
Ökonometrie und Statistik Wiederholung
Kapitel IV. Matrizen Inhalt:
z U y x Objekte in der Deckfläche: 12(2|0|4) 13(2|2|4)
Didaktische Reduktion
Spiegelungen Punkt an Gerade Punkt an Ebene Gerade an Ebene
Klicken Sie auf jede Stufe, um mehr zu efahren.
 Präsentation transkript:

Bildverarbeitung Digitales Bild diskrete Koordinaten: M Zeilen und N Spalten 8-Bit-Graustufenbild: 0 ist schwarz, 64 ist dunkelgrau, 2 8 −1=255 ist weiss Einfache Definition digitale Bildverarbeitung = Bildverarbeitung mit einem „Computer“ Komplexere Definition: Stufen der Bildverarbeitung low-level: Input: Bild => Output: Bild elementare Operationen wie z.B. Kontrastverbesserung Rauschverminderung, Verbesserung der Bildschärfe mid-level: Input: Bild => Output: Bildattribute Segmentation (Bildaufteilung in Regionen, Objekte) Beschreibung der Objekte (für Computerverarbeitung) Klassifizierung der Objekte high-level: Bildinterpretation mit Hilfe der erkannten Objekte (vision)

Bildverarbeitung Bildbearbeitung im Ortsbereich Originalbild Beispiel Berechnung: Zeile = 2; Spalte = 3; Ausgabebild(Zeile,Spalte) = Originalbild(Zeile,Spalte) – Originalbild(Zeile,Spalte -1) x y 1 2 3 ... N 1 2 M : Originalbild Ausgabebild 1 2 3 ... N Berechnung Zeilen Spalten

Kantendetektion Kantendetektion (Matlab: schach.m) Berechnung: Spalten Differenz Bild1(Zeile, Spalte) = Betrag von (Originalbild(Zeile, Spalte) – Originalbild(Zeile, Spalte - 1)) Zeilen Differenz Bild2(Zeile, Spalte) = Betrag von (Originalbild(Zeile, Spalte) – Originalbild(Zeile - 1, Spalte))

Kantendetektion Kantendetektion (Matlab: schach.m) Berechnung: Kanten Bild Bild3(Zeile, Spalte) = Bild1(Zeile, Spalte) + Bild2(Zeile, Spalte) Invertiertes Kanten Bild Bild4(Zeile, Spalte) = 255 - Bild1(Zeile, Spalte)

Verbesserung der Bildschärfe Verbesserung der Bildschärfe (Matlab: mond.m) Spalten- und Zeilendifferenz Original + Kanten-Bild