Kognitive Systeme Übung 5+6: Bildverarbeitung & Wissenrepräsentation, Planung und Robotic
|
|
- Johann Kolbe
- vor 5 Jahren
- Abrufe
Transkript
1 Übung 5+6: Bildverarbeitung & Wissenrepräsentation, Planung und Robotic Mittwoch, 18. Juli Übung 5 & 6
2 Wiederholung: Morphologische Operatoren Operationen auf Binärbildern (hier: Pixel sind 0 oder 255) Ziel: Rauschen entfernen oder Lücken schließen Dilatation: Alle Pixel, die einen Nachbarn haben, der 255 ist, werden 255 => Ausdehnung Erosion: Alle Pixel, die einen Nachbar haben, der 0 ist, werden 0 => Verkleinerung Öffnen: erst Erosion, dann Dilatation Schließen: erst Dilatation, dann Erosion 2 Übung 5 & 6
3 Wiederholung: Morphologische Operatoren 3 Übung 5 & 6
4 Aufgabe 1: Morphologische Operatoren 4 Übung 5 & 6
5 Aufgabe 1: Morphologische Operatoren Schließen Antwort Onlinefrage 1: Übung 5 & 6
6 Aufgabe 1: Morphologische Operatoren 6 Übung 5 & 6
7 Aufgabe 1: Morphologische Operatoren Öffnen 7 Übung 5 & 6
8 Wiederholung: Hough-Transformation Ziel: Erkennung gerader Linien im Bild Ansatz: Stelle Linie durch Normalenvektor (Länge, Winkel) in Polarkoordinaten dar (Sinus-Kosinus-Kurve) Kurven für kollineare Punkte schneiden sich in genau zwei Punkten 8 Übung 5 & 6
9 Aufgabe 2: Hough-Transformation 9 Übung 5 & 6
10 Aufgabe 2: Hough-Transformation 10 Übung 5 & 6
11 Aufgabe 2: Hough-Transformation Schnittpunkt bei ca. 2,7 11 Übung 5 & 6
12 Aufgabe 2: Hough-Transformation r 0,43 12 Übung 5 & 6
13 Aufgabe 2: Hough-Transformation r 0,43 damit Gerade definiert durch: 0,9 x + 0,43 y = 0,43 13 Übung 5 & 6
14 Aufgabe 2: Hough-Transformation 0,9 x + 0,43 y = 0,43 Punkt auf Gerade z.b. ( 0, 1 ) orthogonal g: s 0,43 0,9 Antwort Onlinefrage 2: 2,7 14 Übung 5 & 6
15 Aufgabe 2: Hough-Transformation 15 Übung 5 & 6
16 Aufgabe 2: Hough-Transformation Regressionsgerade: besser, wenn bekannt ist, welche Punkte zur Geraden gehören Dann optimale Näherung in Bezug auf quadr. Fehler Hough-Transformation findet Geraden in Kantenbildern 16 Übung 5 & 6
17 Aufgabe 2: Hough-Transformation 17 Übung 5 & 6
18 Aufgabe 2: Hough-Transformation 18 Übung 5 & 6
19 Aufgabe 2: Hough-Transformation 19 Übung 5 & 6
20 Wiederholung: Korrelation Sum of Squared Differences (SSD): n n i n j n (Img1( u1 i, v1 j) Img2( u2 i, v2 j)) Zero-mean Normalized Cross Correlation (ZNCC): n n n i n j n n (Img 1 (u 1 i,v 1 j) Img 1 (u 1,v 1,n)) (Img 2 (u 2 i,v 2 j) Img 2 (u 2,v 2,n)) (Img 1 (u 1 i,v 1 j) Img 1 (u 1,v 1,n)) 2 (Img 2 (u 2 i,v 2 j) Img 2 (u 2,v 2,n)) 2 i n j n n n i n j n 2 Img(u,v,n) n n 1 Img(u i,v j) (2n 1) 2 i n j n 20 Übung 5 & 6
21 Aufgabe 3: Korrelation 21 Übung 5 & 6
22 Aufgabe 3: Korrelation 22 Übung 5 & 6
23 Aufgabe 3: Korrelation 23 Übung 5 & 6
24 Aufgabe 3: Korrelation 24 Übung 5 & 6
25 Aufgabe 3: Korrelation 25 Übung 5 & 6
26 Aufgabe 3: Korrelation 26 Übung 5 & 6
27 Aufgabe 3: Korrelation Img(u,v,n) n n 1 Img(u i,v j) (2n 1) 2 i n j n 27 Übung 5 & 6
28 Aufgabe 3: Korrelation ZNCC normalisiert die Bilder vor dem Vergleich 28 Übung 5 & 6
29 Aufgabe 3: Korrelation 29 Übung 5 & 6 (Antwort Onlinefrage 3)
30 Wiederholung: Rotationsmatrizen Rotation um x : Rotation um y : Rotation um z : R x ( ) R y ( ) R z cos sin cos 0 sin cos sin ( ) sin cos sin cos sin 0 cos Übung 5 & 6
31 Aufgabe 4: 3D-Transformationen 31 Übung 5 & 6
32 Aufgabe 4: 3D-Transformationen 32 Übung 5 & 6
33 Aufgabe 4: 3D-Transformationen 33 Übung 5 & 6
34 Aufgabe 4: 3D-Transformationen 34 Übung 5 & 6
35 Aufgabe 4: 3D-Transformationen 35 Übung 5 & 6
36 Aufgabe 5: Kameramodell 36 Übung 5 & 6
37 Aufgabe 5: Kameramodell 37 Übung 5 & 6
38 Aufgabe 5: Kameramodell 38 Übung 5 & 6
39 Aufgabe 5: Kameramodell 39 Übung 5 & 6 (Antwort Onlinefrage 4)
40 Aufgabe 5: Kameramodell 40 Übung 5 & 6
41 Aufgabe 5: Kameramodell 41 Übung 5 & 6
42 Aufgabe 5: Kameramodell 42 Übung 5 & 6
43 Aufgabe 5: Kameramodell 43 Übung 5 & 6
44 Aufgabe 5: Kameramodell 44 Übung 5 & 6
45 Aufgabe 5: Kameramodell 45 Übung 5 & 6
46 Aufgabe 5: Kameramodell 46 Übung 5 & 6
47 Aufgabe 5: Kameramodell 47 Übung 5 & 6
48 Wiederholung: Epipolargeometrie Bei bekannten extrinsischen Parametern: Epipolargeometrie möglich Weltpunkt X, der auf Bildpunkt x in linkem Bild projiziert wird, wird im rechten Bild auf die Epipolarlinie l zu x projiziert Stark vereinfachtes Stereomatching 48 Übung 5 & 6
49 Aufgabe 6: Epipolargeometrie 49 Übung 5 & 6
50 Aufgabe 6: Epipolargeometrie 50 Übung 5 & 6
51 Aufgabe 6: Epipolargeometrie 51 Übung 5 & 6
52 Aufgabe 6: Epipolargeometrie K f x 0 c x 0 f y c y Übung 5 & 6
53 Aufgabe 6: Epipolargeometrie K f x 0 c x 0 f y c y Übung 5 & 6
54 Aufgabe 6: Epipolargeometrie P K R K t 54 Übung 5 & 6
55 Aufgabe 6: Epipolargeometrie 55 Übung 5 & 6
56 Aufgabe 6: Epipolargeometrie 56 Übung 5 & 6
57 Aufgabe 6: Epipolargeometrie 57 Übung 5 & 6
58 Aufgabe 6: Epipolargeometrie 58 Übung 5 & 6
59 Aufgabe 6: Epipolargeometrie 59 Übung 5 & 6
60 Aufgabe 6: Epipolargeometrie 60 Übung 5 & 6
61 Aufgabe 6: Epipolargeometrie 61 Übung 5 & 6
62 Aufgabe 6: Epipolargeometrie (Antwort Onlinefrage 5) 62 Übung 5 & 6
63 Weiter mit Übung Übung 5 & 6
Kognitive Systeme Übung 5: Bildverarbeitung
Übug 5: Bildverarbeitug Mittwoch, 06. Juli 2016 1 Übug: Bildverarbeitug Wiederholug I: Morphologische Operatore Operatioe auf Biärbilder (hier: Pixel sid 0 oder 255) Ziel: Rausche etfere oder Lücke schließe
MehrÜbung: Computergrafik 1
Prof. Dr. Andreas Butz Prof. Dr. Ing. Axel Hoppe Dipl.-Medieninf. Dominikus Baur Dipl.-Medieninf. Sebastian Boring Übung: Computergrafik 1 Konvolutionen Morphologische Operationen Hough-Transformation
MehrComputergrafik 2: Übung 9. Morphologische Operationen
Computergrafik 2: Übung 9 Morphologische Operationen Organisation KLAUSURANMELDUNG (UNIWORX) NICHT VERGESSEN! Computergrafik 2 SS2012 2 Besprechung Übung 8 Anmerkungen? Computergrafik 2 SS2012 3 Quiz Watershed-Algorithmus
MehrZiel: Erkennen von Geraden allgemeiner: von einfachen parametrischen Kurven (Kreise, Ellipsen...)
6. Die Hough-Transformation (sprich: "haff") P.V.C. Hough, Patentschrift von 1962 Ziel: Erkennen von Geraden allgemeiner: von einfachen parametrischen Kurven (Kreise, Ellipsen...) Anwendung: Detektion
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Morphologische Operatoren Graphische DV und BV, Regina Pohle, 5. Morphologische Operatoren Einordnung in die Inhalte der Vorlesung
MehrPrüfung Grundlagen der digitalen Bildbearbeitung
Prüfung Grundlagen der digitalen Bildbearbeitung 14.06.2005 1) Gegeben sind 24 Bilder, die als Eingabe als auch als Ergebnis einer der 10 Bildoperationen auftreten können. (14 Punkte) 10 folgenden Bildoperationen,
MehrComputergrafik 2: Morphologische Operationen
Computergrafik 2: Morphologische Operationen Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
MehrEin auf Eigenwertanalyse basierendes Verfahren zur einfachen und robusten Linienerkennung. -erweiterte Web-Präsentation
Ein auf Eigenwertanalyse basierendes Verfahren zur einfachen und robusten Linienerkennung. -erweiterte Web-Präsentation Jan Rudert Vortrag vom. 05. 2004 Seminar Mustererkennung in Bildern und 3D-Daten
MehrBildverarbeitung: 3D-Geometrie. D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13
Bildverarbeitung: 3D-Geometrie D. Schlesinger () Bildverarbeitung: 3D-Geometrie 1 / 13 Lochkamera Modell C Projektionszentrum, Optische Achse, Bildebene, P Hauptpunkt (optische Achse kreuzt die Bildebene),
MehrComputergrafik 2: Morphologische Operationen
Computergrafik 2: Morphologische Operationen Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies
Mehr9. Kombination von Vektor- und Rasterdaten
9. Kombination von Vektor- und Rasterdaten 1. Vergleich von Vektor- und Rasterdaten 2. Morphologische Operationen 3. Transformationen des Formats 4. Kombinierte Auswertungen Geo-Informationssysteme 224
MehrKapitel 9 Kombination von Vektor- und Rasterdaten
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 9 Kombination von Vektor- und Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2014/15
MehrMorphologische Filter
Morphologische Filter Industrielle Bildverarbeitung, Vorlesung No. 8 1 M. O. Franz 28.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Morphologische
MehrÜbersicht der Vorlesung
Übersicht der Vorlesung 1. Einführung 2. Bildverarbeitung 3. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse
MehrEVC Repetitorium Blender
EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen
MehrB3. Bilderkennung mit Java
B3. Bilderkennung mit Java B3.3 HIPR Framework B3.4 Praktisches Beispiel und weitere Operationen auf Bildern - thresholding - morphologische Operationen - region labeling Literatur: The Hypermedia Image
MehrSignalverarbeitung g für audiovisuelle Kommunikation
University of Applied Science Signalverarbeitung g für audiovisuelle Kommunikation 3. Segmentierung - Morphologische Operationen Morphologische Operationen Morphologie: die Gestalt betreffend Gestalt in
MehrAbiturprüfung Mathematik 2012 Baden-Württemberg Allgemeinbildende Gymnasien Pflichtteil Lösungen
Abiturprüfung Mathematik 202 Baden-Württemberg Allgemeinbildende Gymnasien Pflichtteil Lösungen klaus_messner@web.de www.elearning-freiburg.de Pflichtteil 202 2 Aufgabe : Bilden Sie die erste Ableitung
MehrErkennung von Olivenhainen im Luftbild
Erkennung von Olivenhainen im Luftbild Gliederung 1. Morphologische Grundlagen Erosion / Dilatation Öffnung / Schließung Zylinderhut-Transformationen 2. Motivation / Gründe für die Anwendung 3. Datenbeschreibung
MehrMorphologische BV. Morphological Image Processing. M. Thaler, TG208 Bildverarbeitung ZHAW, BV HS17, M. Thaler.
Morphologische BV Morphological Image Processing M. Thaler, TG208 tham@zhaw.ch Juni 7 Um was geht es? threshold Binärbild region fill egdes Juni 7 2 2 ... um was geht es? Morphologie in der Biologie Beschäftigung
Mehr2.3.1 Rechtshändiges und linkshändiges Koordinatensystem
2.3. Rechtshändiges und linkshändiges Koordinatensstem Die Koordinatenachsen im dreidimensionalen Raum lassen sich auf wei verschieden Arten anordnen: Linkshändig und Rechtshändig (s. Abbildung 2.9). Um
MehrDetektion von Eckpunkten und einfachen Kurven
Detektion von Eckpunkten und einfachen Kurven Industrielle Bildverarbeitung, Vorlesung No. 7 1 M. O. Franz 21.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005.
Mehr'Visual Hull' mit Hilfe von Spiegeln
'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach www.rob.cs.tu-bs.de/teaching/courses/cs 1 Zur
MehrWas ist Robotik? Robotik heute:
Grundlagen Was ist Robotik? Das Wort Robot / Roboter entstand 92 in einer Geschichte von Karel Ċapek und geht auf das tschechische Wort robota (rbeit, Fronarbeit) zurück. Dessen Ursprung ist das altkirchenslawische
Mehr4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
MehrWiederholung Winkel. Berechnung des Winkels zwischen zwei Vektoren
Wiederholung Winkel Das entscheidende Mittel zur Bestimmung von Winkeln ist das Skalarprodukt. Das Skalarprodukt lässt sich nämlich sehr komfortabel koordinatenweise berechnen, zugleich hängt es aber mit
MehrÜbung: Computergrafik 1
Prof. Dr. Andreas Butz Prof. Dr. Ing. Axel Hoppe Dipl.-Medieninf. Dominikus Baur Dipl.-Medieninf. Sebastian Boring Übung: Computergrafik 1 Filtern im Frequenzraum Segmentierung Organisatorisches Klausuranmeldung
MehrGrundlagen der Bildverarbeitung
Grundlagen der Bildverarbeitung Inhaltsverzeichnis Vorwort 9 Kapitel 1 Einführung 13 1.1 Anwendungen der digitalen Bildverarbeitung 16 1.2 Algorithmische Verarbeitung von Bildinformation 17 1.3 Zu diesem
MehrHöhere Mathematik II für Ingenieurinnen und Ingenieure Lösungen zur 4. Übung
TU Bergakademie Freiberg Vorl. Frau Prof. Dr. Swanhild Bernstein Übung Dipl.-Math. Daniel Lorenz Freiberg, 26. April 2017 Höhere Mathematik II für Ingenieurinnen und Ingenieure Lösungen zur 4. Übung Aufgabe
MehrEntwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen
Entwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen Seminar - Wintersemester 2010/2011 Fakultät Technik und Informatik Department Informatik Gregory Föll Übersicht Rückblick Stereo
MehrLösung zur Übung 7. Leiten Sie die Ableitung der Tangensfunktion aus dem Grenzwert des Differenzenquotienten unter Verwendung des Additionstheorems
Lösung zur Übung 7 Aufgabe 25) Leiten Sie die Ableitung der Tangensfunktion aus dem Grenzwert des Differenzenquotienten unter Verwendung des Additionstheorems her. tan(α + β) tan(α) + tan(β) tan(α) tan(β)
MehrDemo: Mathe-CD. Integration Flächenberechnungen. Sammlung von Trainingsaufgaben. Friedrich Buckel INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
Integration Flächenberechnungen Tet noch nicht fertig Vorabversion! Weitere Aufgaben folgen! Sammlung von Trainingsaufgaben Lösungen in 486 Datei Nr. 48 5 Stand 8. Dezember 008 INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK
MehrSpezialgebiet: "mathematische Morphologie" (Begr. v. G. Matheron & J. Serra in Frankreich, Analyse poröser Materialien)
Fortsetzung zu Kap. 3: Bildoperationen 3.5 Morphologische Operationen Morphologie = Formenlehre Idee: über flexible Festlegung eines strukturierenden Elements (Maske) Einfluss auf zu extrahierende Formen
MehrDIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR.
Weitere Files findest du auf www.semestra.ch/files DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Matthias Mahr, Juni 4, Fachhochschule Friourg
MehrNavigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 8 Epipolargeometrie Die Fundamentalmatrix Korrelation Schätzung der Fundamentalmatrix Homographie infolge einer Ebene Sonderfälle
MehrLineare Algebra und analytische Geometrie II (Unterrichtsfach) Lösungsvorschlag
MATHEMATISCHES INSTITUT DER UNIVERSITÄT MÜNCHEN Dr E Schörner SS 0 Blatt 9 9060 Übungen zur Vorlesung Lineare Algebra und analytische Geometrie II (Unterrichtsfach Lösungsvorschlag a Die gegebene Matrix
MehrMathematik-1, Wintersemester Vorlesungsplan, Übungen, Hausaufgaben
Mathematik-1, Wintersemester 2014-15 Vorlesungsplan, Übungen, Hausaufgaben Vorlesungen: Lubov Vassilevskaya Übungen: Dr. Wilhelm Mons, Lubov Vassilevskaya http://www.math-grain.de/ Inhaltsverzeichnis 1.
Mehr12 Übungen zu Gauß-Algorithmus
Aufgaben zum Vorkurs B S. 2 Übungen zu Gauß-Algorithmus 2x x 2 = 7x +, 5x 2 = 7 Aufgabe 6: Aufgabe 7: Aufgabe 8: Aufgabe 9: 2x x 2 = x +2x 2 = 2 2x x 2 = 7x +, 5x 2 =, 5 x 2x 2 = x +x 2 = 5 2x +x 2 = 4
MehrTrigonometrie. Mag. DI Rainer Sickinger HTL. v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1
Trigonometrie Mag. DI Rainer Sickinger HTL v 1 Mag. DI Rainer Sickinger Trigonometrie 1 / 1 Verschiedene Winkel DEFINITION v 1 Mag. DI Rainer Sickinger Trigonometrie 2 / 1 Verschiedene Winkel Vermessungsaufgaben
MehrGrundlagen der Bildverarbeitung Klaus D. Tönnies
Grundlagen der Bildverarbeitung Klaus D. Tönnies ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Inhaltsverzeichnis
MehrModellbasierte Segmentierung
Modellbasierte Segmentierung -----Vollständige Suche Template Matching, Hough Transformation für die Suche in Bilddatenbeständen Proseminararbeit im Proseminar Bildverarbeitung Wintersemester 2005/06 Fakultät
MehrKrummlinige Koordinaten
Krummlinige Koordinaten Einige Koordinatensysteme im R 3 haben wir bereits kennengelernt : x, x 2, x 3... kartesische Koordinaten r, φ, x 3... Zylinderkoordinaten r, φ, ϑ... Kugelkoordinaten Sind andere
MehrIlja Repin Die Wolgatreidler (1873) Das Skalarprodukt. 1-E Ma 1 Lubov Vassilevskaya
Ilja Repin Die Wolgatreidler (1873) Das Skalarprodukt 1-E Ma 1 Lubov Vassilevskaya Treideln http://www.rheinschifffahrtsgeschichte.de/mainzer%20pano%20dateien/tierer%20treideln.jpg Treideln heißt eine
MehrÜbungsblatt 1. Gruppenübungen
Übungsblatt Gruppenübungen Diese Übungen sollen direkt in der Übungsgruppe in der Woche vom 5.0. bis 9.0. bearbeitet und besprochen werden. Bitte bringen Sie dazu Zirkel und Lineal mit. G Die folgende
MehrNützliche Bildverarbeitungs- Verfahren
MIN-Fakultät Fachbereich Informatik Arbeitsbereich SAV/BV (KOGS) Nützliche Bildverarbeitungs- Verfahren BV-Praktikum im Sommersemester 2016 Leonie Dreschler-Fischer, David Mosteller und Benjamin Seppke
MehrMATHEMATIK K1. Aufgabe F Punkte (max) Punkte. Gesamtpunktzahl /30 Notenpunkte
MATHEMATIK K1.06.015 Aufgabe 1 5 6 7 8 9 10 F Punkte (max 11 1 1 Punkte Gesamtpunktzahl /0 Notenpunkte Für vorbildliche Darstellung wird ein Extrapunkt vergeben. (1 Bestimmen sie die ersten beiden Ableitungen
MehrZusammenfassung Vektorrechnung und Komplexe Zahlen
Zusammenfassung Vektorrechnung und Komplexe Zahlen Michael Goerz 8. April 006 Inhalt Vektoren, Geraden und Ebenen. Länge eines Vektors.......................... Skalarprodukt..............................
Mehr14.3 Berechnung gekrümmter Flächen
4.3 Berechnung gekrümmter Flächen Gekrümmte Flächen werden berechnet, indem sie als Graph einer Funktion zweier Veränderlicher aufgefasst werden. Fläche des Graphen einer Funktion zweier Veränderlicher
Mehr2D-Punkt-Transformationen
Zur Erinnerung Drehung eines beliebigen Punktes B um den Winkel θ um den Koordinaten-Ursprung zum Punkt B : x B r cosα y B r sin α [r, α: Hilfsgrößen ] x B r cos(α+θ) r (cosα cosθ sinα sinθ) x B cosθ y
MehrFilter Transformationen (Blender) INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS
Filter Transformationen (Blender) INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Wozu Filter? Wozu Filter? Beispiel 3 Teil1: Filter anwenden (verschiedene Filter anwenden um diverse Effekte zu erzeugen)
MehrLösung zur Übung 1. In einem Würfel der Kantenlänge a wird ein Methanmolekül so platziert, dass das Kohlenstoffatom. r = a 2. d = 2 a (3) 2 = 2 a (4)
Lösung zur Übung 1 Aufgabe 1 In einem Würfel der Kantenlänge a wird ein Methanmolekül so platziert, dass das Kohlenstoffatom im Zentrum des Würfels liegt. Wie groß ist der Tangens des halben H-C-H Bindungswinkels?
MehrDigitale Bildverarbeitung Einheit 9 Morphologische Operationen
Digitale Bildverarbeitung Einheit 9 Morphologische Operationen Lehrauftrag SS 2007 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
MehrDigitale Bildverarbeitung Einheit 9 Morphologische Operationen
Digitale Bildverarbeitung Einheit 9 Morphologische Operationen Lehrauftrag WS 2007/2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
MehrAufgaben zur Vektorrechnung
) Liegt der Punkt P(; -; 2) auf der Geraden 4 g: x = 5+t 2? 6 2 Aufgaben zur Vektorrechnung 2) a) Wie groß ist der Abstand der Punkte A(4; 2; -4) und B(;-2;-4) zueinander? b) Gesucht wir der Mittelpunkt
MehrOctave/Matlab-Übungen
Aufgabe 1a Werten Sie die folgenden Ausdrücke mit Octave/Matlab aus: (i) 2 + 3(5 11) (ii) sin π 3 (iii) 2 2 + 3 2 (iv) cos 2e (v) ln π log 10 3,5 Aufgabe 1b Betrachten Sie (i) a = 0.59 + 10.06 + 4.06,
MehrDifferentialrechung Ableitungen der Sinus-, Kosinus- und Tangensfunktion
Differentialrechung Ableitungen er Sinus-, Kosinus- un Tangensfunktion Aufgabe a Gegeben ist ie Funktion f( mit IR. Gesucht ist ie Ableitungsfunktion. Bestimmen Sie ie Ableitungsfunktion graphisch mithilfe
Mehr5. Geraden und Ebenen im Raum 5.1. Lineare Abhängigkeit und Unabhängigkeit von Vektoren
5 Geraden und Ebenen im Raum 5 Lineare Abhängigkeit und Unabhängigkeit von Vektoren Definition: Die Vektoren a,a,,a n heißen linear abhängig, wenn mindestens einer dieser Vektoren als Linearkombination
MehrFOS 1994, Ausbildungsrichtungen Technik und Agrarwirtschaft Analytische Geometrie, Aufgabengruppe B I
FOS 994, Ausbildungsrichtungen Technik und Agrarwirtschaft Aufgabenstellung In einem kartesischen Koordinatensystem sind die Punkte A( ), B(3 ) und C( ) gegeben, sowie die Punkte D a (a a a + ) mit a R..
MehrFit in Mathe. Februar Klassenstufe 12 Winkel in der Linearen Algebra (Taschenrechner erlaubt) Musterlösungen 1. Thema. Tabelle mit Kosinuswerten
Thema Musterlösungen Februar Klassenstufe Winkel in der Linearen Algebra (Taschenrechner erlaubt) Ermittle zeichnerisch mit Hilfe nebenstehender Tabelle, welche Winkel α ( α 36 ) erster zweiter Vektor
MehrBild-Erkennung & -Interpretation
Kapitel I Bild-Erkennung & -Interpretation FH Aachen / Jülich, FB 9 Prof. Dr. rer.nat. Walter Hillen (Dig Img I) 1 Einführung Schritte zur Bilderkennung und Interpretation: Bild-Erfassung Vorverarbeitung
MehrInhaltsverzeichnis 1 Einleitung Mensch-Maschine-Kommunikation in der Informations- und Kommunikationstechnik Grundbegriffe der Mensch-M
1 Einleitung 1 1.1 Mensch-Maschine-Kommunikation in der Informations- und Kommunikationstechnik... 1 1.2 Grundbegriffe der Mensch-Maschine-Kommunikation... 2 1.3 Disziplinen der Mensch-Maschine-Kommunikation...
MehrAlgebra 2.
Algebra 2 www.schulmathe.npage.de Aufgaben 1. In einem kartesischen Koordinatensystem sind die Punkte A(10 0 0), B(0 4 0) und C(0 0 6) sowie die Ebenenschar E t : 3y + tz 3t = 0 (t R) gegeben. Die Punkte
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
MehrAnalytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden
Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der
MehrAufgaben für Klausuren und Abschlussprüfungen
Grundlagenwissen: Ableitungen, Flächen unter Kurven, Nullstellen, Etremwerte, Wendepunkte.. Bestimmen Sie die Stammfunktion F() der folgenden Funktionen. Die Konstante C darf weggelassen werden. a) f()
MehrReflexion - Teil = 4 4 ) - 2 (-7)/5 (1 2 ) = (19/5 8/5 ) ); e n = -7; r = (
Reflexion - Teil 1. Formel unter Verwendung von Vektoren (1. - 7. in R ). Fallunterscheidung: Beispiele zu 1. 3. Beispiel - Reflexionspunkt bekannt 4. Muss zur Berechnung von r der Reflexionspunkt bekannt
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-30 Korrektur: Kugelkoordinaten II r und θ konstant: Rand einer Kreisscheibe parallel zur xy Ebene z θ fest y θ konstant, r R : Kegel, ausgehend
Mehr4 Funktionen und Transformationen
4 Funktionen und Transformationen In diesem Arbeitsblatt geht es um Begriffe wie lineare und quadratische Funktionen, Wurzelfunktionen, trigonometrische Funktionen sowie Transformationen von Funktionen.
MehrInhaltsübersicht. P U n k t G -. Seite
Inhaltsübersicht. P U n k t G -. Die Lage eines Punktes 1 Übungen 2 Anwendungen (Hydranten, Panamakanal, Rohrleitung)... 3 Entfernung zweier Punkte. 4 Übungen 5 Berechnung geradlinig begrenzter Flächen
MehrFarbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche
Farbmomente Seminar Inhaltsbasierte Bildsuche Farbmomente Einleitung und Motivation Statistische Momente Geometrische Momente Macht der Momente Hu-Momente Orthogonale Basen für Momente Generalisierte Farbmomente
MehrGrundlagen der Bildverarbeitung Klaus D. Tönnies
Grundlagen der Bildverarbeitung Klaus D. Tönnies ein Imprint von Pearson Education München Boston San Francisco Harlow, England Don Mills, Ontario Sydney Mexico City Madrid Amsterdam Grundlagen der Bildverarbeitung
Mehr2D Graphik: Modellbasierte und interaktive Segmentierung
LMU München Medieninformatik Butz/Hilliges 2D Graphics WS2005 13.01.2006 Folie 1 2D Graphik: Modellbasierte und interaktive Segmentierung Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 13.
MehrComputer Vision. Klaus Diepold Lehrstuhl für Datenverarbeitung. 18. Juni l 1 z x. l 2. (R,T) Koordinatentransformation. Bild 1: Stereo Setup.
Computer Vision Klaus Diepold Lehrstuhl für Datenverarbeitung 8. Juni 008 3 3-D Stereo Vision Grundlegender Aufbau eines Steroekamerasystems ist in dargestellt. Q P y z x x x l z x C e e C l q y (R,T)
Mehrgegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren
Stefan K. 4.Übungsblatt Algebra I Aufgabe 1 gegeben: G sei endliche Gruppe, jede Untergruppe von G sei ein Normalteiler von G zu zeigen: je zwei Elemente teilerfremder Ordnung kommutieren Beweis: Seien
Mehr1 Analytische Geometrie und Grundlagen
$Id: vektor.tex,v 1.43 2018/05/15 16:07:13 hk Exp $ 1 Analytische Geometrie und Grundlagen 1.5 Abstände und Winkel Am Ende der letzten Sitzung hatten wir begonnen zwei weitere Aussagen über Winkel zu beweisen,
MehrWasserscheiden-Ansätze zur Bildsegmentierung I
Seminar Bildsegmentierung und Computer Vision Wasserscheiden-Ansätze zur Bildsegmentierung I Stefan Sugg 19.12.2005 Gliederung 1. Einführung 2. Morphologische Grundlagen 3. Simulation durch Überflutung
MehrÜbungen zur Ingenieur-Mathematik III WS 2009/10 Blatt
Übungen zur Ingenieur-Mathematik III WS 9/ Blatt 4..9 Aufgabe : Berechnen Sie das Volumen des Volltorus, der durch Rotation der reisscheibe { x,, z R 3, x b + z a } mit < a < b um die z-achse entsteht.
MehrDigitale Bildverarbeitung Einheit 9 Morphologische Operationen
Digitale Bildverarbeitung Einheit 9 Morphologische Operationen Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
MehrLösungsvorschlag zum zweiten Übungsblatt
Lösungsvorschlag zum zweiten Übungsblatt Aufgabe Wir zeigen, daß die Drehung um den Ursprung um 9 und die Spiegelung an der x-achse nicht kommutieren. Die Matrix für die Drehmatrix lautet in diesem Fall
MehrÜbung Elementarmathematik im WS 2012/13. Lösung zum Klausurvorbereitung IV
Technische Universität Chemnitz Fakultät für Mathematik Dr. Uwe Streit Jan Blechschmidt Aufgabenkomplex 7 - Vektoren Übung Elementarmathematik im WS 202/3 Lösung zum Klausurvorbereitung IV. (5 Punkte -
MehrSchwingungen und Wellen
Schwingungen Wellen Jochen Trommer jtrommer@uni-leipzig.de Universität Leipzig Institut für Linguistik Phonologie/Morphologie SS 2007 Schwingungen beim Federpendel Schwingungen beim Federpendel Wichtige
MehrMorphologische Operationen (12 Punkte)
05.10.2015 186.822 VU Einführung in Visual Computing 3. Test Gruppe A Matrikelnummer: Nachname: Punkte Studienkennzahl: Vorname: Bitte tragen sie Ihre Matrikelnummer, Studienkennzahl sowie Vor- und Nachname
Mehr3. Erweiterung der trigonometrischen Funktionen
3. Erweiterung der trigonometrischen Funktionen 3.1. Polarkoordinaten 1) Rechtwinklige und Polarkoordinaten Üblicherweise gibt man die Koordinaten eines Punktes in der Ebene durch ein Zahlenpaar vor: P(x
MehrModul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt
Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt im Juni 2016 Themen: Digitale Bilder, Eigenschaften
MehrG13 KLAUSUR 1. (1) (2 VP) Bilden Sie die erste Ableitung der Funktion f mit. f(x) = e 2x+1 x
G3 KLAUSUR PFLICHTTEIL Aufgabe 2 3 4 5 6 7 8 Punkte (max) 2 2 3 3 5 3 5 3 Punkte () (2 VP) Bilden Sie die erste Ableitung der Funktion f mit f(x) = e 2x+. x (2) (2 VP) Gegeben ist die Funktion f mit f(x)
Mehr3. Übungsblatt Aufgaben mit Lösungen
. Übungsblatt Aufgaben mit Lösungen Aufgabe : Gegeben sind zwei Teilmengen von R : E := {x R : x x = }, und F ist eine Ebene durch die Punkte A = ( ), B = ( ) und C = ( ). (a) Stellen Sie diese Mengen
MehrTechnische Universität München Fakultät für Mathematik. Klausur. Geometriekalküle. Modul MA März 2018, 16:00 17:00 Uhr
Technische Universität München Fakultät für Mathematik Klausur Geometriekalküle Modul MA2203 1. März 2018, 16:00 17:00 Uhr Prof. Dr. Dr. Jürgen Richter-Gebert Musterlösung Aufgabe 1. Kegelschnitt mit Parameter
MehrFormelsammlung Analytische Geometrie
Formelsammlung http://www.fersch.de Klemens Fersch. September 8 Inhaltsverzeichnis 6 6. Vektorrechung in der Ebene.............................................. 6.. Vektor - Abstand - Steigung - Mittelpunkt.................................
MehrMathematik I für MB und ME
Mathematik I für MB und ME Übungsaufgaben Serie 5: Folgen Funktionen Dierentialrechnung Fachbereich Grundlagenwissenschaften Prof Dr Viola Weiÿ Wintersemester 206/207 Bestimmen Sie die Grenzwerte der nachstehenden
MehrBerufsmaturitätsprüfung Mathematik
Berufsmaturitätsprüfung 2006 - Mathematik Bedingungen o Die Prüfungsdauer beträgt 240 Minuten (ohne Pause) o Grundsätzlich müssen alle Aufgaben von Hand gelöst werden. Der Taschenrechner darf nur für arithmetische
MehrEinsatz der Bildverarbeitung bei der Auswertung. von AFM-Daten. Fachgebiet Graphische Datenverarbeitung / TU-Ilmenau. PD Dr.-Ing. habil. K.-H.
Einsatz der Bildverarbeitung bei der Auswertung von AFM-Daten Dipl.-Ing. T. Machleidt PD Dr.-Ing. habil. K.-H. Franke Fachgebiet Graphische Datenverarbeitung / TU-Ilmenau SFB 622 Nanopositionier- und Nanomessmaschinen
Mehr12.2 Grauwertmorphologie
12.2 Grauwertmorphologie 735 12.2 Grauwertmorphologie 12.2 12.2.1 Punktmenge eines Grauwertbildes Die Punktmenge eines Binärbildes besteht aus allen Pixeln vom Wert 1.Wie lässt sich nun ein Bild, das mehr
MehrObjektbeschreibung 1
Objektbeschreibung Description and Representation Markus Thaler, TG208 Martin Weisenhorn, TB427 tham@zhaw.ch weie@zhaw.ch www.zhaw.ch/~tham August 8 August 8 2 what is this? wh do ou know that? - descriptors
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
Mehr