Einführung in die Geoinformatik SS 2007, Vorlesung Do 9:15-11, HUM-1115
|
|
- Maya Böhmer
- vor 8 Jahren
- Abrufe
Transkript
1 Jun.Prof. Dr. Irmgard Niemeyer I Arbeitsgruppe Photogrammetrie / Geomonitoring Institut für Markscheidewesen und Geodäsie I TU Bergakademie Freiberg Reiche Zeche, Fuchsmühlenweg 9 I 9599 Freiberg Tel./Fax /-36 I irmgard.niemeyer@tu-freiberg.de I Einführung in die Geoinformatik SS 27, Vorlesung Do 9:5-, HUM-5 Helmut Schaeben, Richard Gloaguen, Irmgard Niemeyer
2 Einführung in die Geoinformatik Vorlesungsplan 5. April 27 Eine leichte Einführung und Begriffserklärung Helmut Schaeben 2 9. April 27 Tesselation, Interpolation Helmut Schaeben 3 3. Mai 27 Digitale Bilddaten Irmgard Niemeyer 4 3. Mai 27 Digitale Bildverarbeitung Irmgard Niemeyer 5 4. Juni 27 BHT: Geomonitoring in the Energy and Mineral Resources Industry Using Remote Sensing Methodologies Irmgard Niemeyer Richard Gloaguen Juni 27 Richard Gloaguen 7 2. Juli 27 Richard Gloaguen 2
3 Grundlagen der digitalen Bildverarbeitung Einführung, Begriffe Band 2 Digitale Bilddaten Band N Bildfusion Bildfilterung Multispektrale Transformationen Klassifizierung Objekt-basierte Bildanalyse Band Multispektraler, N-dimensionaler Merkmalsraum i j n 3
4 Begriffe Digitale Bildverarbeitung (digital image processing) umfasst ( ) die Methoden der EDV-gestützten Vorverarbeitung, Informationsverstärkung und Informationsextraktion (Mustererkennung) aus digitalen Rasterbildern. In einer simplifizierten Darstellungsweise lässt sich die digitale Bildverarbeitung in drei funktionale Kategorien gliedern:. die Vorverarbeitung (preprocessing) oder Bildrestaurierung (image restauration) 2. die Informationsverstärkung (image enhancement) und 3. die Informationsgewinnung oder extraktion (information extraction) [Lexikon der Kartographie und Geomatik, 2] 4
5 Begriffe Digitale Bildverarbeitung Die digitale Bildverarbeitung stellt Methoden und Techniken zur Verfügung, um natürliche Bilder zu transformieren, zu modifizieren oder zu codieren. Die Zielrichtung der Bildverarbeitung ist zweigeteilt: Ein Teil beschäftigt sich mit den Möglichkeiten, aus Bildern wieder Bilder zu erstellen, um aus modifizierten Bildern mehr Informationen für die visuellen Bildbearbeitung und Auswertung zu bekommen, während sich der andere Teil damit beschäftigt, Bilder automatisch zu erkennen. Den ersten Teil, aus Bildern wieder Bildern zu erstellen, bezeichnet man als Bildverbesserung oder Bildtransformation, den zweiten Teil, Bilder automatisch zu erkennen oder Bilder automatisch auszuwerten, bezeichnet man als Mustererkennung oder Bildinterpretation. [Abmayr 994] 5
6 Begriffe Eine kleine Geschichte der digitalen Bildverarbeitung Ursprünge gehen auf medizinische Applikationen zurück (Auswertung von Röntgen- und Körperscanner-Aufnahmen in der Fernerkundung seit den 6er Jahren Analyse der Bilddaten unbemannter planetarer Missionen Gewaltiger Entwicklungsschub durch die neuen digitalen Bilder der LANDSAT-Mission Weitere Impulse durch die Entwicklung immer stärkerer und schnellerer Computer 6
7 Begriffe Aktuelle Trends der digitalen Bildverarbeitung Integration nichtabbildender Daten der Fernerkundung, v.a. zur Generierung digitaler Geländemodelle der Erdoberfläche, wie beispielsweise Radar-Interferometrie und (flugzeuggestütztes) Laserscanning Verstärkte Nutzung wissensbasierter Bildanalyseverfahren 7
8 Menschliches und maschinelles Sehen Hell-Dunkel-Wahrnehmung [Abmayr 994] 8
9 Menschliches und maschinelles Sehen Muster und Objektgrenzen [Abmayr 994] 9
10 Menschliches und maschinelles Sehen Länge und Fläche [Jähne 22]
11 Menschliches und maschinelles Sehen Größe von Objekten [Abmayr 994]
12 Menschliches und maschinelles Sehen Dreidimensionale Objekte [Jähne 22] 2
13 Menschliches und maschinelles Sehen Das maschinelle Sehen ist ohne das menschliche Sehen undenkbar, denn jedes Bild läst sich nur mit Hilfe des visuellen System des Menschen beurteilen! Die Bildausgabe auf einen Monitor, Drucker u.a. sollte sich deswegen an den Fähigkeiten des menschlichen Sehens orientieren. Bedeutende Entwicklungen beim maschinellen Sehen wurden erst möglich durch das Verständnis der neurophysiologische Vorgänge im menschlichen Auge. Die Leistungsfähigkeit des menschlichen visuellen Systems ist enorm bei der Objekterkennung. Weniger geeignet ist es hingegen für die exakte Bestimmung von Grauwerten, Entfernungen und Flächen. Das menschliche Auge kann nur lediglich 2 bis 3 unterschiedliche Grauwerte wahrnehmen, kann aber leicht eine sehr grosse Anzahl von Farben unterscheiden. Ein digitales Bildverarbeitungssystem vermag einzelne Bildpunkte exakt zu bestimmen, allerdings ist es (noch?) nicht in der Lage, Bilder zu verstehen, wie Menschen es können. 3
14 4 Digitale Bilddaten: Schwarz-Weiß-Bild ( ) G g y x s =, { }, G = ( ) [ ] y x s B, = ( ) y x, Grauwertmenge {Schwarz,Weiß} Bildmatrix mit L Zeilen und R Spalten Ortskoordinaten des Bildpunktes Grauwert der Ortskoordinate R y L x Schwarz-Weiß-Bild Grauwerte (schwarz), (weiß) 6x6 Rasterung
15 Digitale Bilddaten: Grauwertbild G={,} G={ 6} G={ 255} G = s { } [ s( x y) ] B =, ( x, y) ( x, y) = g G Grauwertmenge Bildmatrix mit L Zeilen und R Spalten x L y R Ortskoordinaten des Bildpunktes Grauwert der Ortskoordinate 5
16 Digitale Bilddaten: Rasterung Rasterung eines Grauwertbildes: x, 2x2,4x4 8x8,6x6,32x32 64x64,28x28,256x256 6
17 Farb- und Multispektralbilder Digitale Bilddaten: Farbbild 7
18 Digitale Bilddaten: Farbbild Rot Grün Blau R-G-B G = g n {..255 } [ s( x, y n) ] B =, r s ) T ( x y) = ( g, g, g, 2 G, n =,,2 Grauwertmenge dreidimensionale Bildmatrix mit x L y R n =,,2 Bildpunkt in der Position (x,y) Index für Rot, Grün oder Blau 8
19 Digitale Bilder Digitale Bilddaten: Multispektralbild Falschfarbenkomposits, Southern Carolina 3-2- G = {..255 } Grauwertmenge B = [s( x, y, n)] dreidimensionale Bildmatrix mit x L y R n =..N r s ( x, y ) = ( g, g, g 2)T Bildpunkt in der Position (x,y) g n G, n =..N4-3-2 Kanal- oder Spektralbereichsindex Comparisons/L7_BandComparison.html
20 Digitale Bilddaten: Zeitreihenbild G = {..255 } [ s( x, y, n t) ] B =, r r r [ s( x, y)] = [ g, g.. g T ] r g = ] t g tn G [ g t, g t.. g tn T Grauwertmenge vierdimensionale Bildmatrix mit x L y R n =.. N t =.. T Bildpunkt in der Position (x,y) als Matrix Vektor der N-Kanaligen Grauwerte zum Zeitpunkt t Grauwert bei (x,y) zum Zeitpunkt t im Kanal n 2
21 Digitale Bilddaten: Bildmatrix Aufbau und Inhalt einer Bildmatrix mit Grauwerten [de Lange 26] 2
22 Digitale Bilddaten Band 2 Multispektraler, N-dimensionaler Merkmalsraum Band N Band i Bildmatrix X=(x) ijn j i=...i Bildzeilen j=...j Bildspalten n=...n Kanäle n 22
23 Digitale Bilddaten: Vektoren und Matrizen [Richards & Jia 999] 23
24 Digitale Bilddaten: Speicherformate A B C 2A 2B 2C A B C 2A 2B 2C A B C 2A 2B 2C band interleaved by pixel (BIP) Header A A A B B BCCC 2A 2A 2A 2B 2B 2B2C 2C 2Ceof band interleaved by line (BIL) HeaderA B C AB CABC 2A 2B2C 2A 2B 2C2A 2B 2Ceof band sequential (BSQ) HeaderA B C 2A2B 2C ABC 2A 2B2C 2A 2B 2C2A 2B 2Ceof 24
25 Digitale Bilddaten: Histogramm Histogramm der relativen Häufigkeiten von S: p s ( g) = a g M g =,,...,255 (Grauwerte der Grauwertmenge G) a g = Häufigkeit des Auftretens des Grauwertes g in S M = Anzahl der Messwerte Eigenschaft: 255 g = p s ( g) = 25
26 Digitale Bilddaten: Histogramm Fehlererkennung zu dunkel zu hell kontrastarm 26
27 Bildfusion Verschmelzung von Bilddaten aus verschiedenen Quellen, um den Informationsgehalt des Bildes zu steigern Zwecke: u.a. Bildverschärfung, Verbesserung der geometrischen Korrektur, Ersetzen fehlender Informationen bzw. schadhafter Daten 27
28 Bildfusion mittels IHS Transformation Panchromatische Daten höherer Auflösung Neue Intensität Multispektrale Daten geringerer Auflösung Kombinierte Daten Rot Intensität Rot Grün IHS-Transf Transf. Farbton Inverse Transf. Grün Blau Sättigung Blau Prinzip der Kombination multisensoraler Daten mittels IHS-Transformation [verändert nach Albertz 2] 28
29 Bildfilterung Zwecke: Glättung des Bildes Behebung von technischen Störeinflüssen, Bildrauschen, Kontrastausgleich Schärfung des Bildes, Betonung der lokalen Besonderheiten und Extrema, z.b. Kanten und Konturen [Mather 24] 29
30 Filterung im Ortsbereich Nutzung eines rechteckigen oder quadratischen Bildausschnitts (Fenster, Maske, Kernel, Filter) der auf die Bildkoordinate (x,y) zentriert wird und dann von Pixel zu Pixel verschoben wird: T[f(x,y)] = w f(x-,y-) + w 2 f(x-,y) + w 3 f(x-,y+) + w 4 f(x,y-) + w 5 (x,y) w 5 f(x,y) + w 6 f(x,y+) + w 7 f(x+, y-) + w 8 f(x+,y) + w 9 f(x+, y+) w w 9 sind Gewichtungsfaktoren, die dem Zentralpixel sowie seinen 8 Nachbarn zugeordnet sind Funktion der Maske wird durch die Koeffizienten bestimmt 3
31 Multispektrale Transformationen: Vegetationsindizes Das charakteristische spektrale Reflexionsverhalten von photosynthetisch aktiver, grüner Vegetation und die daraus resultierenden spezifischen spektralen Signaturen in mutlispektralen Bilddaten erlauben die Entwicklung von Maßzahlen, mit denen Oberflächen mit lebender Vegetation von unbewachsenen oder mit abgestorbener Vegetation bedeckten Flächen zu unterscheiden. Ratio-Vegetationsindex RVI NIR RVI = R RVI [,255](8bit) NIR= spektrale, reflektierte Strahldichte in einem Aufnahmekanal des nahen Infrarot R= spektrale, reflektierte Strahldichte in einem Aufnahmekanal des roten Spektralbereichs Normalized Difference Vegetation Index NDVI (Höhere Auflösung als RVI) NIR R NIR R NDVI = bzw. NDVI = ( + ) 27.5 NIR + R NIR + R NDVI [,] NDVI [,255](8bit) 3
32 Multispektrale Transformationen: Vegetationsindizes 3N 2 - Sächsische Schweiz, ASTER-Aufnahme vom RVI NDVI 32
33 Multispektrale Transformationen: Hauptkomponententransformation z.b. Reduzierung der Dimensionen vor einer Klassifizierung [Richards 999] Zwei Dimensionen, zwei Klassen Trennung der Klassen mittels der ersten Hauptkomponenten 33
34 Multispektrale Transformationen: Hauptkomponententransformation Lineare Transformation des Merkmalsraumes, hier für den zweidimensionalen Fall erläutert: x 2 Stichproben aus den Kanälen x und x 2 y 2 y x Ziel: Reduktion der zwei Dimensionen x und x 2 auf eine Dimension Projektion y in Richtung maximaler Streuung der Datenvektoren 34
35 Multispektrale Transformationen: Hauptkomponententransformation Andomooka, zentrales Australien Landsat MSS, rot. Hauptkomponente Landsat MSS 2, grün 2. Hauptkomponente Landsat MSS 3, IR 3. Hauptkomponente Landsat MSS 4, IR [Richards 999] 4. Hauptkomponente 35
36 Klassifizierung Klassifizieren = die Grauwerte der Bildpixel durch Klassenlabens ersetzen Pixelvektor [Richards 999] 36
37 Klassifizierung Zweidimensionaler multispektraler Merkmalsraum Band 2 Band Cluster im zweidimensionalen Raum Zwei mögliche Clustereinteilungen eines zweidimensionalen Datensatzes [Richards 999] 37
38 Unüberwachte Klassifizierung Clusterverfahren: K-Means [verändert nach Richards 999] 38
39 Unüberwachte Klassifizierung Untersuchungsgebiet Euskirchen/Bonn: Auschnitt einer TK; Bonn C56 LANDSAT TM5 Szene vom Euskirchen/Bonn, dargestellt als Falschfarbenkomposit der ersten drei Hauptkomponenten 39
40 Unüberwachte Klassifizierung K-Means Clustering, 9 Klassen 4
41 Überwachte Klassifizierung Ausgewählte Landsat MSS-Messungen entlang einer Scan-Linie. Kanäle: blau, 2 grün, 3 rot, 4 nahes Infrarot, 5 thermales Infrarot [Lillesand & Kiefer 994] 4
42 Überwachte Klassifizierung Arbeitsschritte in der überwachten Klassifizierung [Lillesand & Kiefer 994] 42
43 Überwachte Klassifizierung Trainingsgebiete im multispektralen Merkmalsraum [Lillesand & Kiefer 994] 43
44 Überwachte Klassifizierung Verteilung der 94 Trainingsgebiete im Untersuchungsraum, dargestellt auf der ersten Hauptkomponente 44
45 Überwachte Klassifizierung Maximum-Likelihood Klassifierung 45
46 Objekt-basierte Bildanalyse Objektlevel 3 hierarchisch Objektlevel 2 [Baatz et al. 2] Objektlevel Pixel Objektlevel Objektlevel 2 Objektlevel 3 46
47 Objekt-basierte Bildanalyse Das Konzept der objekt-basierten Bildanalyse beruht auf der Annahme, dass semantische Information notwendig ist, um Bilder vollständig zu interpretieren. Diese Information kann nicht von einzelnen Pixeln repräsentiert werden, sondern nur von aussagekräftigen Bildobjekten und ihren wechselseitigen Beziehungen. Multiskalige Segmentation Hierarchisches Netz der Objekte Kontextklassifikation Semantisches Netz, Fuzzy Logik Der größte Unterschied im Vergleich zu pixelbasierten Ansätzen ist, dass ecognition der eigentlichen Klassifikation einen Segmentierungsschritt vorschaltet und in der Folge Bildobjekte anstelle einzelner Pixel analysiert. 47
48 Objekt-basierte Bildanalyse Image object level (classified) Image object level 2 (unclassified) Image object level 3 (classified) [Baatz et al. 2] 48
49 Literaturhinweise Albertz, J. (27) Einführung in die Fernerkundung. Grundlagen der Interpretation von Luft- und Satellitenbildern. 3. aktualisierte und neubearbeitete Auflage. Wissenschaftliche Buchgesellschaft, Darmstadt. Bähr, H.-P. und T. Vögtle (Hg.) (25): Digitale Bildverarbeitung. Anwendung in Photogrammetrie, Kartographie und Fernerkundung. 3. neubearbeitete und erweiterte Auflage. Herbert Wichmann, Heidelberg. Gonzalez, R.C. und R.E. Woods (22): Digital Image Processing. 2nd edition. Prentice Hall, Epper Saddle River. Jähne, B. (25): Digitale Bildverarbeitung. 6. überarb. und erweiterte Auflage. Springer, Berlin Heidelberg. Jensen, J. R. (25): Introductory Digital Image Processing: A Remote Sensing Perspective. 3rd edition. Prentice-Hall, Upper Saddle River. Lillesand, T. M. und R. W. Kiefer (23): Remote Sensing and Image Interpretation. 5th edition. John Wiley & Sons, New York. 49
50 Literaturhinweise Mather, P. M. (24): Computer Processing of Remotely Sensed Images. An Introduction. 2rd edition. John Wiley & Sons, Chichester. Meffert, B. und O. Hochmuth (24): Werkzeuge der Signalverarbeitung. Grundlagen, Anwendungsbeispiele, Übungsaufgaben. Pearson Studium, München Nischwitz, A. und P. Haberäcker (24): Masterkurs Computergrafik und Bildverarbeitung. Vieweg, Wiesbaden. Richards, J. A. und X. Jia (25): Remote Sensing Digital Image Analysis. An Introduction. 4th edition. Springer, Berlin. Schowengerdt, R. A. (26): Remote Sensing: Models and Methods for Image Processing. Academic Press Inc., U.S. Sonka, M., Hlavac, V. und R. Boyle (27): Image Processing, Analysis, and Machine Vision.. Auflage. PWS Publishing, Pacific Grove. Tönnies, K.D. (25): Grundlagen der Bildverarbeitung. Pearson Studium, München. 5
Einführung in Bildverarbeitung und Computervision
Einführung in Bildverarbeitung und Computervision Vorlesung 1: Grundlagen Dipl.-Math. Dimitri Ovrutskiy SS 2010 HTWdS Auf Basis der Vorlesungen von und mit Danksagung an Hr. Prof. Dr. J. Weikert Bildverarbeitung
MehrVorbereitungsaufgaben
Praktikum Bildverarbeitung / Bildinformationstechnik Versuch BV 4 / BIT 3: Mustererkennung Paddy Gadegast, CV00, 160967 Alexander Opel, CV00, 16075 Gruppe 3 Otto-von-Guericke Universität Magdeburg Fakultät
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
MehrDiese Prozesse und noch viele andere Tricks werden in der Digitalfotografie mit Hilfe von Bildbearbeitungsprogrammen, wie z. B. Gimp, bewältigt.
Workflows mit Gimp Workflows sind Arbeitsabläufe, in denen man ein rohes Bildmaterial in ein ansehnliches Foto verwandelt. Denn das, was die Kamera sieht, entspricht selten unseren Vorstellungen eines
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrLineargleichungssysteme: Additions-/ Subtraktionsverfahren
Lineargleichungssysteme: Additions-/ Subtraktionsverfahren W. Kippels 22. Februar 2014 Inhaltsverzeichnis 1 Einleitung 2 2 Lineargleichungssysteme zweiten Grades 2 3 Lineargleichungssysteme höheren als
MehrMusterlösungen zur Linearen Algebra II Blatt 5
Musterlösungen zur Linearen Algebra II Blatt 5 Aufgabe. Man betrachte die Matrix A := über dem Körper R und über dem Körper F und bestimme jeweils die Jordan- Normalform. Beweis. Das charakteristische
MehrAGROPLUS Buchhaltung. Daten-Server und Sicherheitskopie. Version vom 21.10.2013b
AGROPLUS Buchhaltung Daten-Server und Sicherheitskopie Version vom 21.10.2013b 3a) Der Daten-Server Modus und der Tresor Der Daten-Server ist eine Betriebsart welche dem Nutzer eine grosse Flexibilität
MehrTeaser-Bilder erstellen mit GIMP. Bildbearbeitung mit GIMP 1
Teaser-Bilder erstellen mit GIMP 08.08.2014 Bildbearbeitung mit GIMP 1 Auf den folgenden Seiten werden die wichtigsten Funktionen von GIMP gezeigt, welche zur Erstellung von Bildern für die Verwendung
MehrM@school Software- und Druckerzuweisung Selbstlernmaterialien
Bildung und Sport M@school Software- und Druckerzuweisung Selbstlernmaterialien Hinweise zum Skript: LMK = Linker Mausklick RMK = Rechter Mausklick LMT = Linke Maustaste RMT = Rechte Maustaste Um die Lesbarkeit
MehrIm Original veränderbare Word-Dateien
Computergrafik Bilder, Grafiken, Zeichnungen etc., die mithilfe von Computern hergestellt oder bearbeitet werden, bezeichnet man allgemein als Computergrafiken. Früher wurde streng zwischen Computergrafik
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrIndividuelles Qualifikationsprofil für beispiel@studentenspiegel.de
Individuelles Qualifikationsprofil für Sehr geehrte Teilnehmerin, dieses Qualifikationsprofil wurde für Sie im Rahmen der Initiative "Studentenspiegel" erstellt. An der Online-Befragung nahmen insgesamt
MehrDer neue persönliche Bereich/die CommSy-Leiste
Der neue persönliche Bereich/die CommSy-Leiste Mit der neue CommSy-Version wurde auch der persönliche Bereich umstrukturiert. Sie finden all Ihre persönlichen Dokumente jetzt in Ihrer CommSy-Leiste. Ein
MehrZahlen auf einen Blick
Zahlen auf einen Blick Nicht ohne Grund heißt es: Ein Bild sagt mehr als 1000 Worte. Die meisten Menschen nehmen Informationen schneller auf und behalten diese eher, wenn sie als Schaubild dargeboten werden.
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
MehrWoche 1: Was ist NLP? Die Geschichte des NLP.
Woche 1: Was ist NLP? Die Geschichte des NLP. Liebe(r) Kursteilnehmer(in)! Im ersten Theorieteil der heutigen Woche beschäftigen wir uns mit der Entstehungsgeschichte des NLP. Zuerst aber eine Frage: Wissen
MehrErstellen von x-y-diagrammen in OpenOffice.calc
Erstellen von x-y-diagrammen in OpenOffice.calc In dieser kleinen Anleitung geht es nur darum, aus einer bestehenden Tabelle ein x-y-diagramm zu erzeugen. D.h. es müssen in der Tabelle mindestens zwei
MehrMit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter.
Stundenverwaltung Mit dem Tool Stundenverwaltung von Hanno Kniebel erhalten Sie die Möglichkeit zur effizienten Verwaltung von Montagezeiten Ihrer Mitarbeiter. Dieses Programm zeichnet sich aus durch einfachste
MehrUniversal Gleismauer Set von SB4 mit Tauschtextur u. integrierten Gleismauerabschlüssen!
Stefan Böttner (SB4) März 2013 Universal Gleismauer Set von SB4 mit Tauschtextur u. integrierten Gleismauerabschlüssen! Verwendbar ab EEP7.5(mitPlugin5) + EEP8 + EEP9 Abmessung: (B 12m x H 12m) Die Einsatzhöhe
MehrElementare Bildverarbeitungsoperationen
1 Elementare Bildverarbeitungsoperationen - Kantenerkennung - 1 Einführung 2 Gradientenverfahren 3 Laplace-Verfahren 4 Canny-Verfahren 5 Literatur 1 Einführung 2 1 Einführung Kantenerkennung basiert auf
MehrOECD Programme for International Student Assessment PISA 2000. Lösungen der Beispielaufgaben aus dem Mathematiktest. Deutschland
OECD Programme for International Student Assessment Deutschland PISA 2000 Lösungen der Beispielaufgaben aus dem Mathematiktest Beispielaufgaben PISA-Hauptstudie 2000 Seite 3 UNIT ÄPFEL Beispielaufgaben
MehrWürfelt man dabei je genau 10 - mal eine 1, 2, 3, 4, 5 und 6, so beträgt die Anzahl. der verschiedenen Reihenfolgen, in denen man dies tun kann, 60!.
040304 Übung 9a Analysis, Abschnitt 4, Folie 8 Die Wahrscheinlichkeit, dass bei n - maliger Durchführung eines Zufallexperiments ein Ereignis A ( mit Wahrscheinlichkeit p p ( A ) ) für eine beliebige Anzahl
MehrGrundlagen der Theoretischen Informatik, SoSe 2008
1. Aufgabenblatt zur Vorlesung Grundlagen der Theoretischen Informatik, SoSe 2008 (Dr. Frank Hoffmann) Lösung von Manuel Jain und Benjamin Bortfeldt Aufgabe 2 Zustandsdiagramme (6 Punkte, wird korrigiert)
MehrSCHRITT 1: Öffnen des Bildes und Auswahl der Option»Drucken«im Menü»Datei«...2. SCHRITT 2: Angeben des Papierformat im Dialog»Drucklayout«...
Drucken - Druckformat Frage Wie passt man Bilder beim Drucken an bestimmte Papierformate an? Antwort Das Drucken von Bildern ist mit der Druckfunktion von Capture NX sehr einfach. Hier erklären wir, wie
MehrInstallation OMNIKEY 3121 USB
Installation OMNIKEY 3121 USB Vorbereitungen Installation PC/SC Treiber CT-API Treiber Einstellungen in Starke Praxis Testen des Kartenlesegeräts Vorbereitungen Bevor Sie Änderungen am System vornehmen,
MehrLehrer: Einschreibemethoden
Lehrer: Einschreibemethoden Einschreibemethoden Für die Einschreibung in Ihren Kurs gibt es unterschiedliche Methoden. Sie können die Schüler über die Liste eingeschriebene Nutzer Ihrem Kurs zuweisen oder
MehrBehörde für Bildung und Sport Abitur 2008 Lehrermaterialien zum Leistungskurs Mathematik
Abitur 8 II. Insektenpopulation LA/AG In den Tropen legen die Weibchen einer in Deutschland unbekannten Insektenpopulation jedes Jahr kurz vor Beginn der Regenzeit jeweils 9 Eier und sterben bald darauf.
MehrInformationen zum neuen Studmail häufige Fragen
1 Stand: 15.01.2013 Informationen zum neuen Studmail häufige Fragen (Dokument wird bei Bedarf laufend erweitert) Problem: Einloggen funktioniert, aber der Browser lädt dann ewig und zeigt nichts an Lösung:
MehrAdvanced Rendering Interior Szene
Advanced Rendering Interior Szene in Cinema 4D 11-11.5 Als erstes, sollten Sie ihre Szene in Cinema 4D öffnen. vergewissern sie sich, ob alle Licht quellen die evtl. mit importiert wurden, aus der Szene
MehrIn diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access. Die Grundlagen der Datenbanken.
In diesem Thema lernen wir die Grundlagen der Datenbanken kennen und werden diese lernen einzusetzen. Access Die Grundlagen der Datenbanken kurspc15 Inhaltsverzeichnis Access... Fehler! Textmarke nicht
Mehr1. Allgemein 2. 2. Speichern und Zwischenspeichern des Designs 2. 3. Auswahl der zu bearbeitenden Seite 2. 4. Text ergänzen 3. 5. Textgrösse ändern 3
Inhaltsverzeichnis 1. Allgemein 2 2. Speichern und Zwischenspeichern des Designs 2 3. Auswahl der zu bearbeitenden Seite 2 4. Text ergänzen 3 5. Textgrösse ändern 3 6. Schriftart ändern 3 7. Textfarbe
MehrSchrittweise Anleitung zur Erstellung einer Angebotseite 1. In Ihrem Dashboard klicken Sie auf Neu anlegen, um eine neue Seite zu erstellen.
Schrittweise Anleitung zur Erstellung einer Angebotseite 1. In Ihrem Dashboard klicken Sie auf Neu anlegen, um eine neue Seite zu erstellen. Klicken Sie auf Neu anlegen, um Ihre neue Angebotseite zu erstellen..
MehrDurch die virtuelle Optimierung von Werkzeugen am Computer lässt sich die reale Produktivität von Servopressen erhöhen
PRESSEINFORMATION Simulation erhöht Ausbringung Durch die virtuelle Optimierung von Werkzeugen am Computer lässt sich die reale Produktivität von Servopressen erhöhen Göppingen, 04.09.2012 Pressen von
MehrAusgewählte Themen zu Bildverstehen und Mustererkennung. Challenges for Driver Assistance Systems Lane Detection. Christoph Bartenhagen.
Deckblatt Ausgewählte Themen zu Bildverstehen und Mustererkennung Lane Detection Christoph Bartenhagen 1 Agenda A Lane Detection B Vehicle Detection 2 Agenda Gliederung 1 Einleitung 2 Road Detection 3
MehrBilderzeugung Pixel. Daniela Glatz Jasmin Rießle. Sommersemester 2012
Bilderzeugung Pixel Daniela Glatz Jasmin Rießle Sommersemester 2012 Bilderzeugung Pixel Inhaltsverzeichnis Definition: Was ist ein Pixel? Aufbau eines digitalen Pixels Auflösung Interpolation Farbe Pixelanimation
MehrFAMILIENSTAND ALLEINERZIEHENDE MÜTTER
Umfrage unter Eltern zur Kinder-Betreuung nach der Trennung Match-patch.de die Partnerbörse für Singles mit Familiensinn hat im Juni eine Umfrage unter seinen Mitgliedern durchgeführt. Bei der Befragung,
MehrHistogramm Mit dem Histogramm zu besseren Bildern?!
Seite 1 Mit dem zu besseren Bildern?! Eine Einführung in die funktion von Digitalkameras - 13. Eppsteiner Fototage - Seite 2 - Begriffserklärung - Ein (Säulendiagramm) ist die grafische Darstellung der
MehrTastatur auf Hebräisch umstellen
Tastatur auf Hebräisch umstellen Stand: 25.07.05 Inhaltsverzeichnis 1. Hebräische Tastatur anlegen... 1 1.1 Windows ME... 1 1.2 Windows XP... 1 1.3 Windows Vista... 3 2. Hebräische Tastatur aktivieren....
MehrPflegedossier für die kreisfreie Stadt Frankfurt (Oder)
Pflegedossier für die kreisfreie Stadt Frankfurt (Oder) Regionalbüros für Fachkräftesicherung - Fachkräftemonitoring - EUROPÄISCHE UNION Europäischer Sozialfonds Dieses Projekt wird durch das Ministerium
Mehr5 Eigenwerte und die Jordansche Normalform
Mathematik für Physiker II, SS Mittwoch 8.6 $Id: jordan.tex,v.6 /6/7 8:5:3 hk Exp hk $ 5 Eigenwerte und die Jordansche Normalform 5.4 Die Jordansche Normalform Wir hatten bereits erwähnt, dass eine n n
MehrDie Gleichung A x = a hat für A 0 die eindeutig bestimmte Lösung. Für A=0 und a 0 existiert keine Lösung.
Lineare Gleichungen mit einer Unbekannten Die Grundform der linearen Gleichung mit einer Unbekannten x lautet A x = a Dabei sind A, a reelle Zahlen. Die Gleichung lösen heißt, alle reellen Zahlen anzugeben,
MehrBildverarbeitung Herbstsemester. Binärbildanalyse
Bildverarbeitung Herbstsemester Herbstsemester 2010 2012 Binärbildanalyse 1 Inhalt Einführung Partikelfilterung und -analyse Auffinden von Regionen und Konturen Gruppenarbeit Erkennung von geometrischen
MehrNachhaltigkeits- Check von Geldanlagen
Nachhaltigkeits- Check von Geldanlagen Lehrerinfo: Methodisch-didaktische Anmerkungen Die Klasse muss einen EDV-Raum mit hinreichend Arbeitsplätzen, Internetzugang und möglichst Intranet zur Verfügung
MehrOutlook. sysplus.ch outlook - mail-grundlagen Seite 1/8. Mail-Grundlagen. Posteingang
sysplus.ch outlook - mail-grundlagen Seite 1/8 Outlook Mail-Grundlagen Posteingang Es gibt verschiedene Möglichkeiten, um zum Posteingang zu gelangen. Man kann links im Outlook-Fenster auf die Schaltfläche
MehrACDSee 2009 Tutorials: Rote-Augen-Korrektur
In diesem Tutorial lernen Sie den schnellsten Weg zum Entfernen roter Augen von Ihren Fotos mit der Rote-Augen- Korrektur. Die Funktion zur Reduzierung roter Augen ist ein Untermenü des Bearbeitungsmodus.
MehrTeiltransparente Bilder
Ralf Eberle: Im folgenden eine Anleitung, wie man mit FixFoto teiltransparente Bilder für den Hintergrund von Web-Seiten oder auch Web-Tabellen erstellen kann. Verwendete FixFoto-Werkzeuge: Farbabgleich
MehrPädagogische Hochschule Thurgau. Lehre Weiterbildung Forschung
Variante 1 Swisscom-Router direkt ans Netzwerk angeschlossen fixe IP-Adressen (kein DHCP) 1. Aufrufen des «Netz- und Freigabecenters». 2. Doppelklick auf «LAN-Verbindung» 3. Klick auf «Eigenschaften» 4.
MehrModule Entwicklung. Um diese Eigenschaft aufzurufen, starten Sie die Adami Vista CRM Applikation und wählen Sie den Entwicklung Menü.
Module Entwicklung 1. Einleitung Diese Eigenschaft erlaubt die Erstellung und Administrierung der neuen Felder für die folgende Module: Institutionen, Kontakte, Bestellungen und Besuche. Es ist auch möglich
Mehr13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen.
13. Lineare DGL höherer Ordnung. Eine DGL heißt von n-ter Ordnung, wenn Ableitungen y, y, y,... bis zur n-ten Ableitung y (n) darin vorkommen. Sie heißt linear, wenn sie die Form y (n) + a n 1 y (n 1)
MehrUmgang mit Schaubildern am Beispiel Deutschland surft
-1- Umgang mit Schaubildern am Beispiel Deutschland surft Im Folgenden wird am Beispiel des Schaubildes Deutschland surft eine Lesestrategie vorgestellt. Die Checkliste zur Vorgehensweise kann im Unterricht
MehrSICHERN DER FAVORITEN
Seite 1 von 7 SICHERN DER FAVORITEN Eine Anleitung zum Sichern der eigenen Favoriten zur Verfügung gestellt durch: ZID Dezentrale Systeme März 2010 Seite 2 von 7 Für die Datensicherheit ist bekanntlich
MehrRapidEye - Das schnelle Auge für das Monitoring von Cross-Compliance-Landschaftselementen?
RapidEye - Das schnelle Auge für das Monitoring von Cross-Compliance-Landschaftselementen? Eine Potentialanalyse mit simulierten Satellitendaten Andreas Völker & Cordt Büker EFTAS Fernerkundung Technologietransfer
MehrPlotten von Linien ( nach Jack Bresenham, 1962 )
Plotten von Linien ( nach Jack Bresenham, 1962 ) Ac Eine auf dem Bildschirm darzustellende Linie sieht treppenförmig aus, weil der Computer Linien aus einzelnen (meist quadratischen) Bildpunkten, Pixels
MehrÜbung Bilder verschmelzen
Landesakademie für Fortbildung und Personalentwicklung an Schulen in Baden-Württemberg Übung Bilder verschmelzen Die folgende Anleitung will exemplarisch zeigen, wie Sie mit GIMP zwei Bilder zu einem neuen
MehrII. Daten sichern und wiederherstellen 1. Daten sichern
II. Daten sichern und wiederherstellen 1. Daten sichern Mit der Datensicherung können Ihre Schläge und die selbst erstellten Listen in einem speziellen Ordner gespeichert werden. Über die Funktion Daten
MehrDownloadfehler in DEHSt-VPSMail. Workaround zum Umgang mit einem Downloadfehler
Downloadfehler in DEHSt-VPSMail Workaround zum Umgang mit einem Downloadfehler Downloadfehler bremen online services GmbH & Co. KG Seite 2 Inhaltsverzeichnis Vorwort...3 1 Fehlermeldung...4 2 Fehlerbeseitigung...5
MehrDas große Buch Photoshop CS3 & Lightroom Stefan Gross Pavel Kaplun
Das große Buch Photoshop CS3 & Lightroom Stefan Gross Pavel Kaplun DATA BECKER 7.1 Ebenenfüllmethoden Die Ebenenfüllmethoden erlauben Kombinationen mit Ebenen unter Einbeziehung verschiedener Verschmelzungsmethoden.
Mehr$KNFXGTCTDGKVWPIWPF#NIQTKVJOGP 2TQH&T9QNHICPI-QPGP. Einführung. s. auch info_zum_kurs.html -QOOWPKMCVKQP
$KNFXGTCTDGKVWPIWPF#NIQTKVJOGP 2TQH&T9QNHICPI-QPGP Einführung s. auch info_zum_kurs.html SS06 1.1 Konen, Zielke -QOOWPKMCVKQP konen@gm.fh-koeln.de 5RTGEJUVWPFG OKVVYQEJU 7JT QFGTPCEJ8GTGKPDCTWPI'OCKN 4CWO#
MehrSichere E-Mail Anleitung Zertifikate / Schlüssel für Kunden der Sparkasse Germersheim-Kandel. Sichere E-Mail. der
Sichere E-Mail der Nutzung von Zertifikaten / Schlüsseln zur sicheren Kommunikation per E-Mail mit der Sparkasse Germersheim-Kandel Inhalt: 1. Voraussetzungen... 2 2. Registrierungsprozess... 2 3. Empfang
MehrFitswork Kometenbilder aufaddieren Oliver Schneider, www.balkonsternwarte.de
Fitswork Kometenbilder aufaddieren Oliver Schneider, www.balkonsternwarte.de Hinweis für DSLR-Nutzer: BITTE IMMER RAW Bilder verarbeiten! Dazu muss man zuerst in Fitswork ein RAW Bild öffnen. Hat man dieses
MehrIBIS Professional. z Dokumentation zur Dublettenprüfung
z Dokumentation zur Dublettenprüfung Die Dublettenprüfung ist ein Zusatzpaket zur IBIS-Shopverwaltung für die Classic Line 3.4 und höher. Dubletten entstehen dadurch, dass viele Kunden beim Bestellvorgang
MehrLineare Gleichungssysteme I (Matrixgleichungen)
Lineare Gleichungssysteme I (Matrigleichungen) Eine lineare Gleichung mit einer Variable hat bei Zahlen a, b, die Form a b. Falls hierbei der Kehrwert von a gebildet werden darf (a 0), kann eindeutig aufgelöst
MehrWord 2010 Schnellbausteine
WO.001, Version 1.0 02.04.2013 Kurzanleitung Word 2010 Schnellbausteine Word 2010 enthält eine umfangreiche Sammlung vordefinierter Bausteine, die sogenannten "Schnellbausteine". Neben den aus den früheren
MehrDie Anwendung von Work of Leaders in drei Schritten
BENUTZERHANDBUCH everything disg Work of Leaders Die Anwendung von Work of Leaders in drei Schritten Schritt 1: Vorab-Selbsteinschätzung Um für einen Teilnehmer ein Profil von Everything DiSG Work of Leaders
MehrText-Bild-Link-Editor
Reihe TextGrid-Tutorials Text-Bild-Link-Editor Arbeiten mit Verknüpfungen Mit dem Text-Bild-Link-Editor können Textsegmente mit Bildausschnitten verknüpft werden. Eine typische Anwendung ist die Verknüpfung
MehrSeminar Seminarname SS 2003
Universität Karlsruhe (TH) Institut für Rechnerentwurf und Fehlertoleranz (IRF) Lehrstuhl Prof. Dr.-Ing. Dillmann Seminar Seminarname SS 2003 Beitragstitel Eva Muster Kaiserstraße 1 76133 Karlsruhe eva@muster.de
MehrWORKSHOP für das Programm XnView
WORKSHOP für das Programm XnView Zur Bearbeitung von Fotos für die Nutzung auf Websites und Online Bildergalerien www.xnview.de STEP 1 ) Bild öffnen und Größe ändern STEP 2 ) Farbmodus prüfen und einstellen
MehrIhr Ideen- & Projektmanagement-Tool
Planungsbox 2.9 Ihr Ideen- & Projektmanagement-Tool Planungsbox verknüpft Notizen, Termine, Dateien, email- & Internetadressen, ToDo-Listen und Auswertungen Planungsbox verwaltet ToDo-Listen, Termine und
Mehrmit attraktiven visuellen Inhalten
Besser bloggen mit attraktiven visuellen Inhalten Copyright 2015 und für den Inhalt verantwortlich: Online Marketing Services LCC. 108 West 13th Street 19801 Wilmington USA Google Doodles die modifizierten
MehrM KG. Perfekte Röntgendiagnostik in drei Dimensionen. mit GALILEOS. Dr. Dr. Stephan Roth. www.mkg-schwabing.de
Mund-, Kiefer-, Gesichtschirurgie in Schwabing M KG Dr. Dr. Stephan Roth Facharzt für Mund -, Kiefer -, Gesichtschirurgie Postgraduate in Implantology (New York University) Tätigkeitsschwerpunkt Implantologie
MehrDokumentation IBIS Monitor
Dokumentation IBIS Monitor Seite 1 von 16 11.01.06 Inhaltsverzeichnis 1. Allgemein 2. Installation und Programm starten 3. Programmkonfiguration 4. Aufzeichnung 4.1 Aufzeichnung mitschneiden 4.1.1 Inhalt
MehrDie Statistiken von SiMedia
Die Statistiken von SiMedia Unsere Statistiken sind unter folgender Adresse erreichbar: http://stats.simedia.info Kategorie Titel Einfach Erweitert Übersicht Datum und Zeit Inhalt Besucher-Demographie
MehrUmwandeln und Exportieren von Adobe-Illustrator-Dateien in Illustrator für Artcut
Umwandeln und Exportieren von Adobe-Illustrator-Dateien in Illustrator für Artcut Unsere mitgelieferte Fonts & Grafik CD haben wir vom Hersteller des Plotters zur Verfügung gestellt bekommen. Die darauf
Mehr4. BEZIEHUNGEN ZWISCHEN TABELLEN
4. BEZIEHUNGEN ZWISCHEN TABELLEN Zwischen Tabellen können in MS Access Beziehungen bestehen. Durch das Verwenden von Tabellen, die zueinander in Beziehung stehen, können Sie Folgendes erreichen: Die Größe
MehrWie Sie mit Mastern arbeiten
Wie Sie mit Mastern arbeiten Was ist ein Master? Einer der großen Vorteile von EDV besteht darin, dass Ihnen der Rechner Arbeit abnimmt. Diesen Vorteil sollten sie nutzen, wo immer es geht. In PowerPoint
Mehr6.2 Scan-Konvertierung (Scan Conversion)
6.2 Scan-Konvertierung (Scan Conversion) Scan-Konvertierung ist die Rasterung von einfachen Objekten (Geraden, Kreisen, Kurven). Als Ausgabemedium dient meist der Bildschirm, der aus einem Pixelraster
Mehrdie neue collectio-version 2.4 ist fertig gestellt und steht für Sie unter www.itpm.eu im Bereich Downloads bereit.
An alle Wartungsvertragskunden von ITPM.collectio, ITPM.collectioLight und ITPM.planner 6. Januar 2011 Neue ITPM.collectio-Version 2.4 Sehr geehrte Damen und Herren, die neue collectio-version 2.4 ist
MehrRasterpunkte und Rasterdichte (Knoten/km)
Rasterpunkte und Rasterdichte (Knoten/km) Von den meisten Anwendern unbemerkt schlummern diese Teile in den unbekannten Tiefen von EEP und beweisen ihre Daseinsberechtigung hemmungslos und brutal meistens
MehrAdvoware mit VPN Zugriff lokaler Server / PC auf externe Datenbank
Advoware mit VPN Zugriff lokaler Server / PC auf externe Datenbank Die Entscheidung Advoware über VPN direkt auf dem lokalen PC / Netzwerk mit Zugriff auf die Datenbank des zentralen Servers am anderen
MehrFuxMedia Programm im Netzwerk einrichten am Beispiel von Windows 7
FuxMedia Programm im Netzwerk einrichten am Beispiel von Windows 7 Die Installation der FuxMedia Software erfolgt erst NACH Einrichtung des Netzlaufwerks! Menüleiste einblenden, falls nicht vorhanden Die
MehrBilder Schärfen und Rauschen entfernen
Bilder Schärfen und Rauschen entfernen Um alte Bilder, so wie die von der Olympus Camedia 840 L noch dazu zu bewegen, Farben froh und frisch daherzukommen, bedarf es einiger Arbeit und die habe ich hier
MehrPsychologie im Arbeitsschutz
Fachvortrag zur Arbeitsschutztagung 2014 zum Thema: Psychologie im Arbeitsschutz von Dipl. Ing. Mirco Pretzel 23. Januar 2014 Quelle: Dt. Kaltwalzmuseum Hagen-Hohenlimburg 1. Einleitung Was hat mit moderner
MehrBilddateien. Für die Speicherung von Bilddaten existieren zwei grundsätzlich unterschiedliche Verfahren. Bilder können als
Computerdateien Alle Dateien auf dem Computer, egal ob nun Zeichen (Text), Bilder, Töne, Filme etc abgespeichert wurden, enthalten nur eine Folge von Binärdaten, also Nullen und Einsen. Damit die eigentliche
MehrErstellen einer GoTalk-Auflage
Erstellen einer GoTalk-Auflage 1. Bei dem Startbild Vorlage öffnen wählen 2. In dem folgenden Fenster Geräte Schablonen doppelt anklicken. - und schon öffnet sich der gesamte Katalog der verfügbaren Talker-Auflagen...eigentlich
MehrIrfan Skiljan = Autor von Irfan View, Bosnier, Studium in Wien Irfan View = kostenloser Bildbetrachter für private Nutzer u.
IRFAN VIEW Download Adresse http://www.irfanview.com oder de http://irfanview.tuwien.ac.at WER oder WAS ist IRFAN VIEW? Irfan Skiljan = Autor von Irfan View, Bosnier, Studium in Wien Irfan View = kostenloser
MehrDie Größe von Flächen vergleichen
Vertiefen 1 Die Größe von Flächen vergleichen zu Aufgabe 1 Schulbuch, Seite 182 1 Wer hat am meisten Platz? Ordne die Figuren nach ihrem Flächeninhalt. Begründe deine Reihenfolge. 1 2 3 4 zu Aufgabe 2
MehrErweiterungen Webportal
Erweiterungen Webportal Adress-Suche Inaktive Merkmale und gelöschte Adresse Die Suche im Webportal wurde so erweitert, dass inaktive Adresse (gelöscht) und inaktive Merkmale bei der Suche standardmässig
Mehrwww.mathe-aufgaben.com
Abiturprüfung Mathematik Baden-Württemberg (ohne CAS) Pflichtteil Aufgaben Aufgabe : ( VP) Bilden Sie die erste Ableitung der Funktion f mit sin() f() =. Aufgabe : ( VP) Berechnen Sie das Integral ( )
MehrBilder bearbeiten. 1 Einleitung. Lernziele. Bilder positionieren und anpassen. Bilder bearbeiten Lerndauer. 4 Minuten.
1 Einleitung Lernziele Bilder positionieren und anpassen Bilder bearbeiten Lerndauer 4 Minuten Seite 1 von 12 2 Bild einfügen und anpassen» In dieser Abhandlung über Bienen fehlt noch ein Bild. Der Cursor
MehrBildauswertung in UAV
Bildauswertung in UAV Prof. Dr. Nailja Luth Prof. N. Luth Emden 2014-1 OTH Ost-Bayerische Technische Hochschule Amberg-Weiden Prof. N. Luth Emden 2014-2 Prof. Dr.-Ing. N. Luth: Vorlesung Bildverarbeitung
MehrMatrix42. Use Case - Sicherung und Rücksicherung persönlicher Einstellungen über Personal Backup. Version 1.0.0. 23. September 2015 - 1 -
Matrix42 Use Case - Sicherung und Rücksicherung persönlicher Version 1.0.0 23. September 2015-1 - Inhaltsverzeichnis 1 Einleitung 3 1.1 Beschreibung 3 1.2 Vorbereitung 3 1.3 Ziel 3 2 Use Case 4-2 - 1 Einleitung
MehrEin Bild in den Text einfügen
Bild in einen Artikel einfügen Ein Bild in den Text einfügen Positioniert den Cursor an der Stelle im Text, egal ob bei einem Artikel oder einer WordPress-Seite, wo das Bild eingefügt werden soll. Hinter
MehrKorrelation (II) Korrelation und Kausalität
Korrelation (II) Korrelation und Kausalität Situation: Seien X, Y zwei metrisch skalierte Merkmale mit Ausprägungen (x 1, x 2,..., x n ) bzw. (y 1, y 2,..., y n ). D.h. für jede i = 1, 2,..., n bezeichnen
Mehr3D-Konstruktion Brückenpfeiler für WinTrack (H0)
3D-Konstruktion Brückenpfeiler für WinTrack (H0) Zusammenstellung: Hans-Joachim Becker http://www.hjb-electronics.de 2007 Altomünster, den 25. März 2007 Hans-Joachim Becker - 1 - Vorbemerkung Das Programm
Mehr4 Vorlesung: 21.11. 2005 Matrix und Determinante
4 Vorlesung: 2111 2005 Matrix und Determinante 41 Matrix und Determinante Zur Lösung von m Gleichungen mit n Unbekannten kann man alle Parameter der Gleichungen in einem rechteckigen Zahlenschema, einer
MehrEbenenmasken Grundlagen
Ebenenmasken Grundlagen Was sind Ebenmasken? Was machen sie? Wofür braucht man sie? Wie funktionieren sie? Ebenmasken sind eines der sinnvollsten Tools in anspruchvollen EBV Programmen (EBV = elektronische
MehrWindows. Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1
Workshop Internet-Explorer: Arbeiten mit Favoriten, Teil 1 Wenn der Name nicht gerade www.buch.de oder www.bmw.de heißt, sind Internetadressen oft schwer zu merken Deshalb ist es sinnvoll, die Adressen
MehrTESTEN SIE IHR KÖNNEN UND GEWINNEN SIE!
9 TESTEN SIE IHR KÖNNEN UND GEWINNEN SIE! An den SeniorNETclub 50+ Währinger Str. 57/7 1090 Wien Und zwar gleich in doppelter Hinsicht:!"Beantworten Sie die folgenden Fragen und vertiefen Sie damit Ihr
Mehr