Übersicht der Vorlesung

Größe: px
Ab Seite anzeigen:

Download "Übersicht der Vorlesung"

Transkript

1 Übersicht der Vorlesung 1. Einführung 2. Bildverarbeitung 3. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse aus Bildfolgen 9. PCA (Hauptkomponentenanalyse) 10.ICA (Independent Component Analysis Unabhängigkeitsanalyse)

2 3 Morphologische Operationen

3 Bezeichnungen n Z Z1 4Z 4 2Z 4L 4 3Z = Z - Menge der ganzen Zahlen n - mal Wir betrachten zunächst nur Binärbilder n = 2 Z 2 Ortskoordinaten der 1-Werte

4 Bezeichnungen Z n h Z n { n d Z x d = x h} h = mit + : Verschiebung um h ~ { x x } = : Spiegelung am Punkt (0,0) C = Z n \

5 3. Morphologische Operationen 3.1 Dilation 3.2 Erosion 3.3 Opening und Closing 3.4 Anwendungen 3.5 Morphologische Operationen für Grauwertbilder

6 3.1 Dilation

7 Dilation, B n Z B = { } d Z n : x, b B mit d = x+ b Bild Strukturelement (wesentlich kleiner als )

8 Beispiel 1 B = B= {(0,1),(1,1),(2,1),(2,2),(3,0),(3,2),(4,0) } {(0,0),(0,1) } B={(0,1),(0,2),(1,1),(1,2),(2,1),(2,2), (2,3),(3,0),(3,1),(3,2),(3,3),(4,0),(4,1)} B

9 Beispiel 2 = B= {(1,1),(2,1),(3,1),(4,2) } {( 0, 1),(0,1) } B B={( 1,0),(2,0),(3,0),(1,2),(2,2) (3,2),(4,1),(4,3)} B Hier gehört der Punkt (0,0) nicht zum Strukturelement B

10 Beispiel infolge einer Dilation entsteht eine Verstärkung bzw. eine Verdickung des Bildes bezüglich des Strukturelementes B insbesondere ist es möglich, Pixelgruppen zu vereinigen, Löcher zu füllen oder Risse zu schließen

11 Kantendetektion einfache Möglichkeit zur Kantendetektion (Finden von Kanten) ist die Operation: ( B) \ Ergebnis enthält aber keine Elemente aus

12 Eigenschaft B = U b B b Beispiel: = (0,0) (0,1 ) B= {(0,0),(0,1) } B

13 Weitere Eigenschaften n n, Y, B, D Z h Z B = B ( B D) = ( B) D B = ( B) h h

14 3.2 Erosion

15 Erosion, B n Z { } d Z n b B d + b B= : { } d Z n B B = : d

16 Beispiel 1 ={(0,1),(1,1),(1,3),(2,1),(3,0),(3,1), (3,2),(3,3),(4,1)} B={(0,0),(0,1)} B B={(3,0),(3,1),(3,2)} B

17 Beispiel 2 B ={(0,1),(0,2),(0,3),(0,4),(1,1),(1,3),(1,4), (1,5),(2,0),(2,1),(2,2),(2,3),(2,4),(3,1), (3,3),(3,4),(4,1),(4,2),(4,3),(4,4),(4,5),(5,4)} B= {( 1, 1),( 1,0),( 1,1),(0, 1),(1, 1),(1,0),(1,1)} B={( 1,2),(3,2)} B

18 Beispiel bei der Erosion werden schmale Stellen und kleine Objekte, deren geometrische Ausdehnungen kleiner als die des Strukturelementes sind, völlig eliminiert

19 Kantendetektion einfache Möglichkeit zur Kantendetektion (Finden von Kanten) ist die Operation: \( B)

20 Eigenschaft B = I b B b Beispiel: = (0,0) (0,1) B={(0,0),(0,1)} B

21 Weitere Eigenschaften ( 0,0, K,0) B B ( ) C Y = Y C ~ ( ) C Y = Y C ~

22 Mehrere Strukturelemente

23 Mehrere Strukturelemente Die Dilation bzw. die Erosion mit einem komplexen Strukturelement B = B B L 1 2 B k kann auf die Hintereinanderausführung einfacher Elemente zurückgeführt werden

24 3.3 Opening und Closing

25 Opening und Closing, B n Z Opening: o B= ( B) B Closing: B= ( B) B

26 Closing Beispiel 1 B ={( 1,1),(1,2),(1,3),(1,4),(2,3),(3,1), (3,2),(3,3),(4,1),(4,2),(4,4)} B= {( 1, 1),..., (1,1)} B={( 1,1),..., (1,4),(2,1),...,(2,4), (3,1),...,(3,4),(4,1),...,(4,4)} B

27 Closing Beispiel 2 Closing Dilation Erosion Die Menge ist hell dargestellt. beim Closing werden kleine Einschnitte und Zwischenräume geschlossen

28 Opening Beispiel 1 B ={(0,0),..., (0,3),(1,0),...,(1,4),(2,0),...,(2,3), (3,0),...,(3,5),(5,3),(5,4),(5,5)} B= {( 1, 1),..., (1,1)} B={( 1,1),(1,2),(2,1),(2,2)} B ob={(0,0),..., (0,3),(1,0),...,(1,3), (2,0),...,(2,3),(3,0),...,(3,3)} ob

29 Opening Beispiel 2 Opening Erosion Dilation Die Menge ist hell dargestellt. Opening bewirkt eine Eliminierung von im Verhältnis zum Strukturelement B kleinen Teilmengen des Bildes, d.h., schmale Verbindungen oder auch alleinstehende Mengenelemente werden gelöscht

30 Eigenschaft o B

31 Eigenschaft B

32 Weitere Eigenschaften C ( B) = o B C ~ C ( o B) = B C ~ o B = ( o B) o B B = ( B) B

33 3.4 Anwendungen

34 Detektion von Bildanteilen mit bekannter Form Mit Opening kann man bestimmte Formen im Bild detektieren oder beseitigen Mit Hilfe von 2 aufeinanderfolgenden Openings mit verschiedenen Strukturelementen kann der kleine Winkel entfernt werden (im Bild links). Das große Objekt wird nicht exakt erhalten. Die Detektion des kleinen Winkels geschieht danach im Bild rechts.

35 Füllen von Löchern Wir wollen im Bildobjekt A alle Löcher füllen. 0 ist eine Menge, die aus jedem Loch einen Punkt enthält Iteration: k C ( B) A, 1,2,3,... k k 1 = Strukturelement: B= {( 1,0),(0,0),(1,0),(0, 1),(0,1)} Terminierung: n = n Ergebnis: n A

36 Zusammenhängende Komponenten zusammenhängende Komponenten (exakte Def. erfolgt später) eines Bildobjektes A 0 ist eine Menge, die aus jeder Komponente einen Punkt enthält Iteration: k ( B) A, 1,2,3,... k k 1 = Strukturelement: B= {( 1, 1),( 1,0),( 1,1),(0, 1),(0,0),(0,1),(1, 1),(1,0),(1,1)} Terminierung: Ergebnis: n = n 1 n

37 Alles oder Nichts Transformation B n 1, B2, Z B 1 B 2 = B= ( B 1, B2 ) B C = ( B ) ( B ) 1 2 Ein Punkt gehört zu B, wenn an dieser Stelle B 1 in und B 2 in C enthalten ist. Spezialfall: B 2 = C B 2 = Z n B= ( B ) 1

38 Beispiel: B 1 ={(0,0)} B2 = {( 1,0),(1,0),(0, 1),(0,1)} C B= ( B1 ) ( B2 ) (0,0) wird auf die Punkte von gelegt innerhalb von außerhalb von isolierte Punkte (bezüglich der 4-er Nachbarschaft) von

39 Anwendung Konvexe Hülle 4 Strukturelemente: ( i i B B ) i B =, 1 2 Konvexe Hülle von : i B 2 i B 1 ( 1) ( 2 ) ( 3 ) ( 4 B B B B ) (Wiederholung auf das entstehende Element)

40 Abmagerung B n, B, 1 2 Z ( B, B 1 2) B= B B = B= \( B)

41 Skelettierung In einigen Anwendungen (Formbeschreibung, Trennung von Objekten) müssen aus flächenhaften Objekten durch Skelettierung linienhafte Objekte erzeugt werden. Unter Skelettierung versteht man dabei die Abtragung des Objektes vom Objektrand bis auf die in der Mitte des Objektes verlaufende Skelettlinie (aus flächenhaften Objekten linienhafte Objekte erzeugen). Mit einer reinen Erosion kann man Skelettierung nicht erreichen. Es gibt viele Verfahren, die zu unterschiedlichen Ergebnissen führen.

42 Skelettierung i 8 Strukturelemente: = ( i i B B ) B, 1 2 entstehen durch Drehung um 90 Die schwarzen Elemente müssen im Objekt liegen, die grauen Elemente außerhalb des Objektes. Dann wird der Punkt an der Stelle (0,0) vom Objekt entfernt.

43 Skelettierung Anwendung der Operationen hintereinander i \ ( B ) i = 1, K,8 Die Anwendung der 8 Operationen muss in mehreren Durchläufen geschehen, bis keine Punkte mehr wegfallen. Das Ergebnis hängt von der Anwendungsreihenfolge der 8 Operationen ab.

44 3.5 Morphologische Operationen für Grauwertbilder

45 Grauwertdilation Bild: G= ( g( i, j)), i = 0, K, I 1, j = 0, K, J 1 B = ( b( u, v)), u, v = M, K,0, K, M reelle Zahlen ( G B)( i, j) = max M u, v M { g( i+ u, j + v) + b( u, v)}

46 Grauwerterosion Bild: G= ( g( i, j)), i = 0, K, I 1, j = 0, K, J 1 B = ( b( u, v)), u, v = M, K,0, K, M reelle Zahlen ( G B)( i, j) = min M u, v M { g( i+ u, j + v) b( u, v)}

Übersicht der Vorlesung

Übersicht der Vorlesung Übersicht der Vorlesung. Einführung. Bildverarbeitung. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse

Mehr

Modul 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 Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt im Juni 2016 Themen: Digitale Bilder, Eigenschaften

Mehr

Morphologie auf Binärbildern

Morphologie auf Binärbildern Morphologie auf Binärbildern WS07 5.1 Konen, Zielke WS07 5.2 Konen, Zielke Motivation Aufgabe: Objekte zählen Probleme: "Salt-&-Pepper"-Rauschen erzeugt falsche Objekte Verschmelzen richtiger Objekte durch

Mehr

Kapitel 9. Kombination von Vektor- und Rasterdaten. Rasterdaten. 3. Transformationen des Formats. 4. Kombinierte Auswertungen

Kapitel 9. Kombination von Vektor- und Rasterdaten. Rasterdaten. 3. Transformationen des Formats. 4. Kombinierte Auswertungen LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Kapitel 9 Kombination von Vektor- und Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2011/12 Ludwig-Maximilians-Universität

Mehr

Bildverstehen. Vorlesung an der TU Chemnitz SS 2013

Bildverstehen. Vorlesung an der TU Chemnitz SS 2013 Bildverstehen Vorlesung an der TU Chemnitz SS 2013 Johannes Steinmüller 1/B309 Tel.: 531 35198 stj@informatik.tu-chemnitz.de Seite zur Vorlesung: http://www.tu-chemnitz.de/informatik/ki/edu/biver/ Buch

Mehr

Binärbildverarbeitung

Binärbildverarbeitung Prof. Dr.-Ing. Thomas Zielke " Binärbildverarbeitung SS 2013 3.1 Anwendungen von Binärbildern" Ein Bild mit nur zwei Grau/Farb-Stufen nennt man Binärbild. In der Regel werden Bildpunkte mit dem Wert Null

Mehr

Morphologische Bildverarbeitung II

Morphologische Bildverarbeitung II FAKULTÄT FÜR MATHEMATIK UNIVERSITÄT ULM ABT. STOCHASTIK ABT. ANGEWANDTE INFORMATIONSVERARBEITUNG Seminar Simulation und Bildanalyse mit Java Morphologische Bildverarbeitung II BETREUER: JOHANNES MAYER

Mehr

Morphologische Bildoperationen

Morphologische Bildoperationen Morphologische Bildoperationen Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Gürcan Karakoc Betreuer: Suat Gedikli Abgabetermin: 10.04.2006 1 Inhaltsverzeichnis

Mehr

Seminarvortrag Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung

Seminarvortrag Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung Seminarvortrag Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung Ingmar Gründel HAW-Hamburg 15. Dezember 2006 Ingmar Gründel Bildverarbeitung im Projekt FAUST mit dem Schwerpunkt Skelettierung

Mehr

Zusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann

Zusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann Zusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann VL01 Stufen der Bildverarbeitung Bildgewinnung => Bildbearbeitung => Bilderkennung Bildgewinnung: Bildaufnahme Bilddiskretisierung Bildbearbeitung:

Mehr

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr?

Prüfung Lineare Algebra Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? 1. Sei V ein n-dimensionaler euklidischer Raum. Welche der folgenden Aussagen ist wahr? A. Wenn n = 3 ist, sind mindestens zwei der drei Euler-Winkel einer Drehung kleiner oder gleich π. B. Wenn n = 2

Mehr

2. Optimierungsprobleme 6

2. Optimierungsprobleme 6 6 2. Beispiele... 7... 8 2.3 Konvexe Mengen und Funktionen... 9 2.4 Konvexe Optimierungsprobleme... 0 2. Beispiele 7- Ein (NP-)Optimierungsproblem P 0 ist wie folgt definiert Jede Instanz I P 0 hat einen

Mehr

Geometrische Algorithmen

Geometrische Algorithmen Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5

Mehr

Merkmale von Bildregionen, Einführung in Spektraltechniken

Merkmale von Bildregionen, Einführung in Spektraltechniken Merkmale von Bildregionen, Einführung in Spektraltechniken Industrielle Bildverarbeitung, Vorlesung No. 10 1 M. O. Franz 12.12.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger

Mehr

Digitale Bildverarbeitung

Digitale Bildverarbeitung Digitale Bildverarbeitung 01a: Einführung und Motivation Prof. Dr. Gudrun Socher Dozentin Dozentin Prof. Dr. Gudrun Socher (gudrun.socher@hm.edu) Sprechstunde Donnerstag 9:15-10:00 Uhr Anmeldung per E-Mail

Mehr

Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht.

Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht. Vorlesung 2 : Do. 10.04.08 Thema: Ein Ausblick auf die Möglichkeiten durch den Software-Einsatz im Mathematikunterricht. Einführung in GeoGebra: Zunächst eine kleine Einführung in die Benutzeroberfläche

Mehr

Unterrichtsreihe zur Parabel

Unterrichtsreihe zur Parabel Unterrichtsreihe zur Parabel Übersicht: 1. Einstieg: Satellitenschüssel. Konstruktion einer Parabel mit Leitgerade und Brennpunkt 3. Beschreibung dieser Punktmenge 4. Konstruktion von Tangenten 5. Beweis

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 2: Mathematische Grundlagen [ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen

Mehr

Mathematik für Ökonomen 1

Mathematik für Ökonomen 1 Mathematik für Ökonomen 1 Dr. Thomas Zehrt Wirtschaftswissenschaftliches Zentrum Universität Basel Herbstemester 2008 Mengen, Funktionen und Logik Inhalt: 1. Mengen 2. Funktionen 3. Logik Teil 1 Mengen

Mehr

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.1 Einführung

Mathematik II Frühlingsemester 2015 Kap. 9: Funktionen von mehreren Variablen 9.1 Einführung Mathematik II Frühlingsemester 2015 Kap 9: Funktionen von mehreren Variablen 91 Einführung wwwmathethzch/education/bachelor/lectures/fs2015/other/mathematik2 biol Prof Dr Erich Walter Farkas http://wwwmathethzch/

Mehr

Reguläre Polyeder und ihre Symmetriegruppen. Teilnehmer: Gruppenleiter: Humboldt-Universität zu Berlin

Reguläre Polyeder und ihre Symmetriegruppen. Teilnehmer: Gruppenleiter: Humboldt-Universität zu Berlin Reguläre Polyeder und ihre Symmetriegruppen Teilnehmer: Anna Bobenko Aymara Fehéri Mehdi Hassan Hamzé Pascal Gussmann Tuyen Vu Xuan Herder-Oberschule Heinrich-Hertz-Oberschule Herder-Oberschule Heinrich-Hertz-Oberschule

Mehr

Übung zur Vorlesung Algorithmische Geometrie

Übung zur Vorlesung Algorithmische Geometrie Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)

Mehr

Mengen, Funktionen und Logik

Mengen, Funktionen und Logik Wirtschaftswissenschaftliches Zentrum Universität Basel Mathematik für Ökonomen 1 Dr. Thomas Zehrt Mengen, Funktionen und Logik Literatur Referenz: Gauglhofer, M. und Müller, H.: Mathematik für Ökonomen,

Mehr

Digitale Bildverarbeitung

Digitale Bildverarbeitung Digitale Bildverarbeitung Eine praktische Einführung von Thorsten Hermes 1. Auflage Hanser München 2004 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 22969 3 Zu Leseprobe schnell und portofrei

Mehr

Bildverarbeitung/Mustererkennung: Zusammenfassung und Ausblick

Bildverarbeitung/Mustererkennung: Zusammenfassung und Ausblick Bildverarbeitung/Mustererkennung: Zusammenfassung und Ausblick D. Schlesinger TUD/INF/KI/IS D. Schlesinger () BV/ME: Zusammenfassung 1 / 6 Organisatorisches Es gibt keine Scheine und keine bestanden Abschlüsse

Mehr

Musterlösung zur 3. Hausaufgabe - Unterrichtsanalyse -

Musterlösung zur 3. Hausaufgabe - Unterrichtsanalyse - 1) Vorkenntnisse: Musterlösung zur 3. Hausaufgabe - Unterrichtsanalyse - Im Rahmen der aktuellen Einheit wurden die folgenden Themen im Unterricht behandelt. Grundkonstruktionen mit Zirkel und Lineal;

Mehr

Digitale Bildverarbeitung (DBV)

Digitale 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

Mehr

5. Gruppen, Ringe, Körper

5. Gruppen, Ringe, Körper 5. Gruppen, Ringe, Körper 5.1. Gruppen Die Gruppentheorie, als mathematische Disziplin im 19. Jahrhundert entstanden, ist ein Wegbereiter der modernen Mathematik. Beispielsweise folgt die Gruppe, die aus

Mehr

Praktikum-Meßtechnik Verfasser: Dr. H. Bergelt

Praktikum-Meßtechnik Verfasser: Dr. H. Bergelt TU Bergakademie Freiberg Praktikum-Meßtechnik Verfasser: Dr. H. Bergelt Filter in der Bildverarbeitung. Einleitung Digitale Filter gehören zu den wirkungsvollsten Methoden der Bildverarbeitung. Wir können

Mehr

Symmetrie als fundamentale Idee

Symmetrie als fundamentale Idee Symmetrie als fundamentale Idee "Ideen, die starke Bezüge zur Wirklichkeit haben, verschiedene Aspekte und Zugänge aufweisen, sich durch hohen inneren Beziehungsreichtum auszeichnen und in den folgenden

Mehr

C 6 der unbekannte Korrekturfaktor?

C 6 der unbekannte Korrekturfaktor? C 6 der unbekannte Korrekturfaktor? am Beispiel eines Linienlaser mit Bewertung nach DIN EN 60825-1 Bestimmung von C6 Kerkhoff.Thomas@bgetem.de // Stand: 2012-09 Beispiel eines Linienlasers Seite 2 Vor

Mehr

Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus

Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus Zusammenfassung Verallgemeinerungen VD Segmente/Pledge Algorithmus Elmar Langetepe University of Bonn Algorithmische Geometrie VD Segmente/Pledge 29.06.11 c Elmar Langetepe SS 11 1 Voronoi Diagramm von

Mehr

Regionen in Binärbildern

Regionen in Binärbildern Regionen in Binärbildern Industrielle Bildverarbeitung, Vorlesung No. 9 1 M. O. Franz 05.12.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Auffinden

Mehr

Grundlagen der digitalen Bildverarbeitung: Bildzuordnung S e i t e 1. Histogramm & Histogrammäqualisierung

Grundlagen der digitalen Bildverarbeitung: Bildzuordnung S e i t e 1. Histogramm & Histogrammäqualisierung Grundlagen der digitalen Bildverarbeitung: Bildzuordnung S e i t e 1 Histogramm & Histogrammäqualisierung Histogramm: Häufigkeiten der Grauwerte eines Bildes geordnet nach Helligkeit: oft relative Häufigkeit

Mehr

Morphologische Operationen (12 Punkte)

Morphologische 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

Mehr

Kapitel 2.1: Die stochastische Sicht auf Signale Georg Dorffner 67

Kapitel 2.1: Die stochastische Sicht auf Signale Georg Dorffner 67 Kapitel 2.1: Die stochastische Sicht auf Signale 215 Georg Dorffner 67 Stochastische Prozesse Stochastische Prozesse sind von Zufall geprägte Zeitreihen x n f x, n 1 xn2,... n vorhersagbarer Teil, Signal

Mehr

Geometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen

Geometrie I. Sebastian Redinger Informatik 2 Programmiersysteme Martensstraße Erlangen Geometrie I Sebastian Redinger 01.07.2015 Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Gliederung Grundlagen CCW Polygone Picks Theorem Konvexe Hülle - Graham Scan - Jarvis March 2 Gliederung

Mehr

GRUNDLAGEN DER INFORMATIONSTECHNIK / TEIL BILDVERARBEITUNG. Übungen

GRUNDLAGEN DER INFORMATIONSTECHNIK / TEIL BILDVERARBEITUNG. Übungen GRUNDLAGEN DER INFORMATIONSTECHNIK / TEIL BILDVERARBEITUNG Übungen Otto-von-Guericke-Universität Magdeburg Fakultät für Elektrotechnik und Informationstechnik Institut für Elektronik, Signalverarbeitung

Mehr

Ähnlichkeitsabbildungen und Ähnlichkeitslehre

Ähnlichkeitsabbildungen und Ähnlichkeitslehre Ähnlichkeitsabbildungen und Ähnlichkeitslehre Lisa Laudan, Christopher Wolf 1 Rahmenlehrplan Sek I Berlin Klasse 9/10 Standards für das Ende der Klasse 10: Die SuS berechnen Streckenlängen und Winkelgrößen

Mehr

Polygone - Bausteine der Computergrafik

Polygone - Bausteine der Computergrafik Polygone - Bausteine der Computergrafik Schülerseminar Florian Buchegger Johannes Kepler Universität Linz Dez 12, 2014 Wo werden Polygone verwendet? Welche wichtige Algorithmen gibt es? Outline Wo werden

Mehr

Digital e Bildverarbeitun g

Digital e Bildverarbeitun g Wilhelm Burger Mark James Burg e Digital e Bildverarbeitun g Eine Einführung mit Java und Image) 1 Crunching Pixels 1 1.1 Programmieren mit Bildern 2 1.2 Bildanalyse und intelligente" Verfahren 3 2 Digitale

Mehr

Physik für Mediziner im 1. Fachsemester

Physik für Mediziner im 1. Fachsemester Physik für Mediziner im 1. Fachsemester #22 27/11/2008 Vladimir Dyakonov dyakonov@physik.uni-wuerzburg.de Optische Instrumente Allgemeine Wirkungsweise der optischen Instrumente Erfahrung 1. Von weiter

Mehr

Gestenerkennung. Yannick Jonetzko Yannick Jonetzko

Gestenerkennung. Yannick Jonetzko Yannick Jonetzko 30.04.2015 Inhalt Motivation Definition Geste Historie / Anwendungsbereiche Arten der Funktionsweise anhand eines Papers Alternativen Fazit Seite 2 Motivation Human Computer Interaction Gesten sind in

Mehr

Graphische Datenverarbeitung und Bildverarbeitung

Graphische Datenverarbeitung und Bildverarbeitung Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Clippen in 2D und 3D Graphische DV und BV, Regina Pohle, 19. Clippen in 2D und 3D 1 Einordnung in die Inhalte der Vorlesung Einführung

Mehr

1 Analytische Geometrie

1 Analytische Geometrie Analytische Geometrie. Grundlagen, Begriffe, Schreibweisen Achsenkreuz Die Achsen heißen in dieser Darstellung x und -Achse. Punkte Punkte werden weiterhin mit großen, lateinischen Buchstaben bezeichnet

Mehr

Vorlesungsfolien Mathematik 3 WS 2010/11 UMIT. Einleitung

Vorlesungsfolien Mathematik 3 WS 2010/11 UMIT. Einleitung Vorlesungsfolien Mathematik 3 WS 2010/11 Dr. Leonhard Wieser UMIT Einleitung Begriff Vektoranalysis: Kombination aus Linearer Algebra/Vektorrechnung mit Differential- und Integralrechnung Inhaltsangabe:

Mehr

Professur Konstruktionslehre

Professur Konstruktionslehre Professur Konstruktionslehre Prof. Dr. -Ing. E. Leidich / Dipl.- Ing. M. Curschmann / Dipl.- Ing. B. Fischer Lehrgebiet CAE-Systeme CATIA V5 CATIA V5 Grundkurs Diese Anleitung stellt eine grundlegende

Mehr

Weitere geometrische Abbildungen

Weitere geometrische Abbildungen Weitere geometrische Abbildungen Anna Wegener, Matthias Wegen, Daniel Kretschmer 15.01.2015 1 / 38 Affinitätsabbildungen - Motivation Kongruenzabbildungen Ähnlichkeitsabbildungen Affinitätsabbildungen

Mehr

Vorlesung Diskrete Strukturen Gruppe und Ring

Vorlesung Diskrete Strukturen Gruppe und Ring Vorlesung Diskrete Strukturen Gruppe und Ring Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de WS 2009/10 1 Bernhard Ganter, TU Dresden Modul Einführung in

Mehr

Drehung um einen Punkt um Winkel α.

Drehung um einen Punkt um Winkel α. Drehung um einen Punkt um Winkel α. Sei A R 2 und α R. Drehung um A um Winkel α ist eine Abbildung D A (α) : R 2 R 2 welche wie folgt definiert ist: D A (α) = T A D 0 (α) T ( A), wobei die Abbildung D

Mehr

Objektorientierte Bildverarbeitung Methodische Grundlagen

Objektorientierte Bildverarbeitung Methodische Grundlagen ARC GmbH Objektorientierte Bildverarbeitung Methodische Grundlagen Klaus Steinnocher, Florian Kressler klaus.steinnocher@arcs.ac.at Geschäftsfeld Umweltplanung ARC http://www.arcs.ac.at/s 1 ARC GmbH Einleitung!

Mehr

HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1. Definitionen

HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1. Definitionen HS Heilbronn - Prof. Dr. P. Fleischmann CAD-K2 10/2010 2/1 2 3D-Modellierung 2.1 Modellerzeugung 2.2 Volumenspeicherung beim Solid Model: 2.3 Volumenmodellierung 2.3.1 Verschiebe-Operationen - Sketcher

Mehr

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimal spannende Bäume Gliederung der Vorlesung Kapitel : Minimal spannende Bäume Gliederung der Vorlesung. Fallstudie Bipartite Graphen 2. Grundbegriffe. Elementare Graphalgorithmen und Anwendungen. Minimal spannende Bäume. Kürzeste Wege. Traveling

Mehr

INHALTSVERZEICHNIS... 1 ABBILDUNGSVERZEICHNIS... 3 TABELLENVERZEICHNIS... 4 AUFGABENSTELLUNG... 5 1 EINLEITUNG... 6. 1.1 Motivation...

INHALTSVERZEICHNIS... 1 ABBILDUNGSVERZEICHNIS... 3 TABELLENVERZEICHNIS... 4 AUFGABENSTELLUNG... 5 1 EINLEITUNG... 6. 1.1 Motivation... Inhaltsverzeichnis INHALTSVERZEICHNIS... 1 ABBILDUNGSVERZEICHNIS... 3 TABELLENVERZEICHNIS... 4 AUFGABENSTELLUNG... 5 1 EINLEITUNG... 6 1.1 Motivation... 6 1.2 Gliederung der Arbeit... 7 2 GRUNDLAGEN...

Mehr

Vorlesung. Vollständige Induktion 1

Vorlesung. Vollständige Induktion 1 WS 015/16 Vorlesung Vollständige Induktion 1 1 Einführung Bei der vollständigen Induktion handelt es sich um ein wichtiges mathematisches Beweisverfahren, mit dem man Aussagen, die für alle natürlichen

Mehr

Industrielle Bildverarbeitung

Industrielle Bildverarbeitung Industrielle Bildverarbeitung Übungen 1. Aufgabe Ein Objektiv mit der Brennweite 12.5mm kann auf Entfernungen zwischen 0.5 m und eingestellt werden. Wie gross ist dann jeweils die Bildweite? Dieses Objektiv

Mehr

Quantenphysik. Teil 3: PRAKTISCHE AKTIVITÄTEN

Quantenphysik. Teil 3: PRAKTISCHE AKTIVITÄTEN Praktische ktivität: Bestimmung der Dicke eines Haars mittels Beugung von Licht 1 Quantenphysik Die Physik der sehr kleinen Teilchen mit großartigen nwendungsmöglichkeiten Teil 3: PRKTISCHE KTIVITÄTEN

Mehr

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung

Kapitel 4: Minimale spannende Bäume Gliederung der Vorlesung Kapitel : Minimale spannende Bäume Gliederung der Vorlesung. Grundbegriffe 2. Elementare Graphalgorithmen und Anwendungen. Kürzeste Wege. Minimale spannende Bäume. Färbungen und Cliquen. Traveling Salesman

Mehr

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.)

(Man sagt dafür auch, dass die Teilmenge U bezüglich der Gruppenoperationen abgeschlossen sein muss.) 3. Untergruppen 19 3. Untergruppen Nachdem wir nun einige grundlegende Gruppen kennengelernt haben, wollen wir in diesem Kapitel eine einfache Möglichkeit untersuchen, mit der man aus bereits bekannten

Mehr

Graphen. Leonhard Euler ( )

Graphen. Leonhard Euler ( ) Graphen Leonhard Euler (1707-1783) 2 Graph Ein Graph besteht aus Knoten (nodes, vertices) die durch Kanten (edges) miteinander verbunden sind. 3 Nachbarschaftsbeziehungen Zwei Knoten heissen adjazent (adjacent),

Mehr

Optimierung für Nichtmathematiker

Optimierung für Nichtmathematiker Optimierung für Nichtmathematiker Prof. Dr. R. Herzog WS/ / Inhaltsübersicht 3Einführung in die freie Optimierung 4Orakel und Modellfunktionen 5Optimalitätsbedingungen der freien Optimierung 6Das Newton-Verfahren

Mehr

Materialien für die konstruktive Analogisierung ebener Geometrie im virtuellen Raum (2)

Materialien für die konstruktive Analogisierung ebener Geometrie im virtuellen Raum (2) Heinz Schumann Materialien für die konstruktive Analogisierung ebener Geometrie im virtuellen Raum (2) Analoge Dinge stimmen in gewissen Beziehungen zwischen ihren entsprechenden Teilen miteinander überein.

Mehr

B3. Bilderkennung mit Java

B3. 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

Mehr

Übersicht. Rot-schwarz Bäume. Rot-schwarz Bäume. Beispiel. Eigenschaften. Datenstrukturen & Algorithmen. Rot-schwarz Bäume Eigenschaften Einfügen

Übersicht. Rot-schwarz Bäume. Rot-schwarz Bäume. Beispiel. Eigenschaften. Datenstrukturen & Algorithmen. Rot-schwarz Bäume Eigenschaften Einfügen Datenstrukturen & Algorithmen Übersicht Rot-schwarz Bäume Eigenschaften Einfügen Matthias Zwicker Universität Bern Frühling 2009 2 Rot-schwarz Bäume Binäre Suchbäume sind nur effizient wenn Höhe des Baumes

Mehr

Formale Grundlagen 2008W. Vorlesung im 2008S Institut für Algebra Johannes Kepler Universität Linz

Formale Grundlagen 2008W. Vorlesung im 2008S  Institut für Algebra Johannes Kepler Universität Linz Formale Grundlagen Institut für Algebra Johannes Kepler Universität Linz Vorlesung im 2008S http://www.algebra.uni-linz.ac.at/students/win/fg Inhalt Vektoren in der Ebene Zwei Punkten P, Q in der Ebene

Mehr

FRAKTALE. Eine Dokumentation von Dominik Assmann, Philipp Gewessler und Paul Maier

FRAKTALE. Eine Dokumentation von Dominik Assmann, Philipp Gewessler und Paul Maier FRAKTALE Eine Dokumentation von Dominik Assmann, Philipp Gewessler und Paul Maier I. Fraktale allgemein a. Mathematischer Algorithmus i. Komplexe Zahlen b. Konvergieren und Divergieren i. Bei Mandelbrotmengen

Mehr

Bezeichnung: F F Jede Kongruenzabbildung lässt sich durch Hintereinander Ausführen von höchstens drei Geradenspiegelungen darstellen

Bezeichnung: F F Jede Kongruenzabbildung lässt sich durch Hintereinander Ausführen von höchstens drei Geradenspiegelungen darstellen 3 6. Ähnlichkeitsabbildungen Bilde eine Figur durch Hintereinander Ausführen von Kongruenzabbildungen (Geradenspiegelungen, Drehungen, Translationen, Punktspiegelungen) und zentrischen Streckungen in eine

Mehr

Gestaltungsrichtlinien der Zaunteam Franchise AG

Gestaltungsrichtlinien der Zaunteam Franchise AG Starke Zäune. Starkes Team. Gestaltungsrichtlinien der Zaunteam Franchise AG Stand September 2015 Gestaltungsrichtlinien 1 Basiselemente Bildmarke Logo Zaunteam Mit der neuen Bild- und Wortmarke erhält

Mehr

Ergänzung zu komplexe Zahlen

Ergänzung zu komplexe Zahlen Juli 2015 Übersicht 1 Ortskurven 2 Wechselstromkreis mit ohmschem und kapazitivem Widerstand (Parallelschaltung) i(t) u(t) R C Bei festen Werten für den ohmschen Widerstand R und die Kapazität C ergibt

Mehr

FILTER UND FALTUNGEN

FILTER UND FALTUNGEN Ausarbeitung zum Vortrag von Daniel Schmitzek im Seminar Verarbeitung und Manipulation digitaler Bilder I n h a l t. Der Begriff des Filters 3 2. Faltungsfilter 4 2. Glättungsfilter 4 2.2 Filter zur Kantendetektion

Mehr

1 Funktionen. 1.1 Definitionen und Bezeichnungen

1 Funktionen. 1.1 Definitionen und Bezeichnungen 1 1 Funktionen 1.1 Definitionen und Bezeichnungen Eine Funktion f ist eine eindeutige Abbildung einer Menge X in eine andere Y. Ist x X, dann ist f(x) y Y das Bild des Elementes x. x heißt das Urbild des

Mehr

3 Abbildungen von Funktionsgraphen

3 Abbildungen von Funktionsgraphen 27 3 Abbildungen von Funktionsgraphen In Kapitel 1 dieses Workshops haben wir uns mit der Transformation von geometrischen Figuren im Achsenkreuz beschäftigt: mit Verschiebungen, Spiegelungen, Achsenstreckungen

Mehr

Gruppentheorie und Symmetrie in der Chemie

Gruppentheorie und Symmetrie in der Chemie Gruppentheorie und Symmetrie in der Chemie Martin Schütz Institut für theoretische Chemie, Universität Stuttgart Pfaffenwaldring 55, D-70569 Stuttgart Stuttgart, 26. April 2002 Mathematische Definition

Mehr

Der fertige Solarofen besteht aus einem Unterbau, einem Deckel und dem Reflektor. Bauen Sie zuerst das Unterteil.

Der fertige Solarofen besteht aus einem Unterbau, einem Deckel und dem Reflektor. Bauen Sie zuerst das Unterteil. Bauanleitung für einen Solarofen Backen und kochen ohne Strom oder Gas? Mit einem Solarofen ist das kein Problem! Quarks & Co hat dafür in Zusammenarbeit mit dem Diplom-Ingenieur Armin Furkert die folgende

Mehr

Eine solche Anordnung wird auch Fabry-Pérot Interferometer genannt

Eine solche Anordnung wird auch Fabry-Pérot Interferometer genannt Interferenz in dünnen Schichten Interferieren die an dünnen Schichten reflektierten Wellen miteinander, so können diese sich je nach Dicke der Schicht und Winkel des Einfalls auslöschen oder verstärken

Mehr

Impulserhaltung in zwei Dimensionen (M5)

Impulserhaltung in zwei Dimensionen (M5) Impulserhaltung in zwei Dimensionen (M5) Ziel des Versuches Der elastische Stoß zweier Scheiben mit sowohl gleicher als auch unterschiedlicher Masse, die sich auf einem Luftkissentisch nahezu reibungsfrei

Mehr

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y

Beispiel 2 ([1], Ex ) Sei jxj = m, jy j = n. Wieviele Funktionen f : X! Y Kombinatorik Nach [1], Chap.4 (Counting Methods and the Pigeonhole Principle). Multiplikationsprinzip Beispiel 1 Wieviele Wörter der Länge 4 kann man aus den Buchstaben A,B,C,D,E bilden,... 1. wenn Wiederholungen

Mehr

Fachartikel. Telezentrische Objektive für Kameras größer 1 Zoll

Fachartikel. Telezentrische Objektive für Kameras größer 1 Zoll Vision & Control GmbH Mittelbergstraße 16 98527 Suhl. Germany Telefon: +49 3681 / 79 74-0 Telefax: +49 36 81 / 79 74-33 www.vision-control.com Fachartikel Telezentrische Objektive für Kameras größer 1

Mehr

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn.

Kapitel 5. Eigenwerte. Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich der Produktion ist, d.h. wenn. Kapitel 5 Eigenwerte Josef Leydold Mathematik für VW WS 2016/17 5 Eigenwerte 1 / 42 Geschlossenes Leontief-Modell Ein Leontief-Modell für eine Volkswirtschaft heißt geschlossen, wenn der Konsum gleich

Mehr

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra

Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra A. Filler Folie 1 /15 Didaktik der Analysis und der Analytischen Geometrie/ Linearen Algebra 2. Die reellen Zahlen A. Filler Humboldt-Universität zu Berlin, Institut für Mathematik Sommersemester 2016

Mehr

Neuheiten PROfirst CAD Version 6

Neuheiten PROfirst CAD Version 6 Neuheiten PROfirst CAD Version 6 www.profirst-group.com Neuheiten PROfirst CAD Version 6 ab 5.0.34 1/8 Neuheiten PROfirst CAD Version 6 ab Version 5.0.34 Neuheiten PROfirst CAD Version 6 ab Version 5.0.34...2

Mehr

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Motivation: Klassifikation mit der PCA Berechnung der Hauptkomponenten Theoretische Hintergründe Anwendungsbeispiel: Klassifikation von Gesichtern Weiterführende Bemerkungen

Mehr

Mathematik für das Ingenieurstudium

Mathematik für das Ingenieurstudium Mathematik für das Ingenieurstudium von Martin Stämpfle, Jürgen Koch 2., aktual. Aufl. Hanser München 2012 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 43232 1 Zu Inhaltsverzeichnis schnell

Mehr

Spiegeln. Das Dokument NEWMirror01.CATPart öffnen. Auf der Wand werden eine Aussparung und ein neu begrenzter Flansch (Schulter) angezeigt

Spiegeln. Das Dokument NEWMirror01.CATPart öffnen. Auf der Wand werden eine Aussparung und ein neu begrenzter Flansch (Schulter) angezeigt Seite 1 von 6 Spiegeln Komponente spiegeln In dieser Übung wird eine Komponente gespiegelt, d. h., sie wird bezüglich einer Ebene sym Folgende Komponenten können gespiegelt werden: Bohrungen, Wände, Wände

Mehr

Der Einbau im Auto. Stereo: Beispiel Fahrzeug. Einbau im Rückspiegel Erfassung von. Reichweite: bis 30 m

Der Einbau im Auto. Stereo: Beispiel Fahrzeug. Einbau im Rückspiegel Erfassung von. Reichweite: bis 30 m Der Einbau im Auto Sichtbereich Sichtbereich Kameras Einbau im Rückspiegel Erfassung von anderen Fahrzeugen (Pkw,Lkw) Zweiradfahrern Fußgängern und Kindern Reichweite: bis 30 m Digitale Bildverarbeitung

Mehr

Vektor-Multiplikation Vektor- Multiplikation

Vektor-Multiplikation Vektor- Multiplikation Vektor- Multiplikation a d c b Thema: Schultyp: Vorkenntnisse: Bearbeitungsdauer: Vektor-Multiplikation: Vektorprodukt Mittelschule, Berufsschule, Fachhochschule Elementare Programmierkenntnisse, Geometrie,

Mehr

Kompetenzmodell. Geometrisches Zeichnen. Arbeitsblätter

Kompetenzmodell. Geometrisches Zeichnen. Arbeitsblätter Kompetenzmodell Geometrisches Zeichnen Arbeitsblätter 4.10.2012 Inhaltsdimension Arbeitsblätter Risse Lesen und Skizzieren Bausteine Länge von Strecken Flächenmodelle Bedienung eines CAD-Programms 3D-CAD-Software:

Mehr

1. Einleitung wichtige Begriffe

1. Einleitung wichtige Begriffe 1. Einleitung wichtige Begriffe Da sich meine besondere Lernleistung mit dem graziösen Färben (bzw. Nummerieren) von Graphen (speziell von Bäumen), einem Teilgebiet der Graphentheorie, beschäftigt, und

Mehr

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung

Das Voronoi Diagramm. 1. Definition. 2. Eigenschaften. 3. Größe und Speicherung. 4. Konstruktion. 5. Verwendung Das Voronoi Diagramm 1. Definition 2. Eigenschaften 3. Größe und Speicherung 4. Konstruktion 5. Verwendung Das Voronoi- Diagramm Voronoi Regionen Euklidische Distanz: d(p,q) = (px-qx)^2+(py-qy)^2 Das Voronoi-Diagramm

Mehr

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME

Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Analysis II (FS 2015): ZUSAMMENHÄNGENDE METRISCHE RÄUME Dietmar A. Salamon ETH-Zürich 23. Februar 2015 1 Topologische Grundbegriffe Sei (X, d) ein metrischer Raum, d.h. X ist eine Menge und d : X X R ist

Mehr

Brückenkurs Mathematik

Brückenkurs Mathematik Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt

Mehr

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen

Geometrische Objekte im 3-dimensionalen affinen Raum oder,... wie nützlich ist ein zugehöriger Vektorraum der Verschiebungen Geometrische Objekte im -dimensionalen affinen Raum Bekanntlich versteht man unter geometrischen Objekten Punktmengen, auf die man die üblichen Mengenoperationen wie z.b.: Schnittmenge bilden: - aussagenlogisch:

Mehr

Digitale Bildverarbeitung

Digitale Bildverarbeitung Digitale Bildverarbeitung Prof. Dr. Sibylle Schwarz HTWK Leipzig, Fakultät IMN Gustav-Freytag-Str. 42a, 04277 Leipzig Zimmer Z 411 (Zuse-Bau) http://www.imn.htwk-leipzig.de/~schwarz sibylle.schwarz@htwk-leipzig.de

Mehr

Very simple methods for all pairs network flow analysis

Very simple methods for all pairs network flow analysis Very simple methods for all pairs network flow analysis Tobias Ludes 02.07.07 Inhalt Einführung Algorithmen Modifikation der Gomory-Hu Methode Einführung Nach Gomory-Hu nur n-1 Netzwerk-Fluss- Berechnungen

Mehr

Didaktik der Elementargeometrie

Didaktik der Elementargeometrie Humboldt-Universität zu Berlin Sommersemester 2014. Institut für Mathematik A. Filler Zusammenfassende Notizen zu der Vorlesung Didaktik der Elementargeometrie 2 Konstruieren im Geometrieunterricht Konstruieren

Mehr

7. Formale Sprachen und Grammatiken

7. Formale Sprachen und Grammatiken 7. Formale Sprachen und Grammatiken Computer verwenden zur Verarbeitung von Daten und Informationen künstliche, formale Sprachen (Maschinenspr., Assemblerspachen, Programmierspr., Datenbankspr., Wissensrepräsentationsspr.,...)

Mehr

Grundlagen von Rasterdaten

Grundlagen von Rasterdaten LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 7: Grundlagen von Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2014/15 Ludwig-Maximilians-Universität

Mehr

Halbgruppen, Gruppen, Ringe

Halbgruppen, Gruppen, Ringe Halbgruppen-1 Elementare Zahlentheorie Einige Bezeichnungen Halbgruppen, Gruppen, Ringe Die Menge N 0 der natürlichen Zahlen 0, 1, 2, Die Menge N = N 1 der von Null verschiedenen natürlichen Zahlen Die

Mehr

Symmetrien. Verschiedene Arten von Symmetrie. Achsensymmetrie Punktsymmetrie

Symmetrien. Verschiedene Arten von Symmetrie. Achsensymmetrie Punktsymmetrie Symmetrien Ist ein Gesicht symmetrisch? Welches ist das von Ferdinand Hodler gezeichnete Originalbild seiner Frau erthe? Weshalb? Verschiedene rten von Symmetrie Sind Schmetterling und Propeller gleich

Mehr

10.1 Geometrische Wegplanung im Konfigurationsraum

10.1 Geometrische Wegplanung im Konfigurationsraum 10 Pfadplanung 10.1 Geometrische Wegplanung im Konfigurationsraum Vorausetzungen Roboter bewegt sich in der Ebene, ohne sich zu drehen Hindernisse sind konvexe Polygone Beispiel Grundgedanke Problem wird

Mehr