Bildverarbeitung Herbstsemester Punktoperationen
|
|
- Gerhardt Blau
- vor 6 Jahren
- Abrufe
Transkript
1 Bildverarbeitung Herbstsemester 2012 Punktoperationen 1
2 Inhalt Histogramm und dessen Interpretation Definition von Punktoperationen Änderungen der Bildintensität Linearer Histogrammausgleich Gammakorrektur Bildqualität messen 2
3 Lernziele Sie können das Histogramm berechnen, interpretieren und einen linearen Ausgleich durchführen. Sie kennen den Begriff Punktoperation im Zusammenhang mit Bildverarbeitung und können die geläufigsten aufzählen. Sie sind in der Lage, Punktoperationen selber zu programmieren. Sie verstehen die Gammafunktion und den Bedarf einer Gammakorrektur. Sie können die Bildqualität im Vergleich zu einem Original messen. 3
4 Histogramm eine aufschlussreiche Bildstatistik zeigt die Häufigkeit der einzelnen Intensitätswerte Belichtungsfehler sind leicht ersichtlich Rückschlüsse auf Bildbearbeitungsschritte sind möglich bei guten digitalen Kameras jederzeit ersichtlich 4
5 Berechnung des Histogramms Histogramm H(p) mit K Einträgen berechnet aus einem Grauwertbild I mit möglichen Intensitätswerten p [0, K 1] H(p) = Anzahl der Pixel von I mit dem Intensitätswert p 5
6 Implementierung des Histogramms 6
7 Aussagekraft des Histogramms Aussagen möglich über Belichtung Kontrast Dynamik Bildfehler Kompression aber keine Aussage über den Bildinhalt 7
8 Belichtung unterbelichtet korrekt überbelichtet 8
9 Kontrast 9
10 Dynamik 10
11 Bildfehler 11
12 JPEG-Kompression 12
13 Punktoperationen Definition homogen nicht homogen Typische Beispiele homogen Änderungen von Kontrast und Helligkeit Invertieren von Bildern Quantisieren der Helligkeit (Poster-Effekt) Schwellwertbildung Gammakorrektur Farbtransformation nicht homogen selektive Kontrast- oder Helligkeitsanpassung 13
14 Kontrast und Helligkeit Erhöhung des Kontrasts um 50% Anheben der Helligkeit um 10 Stufen Clamping Beschränkung der Ergebniswerte Beispiel: bei 8-Bit-Grauwertbildern muss der Wert zwischen 0 und 255 liegen if (p > 255) p = 255; if (p < 0) p = 0; 14
15 Automat. Kontrastanpassung Ziel gesamter verfügbarer Wertebereich soll ausgenutzt werden 1. Ansatz dunkelster Pixel auf den niedrigsten Intensitätswert abbilden hellster Pixel auf höchsten Intensitätswert abbilden I( u, v) p min I( u, v) q min p q max max p q min min Problem Ausreisser können die gesamte Intensitätsverteilung stark verändern 15
16 Beispiel: Kontrastanpassung 16
17 Kontrastanpassung verbesserter Ansatz s% Pixel an beiden Rändern des Intensitätsspektrums werden gesättigt q low und q high pmin I( u, v) q low p q max high p q min low 17
18 Schwellwertoperation Thresholding Reduktion auf zwei Intensitätswerte Binarisierung Spezialfall der Quantisierung (Graustufenreduktion) 18
19 Histogrammausgleich Ziel Intensitätsverteilung an gewünschte Dichtefunktion anpassen Kumulatives Histogramm Histogramm H(j) entspricht der Dichtefunktion einer Zufallsgrösse (der Intensität eines Pixels) kumulatives Histogramm entspricht der zugehörigen Verteilungsfunktion mit K = Anzahl verschiedener Intensitätswerte monoton steigende Funktion Maximum ist gleich der Anzahl Pixel 19
20 Linearer Histogrammausgleich 20
21 Linear. Histogrammausgleich (2) f eq (p i ) 21
22 Beispiel: linearer Ausgleich 22
23 Beispiel: linearer Ausgleich 23
24 Gradation und Gamma Gradationskurve bei einem fotografischen Negativfilm wird mittel Gradationskurve angegeben, wie viel Licht notwendig ist, um eine entsprechende Schwärzung zu erreichen 24
25 Gammafunktion Problem Bildröhren von Bildschirmen und LCD-Displays haben keine lineare Helligkeitscharakteristik auch Scanner und digitale Kameras arbeiten nicht genau linear (analoges Problem wie bei fotografischen Filmen) Beschreibung der Nicht-Linearität Gammafunktion: y = x Beispiele NTSC: 2.2 PAL: 2.8 Kameras: 1/2.2 =
26 Beispiel: Graukeil 26
27 Gammakorrektur 27
28 Modifizierte Gammafunktion Problem der Gammafunktion Anstieg der Gammafunktion in der Nähe des Nullpunktes starke Rauschanfälligkeit wegen der extrem hohen Verstärkung Modifizierte Gammafunktion 28
29 Effektiver Gammawert 29
30 Bildqualität technische Bildqualität ist ein Mass für die Abweichung zwischen Original (o) und Kopie (k) eine subjektive Qualitätsmessung eines Betrachters könnte anders ausfallen RMSE (root mean squared error) eines Bildkanals mit n Pixeln RMSE n i1 o[ i] k[ i] n 2 PSNR (peak signal-to-noise ratio in db) eines Bildkanals mit maximaler Intensität 255 PSNR log10 RMSE 30
Bildverbesserung. Frequenz-, Punkt- und Maskenoperationen. Backfrieder-Hagenberg
Bildverbesserung Frequenz-, Punkt- und Maskenoperationen Filtern im Frequenzraum Fouriertransformation f(x)->f( ) Filter-Multiplikation F =FxH Rücktransformation F ( )->f (x) local-domain frequency-domain
MehrDigitale Bildverarbeitung Einheit 6 Punktoperationen
Digitale Bildverarbeitung Einheit 6 Punktoperationen Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Elementare
MehrDigitale Bildverarbeitung Einheit 6 Punktoperationen
Digitale Bildverarbeitung Einheit 6 Punktoperationen Lehrauftrag WS 06/07 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Elementare Bildverbesserung
MehrDistributed Algorithms. Image and Video Processing
Chapter 7 High Dynamic Range (HDR) Distributed Algorithms for Quelle: wikipedia.org 2 1 High Dynamic Range bezeichnet ein hohes Kontrastverhältnis in einem Bild Kontrastverhältnis bei digitalem Bild: 1.000:1
MehrZu hell oder zu dunkel? Histogramm im ueye Cockpit nutzen
Zu hell oder zu dunkel? Histogramm im ueye Cockpit nutzen Kennen Sie das? Ihr Bild wirkt flau oder in dem dunklen, kontrastarmen Bild können Sie die aufgenommenen Objekte nicht unterscheiden. In diesem
MehrQualitätsmessung. Übersicht. Einleitung. Einleitung Grundlagen MSE PSNR SSIM Quellen
Qualitätsmessung Übersicht Einleitung Grundlagen MSE PSNR SSIM Quellen Einleitung Bei der verlustbehafteten Kompression von Videodaten unterscheiden sich Ausgangsbild und Ergebnis. Es wird versucht, Bildinformationen,
MehrBildverbesserung (Image Enhancement)
Prof. Dr. Wolfgang Konen, Thomas Zielke Bildverbesserung (Image Enhancement) WS07 7.1 Konen, Zielke Der Prozess der Bildverbesserung (1) Bildverbesserung wird häufig dafür eingesetzt, die für einen menschlichen
MehrStatistische Kenngrößen. Histogramm. Grundlagen zur statistischen Signalverarbeitung. Statistische Beschreibung von Audio
8.3.6 Statistische Kenngrößen Grundlagen zur statistischen Signalverarbeitung Dr. Detlev Marpe Fraunhofer Institut für achrichtentechnik HHI Histogramm Wahrscheinlichkeitsdichteverteilung Mittelwert µ
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
Mehr2D Graphik: Bildverbesserung. Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 2. Dezember 2005
2D Graphik: Bildverbesserung Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 2. Dezember 2005 Themen heute Rauschen, Entropie Bildverbesserung Punktbasiert Flächenbasiert Kantenbasiert Was ist
MehrFARBKORREKTUR. Überlegungen vor der Farbkorrektur. Bevor mit der Korrektur von Farb- und Tonwerten begonnen wird, sollte Folgendes beachtet werden:
FARBKORREKTUR Überlegungen vor der Farbkorrektur Bevor mit der Korrektur von Farb- und Tonwerten begonnen wird, sollte Folgendes beachtet werden: Eigentlich sollte stets ein kalibrierter Monitor mit Farbprofil
MehrBildverarbeitung Herbstsemester
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Filter Filter 1 Inhalt Lineare und nichtlineare Filter Glättungsfilter (z.b. Gauss-Filter) Differenzfilter (z.b. Laplace-Filter) Lineare Faltung
MehrBinärbildverarbeitung
Prof. Dr. Wolfgang Konen, Thomas Zielke Binärbildverarbeitung SS06 4.1 Konen, Zielke Anwendungen von Binärbildern Ein Bild mit nur zwei Grau/Farb-Stufen nennt man Binärbild. In der Regel werden Bildpunkte
MehrDigitale Bildverarbeitung - Rechnerübung 3
Digitale Bildverarbeitung - Rechnerübung 3 1. Khoros Zur Durchführung der Rechnerübung wird das Programmpaket KHOROS mit seiner Benutzerschnittstelle Cantata verwendet. Nach der Anmeldung am Rechner durch
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
MehrMod. 2 p. 1. Prof. Dr. Christoph Kleinn Institut für Waldinventur und Waldwachstum Arbeitsbereich Fernerkundung und Waldinventur
Histogramme der Grauwerte der TM Kanäle 1-7 für das Beispielsbild. - Kanäle 4 und 5 zeigen mehr Differenzierung als die anderen (Kontrast=das Verhältnis der hellsten zur dunkelsten Fläche in der Landschaft).
MehrBildverarbeitung Herbstsemester. Mustererkennung
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Mustererkennung 1 Inhalt Einführung Mustererkennung in Grauwertbildern Ähnlichkeitsmasse Normalisierte Korrelation Korrelationskoeffizient Mustererkennung
MehrEinfluss der Bildverarbeitung - Artefakte und Korrekturmöglichkeiten
Einfluss der Bildverarbeitung - Artefakte und Korrekturmöglichkeiten Karl-Friedrich Kamm Norderstedt Karl-Friedrich Kamm 29/07/2013 1 Mögliche Fehler bei digitalen Röntgenaufnahmen flaue Bilder fehlender
MehrComputergrafik 2: Übung 2. Subsampling und Moiré-Effekte, Color Maps und Histogrammlinearisierung
Computergrafik 2: Übung 2 Subsampling und Moiré-Effekte, Color Maps und Histogrammlinearisierung Inhalt Besprechung von Übung 1 Subsampling und Moiré Effekte Color Maps Histogrammlinearisierung Computergrafik
MehrStruktur des menschlichen Auges. Bildgebende Verfahren in der Medizin und medizinische Bildverarbeitung Bildverbesserung 2 / 99
Struktur des menschlichen Auges 2 / 99 Detektoren im Auge Ca. 100 150 Mio. Stäbchen Ca. 1 Mio. Zäpfchen 3 / 99 Zapfen Entlang der Sehachse, im Fokus Tagessehen (Photopisches Sehen) Scharfsehen Farbsehen
Mehr6. Tonwertkorrektur. HBS Gimp 2
6. Tonwertkorrektur Im vorigen Kapitel wurde gezeigt, wie man Bild vom Scanner oder der Digitalkamera grob korrigiert. In Kapitel 6 beschäftigen wir uns mit den anschließend durchzuführenden Arbeiten,
MehrBildverarbeitung in R
Bildverarbeitung in R Tobias Klinke Proseminar R Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Betreuer: Jakob Lüttgau 2016-07-13 Tobias Klinke
MehrSie können jede Effektvorlage direkt mit der Maus aus dem Media Pool auf ein Foto ziehen.
116 Effekte Sie können jede Effektvorlage direkt mit der Maus aus dem Media Pool auf ein Foto ziehen. Der Effekt wird sofort auf das Bild angewendet. Sie sehen das Ergebnis am Videomonitor. Wenn die Vorlagen
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Pipeline Pipelinestufen können sich unterscheiden, beinhalten aber i.d.r. eine Stufe zur Bildvorverarbeitung zur
MehrDigitale Bildverarbeitung Einheit 5 Bilder und Statistik
Digitale Bildverarbeitung Einheit 5 Bilder und Statistik Lehrauftrag WS 06/07 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen, welche
MehrBildkontrolle mit Hilfe des Histogramms
Bildkontrolle mit Hilfe des Histogramms Mit Hilfe des Kamera-Histogramms lässt sich direkt nach der Aufnahme prüfen ob die Belichtung richtig war oder ob Korrekturen vorgenommen werden müssen. Die meisten
MehrPraktikum 2. Grauwert - Histogramme, Bimodalitätsanalyse Bildstatistik
Prof. W. Hillen, Medizinische Informatik FH - AC (Jülich)...\image\img_pk_02 ImageJ.doc Praktikum 2 Digitale Bildverarbeitung Grauwert - Histogramme, Bimodalitätsanalyse Bildstatistik Themen: Auswertung
MehrKONTRAST. Stefan Sporrer
KONTRAST Stefan Sporrer Agenda Was ist Kontrast? Tonwertspreizung Mittenkontrast Kontrastsenkung Was ist Kontrast? Kontrast bezeichnet prinzipiell nur einen Unterschied Je höher der Unterschied desto höher
MehrGraphische Datenverarbeitung
Graphische Datenverarbeitung Bildbearbeitung für Rasterbilder Übersicht l Neu Folien:, 28 und ab 56 l Maße zur Beurteilung von Bildern: l Histogramm l Entropie l Punktoperationen: l Lineare Veränderung
MehrFotos optimieren. Helligkeit
116 Effekte Fotos optimieren Der erste Punkt im Reiter EFFEKTE, BILDOPTIMIERUNG, widmet sich den klassischen Fehlern, die bei der Aufnahme von Bildern entstehen, bietet aber auch Möglichkeiten, Bilder
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Bildverbesserung - Grauwertmodifikation Graphische DV und BV, Regina Pohle, 10. Bildverbesserung - Grauwertmodifikation 1 Einordnung
MehrBildverarbeitung und Mustererkennung
Bildverarbeitung und Mustererkennung Prüfung im Modul ET5030 für den Masterstudiengang Systems Design & Production Management Professor Dr.-Ing. Martin Werner Juli 2013 Hinweise zur Bearbeitung der Klausur
MehrGraphische Datenverarbeitung
Graphische Datenverarbeitung Bildbearbeitung für Rasterbilder Prof. Dr. Elke Hergenröther Übersicht Maße zur Beurteilung von Bildern: Histogramm Entropie GDV: Bildbearbeitung für Rasterbilder Punktoperationen:
MehrPraktikum Sensitometrie
Praktikum Sensitometrie Bestimmung der OECF, des SRV und der S-Zahl digitaler Kameras Name: Name: Matr.: Nr.: Matr.: Nr.: Datum: Prof. Dr. C. Blendl 2. 04. 2005 Die nachfolgenden Bestimmungen von Kennmerkmalen
Mehr6.2 HDR HINWEIS. 6 Das Belichtung-Register
6 Das Belichtung-Register HINWEIS Oft ist eine Belichtung auf»mittleres Grau«also das, was Capture One anzustreben versucht die korrekte Belichtung für ein Bild. Die Automatik ist also nicht komplett unbrauchbar;
MehrSegmentierung. Inhalt. Segmentierung
Segmentierung Inhalt Segmentierung Definition der Segmentierung Kantenbasierte Segmentierung Regionenbasierte Segmentierung Globaler Schwellenwert (threshold) Adaptiver Schwellenwert Region Growing Segmentierung
MehrKennen, können, beherrschen lernen was gebraucht wird
Abbildung 1 - Übersichtsorganigramm 14.06.2013 Seite 1 Inhaltsverzeichnis Inhaltsverzeichnis... 2 Bildqualität verbessern... 2 Die Reihenfolge der Korrekturen bei der Bildbearbeitung... 2 Ebenenangleichungen...
MehrBilder im Zusammenhang mit Geoinformatik sind u.a.: Luftbilder, Satellitenbilder Synthetische Bilder (z.b. digitale Oberflächenmodelle)
Grundlagen der digitalen Bildverarbeitung Bilder im Zusammenhang mit Geoinformatik sind u.a.: Luftbilder, Satellitenbilder Synthetische Bilder (z.b. digitale Oberflächenmodelle)... dagegen weniger Fotos
MehrBildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17
Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen
MehrWas bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col pos. Punktoperationen f : col 1 col 2
Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos statistische Merkmale Punktoperationen f : col 1 col 2 (Bildanalyse) (Farbtransformation) Geometrische Operationen f : pos 1 pos
MehrGrundlagen. Histogramme
Grundlagen e Digitalkameras verfügen über integrierte Belichtungsmesser und zeigen die Verteilung der Tonwerte im Bild als Balkengrafik () an. Das gibt Auskunft über die Anzahl der Pixel im jeweiligen
MehrLineare Funktionen y = m x + n Sekundarstufe I u. II Funktion ist monoton fallend, verläuft vom II. in den IV.
LINEARE FUNKTIONEN heißt Anstieg oder Steigung heißt y-achsenabschnitt Graphen linearer Funktionen sind stets Geraden Konstante Funktionen Spezialfall Graphen sind waagerechte Geraden (parallel zur x-achse)
MehrINTELLIGENTE DATENANALYSE IN MATLAB
INTELLIGENTE DATENANALYSE IN MATLAB Bildanalyse Literatur David A. Forsyth: Computer Vision i A Modern Approach. Mark S. Nixon und Alberto S. Aguado: Feature Extraction and Image Processing. Ulrich Schwanecke:
MehrDigitale Bildverarbeitung Einheit 5 Bilder und Statistik
Digitale Bildverarbeitung Einheit 5 Bilder und Statistik Lehrauftrag SS 2006 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen, welche
MehrBildbearbeitung ganz praktisch
Bildbearbeitung ganz praktisch Karl-Friedrich Kamm Hamburg - Norderstedt 1 Um welche Kernfrage geht es in der digitalen Bildbearbeitung? Wie kann ich aus der Fülle der aufgenommenen Bildinformationen das
MehrFarbmodelle. MBV5 Werner Backfrieder FH-Hagenberg. Spektrale Zerlegung der sichtbaren Lichtes
Farbmodelle MBV5 FH-Hagenberg Spektrale Zerlegung der sichtbaren Lichtes 1 Additive und subtraktive Farbmischung Chromatizitätsdiagramm X=r/(r+g+b) Y=g/(r+g+b) Z=b/(r+g+b) X+Y+Z=1 2 RGB-Modell Farbe wird
MehrBildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel)
4. Digitalisierung und Bildoperationen 4.1 Digitalisierung (Sampling, Abtastung) Rasterung auf 2D-Bildmatrix mathematisch: Abb. einer 2-dim. Bildfunktion mit kontinuierlichem Definitionsbereich auf digitales
MehrJPG_oder_RAWzuTIF.doc JPG oder RAW zu TIF, Belichtung (ETTR) und Histogramm
JPG_oder_RAWzuTIF.doc JPG oder RAW zu TIF, Belichtung (ETTR) und Histogramm Wird beim Fotografieren im JPG Bild Format gespeichert, erhält man kleine Dateien und es können somit viele Bilder auf einer
MehrPreisliste Stand Juli 2003 Ver. 6 incl. 16 % Mwst.
Preisliste Stand Juli 2003 Ver. 6 incl. 16 % Mwst. Scans vom KODAK HR 500 ULTRA Scanner 1. Scans vom gerahmten KB Dia aus dem Kodak Karussell Gegen ein Pfand von 15,00 erhalten sie bei uns ein 80 er Kodak
MehrEmpirische Verteilungsfunktion
Empirische Verteilungsfunktion H(x) := Anzahl der Werte x ist. Deskriptive
MehrBild-Erfassung Digitalisierung Abtastung/Quantisierung
Multimediatechnik / Video Bild-Erfassung Digitalisierung Abtastung/Quantisierung Oliver Lietz Bild-Erfassung Abtastung / Digitalisierung Scanner: Zeilenweise Abtastung mit CCD Digitale Kamera: Flächenweise
MehrBildanalyse und neue Workflows für eine verbesserte Bildqualität bei der Distribution
Bildanalyse und neue Workflows für eine verbesserte Bildqualität bei der Distribution dirk hildebrandt wavelet beam 21 April 2015 FKTG Regionalgruppe Rhein-Main AGENDA: > Rauschanteile und Bildqualität
MehrVerlustbehaftete Kompression von Kamera Rohdaten
Verlustbehaftete Kompression von Kamera Rohdaten Prof. Dr., Prof. Dr. D. Kunz, Katja Köhler Fachhochschule Köln Institut für Medien- und Phototechnik 1 Übersicht Aktuelle Situation Konzept Modellierung
MehrLinear Workflow. Linear Workflow. Version 1.0-2011-10-11
Version 1.0-2011-10-11 Verfahren, Bilder unter Rücksichtnahme ihres Farbprofils und der des Ausgabegeräts zu berechnen (3D), bzw. zu bearbeiten (Compositing), um eine mathematisch und physikalisch korrekte
MehrPraktikum Sensitometrie Bestimmung des Signal Rausch Verhältnisses (SRV) eines Flachbett-Scanners
Praktikum Sensitometrie Bestimmung des Signal Rausch Verhältnisses (SRV) eines Flachbett-Scanners Name: Name: Matr.: Nr.: Matr.: Nr.: Datum: 25. 04 2005 Prof. Dr. C. Blendl Stand: Februar 2005 1 1.1 Ziel
MehrFARB- UND TONWERTKORREKTUR 1 6
1 6 ÜBERLEGUNGEN Bevor mit Farb- und Tonwert-Korrekturen begonnen wird, sollte Folgendes beachtet werden: Eigentlich sollte stets ein kalibrierter Monitor mit Farbprofil verwendet werden. Dies ist für
MehrDigital 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
MehrKlaus Kindermann Guido Sonnenberg Stefan Weis. Das Photoshop-Handbuch für Digital-Fotografen
Klaus Kindermann Guido Sonnenberg Stefan Weis Das Photoshop-Handbuch für Digital-Fotografen Adobe Bridge CS3 12 Voreinstellungen festlegen 17 Camera Raw-Voreinstellungen 18 Bridge-Arbeitsbereich 19 Photoshop-Basics
MehrÜbung zu Einführung in die Informatik # 14
Übung zu Einführung in die Informatik # 14 Tobias Schill tschill@techfak.uni-bielefeld.de 12. Februar 2016 Aktualisiert am 12. Februar 2016 um 11:13 Erstklausur: Mi, 24.02.2016 von 10-12Uhr Antworten von
Mehr-Pixelgrafik, Rastergrafik Beispiele: bmp (Bitmap) tiff (Tagged Image File Format, u. a. Rastergrafik, aber auch mehr) raw (reine Pixeldaten)
Multimediale Werkzeuge, Bildobjekte -Beispiel für ein Programm zur Bearbeitung von Bildern: Adobe Photoshop. Speichern in unterschiedlichen Formaten, Bearbeiten z.b. unscharf filtern, scharf filtern...
MehrDigitale Bildbearbeitung und Fotografie. Dozenten: Arne Scheffer
Dozenten: Arne Scheffer Wiederholung: Kompression: Einführung zum Verständnis Teil 1: nicht fertig, Teil 2: nicht fertig, Teil 3: nicht fertig, Teil 4: nicht fertig Fortsetzung Teil 2: Teil 2.2: blau!
MehrGrundlagen der Videotechnik, Farbe 2
Grundlagen der Videotechnik, Farbe 2 1 Beispiel für additive Farbmischung: Aus: O. Limann: Fernsetechnik ohne Ballast, Franzis Verlag 2 Veranschaulichung Farbe, Farbkomponenten Aus: O. Limann: Fernsetechnik
MehrDer Schlüssel zu Kontrast und Detail Schwarzwert korrigieren
Der Schlüssel zu Kontrast und Detail Schwarzwert korrigieren In Ihrem Bild ist Weiß vorhanden, aber es sieht flau aus? Obwohl Sie Ihre Kamera komplett abgedunkelt haben, erreichen Sie kein Schwarz? Oder
MehrKurze Bedienungsanleitung für GIMP. Vorhaben Verfahren Symbol. Fenster >Einzelfenster-Modus. Fenster > Andockbare Dialoge > Werkzeugeinstellungen
Inhalt Grundeinstellungen... 1 Arbeitsoberfläche... 1 Bildinformationen... 2 Laden und Speichern... 2 Veränderung der Bildfläche (Leinwandgröße)... 2 Veränderung des Bildformates und der Bildqualität...
MehrNeue Merkmale. Version 2.00
Neue Merkmale Version 2.00 Funktionen, die als Ergebnis von Firmware-Aktualisierungen hinzugefügt oder geändert wurden, stimmen eventuell nicht mehr mit den Beschreibungen in den im Lieferumfang dieses
Mehr4.7 Angepasste Belichtungskorrektur
4.7 Angepasste Belichtungskorrektur Nicht immer tri fft der Belichtungsmesser der PowerShot G15 die optimale Bildhelligkeit. Schuld ist meist das Motiv selbst, es führt die Messeinheit der Kamera regelrecht
Mehr0, t 0,5
XIII. Die Normalverteilung ==================================================================. Der lokale Grenzwertsatz --------------------------------------------------------------------------------------------------------------
MehrB Anhang B: Enhanced Resolution
B Anhang B: Enhanced Resolution Digitales Filtern (Enhanced Resolution) Vorteile Realisierung Die verfügbare Abtastrate der LeCroy-Oszilloskope ist oft höher, als für die Bandbreite des zu analysierenden
MehrJENIFFER: Wie die Farbe in das Digitalbild kommt. Claudia Grosch Joachim Groß
JENIFFER: Wie die Farbe in das Digitalbild kommt Claudia Grosch Joachim Groß Gliederung Wie kommt die Farbe in das Digitalbild Interpolationsverfahren Dateiformate: Von JPEG zu NEF und DNG JENIFFER: Die
MehrFarbräume. Industrielle Bildverarbeitung, Vorlesung No M. O. Franz
Farbräume Industrielle Bildverarbeitung, Vorlesung No. 13 1 M. O. Franz 16.01.2008 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 RGB- und HSV-Farbraum
MehrDigitale Videotechnik
Digitale Videotechnik Prof. Dr. Hansjörg Mixdorff Digitale Videotechnik, WS 02/03, TFH Berlin G. Heising, H. Mixdorff 1 1 1 Hansjörg Mixdorff seit April 2001 an der TFH Berlin Professor für Digitale A/V-Technik
MehrRöntgenbild-Detektoren. Stephan Scheidegger ZHAW School of Engineering
Röntgenbild-Detektoren Stephan Scheidegger ZHAW School of Engineering Detektortypen Röntgenbild- Detektoren fotographische Filme (analoge) Bildverstärker digitale Detektoren Fluoreszenz- Schirme Imaging
MehrInternationaler Studiengang Medieninformatik
HTW Berlin Prof. Dr. Kai Uwe Barthel Nachname: Vorname: Codename: Matr. Nr: Internationaler Studiengang Medieninformatik Grundlagen digitaler Medien Sitzplatz: Punkte: Note: Nachklausur WS09/10 26. 3.
Mehr4.1 Scans sofort verbessern
4.1 Scans sofort verbessern Fangen wir bei unseren Versuchen mit einigen Verbesserungen an, die das gesamte Bild betreffen. Wenn Sie ein Bild mit 24 Bit-Farbtiefe eingescannt haben, können auch bei korrekter
Mehr1000 V (DC oder AC Spitze zu Spitze) Genauigkeit: ±1% ± 2 Digit
www.batronix.com Technische Spezifikationen HDS3102M - Multimeter Funktionen: Spannungsmessung VDC (TRMS): Eingangswiderstand 10 MΩ Bereich 400.0mV Bereich 4.000V Bereich 40.00V Bereich 400.0V 1000 V (DC
MehrTeil VIII. Zentraler Grenzwertsatz und Vertrauensintervalle. Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle. Lernziele. Typische Situation
Woche 6: Zentraler Grenzwertsatz und Vertrauensintervalle Patric Müller ETHZ Teil VIII Zentraler Grenzwertsatz und Vertrauensintervalle WBL 17/19, 29.05.2017 Wahrscheinlichkeit
MehrDeskriptive Statistik
Deskriptive Statistik Deskriptive Statistik: Ziele Daten zusammenfassen durch numerische Kennzahlen. Grafische Darstellung der Daten. Quelle: Ursus Wehrli, Kunst aufräumen 1 Modell vs. Daten Bis jetzt
MehrTechnischer Überblick
Technischer Überblick Smart Insight verbessert die Darstellung dunkler Bildbereiche INHALT 1. EINLEITUNG... 2 2. TECHNOLOGIE ZUR VERBESSERUNG DER DARSTELLUNG DUNKLER BILDBEREICHE... 3 2.1 KONVENTIONELLE
MehrGamma und Gammakorrektur
Andreas Pöschek Proseminar am Institut für Algorithmen und Computergraphik der TU-Wien. WS 2002/03 Matr.-Nr. 0026582 E881 INHALTSVERZEICHNIS 1 Motivation...3 2 Die Tonwertkurve und der Gammawert...4 2.1
MehrBeschreibung GNU Image Manipulation Program. Eine Bilddatei mit GIMP speichern
Beschreibung GNU Image Manipulation Program Teil 007 Eine Bilddatei mit GIMP speichern Ein Bild, das Sie zur Bearbeitung geöffnet haben, sollten Sie zunächst unter einem anderen Dateinamen in einer neuen
MehrDigitale Bildverarbeitung Einheit 5 Bilder und Statistik
Digitale Bildverarbeitung Einheit 5 Bilder und Statistik Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
MehrTechTipp. Bildbearbeitung mit Lookup-Tabellen (LUT): Machen Sie das (fast) Unsichtbare sichtbar. Hintergrund
Bildbearbeitung mit Lookup-Tabellen (LUT): Machen Sie das (fast) Unsichtbare sichtbar Die IDS Software Suite erlaubt Ihnen für alle ueye-kameramodelle softwareseitig mittels Lookup-Tabellen eine Kennlinie
Mehr2. Schnitterkennung Videoanalyse
2. Schnitterkennung Videoanalyse Stephan Kopf Inhalt Definition: Schnitt Klassifikation eines Schnittes Vorgehensweise bei der automatischen Schnitterkennung Pixelbasierte Verfahren Histogramme Aggregierte
MehrKamerabasierte Optimierungen (also Hardware-basiert) sind beispielsweise bei der GigE Vision Kamera mvbluecougar-x von MATRIX VISION
Whitepaper über Farbkorrektur Mehr Drama In vielen Industriebereichen wie Digitaldruck oder Humanmedizin ist eine natürliche Farbwiedergabe unerlässlich. Wie wichtig die Farbtreue sein kann, zeigt das
MehrLossy Bildkompression: Techniken und Bildqualität
Lossy Bildkompression: Techniken und Bildqualität Brigitte Forster Zentrum Mathematik, Technische Universität München, und Institut für Biomathematik und Biometrie, Helmholtz-Zentrum München Konsensuskonferenz:
MehrEinführung in die medizinische Bildverarbeitung SS 2013
Einführung in die medizinische Bildverarbeitung SS 2013 Stephan Gimbel 1 Kurze Wiederholung Gradienten 1. und 2. Ableitung grad( f ( x, y) ) = f ( x, y) = f ( x, y) x f ( x, y) y 2 f ( x, y) = 2 f ( x,
MehrAkkurater Gammawert 2.2 und 5 voreingestellte Gamma-Einstellungen
Akkurater Gammawert 2.2 und 5 voreingestellte Gamma-Einstellungen Was ist Gamma? Gamma wurde früher in CRT- und frühen LCD-Monitoren direkt an die Spannung geknüpft und war ein wichtiger Faktor bei der
MehrArbeitsablauf (workflow) für digitale Fotos
Arbeitsablauf (workflow) für digitale Fotos Es werden die Arbeitsabläufe beschrieben, die grundsätzlich an allen Digitalfotos in der angegebenen Reihenfolge durchgeführt werden sollten, um eine Mindestqualität
Mehr102 2 Arbeiten mit dem GIMP: Bildkorrekturen und Retuschearbeiten
D3kjd3Di38lk323nnm 102 2 Arbeiten mit dem GIMP: Bildkorrekturen und Retuschearbeiten Wenn Sie es wünschen, können Sie das Bild mit den eben getroffenen Einstellungen zur weiteren Bearbeitung an die Funktion
MehrWoche 2: Zufallsvariablen
Woche 2: Zufallsvariablen Patric Müller ETHZ WBL 17/19, 24.04.2017 Wahrscheinlichkeit und Statistik Patric Müller WBL 2017 Teil III Zufallsvariablen Wahrscheinlichkeit
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)
MehrProgrammieren: Bildbearbeitung
Programmieren: Bildbearbeitung Das Thema der folgenden Aufgaben ist Bildbearbeitung. Sie erhalten dazu ein Rahmenprogramm, das bereits Bilder lesen und darstellen kann. Dieses Rahmenprogramm basiert auf
MehrBlende Belichtungszeit ISO-Empfindlichkeit Belichtungsmessung Aufnahmeprogramme
Foto: Ulla Lohmann, Canon Explorer BELICHTUNG DIE RICHTIGE DOSIS LICHT Blende Belichtungszeit ISO-Empfindlichkeit Belichtungsmessung Aufnahmeprogramme INHALT Der Canon Academy Leitfaden zum Thema Belichtung
MehrSegmentierung. Vorlesung FH-Hagenberg SEM
Segmentierung Vorlesung FH-Hagenberg SEM Segmentierung: Definition Die Pixel eines Bildes A={a i }, i=1:n, mit N der Anzahl der Pixel, werden in Teilmengen S i unterteilt. Die Teilmengen sind disjunkt
MehrWas bisher geschah. Definition digitaler Bilder B : pos col Bildanalyse, statistische Merkmale Signale im Orts- und Frequenzraum Bildbearbeitung durch
Was bisher geschah Definition digitaler Bilder B : pos col Bildanalyse, statistische Merkmale Signale im Orts- und Frequenzraum Bildbearbeitung durch Punktoperationen (Farbtransformation) f : col1 col
MehrAnalyse mit den Messinstrumenten. Was können denn nun die Messinstrumente liefern die Aufnahme ist ja gemacht.
Analyse mit den Messinstrumenten Was können denn nun die Messinstrumente liefern die Aufnahme ist ja gemacht. Sie können zeigen ob ein Bild eventuell nicht wirklich besser zu machen ist und sie können
MehrKlausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008. Aufgabe 1
Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik I (mit Kurzlösung) Wintersemester 2007/2008 Aufgabe 1 Ihnen liegt
Mehr4K MÖGLICHKEITEN UND GRENZEN
4K MÖGLICHKEITEN UND GRENZEN FREDERIK DE VRIES FIRMA COMWEB E.K. FREDERIK DE VRIES FIRMA COMWEB E.K. 4K MÖGLICHKEITEN UND GRENZEN FREDERIK DE VRIES FIRMA COMWEB E.K. 1. Was bedeutet 4K / UHD? 2. Fernseher
Mehr10. Statistische Verteilungen
10. Statistische Verteilungen Übung Röntgenpraxis XVI Die Patienten der Röntgenpraxis unterscheiden sich durch unterschiedliche Fitness. Daher benötigen die MTRA unterschiedliche Zeiten, um die Patienten
Mehr