Bildbearbeitung und Texturierung
|
|
- Hetty Biermann
- vor 6 Jahren
- Abrufe
Transkript
1 Ulf Döring, Markus Färber Anti-Aliasing (a) Wodurch entsteht der Aliasing-Effekt bei der Rasterisierung einer Linie? (b) Wie kann der Aliasing-Effekt durch Supersampling mit nachträglichem Downsampling verringert werden? Beschreiben Sie das Vorgehen durch geeignete Skizzen. (c) In welchen Fällen liefert der in (b) zu beschreibende Algorithmus nur ungenügende Ergebnisse? Wie lassen sich diese verbessern? 2. Wieviele Farbabstufungen lassen sich beim Rendern einer schwarzen Linie auf weißem Grund erreichen, wenn mit n Subpixeln Supersampling durchgeführt wird? 3. Welcher Unterschied besteht zwischen Supersampling und Multisampling? 4. Geben Sie den Floyd-Steinberg-Algorithmus zur Verringerung der Farbtiefe eines Bildes an. Was geschieht mit einem Grauwertbild, bestehend aus identischen 50% grauen Pixeln (Farbtiefe 8 bit, das heisst, Grauwerte zwischen 0 und 255), das mit dem Floyd-Steinberg- Algorithmus in ein Schwarzweißbild umgewandelt wird? Berechnen Sie die Farbwerte für die ersten drei Pixel der ersten Zeile Vergleichen Sie Vorwärtstransformation und Resampling bei der Anwendung von Operationen auf dem Bildraster? 6. Affines und perspektivisches Textur-Mapping: (a) Skizzieren Sie ein affin projiziertes Schachbrett und ein perspektivisch projiziertes Schachbrett (Annahme: Das Textur-Mapping basiere auf triangulierten Polygonen). Es sei weiterhin angenommen, dass die Kontur des Schachbrettes nach der Projektion so wie dargestellt aussieht. Textur Affines Mapping Perspektivisches Mapping 1
2 (b) Beschreiben Sie, wie die Transformationsmatrix für das affine Textur-Mapping aufgestellt wird. In welchen Räumen (Koordinatensystemen) sind die Koordinaten des zu transformierenden bzw. des transformierten Punktes angegeben? (c) Erläutern Sie das perspektivische Textur-Mapping. Gehen Sie dabei insbesondere auf die verwendeten Räume (bzw. Koordinatensysteme) sowie die zwischen den Räumen durchzuführenden Koordinatentransformationen ein. Fertigen Sie eine Skizze an, die Ihre Erläuterungen veranschaulicht. (d) Begründen Sie kurz, warum das Ergebnis der affinen Projektion in diesem Beispiel nicht korrekt sein kann. 7. Abtastprobleme beim Textur-Mapping (a) Erläutern Sie das Problem der Unterabtastung am Beispiel der folgenden Streifentextur: (b) Erläutern Sie das Problem der Überabtastung am Beispiel der folgenden Streifentextur: 8. Vermeidung von Unterabtastung (a) Wie kann durch Mip-Mapping und trilineare Filterung das Textur-Mapping verbessert werden? Wie können Mip-Maps erstellt werden? Wie groß ist der zusätzliche Speicherbedarf? (b) Geben Sie ein Beispiel an, in welchem Mip-Mapping an seine Grenzen stößt. (c) Wie kann durch anisotrope Texturfilterung eine Verbesserung erreicht werden? 9. Um Überabtastung zu vermeiden, müssten Texturen in beliebig hoher Auflösung zur Verfügung stehen. Welche Möglichkeiten gibt es, höher aufgelöste Texturen zu interpolieren? (a) Erläutern Sie hierzu die bilineare Texturfilterung. (b) Gibt es eine Möglichkeit, exakt zu interpolieren? Wenn ja, wie? 2
3 Ulf Döring, Markus Färber Anti-Aliasing (a) Wodurch entsteht der Aliasing-Effekt bei der Rasterisierung einer Linie? (b) Wie kann der Aliasing-Effekt durch Supersampling mit nachträglichem Downsampling verringert werden? Beschreiben Sie das Vorgehen durch geeignete Skizzen. (c) In welchen Fällen liefert der in (b) zu beschreibende Algorithmus nur ungenügende Ergebnisse? Wie lassen sich diese verbessern? 2. Wieviele Farbabstufungen lassen sich beim Rendern einer schwarzen Linie auf weißem Grund erreichen, wenn mit n Subpixeln Supersampling durchgeführt wird? 3. Welcher Unterschied besteht zwischen Supersampling und Multisampling? 4. Geben Sie den Floyd-Steinberg-Algorithmus zur Verringerung der Farbtiefe eines Bildes an. Was geschieht mit einem Grauwertbild, bestehend aus identischen 50% grauen Pixeln (Farbtiefe 8 bit, das heisst, Grauwerte zwischen 0 und 255), das mit dem Floyd-Steinberg- Algorithmus in ein Schwarzweißbild umgewandelt wird? Berechnen Sie die Farbwerte für die ersten drei Pixel der ersten Zeile Lösung: Zunächst sei der Algorithmus im Pseudocode angegeben. Für das aktuelle Pixel wird zunächst die Abweichung des Grauwertes nach der Farbreduzierung vom Grauwert vor der Reduzierung berechnet: (error = oldcolor newcolor). Dieser Fehler wird dann auf die rechts und unterhalb liegenden Pixel verteilt. Dies entspricht einer Faltung des Bildes mit dem Kernel ( ) # (# ist die Position des aktuellen Pixels.) 1: procedure floydsteinberg(image) 2: for row y from top to bottom do 1 1
4 3: for column x from left to right do 4: oldcolor pixel(x, y) 5: newcolor findclosestcolor(oldcolor) 6: pixel(x, y) newcolor 7: error oldcolor newcolor 8: pixel(x + 1, y) pixel(x + 1, y) + 7 9: pixel(x 1, y + 1) pixel(x 1, y + 1) : pixel(x, y + 1) pixel(x, y + 1) : pixel(x + 1, y + 1) pixel(x + 1, y + 1) : end for 13: end for 14: end procedure Das gleichmäßig graue Bild wird durch den Floyd-Steinberg-Algorithmus in ein Schachbrettmuster umgewandelt: Die Berechnung der ersten drei Pixel der ersten Zeile ergibt folgendes Ergebnis: Vergleichen Sie Vorwärtstransformation und Resampling bei der Anwendung von Operationen auf dem Bildraster? 6. Affines und perspektivisches Textur-Mapping: (a) Skizzieren Sie ein affin projiziertes Schachbrett und ein perspektivisch projiziertes Schachbrett (Annahme: Das Textur-Mapping basiere auf triangulierten Polygonen). Es sei weiterhin angenommen, dass die Kontur des Schachbrettes nach der Projektion so wie dargestellt aussieht. 2
5 Textur Affines Mapping Perspektivisches Mapping (b) Beschreiben Sie, wie die Transformationsmatrix für das affine Textur-Mapping aufgestellt wird. In welchen Räumen (Koordinatensystemen) sind die Koordinaten des zu transformierenden bzw. des transformierten Punktes angegeben? (c) Erläutern Sie das perspektivische Textur-Mapping. Gehen Sie dabei insbesondere auf die verwendeten Räume (bzw. Koordinatensysteme) sowie die zwischen den Räumen durchzuführenden Koordinatentransformationen ein. Fertigen Sie eine Skizze an, die Ihre Erläuterungen veranschaulicht. (d) Begründen Sie kurz, warum das Ergebnis der affinen Projektion in diesem Beispiel nicht korrekt sein kann. 7. Abtastprobleme beim Textur-Mapping (a) Erläutern Sie das Problem der Unterabtastung am Beispiel der folgenden Streifentextur: (b) Erläutern Sie das Problem der Überabtastung am Beispiel der folgenden Streifentextur: 8. Vermeidung von Unterabtastung (a) Wie kann durch Mip-Mapping und trilineare Filterung das Textur-Mapping verbessert werden? Wie können Mip-Maps erstellt werden? Wie groß ist der zusätzliche Speicherbedarf? 3
6 (b) Geben Sie ein Beispiel an, in welchem Mip-Mapping an seine Grenzen stößt. (c) Wie kann durch anisotrope Texturfilterung eine Verbesserung erreicht werden? 9. Um Überabtastung zu vermeiden, müssten Texturen in beliebig hoher Auflösung zur Verfügung stehen. Welche Möglichkeiten gibt es, höher aufgelöste Texturen zu interpolieren? (a) Erläutern Sie hierzu die bilineare Texturfilterung. (b) Gibt es eine Möglichkeit, exakt zu interpolieren? Wenn ja, wie? 4
Zielbild B. all. Oft verwendet: kubische B-Splines. Bestimmung der Koeffizienten Vorlesung BV&ME
2.2) geometrische Transformationen (CG/BV) 2.2.c) Resamplingproblem ( ) = A(x, y) 1 ( ) = A h { k,l} B k,l Qellbild A Zielbild B y x AT 1 Methodischer Ansatz 2 für das Resampling: Statt der gewichteten
Mehr1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen
3D-Rendering Ulf Döring, Markus Färber 07.03.2011 1. Sichtbarkeitsproblem beim Rendern einer dreidimensionalen Szene auf einer zweidimensionalen Anzeigefläche (a) Worin besteht das Sichtbarkeitsproblem?
MehrFarbtiefe. Gängige Farbtiefen
Farbtiefe Die Anzahl der darstellbaren Farben ist abhängig von den Farbabstufungen, die in einem Pixel gespeichert werden. Die Anzahl der darstellbaren Farbtöne wird als Farbtiefe bezeichnet. Die Farbtiefe
MehrVHDL - Grundlagen des Pointrenderings
VHDL - Grundlagen des Pointrenderings Marc Reichenbach, Timo Nieszner Informatik 3 / Rechnerarchitektur Universität Erlangen Nürnberg 2013 1 / 25 Rendern von Dreiecksnetzen Quelle: Inf9, CG-Slides grobmaschiges
MehrInhalt. Bildaufnahme / Digitale Bilder. Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung
Inhalt Bildaufnahme / Digitale Bilder Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung Abtastung, Parameter Aliasing-Beispiel: Unterabtastung einer periodischen Funktion. Rekonstruktion ergibt
MehrTexture Based Direct Volume Rendering
Texture Based Direct Volume Rendering Vorlesung: "Advanced Topics in Computer Graphics" cbrak@upb.de 1 Agenda 1. Einleitung Volume Rendering 1.1. Volumendatensatz 1.2. Volumenintegral 1.3. Image order
MehrProbelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering
Probelektion zum Thema Shadow Rendering Shadow Maps Shadow Filtering Renderman, 2006 CityEngine 2011 Viewport Real reconstruction in Windisch, 2013 Schatten bringen viel Realismus in eine Szene Schatten
Mehr1 Transformationen. 1.1 Transformationsmatrizen. Seite 1
Seite 1 1 Transformationen 1.1 Transformationsmatrizen In den folgenden Teilaufgaben sind die Koeffizienten von 4 4 Transformationsmatrizen zur Repräsentation von affinen Abbildungen im R 3 zu bestimmen.
MehrDebayeringverfahren. 19. Mai Thomas Noack, Nikolai Kosjar. SE Computational Photography - Debayeringverfahren
Debayeringverfahren Thomas Noack, Nikolai Kosjar 19. Mai 2010 Was bisher geschah... Reduktion der Herstellungskosten durch Einsatz von nur noch einem CCD-Sensor mit Bayer-Filter Problem: Bayer Image Full
Mehr(7) Normal Mapping. Vorlesung Computergraphik II S. Müller. Dank an Stefan Rilling U N I V E R S I T Ä T KOBLENZ LANDAU
(7) Normal Mapping Vorlesung Computergraphik II S. Müller Dank an Stefan Rilling Einleitung Die Welt ist voller Details Viele Details treten in Form von Oberflächendetails auf S. Müller - 3 - Darstellung
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrBildwinkel & Auflösung
Whitepaper HD-Kameras Bildwinkel & Auflösung Box-Kameras DF4510HD DF4910HD DF4910HD-DN DF4920HD-DN Dome-Kameras DDF4510HDV DDF4910HDV DDF4910HDV-DN DDF4820HDV-DN DDF4920HDV-DN IR-Kameras DF4910HD-DN/IR
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 6 Endliche Kameras Die Lochkamera Die Projektive Kamera Die projektive Kamera Spalten von P Zeilen von P Hauptpunkt und Hauptachse
MehrInhaltsverzeichnis - Themen
Inhaltsverzeichnis - Themen 1 Hardwaregrundlagen 2 Transformationen und Projektionen 3 Repräsentation und Modellierung von Objekten 4 Visibilität und Verdeckung 5 Rasterung 6 Rendering 7 Abbildungsverfahren
MehrPhotonik Technische Nutzung von Licht
Photonik Technische Nutzung von Licht Raytracing und Computergraphik Überblick Raytracing Typen von Raytracern z-buffer Raytracing Lichtstrahlen-Verfolgung (engl. ray tracing): Berechnung von Lichtstrahlen
MehrWoraus besteht ein Bild? 28.02.2008 (c) Winfried Heinkele 2006 2
Woraus besteht ein Bild? 28.02.2008 (c) Winfried Heinkele 2006 2 Was ist ein Pixel? Die durch das Objektiv einer Kamera auf einen Film oder einen elektronischen Bildsensor projizierte Wirklichkeit ist
MehrLehrveranstaltung Fernerkundung. Mod. 1 p. 1. Typische Schritte in einem Fernerkundungsprojekt. Bildgeometrie. Vorlesungs- und Übungsplan SS 2010
Lehrveranstaltung Fernerkundung Vorlesungs- und Übungsplan 07.04.10 Einführung, Strahlung, Sensoren 14.04.10 Digitale Bilder, Bildstatistik& Kontraststreckung 21.04.10 Bild Verbesserung & Indexe 28.05.10
MehrKapitel 8: Operationen auf Rasterdaten
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 8: Operationen auf Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2015/16 Ludwig-Maximilians-Universität
MehrLösung zur Klausur zu Krypographie Sommersemester 2005
Lösung zur Klausur zu Krypographie Sommersemester 2005 1. Bestimmen Sie die zwei letzten Ziffern der Dezimaldarstellung von 12 34 Es gilt: 12 34 = 12 32+2 = 12 32 12 2 = 12 (25) 12 2 = ((((12 2 ) 2 ) 2
MehrGrundlagen der digitalen Bildverarbeitung / Fortsetzung
Grundlagen der digitalen Bildverarbeitung / Fortsetzung Wir haben bereits zwei Beispiele digitaler Bildfilter gesehen. Es gibt eine große Menge von Filtern mit ganz unterschiedlicher Auswirkung auf das
MehrGeoinformatik I /Geoinformationsysteme
Geoinformatik I /Geoinformationsysteme SS 2005 1 Georeferenzieren a) Sie haben ein Feature, das mit den Angaben [WGS-1984, UTM-Zone 12N] georeferenziert ist. Was bedeuten die beiden Angaben? (Was ist ein
MehrÜbersicht der Vorlesung
Übersicht der Vorlesung. Einführung. Bildverarbeitung. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse
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
Mehry x x y ( 2x 3y + z x + z
Matrizen Aufgabe Sei f R R 3 definiert durch ( ) x 3y x f = x + y y x Berechnen Sie die Matrix Darstellung von f Aufgabe Eine lineare Funktion f hat die Matrix Darstellung A = 0 4 0 0 0 0 0 Berechnen Sie
MehrNumerisches Programmieren
Technische Universität München WS /3 Institut für Informatik Prof Dr Hans-Joachim Bungartz Dipl-Inf Christoph Riesinger Dipl-Inf Dipl-Math Jürgen Bräckle Numerisches Programmieren Programmieraufgabe: Polnominterpolation,
MehrInhaltsverzeichnis. 1 Hardwaregrundlagen
Inhaltsverzeichnis 1 Hardwaregrundlagen 2.4 2.5 Perspektivische 2.6 Parallele 2.7 Umsetzung der Zentralprojektion 2.8 Weitere 2.9 Koordinatensysteme, Frts. 2.10 Window to Viewport 2.11 Clipping 3 Repräsentation
Mehr2.1 CorelDRAW 8 Das Allround-Programm
2 CorelDRAW 8 Ziele dieses Kapitels: $ Sie lernen verschiedene Anwendungsgebiete von CorelDRAW 8 kennen. $ Sie verstehen den Unterschied zwischen Vektor-, Pixel- und Rendergrafiken. 2.1 CorelDRAW 8 Das
MehrComputergraphik I. Scan Conversion: Lines & Co. Einordnung in die Pipeline. G. Zachmann Clausthal University, Germany zach@tu-clausthal.
11/4/10 lausthal omputergraphik I Scan onversion of Lines. Zachmann lausthal University, ermany zach@tu-clausthal.de Einordnung in die Pipeline Rasterisierung der Objekte in Pixel Ecken-Werte interpolieren
Mehr19.09.2014. 2D-Texturen. Reflectance Mapping 3D-Texturen. Farbtexturen
2D-Texturen Texturarten Transformationen Generierung Thomas Jung Reflectance Mapping 3D-Texturen Modellierung von Details erfordert Zeit Darstellung ist aufwendig (langsam) Details belegen Speicherplatz
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
MehrMorphologische Bildverarbeitung II
FAKULTÄT FÜR MATHEMATIK UNIVERSITÄT ULM ABT. STOCHASTIK ABT. ANGEWANDTE INFORMATIONSVERARBEITUNG Seminar Simulation und Bildanalyse mit Java Morphologische Bildverarbeitung II BETREUER: JOHANNES MAYER
Mehr6.3 Hauptachsentransformation
Im Wintersemester 6/7 wurde in der Vorlesung Höhere Mathematik für Ingenieurstudiengänge der folgende Algorithmus zur Hauptachsentransformation besprochen: 63 Hauptachsentransformation Die Matrizen, die
MehrDer Algorithmus von Bresenham
Der Algorithmus von Bresenham Das Bresenham-Verfahren beruht im wesentlichen auf zwei grundsätzliche Beobachtungen: - Es reicht ein Verfahren aus um Geraden mit einer Steigung im Bereich von null bis eins
MehrGrundlagen der Bildbearbeitung
Grundlagen der Bildbearbeitung Voraussetzungen zur Bildbearbeitung Eingabegeräte Scanner Digitale Kameras Ausgabegeräte Speichermedien Index Voraussetzungen zur Bildbearbeitung Um Bilder auf elektronischem
MehrGrundlagen der Computer-Tomographie
Grundlagen der Computer-Tomographie Quellenangabe Die folgenden Folien sind zum Teil dem Übersichtsvortrag: imbie.meb.uni-bonn.de/epileptologie/staff/lehnertz/ct1.pdf entnommen. Als Quelle für die mathematischen
MehrDigitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am
Digitale Bilder Ein Referat von Jacqueline Schäfer und Lea Pohl Am 06.05.2015 Inhaltsverzeichnis Einheiten Grafiktypen Bildformate Farbtiefe Farbbilder/ Farbräume Quellen Einführung in die Bildverarbeitung
Mehr2.2 Projektionen und Kameramodelle
Graphikprog. GRUNDLEGENDE VERFAHREN UND TECHNIKEN. Projektionen und Kameramodelle Nachdem alle Objekte einer Szenerie mittels der besprochenen Transformationen im D-Weltkoordinatensystem platziert sind,
MehrNichtrealistische Darstellung von Gebirgen mit OpenGL
Nichtrealistische Darstellung von Gebirgen mit OpenGL Großer Beleg Torsten Keil Betreuer: Prof. Deussen Zielstellung Entwicklung eines Algorithmus, der die 3D- Daten einer Geometrie in eine nichtrealistische
MehrTechnologievergleich Digitalkamerasysteme
Technologievergleich Digitalkamerasysteme A. Bayer- Matrix Sensoren 1. Technologie Bayer Farbmatrix (1) In nahezu allen Digitalkamerasystemen werden Sensoren mit Bayer- Farbmatrix eingesetzt. Hierzu wird
MehrReal-Time High-Dynamic Range Texture Mapping
Real-Time High-Dynamic Range Texture Mapping Jonathen Cohen, Chris Tchou, Tim Hawkins and Paul Debevec Präsentiert von Daniel Wickeroth Einführung Worum geht s? Darstellung realistischer Szenen Innen -
MehrKollisionserkennung
1 Kollisionserkennung von Jens Schedel, Christoph Forman und Philipp Baumgärtel 2 1. Einleitung Wozu wird Kollisionserkennung benötigt? 3 - für Computergraphik 4 - für Simulationen 5 - für Wegeplanung
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
MehrGIS Einführungsschulung
Datentypen 1. Rasterdaten Datenquellen: Gescannte analoge Karten und Pläne Digitale Kameras Framegrabber Satellitenaufnahmen (Scanner und optische Sensoren) Datentypen: binär (Synonyme: 1-Bit, Schwarz-weiß)
MehrComputergraphik Grundlagen
Computergraphik Grundlagen IX. Texturen und Schatten Prof. Stefan Schlechtweg Hochschule Anhalt Fachbereich Informatik Inhalt Lernziele 1. Texture Mapping 1. Texture Pipeline 2. Environment Mapping 3.
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
MehrGames Engines. Realtime Terrain Rendering
Games Engines Realtime Terrain Rendering RTR Gliederung Probleme & Anforderungen Grundlagen Heightmaps und Paging Visibility View Frustrum Culling Occlusion Culling/ Occlusion Map Fogging Level of Detail
MehrLandesabitur 2007 Beispielaufgaben 2005_M-LK_A 7. Eine quadratische Pyramide (Grundkante 4 und Höhe 6) steht neben einer Stufe. 1.
I. Thema und Aufgabenstellung Lineare Algebra / Analytische Geometrie Aufgaben Eine quadratische Pyramide (Grundkante 4 und Höhe 6) steht neben einer Stufe. 3. Achse 2. Achse 1. Achse Die Sonne scheint
MehrVU Einführung in Visual Computing 1. Test Gruppe A
09.04.2014 186.822 VU Einführung in Visual Computing 1. Test Gruppe A Matrikelnummer: Nachname: Punkte: Studienkennzahl: Vorname: Bitte tragen sie Ihre Matrikelnummer, Studienkennzahl sowie Vor- und Nachname
MehrFotografie * Informatik * Mathematik * Computer-Algebra * Handreichung für Lehrer
BIKUBISCHE INTERPOLATION AM BEISPIEL DER DIGITALEN BILDBEARBEITUNG - AUFGABENSTELLUNG FÜR SCHÜLER Problem Bei Veränderung der Größe eines Digitalbildes sind entweder zuviel Pixel (Verkleinerung) oder zuwenig
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 Bilddateien
ARBEITSBLATT 1 Digitale Bilddateien Gängige Bildformate und deren Speicherbedarf Unkomprimierte Bilddateien Öffnen Sie in Photopaint die Datei beauty.tga! Beauty.tga ein virtueller Männertraum, generiert
MehrShadingalgorithmen zur Visualisierung nanostrukturierter Oberflächen
Universität Hamburg Fachbereich Informatik Arbeitsbereich Technische Aspekte Multimodaler Systeme Seminar Informatikanwendungen in Nanotechnologien Betreuer: Bernd Schütz Sommersemester 2014 Shadingalgorithmen
MehrA2.3 Lineare Gleichungssysteme
A2.3 Lineare Gleichungssysteme Schnittpunkte von Graphen Bereits weiter oben wurden die Schnittpunkte von Funktionsgraphen mit den Koordinatenachsen besprochen. Wenn sich zwei Geraden schneiden, dann müssen
MehrBearbeite die folgenden Aufgaben mit Hilfe der Lerneinheit im Internet. Notiere Deine Lösungen auf dem Arbeitsblatt.
Name: Arbeitsblatt zur Aufgabe "Dreiecksfläche" Datum: Bearbeite die folgenden Aufgaben mit Hilfe der Lerneinheit im Internet. Notiere Deine Lösungen auf dem Arbeitsblatt. Die Lerneinheit findest Du unter
Mehr3D rendering. Introduction and interesting algorithms. PHP Usergroup Dortmund, Dortmund, 2006-12-14. Kore Nordmann <kore@php.net>
3D rendering Introduction and interesting algorithms PHP Usergroup Dortmund, Dortmund, 2006-12-14 Kore Nordmann Speaker Kore Nordmann Studies computer science at the University Dortmund
MehrPrüfung 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
MehrGrundlagen 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
MehrChristina Nell 3D-Computergrafik Seminararbeit im Hauptseminar Grafikprogrammierung. Universität Ulm Sommersemester 2008
Christina Nell 3D-Computergrafik Seminararbeit im Hauptseminar Grafikprogrammierung Universität Ulm Sommersemester 2008 1 Inhalt 1 Einleitung 3 2 Beleuchtung 2.1 Grundlagen 2.2 Beleuchtung 2.3 Shading
Mehr5. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)
Technische Universität München Zentrum Mathematik PD Dr. hristian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 5. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12) Aufgabe 5.1: In einer Implementierung
MehrErweiterung: Flächeninhalt mit Vorzeichen. a b, P, Q, R gegen Uhrzeigersinn a b, P, Q, R im Uhrzeigersinn
Flächeninhalte Flächeninhalt eines Dreiecks: R A(PQR)= 1 2 = 1 2 a b sin α a b P b α a c Q Erweiterung: Flächeninhalt mit Vorzeichen A(PQR)= 1 2 1 2 a b, P, Q, R gegen Uhrzeigersinn a b, P, Q, R im Uhrzeigersinn.
MehrKompakte Graphmodelle handgezeichneter Bilder. Einbeziehung in Autentizierung und Bilderkennung
Kompakte Graphmodelle handgezeichneter Bilder Einbeziehung in Autentizierung und Bilderkennung Inhaltsverzeichnis 1 Einleitung Das graphische Model.1 Image Thinning................................. 3.
MehrAggregatfunktionen in SQL
Aggregatfunktionen in SQL Michael Dienert 14. April 2008 1 Definition von Aggregatfunktionen Ihren Namen haben die Aggregatfunktionen vom englischen Verb to aggregate, was auf deutsch anhäufen, vereinigen,
MehrLösungsbuch für Rubik s Zauberwürfel
Lösungsbuch für Rubik s Zauberwürfel frank klautke farbmanagement Herzlichen Dank an Andreas Fuchs und Peter Schwachhofer Begriffsdefinitionen: Mittelpunkte Ecken Kanten Die Farben der grauen Steine sind
MehrHauptdiplomklausur Informatik August 2007: Multimedia Technology
Universität Mannheim Fakultät für Mathematik und Informatik Lehrstuhl für Praktische Informatik IV Prof. Dr.-Ing. W. Effelsberg Hauptdiplomklausur Informatik August 2007: Multimedia Technology Name: Matrikel-Nr.:
MehrCopyright, Page 1 of 5 Die Determinante
wwwmathematik-netzde Copyright, Page 1 of 5 Die Determinante Determinanten sind ein äußerst wichtiges Instrument zur Untersuchung von Matrizen und linearen Abbildungen Außerhalb der linearen Algebra ist
MehrVektorgeometrie. 1. Vektoren eingeben, Norm, Skalarprodukt. 2 In einem kartesischen Koordinatensystem sind die Vektoren. , v. und. gegeben.
Vektorgeometrie 1. Vektoren eingeben, Norm, Skalarprodukt 2 In einem kartesischen Koordinatensystem sind die Vektoren u 14, 5 11 10 v 2 und w 5 gegeben. 10 10 a) Zeigen Sie, dass die Vektoren einen Würfel
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,
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
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
MehrSystemtheorie abbildender Systeme
Bandbegrenzung Bild in (b) nicht band-begrenzt: scharfe Kanten = Dirac-Funktionen = weißes Spektrum Erfordert Tapering vor Digitalisierung (Multiplikation mit geeigneter Fensterfunktion; auf Null drücken
MehrDirekte Schattierungsverfahren (Gouraud)
Direkte Schattierungsverfahren (Gouraud) Kontinuierliche Schattierung von Polygonen (Gouraud-Shading) bisher: Zerlegung gekrümmter Flächen (Zylinder, Kugeln, B-Spline-Flächen etc.) in Polygone (meist Drei-
MehrComputer-Graphik I Transformationen & Viewing
lausthal Motivation omputer-raphik I Transformationen & Viewing Man möchte die virtuelle 3D Welt auf einem 2D Display darstellen. Zachmann lausthal University, ermany zach@in.tu-clausthal.de. Zachmann
MehrRahmen Dragonlove. Das Copyright dieses Bild liegt bei Anne Stokes
Rahmen Dragonlove Dieser Rahmen ist von mir selbst ausgedacht jede Ähnlichkeit mit anderen Rahmen ist rein zufällig und nicht beabsichtigt by Sabine geschrieben mit PS CS 3 am 07.05.2010 Das Copyright
Mehr4. Kapitel 3D Engine Geometry
15.11.2007 Mathematics for 3D Game Programming & Computer Graphics 4. Kapitel 3D Engine Geometry Anne Adams & Katharina Schmitt Universität Trier Fachbereich IV Proseminar Numerik Wintersemester 2007/08
Mehr'Visual Hull' mit Hilfe von Spiegeln
'Visual Hull' mit Hilfe von Spiegeln hwww.dip.ee.uct.ac.za/~kforbes/doublemirror/doublemirror.html Dreidimensionales Computersehen Dr.-Ing. Simon Winkelbach www.rob.cs.tu-bs.de/teaching/courses/cs 1 Zur
MehrCorelDRAW X7 Ansichten
Hochschulrechenzentrum Justus-Liebig-Universität Gießen CorelDRAW X7 Ansichten Ansichten in CorelDRAW Seite 1 von 10 Inhaltsverzeichnis Einleitung... 2 Ansichtsformen... 2 Einfacher Umriss... 2 Umriss...
MehrMatrizen. Aufgabe 1. Sei f R 2 R 3 definiert durch. x y x Berechnen Sie die Matrix Darstellung von f. Lösung von Aufgabe 1.
Matrizen Aufgabe Sei f R R 3 definiert durch ( x 3y x f x + y y x Berechnen Sie die Matrix Darstellung von f Lösung von Aufgabe ( f ( f 3 Die Matrix Darstellung von f ist somit A 3 Aufgabe Eine lineare
MehrFortgeschrittene Schärfemethoden, Schärfemethoden die dem Bild mehr Brillanz verleihen
Fortgeschrittene Schärfemethoden, Schärfemethoden die dem Bild mehr Brillanz verleihen In der klassischen Bilderbearbeitung werden viele Schärfemethoden benutzt die zwar Effektiv sind, aber nach deren
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
MehrEinführung in QtiPlot
HUWagner und Julia Bek Einführung in QtiPlot 30. Juni 2011 1/13 Einführung in QtiPlot Mit Bezug auf das Liebig-Lab Praktikum an der Ludwig-Maximilians-Universität München Inhaltsverzeichnis 1 Programmeinführung
MehrComputergrafik 2010 Oliver Vornberger. Kapitel 18: Beleuchtung
Computergrafik 2010 Oliver Vornberger Kapitel 18: Beleuchtung 1 Ausgangslage am Ende der Viewing Pipeline liegt vor: P A Materialeigenschaften P B P C 2 Beleuchtungmodelle lokal: Objekt, Lichtquellen,
MehrPräzedenz von Operatoren
Präzedenz von Operatoren SWE-30 Die Präzedenz von Operatoren bestimmt die Struktur von Ausdrücken. Ein Operator höherer Präzedenz bindet die Operanden stärker als ein Operator geringerer Präzedenz. Mit
MehrAutomatisch-generierte Texturen aus Laserpunktwolken
Automatisch-generierte Texturen aus Laserpunktwolken Sharon Friedrich, Maik Häsner Ruprecht-Karls-Universität Heidelberg Interdisziplinäres Zentrum für wissenschaftliches Rechnen (IWR) Softwarepraktikum
MehrEffiziente Erzeugung qualitativ hochwertiger Bilder anhand punktbasierter Geometriedaten
Effiziente Erzeugung qualitativ hochwertiger Bilder anhand punktbasierter Geometriedaten Referent: Arndt Ebert 1 2 Ziel des Vortrags Einordnung der point based representation (PBR) und Grundlagen Effiziente
MehrGraphikbearbeitung. Graphikgröße ändern. Eine kleine Anleitung von Dirk Weikard
Graphikbearbeitung Graphikgröße ändern Eine kleine Anleitung von Dirk Weikard Einleitung Die folgende kurze Anleitung soll helfen und verständlich machen wie eine Graphik von der Größe her verändert werden
Mehr:= Modellabbildung. Bildsynthese (Rendering) Bildsynthese
Geometrisches Modell bestehend aus Datenstrukturen zur Verknüpfung geometrischer Primitive, welche eine Gesamtszene beschreiben Bildsynthese := Modellabbildung Pixelbasiertes Modell zur Darstellung eines
MehrKompakte Graphmodelle handgezeichneter Bilder
Kompakte Graphmodelle handgezeichneter Bilder Einbeziehung in Authentizierung und Bilderkennung Inhaltsverzeichnis Seminar Mustererkennung WS 006/07 Autor: Stefan Lohs 1 Einleitung 1 Das graphische Modell.1
MehrVolumenrendering. Modellierung der visuellen Erscheinung von semitransparenten, beleuchteten Objekten. Marcel Petrick
Volumenrendering Modellierung der visuellen Erscheinung von semitransparenten, beleuchteten Objekten Marcel Petrick Einleitung Anwendung zur Visualisierung von Skalarfunktionen dreidimensionaler Variablen
MehrEigenes Erstellen von Karten
Eigenes Erstellen von Karten Da ich selbst bei MaxPunkte mit Karten aus FPlanner 4.0 arbeite, habe ich mich genau an dieses Kartenformat gehalten. Ich kann diese Karten natürlich nicht weitergeben, da
MehrRelative Atommassen. Stefan Pudritzki Göttingen. 8. September 2007
Relative Atommassen Stefan Pudritzki Göttingen 8. September 2007 Berechnung der relativen Atommassen Nach dem derzeitigen Kenntnisstand können die relativen Atommassen der chemischen Elemente mit einem
MehrSchritt 4. Die Heizkurve im Betrieb optimieren
Schritt 4 Die Heizkurve im Betrieb optimieren Die Optimierung im Betrieb ist ein ganz wichtiger Bestandteil für die Steigerung der Anlageneffizienz. Wie Sie die Heizkurve optimieren und welche Auswirkungen
MehrEinstufige Deckungsbeitragsrechnung (erhöhter Schwierigkeitsgrad)
Aufgabe 01 Für ein Einproduktunternehmen liegen folgende Daten vor: Monat Produktions- und Absatzmenge Gesamtkosten Umsatzerlöse Januar 36.430 Stück 1.018.385,00 1.001.825,00 Februar 42.580 Stück 1.138.310,00
MehrKapitel 0. Einführung. 0.1 Was ist Computergrafik? 0.2 Anwendungsgebiete
Kapitel 0 Einführung 0.1 Was ist Computergrafik? Software, die einen Computer dazu bringt, eine grafische Ausgabe (oder kurz gesagt: Bilder) zu produzieren. Bilder können sein: Fotos, Schaltpläne, Veranschaulichung
MehrISU 1. Ue_08/02_Datenbanken/SQL. 08 Datenbanken. Übung. SQL Einführung. Eckbert Jankowski. www.iit.tu-cottbus.de
08 Datenbanken Übung SQL Einführung Eckbert Jankowski www.iit.tu-cottbus.de Datenmodell (Wiederholung, Zusammenfassung) Objekte und deren Eigenschaften definieren Beziehungen zwischen den Objekten erkennen/definieren
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Grundlagen der Integralrechnung: Übungsaufgaben zur Berechnung unbestimmter und bestimmter Integrale Das komplette Material finden
MehrSoftwareprojekt Spieleentwicklung
Softwareprojekt Spieleentwicklung Prototyp I (2D) Prototyp II (3D) Softwareprojekt 12.04. 19.04. 26.04. 03.05. 31.05. Meilenstein I 28.06. Meilenstein II Prof. Holger Theisel, Tobias Günther, OvGU Magdeburg
MehrEinführung in die Software-Umgebung
Ortsbezogene Anwendungen und Dienste WS2011/2012 Einführung in die Software-Umgebung Die Software-Umgebung Zentrale Postgres-Datenbank mit Geodaten von OpenStreetMap: Deutschland: 13 mio. Datensätze Topologie-Informationen
MehrKapiteltests zum Leitprogramm Binäre Suchbäume
Kapiteltests zum Leitprogramm Binäre Suchbäume Björn Steffen Timur Erdag überarbeitet von Christina Class Binäre Suchbäume Kapiteltests für das ETH-Leitprogramm Adressaten und Institutionen Das Leitprogramm
MehrLineare Funktionen. Klasse 8 Aufgabenblatt für Lineare Funktionen Datum: Donnerstag,
Lineare Funktionen Aufgabe 1: Welche der folgenden Abbildungen stellen eine Funktion dar? Welche Abbildungen stellen eine lineare Funktion dar? Ermittle für die linearen Funktionen eine Funktionsgleichung.
Mehr