Morphologische BV. Morphological Image Processing. M. Thaler, TG208 Bildverarbeitung ZHAW, BV HS17, M. Thaler.
|
|
- Rolf Dunkle
- vor 6 Jahren
- Abrufe
Transkript
1 Morphologische BV Morphological Image Processing M. Thaler, TG208 Juni 7
2 Um was geht es? threshold Binärbild region fill egdes Juni 7 2 2
3 ... um was geht es? Morphologie in der Biologie Beschäftigung mit Formen & Strukturen von Pflanzen und Tieren Juni 7 3 3
4 ... um was geht es? Morphologie in der Bildverarbeitung mathematische Morphologie (basiert auf Mengenlehre) - Bild Attribute - meist binäre Bilder extrahieren von Bildkomponenten - Beschreibung und Darstellung von Bildkomponenten Bildvorverarbeitung - morphologische Filter eliminieren von kleinen Komponenten - verdünnen und verdicken von Linien und Kanten - pruning eliminieren von parasitären Komponenten etc. Juni 7 4 4
5 Inhalt Lehrziele Mathematische Grundlagen Dilatation und Erosion Opening und Closing Hit-or-Miss Transformation Boundary Extraction Region Filling Connected Componentes Juni 7 5 5
6 Lehrziele Sie kennen die Grundlagen der morphologischen Bildverarbeitung und die Anwendungsgebiete können die wichtigsten morphologischen Algorithmen erklären und diskutieren können die wichtigsten morphologischen Algorithmen effizient implementieren Juni 7 6 6
7 Mathematische Grundlagen Ausgangspunkt binäre Bilder: Hintergrund schwarz, Objekte weiss Mengenoperationen Bildern & Bildkomponenten A und B sind Komponenten resp. Regionen im Bild A B A B A B A c A B A Aˆ z leere Menge Aist in Benthalten Durchschnitt von Aund B: and Vereinigung von Aund B: or Komplement von A: not A B c : A, B Aum zpixelverschoben: a A: a + z, a + z A gespiegelt (punktsymetrisch) x x y y Juni 7 7 7
8 Dilatation Ausdehnen resp. verdicken von Objekten kontrolliert mit Strukturelement B (~ binäre Faltung) - definierter Ursprung A B = { z B z A } Menge aller Orte zvon verschobenen Strukturelementen B z, die mindestens um Pixel mit Aüberlappen A A B B = B Ursprung Juni 7 8 8
9 Erosion Verkleinern resp. verdünnen von Objekten gesteuert mit Strukturelement B (morphologische Faltung) - definierter Ursprung - dual zu Dilatation A B = { z (B) z A} Menge aller Positionen von verschobenen Strukturelementen, die vollständig in A enthalten sind A A B B Juni 7 9 9
10 ... Erosion und Dilatation Elimination von irrelevanten Details A B A B (A B) B Juni 7 0 Quadrate < "7x7" -> verschwinden Quadrate >= "7x7" -> bleiben 0
11 ... Erosion und Dilatation Objektformen und - grössen meist nicht bekannt Ansatz: - kleines Strukturelement, z.b. 3x3 - dann n-erosionen n-dilatationen 3-mal Juni 7 Problemstellung -wenn Strukturelement gleich gross wie Objekt (hier Rechteck resp. Quadrat) und ein Rauschpixel, dann wird das Objekt eliminiert Lösung - Wahl eines kleineren Strukturelements - anschliessend mehrmals erodieren - dann mehrmals dilatieren
12 Erosion/Dilatation: Diskussion Obige Beispiele Bereiche, die nicht vollständig von B überdeckt werden, bzw. kleiner als B sind, verschwinden Idee lässt verallgemeinern Opening (Öffnen): Erosion(en) dann Dilatation(en) Closing (Schliessen): Dilatation(en) dann Erosion(en) Beispiel B original opening closing Juni 7 2 Anmerkung - B ist grösser als die jeweils verschwundenen "Striche" bzwr Zwischeräume 2
13 Opening Eigenschaften A B = (A B) B entfernt Bereiche (Regionen) kleiner als B glättet Konturen bricht dünne Verbindungen auf entfernt dünne herausstehende Teile Idee: Strukturelement "rollt" innerhalb von A Juni 7 3 3
14 Closing Eigenschaften A B = (A B) B schliesst schmale Unterbrüche füllt Löcher kleiner als B füllt lange dünne "Golfs" Idee: Strukturelement "rollt" aussen von A ab Juni 7 4 4
15 ... opening and closing opening closing Juni 7 5 5
16 Hit-or-Miss Transformation Finden von Pixelmustern resp. Konfigurationen Eigenschaften A B = (A B ) (A c B 2 ) B muss im Vordergrund enthalten sein und B 2 muss im Hintergrund enthalten sein B B 2 Juni 7 6 im Quadrat unten rechts sind die Zahlen auf weiss gesetzt Hit or Miss -B = Objekt, B 2 = Objekthintergrund -A wird mit B erodiert (linker Term) Bild wird mit Objekt erodiert -A c wird mit B 2 erodiert (rechter Term) Hintergrund wird mit Objekt-Hintergrund erodiert 6
17 ... Hit-or-Miss Transformation Oft wird nur der "Hit"-Anteil verwendet entspricht "morphologischer Korrelation" A B = (A B) reduziert sich auf eine reine Erosion Juni 7 7 7
18 Berechnung morph. Operationen Berechnung mit Lookup- Tabellen jedem Pixel einer n x n Umgebung eine 2er-Potenz zuordnen für jedes Pixel wo gilt A B 0, wird Gewicht aufaddiert Gewichte b 8 b 7 b 6 b 5 b 4 b 3 b 2 b b Summe wird als Index in Tabelle verwendet Tabelle enthält Output-Pixelwert, z.b. tab[86] =, tab[...] = 0 Tabelle kann im voraus berechnet werden B A = = 50 Juni 7 8 Gewichte - jeder Eintrag bildet ein Bit der Adresse für die Lookup-Tabelle Berechnung bei symmetrischem Strukturelement index = 0; for (i = 0; i < 3; i++) for (j = 0; j < 3; j++) { tmp = pix[r--i][c--j] & strl[i][j]; index = (index << ) tmp; } } respix[r-][l-] = table[index]; 8
19 Boundary Extraction Berechnung der "boundary" (Regionengrenze) β(a) = A - (A B) = A (A B) c A B A B β(a) Juni 7 9 Folgende Maske (4-neighbourhood) kann auch verwendet werden Was ändert sich nun? -die boundary wird dünner - Maske "hölt" besser aus - boundary enthält auch nur diagonale Verbindungen 9
20 Hausaufgabe: boundary extraction Gesucht:boundarywenn Strukturelement kreuzförmig... was ist der Unterschied? A B A B β(a) Juni 7 20 Folgende Maske (4-neighbourhood) kann auch verwendet werden Was ändert sich nun? -die boundary wird dünner - Maske "hölt" besser aus - boundary enthält auch nur diagonale Verbindungen 20
21 Region Filling Füllen einer Region Algorithmus (boundary der Region ist 8-connected) X k = (X k- B) A c k =, 2, 3... und X 0 = p Ziel-Bild - X 0 = p: Startpunkt innerhalb der boundary - stoppt wenn X k = X k-, d.h. kein neuer Punkt kommt dazu p A A c B X 0 X Ziel-Bild Juni 7 2 Implementation Algorithmus -pro Durchgang können selbstverständlich mehrere Pixel "expandiert" werden -d.h. dauernd X k mit B dilatieren und zufügen falls in A c 2
22 Connected Components Gesucht: zusammenhängende Komponenten wichtig für automatisierte Bildanalyse Algorithmus X k = (X k- B) A k =, 2, 3... und X 0 = p - X 0 = p: Startpunkt innerhalb oder auf Boundary - stopt wenn X k = X k-, d.h. kein neuer Punkt kommt dazu Strukturelemente B 4 B 8 Komponenten sind 4-adjacient Komponenten sind 8-adjacient Juni 7 22 X0 = p X0 mit B 22
23 Labeling of connected components Beschriftung zusammenhängender Komponenten B 4 B Juni
24 Thinning and Thickening Ausdünnen Objekt wird auf eine -Pixel breite Linien reduziert Thinning A B = A (A B i ) c (nur Hit-Teil) Iterationen mit Set von Masken, Ende wenn keine Änderungen B B 2 B 3 B 4 B 5 B 6 B 7 B 8 Verdicken an Objektrand n Pixel anfügen Binär-Bild invertieren Ausdünnen Bild invertieren Juni 7 24 Masken sind rotierte Versionen der Grundmasken -wenn Maske erkannt löschen es gibt auch nicht morphologische Ansätze 24
25 Skelette Thinning und Skeletons Skeleton - Menge aller Punkte mit gleichem Abstand zu Rand des Objekts wichtige Struktur- resp. Form-Information wird beibehalten ausgedünnt Skeleton Juni
26 Weitere morph. Transformationen Pruning parasitäre Komponenten von Skeletten entfernen Convex Hull kleinste konvexe Hülle, die ein Objekt enthält Siehe Literatur Juni 7 26 Pruning - einfache Möglichkeit ( Gonazales, Wood). suchen eines Endpunktes des Skelets Endpunkt: genau ein Nachbar (in einer 3x3 Umgebung) 2. entfernen des Endpunktes Schritt. und 2. N-mal wiederholen N-Lange Äste werden entfernt (!! auch Nutz-Äste) 3. optional: alle Endpunkte N mal verlängern in Richtung des zweitletzten Pixels 26
27 ... weitere morph. Transformationen Originalbild Skeleton Skeleton nach Pruning Juni
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
MehrKapitel 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
MehrMorphologische 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
MehrKapitel 13 Binärisierung und Verarbeitung von Binärbildern p.2/40
Kapitel 13 Binärisierung und Verarbeitung von Binärbildern Automatische Schwellwertbestimmung Verarbeitung von Dokumentbildern (Skew- und Slant-Korrektur) Mathematische Morphologie Distanz-Transformation
MehrSeminarvortrag 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
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
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.
MehrBinärbildverarbeitung
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
MehrIndustrielle 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
MehrElementare Bildverarbeitungsoperationen
1 Elementare Bildverarbeitungsoperationen - Kantenerkennung - 1 Einführung 2 Gradientenverfahren 3 Laplace-Verfahren 4 Canny-Verfahren 5 Literatur 1 Einführung 2 1 Einführung Kantenerkennung basiert auf
MehrPraktikum-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
MehrZusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann
Zusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann VL01 Stufen der Bildverarbeitung Bildgewinnung => Bildbearbeitung => Bilderkennung Bildgewinnung: Bildaufnahme Bilddiskretisierung Bildbearbeitung:
MehrBildmerkmalssuche. Seminar Computational Photography. Visual Computing Department of Computer Science
Bildmerkmalssuche Seminar Computational Photography EINFÜHRUNG 2 Einführung Bildmerkmalssuche: sehr wichtiges Thema des künstlichen Sehens Erkennen von Objekten auf dem Bild oder in einer Bildsequenz anhand
MehrMorphologische Bildverarbeitung
Praktikumsversuch Morphologische Bildverarbeitung L. Bergen und H. Burkhardt . Inhaltsverzeichnis 1 Morphologische Bildverarbeitung 5 1.1 Einleitung............................... 5 1.2 Grundlagen..............................
MehrTechnische Universität München. Fakultät für Informatik
Techniche Univerität München Fakultät für Informatik Forchung- und Lehreinheit Informatik IX Thema: Morphologiche Operationen Proeminar: Grundlagen Bildvertehen/Bildgetaltung Johanne Michael Kohl Betreuer:
MehrDigitale Bildverarbeitung Einheit 8 Lineare Filterung
Digitale Bildverarbeitung Einheit 8 Lineare Filterung Lehrauftrag SS 2008 Fachbereich M+I der FH-Offenburg Dr. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen, wie lineare
MehrIndustrielle Bildverarbeitung mit OpenCV
Industrielle Bildverarbeitung mit OpenCV Zhang,Duoyi 6.7.2 Gliederung. Einführung für OpenCV 2. Die Struktur von OpenCV Überblick Funktionsumfang in Ausschnitten mit Beispielen 3. Industrielles Anwendungsbeispiel
MehrKürzeste Wege in Graphen. Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik
Kürzeste Wege in Graphen Maurice Duvigneau Otto-von-Guericke Universität Fakultät für Informatik Gliederung Einleitung Definitionen Algorithmus von Dijkstra Bellmann-Ford Algorithmus Floyd-Warshall Algorithmus
MehrVorhergehende Ansicht(en): Zu den vorherigen Ausschnitten zurückkehren.
Seite 1 von 7 Internet Stadtplan Chur - HILFETEXTE Inhalt Kurzhilfe Navigation Plantyp Suchfunktionen PDF-Ausdruck Zeichnungsebene (Red Lining Layer) Copyright / Rechtliche Hinweise Kurzhilfe Wenn Sie
MehrRatsgymnasium Bielefeld Schuljahr 2005/2006. Besondere Lernleistung im Fach Informatik. Thema: Verfahren zur Erkennung präsentierter Objekte
Ratsgymnasium Bielefeld Schuljahr 2005/2006 Besondere Lernleistung im Fach Informatik Thema: Verfahren zur Erkennung präsentierter Objekte Verfasser: Joa Diego Ebert Kurs: Informatik (inf) Kursleiter:
MehrRegionen 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
MehrPhishingerkennung mittels visuellem Ähnlichkeitsvergleich. Felix Hill Ruhr-Universität Bochum felix.hill@rub.de
Phishingerkennung mittels visuellem Ähnlichkeitsvergleich Felix Hill Ruhr-Universität Bochum felix.hill@rub.de 1 ÜBERSICHT Entwicklung im Bereich Phishing Ansatz Bilderkennung Evaluation G DATA EINFACH
MehrTastatur & Mause Befehle
Tastatur & Mause Befehle Ebeneneigenschaften ein/ausblenden mit F4 Werkzeugleiste ein/ausblenden mit F5 Verlaufsfenster ein/ausblenden mit F6 Ebenenfenster ein/ausblenden mit F7 Farbfenster ein/ausblenden
MehrBildverarbeitung Herbstsemester 2012. Kanten und Ecken
Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector
MehrWelle. CAD Catia Solids. Arbeitsunterlagen. Prof. Dr.-Ing. A. Belei. Prof. Dr.-Ing. A. Belei CAD CATIA V5 Solids Welle.
Prof. Dr.-Ing. A. Belei CAD Catia Solids Arbeitsunterlagen 2006 Seite 1 / 20 Inhaltsverzeichnis: 1 Allgemeines... 3 2 Skizze als Profil (Variante 1)... 7 3 Skizze als Kreis (Variante 2)... 8 4 Verrundung,
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
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
MehrProgramme deinstallieren,
Programme deinstallieren, Programme mit Windows deinstallieren: Sie haben Programme auf Ihrem Rechner, die Sie gar nicht oder nicht mehr gebrauchen. Sie sollten solche Programme deinstallieren, denn die
MehrKapitel 7. Bildverarbeitung im Frequenzraum
Kapitel 7 Bildverarbeitung im Frequenzraum Durchführung von Faltungen im Frequenzraum Filterung im Frequenzraum: Tiefpass- und Hochpass-Filter, etc. Bildrestaurierung Notch-Filter: Entfernung periodischer
Mehrdesigncad - Anleitung
designcad - Anleitung Erstellung eines Gabelgelenkes in 3D 1. DesignCAD starten. 2. Befehl 2D-Zeichnungsmodus im Menü Extras anwählen, um in den 3D-Zeichnungsmodus zu wechseln. 3. Befehl Ansichten im Menü
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
MehrInstallation DataExpert Paynet-Adapter (SIX)
Projekt IGH DataExpert Installation DataExpert Paynet-Adapter (SIX) Datum: 25.06.2012 Version: 2.0.0.0 Inhaltsverzeichnis 1 Einleitung...... 2 1.1.NET Framework... 2 2 Installation von "DE_PaynetAdapter.msi"...
MehrDigital Cinema Package Creator
Digital Cinema Package Creator Installation und Bedienung Internet: www.terminal-entry.de Email: info@terminal-entry.de Inhalt 1. Systemvorrausetzungen 2. Installation 3. Konfiguration 4. Standbild DCP
MehrBildverarbeitung Herbstsemester. Binärbildanalyse
Bildverarbeitung Herbstsemester Herbstsemester 2010 2012 Binärbildanalyse 1 Inhalt Einführung Partikelfilterung und -analyse Auffinden von Regionen und Konturen Gruppenarbeit Erkennung von geometrischen
MehrEclipse Equinox als Basis für Smart Client Anwendungen. Christian Campo, compeople AG, 5.7.2007 Java Forum Stuttgart 2007
Eclipse Equinox als Basis für Smart Client Anwendungen Christian Campo, compeople AG, 5.7.2007 Java Forum Stuttgart 2007 Übersicht Definition / Architektur Smart Client Smart Client mit RCP / Equinox Gesamtfazit
MehrLiteratur. Dominating Set (DS) Dominating Sets in Sensornetzen. Problem Minimum Dominating Set (MDS)
Dominating Set 59 Literatur Dominating Set Grundlagen 60 Dominating Set (DS) M. V. Marathe, H. Breu, H.B. Hunt III, S. S. Ravi, and D. J. Rosenkrantz: Simple Heuristics for Unit Disk Graphs. Networks 25,
MehrPflanzenaufnahmen mit dem OEOS 800 Sensor
Pflanzenaufnahmen mit dem OEOS 800 Sensor OEOS vs. Kamera Autor Tina Rosemann / Kevin Bilges / Daniel Mentrup / Simon Kerssen Dokumentenstatus Freigegeben Version / Datum 22.05.2015 Urheberrechte Dieses
MehrTermin3 Klassifikation multispektraler Daten unüberwachte Verfahren
Ziel Termin3 Klassifikation multispektraler Daten unüberwachte Verfahren Einteilung (=Klassifikation) der Pixel eines multispektralen Datensatzes in eine endliche Anzahl von Klassen. Es sollen dabei versucht
MehrGuten Morgen und Willkommen zur Saalübung!
Guten Morgen und Willkommen zur Saalübung! 1 Wie gewinnt man ein Spiel? Was ist ein Spiel? 2 Verschiedene Spiele Schach, Tic-Tac-Toe, Go Memory Backgammon Poker Nim, Käsekästchen... 3 Einschränkungen Zwei
MehrHeute. Motivation. Diskretisierung. Medizinische Bildverarbeitung. Volumenrepräsentationen. Volumenrepräsentationen. Thomas Jung
t.jung@fhtw-berlin.de Heute Volumenrepräsentationen Thomas Jung Generierung von Volumenrepräsentationen Rendering von Volumenrepräsentationen Konvertierung in Oberflächenrepräsentationen Weitere Geometrische
MehrÜbung Medienretrieval WS 07/08 Thomas Wilhelm, Medieninformatik, TU Chemnitz
02_Grundlagen Lucene Übung Medienretrieval WS 07/08 Thomas Wilhelm, Medieninformatik, TU Chemnitz Was ist Lucene? (1) Apache Lucene is a high-performance, full-featured text search engine library written
MehrAllgemeine Informationen über die Nutzung der Anwendung. Die Werkzeugleiste. = Streckenmessung
Allgemeine Informationen über die Nutzung der Anwendung Die Werkzeugleiste = Streckenmessung aus ein Mit Anklicken dieser Schaltfläche starten Sie die Funktion zum Messen von Strecken zwischen zwei oder
MehrACDSee 2009 Tutorials: Rote-Augen-Korrektur
In diesem Tutorial lernen Sie den schnellsten Weg zum Entfernen roter Augen von Ihren Fotos mit der Rote-Augen- Korrektur. Die Funktion zur Reduzierung roter Augen ist ein Untermenü des Bearbeitungsmodus.
MehrPraktikum Sensitometrie
0 Praktikum Sensitometrie Bestimmung des Dichteumfanges eines Scanners Name: Name: Matr.: Nr.: Matr.: Nr.: Datum: Prof. Dr. C. Blendl Stand: Februar 2005 1 1 Einleitung Es soll der Dichteumfang eines Scanners
MehrTipp: Bildrahmen erstellen
Tipp: Bildrahmen erstellen (c) 2004 Thomas Stölting, Stand: 9.5. 2005 Das Erstellen von Rahmen scheint für vielen Photoshop-Nutzer ein wichtiges Anliegen zu sein. Auf jeden Fall ist dieser Tipp, der mit
MehrArbeiten mit Adobe Photoshop Elements
D. Rudolph & J. E. von Specht Arbeiten mit Adobe Photoshop Elements Teil 1 Objekte freistellen Kompositionen erstellen Um Bildkompositionen zu erstellen, muss man gelegentlich Objekte freistellen. Dies
MehrErste Schritte mit AmphIdent
Erste Schritte mit AmphIdent Maximilian Matthe Dieses Dokument bietet eine einfache Gewöhnung an die Arbeit mit AmphIdent. Für eine tiefergehende Dokumentation lesen Sie das Handbuch zu AmphIdent. Inhaltsverzeichnis
MehrAutomatische Segmentierung von mikroskopischen Zellbildern für die Biokompatibilitätsprüfung mit Hilfe eines Künstlich Neuronalen Netzes
Automatische Segmentierung von mikroskopischen Zellbildern für die Biokompatibilitätsprüfung mit Hilfe eines Künstlich Neuronalen Netzes S. Buhl 1, B. Neumann 1,M. Schneider 1, U. Lehmann 1, E.Eisenbarth
MehrComputer Graphik II Tesselierung impliziter Kurven und Flächen
Computer Graphik II impliziter Kurven und Flächen 1 impliziter Flächen Problem: Nullstellenmenge kann nicht explizit berechnet werden! Lösung: ApproximaCon der Fläche auf Zellen Beispiel 2D: f p ( )
MehrObjektsegmentierung von kompaktem Schüttgut für die technische Erkennung
Objektsegmentierung von kompaktem Schüttgut für die technische Erkennung Dissertation zur Erlangung des akademischen Grades Doktoringenieur (Dr.-Ing.) vorgelegt der Fakultät für Maschinenbau der Technischen
MehrCATIA V5 - Effiziente Konstruktion mit Makros
CATIA V5 - Effiziente Konstruktion mit Makros Automatisierte Erstellung von Volumenkörpern, Drahtgeometrie und Flächen mit CATScript von Dieter R. Ziethen 1. Auflage Hanser München 2003 Verlag C.H. Beck
MehrZahlendarstellungen und Rechnerarithmetik*
Zahlendarstellungen und Rechnerarithmetik* 1. Darstellung positiver ganzer Zahlen 2. Darstellung negativer ganzer Zahlen 3. Brüche und Festkommazahlen 4. binäre Addition 5. binäre Subtraktion *Die Folien
MehrDeinstallationsanleitung
Deinstallationsanleitung Einleitung Bei der Deinstallation des Moduls ist es wichtig, dass Sie die Reihenfolge der unten stehenden Schritte exakt einhalten, da es sonst zu Fehlern im Shopsystem kommen
MehrEinführung Aufgabe 1 - Bildverarbeitung. Anton Augsburg 2011
Einführung Anton Augsburg 2011 Inhalt 1 - Allgemeine Hinweise 2 - Grundlagen 3 - Aufgabenstellung 4 - C# 5 - Einführendes Beispiel 6 - Aufgabenhinweise Medien und Medienströme SS 2011 - Anton Augsburg
MehrWerbung entfernen mit VirtualDub. Werbung entfernen mit VirtualDub
Werbung entfernen mit VirtualDub 8. Besser ohne: Herausschneiden der Werbung und Logos Die meisten Fernsehaufnahmen werden durch Werbepausen und Senderlogos gestört. Dabei gibt es einfache Möglichkeiten,
MehrAufbau von Hichert-Graphik Schritt für Schritt
Aufbau von Hichert-Graphik Schritt für Schritt Ausgangsdaten anlegen: o Sollte dann so aussehen: Umsatz Plan Ist Abweich. 60 40-20 o Details dazu: 4 Spaltenüberschriften eintragen: Plan, Ist, leer, Abweichung
MehrDefinition. Gnutella. Gnutella. Kriterien für P2P-Netzwerke. Gnutella = +
Definition Gnutella Ein -to--netzwerk ist ein Kommunikationsnetzwerk zwischen Rechnern, in dem jeder Teilnehmer sowohl Client als auch Server- Aufgaben durchführt. Beobachtung: Das Internet ist (eigentlich
MehrSHARP TWAIN AR/DM. Bedienungsanleitung
SHARP TWAIN AR/DM Bedienungsanleitung Copyright 2001 Sharp Corporation. Alle Rechte vorbehalten. Reproduktion, Adaptation oder Übersetzung ohne vorherige schriftliche Genehmigung sind verboten, außer wie
MehrExploration und Klassifikation von BigData
Exploration und Klassifikation von BigData Inhalt Einführung Daten Data Mining: Vorbereitungen Clustering Konvexe Hülle Fragen Google: Riesige Datenmengen (2009: Prozessieren von 24 Petabytes pro Tag)
MehrSchalter für Zeichnungshilfen Statuszeile
Das Programmfenster Zeichnungsname Werkzeugkästen Menüleiste Zeichenbereich Bildschirmmenü Befehlszeilenfenster Schalter für Zeichnungshilfen Statuszeile Während der Arbeit mit AutoCAD kann über eine Online-Hilfe
MehrDLR_School_Lab- Versuch Haftmagnet
Drucksachenkategorie DLR_School_Lab- Versuch Haftmagnet Untersuchung von Haftmagneten durch Messungen und numerische Simulation nach der Finite- Elemente-Methode (FEM) Version 3 vom 30. 6. 2014 Erstellt
MehrSlices und Rollover für die Startseite einer Bildergalerie
Slices und Rollover für die Startseite einer Bildergalerie Die größte Frage bei einer Webseite ist es, auf ggf. viele Informationen von der relativ kleinen Fläche eines Bildschirmes zu verweisen. Dabei
Mehr08. übung. Illustrator. medienwerkstatt // seite 1
Illustrator medienwerkstatt // seite 1 cmd + n = neues Dokument 1. dokument einrichten Format Doppelseitig / Einseitig Seitenränder Menüleiste: Datei > Neu oder (cmd + n) Seitenzahl und Anordnung Format
MehrMaschinelles Lernen: Neuronale Netze. Ideen der Informatik Kurt Mehlhorn
Maschinelles Lernen: Neuronale Netze Ideen der Informatik Kurt Mehlhorn 16. Januar 2014 Übersicht Stand der Kunst im Bilderverstehen: Klassifizieren und Suchen Was ist ein Bild in Rohform? Biologische
MehrLet's talk Gimp 2.8 für Fortgeschrittene
Animationen sind Bilder, auf denen sich Bereiche bewegen. Wie ein Minifilm oder ein Daumenkino... Bestimmt hast du auch schon ein Daumenkino gebastelt - z.b. aus deinem Mathebuch. Während mein Lehrer die
Mehr2 Darstellung von Zahlen und Zeichen
2.1 Analoge und digitale Darstellung von Werten 79 2 Darstellung von Zahlen und Zeichen Computer- bzw. Prozessorsysteme führen Transformationen durch, die Eingaben X auf Ausgaben Y abbilden, d.h. Y = f
MehrÜbung Bilder verschmelzen
Landesakademie für Fortbildung und Personalentwicklung an Schulen in Baden-Württemberg Übung Bilder verschmelzen Die folgende Anleitung will exemplarisch zeigen, wie Sie mit GIMP zwei Bilder zu einem neuen
MehrScheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É.
Scheduling und Lineare ProgrammierungNach J. K. Lenstra, D. B. Shmoys und É. Tardos Janick Martinez Esturo jmartine@techfak.uni-bielefeld.de xx.08.2007 Sommerakademie Görlitz Arbeitsgruppe 5 Gliederung
MehrAnalyse vernetzter Systeme. Test Plan. Roman Schaller <r.schaller@gmx.ch>
Test Plan Roman Schaller 11. Oktober 2008 1 Versionsgeschichte Version 0.01 10. Oktober 2008 Roman Schaller Testplan von Jahresarbeit übernommen und ergänzt. Version 0.02 11. Oktober
MehrKonfiguration Anti-Spam Outlook 2003
Konfiguration Anti-Spam Outlook 2003 INDEX Webmail Einstellungen Seite 2 Client Einstellungen Seite 6 Erstelldatum 05.08.05 Version 1.2 Webmail Einstellungen Im Folgenden wird erläutert, wie Sie Anti-Spam
MehrQuadratwurzel. Wie lassen sich die Zahlen auf dem oberen und unteren Notizzettel einander sinnvoll zuordnen?
1. Zahlenpartner Quadratwurzel Wie lassen sich die Zahlen auf dem oberen und unteren Notizzettel einander sinnvoll zuordnen? Quelle: Schnittpunkt 9 (1995) Variationen: (a) einfachere Zahlen (b) ein weiteres
MehrComputergrafik SS 2010 Oliver Vornberger. noch Kapitel 10: 2D-Grafik im Web. Vorlesung vom 11.05.2010
Computergrafik SS 2010 Oliver Vornberger noch Kapitel 10: 2D-Grafik im Web Vorlesung vom 11.05.2010 1 Webseite SVG-Beispiel
MehrImageScan WORKBENCH. Ablauf Öffnen Sie zunächst aspect3d. Klicken Sie nun auf den TAB IMAGESCAN. In der Gruppe IMAGE finden Sie den Button IMAGESCAN.
ImageScan WORKBENCH Vorbetrachtung Die ImageScan WORKBENCH ist der Zentrale Ausgangspunkt zur Berechnung von 3D- Daten (Punktwolken oder Modelle) aus digitalen Bildsequenzen. Der folgende Text soll die
Mehr2. Handhabung und Metatrader einstellen
2. Handhabung und Metatrader einstellen Hier lernen Sie die Handhabung und Einstellungen Ihres Metatraders kennen, um ihn optimal zu nutzen und einzusetzen. Sie stellen alles so ein, damit Ihnen eine optimierte
MehrApparo Fast Edit Version 3.0.7 im Vergleich zu 3.0.6 Was ist neu?
Apparo Fast Edit Version 3.0.7 im Vergleich zu 3.0.6 Was ist neu? 2 Business Log Detaillierte Erfassung aller Anwenderaktivitäten, z.b. Anmeldung & Abmeldung im Designer Öffnen & Schließen der Business
MehrKapitel 8 Text für eine Internetseite erstellen
Bilder und Schriften für das World Wide Web müssen anders produziert und aufbereitet werden als Bilder, die für die Ausgabe auf Ihrem Tintenstrahldrucker oder für die Weitergabe an eine Druckerei bestimmt
MehrImage Converter. Benutzerhandbuch. Inhaltsverzeichnis: Version: 1.1.0.0. Das Folgende vor Gebrauch von Image Converter unbedingt lesen
Image Converter Benutzerhandbuch Version: 1.1.0.0 Das Folgende vor Gebrauch von Image Converter unbedingt lesen Inhaltsverzeichnis: Überblick über Image Converter S. 2 Bildkonvertierungsprzess S. 3 Import
MehrNeuheiten PROfirst KALKULATION Version 8. SQL ist sehr schnell. www.profirst-group.com Neuheiten PROfirst KALKULATION Version 8 1/7
Neuheiten PROfirst KALKULATION Version 8 SQL ist sehr schnell www.profirst-group.com Neuheiten PROfirst KALKULATION Version 8 1/7 Neuheiten PROfirst KALKULATION Version 8 Neuheiten PROfirst KALKULATION
MehrMaskieren von Bildern
Maskieren von Bildern Willkommen bei Corel PHOTO-PAINT, dem Bitmap-Bildbearbeitungsprogramm mit leistungsstarken Funktionen zum Retuschieren von Fotografien oder Erstellen von eigenen Grafiken. Die Themen
MehrKapitel 4: Dynamische Datenstrukturen. Algorithmen und Datenstrukturen WS 2012/13. Prof. Dr. Sándor Fekete
Kapitel 4: Dynamische Datenstrukturen Algorithmen und Datenstrukturen WS 2012/13 Prof. Dr. Sándor Fekete 4.4 Binäre Suche Aufgabenstellung: Rate eine Zahl zwischen 100 und 114! Algorithmus 4.1 INPUT: OUTPUT:
MehrPunktbeschriftung in Dynamischen Karten
Vorlesung Algorithmische Kartografie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Benjamin Niedermann Martin Nöllenburg 28.05.2015 1 Übungen Nachtrag 1) Überlegen Sie sich, wie man den
MehrWasserfall-Ansätze zur Bildsegmentierung
Wasserfall-Ansätze zur Bildsegmentierung von Philipp Jester Seminar: Bildsegmentierung und Computer Vision 16.01.2006 Überblick 1. Problemstellung 2. Wiederholung: Wasserscheiden-Ansätze 3. Der Wasserfall-Ansatz
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrMINT-Circle-Schülerakademie
1 Einführung MINT-Circle-Schülerakademie Kurze Einführung, was Maple ist, wozu es dienen kann, wo es verwendet wird. Zur Einführung die folgenden Aufgaben bearbeiten lassen. Aufgabe 1. Gib unter Maple
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
MehrDokumentation. Zentraleslogin
Dokumentation Zentraleslogin Revision 01 André Schumacher 5. März 2013 Inhaltsverzeichnis 1 Benutzerhandbuch 3 1.1 Unerklärliche Probleme............................ 3 1.1.1 Firefox - Cache leeren.........................
MehrMagic Mail Monitor. (Ausgabe 05.02.2011 für V 2.94b18)
Magic Mail Monitor (Ausgabe 05.02.2011 für V 2.94b18) Teil 1: Was bietet der Magic Mail Monitor Der Magic Mail Monitor ist ein hervorragendes Werkzeug zum Überprüfen von E-Mail Konten auf dem Mail-Server.
MehrACDSee 9 Foto-Manager
Wenn mehr als eine Person Zugang zu Ihrem Computer hat, sollten Sie sich überlegen, wichtige oder vertrauliche Fotos in privaten Ordnern aufzubewahren. Diese passwortgeschützten Ordner verhindern die Einsicht
MehrPROSEMINAR ONLINE ALGORITHMEN
PROSEMINAR ONLINE ALGORITHMEN im Wintersemester 2000/2001 Prof. Dr. Rolf Klein, Dr. Elmar Langetepe, Dipl. Inform. Thomas Kamphans (Betreuer) Vortrag vom 15.11.2000 von Jan Schmitt Thema : Finden eines
MehrWORKSHOP "Erstellen einer Button-Grafik mit der Software Word von Microsoft"
WORKSHOP "Erstellen einer Button-Grafik mit der Software Word von Microsoft" 1. Schritt Starten Sie das Programm Microsoft WORD und laden Sie die Word-Vorlage für 25mm, 37mm oder 56mm Buttons ab der Grizzly
MehrBedienungsanleitung. 2009 Sygic, s.r.o. All rights reserverd.
Bedienungsanleitung 2009 Sygic, s.r.o. All rights reserverd. I. Navigation Starten... 1 Hauptmenü... 1 Eingeben der Adresse... 2 Navigationslegende... 5 GPS Position ermitteln... 6 II. Eine Route planen...
MehrOfenplanung mit Palette CAD Seite 1 von 8 - Übungen für Einsteiger und Fortgeschrittene - Dipl.-Ing. Jürgen Feuerherm
Ofenplanung mit Palette CAD Seite 1 von 8 Diese Übung behandelt das Thema: Der Kachelmanager Der Kachelmanager Er ist nicht der Manager eines Kachelherstellers, wie man auf den ersten Blick denken könnte
MehrPSRDesigner. Punkt und Streifenrasterplatinen Designer
PSRDesigner Punkt und Streifenrasterplatinen Designer PSRDesigner ist ein Programm um auf einfache Art und Weise die Bestückung von Punkt und Streifenrasterplatinen zu realisieren. Es können beliebig viele
MehrSeminarausarbeitung WS06/07 Bildverarbeitung für das Projekt FAUST Schwerpunkt Skelettierung Ingmar Gründel
Seminarausarbeitung WS06/07 Bildverarbeitung für das Projekt FAUST Schwerpunkt Skelettierung Ingmar Gründel Fakultät Technik und Informatik Department Informatik Masterkurs Informatik Betreuer: Prof. Dr.-Ing.
MehrSketchBook Ink. Tipps & Tricks
SketchBook Ink Tipps & Tricks Tipps, bevor Sie beginnen SketchBook Ink funktioniert auf ipads der ersten Generation, jedoch wird die Benutzer-Erfahrung nicht optimal sein aufgrund der Gerätplattform-Begrenzung.
MehrAnleitung zur Implementierung der KML sowie Excel Daten in ArcGis
Anleitung zur Implementierung der KML sowie Excel Daten in ArcGis 1. Zunächst ist es zwingend notwendig ArcGis in der Version 9.3 mit allen Extensions zu installieren! 2. Jetzt müssen alle gesammelten
MehrTipps für professionelle Repaints
Tipps für professionelle Repaints Grundlagen In Tutorial 3.1 wurde Ihnen erklärt, wie man eine DDS- Texture in ein Bild umwandeln und wieder zurück transformieren kann. In diesem Tutorial gehe ich noch
MehrFotos in einer Diashow bei PPT
Fotos in einer Diashow bei PPT Drei mögliche Verfahren, mit Bildern eine PPT-Präsentation aufzuwerten, möchte ich Ihnen vorstellen. Verfahren A Fotoalbum Schritt 1: Öffnen Sie eine leere Folie in PPT Schritt
MehrMathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14. Auswahl vorausgesetzter Vorkenntnisse
UNIVERSITÄT DES SAARLANDES FACHRICHTUNG 6.1 MATHEMATIK Dipl.-Math. Kevin Everard Mathematik für Studierende der Biologie und des Lehramtes Chemie Wintersemester 2013/14 Auswahl vorausgesetzter Vorkenntnisse
MehrProduktschulung WinDachJournal
Produktschulung WinDachJournal Codex GmbH Stand 2009 Inhaltsverzeichnis Einleitung... 3 Starten des Programms... 4 Erfassen von Notizen in WinJournal... 6 Einfügen von vorgefertigten Objekten in WinJournal...
Mehr