Projektarbeit: Ein Verfahren zur Erzeugung stabiler Differenzbilder
|
|
- Anton Althaus
- vor 6 Jahren
- Abrufe
Transkript
1 Projektarbeit: Ein Verfahren zur Erzeugung stabiler Differenzbilder AG Eingebettete Systeme und Robotik (RESY),, 1. Einführung 2. Filterung des Kamerarauschens 3. Feature Bilder 4. Differenzbild 5. Referenzbilderzeugung November 01, Seite 1
2 Einleitung / Motivation Aufgabe: Hinderniserkennung in der Roboterzelle durch Einsatz von Videokameras Ziel der Projektarbeit: - Differenzbilderstellung - stabile Bilder (unempfindlich gegen Störeinflüsse) Objekterkennung Originalbild Referenzbild Differenzbild November 01, Seite 2
3 Einleitung Einordnung in das SIMERO Projekt: Cameras Grayscale Image Acquisition Feature Image Creation Difference Image Creation Reference Feature Image Vision & Joint Angle Fusion Path Planning PC Server Joint Angle Client Process Control Trajectory Client Communication Media Logical Joint Encoders Logical Path Executioner Encoders Robot Controller Joint Angle Server Process Control Trajectory Server Joints November 01, Seite 3
4 Kamerarauschen Kamerarauschen ist stark von Helligkeit abhängig (dunkle Bereiche rauschen stärker) mögliche Beeinflussung bei Bildvergleichen Filterung: Zusammenfassung von Helligkeitswerten Abbildung mittels Look-up-Tabelle Rauschen ohne Filterung 2 1 Rauschen nur um einen Helligkeitswert Rauschen nach Filterung November 01, Seite 4
5 Feature Bilder Feature Bilder: Eigenschaften von Bildern - unterschiedliches Verhalten bei äußeren Störeinflüssen - zuverlässige Erkennung von Bildveränderungen ( Differenzbilder) Features werden auf Bildsegmenten gebildet mittlerer Grauwert Varianz Kamerabild Grauwertschwerpunkt November 01, Seite 5
6 Differenzbild (1) Differenz zwischen aktuellem Feature- und Referenzbild Schwellwertermittlung: Beispiel mittlerer Grauwert Optimaler Wert: keine Fehlerpixel viele korrekt erkannte Stellen November 01, Seite 6
7 Differenzbild (2) Gesamtdifferenzbild: - Summe der normierten Feature Differenzen - dividiert durch Gesamtschwellwert Summe / Gesamtschwellwert Pixelfilter November 01, Seite 7
8 Referenzbild (1) Ziel: Bild der Zelle ohne Roboter Demontage nicht möglich Referenzbild rechnerisch erstellen Ermittlung der unbewegten Roboterzelle häufigste Bildinformationen - Pixelweise Sortierung der Helligkeiten - Median Wert für das Referenzbild Median November 01, Seite 8
9 Referenzbild (2) Versuch: - Arm waagerecht; Rotation um Gelenk 1-9 verschiedene Positionen Roboter in unterschiedlichen Positionen Teile des Arms im Referenzbild Ergebnis nicht befriedigend Referenzbild November 01, Seite 9
10 Referenzbild (3) Kriterium zur Wahl optimaler Roboterpositionen: - Arm bedeckt in keinem Bild gleiche Bereiche - mindestens drei Positionen (Algorithmus) Bewegung des Roboters parallel zur Bildebene - abhängig von Kameraposition und Ausrichtung Roboter in unterschiedlichen Positionen Referenzbild November 01, Seite 10
11 Roboterfarbe Problem: Unterscheidung Roboter-Raum schwierig Erkennung problematisch Farbe ändern: - Roboter mit schwarzem Stoff einhüllen - Farbfilter für gelbes Spektrum vor Kameras (hier blaue Folie verwendet) bessere Robotererkennung gelber Roboter schwarzer Roboter blaue Folie vor Kamera November 01, Seite 11
12 Zusammenfassung / Ausblick Erkennung - Erkennung liefert gut Ergebnisse - Immer noch Fehlerpixel inner- und außerhalb des Roboterbereichs Ausblick - Einsatz eines echten Gelbfilters - Differenzbilder nicht als Binärbild - weitere Features testen - diffusere Beleuchtung zur Schattenverminderung November 01, Seite 12
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform. Thorsten Jost INF-M2 AW1 Sommersemester
Navigation anhand natürlicher Landmarken mit Hilfe der Scale Invariant Feature Transform Thorsten Jost INF-M2 AW1 Sommersemester 2008 Agenda Motivation Feature Detection Beispiele Posenbestimmung in Räumen
MehrSIMERO: Erzeugung von flüssigen und schnellen Roboterbewegungen
SIMERO: Erzeugung von flüssigen und schnellen Roboterbewegungen AG Eingebettete Systeme und Robotik (RESY),, http://resy.informatik.uni-kl.de/ 1. Motivation 2. Stand der Forschung 3. Kontrollflusskonzepte
MehrObjekterkennung durch Vergleich von Farben. Videoanalyse Dr. Stephan Kopf HWS2007 Kapitel 5: Objekterkennung
Objekterkennung durch Vergleich von Farben 48 Farbräume (I) Definitionen: Farbe: Sinnesempfindung (keine physikalische Eigenschaft), falls Licht einer bestimmten Wellenlänge auf die Netzhaut des Auges
MehrEin Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen
Sicherheit durch Fahrerassistenz 2010 Ein Structure and Motion Ansatz zur Umfeldrekonstruktion in komplexen Fahrzeugumgebungen Wojciech Derendarz, Thorsten Graf Volkswagen AG Friedrich M. Wahl TU Braunschweig,
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:
MehrBildverarbeitung in der Qualitätskontrolle. Sebastian Zambal LEADING INNOVATIONS
Bildverarbeitung in der Qualitätskontrolle Sebastian Zambal LEADING INNOVATIONS Überblick Profactor Grundlagen Bildverarbeitung HW, SW, Methoden Inspektion Gussteilen Inspektion CFK, GFK Projekte EMVA-Studie:
MehrFilter in der industriellen Bildverarbeitung. Polytec
www.polytec.com Polytec Wozu Filter? - Zum Hervorheben von gewünschten Bildinformationen - Zum Unterdrücken von unerwünschten Bildinformationen 2 Arten von Filtern Standardfilter für Objektive mit Filtergewinde
MehrAnwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1
Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter Tobias Pietzsch Anwendung einer Monokularen Kamera als Bewegungs-Sensor für Mobile Roboter p.1 Zielstellung Kamera als Sensor
MehrDigitale Bildverarbeitung Einheit 12 3D-Modellierung
Digitale Bildverarbeitung Einheit 12 3D-Modellierung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Einen Eindruck
MehrCreating an interactive color classification tool for the RoboCup four-legged league
Creating an interactive color classification tool for the RoboCup four-legged league Vortrag von Michael Löffler Gliederung Vorstellung der RoboCup four-legged league Objekterkennung auf dem Spielfeld
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
MehrDigitale Bildverarbeitung
Einführung Studienblock (10 ECTS, Prüf.Nr. 2635) FH-Aachen / Jülich, FB 9 Prof. Dr. rer. nat. Walter Hillen (Dig Img 0 Intro) 1 Einführung: Verfahrensschritte: Bilderzeugung Bild-Analyse, Interpretation
MehrGestenerkennung. Von albert gass
Gestenerkennung Von albert gass Gliederung Einleitung einleitendes Zitat Visuelle Gestenerkennung Allgemein Merkmale Farben Geometrie der Objekte gliederung Modellierung der beteiligten Daten Art der Datenaufnahme
MehrC 6 der unbekannte Korrekturfaktor?
C 6 der unbekannte Korrekturfaktor? am Beispiel eines Linienlaser mit Bewertung nach DIN EN 60825-1 Bestimmung von C6 Kerkhoff.Thomas@bgetem.de // Stand: 2012-09 Beispiel eines Linienlasers Seite 2 Vor
MehrComputergestützte Auswertung von Protein Interaktions-Screens
Computergestützte Auswertung von Protein Interaktions-Screens Jorge Silva 1, Rainer Stotzka 1, Nicole V. Ruiter 1, Peter Uetz 2 1 Institut für Prozessdatenverarbeitung und Elektronik, 2 Institut für Toxikologie
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
MehrEntwicklung einer allgemeinen dynamischen inversen Kinematik
Entwicklung einer allgemeinen dynamischen inversen Kinematik Christoph Schmiedecke Studiendepartment Informatik Hochschule für Angewandte Wissenschaften Hamburg 06. Januar 2010 Inhaltsverzeichnis 1 Motivation
MehrManipulation-Skills. AG Eingebettete Systeme und Robotik (RESY), Prof. Dr. D. Henrich Fachbereich Informatik, Universität Kaiserslautern
anipulation-skills Antoine SCHLECHTER AG Eingebettete Systeme und Robotik (RESY),, http://resy.informatik.uni-kl.de/ 1. anipulation deformierbarer Objekte 2. Kontaktzustandsübergänge 3. Umsetzung in anipulation-skills
Mehr00114836 USB-3.0-SuperSpeed-Multi-Kartenleser "Slim", Weiß
00114836 USB-3.0-SuperSpeed-Multi-Kartenleser "Slim", Weiß Arten und Kapazitäten von n - Hot swapping ermöglicht den Datenaustausch direkt von zu - liest sogar die neueste ngeneration wie SDXC (UHS-I)
MehrVerteidigung der Bachelorarbeit
Fakultät Informatik Institut für Software- und Multimediatechnikrichtung, Computergraphik und Visualisierung Verteidigung der Bachelorarbeit RGBD-Bild-Interpolation auf Android-Geräten für interaktive
MehrHigh Level-Synthese eines Keypoint-Detection- Algorithmus für FPGAs
Fakultät Informatik, Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Belegarbeit High Level-Synthese eines Keypoint-Detection- Algorithmus für FPGAs Max
MehrMedienforensik - Manipulationserkennung. Multimedia Sicherheit, Martin Steinebach
Medienforensik - Manipulationserkennung - Ballistik Image Forensics Forensische Anwendungen im Bildbereich sind mehrfach belegt Optimierung von Bildern, die z.b. mit Überwachungskameras aufgenommen wurden
MehrMASTER Bias / Dark / Flat
PIXINSIGHT 1.8 MASTER Bias / Dark / Flat Herbert Walter www.skypixels.at MASTER Bias/Dark/Flat - Inhalt INHALT Einführung Einzelbilder kontrollieren Voreinstellungen für DSLR Erstellen Master BIAS/DARK/FLAT
MehrLabor für Videotechnik
Fakultät Elektrotechnik Informationstechnik und Kommunikationssysteme IKS Labor für Videotechnik Trickmischer (V4) Versuchstag: Teilnehmer: Gruppen-Nr.: Ausarbeitung: Name Vorname Versuchsleiter: Prof.
MehrFarbmetrik & Farbmanagement. Sebastian J. Fricke Mediengestalter für Digital- und Printmedien Medieninformatikstudent
Farbmetrik & Farbmanagement Was ist Farbe? Farbmanagement Ausgabemedium Was ist Farbe? Farbmanagement Ausgabemedium Farbe ist ein optischer Einfluss. Farbe entsteht nur durch Licht. Farbe ist ein optischer
MehrGrundlagen: Bildbearbeitung / Objekterkennung. Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen
Grundlagen: Bildbearbeitung / Objekterkennung Julia Peterwitz zum Seminar: Videobasierte Erkennung und Analyse menschlicher Aktionen Videoerkennung! Warum? Live-Übertragung von Veranstaltungen Überwachung
MehrProzessbegleitende Qualitätssicherung für eine automatisierte Verarbeitung von Hybridgarn-Textil-Thermoplasten (HGTT)
Prozessbegleitende Qualitätssicherung für eine automatisierte Verarbeitung von Hybridgarn-Textil-Thermoplasten (HGTT) Einordnung in den Gesamtprozess Bauteilauslegung Zuschnittgenerierung Lagenzuschnitt
MehrINTELLIGENTE DATENANALYSE IN MATLAB. Objekterkennung
INTELLIGENTE DATENANALYSE IN MATLAB Objekterkennung Objekterkennung Problemstellung Gegeben: Ein Bild. Fragestellungen: Klassifikationsproblem Ist ein bestimmtes Objekt (z.b. Flugzeug) auf dem Bild? Welches
MehrFarbverarbeitung mit Bayer-Mosaic Sensoren
Autor: Dipl. Ing. (FH) Uwe Furtner Geschäftsführer BV-Produkte bei MATRIX Vision GmbH Stand: 31.08.2001 Farbverarbeitung mit Bayer-Mosaic Sensoren Einleitung Im Bereich der industriellen Farbbildverarbeitung
MehrWhite paper. Lightfinder Herausragende Leistung bei schwierigen Lichtbedingungen
White paper Lightfinder Herausragende Leistung bei schwierigen Lichtbedingungen Inhaltsverzeichnis 1. Einführung 4 2. Hintergrundinformationen zu Lightfinder 4 3. Anwendungsbereiche 5 4. Kameravergleich
MehrProjektdokumentation
Thema: Bildschärfung durch inverse Filterung von: Thorsten Küster 11027641 Lutz Kirberg 11023468 Gruppe: Ibv-team-5 Problemstellung: Bei der Übertragung von Kamerabildern über ein Video-Kabel kommt es
MehrDr. Andr eas Andr Bley robots that inspire.
Dr. Andreas Bley Agenda 1 Grundidee des ProjektsCompanionAble 2 Aufbau des Roboters 3 Video 4 Ausblick und Zusammenfassung 2 Abschluss Workshop WiMiCare, 15.9.2011 CompanionAble kombiniert soziale Assistenzrobotik
MehrLehrangebot Wahlfächer Sommersemester 2016
Lehrangebot Wahlfächer Sommersemester 2016 Bachelorstudiengang Informations- und Kommunikationstechnik Prof. Jörg Thiem http://www.fh-dortmund.de/thiem mailto:joerg.thiem@fh-dortmund.de Organisatorisches
MehrTurmdrehkrane richtig fotografieren. Eine Kurzanleitung
Turmdrehkrane richtig fotografieren Eine Kurzanleitung Von A. Bruderer, kran- info.ch 04.10.2015 Version 1.00 kran- info.ch Seite 1 / 6 Einführung Turmdrehkrane als Gitter Konstruktion sind bei der Fotografie
MehrVerteilte Systeme / Kooperierende Roboter
Verteilte Systeme / Kooperierende Roboter Proseminar Anwendungen und Methoden der Modernen Robotik SoSe 2005 Uni Hamburg Claudius Herder, Justus Winter 4herder@informatik.uni-hamburg.de, 4winter@informatik.uni-hamburg.de
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
MehrMöglichkeiten und Grenzen optischer Technologien in der Leiterplattenfertigung
Möglichkeiten und Grenzen optischer Technologien in der Leiterplattenfertigung Teil 2: Lageoptimiertes NC-Fräsen Blatt 1 Agenda 1. KSG Kurzportrait 2. Einsatz optischer Technologien 3. Grundlagen lageoptimiertes
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
MehrDiese Prozesse und noch viele andere Tricks werden in der Digitalfotografie mit Hilfe von Bildbearbeitungsprogrammen, wie z. B. Gimp, bewältigt.
Workflows mit Gimp Workflows sind Arbeitsabläufe, in denen man ein rohes Bildmaterial in ein ansehnliches Foto verwandelt. Denn das, was die Kamera sieht, entspricht selten unseren Vorstellungen eines
MehrMS Excel 2013 Kompakt
MS Excel 0 Kompakt FILTERN Aus einem großen Datenbestand sollen nur jene Datensätze (Zeilen) angezeigt werden, die einem bestimmten Eintrag eines Feldes (Spalte) entsprechen. Excel unterstützt Filterungen
MehrFachartikel. Telezentrische Objektive für Kameras größer 1 Zoll
Vision & Control GmbH Mittelbergstraße 16 98527 Suhl. Germany Telefon: +49 3681 / 79 74-0 Telefax: +49 36 81 / 79 74-33 www.vision-control.com Fachartikel Telezentrische Objektive für Kameras größer 1
MehrAW 1 - Vortrag. Simulationsmodell für visuell geführte Roboter. von Bernd Pohlmann. Betreuender: Prof. Dr. Andreas Meisel
AW 1 - Vortrag Simulationsmodell für visuell geführte Roboter von Betreuender: Prof. Dr. Andreas Meisel Inhalt 1. Motivation 2. Ziel 3. Einführung Robotik 4. Kinematik 5. Denavit-Hartenberg 6. Kameramodell
MehrProgrammierpraktikum WS 16/17
Programmierpraktikum in Rasterbildern Fakultät für Mathematik und Informatik Datenbanksysteme für neue Anwendungen FernUniversität in Hagen 8.Oktober 2016 c 2016 FernUniversität in Hagen Übersicht 1 Raster-
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
MehrEntwicklung eines optischen Verfahrens zur Erkennung von Störaerosolen und einer Prüfapparatur zum quantitativen Vergleich ähnlicher Methoden
Entwicklung eines optischen Verfahrens zur Erkennung von Störaerosolen und einer Prüfapparatur zum quantitativen Vergleich ähnlicher Methoden Thorsten Schultze, Wolfgang Krüll, Ingolf Willms Universität
MehrWima-Praktikum 2: Bildsynthese-Phong
Wima-Praktikum 2: Bildsynthese-Phong Wima-Praktikum 2: Prof. Dr. Lebiedz, M. Sc. Radic 1 Inhaltsverzeichnis 1 Einleitung 3 2 Kurze Beschreibung der Aufgabenstellung und dem Phong- Modell 3 3 Modellierung
MehrRefinement of π-calculus Processes. Manuel Gieseking. Carl von Ossietzky Universität Oldenburg Entwicklung korrekter Systeme
Refinement of π-calculus Processes Manuel Gieseking Carl von Ossietzky Universität Oldenburg Entwicklung korrekter Systeme Absolventenfeier 2015 Motivation Manuel Gieseking Refinement of π-calculus Processes
MehrKinect Nils Röder, Björn Frömmer
Kinect Nils Röder, Björn Frömmer Agenda Einleitung Hardware Funktionsweise der Kamera Algorithmus (Pose Recognition, Tracking) Einleitung Was ist Kinect? Eingabegerät (Human Computer Interface) Optisches
MehrFachvortrag Vision Stuttgart 2016; Referent: Christoph Wagner
3D-Messung mit bis zu 12 Millionen Messpunkten pro Sekunde 2 Agenda Wer ist wenglor und wer ist wenglormel? Nach welchem Funktionsprinzip arbeiten wecat3d-profilsensoren? Welche Vorteile bietet die wecat3d-messtechnik?
MehrHead Tracking durch Bildanalyse auf einem Smartphone
Gruppenarbeit Head Tracking durch Bildanalyse auf einem Smartphone Andreas Marcaletti Si Sun Betreuer: Samuel Welten Michael Kuhn Prof. Dr. R. Wattenhofer 1 / 17
MehrAufbau und Funktion eines VPN- Netzwerkes
Thomas Zollt zollt-software-consulting Aufbau und Funktion eines VPN- Netzwerkes Legende Symbole Internet Zugang VPN-Tunnel Router Server/ PC Kein Zugang VPN-Tunnel zertifizierter VPN- Schlüssel Kein/
MehrÜbersicht der Vorlesung
Übersicht der Vorlesung. Einführung. Bildverarbeitung. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse
MehrBildwandler-Technologie für zukünftige Fernsehformate. Klaus Weber Senior Product Marketing Manager, Camera
Bildwandler-Technologie für zukünftige Fernsehformate Klaus Weber Senior Product Marketing Manager, Camera Agenda Anforderungen an ein zukünftiges Fernsehformat Spezifische Anforderungen an die Bildwandler
MehrPartners and pioneers in automation. Worldwide
Partners and pioneers in automation. Worldwide VMT Technologie-Workshop 06./07.10.2015 Automatische Inspektion mit industrieller Bildverarbeitung Erkennung von Wachskontamination in der Automobilindustrie
MehrHDR für Einsteiger Wann brauche ist das? Anregungen aus Fotobuch und ersten eigenen Erfahrungen von Christian Sischka
HDR für Einsteiger Wann brauche ist das? Anregungen aus Fotobuch und ersten eigenen Erfahrungen von Christian Sischka Thema Was ist HDR? Wann ist es sinnvoll es anzuwenden? Wie mache ich ein HDR? Was stelle
MehrErste Schularbeit Mathematik Klasse 7A G am
Erste Schularbeit Mathematik Klasse 7A G am 12.11.2015 SCHÜLERNAME: Punkte im ersten Teil: Punkte im zweiten Teil: Davon Kompensationspunkte: Note: Notenschlüssel: Falls die Summe der erzielten Kompensationspunkte
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
MehrAluMedic 10 AluMedic 20
AluMedic 10 AluMedic 20 Der AluMedic 10/20 ist mit Gestell Aluminium poliert erhältlich, optional mit höhenverstellbarer Kopfstütze. The AluMedic 10/20 is available with aluminium polished frame and optional
MehrSIM. ova 3G-SDI Full-HD Recording USB-Software-Updates Network Streaming CCD " ensor endoscopes dialog core nova 3G-SDI Full-HD Recording
The Difference is in the Details Special Imaging Mode CMOS VISION sensor endoscopes dialog core nova -SDI Full-HD Recording USB-Software-Updates Network Streaming CCD "300 Watt" LED Touchscreen ENDOLIGH
Mehr03/ DISKUS Erweiterungen 2003
03/ DISKUS Erweiterungen 2003 03/ 1. Diverses a) Größe der Markier-Pfeile ist konfigurierbar Für Nutzer hochauflösender Kameras, stehen bei dem größeren Bild auch größere Pfeile zum einstanzen zur Verfügung.
MehrSmart WLI-Microscope Using Color Camera for Special 3-D Surface Measurement
Smart WLI-Microscope Using Color Camera for Special 3-D Surface Measurement T. Machleidt 1,4, D. Kollhoff 1, O. Dathe 2, D. Kapusi 3, R. Nestler 3,4, K.-H. Franke 3,4 1) Gesellschaft für Bild- und Signalverarbeitung
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
MehrBedienung der Medientechnik im H2
Bedienung der Medientechnik im H2 Der H2 im Zentralen Hörsaalgebäude ist mit folgenden Medienkomponenten ausgestattet: 2 Beamer (1280x800) Audioanlage mit Funkmikrofon Rednerpult mit Steuerung der Medientechnik
MehrFME Desktop. Data in Motion
FME Desktop Data in Motion Übersicht Reporting Ausführen, Debuggen, Inspizieren, Profilen Neuigkeiten bei Datenbanken Reporting Move Your Data Analysis Organized Reporting in FME Tabellenkalkulationen
MehrCSCB - Fotoclub Workshop. TIPS und Grundlagen für gute Bilder
CSCB - Fotoclub Workshop TIPS und Grundlagen für gute Bilder Themen Übersicht Einführungs-Workshop / Kurs Fokussierung Belichtungsmessung Weitwinkel vs. Tele wie wird scharf gestellt wie wird das Licht
MehrMichelson-Interferometer (Anleitung MIFAnalyse mit Matlab)
Physikalisches Praktikum II Michelson-Interferometer (Anleitung MIFAnalyse mit Matlab) Die Software MIFAnalyse dient zur Auswertung von Interferogrammen im Rahmen des PHB4 Praktikumsversuches Michelson-Interferometer
MehrCompanion Technologie
Companion Technologie Emotionen erkennen, verstehen und kai.bielenberg@haw-hamburg.de Agenda 1. Einleitung a. Was war nochmal Companion Technologie? b. Teilbereiche c. Warum Emotionen? 2. Ansätze a. Facial
MehrPatrick Metzler. Hochschule RheinMain. Low Cost Mitbaustrecke für weltweiten Onlinekurs. Vortrag auf der Matlab Expo am 10.
Patrick Metzler Low Cost Mitbaustrecke für weltweiten Onlinekurs Vortrag auf der Matlab Expo am 10. Mai 2016 Prof. Dr.-Ing. Patrick Metzler Matlab Expo 2016: Low Cost Mitbaustrecke für weltweiten Onlinekurs
MehrF OTOW E R K S TAT T M Ü N C H E N
Digitalfotografie von Eberhard Gronau Das Histogramm Version 1.0 Unser gute Freund, das Histogramm Die Sensoren heutiger Digitalkameras haben meist einen mässigen Dynamikumfang. Das heißt, dass die Bildsensoren
MehrSpektrale Eigenschaften einer HDR-Kamera
Spektrale Eigenschaften einer HDR-Kamera Wolfram Hans, Florian Bäckermann, Stefan Müller, Dietrich Paulus {hans, bakerman, stefanm, paulus}@uni-koblenz.de Institut für Computervisualistik Universität Koblenz-Landau
MehrDie richtige Beleuchtung- Entscheidender Erfolgsfaktor. Hendrik Schumann
Die richtige Beleuchtung- Entscheidender Erfolgsfaktor Hendrik Schumann Polytec GmbH 2013 Die richtige Beleuchtung Beleuchtung Objektiv Kamera 2 Die richtige Beleuchtung Qualität der Ausleuchtung x Qualität
MehrTracking Technologien für Augmented Reality
Tracking Technologien für Augmented Reality 1 Inhalt Motivation Tracking Methoden Optisch MarkerlessTracking (kleine Wiederholung) Aktiv und Passive Marker Modellbasiertes Markerless Tracking Sensoren
MehrFehlererkennung beim 3D Druck
Daniel Nägele, Robert Gänzle und Lan Jiang Institut für Rechnergestützte Ingenieursysteme Universität Stuttgart 12. September 2014 Übersicht 1 Allgemeines Ziele Hardware 2 Bildverarbeitung Grundsätzliches
MehrThema: Helligkeitswahrnehmung bei 3- dimensionalen Objekten
Seminar: Visuelle Wahrnehmung WS 2001/02 Datum: 08.11.2001 Thema: Helligkeitswahrnehmung bei 3- dimensionalen Objekten Quelle: Adelson, E. H. & Pentland, A. P.: The perception of shading and reflectance.
MehrERKENNUNG UND MANIPULATION VON OBJEKTEN IM EINZELHANDEL UND LOGISTIK
ERKENNUNG UND MANIPULATION VON OBJEKTEN IM EINZELHANDEL UND LOGISTIK Joshua Hampp, Fraunhofer IPA, Stuttgart joshua.hampp@ipa.fraunhofer.de Einleitung Care-O-bot: Eine Produktvision eines mobilen Serviceroboters
MehrBernhard Hill Forschungsgruppe Farbwissenschaft Fakultät für Elektrotechnik und Informationstechnik RWTH Aachen University Hill@ite.rwth-aachen.
Bernhard Hill Forschungsgruppe Farbwissenschaft Fakultät für Elektrotechnik und Informationstechnik RWTH Aachen University Hill@ite.rwth-aachen.de Sl jl Ziel der Studie Die Farbwahrnehmung einer Oberflächenfarbe
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
MehrSimulation multipler Streuung an Haaren mit Hilfe eines Photon-Mapping-Ansatzes
Fakultät Informatik Institut für Software- und Multimediatechnik, Professur für Computergraphik und Visualisierung Simulation multipler Streuung an Haaren mit Hilfe eines Photon-Mapping-Ansatzes Hauptseminar
MehrIntegration eines pneumatischen Roboters in die Robotics API
Integration eines pneumatischen Roboters in die Robotics API Ziel: Integration eines AirArms in die Robotics API und Umsetzung eines Demo-Anwendung Idee: Die MRK (Mensch Roboter Kooperation) bekommt zunehmend
MehrWebbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient
Webbasierte Exploration von großen 3D-Stadtmodellen mit dem 3DCityDB Webclient Zhihang Yao, Kanishk Chaturvedi, Thomas H. Kolbe Lehrstuhl für Geoinformatik www.gis.bgu.tum.de 11/14/2015 Webbasierte Exploration
MehrProtokoll. Farben und Spektren. Thomas Altendorfer 9956153
Protokoll Farben und Spektren Thomas Altendorfer 9956153 1 Inhaltsverzeichnis Einleitung Ziele, Vorwissen 3 Theoretische Grundlagen 3-6 Versuche 1.) 3 D Würfel 7 2.) Additive Farbmischung 8 3.) Haus 9
MehrDigitale Bildverarbeitung
Digitale Bildverarbeitung 01a: Einführung und Motivation Prof. Dr. Gudrun Socher Dozentin Dozentin Prof. Dr. Gudrun Socher (gudrun.socher@hm.edu) Sprechstunde Donnerstag 9:15-10:00 Uhr Anmeldung per E-Mail
MehrKenngrößen von Projektoren
Praktikum Juli 25 Fachgebiet Lichttechnik Bearbeiter: Torsten Maaß Kenngrößen von Projektoren (Lichttechnische Leistungsmerkmale). Ziel des Praktikumsversuches Ziel soll es sein, die lichttechnischen Parameter
MehrSoftware in der Industriellen Bildverarbeitung
Software in der Industriellen Bildverarbeitung Technologieentwicklung am Beispiel Pattern Matching Dr. Olaf Munkelt MVTec Software GmbH MVTec Software GmbH Firma konzentriert sich auf Building Vision for
MehrStretching Fitswork und Photoshop. Markus Blauensteiner AAS Gahberg 2014
Stretching Fitswork und Photoshop Markus Blauensteiner AAS Gahberg 2014 www.deeplook.astronomie.at 1. Sauberer Import des.fits Summenbildes: - in Photoshop mit dem Plugin Fits Liberator möglich Hier gehen
MehrMultimediatechnik / Video
Multimediatechnik / Video Video-Farben Pixel, Farben, RGB/YUV http://www.nanocosmos.de/lietz/mtv Helligkeits- und Farb-Pixel s/w-pixel: Wert = Helligkeit Beispiel 8 Bit/Pixel = 256 Stufen 0=schwarz, 255=weiß
MehrÜbersicht. Stewart Plattform. Präsentation des Robotik-Praktikums. Hendrik Burgdörfer Fabian Rühle
Übersicht Stewart Plattform Präsentation des Robotik-Praktikums Hendrik Burgdörfer Fabian Rühle Interdisziplinäres Zentrum für wissenschaftliches Rechnen Ruprecht - Karls Universität Heidelberg 07. Mai
MehrProjektarbeiten WiSe 13/14
Projektarbeiten WiSe 13/14 Fynn Schwiegelshohn, Muhammed Al Kadi, Max Ferger Prof. Dr.-Ing. Michael Hübner, Lehrstuhl für Eingebettete Systeme der Informationstechnik (ESIT) Fakultät für Elektrotechnik
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
Mehr7 Port USB 3.0 HUB im Metall-Gehäuse (ALU), 7x A-Buchse + 1x B-Buchse, inkl. USB 3.0 Kabel und ext. Netzteil 3A
Datenblatt USB 3.0 HUB mit 7 Ports Metall-Gehäuse Artikelnummer: A-USB3-77-IL 7 Port USB 3.0 HUB im Metall-Gehäuse (ALU), 7x A-Buchse + 1x B-Buchse, inkl. USB 3.0 Kabel und ext. Netzteil 3A partsdata Tipps
Mehr1 von 119 Eine Einführung in das Project Management/1 Einführung/Seiten/Startseite
1 von 119 Eine Einführung in das Project Management/1 Einführung/Seiten/Startseite 2 von 119 Eine Einführung in das Project Management/1 Einführung/Seiten/Einführung 3 von 119 Eine Einführung in das Project
MehrIm Original veränderbare Word-Dateien
Helligkeit Belichtungskorrekturen Gelegentlich sind Bilder zu hell oder zu dunkel. Das passiert, wenn die Bilder mit der Kamera falsch belichtet wurden. Zu helle Bilder sind überbelichtet, zu dunkle Bilder
Mehr1 Karol stellt sich vor
Kapitel 1 Karol stell sich vor Seite 1 1 Karol stellt sich vor 1.1 Algorithmus Fritz hat zum Geburtstag einen CD-Player als Geschenk erhalten. Natürlich will er sofort das Geschenk ausprobieren und legt
MehrDSR Daten, Statistik, Risikobewertung AUSWERTUNG GAHS. Intervention + BMI
DSR Daten, Statistik, Risikobewertung AUSWERTUNG GAHS + BMI Sophie-Helene Narath Klemens Fuchs Günter Polt Bericht Nr.: B09_003_DSR Freigegeben im April 09 Österreichische Agentur für Gesundheit und Ernährungssicherheit
MehrBrother Original-Farbtintenpatrone Testmethode zur Bestimmung der Seitenergiebigkeitsangabe auf der Grundlage der ISO/IEC24711-Norm
Brother Original-Farbtintenpatrone Testmethode zur Bestimmung der Seitenergiebigkeitsangabe auf der Grundlage der ISO/IEC24711-Norm Inhalt 1. Vorwort 2. Allgemeines zur ISO/IEC-Norm 3. Seitenergiebigkeitsnorm
MehrBildbearbeitung: automatische Eigenschaftserkennung versus visuelle Beurteilung
DACH-Jahrestagung 2012 in Graz - Di.3.C.2 DACH-Jahrestagung, 17. 19. Sept. 2012, Graz BAM Bundesanstalt für Materialforschung und -prüfung Bildbearbeitung: automatische Eigenschaftserkennung versus visuelle
MehrVerschlucktes Licht Wenn Farben verschwinden
Verschlucktes Licht Wenn Farben verschwinden Scheint nach einem Regenschauer die Sonne, so kann ein Regenbogen entstehen. Dieser besteht aus vielen bunten Farben. Alle diese Farben sind im Sonnenlicht
MehrWM01 - DEMO - ECDL Image Editing
Demotest Image Editing Bestanden JA NEIN Vorname Punkte [erforderlich 75%, d.h. 7 von 36] Name WM0 - DEMO - ECDL Image Editing Testlaufwerk: Testordner: WM0-demo-arbeitsdateien. Welches der folgenden ist
Mehr