Morphing. von Tim Sternberg. Im Rahmen des Seminars Manipulation und Verarbeitung digitaler Bilder
|
|
- Monika Hennie Lorentz
- vor 6 Jahren
- Abrufe
Transkript
1 von Tim Sternberg Im Rahmen des Seminars Manipulation und Verarbeitung digitaler Bilder
2 Einleitung Mit Morphing wird der fließende Übergang eines Bildes in ein anderes bezeichnet. Zwei digitale Bilder können mit Hilfe vieler verschiedener Verfahren elegant in einander überführt werden. Durch diese Technik sind atemberaubende Effekte in Filmen möglich geworden. Beispiele hierfür sind der Film Willow oder Jekyll And Hyde. Im Folgenden werde ich mich mit vier Verfahren befassen: Cross-dissolve, Mesh Warping, Field Morphing und Multilevel free-form deformation. Dabei werde ich beschreiben, wie jedes Einzelne funktioniert und wo die Vor- und Nachteile der jeweiligen Verfahren liegen. Morphing allgemein Zum morphen zweier digitaler Bilder muss zunächst die Form des Ausgangsbildes (I S ) in die des Zielbildes (I T ) transformiert werden. Dazu legt der Benutzer korrespondierende Punkt-, Linien- oder Polylinienpaare in beiden Bildern fest. Diese Paare sollten an möglichst markanten Punkten, wie zum Beispiel Augen oder der Nase, platziert werden um einen möglichst günstigen Übergang zu erzeugen. Als nächste Phase der Transformation führt der Computer die warp generation durch. Hierbei werden die Punkt-Koordinaten des Quellbildes mittels der warp function in die des Zielbildes überführt. Die warp function ist eine mathematische Funktion, die die diese Verschiebung bestimmt. Je nach Vorgabe werden eine bestimmte Anzahl Zwischenbilder erzeugt, bei denen die Transformation mehr oder weniger weit fortgeschritten ist. Die Farbwertinformationen werden aus dem vorhergehenden Bild mittels der warp function berechnet. Es entsteht also eine Reihe von Bildern, die mehr und mehr die Form des Zielbildes annimmt, dabei aber die Farben des Ausgangsbildes beibehält. Abb. 1 zeigt ein Beispiel dazu. Abb. 1: Transformation mittels Multilevel free-form deformation (I S I T ) Im zweiten Schritt wird das Zielbild als Ausgangspunkt genommen und zum Ausgangsbild hin transformiert. Es wird mittels der inversen warp function bearbeitet, was eine Reihe mit der gleichen Topologie wie im ersten Schritt erzeugt. Die Farbinformationen stammen in dieser Reihe jedoch aus dem Zielbild (Abb. 2). Abb. 2: Ebenfalls MFFD, aber I S I T Seite 2
3 Als drittes werden die Farbwerte von Bildern gleicher Topologie mit unterschiedlichen Wertigkeiten gemittelt (Abb. 3). Bei wie in diesem Beispiel fünf Bildern wird also im ersten Bild die Farbinformation des Ausgangsbildes genommen. Im zweiten Bild wird 75% des Bildes in der ersten Reihe und 25% des Bildes in der zweiten, usw. Abb. 3: Reihe nach Interpolation der Farbwerte Cross-dissolve Cross-dissolve ist die einfachste Methode des Morphens und die einzige, die auch analog durchgeführt werden kann. Beim Cross-dissolve wird lediglich ein Bild in ein anderes Übergeblendet, ohne die Form zu verändern. Dies ist analog möglich indem man gleichzeitig die Helligkeit eines Films verringert, während man die des zweiten erhöht. Digital wird der Effekt durch Interpolation der Farbwertinformation mit verschiedenen Wertigkeiten erzeugt (Abb. 4). Die warp function ist, da ja die Form nicht verändert wird, die Identitätsabbildung. Abb. 4: Cross-dissolve Beispiel (Abb. 5): 5 Bilder sollen erzeugt werden, d.h. 4 Farbübergänge, also erfolgt die Abstufung in 25% Schritten. Es wird der Einfachheit halber nur der Rotkanal von Pixel (0,0) betrachtet: I S = 252, IT = *1+0*0 = *0,75+0*0,25 = *0,5+0*0,5 = *0,25+0*0,75 =63 252*0+0*1 = Abb. 5: Cross-dissolve Seite 3
4 Mesh Warping Das Mesh Warping kann als erste echte Form des Morphing bezeichnet werden. Es wurde zum ersten mal 1988 von Industrial Light & Magic in dem Film Willow genutzt. Beim Mesh Warping wird als Korrespondenz ein Maschennetz über beide Bilder gelegt. Dieses muss vom Benutzer auf die Konturen des Bildes angepasst werden. Während der warp generation verschiebt der Rechner die Ecken der Maschen gleichmäßig von der Position im Ursprungsbild zu der im Zielbild. Von Bild zu Bild verformen sich also die einzelnen Maschen. Nun kann mit Hilfe mathematischer Verfahren jeder Punkt in der verformten Masche aus der vorhergehenden Masche berechnet werden. Diese Transformation findet, wie am Anfang beschrieben in beide Richtungen statt. Es entstehen zwei Reihen (Abb. 6 oben und unten). Danach werden die Farbwerte der beiden Reihen interpoliert (Abb. 6 mitte). Abb. 6: Mesh Warping Durch die Vorgabe eines Netzes ist Mesh Warping sehr übersichtlich. Wenn die Maschenstruktur ausreichend fein gewählt wird, können mit diesem Verfahren gute Ergebnisse erzielt werden. Aber auch schon bei recht großen Maschen ist der Effekt meistens recht ansehnlich. Es ist jedoch zu bemerken, dass der Arbeitsaufwand für den Benutzer erheblich wächst, wenn die Maschenstruktur feiner wird. Field Morphing Der Vorteil von Field Morphing liegt darin, dass nur einzelne Linien gesetzt werden, statt eines ganzen Netzes. Während der warp generation werden die Endpunkte der Linien zu ihren Äquivalenten im Zielbild verschoben. Die warp function berechnet nun den kürzesten Abstand eines Pixels zur Linie. Dazu können folgende Formeln verwendet werden: Seite 4
5 In Gleichung (1) wird zunächst über das Skalarprodukt der Vektoren PX auf den Vektor PQ projiziert. Nach einfachem Normieren erhält man also den Vektor, der von P beginnend auf den Punkt zeigt an dem der geringste Abstand zwischen der Linie und dem Punkt X besteht. Dieser Vektor wird noch einmal mit der Länge des Vektors PQ normiert. Dadurch erhält man für u einen Wert zwischen 0 und 1, wenn X neben der Linie liegt. Genauso wird in Gleichung (2) der Vektor PX auf die Senkrechte (Perpendicular) von PQ projiziert und normiert. Die quadratische Normierung erfolgt nicht, sondern es wird mit PQ und P Q normiert. Anscheinend wird so ein besseres Ergebnis erzielt. Addiert man nun auf den Punkt P im Ursprungsbild u mal den Vektor P Q und v mal den Senkrechten Vektor zu P Q erhält man den Punkt X (Gleichung 3). X im Ursprungsbild entspricht daher X im Zielbild, also wird an die Stelle X die Farbinformation von X geschrieben. Diese Berechnung ist in Abb. 7 für den Fall 0<u< Q-P grafisch dargestellt. Abb. 7: Field Morphing mit 1 Linie Mit nur einer Linie eignet sich Field Morphing zur Rotation, Translation oder zur Skalierung einer Koordinate: Abb. 8: Rotation, Translation bzw. Skalierung mit Field Morphing Seite 5
6 Richtiges Morphing erzielt man mit dem Field Morphing jedoch erst, wenn mehr als eine Linie verwendet wird. Dabei wird für jedes Pixel X im Zielbild die oben angegebene Rechnung für jede Linie durchgeführt. Dann wird für jedes X der Vektor berechnet, der von X auf X zeigt (D = X X). Diese Vektoren werden mit einer Gewichtung, die von der Länge der Linie und der Entfernung zu X abhängt, multipliziert und aufaddiert. Der Ergebnisvektor wird durch die Summe der Gewichtungen geteilt und es wird der Ortsvektor von X hinzuaddiert. Die Farbinformation, die an diesem Punkt steht wird nun an die Stelle X im Zielbild geschrieben. Abb. 9: Field Morphing mit zwei Linien Bei der Anwendung fällt jetzt jedoch auf, dass mit zwei Linien keine Skalierung mehr möglich ist ohne das Bild zu verzerren (Abb. 10). Abb. 10: Der Versuch ein Bild mit Field Morphing mit zwei Linien zu skalieren Der Vorteil des Verfahrens ist der meist geringere Aufwand für den Benutzer, da nur wenige Linien, statt eines ganzen Netzes platziert werden müssen. Allerdings kann es passieren, dass Fehler auftreten, so dass weitere Linien zum Ausgleich platziert werden müssen. Zusätzlich ist der Rechenaufwand um einiges größer als beim Mesh Warping, weil ja jedes Pixel in Bezug zu jeder Linie berechnet werden muss. Während beim Mesh Warping die Zeitkomplexität unabhängig von der Anzahl der Maschen konstant ist, ist sie beim Field Morphing proportional zur Anzahl der Linien. Seite 6
7 Multilevel free-form deformation Die Multilevel free-form deformation ist die Methode, die von den hier vorgestellten wohl die Beste ist. Je nach Implementierung können alle einfachen Formen, wie Punkte, Linien, Polylinien oder auch Kurven als Referenz benutzt werden. Der Algorithmus berechnet daraus eine C2-stetige, also zweimal stetig differenzierbare, warp function. Die Methode ist also einfach handhabbar, bei mittlerem Zeitaufwand. Die Programmierung und die mathematischen Funktionen, die genutzt werden sind hingegen deutlich komplexer. Abb. 11 Multilevel free-form deformation Transition Control Mit Transition Control wird die Möglichkeit bezeichnet in den zeitlichen Ablauf des Morphingvorganges einzugreifen. Bisher war der Zeitablauf jeder vorgestellten Methode linear. Es ist jedoch möglich das morphen eines Bildes zeitweise schneller oder langsamer ablaufen zu lassen. Ebenso können bestimmte Teile des Bildes schneller verändert werden, während andere sich langsam oder gar nicht verformen. In Abb. 12 sieht man deutlich, wie bis zur Hälfte des Morphingvorganges die Kopfform des Mannes nicht verändert wird. Andererseits ist die Nase nach dem dritten Bild fertig verändert und eingefärbt. Es wird also auch die Farbinterpolation beeinflusst. Diese Anwendung der Transition Control wird im Englischen nonuniform metamorphosis genannt. Seite 7
8 Abb. 12: MFFD mit nonuniform metamorphosis Anwendungen Wie in der Einleitung erwähnt findet das Morphing Anwendung in Filmen, wenn eine Person oder ein Objekt sich verwandeln soll. Zusätzlich wird es heute auch in der Animationstechnik genutzt. Anstatt wie beim Zeichentrick jedes Frame einzeln zu erzeugen werden zum Teil nur die Key-Frames generiert. Durch geschicktes Morphen zwischen den Einzelbildern kann nun ein flüssiger Film erzeugt werden. Eine weitere Anwendung ist der Polymorph, bei dem aus mehreren Einzelbildern ein Zielbild erzeugt wird. So sind in Abb. 13 in der linken Spalte Abbildungen von drei Mädchen zu sehen. Das rechte Bild zeigt eine Kombination aus den Haaren des oberen, der Augen und Nase des mittleren und des Mundes und Kinns des unteren Bildes. Abb. 13: Polymorph Seite 8
Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich.
Kapitel 1 Animation (Belebung) Animation ist das Erzeugen von Filmen mit Hilfe der Computergrafik. Objekte bewegen sich hierbei oder Beleuchtung, Augpunkt, Form,... ändern sich. Anwendungen findet die
MehrLernmaterialblatt Mathematik. Vektorrechnung eine Einführung. Anwendung Mathematik I. Einleitung:
Vektorrechnung eine Einführung Einleitung: Um beispielsweise das Dreieck ABC in der Abbildung an die Position A'B'C' zu verschieben, muss jeder Punkt um sieben Einheiten nach rechts und drei nach oben
MehrAnalytische Geometrie Seite 1 von 6. Die Addition von Vektoren kann veranschaulicht werden durch das Aneinanderhängen von Pfeilen.
Analytische Geometrie Seite 1 von 6 1. Wichtige Formeln AB bezeichnet den Vektor, der die Verschiebung beschreibt, durch die der Punkt A auf den Punkt B verschoben wird. Der Vektor, durch den die Verschiebung
MehrSpline Morphing. Softwarepraktikum im IWR. Carl Friedrich Bolz. Carl Friedrich Bolz
Spline Morphing Softwarepraktikum im IWR Einführung Motivation: Splines sind die Grundlage von jeglicher Vektorgrafik, 3D-Grafik, CAD/CAM,... Splines werden häufig zur Beschreibung von Schrift verwendet,
MehrAnalytische Geometrie I
Analytische Geometrie I Rainer Hauser Januar 202 Einleitung. Geometrie und Algebra Geometrie und Algebra sind historisch zwei unabhängige Teilgebiete der Mathematik und werden bis heute von Laien weitgehend
MehrIm Original veränderbare Word-Dateien
Animationen GIF-Animation Auf Webseiten, in E-Mails oder in Präsentationen sieht man häufig einfache bewegte Bilder, meist im Stil von Comicstrips. Diese bewegten Bilder erinnern an das gute alte Daumenkino.
MehrVektoren - Basiswechsel
Vektoren - Basiswechsel Grundprinzip Für rein geometrische Anwendungen verwendet man üblicherweise die Standardbasis. Damit ergibt sich in den Zahlenangaben der Koordinaten kein Unterschied zu einem Bezug
MehrDas Skalarprodukt zweier Vektoren
Beim Skalarprodukt zweier Vektoren werden die Vektoren so multipliziert, dass sich ein Skalar eine Zahl ergibt. Die Berechnung des Skalarproduktes ist ziemlich einfach, aber die weiteren Eigenschaften
Mehr& sind die Vektorkomponenten von und sind die Vektorkoordinaten von. A x. a) Der Betrag eines Vektors
Einführu hnung Was ist ein Vektor? In Bereichen der Naturwissenschaften treten Größen auf, die nicht nur durch eine Zahlenangabe dargestellt werden können, wie Kraft oder Geschwindigkeit. Zur vollständigen
Mehrentspricht der Länge des Vektorpfeils. Im R 2 : x =
Norm (oder Betrag) eines Vektors im R n entspricht der Länge des Vektorpfeils. ( ) Im R : x = x = x + x nach Pythagoras. Allgemein im R n : x x = x + x +... + x n. Beispiele ( ) =, ( 4 ) = 5, =, 4 = 0.
Mehr1 Vektorrechnung als Teil der Linearen Algebra - Einleitung
Vektorrechnung als Teil der Linearen Algebra - Einleitung www.mathebaustelle.de. Einführungsbeispiel Archäologen untersuchen eine neu entdeckte Grabanlage aus der ägyptischen Frühgeschichte. Damit jeder
MehrZusammenfassung Mathe III. Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren
Zusammenfassung Mathe III Themenschwerpunkt 3: Analytische Geometrie / lineare Algebra (ean) 1. Rechenregeln mit Vektoren Definition: (1) anschaulich: Ein Vektor ist eine direkt gerichtete Verbindung zweier
MehrSkalarprodukte (Teschl/Teschl Kap. 13)
Skalarprodukte (Teschl/Teschl Kap. ) Sei V Vektorraum über R. Ein Skalarprodukt auf V ist eine Abbildung V V R, (x, y) x, y mit den Eigenschaften () x, y = y, x (symmetrisch), () ax, y = a x, y und x +
MehrInteraktives, echtzeitnahes Morphen verschiedenartiger Bildfolgen
Interaktives, echtzeitnahes Morphen verschiedenartiger Bildfolgen André Viergutz 1 Inhalt Motivation und Grundlagen Registrierung mittels Optischem Fluss Vorverarbeitung der Bilder Synthese der Verarbeitungsschritte
MehrQuadratische Funktionen und Gleichungen Mathematik Jahrgangsstufe 9 (G8) Bergstadt-Gymnasium Lüdenscheid. Friedrich Hattendorf
Mathematik Jahrgangsstufe 9 (G8) Lüdenscheid Friedrich Hattendorf 4. September 2014 Vorbemerkung Die Datei entsteht noch; noch nicht alles ist optimal Hinweis zum Ausdruck: (Fast) Alles sollte noch gut
MehrVektoren, Vektorräume
Vektoren, Vektorräume Roman Wienands Sommersemester 2010 Mathematisches Institut der Universität zu Köln Roman Wienands (Universität zu Köln) Mathematik II für Studierende der Chemie Sommersemester 2010
MehrGeometrie. 1 Vektorielle analytische Geometrie der Ebene, Kegelschnitte
Geometrie Geometrie W. Kuhlisch Brückenkurs 206. Vektorrechnung und analytische Geometrie der Ebene, Kegelschnitte 2. Vektorrechnung und analytische Geometrie des Raumes, Anwendungen in der Geometrie,
Mehr3D-Transformationen. Kapitel Translation Skalierung
Kapitel 13 3D-Transformationen Wie im weidimensionalen Fall, werden die Definitionspunkte der Objekte als Spaltenvektoren mit homogener Koordinate geschrieben. Die notwendigen Transformationen werden wieder
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrMathematische Erfrischungen III - Vektoren und Matrizen
Signalverarbeitung und Musikalische Akustik - MuWi UHH WS 06/07 Mathematische Erfrischungen III - Vektoren und Matrizen Universität Hamburg Vektoren entstanden aus dem Wunsch, u.a. Bewegungen, Verschiebungen
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen März 03 *Aufgabe Bestimmen Sie durch Hauptachsentransformation Lage und Typ der Kegelschnitte (a) 3x + 4x x + 3x 4x = 0, (b) 3x + 4x x + 3x 4x 6 = 0, (c) 3x + 4x x +
MehrDEUTSCHE SCHULE MONTEVIDEO BIKULTURELLES DEUTSCH-URUGUAYISCHES ABITUR ( AUF SPANISCH )
Grundlegende Bemerkungen : Der Begriff des Vektors wurde in den vergangenen Jahren im Geometrieunterricht eingeführt und das mathematische Modell des Vektors wurde vor allem auch im Physikunterricht schon
MehrLokale Beleuchtungsmodelle
Lokale Beleuchtungsmodelle Oliver Deussen Lokale Modelle 1 Farbschattierung der Oberflächen abhängig von: Position, Orientierung und Charakteristik der Oberfläche Lichtquelle Vorgehensweise: 1. Modell
MehrLineare Gleichungssysteme
Brückenkurs Mathematik TU Dresden 2015 Lineare Gleichungssysteme Schwerpunkte: Modellbildung geometrische Interpretation Lösungsmethoden Prof. Dr. F. Schuricht TU Dresden, Fachbereich Mathematik auf der
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrRechnen mit Vektoren. 1. Vektoren im Koordinatensystem Freie Vektoren in der Ebene
Rechnen mit 1. im Koordinatensystem 1.1. Freie in der Ebene 1) Definition Ein Vektor... Zwei sind gleich, wenn... 2) Das ebene Koordinatensystem Wir legen den Koordinatenursprung fest, ferner zwei zueinander
Mehrgeschlossene Schachtel mit einem kleinen Loch
Kameramodellierung Lochkamera Kamerakonstante Kamerazentrum geschlossene Schachtel mit einem kleinen Loch ideale Kamera: Loch hat keine Ausdehnung die Strahlen sind ein Büschel von Geraden Abbildung erfolgt
Mehr1 Zahlentheorie. 1.1 Kongruenzen
3 Zahlentheorie. Kongruenzen Der letzte Abschnitt zeigte, daß es sinnvoll ist, mit großen Zahlen möglichst einfach rechnen zu können. Oft kommt es nicht darauf, an eine Zahl im Detail zu kennen, sondern
MehrWas sind Vektoren? Wozu braucht man sie?
Was sind Vektoren? Wozu braucht man sie? Franz Pauer Institut für Mathematik, Universität Innsbruck, Technikerstr. 25, A-6020 Innsbruck, Österreich. Franz.Pauer@uibk.ac.at 30. März 2005 1 Einleitung Dieser
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
MehrKurs über Lineare Gleichungssysteme. PD Dr. Karin Halupczok
Kurs über Lineare Gleichungssysteme PD Dr. Karin Halupczok Mathematisches Institut Albert-Ludwigs-Universität Freiburg http://home.mathematik.unifreiburg.de/halupczok/diverses.html karin.halupczok@math.uni-freiburg.de
MehrAufgaben. zu Inhalten der 5. Klasse
Aufgaben zu Inhalten der 5. Klasse Universität Klagenfurt, Institut für Didaktik der Mathematik (AECC-M) September 2010 Zahlbereiche Es gibt Gleichungen, die (1) in Z, nicht aber in N, (2) in Q, nicht
MehrDynamisches Huffman-Verfahren
Dynamisches Huffman-Verfahren - Adaptive Huffman Coding - von Michael Brückner 1. Einleitung 2. Der Huffman-Algorithmus 3. Übergang zu einem dynamischen Verfahren 4. Der FGK-Algorithmus 5. Überblick über
MehrZugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II
Zugriff auf Matrizen. Anhängen von Elementen. Punktweise Operatoren. Vektoren und Matrizen in MATLAB II Matrixzugriff Wir wollen nun unsere Einführung in die Arbeit mit Vektoren und Matrizen in MATLAB
MehrVektoren. Jörn Loviscach. Versionsstand: 11. April 2009, 23:42
Vektoren Jörn Loviscach Versionsstand:. April 29, 23:42 Rechnen mit Pfeilen Bei den komplexen Zahlen haben wir das Rechnen mit Pfeilen schon kennen gelernt. Addition und Subtraktion klappen in drei wie
MehrLänge eines Vektors und Abstand von zwei Punkten 2. 4 = 6. Skalarprodukt und Winkel zwischen Vektoren
Länge eines Vektors und Abstand von zwei Punkten Aufgabe Bestimme die Länge des Vektors x. Die Länge beträgt: x ( ) =. Skalarprodukt und Winkel zwischen Vektoren Aufgabe Es sind die Eckpunkte A(; ), B(
MehrAnalytische Geometrie, Vektorund Matrixrechnung
Kapitel 1 Analytische Geometrie, Vektorund Matrixrechnung 11 Koordinatensysteme Eine Gerade, eine Ebene oder den Anschauungsraum beschreibt man durch Koordinatensysteme 111 Was sind Koordinatensysteme?
Mehr( ) ( ). Dann heißt die Zahl
Der Euklidische Abstand Seite 1 von 6 Der Euklidische Abstand Der Abstand zweier Punkte P und Q in der Modellebene ist eine Zahl, die von den Koordinaten der Punkte abhängt. Der Term, mit dem die Berechnung
MehrMathematik II Frühlingsemester 2015 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren
Mathematik II Frühlingsemester 215 Kapitel 8: Lineare Algebra 8.5 Eigenwerte und Eigenvektoren www.math.ethz.ch/education/bachelor/lectures/fs215/other/mathematik2 biol Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/
Mehr2) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 +bx 2 +c mit a, b, c R.
Übung 6 1) Wir betrachten den Vektorraum aller Funktionen f(x) = ax 4 + bx 2 + c mit a, b, c R und nennen diesen V. Die Vektoren f 1 (x) = 2x 4 + 2x 2 + 2 und f 2 (x) = 3x 4 + x 2 + 4 sind in diesem Vektorraum
Mehr4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung. 4. Dämpfungsmodelle. Elastodynamik 1 3.
4.1 Grundlagen 4.2 Viskose Dämpfung 4.3 Modale Dämpfung 4.4 Rayleigh-Dämpfung 4.5 Strukturdämpfung 4. Dämpfungsmodelle 3.4-1 4.1 Grundlagen Dämpfung ist ein Prozess, bei dem Energie dissipiert wird. Mechanische
MehrII. Lineare Gleichungssysteme. 10 Matrizen und Vektoren. 52 II. Lineare Gleichungssysteme
52 II Lineare Gleichungssysteme II Lineare Gleichungssysteme 10 Matrizen und Vektoren 52 11 Der Gaußsche Algorithmus 58 12 Basen, Dimension und Rang 62 13 Reguläre Matrizen 66 14 Determinanten 69 15 Skalarprodukte
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
MehrÜbungseinheit 3. FIR und IIR Filter
Übungseinheit 3 FIR und IIR Filter In dieser Übungseinheit sollen verschiedene Effekte mittels FIR (finite impulse response) und IIR (infinite impulse response) Filter implementiert werden. FIR Filter
MehrLösungen zu Ungerade Muster in Pyramiden. Muster: Die Summe der ungeraden Zahlen (in jeder Teilpyramide) ist stets eine Quadratzahl.
Lösungen zu Ungerade Muster in Pyramiden Aufgabe Muster: Die Summe der ungeraden Zahlen (in jeder Teilpyramide) ist stets eine Quadratzahl. Begründung : Zunächst schauen wir eine Abbildung an, in der die
Mehr1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen
1 Definition von Relation, Äquivalenzrelation und Äquivalenzklassen Einleitung 1 Wie der Name schon sagt sind Äquivalenzrelationen besondere Relationen. Deswegen erkläre ich hier ganz allgemein, was Relationen
Mehr1 Fraktale Eigenschaften der Koch-Kurve
Anhang Inhaltsverzeichnis Fraktale Eigenschaften der Koch-Kurve iii. Einführung.................................. iii.2 Defintion.................................... iii.3 Gesamtlänge der Koch-Kurve........................
MehrSerie 10: Inverse Matrix und Determinante
D-ERDW, D-HEST, D-USYS Mathematik I HS 5 Dr Ana Cannas Serie 0: Inverse Matrix und Determinante Bemerkung: Die Aufgaben dieser Serie bilden den Fokus der Übungsgruppen vom und 5 November Gegeben sind die
MehrLineare Algebra. Grundlagen der Vektorrechnung. fsg Verlag
Rolf Stahlberger Alexander Golfmann Lineare Algebra Grundlagen der Vektorrechnung fsg Verlag Impressum Herausgeber: FSG Verlag Alexander Golfmann Augustenstr. 58 80333 München info@fsg-verlag.de www.fsg-verlag.de
Mehr13. Klasse TOP 10 Grundwissen 13 Geradengleichungen 01
. Klasse TOP 0 Grundwissen Geradengleichungen 0 Punkt-Richtungs-Form Geraden sind gegeben durch einen Aufpunkt A (mit Ortsvektor a) auf der Geraden und einen Richtungsvektor u: x = a + λ u, λ IR. (Interpretation:
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
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
Mehr4) Lösen linearer Gleichungssysteme mit zwei oder drei Unbekannten
1) Wechsel der Darstellung Taschenrechner CASIO fx-991 ES Denn es ist eines ausgezeichneten Mannes nicht würdig, wertvolle Stunden wie ein Sklave im Keller der einfachen Berechnungen zu verbringen. Gottfried
MehrFachhochschule Südwestfalen Wir geben Impulse. Vektorrechnung in Octave
Fachhochschule Südwestfalen Wir geben Impulse Vektorrechnung in Octave Inhalt Erzeugung von Vektoren Zugriff auf Vektorelemente Addition und Subtraktion von Vektoren Betrag eines Vektors Berechnung des
MehrErzeugende Funktionen
Hallo! Erzeugende Funktionen sind ein Mittel um lineare Rekursionen schneller ausrechnen zu können. Es soll die Funktion nicht mehr als Rekursion angeschrieben werden, sondern so, dass man nur n einsetzen
MehrParabeln - quadratische Funktionen
Parabeln - quadratische Funktionen Roland Heynkes 9.11.005, Aachen Das Gleichsetzungsverfahren und die davon abgeleiteten Einsetzungs- und Additionsverfahren kennen wir als Methoden zur Lösung linearer
MehrDie Steigung m ist ein Quotient zweier Differenzen und heißt daher Differenzenquotient.
Seite Definition lineare Funktion Eine Funktion f mit dem Funktionsterm f(x) = m x + b, also der Funktionsgleichung y = m x + b, heißt lineare Funktion. Ihr Graph G f ist eine Gerade mit der Steigung m
MehrDen Mittelpunkt zwischen zwei Punkten kannst du mithilfe der Ortsvektoren und Verbindungsvektoren berechnen.
Wahlteil B2 Mathe > Abitur (GTR) > 2016 > Wahlteil B2 Aufgaben PLUS Tipps PLUS Lösungen TI PLUS Lösungen Casio PLUS Aufgabe 2.1. a) Darstellung der Pyramide der Schnittfläche im Koordinatensystem Der Aufgabenstellung
MehrAnalytische Geometrie
Analytische Geometrie 1 Punkte und Vektoren im Raum G 1.1 Gegeben sind die Vektoren in nebenstehender Abbildung. Drücke die Vektoren AC durch a und b AB durch z und w BC durch c und d DB durch b und u
Mehr(Allgemeine) Vektorräume (Teschl/Teschl 9)
(Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:
Mehr3.6 Eigenwerte und Eigenvektoren
3.6 Eigenwerte und Eigenvektoren 3.6. Einleitung Eine quadratische n n Matrix A definiert eine Abbildung eines n dimensionalen Vektors auf einen n dimensionalen Vektor. c A x c A x Von besonderem Interesse
MehrKrümmungsapproximation auf 3D-Modellen
Krümmungsapproximation auf 3D-Modellen Mathematische Grundlagen und Approximation Christian Cyrus Matrikelnummer 157707 Fakultät für Informatik Otto-von-Guericke-Universität Magdeburg Diese Ausarbeitung
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
MehrBildverarbeitung: Fourier-Transformation. D. Schlesinger () BV: Fourier-Transformation 1 / 16
Bildverarbeitung: Fourier-Transformation D. Schlesinger () BV: Fourier-Transformation 1 / 16 Allgemeines Bilder sind keine Vektoren. Bilder sind Funktionen x : D C (Menge der Pixel in die Menge der Farbwerte).
MehrLineare Gleichungssysteme
Christian Serpé Universität Münster 14. September 2011 Christian Serpé (Universität Münster) 14. September 2011 1 / 56 Gliederung 1 Motivation Beispiele Allgemeines Vorgehen 2 Der Vektorraum R n 3 Lineare
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
MehrVorkurs Mathematik Übungen zu Komplexen Zahlen
Vorkurs Mathematik Übungen zu Komplexen Zahlen Komplexe Zahlen Koordinatenwechsel Aufgabe. Zeichnen Sie die folgende Zahlen zunächst in ein (kartesisches) Koordinatensystem. Bestimmen Sie dann die Polarkoordinaten
MehrLineare Gleichungssysteme (Teschl/Teschl 11.1)
Lineare Gleichungssysteme (Teschl/Teschl.) Ein Lineares Gleichungssystem (LGS) besteht aus m Gleichungen mit n Unbekannten x,...,x n und hat die Form a x + a 2 x 2 +... + a n x n b a 2 x + a 22 x 2 +...
Mehr2.3. Das Vektorprodukt
2.3. Das Vektorprodukt In sehr vielen mathematischen und physikalisch-technischen Problemstellungen geht es darum, zu einer gegebenen Fläche deren Inhalt und auf ihr senkrecht stehende Vektoren zu bestimmen.
MehrBrückenkurs Mathematik
Brückenkurs Mathematik 6.10. - 17.10. Vorlesung 3 Geometrie Doris Bohnet Universität Hamburg - Department Mathematik Mi 8.10.2008 1 Geometrie des Dreiecks 2 Vektoren Länge eines Vektors Skalarprodukt Kreuzprodukt
MehrLineare Algebra für D-ITET, D-MATL, RW. Beispiellösung für Serie 10. Aufgabe ETH Zürich D-MATH. Herbstsemester Dr. V. Gradinaru D.
Dr. V. Gradinaru D. Devaud Herbstsemester 5 Lineare Algebra für D-ITET, D-MATL, RW ETH Zürich D-MATH Beispiellösung für Serie Aufgabe..a Bezüglich des euklidischen Skalarprodukts in R ist die Orthogonalprojektion
Mehr2 Geradengleichungen in Parameterform. Länge und Skalarprodukt
2 Geradengleichungen in Parameterform. Länge und Skalarprodukt Jörn Loviscach Versionsstand: 19. März 2011, 15:33 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrMATHEMATIK Grundkurs 11m3 2010
MATHEMATIK Grundkurs 11m3 2010 Städtisches Gymnasium Leichlingen Zusammenfassende Informationen zum Unterricht ab 29. Oktober 2010 Für jede Doppelstunde ein Kapitel 2 Kapitel 1 Doppelstunde 29.10.2010
MehrAnalytische Geometrie II
Analytische Geometrie II Rainer Hauser März 212 1 Einleitung 1.1 Geradengleichungen in Parameterform Jede Gerade g in der Ebene oder im Raum lässt sich durch einen festen Punkt auf g, dessen Ortsvektor
MehrQED Materie, Licht und das Nichts. Wissenschaftliches Gebiet und Thema: Physikalische Eigenschaften von Licht
QED Materie, Licht und das Nichts 1 Wissenschaftliches Gebiet und Thema: Physikalische Eigenschaften von Licht Titel/Jahr: QED Materie, Licht und das Nichts (2005) Filmstudio: Sciencemotion Webseite des
MehrDiskrete und Schnelle Fourier Transformation. Patrick Arenz
Diskrete und Schnelle Fourier Transformation Patrick Arenz 7. Januar 005 1 Diskrete Fourier Transformation Dieses Kapitel erläutert einige Merkmale der Diskreten Fourier Transformation DFT), der Schnellen
MehrPolynominterpolation
Polynominterpolation In der numerischen Mathematik versteht man unter Polynominterpolation die Suche nach einem Polynom, welches exakt durch vorgegebene Punkte (z. B. aus einer Messreihe) verläuft. Dieses
MehrFRAKTALE. Eine Dokumentation von Dominik Assmann, Philipp Gewessler und Paul Maier
FRAKTALE Eine Dokumentation von Dominik Assmann, Philipp Gewessler und Paul Maier I. Fraktale allgemein a. Mathematischer Algorithmus i. Komplexe Zahlen b. Konvergieren und Divergieren i. Bei Mandelbrotmengen
MehrDas Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer".
Was ist ein Vektor? Das Wort Vektor kommt aus dem lateinischen und heißt so viel wie "Träger" oder "Fahrer". Vektoren sind Listen von Zahlen. Man kann einen Vektor darstellen, indem man seine Komponenten
MehrAnalytische Geometrie - Schnittwinkel. u 1, u 2 Richtungsvektoren der Geraden
Analytische Geometrie - Schnittwinkel. Möglichkeiten und Formeln Gerade / Gerade: cos( ) = u u 2 u u 2 Gerade / Ebene: sin( ) = n u n u Ebene / Ebene: cos( ) = n n 2 n n 2 u, u 2 Richtungsvektoren der
Mehr5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix
5 Determinante, Spatprodukt, Vektorprodukt, inverse Matrix Jörn Loviscach Versionsstand: 20. März 2012, 16:02 Die nummerierten Felder sind absichtlich leer, zum Ausfüllen in der Vorlesung. Videos dazu:
MehrLehrskript Mathematik Q12 Analytische Geometrie
Lehrskript Mathematik Q1 Analytische Geometrie Repetitorium der analytischen Geometrie Eine Zusammenfassung der analytischen Geometrie an bayerischen Gymnasien von Markus Baur, StR Werdenfels-Gymnasium
MehrMatrizen, Determinanten, lineare Gleichungssysteme
Matrizen, Determinanten, lineare Gleichungssysteme 1 Matrizen Definition 1. Eine Matrix A vom Typ m n (oder eine m n Matrix, A R m n oder A C m n ) ist ein rechteckiges Zahlenschema mit m Zeilen und n
MehrQuadrat- und Kubikwurzeln näherungsweise berechnen
Quadrat- und Kubikwurzeln näherungsweise berechnen Um für Quadrat- und Kubikwurzeln schnell einen Näherungswert zu bestimmen, bedient man sich am bequemsten des sogenannten Newton-Verfahrens, aus dem eine
MehrEinführung in die linearen Funktionen. Autor: Benedikt Menne
Einführung in die linearen Funktionen Autor: Benedikt Menne Inhaltsverzeichnis Vorwort... 3 Allgemeine Definition... 3 3 Bestimmung der Steigung einer linearen Funktion... 4 3. Bestimmung der Steigung
MehrDiplom Mathematiker Wolfgang Kinzner. 17. Oktober Technische Universität München. Die abc-formel. W. Kinzner. Problemstellung.
Diplom Mathematiker Wolfgang Kinzner Technische Universität München 17. Oktober 2013 1 / 9 Inhaltsverzeichnis 1 2 / 9 Inhaltsverzeichnis 1 2 2 / 9 Inhaltsverzeichnis 1 2 3 2 / 9 Inhaltsverzeichnis 1 2
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
MehrTag der Mathematik 2016
Tag der Mathematik 016 Mathematischer Wettbewerb, Klassenstufe 9 10 30. April 016, 9.00 1.00 Uhr Aufgabe 1 Der Mittelwert von 016 (nicht unbedingt verschiedenen) natürlichen Zahlen zwischen 1 und 0 16
MehrLösung Matura 6J und 6K (2007)
O. Riesen Kantonsschule Zug Lösung Matura 6J und 6K (007) Aufgabe a) Definiere die Funktion. D = R, Symmetrie: gerade Funktion, Asymptote y = 0 keine Nullstelle, Maximum (0 ½), Wendepunkte ( ± e ) Funktionsgraph:
MehrGliederung. Links-Rechts-Zerlegung Elimination faktorisiert A = L R. Determinante Inverse. Kleinste Quadrate. Lösung durch. Links-Rechts- Zerlegung
Matrixzerlegungen. 7. Vorlesung 170004 Numerische Methoden I Clemens Brand 29. April 2010 Gliederung Elimination faktorisiert A = L R Die A = L R Faktorisieren: Zerlege A in ein Produkt (einfacherer) Angenommen,
Mehr2.3. Vektorprodukt und Spatprodukt
.3. Vektorprodukt und Spatprodukt Das Vektorprodukt In sehr vielen mathematischen und physikalisch-technischen Problemstellungen geht es darum, zu einer gegebenen Fläche deren Inhalt und auf ihr senkrecht
MehrTag 3. Zweidimensionale Spielewelten
Tag 3 Zweidimensionale Spielewelten Lernziele Grundlagen für eine 2D-Spielewelt Beschreibung von 2D-Welten durch Vektoren Zweidimensionale Welttransformationen durch Matrizen Mögliche Problemstellungen
MehrAusgeschriebene Informatik-Unterrichtsmitschrift (inklusive Hausaufgaben) vom 28.02.07 V.2. Valentina Tamer
Ausgeschriebene Informatik-Unterrichtsmitschrift (inklusive Hausaufgaben) vom 280207 V2 Valentina Tamer RSA-Verschlüsselung Legende M (message) = Nachricht im Klartext p, q = (sehr große) Primzahlen N
MehrMathematik Analytische Geometrie
Mathematik Analytische Geometrie Grundlagen:. Das -Dimensionale kartesische Koordinatensystem: x x x. Vektoren und Ortsvektoren: a x = x x ist ein Vektor, der eine Verschiebung um x -Einheiten in x-richtung,
Mehr1.9 Eigenwerte und Eigenvektoren
.9. EIGENWERTE UND EIGENVEKTOREN 0.9 Eigenwerte und Eigenvektoren Alles in diesem Abschnitt bezieht sich auf quadratische reelle oder komplexe n n-matrizen. Statt E n (n n-einheitsmatrix) wird kurz E geschrieben..
Mehr15. Algorithmus der Woche Das Rucksackproblem Die Qual der Wahl bei zu vielen Möglichkeiten
15. Algorithmus der Woche Das Rucksackproblem Die Qual der Wahl bei zu vielen Möglichkeiten Autoren Rene Beier, MPI Saarbrücken Berthold Vöcking, RWTH Aachen In zwei Monaten startet die nächste Rakete
MehrOutline. 1 Vektoren im Raum. 2 Komponenten und Koordinaten. 3 Skalarprodukt. 4 Vektorprodukt. 5 Analytische Geometrie. 6 Lineare Räume, Gruppentheorie
Outline 1 Vektoren im Raum 2 Komponenten und Koordinaten 3 Skalarprodukt 4 Vektorprodukt 5 Analytische Geometrie 6 Lineare Räume, Gruppentheorie Roman Wienands (Universität zu Köln) Mathematik II für Studierende
MehrVersuch C: Auflösungsvermögen Einleitung
Versuch C: svermögen Einleitung Das AV wird üblicherweise in Linienpaaren pro mm (Lp/mm) angegeben und ist diejenige Anzahl von Linienpaaren, bei der ein normalsichtiges Auge keinen Kontrastunterschied
MehrSeminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen. Hermann Schwarz Marko Pilop
Seminar 3-D Grafik Mathematische Grundlagen, Räume, Koordinatensysteme, Projektionen Hermann Schwarz Marko Pilop 2003-11-20 http://www.informatik.hu-berlin.de/~pilop/3d_basics.pdf {hschwarz pilop}@informatik.hu-berlin.de
Mehr