Modul: B-CG Grundlagen der Computergraphik. Bildrepräsentationen. Das Ziel der heutigen Vorlesung. optisch. Grundlagen des Digitalen Bildes

Größe: px
Ab Seite anzeigen:

Download "Modul: B-CG Grundlagen der Computergraphik. Bildrepräsentationen. Das Ziel der heutigen Vorlesung. optisch. Grundlagen des Digitalen Bildes"

Transkript

1 Modul: B-CG Grundlagen der Computergraphik Grundlagen des Digitalen Bildes Professur für Graphische Datenverarbeitung Fachbereich Informatik und Mathematik () Bildrepräsentationen Symbolische Ebene: Merkmalsebene Abtastebene beliebige Datenstruktur Grafik- und Merkmals-Primitive Digitales Bild Text, Tabellen (Noten,.. Modelle (Kinematik, Dynamik, Verhalten) Geometrie & (visuelle) Merkmale Animation Festbild Digitalvideo Reiz- & Aktionsebene optisch Das Ziel der heutigen Vorlesung Charakteristika der drei Bildrepräsentationen Bildfunktionen Digitales Bild Geometrie- und Merkmalsbild verstehen und die Zusammenhänge erkennen! Schwerpunkt: Das Digitales Bild

2 Übersicht. Die Plenoptische Funktion kontinuierliche Bildfunktionen. Das Digitale Bild - Charakterisierung Austauschformate und Programmierschnittstellen. Das Computergraphik-Bild Austauschformate und Programmierschnittstellen. Abtastung / Rendering Ł Anzeige (Rekonstruktion) Das Abtasttheorem: Die Theorie Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Aliasing: Eine erste Charakterisierung der unvermeidbaren Fehler 5. Zusammenfassung 6. Ausblick Nächste Schritte Die Plenoptische Funktion Der Mensch ist ein Augentier. Die plenoptische Funktion beschreibt die für einen (menschlichen) Beobachter visuell erfassbaren Informationen an jedem Ort und zu jeder Zeit Idealisierung des potentiell Sichtbaren Modell des potentiell Sichtbaren 5 Die plenoptische Funktion P [Adelson, Bergen] P = f (θ, φ, I(λ), t, P b ) θ, φ Raumwinkel I (λ) Lichtintensität als Funktion der Wellenlänge t Zeit P b Position und Blickrichtung des Beobachters 6 Freiheitsgrade! 6

3 Exkurs: Sehwinkel abstrahiert von Objektgröße und abstand für ein Bild auf der Retina Sehwinkel α = arctan h/s h s α Bild auf der Retina o Sehwinkel = ˆ,mm auf der Retina 'Sehwinkel = ˆ 5µ m auf der Retina = ˆ Zapfenstärke o Sehwinkel = ˆ,5 mm in 6 cm Abstand 7 Grundgrößen der visuellen Wahrnehmnung Der Mensch wertet die Parameter der Plenoptischen Funktion simultan aus: θ, φ durch die flächige Anordnung von Rezeptoren in der Retina (Fovea) Ł Wahrnehmungsfähigkeiten FORMSEHEN TEXTURSEHEN I(λ) drei Abtastungen durch unterschiedliche Rezeptoren Ł FARBSEHEN t Zeit Ł P b Abtastungen zusätzlich sukzessiv durch Ł Augen-, Kopf- und Körperbewegung 8 BEWEGTBILDSEHEN STEREOSEHEN TIEFEN- und RAUMSEHEN Spezialisierungen der plenoptischen Funktion Ł technisch realisierbare Bilder P b : eine Abtastung Ł (Monokulares) Bild zwei Abtastungen Ł Stereobild geführte Bewegung Ł Film / Video freie Bewegung Ł Virtual Reality t: wenige Abtastungen Ł Bewegtbild eine Abtastung Ł Festbild I(λ): Abtastungen, z.b. RGB Ł Farbbild Abtastung Ł Grauwertbild extrem quantisiert Ł schwarz/weiß Bild Erkenntnis: Reize lassen sich stark reduzieren Ł wir müssen uns mit den Wahrnehmungsfähigkeiten beschäftigen: kommt später! 9

4 Bildmodelle: Herleitung aus der plenoptischen Funktion P = f (θ, φ, I(λ), t, P b ) G = f ( θ, φ ) = f ( x, y ) r(x, r F = g(x, = g ( x, y ) b(x, b partielle kontinuierliche (analoge) Funktionen: Spezialisierung: Zeit t, Position und Richtung P b fest Graubild Farbbild ( x, X Y R R Beispiel: kontinuierliche D-Bildfunktion G(x, G(x, y x y Bildfunktion (auch Bildsignal) Ein einkanaliges Bild G (z.b. Grauwertbild) wird als reelle Funktion mit -dimensionalen Definitionsbereich G = f ( x, mit x, y, G R/ modelliert. x,y i.d.r kartesische Ortskoordinaten manchmal auch Winkel, dann (x, Ł (θ,φ) (θ Theta φ Phi) f(x, nennt man (kontinuierliche) Bildfunktion.

5 Bildfunktionen (Bildsignale) Oft haben wir es mit endlichen Bildern zu tun, d.h. es gilt zusätzlich: f ( x, nur für Lx x Lx Ly y Ly Auch der Wertebereich ist oft beschränkt: G = f ( x, y ) G max Für Grauwertbilder gilt dann i.d.r. folgende Entsprechung: : schwarz G max : weiß Bildfunktionen Multispektrale Bilder werden als Vektor repräsentiert, mit Farbbilder als dreidimensionaler Vektor, z.b. mit F( x, F ( x, M =... Fn ( x, R( x, F = G( x, B( x, y ) Weitere Bildmodellierungen funktionales Bildmodell Ł Theorie der linearen Systeme kontinuierliche Funktionen und lineare Transformationen Ortsbereich f (x, kann man transformieren in einen Frequenzbereich f (ξ,η) z.b. zur Analyse durch Fouriertransformation, Cosinustransformation, etc. (ξ,η) nennt man Ortsfrequenzen alternative Beschreibungsformen sind: fraktale Bildmodelle -- nichtlineare Systeme stochastische (statistische) Bildmodelle auch Erweiterungen sind möglich: Volumenbilder V = f ( x, y, z) Volumenrendering G= f ( x, 5 5

6 Zusammenfassung: Bildfunktionen Bilder können durch (partielle) kontinuierliche Funktionen (Signale) mit reellen Variablen (Ortskoordinaten und Bildwerte) beschrieben werden Bildfunktionen beschreiben Bilder als optisches (oder auch elektrisches) Signal Damit steht uns die Theorie der Funktionen als Handwerkszeug zur Verfügung: Ł insbesondere die lineare Signaltheorie Alternative Beschreibungen sind möglich Frequenztransformationen Ł Ortsfrequenzen fraktale Bildbeschreibungen (nichtlineare Signaltheorie) stochastische Bildbeschreibungen 6 Aus der letzten Vorlesung Bildmodelle Merkmalsebene Abtastebene Rendering Anzeige (Displa Reiz- & Aktionsebene Grafik- und Merkmals-Primitive Digitales Bild (Aufnahme)??? (Bild-) (Bild-)funktion 7 Das Digitale Bild Bei der Aufnahme wird ein kontinuierliches Bild (reelle Bildfunktion) diskretisiert (abgetastet) (Ortskoordinaten x, x,y sind Integer, z.b. [,] quantisieren (Signalamplitude G(x,) G (x, ist Integer, z.b. [,55] DIGITALES BILD oder auch: Pixelbild, Rasterbild Bitmap, Pixmap Sonderfall: analoges Videosignal Vertikal abgetastet (diskkret), d.h. in Bildzeilen zerlegt; horizontal nur in elektrische kontinuierliche Signale gewandelt 8 6

7 Ein Beispiel mit erkennbaren Problemen Eine 6x6 Pixel Character Box: x,y [,5] G(x, [,]; : schwarz, : weiß auf einem 7 -Bildschirm: 9 dots per inch Ł 8 dots per inch Ł 6 dots per inch Ł 9 7 dots per inch Ł Charakterisierung des Digitalen Bildes am Beispiel Lena Digitales Bild = D Array aus Abtastwerten (Pixeln) in z.b. 8 Bit Integer Übrigens: Lena oder Lenna ist eines der bekanntesten Testbilder der Community, weitere siehe: zur Auswahl dieses Bildes (Bild-Ausschnitt des Playmate des Monats November 97) gibt es eine ganze Story: mit amerikanischer Krorrektheit: WARNING this picture contains nudity. Weitere sehr bekannte Testbilder Girl Tree House alle 56x56x bit 7

8 Mandrill (a.k.a. Baboon) 5x5xbit Peppers 5x5xbit Abtasten, was heißt das genauer? Betrachten wir einen Ausschnitt aus Lena Die Kreuzungspunke der Linien sind die Abtast - punkte und markieren z.b: den Pixelmittelpunkt quadratische Apertur Pixelwerte der Abtastung ideal real Ideale Abtastung: Mit einer unendlichen dünnen Meßspitze wird der Bildfunktionswert am Abtastpunkt genau bestimmt. Reale Abtastung: In einem Gebiet, z.b. Quadrat, Rechteck, Kreis (der endlichen Apertur) um den Abtastpunkt, werden die Bildfunktionswerte (ggf. gewichtet) aufintegriert und ein Mittelwert gebildet. 8

9 Die Gewichtung der Bild-Funktionswerte im Pixel muss bei der realen Abtastung nicht einheitlich sein, ist aber oft symmetrisch zum Pixelmittelpunkte D D Rechteck Ł Box CCD-Abtaster Dreieck Ł Tent Glockenkurve Ł Gaussian Flying Spot-Abtaster, Kameraröhre u.v.a.m. wird in der Theorie als Nadelimpuls modelliert Ł ideale Abtastung 5 Mathematisch: Gewichtung der Bild-Funktionswerte im Pixel Bildfunktion f (x), Gewichtungsfunktion g (x), Pixelwert P P = f ( x) g( x) dx D lässt sich elegant mit dem Faltungsoperator beschreiben Ł Übung ( f * g)( x) = f ( x) g( x τ ) dτ P = ( f * g)( D x ) 6 Beispiel: diskretes Bild Zentraler Begriff: Pixel (abstrakt für Abtastwert) Kunstwort abgeleitet von picture element in der Gerätetechnik manchmal auch Pel (konkret, z.b. auf dem Displa oder dot

10 Beispiel: quantisiertes diskretes Bild Digitales Bild (Rasterbild, Pixelbild ) Oft werden Pixelwerte nur durch ein 8 Bit Integer repräsentiert! 8 Die wichtigsten Parameter (Metadaten) eines Digitalen Bildes Pixelzahl (horizontal und vertikal), z.b. 5x5 Achtung: manche Autoren nennen das Auflösung: streng FALSCH! Auflösung wäre etwas wie Pixel/mm, dots/inch, Linien/mm,... Interpretation der Indexwerte: Wo ist G(,)?, üblich oben links und z.b. 7 Index-Incremente entsprechen inch: 7 dots/inch Auflösung Wertebereich und Interpretation, z.b. = schwarz = weiß weitere Parameter zur Interpretation: Gamma, Abtastparameter, was ist schwarz?, was ist weiß, kommt später. Codierung, meist Integer: Byte pro Pixel ( Byte = 8 Bit) Grauwertbild oder Byte pro Pixel RGB für ein Farbbild 9 Speicher- und Austauschformate für Digitale Bilder Kompression und Kodierung Speichern Austauschen Format: Kodierung Kompression Syntax und Semantik einer Sprache, Struktur des Headers mit den Metadaten Abbildung der Pixelwerte auf ein Alphabet und Art der Serialisierung Reduzierung der Datenmenge (verlustbehaftet oder verlustfrei)

11 Beispiele für Austausch- und Speicherformate Digitale Bilder (Rasterfiles) BMP Windows Bitmap Format Microsoft Fax Group oder Fax Group CCITT (ITU) GIF Graphics Interchange Format JFIF JPEG File Interchange Format ISO/IEC PBM Portable Bitmap PNG Portable Network Graphics (gesprochen ping ) TGA Targa File Format TIFF Tag Image File format u.v.a.m., insbesondere proprietäre Produktformate Beispiele für Austausch- und Speicherformate Digitalvideo = Folge von Einzelbildern CCIR 6 Basis des Digitalfernsehen (CCIR) ITU H.6 Videokonferenzstandard (CCITT) ITU M-JPEG Motion JPEG ISO/IEC/ITU MPEG Motion Picture Expert Group ISO/IEC/ITU QT Quicktime Apple AVI Microsoft Details in Multimedia und Animation oder Beispiele zur Bildkompression, hier JPEG Keine Kompression raw 5x56 Pixel x Byte = 7, KByte Mittlere Kompressionsrate und Qualität 8KB file Sehr hohe Kompressionsrate / Schlechte Qualität 6KB file Quelle:

12 Weitere Informationen zu Fileformaten Übersicht zu Graphics File Formats Mehr als verschiedene Formate werden vorgestellt. Links zu Format-Spezifikationen. Viele praktische Hinweise zur Formatwandlung und Problemlösungen. Leider seit 997 nicht mehr aktualisiert. aktuellere Infos unter : Wotsit's Format, the complete programmer's resource on the net Probleme und Fragen Wie hängen kontinuierliche Bilder und Digitale Bilder zusammen? Abtastung (Diskretisierung) <==> Rekonstruktion Das Abtasttheorem: Die Theorie Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Charakterisierung und Bewertung der unvermeidbaren Fehler... später, noch in dieser Vorlesung Quantisierung: Welche Effekte entstehen unter Umständen 5 Geometrie und Merkmalsebene Beschreibt ein Bild (D) oder eine Szene (D) durch Ensemble von geometrischen Objekten (Punkte, Linien, Flächen, Körper) in einem Koordinatensystem Erscheinungsattribute der Objekte (Farbe, Struktur, Textur, Parametern von Beleuchtungsmodellen, Betrachtungsbedingungen (Ausschnittsbildung, Skalierung in D oder Virtuelle Kamera und Beleuchtung in D) 6

13 Geometrie und Merkmalsebene Wichtige Unterscheidung Koordinatensystem: D oder D y D: ggf Ausschnitt darstellen: streng: Window (Teilmenge des Definitionsbereichs) Viewport (Teil des Bildschirms) Window-Viewport Transformation D: Szene wird durch virtuelle Kamera (Viewing Transformationen, perspektivische Transformation) auf D abgebildet y z -z x x 7 Beispiele für Austauschformate Geometrie und Merkmalsebene D Vector Files Zeichnungen, CAD HPGL HP Graphics Language (Plottersprache) Hewlett-Packard DXF Drawing exchange Format Autodesk (original D später auf D erweitert) Metafiles (Raster & Vektorgraphik) CGM Computer Graphic Metafile ISO/IEC Page Description Language (Seitenbeschreibungssprachen) PS (EPS) (Encapsulated) PostScript PDF Portable Document Format Adobe 8 Beispiele für Austauschformate Geometrie und Merkmalsebene D CAD Formate IGES Initial Graphics Exchange Specification STEP Standard for the Exchange of Product Data Szenen- und Objektbeschreibungssprachen VRML Virtual Reality Modeling Language ISO/IEC RIB Renderman Interface Bytestream Ł Animation FLT MultiGen Flight OBJ Wavefront Object Alias (Wavefront) MAX D Studio Max Kinetix 9

14 Programmierschnittstellen JAVA D Performer (SGI) Open SG (Open) GL Direct X Direct D Display List oder Szenegraph API: Application Programmers Interface Übersicht. Die Plenoptische Funktion kontinuierliche Bildfunktionen. Das Digitale Bild - Charakterisierung Austauschformate und Programmierschnittstellen. Das Computergraphik-Bild Austauschformate und Programmierschnittstellen. Abtastung / Rendering Ł Anzeige (Rekonstruktion) Das Abtasttheorem: Die Theorie Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Aliasing: Eine erste Charakterisierung der unvermeidbaren Fehler 5. Zusammenfassung 6. Ausblick Nächste Schritte Aus der letzten Vorlesung plus neue Terminologie, insbesondere aus der Signal- und Abtasttheorie Rendering: speziell das Rasterisieren Abtastebene Anzeige (Displa Rekonstruktion Reiz- & Aktionsebene Digitales Bild D array of integer Aufnahme: Abtastung (Bild-)funktion

15 Ein kleiner Ausflug in die Systemtheorie Ziel: Wir wollen das Abtasten mathematisch fassen, um so den Vorgang besser zu verstehen und um die optimalen Abtast-Bedingungen zu erkennen zu erkennen, wann wir welche Fehler machen um ggf. auftretende Fehler qualitativ und quantitativ beschreiben zu können Ideen zur Minimierung dieser Fehler zu bekommen unsere Lösungen zu bewerten Vollständig geht das in dieser Vorlesung leider nicht! Aber: Wir wollen die Grundzüge verstehen, dann ist ggf. ein Selbststudium möglich! Oder in der Veranstaltung DBV (Mester) wird dieses intensiv behandelt! Eine spezielle Funktion : Der Diracsche Deltaimpuls nach Paul Dirac 9 wird über seine Haupteigenschaften definiert: δ ( x) : = für x + δ ( x) dx = δ ( x, y ) : = für x, y + + δ ( x, y ) dxdy δ ( x, y ) = δ ( x ) δ ( y ) Streng: Es gibt keine klassische Funktion δ mit diesen Eigenschaften. δ ist streng genommen eine Distribution (verallgemeinerte Funktion). andere Namen Diracfunktion, Deltafunktion, Nadelimpuls = Der Diracsche Deltaimpuls Die Deltafunktion lässt sich auch als Grenzwert einer Familie von Funktionen definieren, z.b: δ( x, lim rect a b a, b a, b ( x, mit a b für x a und y b recta, b( x, = sonst a b anschaulich: eine Rechteckfunktion mit unendlich kleiner Impulsbreite und unendlicher Impulshöhe im Ursprung Ł Nadelimpuls 5 5

16 Die Ausblendeigenschaft (Siebeigenschaft, sifting propert der Deltalfunktion: + f ( x) δ ( x x) dx = f ( x) Dieses Integral blendet an der Stelle x den Funktionswert f(x ) aus: f(x ) f (x) x x 6 Ideale Abtastung eines Bildes erfolgt durch S(x, Diracfeld = D Feld von Nadelimpulsen (δ-impulsen) S( x, x y y x S ( x, y ) = + + m = n = δ ( x m x, y n y ) 7 Ideale Abtastung Wir definieren als abgetastetes Bild fs: f = f ( x, s( x, s = f ( x, δ ( x m x, y n m, n = = f ( x, δ ( x m x, y n m, n = f x y für x m x y n y = f m x n y = (, ) =, = (, ) sonst 8 6

17 ,5,5 -,5 - -, Zwischenruf: Fouriertransformation als Integraltransformation Operationen nach ihrer Schwierigkeit geordnet: Addition und Subtraktion Multiplikation und Division Differentiation und Integration Allgemeine mathematische Strategie oder ein Trick : Durch Transformationen lassen sich ggf. Schwierigkeiten reduzieren: Logarithmieren: Multiplikation Ł Addition Integraltransformationen: Differentiation Ł Multiplikation Mit Hilfe der Fouriertransformation lassen sich diverse Probleme der Signaltheorie elegant lösen 9 Fouriertransformation D j ( ux + u y ) F ( u, v ) = f ( x, y ) e d x d y (Hin-)Transformation j ( u x + v y ) (Rück-)Transformation f ( x, y ) = F ( u, v ) e d u d v π j ( ux+ u e = cos( ux + u + j sin( ux + u Ortsraum Ortsfunktion f(x, i.d.r. reell Frequenzraum Frequenzspektrum F(u,v) i.d.r. komplexwertig, d.h. besteht aus Amplitudenspektrum (Betrag) und Phasenspektrum 5 Eigenschaften der D-Fourriertransformation Es sei f(x, die Funktion der Intensität im Punkt (x, und unter der Voraussetzung, dass die Integrale der Transformationsgleichungen existieren, dann sind ξ,ξ die zugehörigen Ortsfrequenzen von f(x,. Zwischen den stetigen Funktion f(x, und F ( ξ,ξ ) besteht eine eineindeutige Beziehung. Die Transformation einer Sinusfunktion ergibt ein Linienspektrum: ξ Die Transformation des Deltaimpulses ergibt : δ ( x, 5 7

18 Transformation weiterer Funktionen x. x x rect xx x ξ ξ sinc sinc( ξ ) x ξ y ξ x x. x x tri xx x ξ sinc ξ sinc ξ x ξ y ξ x x.. x sin c x x x ξ ξ rect rect( ξ ) x ξ y ξ x 5 Beispiel: Abtastung der Funktion f(x, f(x, f S ( x, y y y x x f ( x, für x = m x, y = n y f s ( x, = f ( m x, n = sonst Eine systematische Untersuchung der Eigenschaften von ( x, zeigt u.a.: f S 5 Abtasttheorem nach Shannon (): Abtastung Ein b u, b v bandbegrenztes Bild f(x,, das orthogonal mit Abtastintervallen x, y ideal abgetastet wird, kann fehlerfrei rekonstruiert werden, wenn die Abtastfrequenzen u, v s s größer als die Nyquist-Frequenzen b u und b v sind. = u > b, = v > b x y mit s u s v F ( ξ, η ) =, ξ > b, η > b u v 5 8

19 ,5,75,5,5 -,5 -,5 -,75 - -, Abtasttheorem (): Rekonstruktion Ein diskretes Bild f ( x, y ) d lässt sich mit Hilfe eines (idealen) Tiefpasses mit der Übertragungsfunktion H ( u, v ) = x y r e c t ( u, v ) m i t T P b < ξ < u b u n d b < η < v b u u v v h ( x, y ) = x y s i n c ( x ξ ) s i n c ( y η ) T P rekonstruieren, so dass dieses mit dem ursprünglichen Signal identisch ist. Das rekonstruierte Bild ist dann f ( x, y ) = ξ η x y sin( m ) π sin( n) π (, ) x y f m x n y x y ( m ) π ( n ) π x y m = n = 55 Eine wunderschöne Theorie! - Aber Erfüllung des Abtasttheorems: ein bandbegrenztes Bildsignal ist Voraussetzung! in der Praxis oft nicht gegeben! einen idealen Abtaster (Nadelimpuls) gibt es nicht! Rekonstruktion auch nicht ideal möglich (sinc-funktion: negatives Licht, unendlich ausgedehnt!) unvermeidbare Fehler können nur minimiert werden (dann bestenfalls unsichtbar): Diese sind Aliasing. Art: Abtastfehler: Moiree, Scintillation,... Aliasing. Art: Rekonstruktionsfehler: Treppenstufen,..., Auflösungsverlust 56 Aliasing. Art: Veranschaulichung im D Ortsraum Frequenzraum b u Bandgrenze u s Abtastfrequenz Nyquistfrequenz 57 9

20 ,5,75,5,5 -,5 -,5 -,75 - -,5,5,5 -,5 - -, Aliasing. Art: Unterabtastung Ortsraum Frequenzraum b u Bandgrenze u s Abtastfrequenz Nyquistfrequenz 58 Aliasing. Art: Veranschaulichung im D Ortsraum Die beiden Sinusfunktionen ergeben abgetastet die gleichen Werte: Es gibt einen ALIAS = Doppelgänger Bei der Rekonstruktion wird die niederfrequente Funktion erzeugt! 59 Effekt : Moiree niederfrequente Muster, dort wo man ein einheitliches Grau erwarten würde! 6

21 (Zu) kleine Objekte Ł Szintilation Objekte, die kleiner sind als die Pixelfäche oder sehr schmal sind zeigen in der Bewegung und ohne Antialiasing beim idealen Abtasten bösartiges Aufblitzen (Szintilationen) 6 Aliasing. Art - Maßnahmen Bandbegrenzung des abzutastenden Bildes durch z.b. optische Unschärfe bei der Aufnahme einfach, adhoc einsetzbar Nicht optimal, weil Filterflanken nicht steil genug erfordert Abtastraten deutlich über Nyquistfrequenz deutlich sichtbare Unschärfe endliche Abtastapertur hat Tiefpaßwirkung beim Rendering sehen wir später! 6 Reale Bildrekonstruktion - Anzeige Ideale Rekonstruktion mit sinc-funktion ist praktisch nicht realisierbar praktische Lösungen: Rechteckausgaben (zero-order hold) Artifakte: Treppenstufen Ameisenkrabbeln (ant crawling) nur im Bewegtbild in der Praxis auf CRT teilweise gemildert durch: horizontal: Tiefpaßwirkung des Videoverstärkers vertikal: Gaußfunktion des Elektronenstrahls hochfrequentes Rauschen durch Lochrastermaske auf LCDs deutlich sichtbar! 6

22 ,5,75 5 -,5,5 Das Rekonstruktionsdilemma Wenn man nicht mit einer Sync-Funktion rekonstruiert, dann sind Auflösungsfehler Ł Unschärfe und Interpolationsfehler Ł Treppenstufen unvermeidlich. Im Frequenzraum sind die Fehler deutlich erkennbar: Vergleich der idealen Rekonstruktion mit einer Rechteck-Rekonstruktion (LCD) Ideal Sync-Funktion im Ortsbereich = Rechteck im Frequenzbereich Auflösungsfehler Rechteck im Ortsbereich = Sync im Frequenzbereich Interpolationsfehler 6 Rekonstruktion auf LCD-Displays = Rechteck! Auflösungsverlust: gering!!! Interpolationsfehler: hoch!!! Treppenstufen Ameisenkrabbeln Theoretisch ist Verbesserung möglich durch eine entsprechende optische Filterung (Mattscheibe kein idealer TP!) Glücklicherweise ist das Visuelle System auch ein wirksamer Tiefpaß 65 Rekonstruktion auf CRT-Displays Vergleichsweise gute Annäherung an Sinc-Funktion im Zentralimpuls = Rechteck in der Fouriertransformierten Ł Auflösungsverlust fast so gering wie bei LCD-Display Ł Interpolationsfehler geringer als beim LCD Ł friedlich 66

23 Zusammenfassung (Reale kontinuierliche) Bilder lassen sich unter bestimmten Bedingungen (Shannonsche Abtasttheorem) durch Digitale Bilder = diskretisierte (abgetastete) und quantisierte Bilder ersetzen. Das ist oft unproblematisch (Digitale Fotografie), aber insbesondere das Aliasing bedarf unserer Aufmerksamkeit: Fehler beim Abtasten Fehler bei der Rekonstruktion (Anzeige) Die lineare Systemtheorie liefert die Werkzeuge um die Phänomene zu beschreiben und zu beherrschen, aber man kann sie in der Praxis nicht vollständig vermeiden! 67 Fragen und (hoffentlich) Antworten 68 Ausblick... am nächsten Mittwoch Wir wenden uns unserem Hauptthema, der Graphikebene, zu und untersuchen zunächst, wie die Geometrie der Objekte repräsentiert werden kann.... und, danke für Ihre Aufmerksamkeit! 69

Modul: B-CG Grundlagen der Computergraphik. Bildrepräsentationen. Das Ziel der heutigen Vorlesung. optisch. Grundlagen des Digitalen Bildes

Modul: B-CG Grundlagen der Computergraphik. Bildrepräsentationen. Das Ziel der heutigen Vorlesung. optisch. Grundlagen des Digitalen Bildes Modul: B-CG Grundlagen der Computergraphik Grundlagen des Digitalen Bildes Professur für Graphische Datenverarbeitung Fachbereich Informatik und Mathematik () Bildrepräsentationen Symbolische Ebene: Merkmalsebene

Mehr

Modul: B-CG Grundlagen der Computergraphik

Modul: B-CG Grundlagen der Computergraphik Modul: B-CG Grundlagen der Computergraphik Grundlagen des Digitalen Bildes Professur für Graphische Datenverarbeitung Fachbereich Informatik und Mathematik (2) Bildrepräsentationen Smbolische Ebene: Merkmalsebene

Mehr

Graphische Datenverarbeitung

Graphische Datenverarbeitung Graphische Datenverarbeitung Grundlagen des digitalen Bildes Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Übersicht. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und

Mehr

1. Grundlagen des digitalen Bildes

1. Grundlagen des digitalen Bildes *UDSKLVFKH 'DWHQYHUDUEHLWXQJ Grundlagen des digitalen Bildes Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen:

Mehr

Graphische Datenverarbeitung

Graphische Datenverarbeitung Graphische Datenverarbeitung Grundlagen des digitalen Bildes und der Bilderzeugung Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Übersicht. Die Plenoptische Funktion 2. Bildrepräsentationen:

Mehr

Aliasing und Antialiasing

Aliasing und Antialiasing Aliasing und Antialiasing Auswirkungen und Effekte %HLVSLHOH Detlef Krömker Detlef Krömker Detlef Krömker Detlef Krömker Linien 00% 20% 20% Windows95 Banner Win95 Banner auf LCD-Display Moiree Moiree (Resampling

Mehr

Prof. Dr.-Ing. Detlef Krömker

Prof. Dr.-Ing. Detlef Krömker *UDSKLVFKH 'DWHQYHUDUEHLWXQJ *UXQGODJHQGHVGLJLWDOHQ%LOGHV XQGGHU%LOGHU]HXJXQJ Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw. Die Plenoptische Funktion.

Mehr

Wichtigste Voraussetzung für die in dieser Vorlesung beschriebenen Systeme und Verfahren sind digitale Aufnahmen. Doch was ist eigentlich ein

Wichtigste Voraussetzung für die in dieser Vorlesung beschriebenen Systeme und Verfahren sind digitale Aufnahmen. Doch was ist eigentlich ein 1 Wichtigste Voraussetzung für die in dieser Vorlesung beschriebenen Systeme und Verfahren sind digitale Aufnahmen. Doch was ist eigentlich ein digitales Foto oder Video? Das folgende Kapitel soll einen

Mehr

Bildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel)

Bildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel) 4. Digitalisierung und Bildoperationen 4.1 Digitalisierung (Sampling, Abtastung) Rasterung auf 2D-Bildmatrix mathematisch: Abb. einer 2-dim. Bildfunktion mit kontinuierlichem Definitionsbereich auf digitales

Mehr

Motivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung

Motivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Motivation Analoge Aufnahme von Sprache, Bildern Digitale Speicherung durch Diskretisierung + Quantisierung Informationsverlust

Mehr

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme Algorithmik kontinuierlicher Systeme Diskretisierung und Quantisierung (Teil ) Digitalisierung und Quantisierung Motivation Analoge Aufnahme von Sprache, Bildern, Digitale Speicherung durch Diskretisierung

Mehr

2. Digitale Codierung und Übertragung

2. Digitale Codierung und Übertragung 2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien

Mehr

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme Algorithmik kontinuierlicher Systeme Diskretisierung und Quantisierung (Teil ) Digitalisierung und Quantisierung Motivation Analoge Aufnahme von Sprache, Bildern, Digitale Speicherung durch Diskretisierung

Mehr

Digitales Video. Prof. Dr.- Ing. Klaus Diepold

Digitales Video. Prof. Dr.- Ing. Klaus Diepold Digitales Video Prof. Dr.- Ing. Klaus Diepold Digitale Bildwandlung Bildtransformationen Abtastung Interpolation 2 Bildtransformation Digitales Video 3 Bildtransformation Digitales Video 4 Transformation

Mehr

Graphische Datenverarbeitung und Bildverarbeitung

Graphische Datenverarbeitung und Bildverarbeitung Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Antialiasing Graphische DV und BV, Regina Pohle, 5. Antialiasing 1 Einordnung in die Inhalte der Vorlesung Einführung mathematische

Mehr

2. Digitale Codierung und Übertragung

2. Digitale Codierung und Übertragung 2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Speicherbedarf und Kompression 2.3 Digitalisierung Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien

Mehr

Tagged Image File Format. Im Printbereich neben EPS sehr verbreitet.

Tagged Image File Format. Im Printbereich neben EPS sehr verbreitet. 1.1 Pixelgrafik (auch ) Beispiel: Bei en wird das Bild in kleine Quadrate (Pixel) zerlegt. Für jedes Pixel wird die entsprechende Farbe gespeichert. Ein Foto kann nur durch eine große Zahl von Pixeln realistisch

Mehr

Computergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1

Computergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Das Abtasttheorem Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Problem bei zeitlicher Abtastung: Oliver Deussen Abtasttheorem 2 Darstellung auf Monitor Was geschieht eigentlich, wenn

Mehr

JPEG, PDF & Co. JPEG, PDF & Co. Theorie und Praxis zu Bildern auf Computern und Druckern

JPEG, PDF & Co. JPEG, PDF & Co. Theorie und Praxis zu Bildern auf Computern und Druckern JPEG, PDF & Co. Theorie und Praxis zu Bildern auf Computern und Druckern 16.12.2010 Borkwalde, Blog und Bier 1 Datei Bildschirm Drucker 16.12.2010 Borkwalde, Blog und Bier 2 Was ist eine Datei? 10011101

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung der 1. Vorlesung Zusammenfassung der. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Quantisiertes Signal Zeitdiskretes Signal Digitales Signal Auflösung der A/D- Umsetzer der MicroAutoBox

Mehr

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme

Diskretisierung und Quantisierung (Teil 1) Prof. U. Rüde - Algorithmik kontinuierlicher Systeme Algorithmik kontinuierlicher Systeme Diskretisierung und Quantisierung (Teil ) Digitalisierung und Quantisierung Motivation Analoge Aufnahme von Sprache, Bildern, Digitale Speicherung durch Diskretisierung

Mehr

Digitalisierung. Vorlesung FH-Hagenberg DSB

Digitalisierung. Vorlesung FH-Hagenberg DSB Digitalisierung Vorlesung FH-Hagenberg DSB Abbildungssysteme Camera obscura einfachstes Abbildungssystem bekannt seit dem Altertum Licht fällt durch eine Lochblende in das Innere einer abgedunkelten Kammer

Mehr

Digitalisierung. Vorlesung FH-Hagenberg MBI

Digitalisierung. Vorlesung FH-Hagenberg MBI Digitalisierung Vorlesung FH-Hagenberg MBI Biomedizinische Bildverarbeitung Werner Backfrieder Abbildungssysteme Camera obscura einfachstes Abbildungssystem bekannt seit dem Altertum Licht fällt durch

Mehr

- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält.

- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält. Eingang System Ausgang - Sei r(x,y) Eingangsbild, dass nur (Quantenrauschen) enthält. - Das Bild enthalte keinerlei Information, d.h. das Spektrum ist weiß und es gibt keine Korrelationen zwischen den

Mehr

Digitale Signalverarbeitung Bernd Edler

Digitale Signalverarbeitung Bernd Edler Digitale Signalverarbeitung Bernd Edler Wintersemester 2007/2008 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer

Mehr

Inhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1

Inhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1 Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)

Mehr

Verlustbehaftete Kompression. JPEG: Joint Photographic Experts Group

Verlustbehaftete Kompression. JPEG: Joint Photographic Experts Group Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch Verlustloser Modus vorhanden)

Mehr

Inhaltsübersicht. Deltafunktion Gammafunktion Fehlerfunktion. Kapitel 13: Spezielle Funktionen

Inhaltsübersicht. Deltafunktion Gammafunktion Fehlerfunktion. Kapitel 13: Spezielle Funktionen Inhaltsübersicht Kapitel 13: Spezielle Funktionen Deltafunktion Gammafunktion Fehlerfunktion Notizen zur Vorlesung Mathematik für Materialwissenschaftler 2 1 Die Bezeichnung Delta-Funktion ist streng genommen

Mehr

Grundlagen der Digitalen Bildverarbeitung

Grundlagen der Digitalen Bildverarbeitung Grundlagen der Digitalen Bildverarbeitung Michael Baron baron@cs.uni-frankfurt.de www.cs.uni-frankfurt.de/~baron Mitarbeiterseminar Angewandte Physik 24. Januar 2008 Motivation Insbesondere moderne graphische

Mehr

Signale, Transformationen

Signale, Transformationen Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =

Mehr

3.7 Anti-Alias-Verfahren

3.7 Anti-Alias-Verfahren 3.7 Anti-Alias-Verfahren Wir hatten Treppeneffekte bereits beim Rastern von Bildern kennengelernt. Aber auch beim Wiederholen verkleinerter Texturen können sich durch Rasterungseffekte unschöne Interferenzerscheinungen

Mehr

Digitale Bildverarbeitung - Rechnerübung 3

Digitale Bildverarbeitung - Rechnerübung 3 Digitale Bildverarbeitung - Rechnerübung 3 1. Khoros Zur Durchführung der Rechnerübung wird das Programmpaket KHOROS mit seiner Benutzerschnittstelle Cantata verwendet. Nach der Anmeldung am Rechner durch

Mehr

5.1. k p d. j x. j y. Optisches System MÜF. Dr.-Ing. habil. Jörg Wollnack Modulationsübertragungsfunktion

5.1. k p d. j x. j y. Optisches System MÜF. Dr.-Ing. habil. Jörg Wollnack Modulationsübertragungsfunktion 5. z k p d y( x) = T h( u) ( x) = h( x ) g( x x ) x ' ' ' h( x) g( x) j x Optisches System j y y( x) H( f) MÜF G( f) Y( f) Y( f) = G( f) H( f) Dr.-Ing. habil. Jörg Wollnack 4..3 Modulationsübertragungsfunktion

Mehr

Multimediatechnik / Video

Multimediatechnik / Video Multimediatechnik / Video Video-Kompression Zusammenfassung http://www.nanocosmos.de/lietz/mtv 2009 1 Motivation: Video-Kompression Unkomprimierte Datenmengen sind zu groß! TV: 20 MB/s = 72 GB/h (720x576x2x25)

Mehr

DIGITALISIERUNG VON BILDERN. Ivana

DIGITALISIERUNG VON BILDERN. Ivana DIGITALISIERUNG VON BILDERN Ivana WAS IST DIGITALISIERUNG? Begriff aus dem Lateinischen Überprüfung analoger Größen diskrete Werte Produkt = Digitalisat Analoge Speicherung von Informationen auf digitalen

Mehr

Grafikformate. Auflösung Farbtiefe Farbmodelle

Grafikformate. Auflösung Farbtiefe Farbmodelle Farblehre Grafikformate Auflösung Farbtiefe Farbmodelle Grafikformate 1. Auflösung Je höher die Auflösung umso besser das Bild. niedrig mittel hoch 09.03.2007 2 Auflösung 1cm 1cm 1 Pixel pro cm Auflösung

Mehr

Grafikformate Ein kurzer Überblick

Grafikformate Ein kurzer Überblick Grafikformate Ein kurzer Überblick Einführung in das rechnergestützte Arbeiten Dr. Andreas Poenicke, Dr. Patrick Mack KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der

Mehr

Grafikformate 2

Grafikformate 2 Grafikformate 1 Grafikformate 2 Grafikformate 3 Grafikformate 4 Grafikformate 5 Grafikformate 2 Lösungen: 1. Bild mit Hilfe eines Rasters von Punkten beschreiben 2. Bild in geometrische Objekte unterteilen

Mehr

Grafikformate Ein kurzer Überblick

Grafikformate Ein kurzer Überblick Grafikformate Ein kurzer Überblick Einführung in das rechnergestützte Arbeiten Dr. Andreas Poenicke, Dr. Patrick Mack KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Grafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression

Grafikformate. Grafikformate. Digitale Bildverarbeitung Bildkompression Digitale Bildverarbeitung Bildkompression Einleitung Datenmenge für ein unkomprimiertes Bild Verwendungszweck des Bildes Bild soll weiterverarbeitet werden Bild soll archiviert werden Bild soll per E-Mail

Mehr

Grundlagen der Signalverarbeitung

Grundlagen der Signalverarbeitung Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich

Mehr

Bildrekonstruktion & Multiresolution

Bildrekonstruktion & 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

Mehr

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie

Mehr

Schnelle Fouriertransformation (FFT)

Schnelle Fouriertransformation (FFT) Schnelle Fouriertransformation (FFT) Inhaltsverzeichnis 1 Schnelle Fouriertransformation (FFT)... 3 1.1 Das Realtime-Konzept der Goldammer-Messkarten... 3 1.2 Das Abtasttheorem oder Regeln für die Abtastung

Mehr

Verlustbehaftete Kompression. Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)

Verlustbehaftete Kompression. Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden) Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch verlustfreier Modus vorhanden)

Mehr

Ihre Punkt + Sonderp. = Summe Ihre Note:

Ihre Punkt + Sonderp. = Summe Ihre Note: Hochschule Darmstadt Nachname: Fachbereich Informatik Vorname: Björn Frömmer, Prof. Dr. E. Hergenröther Matr. Nr.: Ihre Punkt + Sonderp. = Summe Ihre Note: Aufgabe : RGB-Farbmodell Punkte: / 6 % Unten

Mehr

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2

Abtastung. Normalisierte Kreisfrequenz = DSP_9-Abtasttheorem 2 Abtasttheorem Abtastung xn [ ] = xnt ( ) = Acos( ωnt+ ϕ) = Acos( ωˆ n+ ϕ) s s Normalisierte Kreisfrequenz ωˆ = ωt s DSP_9-Abtasttheorem 2 Normalisierte Kreisfrequenz ω hat die Einheit rad/sec, ω ˆ = ωt

Mehr

Spektrum zeitdiskreter Signale

Spektrum zeitdiskreter Signale Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile

Mehr

Kapitel 2: Mathematische Grundlagen

Kapitel 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

Mehr

Lösungsblatt 2 Signalverarbeitung und Klassifikation

Lösungsblatt 2 Signalverarbeitung und Klassifikation Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung

Mehr

2. Digitale Codierung und Übertragung

2. Digitale Codierung und Übertragung 2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Ludwig-Maximilians-Universität München Prof.

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Bild-Erfassung Digitalisierung Abtastung/Quantisierung

Bild-Erfassung Digitalisierung Abtastung/Quantisierung Multimediatechnik / Video Bild-Erfassung Digitalisierung Abtastung/Quantisierung Oliver Lietz Bild-Erfassung Abtastung / Digitalisierung Scanner: Zeilenweise Abtastung mit CCD Digitale Kamera: Flächenweise

Mehr

1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler

1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Zusammenfassung Kapitel IV: Funktionen mehrerer Veränderlicher und vektorwertige Funktionen 1 Definition und Konstruktion vektorwertiger Funktionen und Funktionen mehrerer Variabler Definition vektorwertige

Mehr

2. Digitale Codierung und Übertragung

2. Digitale Codierung und Übertragung 2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Ludwig-Maximilians-Universität München, Medieninformatik

Mehr

4 Fehlerabschätzungen und Konvergenz der FEM

4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 4 Fehlerabschätzungen und Konvergenz der FEM 153 Es sei V der Lösungsraum und V N V ein endlich dimensionaler Unterraum. Weiters sei u V die exakte Lösung und

Mehr

U6: Webgerechte Bilder

U6: Webgerechte Bilder Konzeption Gestaltung U6: Webgerechte Bilder BILDAUFLÖSUNG UND GRÖSSE Auflösung bestimmt die Anzahl an Punkten (dots), die pro Längeneinheit (cm oder inch) zur Verfügung steht und wird demzufolge n der

Mehr

5. Übung für Übungsgruppen Musterlösung

5. Übung für Übungsgruppen Musterlösung Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, Department Informatik der Universität Hamburg) 5. Übung für Übungsgruppen Musterlösung (U. Köthe, Department Informatik,

Mehr

Übungsaufgaben Didaktik III Überraschende Phänomene bei der Darstellung von Funktionen

Übungsaufgaben Didaktik III Überraschende Phänomene bei der Darstellung von Funktionen Übungsaufgaben Didaktik III 18.05.2011 Aliasing Überraschende Phänomene bei der Darstellung von Funktionen 1. Aufgabe: 1 Aliasing bei Funktionsplottern Untersuchung durch Modellbildung Ziel ist es, mit

Mehr

2. Digitale Codierung und Übertragung

2. Digitale Codierung und Übertragung 2. Digitale Codierung und Übertragung 2.1 Informationstheoretische Grundlagen 2.2 Verlustfreie universelle Kompression 2.3 Digitalisierung, Digitale Medien Ludwig-Maximilians-Universität München, Medieninformatik

Mehr

Mathematische Erfrischungen III - Vektoren und Matrizen

Mathematische 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

Mehr

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Nachrichtentechnik [NAT] Kapitel 2: Zeitkontinuierliche Signale Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik Sommersemester 25 Inhaltsverzeichnis Inhalt Inhaltsverzeichnis 2 Zeitkontinuierliche

Mehr

JPEG Kompression technische Realisierung

JPEG Kompression technische Realisierung Experimentalphysik V 20. Januar 2005 Schema der JPEG Kompression Farbraumkonvertierung RGB YCbCr Subsampling der Farbkomponenten Cb, Cr Zerlegung in Blöcke 8 8 2D Kosinustransformation (DCT) Quantisierung

Mehr

Digitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am

Digitale Bilder. Ein Referat von Jacqueline Schäfer und Lea Pohl Am Digitale Bilder Ein Referat von Jacqueline Schäfer und Lea Pohl Am 06.05.2015 Inhaltsverzeichnis Einheiten Grafiktypen Bildformate Farbtiefe Farbbilder/ Farbräume Quellen Einführung in die Bildverarbeitung

Mehr

EDV-Anwendungen im Archivwesen II

EDV-Anwendungen im Archivwesen II EDV-Anwendungen im Archivwesen II 070472 UE WS08/09 Digitale Formate (Beispiele) Überblick Kurzer Überblick über derzeit übliche Formate Bild Ton Video Archivierungsformate Ist Komprimierung immer zu vermeiden?

Mehr

Systemtheorie abbildender Systeme

Systemtheorie 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

Mehr

Farbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche

Farbmomente. Christoph Sommer Seminar Inhaltsbasierte Bildsuche Farbmomente Seminar Inhaltsbasierte Bildsuche Farbmomente Einleitung und Motivation Statistische Momente Geometrische Momente Macht der Momente Hu-Momente Orthogonale Basen für Momente Generalisierte Farbmomente

Mehr

Graphische Datenverarbeitung und Bildverarbeitung

Graphische Datenverarbeitung und Bildverarbeitung Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Fourier-Transformation Graphische DV und BV, Regina Pohle, 8. Fourier-Transformation 1 Einordnung in die Inhalte der Vorlesung Einführung

Mehr

SYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100

SYS_A - ANALYSIEREN. Statistik. NTB Druckdatum: SYS A. Histogramm (Praxis) Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 SYS_A - ANALYSIEREN Statistik Gaußsche Normalverteilung (Theorie) Gebrauch: bei n > 100 Histogramm (Praxis) Realisierung Lage Streuung Zufallsvariable Dichte der Normalverteilung Verteilungsfunktion Fläche

Mehr

EVC Repetitorium Blender

EVC Repetitorium Blender EVC Repetitorium Blender Michael Hecher Felix Kreuzer Institute of Computer Graphics and Algorithms Vienna University of Technology INSTITUTE OF COMPUTER GRAPHICS AND ALGORITHMS Filter Transformationen

Mehr

1 Einführung. Bildformate Analyse der LSB-Ersetzung Weitere steganographische Algorithmen. Syndromkodierung in der Steganographie

1 Einführung. Bildformate Analyse der LSB-Ersetzung Weitere steganographische Algorithmen. Syndromkodierung in der Steganographie Gliederung Einführung 1 Einführung 2 3 4 WS 2012/2013 Steganographie und Multimedia-Forensik Folie 121 Farbwahrnehmung Blau: 435,8 nm Grün: 546,1 nm Rot: 700 nm (445 nm) (535 nm) (575 nm) Empfindlichkeit

Mehr

3.3 Das Abtasttheorem

3.3 Das Abtasttheorem 17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann

Mehr

Signalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h]

Signalprozessoren. Digital Signal Processors VO [2h] , LU 2 [2h] Signalprozessoren Digital Signal Processors VO [2h] 182.082, LU 2 [2h] 182.084 http://ti.tuwien.ac.at/rts/teaching/courses/sigproz Herbert Grünbacher Institut für Technische Informatik (E182) Herbert.Gruenbacher@tuwien.ac.at

Mehr

Zusammenfassung der 1. Vorlesung

Zusammenfassung der 1. Vorlesung Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem

Mehr

7 Integralrechnung für Funktionen einer Variablen

7 Integralrechnung für Funktionen einer Variablen 7 Integralrechnung für Funktionen einer Variablen In diesem Kapitel sei stets D R, und I R ein Intervall. 7. Das unbestimmte Integral (Stammfunktion) Es sei f : I R eine Funktion. Eine differenzierbare

Mehr

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV) Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung

Mehr

Bildverarbeitung. Bildvorverarbeitung - Fourier-Transformation -

Bildverarbeitung. Bildvorverarbeitung - Fourier-Transformation - Bildverarbeitung Bildvorverarbeitung - Fourier-Transformation - 1 Themen Methoden Punktoperationen / Lokale Operationen / Globale Operationen Homogene / Inhomogene Operationen Lineare / Nichtlineare Operationen

Mehr

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung

Mathematik I Herbstsemester 2018 Kapitel 5: Integralrechnung Mathematik I Herbstsemester 208 Prof. Dr. Erich Walter Farkas http://www.math.ethz.ch/ farkas / 70 5. Integralrechnung Grundbegriffe Das bestimmte Integral als Flächeninhalt Der Fundamentalsatz Partielle

Mehr

Rückblick auf die letzte Vorlesung. Bemerkung

Rückblick auf die letzte Vorlesung. Bemerkung Bemerkung 1) Die Bedingung grad f (x 0 ) = 0 T definiert gewöhnlich ein nichtlineares Gleichungssystem zur Berechnung von x = x 0, wobei n Gleichungen für n Unbekannte gegeben sind. 2) Die Punkte x 0 D

Mehr

Lösungsblatt 2 Signalverarbeitung

Lösungsblatt 2 Signalverarbeitung Fakultät für nformatik Übung zu Kognitive Systeme Sommersemester 208 S. Constantin (stefan.constantin@kit.edu) T. Nguyen (thai.nguyen@kit.edu) Lösungsblatt 2 Signalverarbeitung Aufgabe : Faltung Abbildung

Mehr

Einführung in die Medieninformatik 1

Einführung in die Medieninformatik 1 Einführung in die Medieninformatik 1 Wintersemester 2007/08 Prof. Dr. Rainer Malaka, Digitale Medien Medieninformatik 1 1 Plan (vorläufig) 31.10. Einführung 7.11. Menschen: Wahrnehmung 14.11. Menschen:

Mehr

4.1. Vektorräume und lineare Abbildungen

4.1. Vektorräume und lineare Abbildungen 4.1. Vektorräume und lineare Abbildungen Mengen von Abbildungen Für beliebige Mengen X und Y bezeichnet Y X die Menge aller Abbildungen von X nach Y (Reihenfolge beachten!) Die Bezeichnungsweise erklärt

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

Digitalisierung von Fotos und Filmen

Digitalisierung von Fotos und Filmen Digitalisierung von Fotos und Filmen Hilfe, ich verstehe meinen Dienstleister nicht Basiswissen für Archivare Zweck der Digitalisierung von Foto- und Filmmaterial im Vorfeld klären Substanzerhalt Buchdruck/Ausstellung/Ausstrahlung

Mehr

DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012

DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012 DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012 Gerrit Buhe, Inhalt 2 Aufbau DSP-System Digitalisierung und Abtasttheorem Beschreibung LTI-System Impulsantwort zu Übertragungsfunktion Werkzeuge

Mehr

,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge

,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,

Mehr

(frzlab.wifa.uni-leipzig.de)

(frzlab.wifa.uni-leipzig.de) Adobe Photoshop CS5 http://www.urz.unileipzig.de/handbuecher.html (frzlab.wifa.uni-leipzig.de) Kein Essen oder trinken in den Pools Pause: 17:00 15 30 Min Kleine Pausen jederzeit möglich Kursprinzip:

Mehr

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Multimedia für Referate und Präsentationen

Unterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Multimedia für Referate und Präsentationen Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Multimedia für Referate und Präsentationen Das komplette Material finden Sie hier: School-Scout.de Computergrafik Computergrafik umfasst

Mehr

2D-Fourieranalyse und Farbräume

2D-Fourieranalyse und Farbräume 2D-Fourieranalyse und Farbräume Industrielle Bildverarbeitung, Vorlesung No. 12 1 M. O. Franz 09.01.2008 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht

Mehr

3 Folgen, Reihen und stetige Funktionen

3 Folgen, Reihen und stetige Funktionen Höhere Mathematik 101 3 Folgen, Reihen und stetige Funktionen 3.1 Folgen und Reihen: Definitionen und Beispiele Eine reelle oder komplexe Zahlenfolge ist eine Abbildung, die jeder natürlichen Zahl n eine

Mehr

Bildkompression InTh, 2005, JPEG, Hak, Rur, 1

Bildkompression InTh, 2005, JPEG, Hak, Rur, 1 Bildkompression InTh, 25, JPEG, Hak, Rur, 1 Referenzen [1] D Salomon, Data Compression, Springer, 24 [2] Prof Dr A Steffen, Kurs SU, ZHW, 1999-24 [3] G Wallace, The JPEG Still Picture Compression Standard,

Mehr

Funktionen und andere Zuordnungen

Funktionen und andere Zuordnungen Funktionen und andere Zuordnungen Rainer Hauser November 2011 1 Allgemeine Zuordnungen 1.1 Pfeildarstellung von Zuordnungen Sätze wie Das ist der Schlüssel zu diesem Schloss und Hänsel ist der Bruder von

Mehr

Laborprotokoll SSY Abtastung

Laborprotokoll SSY Abtastung Laborprotokoll SSY Abtastung Daniel Schrenk, Andreas Unterweger SSYLB WS 05/06 Abtastung Seite 1 von 12 Einleitung Ziel der Übung In dieser Laborübung sollte ein Signal abgetastet werden und anschließend

Mehr

Grafikformate 1 Grafikformate 2 Grafikformate 3 Grafikformate 4 Grafikformate 5 Grafikformate 2 Lösungen: 1. Bild mit Hilfe eines Rasters von Punkten beschreiben Bitmap-Grafik 2. Bild in geometrische Objekte

Mehr

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth

Lineare Algebra. Mathematik II für Chemiker. Daniel Gerth Lineare Algebra Mathematik II für Chemiker Daniel Gerth Überblick Lineare Algebra Dieses Kapitel erklärt: Was man unter Vektoren versteht Wie man einfache geometrische Sachverhalte beschreibt Was man unter

Mehr

Regelungstechnik : Vorlesung 10

Regelungstechnik : Vorlesung 10 Regelungstechnik : Vorlesung 10 Umgang mit Beschränkungen der Aktoren Alle Aktoren haben gewisse Beschränkungen. Sie sind beispielsweise in ihrer Amplitude oder Dynamik beschränkt. Das Missachten von Stellgrößenbegrenzung

Mehr