Prof. Dr.-Ing. Detlef Krömker
|
|
- Gottlob Reuter
- vor 5 Jahren
- Abrufe
Transkript
1 *UDSKLVFKH 'DWHQYHUDUEHLWXQJ *UXQGODJHQGHVGLJLWDOHQ%LOGHV XQGGHU%LOGHU]HXJXQJ Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion Das Abtasttheorem: Die Theorie Aliasing Ideale Abtastung und Rekonstruktion Reale Abtastung und Rekonstruktion Charakterisierung und Bewertung der unvermeidbaren Fehler
2 hehuvlfkw)ruwvhw]xqj 7. Zusammenfassung 8. Glossar 9. Weitere Informationen. Ausblick Nächste Schritte 3 'LH3OHQRSWLVFKH )XQNWLRQ ³'HUHQVFKLVWHLQ$XJHQWLHU Die plenoptische Funktion beschreibt die für einen (menschlichen) Beobachter visuell erfassbaren Informationen an jedem Ort und zu jeder Zeit. Idealisierung des potentiell Sichtbaren. 4
3 'LHSOHQRSWLVFKH )XQNWLRQ P = f (θ, φ, I(O), t, P b ) θ, φ Raumwinkel I (O) t P b Lichtintensität als Funktion der Wellenlänge Zeit Position und Blickrichtung des Beobachters 6 Freiheitsgrade! 5 'LHSOHQRSWLVFKH )XQNWLRQ *UXQGJU HQGHUYLVXHOOHQ:DKUQHKPQXQJ Der Mensch wertet die Parameter dieser Funktion simultan aus: θ, φ durch die flächige Anordnung von Rezeptoren in der Retina I(O) 3 Abtastungen durch unterschiedliche Rezeptoren :DKUQHKPXQJVSULPLWLYH FORMSEHEN TEXTURSEHEN FARBSEHEN t Zeit BEWEGTBILDSEHEN P b Abtastung zusätzlich sukzessiv durch Augen-, Kopf- und Körperbewegung STEREOSEHEN TIEFEN- und RAUMSEHEN 6 3
4 6SH]LDOLVLHUXQJHQGHUSOHQRSWLVFKHQ )XQNWLRQ Î WHFKQLVFKUHDOLVLHUEDUH%LOGHU P b : eine Abtastung Î (Monokulares) Bild zwei Abtastungen Î Stereo Bild freie Bewegung Î Virtual Reality geführte Bewegung Î Film / Video t: wenige Abtastungen Î Bewegtbild eine Abtastung Î Festbild I(O):3 Abtastungen Î Farbbild Abtastung Î Grauwertbild extrem quantisiert Î schwarz/weiß Bild Erkenntnis: Reize lassen sich stark reduzieren (diskretisieren und quantisieren) 7,GHQWLILNDWLRQYRQ*UXQGSUREOHPHQ Das visuelle System tastet die Plenoptische Funktion in allen Parametern ab, diskretisiert sie: Abtastung: -Zeit -Ort - Spektrum )UDJHQ Was sind die Abtastraten? Sind sie regulär, äquidistant? Welche Quantisierungen erfolgen? 8 4
5 9LVLRQHQ Technologie soweit entwickeln, daß künstliche Reize (Szenen) von realen Reizen (Szenen) nicht unterscheidbar sind: 3KRWRUHDOLVPXV Ivan Sutherlands Vision (963) Ä7KH VFUHHQ LV DZLQGRZ WKURXJK ZKLFK RQH VHHV DYLUWXDO ZRUOG7KH FKDOOHQJH LV WRPDNH WKDW ZRUOG ORRNUHDODFW UHDOVRXQG UHDOIHHO UHDO,PPHUVLRQ Î 9LUWXDO 5HDOLW\ 9 =LHOH Optimale Gestaltung der Schnittstelle HQVFK± &RPSXWHU Maximale Kommunikationsqualität Grad des Erreichens des kommunikativen Ziels Verhältnis von wahrgenommener Information zu präsentierter Information 5
6 )ROJHUXQJHQ Grundverständnis zur visuellen Wahrnehmung erwerben Î Kapitel. Unterschied Reiz (physikalisch, extern)... Wahrnehmung (nervös, intern) Leistungsfähigkeit des visuellen Systems Effekte Täuschungen hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion 6
7 statische Modelle %LOGUHSUlVHQWDWLRQHQ &KDUDNWHULVLHUXQJXQG%HLVSLHOH dynamische Modelle Symbolisch Graphik Digitales Bild Animation Digitalvideo Geometrie & Merkmal Diskret, Quantisiert Analog Video Elektrisch (optisch) Reiz Optisch (unmittelbar wahrnehmbar) 3 HWKRGHQGHU*'9 Statische Modelle 9LVXDOLVLHUXQJ Graphik 5HQGHULQJ Digitales Bild 5HNRQVWUXNLRQ ' $Q]HLJH Video Reiz Dynamische Modelle Bildverstehen Animation Merkmalsextraktion Digital-Video $EWDVWXQJ $XIQDKPH 4 7
8 HWKRGHQGHU*'9 Statische Modelle Dynamische Modelle Graphikbearbeitung Graphik Animation Bildbearbeitung Digitales Bild Digital-Video Videobearbeitung (Schnitt) AnalogVideo Reiz 5 6FKZHUSXQNWHLQGLHVHU 9HUDQVWDOWXQJ Statische Modelle 9LVXDOLVLHUXQJ *UDSKLNEHDUEHLWXQJ Graphik Dynamische Modelle Animation 5HQGHULQJ Digitales Bild 5HNRQVWUXNLRQ $Q]HLJH Analog-Video Reiz Digital-Video 'LJLWDOLVLHUHQ (QWIlOOWLPPHUKlXILJHU $XIQDKPH 6 8
9 Herleitung aus der plenoptischen Funktion zunächst Festbilder (statische Bilder) P = f (θ, φ, I(O), t, P b ) %LOGPRGHOOH Spezialisierung * = I (,) [ \ Graubild ) = I (,) [ \ Farbbild partielle Funktionen: ([,\) ; < R R 7 ([NXUV6HKZLQNHO h D s Sehwinkel α = arctan h/s R 6HKZLQNHO = ˆ,3 mm auf der Retina ' 6HKZLQNHO = ˆ 5µ m auf der Retina = ˆ Zapfenstärke R 6HKZLQNHO = ˆ,5 mm in 6 cm Abstand 8 9
10 'LJLWDOHV%LOG kontinuierliches Bild (Bildfunktionen) diskretisieren (abtasten) (Ortskoordinaten) quantisieren (Signalamplitude) ',*,7$/(6 %,/' Sonderfall: analoges Videosignal Nur vertikal abgetastet; horizontal nur gewandelt 9 %HLVSLHONRQWLQXLHUOLFKH'%LOGIXQNWLRQ
11 %HLVSLHOGLVNUHWHV%LOG %HLVSLHOTXDQWLVLHUWHV GLVNUHWHV%LOG 'LJLWDOHV%LOG5DVWHUELOG
12 RFKHLQ%HLVSLHO$QDORJYLGHR Detlef Krömker horizontal: vertikal: kontinuierlich - analog diskret - Zeilen 3 %LOGVLJQDOH Ein einkanaliges %LOG B (z.b. Grauwertbild) wird als reelle Funktion mit -dimensionalen Definitionsbereich % = I ([,\ ) PLW [,\,% R/ modelliert. x,y i.d.r kartesische Ortskoordinaten manchmal auch Winkel, dann (x,y) Î (θ,φ) (θtheta φ Phi) I[\nennt man (kontinuierliche) Bildfunktion. 4
13 %LOGVLJQDOH Oft haben wir es mit HQGOLFKHQ%LOGHUQ zu tun, d.h. es gilt zusätzlich: I ([,\) nur für / [ / \ [ / [ \ / \ Auch der Wertebereich ist oft beschränkt: % = I ([,\ ) % max Für Grauwertbilder gilt dann i.d.r. folgende Entsprechung: : schwarz B max : weiß 5 %LOGVLJQDOH XOWLVSHNWUDOH%LOGHU werden als Vektor repräsentiert, mit ) ( [,\ ) ) ( [,\ ) =... ) Q( [,\) )DUEELOGHUals dreidimensionaler Vektor, z.b. mit 5( [,\) & = * ([,\) % ([,\) 6 3
14 :HLWHUH%LOGPRGHOOLHUXQJHQ funktionales Bildmodell -- lineare Systeme kontinuierlich -- diskret -- quantisiert UWVEHUHLFK )UHTXHQ]EHUHLFK]% )RXULHUWUDQVIRUPDWLRQ &RVLQXVWUDQVIRUPDWLRQ alternative Beschreibungsformen sind: fraktale Bildmodelle -- nichtlineare Systeme statistische Bildmodelle Erweiterung: Volumenbilder 9 = I ([, \, ]) Volumenrendering * I [ \ = (,) 7 3UREOHPHXQG)UDJHQ :LHKlQJHQNRQWLQXLHUOLFKH%LOGHUXQG 'LJLWDOH%LOGHU]XVDPPHQ" 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 8 4
15 *HRPHWULHXQGHUNPDOVHEHQH Beschreibt ein Bild (D) oder eine Szene (3D) durch Ensemble von geometrischen Objekten (Punkte, Linien, Flächen, Körper) Erscheinungsattribute (Farbe, Struktur, Textur, Parametern von Beleuchtungsmodellen,... ) Betrachtungsbedingungen 9 *HRPHWULHXQGHUNPDOVHEHQH Wichtige Unterscheidung Definitionsbereich: D oder 3D y ': ggf Ausschnitt aus Definitionsbereich darstellen: streng: Window (Teilmenge des Definitionsbereichs) Viewport (Teil des Bildschirms) Window-Viewport Transformation ': Szene wird durch virtuelle Kamera (Viewing Transformationen, perspektivische Transformation) auf D abgebildet y z -z x x 5
16 hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion 3 6SHLFKHU XQG$XVWDXVFKIRUPDWH.RPSUHVVLRQXQG.RGLHUXQJ Prinzipiell auf jeder Ebene möglich: Daten / Informationen Graphik/Animation (Digitale) Bilder/Video Analog-Video Papierausdruck Speichern Austauschen Format: Syntax und Semantik einer Sprache Kodierung Abbildung auf ein Alphabet, Serialisierung Kompression Reduzierung der Datenmenge (verlustbehaftet oder verlustfrei) Austauschen: oder Übertragen eines Speicherinhaltes Streaming 3 6
17 %HLVSLHOHI U$XVWDXVFKIRUPDWH $QDORJYLGHR Basis des Standardfernsehen (Zeilenzahl/Halbbild-Frequenz) 65/5 Europa 55/6 USA, Japan Zwischenzeilenverfahren /Interlaced zusätzlich ggf. Angabe der Farbcodierung Videosignale Komponenten (RGB, YIQ, YUV, YC R C B,..YC) Composite (FBAS) (NTSC, SECAM, PAL) RS 7, RS 7A,... Speziell: Videobandformate für Recorder VHS, S-VHS Betacam, Betacam SP,... 'HWDLOVÃLQÃXOWLPHGLDÃXQGÃ$QLPDWLRQ &RPSXWHUYLGHRNHLQJHQHUHOOHU6WDQGDUGJHEUlXFKOLFK 'HWDLOVÃVLHKHÃÃ*UDSKLVFKHÃ6\VWHPHÃ 33 %HLVSLHOHI U$XVWDXVFKIRUPDWH 'LJLWDOH%LOGHU5DVWHUILOHV BMP Windows Bitmap Format Microsoft Fax Group 3 oder Fax Group 4 CCITT (ITU) *,) *UDSKLFV,QWHUFKDQJH )RUPDW JFIF JPEG File Interchange Format ISO/IEC PBM Portable Bitmap 3* 3RUWDEOHHWZRUN *UDSKLFV TGA Targa File Format TIFF Tag Image File format u.v.a.m., insbesondere proprietäre Produktformate 34 7
18 %HLVSLHOHI U$XVWDXVFKIRUPDWH 'LJLWDOYLGHR CCIR 6 Basis des Digitalfernsehen (CCIR) ITU H.6 Videokonferenzstandard (CCITT) ITU M-JPEG Motion JPEG ISO/IEC/ITU 3(* RWLRQ3LFWXUH([SHUW *URXS ISO/IEC/ITU QT Quicktime Apple AVI Microsoft 6RQGHUIRUP XLFNWLPH 95 'HWDLOVLQXOWLPHGLDXQG$QLPDWLRQ 35 %HLVSLHOHI U$XVWDXVFKIRUPDWH *HRPHWULHXQGHUNPDOVHEHQH' Vector Files Zeichnungen, CAD HPGL HP Graphics Language (Plottersprache) Hewlett-Packard DXF Drawing exchange Format Autodesk (original D später auf 3D erweitert) Metafiles (Raster & Vektorgraphik) CGM Computer Graphic Metafile ISO/IEC Page Description Language (Seitenbeschreibungssprachen) PS (EPS) (Encapsulated) PostScript PDF Portable Document Format Adobe 36 8
19 %HLVSLHOHI U$XVWDXVFKIRUPDWH *HRPHWULHXQGHUNPDOVHEHQH' CAD Formate IGES Initial Graphics Exchange Specification STEP Standard for the Exchange of Product Data Szenen- und Objektbeschreibungssprachen VRML 9LUWXDO 5HDOLW\ RGHOLQJ /DQJXDJH ISO/IEC RIB Renderman Interface Bytestream Î Animation FLT MultiGen Flight OBJ Wavefront Object Alias (Wavefront) MAX 3D Studio Max Kinetix 37 hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion 38 9
20 3URJUDPPLHUVFKQLWWVWHOOHQ Beispiel: Geometrie und Merkmalsebene JAVA 3D Performer (SGI) Open SG (Open) GL Direct X Direct 3D Szenengraph $3,$SSOLFDWLRQ 3URJUDPPHUV,QWHUIDFH Funktionale Spezifikation und Spracheinbindung 39 =ZLVFKHQ =XVDPPHQIDVVXQJ Plenoptische Funktion Verschiedene Bildrepräsentationen statische Modelle Graphik Digitales Bild Video Reiz dynamische Modelle Animation Digitalvideo Bildaustauschformate Programmierschnittstellen symbolische Ebene Geometrie + Merkmale diskret + quantisiert 4
21 -HW]WZLUGHVWKHRUHWLVFK. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion: Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion 4 (LQHVSH]LHOOH)XQNWLRQ 'HU'LUDFVFKH 'HOWDLPSXOV 'LUDFIXQNWLRQ'HOWDIXQNWLRQDGHOLPSXOV QDFK3DXO'LUDF wird über ihre Haupteigenschaften definiert: δ ([) : = für [ + δ ([) G[ = δ ([,\) : = für [,\ + + δ ([,\ ) G[G\ δ ([,\) = δ ([) δ (\) = 6WUHQJ Es gibt keine klassische Funktion δ mit diesen Eigenschaften. δ ist streng genommen eine Distribution (verallgemeinerte Funktion). 4
22 'HU'LUDFVFKH 'HOWDLPSXOV Die Deltafunktion läßt sich als Grenzwert einer Familie von Funktionen definieren, z.b: δ ([,\) lim UHFW 4D E D, E D, E ([,\) PLW I U [ D XQG \ E UHFWD, E( [,\ ) = sonst anschaulich: eine Rechteckfunktion mit unendlich kleiner Impulsbreite und unendlicher Impulshöhe im Ursprung Î Nadelimpuls 43 'LH$XVEOHQGHLJHQVFKDIW 6LHEHLJHQVFKDIWVLIWLQJ SURSHUW\ GHU'HOWDOIXQNWLRQ + I ([) δ ([ [ ) G[ = I ([ ) Dieses Integral blendet an der Stelle x den Funktionswert f(x ) aus: I ([) x x 44
23 'LUDFIROJH XQG'LUDFIHOG 7([) Diracfolge x x + = 6 ([) = δ ([ P [ ) P 6 ([, \) y y Diracfeld ([,\ ) = δ ([ P [,\ Q \ ) P= Q= x x 45 hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und Beispiele 3. Austauschformate, Kompression, Kodierung 4. Programmierschnittstellen 5. Eine spezielle Funktion: Der Diracsche Deltaimpuls 6. Abtastung! Rekonstruktion 46 3
24 $EWDVWXQJ 5HNRQVWUXNWLRQ diskretes Bild Rekonstruktion Abtastung kontinuierliche Bildfunktion 47 =ZLVFKHQUXI)RXULHUWUDQVIRUPDWLRQ DOV,QWHJUDOWUDQVIRUPDWLRQ Operationen nach ihrer Schwierigkeit geordnet: Addition und Subtraktion Multiplikation und Division Differentiation und Integration Allgemeine mathematische Strategie: Durch Transformationen lassen sich ggf. Schwierigkeiten reduzieren: Logarithmieren: Multiplikation Î Addition,QWHJUDOWUDQVIRUPDWLRQHQ 'LIIHUHQWLDWLRQÎ XOWLSOLNDWLRQ 48 4
25 )RXULHUWUDQVIRUPDWLRQ ' M( X[ + X\ ) )XY (, ) = I ([\H, ) G[G\ MX[Y\ ( + ) I (,) [ \ = ) (,) X Y H GXGY π 4 Detlef Krömker Ortsraum Ortsfunktion f(x,y) i.d.r. reell Frequenzraum Frequenzspektrum F(u,v) i.d.r. komplexwertig (LJHQVFKDIWHQGHU ')RXUULHUWUDQVIRUPDWLRQ Es sei f(x, y) die Funktion der Intensität im Punkt (x, y). Dann sind ξ,ξ die zugehörigen Ortsfrequenzen von f(x, y). Detlef Krömker Zwischen den stetigen Funktion f(x, y) und besteht eine eineindeutige Beziehung. 5 )( ξ,ξ ) 5
26 [ exp 7UDQVIRUPDWLRQVWDEHOOH I ([, \) )( ξ, ξ) δ ([\, ) δ ([ ± [, \ ± \ ) exp( ± M [ ) exp( ± M \ ) ( ± M πη [ ) exp( ± M πη \ ) δξη ( ±, ξη ± ) exp π ([ + \ ) ( exp πξξ + ) [ ] rect [[\] tri ([\) comb ([\) π ξ π ξ [ ], sinc( ξ, ξ), sinc ( ξ, ξ), comb( ξ, ξ) 5 7UDQVIRUPDWLRQ VSH]LHOOHU)XQNWLRQHQ [. UHFW [ [ [ [ [ ξ sinc sinc( ξ ) x ξ ξ y 4ξ[ [. [ WUL [ [ [ [ ξ sinc ξ sinc ξ x ξ y 4ξ[. σ H πσ σ + π σ ξ ξ H [. [ sinc [ [ [ ξ rect rect( ξ ) x ξ ξ y ξ [ 5 6
27 5HFKHQUHJHOQ Eigenschaft Funktion I ([, \) Fourier Transformation )( ξ, ξ) Rotation I ( ± [, ± \) )( ± ξ, ± ξ) Linearität DI ( [,\) D I ( [,\) D ) ξ, ξ + D ) ξ, ξ * Konjunktion I ([, \) ) * ( ξ, ξ ) Unabhängigkeit I () [ I () \ ) ( ξ, ξ) ) ( ξ, ξ) Skalierung I( D[, E\ ) )( ξ / D, ξ / E) Verschiebung I ([ ± [, \ ± \ ) exp [ ± M ([ + \ ) ])(, ) Modulation exp [ ± M πη ( [ + η \ )] I ([, \) )( ξ ± η, ξ ± η) Faltung J ([, \) = K ([, \) I ([, \) *( ξ, ξ ) = + ( ξ, ξ )( ξ, ξ ) J Multiplikation ([, \) = K ([, \) I ([, \) ( ) ( ) ( ) * ξ, ξ = + ξ, ξ *) ξ, ξ DE π ξ ξ ξξ 53 Shannon (949)*: $EWDVWWKHRUHP ³,I DIXQFWLRQ IWFRQWDLQV QRIUHTXHQFLHV KLJKHU WKDQ :FSVLW LV FRPSOHWHO\ GHWHUPLQHG E\ JLYLQJ LVWRUGLQDWHV DWDVHULHV RI SRLQWV VSDFHG :VHFRQGV DSDUW 7KH IXQFWLRQ FDQ EH VLPSO\ UHFRQVWUXFWHG IURP WKH VDPSOHV E\ XVLQJ DSXOVHRIWKH W\SH sin π :W π :W Vorarbeiten durch +\TXLVW (94) und J.M. Whittaker (935). 54 7
28 $EWDVWWKHRUHP$EWDVWXQJ E, E Ein bandbegrenztes Bild f(x,y), das X Y orthogonal mit Abtastintervallen [, \ abgetastet wird, kann fehlerfrei rekonstruiert werden, wenn die Abtastfrequenzen größer als die Nyquist-Frequenzen X, sind. V Y V [ = X > E, = Y > E \ V X V Y Detlef Krömker mit )( ξ, η) =, ξ > E, η > E X Y $EWDVWWKHRUHP5HNRQVWUXNWLRQ Ein diskretes Bild I ([,\) G läßt sich mit Hilfe eines (idealen) Tiefpasses mit der Übertragungsfunktion Detlef Krömker + ( X, Y ) = [ \ UHF W X Y P LW 73 ξη (, ) E < ξ < X E XQG E < η < Y E K ( [, \ ) = [ \ sinc( [ ξ ) sinc( \ η ) X X Y Y 73 UHNRQVWUXLHUHQ, so daß dieses mit dem ursprünglichen Signal identisch ist. Das rekonstruierte Bild ist dann [ \ sin( P) sin( Q) π π I [ \ I P [ Q \ [ \ (, ) = (, ) [ \ P= Q= ( P) π ( Q) π [ \ 8
29 ,9, 8,7,6, 5,4,3,, R R R3 R4 R5 $EWDVWXQJ 5HNRQVWUXNWLRQ diskretes Bild Rekonstruktion Abtastung kontinuierliche Bildfunktion 57,GHDOH$EWDVWXQJ Jetzt sind wir in der Lage, die Abtastung formal zu fassen und zu beschreiben: Gegeben: kontinuierliche Bildfunktion I ([, \ ) Diracfeld V[\ (, ) = δ ([ P [\, Q \ ) P= Q=
30 $EWDVWHU I ([,\) I V ( [, \ ) s (x,y) Diracfeld 59,GHDOH$EWDVWXQJ Wir definieren als abgetastetes Bild: Detlef Krömker I = I ([,\) V ([,\) V = I ([,\) δ( [ P [,\ Q \ ) PQ, = = I ([,\) δ( [ P [,\ Q \ ) PQ, = I [ \ I U[ P [ \ Q \ = I P [ Q \ = (, ) =, = (, ) VRQVW 3
31 ,GHDOH$EWDVWXQJ 8PPHKU EHUGLH(LJHQVFKDIWHQGHVDEJHWDVWHWHQ6LJQDOV]X HUIDKUHQI KUHQZLUHLQH)RXULHUWUDQVIRUPDWLRQ DXV I I ( [, \ ) V ( [, \ ) V = Detlef Krömker ) (,) X Y = )(,) X Y 6( X, Y) 6 X Y = )X ( N XY, O Y) 4π NO, = ZREHL X = π / [ XQG Y = π / \ V ([,\) 9HUDQVFKDXOLFKXQJGHULGHDOHQ$EWDVWXQJ y y )XY (, ) v x x v bv bu u ) ( X, Y ) V Y = π \ Detlef Krömker X = π [ u 3
32 9HUDQVFKDXOLFKXQJGHULGHDOHQ$EWDVWXQJ y \ x [ 63 9HUDQVFKDXOLFKXQJGHULGHDOHQ5HNRQVWUXNWLRQ v X y E X \ x E Y Y u Detlef Krömker [ f(x,y) kann durch einen idealen Tiefpaß mit + ( XY, ) = [ \UHFW ( X, Y) PLW E X < ξ < X E X XQG E Y < η < Y E Y rekonstruiert werden. ξη 3
33 $EWDVWWKHRUHP E, E Ein bandbegrenztes Bild f(x,y), das X Y orthogonal mit Abtastintervallen [, \ abgetastet wird, kann fehlerfrei rekonstruiert werden, wenn die Abtastfrequenzen größer als die Nyquist-Frequenzen X, sind. V Y V [ = X > E, = Y > E \ V X V Y mit )( ξ, η) =, ξ > E, η > E X Y $EWDVWWKHRUHP Ein diskretes Bild I ( [, \ ) G lässt sich mit Hilfe eines (idealen) Tiefpasses mit der Übertragungsfunktion + ( X, Y ) = [ \ UH F W X Y P LW 73 ξη (, ) E < ξ < X E XQG E < η < Y E K ( [, \ ) = [ \ sinc( [ ξ ) sinc( \ η ) X X Y Y 73 rekonstruieren, so daß dieses mit dem ursprünglichen Signal identisch ist. Das rekonstruierte Bild ist dann [ sin( P) π I ([,\) = I( P [, Q \) [ [ P= Q= ( P) π [ \ sin( Q) π \ \ ( Q) π \ 33
34 VLQF)XQNWLRQ' sin [ I () [ = [ Detlef Krömker π π π π 3π 4π '6LQF 'LHLGHDOH5HNRQVWUXNWLRQVIXQNWLRQ sin [ sin \ I (,) [ \ = [ \ 9,45,9-,8-,9,7-,8,6-,7,5-,6,4-,5,3-,4,-,3,-, -, -,- -,--, -,3--, Detlef Krömker,83-4,7-3,4 -,57,,57 3,4 4,7 6,83 7,854,,57 3,4 4,7 6,83 7,854 34
35 '6LQF 'LHLGHDOH5HNRQVWUXNWLRQVIXQNWLRQ sin [ sin \ I (,) [ \ = [ \,9- Detlef Krömker,,57 3,4 4,7 6,83 7,854 9,45,566,996 9,45 7,854 6,83 4,7 3,4,57, -,57-3,4-4,7-6,83,9,8,7,6,5,4,3,, -, -, -,3,8-,9,7-,8,6-,7,5-,6,4-,5,3-,4,-,3,-, -, -,- -,--, -,3--, 5HDOH$EWDVWXQJXQG5HNRQVWUXNWLRQ Detlef Krömker Die Forderungen des Abtasttheorems sind in realen Systemen nicht zu erfüllen. Im einzelnen: Bandbegrenzung: Reale Bildvorlagen sind nicht bandbegrenzt Aliasing (.Art) ideale Abtastung (mit Diracimpuls): Reale Abtaster haben endliche Apertur Unschärfe ideale Rekonstruktion (mit sinc-funktion): Real nur Approximationen möglich Aliasing (.Art) Ursachen - Effekte -Maßnahmen 35
36 $OLDVLQJ $UW9HUDQVFKDXOLFKXQJLP' Ortsraum,5,75,5,5 -, ,5 -,75 - -,5 Detlef Krömker Frequenzraum b u Bandgrenze Nyquistfrequenz u s Abtastfrequenz,5 $OLDVLQJ $UW8QWHUDEWDVWXQJ Ortsraum, ,5 - Detlef Krömker Frequenzraum -,5 b u Bandgrenze u s Abtastfrequenz Nyquistfrequenz 36
37 $OLDVLQJ $UW9HUDQVFKDXOLFKXQJLP' Ortsraum Detlef Krömker ALIAS Doppelgänger y $OLDVLQJ $UWLP' \ x [ Detlef Krömker ALIASING 37
38 $OLDVLQJ $UW 8UVDFKHQXQG$UWHIDNWH Ursache: Unterabtastung, Überlappung der Spektren Durch nachträgliche Filterung nicht korrigierbar! Artefakte: Moirees Perlschnüre Aufblitzen (Szintilation) nur in Bewegtbildern Detlef Krömker RLUHH 76 38
39 RLUHH 5HVDPSOLQJ 77 RLUHH 5HVDPSOLQJ 78 39
40 9HUDQVFKDXOLFKXQJ 6]LQWLODWLRQ 79 $OLDVLQJ $UW D QDKPHQ Detlef Krömker Bandbegrenzung des abzutastenden Bildes durch z.b. bei der Aufnahme durch optische Unschärfe einfach, adhoc einsetzbar wenig effektiv, weil Filterflanken nicht steil genug erfordert Abtastraten deutlich über Nyquistfrequenz deutlich sichtbare Unschärfe endliche Abtastapertur hat Tiefpaßwirkung beim Rendering sehen wir später! 4
41 [ 5HDOH%LOGUHNRQVWUXNWLRQ $Q]HLJH Ideale Rekonstruktion mit sinc-funktion ist praktisch nicht realisierbar praktische Lösungen: Rechteckausgaben (zero-order hold) Artifakte: Treppenstufen Aliasing. Art 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! hehuvlfkw5hnrqvwuxnwlrq Ortsfunktion [ Frequenzfunktion. UHFW [ [ [ [ [ ξ sinc sinc( ξ ) x ξ ξ y 4ξ [ [. [ WUL [ [ [ [ ξ sinc ξ sinc ξ x ξ y 4ξ [. σ H πσ σ + π σ ξ ξ H [. [ sinc [ [ [ ξ rect rect( ξ ) x ξ ξ y 8 ξ [ 4
42 'DV5HNRQVWUXNWLRQVGLOHPPD Sinc-Funktion als Rekonstruktionsfunktion ist praktisch nicht möglich (negatives Licht). Fehler sind also unvermeidbar! Rekonstruktionsfunktion $XIO VXQJVIHKOHU,QWHUSRODWLRQVIHKOHU Sinc % % Rechteck (bei LCD-Displays) 6,9% 5,7% Gauss (bei CRTs) σ W =T/ 54,6%,% variabel! σ W =3T/8 38,6%,3% Im Frequenzraum Ideal Sync-Funktion im Ortsbereich Rechteck im Frequenzbereich $XIO VXQJVIHKOHU Rechteck im Ortsbereich Sync im Frequenzbereich,QWHUSRODWLRQVIHKOHU 5HNRQVWUXNWLRQDXI/&''LVSOD\V Auflösungsverlust: minimal!!! Interpolationsfehler: maximal!!! Treppenstufen Ameisenkrabbeln Theoretisch ist Verbesserung möglich durch eine entsprechende optische Filterung (Mattscheibe kein idealer TP!) Glücklicherweise ist das Visuelle System auch ein wirksamer Tiefpaß 84 4
43 5HNRQVWUXNWLRQDXI&57'LVSOD\V Vergleichsweise gute Annäherung an Sinc- Funktion im Zentralimpuls = Rechteck in der Fouriertransformierten Î Auflösungsverlust fast so gering wie bei LCD- Display Î Interpolationsfehler geringer Î friedlich RWZHQGLJ korrekte Strahlfokussierung 85 =XVDPPHQIDVVXQJ Abtastung: theoretisch bandbegrenztes Bildsignal erforderlich in der Praxis nicht realisierbar Rekonstruktion auch nicht ideal möglich Î unvermeidbare Fehler nur Minimierung möglich: Aliasing. Art: Abtastfehler Î Moiree, Scintillation,... Aliasing. Art: Rekonstruktion Î Treppenstufen,
44 *ORVVDU Plenoptische Funktion Bildrepräsentationen Digitales Bild Rasterformat-Dateien Vektorformat-Dateien Metafiles CAD-Dateien Szenenbeschreibung Programmierschnittstellen Plenoptic Function Image Representation digital image raster files vector files metafiles CAD files scene description application programmers interface API 87 *ORVVDU Bildbearbeitung (auch Bildverarbeitung) Abtastung Aufnahme Anzeige (Display) Videosignal Rasterfile (-formate) Beispiele Szenen- und Objektbeschreibungsformate (-sprachen) image processing sampling recording display video signal raster formats scene files 88 44
45 *ORVVDU Abtasttheorem Bandbegrenztes Bildsignal Rekonstruktion Aliasing Interpolationsfehler Auflösungsfehler sampling theorem bandlimited Image signal reconstruction aliasing interpolation error resolution error 89 :HLWHUH,QIRUPDWLRQHQ Übersicht zu Graphics File Formats ftp://rtm.mit.edu/pub/usenet/news.answers/ graphics/fileformats-faq/ Mehr als verschiedene Formate werden vorgestellt. Links zu Format-Spezifikationen. Viele praktische Hinweise zur Formatwandlung und Problemlösungen. Leider seit 997 nicht mehr aktualisiert. 9 45
46 $XVEOLFN² lfkvwh6fkulwwh Bilder werden für Menschen erzeugt. Wir müssen (besser) verstehen, wie Menschen Bilder wahrnehmen. 9 46
Graphische Datenverarbeitung
Graphische Datenverarbeitung Grundlagen des digitalen Bildes Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Übersicht. Die Plenoptische Funktion. Bildrepräsentationen: Charakterisierung und
Mehr1. Grundlagen des digitalen Bildes
*UDSKLVFKH 'DWHQYHUDUEHLWXQJ Grundlagen des digitalen Bildes Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ hehuvlfkw. Die Plenoptische Funktion. Bildrepräsentationen:
MehrGraphische Datenverarbeitung
Graphische Datenverarbeitung Grundlagen des digitalen Bildes und der Bilderzeugung Prof. Dr.-Ing. Detlef Krömker Goethe-Universität, Frankfurt Übersicht. Die Plenoptische Funktion 2. Bildrepräsentationen:
MehrAliasing 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
MehrModul: 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
MehrModul: 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
MehrModul: 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
MehrMotivation. 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
MehrDiskretisierung 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
MehrDigitales 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
MehrDiskretisierung 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
MehrWichtigste 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
MehrBildpunkt 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
MehrComputergraphik 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
Mehr2. 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
MehrDigitale 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
MehrSignale, 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] =
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2010/2011 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Filterentwurf
Mehr2. 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
MehrDigitale 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
MehrDiskretisierung 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- 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
MehrProduktionsschritte. maßgeblich auch für Systemstruktur Î Teilsysteme von Animationssystemen. ist Leitstruktur für die nächsten Vorlesungen
$QLPDWLRQXQG0XOWLPHGLD Objektmodellierung: Geometrie Prof. Dr.-Ing. Detlef Krömker *RHWKH8QLYHUVLWlWÃ)UDQNIXUW *UDSKLVFKHÃ'DWHQYHUDUEHLWXQJ 5 FNEOLFN 'LH$QLPDWLRQVSLSHOLQH Preproduction Objektmodellierung
Mehr5.1. 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
MehrBild-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
Mehr2D Graphik: FFT und Anwendungen der Fouriertransformation. Vorlesung 2D Graphik Andreas Butz, Otmar Hilliges Freitag, 25.
LMU München Medieninformatik Butz/Hilliges D Graphics WS005 5..005 Folie D Graphik: FFT und Anwendungen der Fouriertransformation Vorlesung D Graphik Andreas Butz, Otmar Hilliges Freitag, 5. ovember 005
MehrVerlustbehaftete 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)
Mehr3.7 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
MehrDigitalisierung. 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
MehrGraphische 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
MehrMedien- Technik. Videotechnik
Videotechnik 1 Optimaler Sehabstand Winkel < 1/60 Europa 625 / 50 / 2:1 USA 625 / 59.94 / 2:1 HDTV 1125 / 60 / 2:1 Seitenverhältnis 4:3 trad. 16:9 HDTV Bildwiederholrate muß bei hellem Umfeld höher sein
MehrMedien- Technik. Videotechnik
Videotechnik 1 Optimaler Sehabstand Winkel < 1/60 Europa 625 / 50 / 2:1 USA 625 / 59.94 / 2:1 HDTV 1125 / 60 / 2:1 Seitenverhältnis 4:3 trad. 16:9 HDTV Bildwiederholrate muß bei hellem Umfeld höher sein
MehrSignalprozessoren. 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
MehrBildverarbeitung. Bildvorverarbeitung - Fourier-Transformation -
Bildverarbeitung Bildvorverarbeitung - Fourier-Transformation - 1 Themen Methoden Punktoperationen / Lokale Operationen / Globale Operationen Homogene / Inhomogene Operationen Lineare / Nichtlineare Operationen
MehrGrundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
MehrInhalte. 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)
MehrDigitalisierung. 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
MehrGrundlagen der Videotechnik
Grundlagen der Videotechnik 11-11-21 Rekonstruktion des abgetasteten Bildes, Zeilenabtastung. Wir nehmen des Auge als Rekonstruktions-Tiefpassfilter. Annahme:Bildschirm, Display ist scharf, lässt noch
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
MehrComputergrafik 2: Filtern im Frequenzraum
Computergrafik 2: Filtern im Frequenzraum Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies (Grundlagen
MehrZusammenfassung 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
MehrGraphische 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
MehrAbtastung. 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
MehrRegelungstechnik : 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
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
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
Mehr2D-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
MehrLaborprotokoll 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
Mehr2. 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
MehrEinführung in die digitale Bildverarbeitung
FRANZIS EINFUHRUNG Dr. Hartmut Ernst Einführung in die digitale Bildverarbeitung Grundlagen und industrieller Einsatz mit zahlreichen Beispielen Mit 290 Abbildungen FRANZIS Inhalt 1 Einführung 13 1.1 Was
MehrDigitale 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
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
MehrJPEG, 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
Mehr5. 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,
MehrComputergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation
Computergraphik 1 2. Teil: Bildverarbeitung Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation LMU München Medieninformatik Butz/Hoppe Computergrafik 1 SS2009 1 2 Repräsentation
Mehr,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,
Mehr2. 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.
MehrMedien- Technik. Digital Audio
Digital Audio Medientyp digital audio representation Abtastfrequenz /sampling frequency Quantisierung (Bittiefe) Anzahl der Kanäle/Spuren Interleaving bei Mehrkanal Positiv/negativ Codierung operations
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 31. Oktober 2016 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrLösungsblatt 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
Mehr2. 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
MehrDigitalisierung und Kodierung
Digitalisierung und Kodierung Digitale Medien liegen in digitaler Form vor Deshalb werden analoge Medien digitalisiert und geeignet kodiert Ziel der Digitalisierung: effiziente Berechnung wenig Verluste
MehrSYS_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
MehrTagged 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
MehrGrundlagen der Schwingungslehre
Grundlagen der Schwingungslehre Einührung. Vorgänge, bei denen eine physikalische Größe in estem zeitlichen Abstand ein und denselben Werteverlau auweist, werden als periodisch bezeichnet. Den zeitlichen
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrSpektrum zeitdiskreter Signale
Spektrum zeitdiskreter Signale 1 Aufgabenstellung Mithilfe der Fouriertransformation können zeitkontinuierliche Signale in den Frequenzbereich transformiert werden, um die im Signal enthaltenen Frequenzanteile
MehrMultivariate anisotrope Interpolation auf dem Torus
Multivariate anisotrope Interpolation auf dem Torus Ronny Bergmann AG Bildverarbeitung TU Kaiserslautern 17 März 2014 Mecklenburger Workshop Approximationsmethoden und schnelle Algorithmen Hasenwinkel
MehrEinführung 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:
MehrVerlustbehaftete 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)
Mehr9. Vorlesung. Systemtheorie für Informatiker. Dr. Christoph Grimm. Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main
9. Vorlesung Systemtheorie für Informatiker Dr. Christoph Grimm Professur Prof. Dr. K. Waldschmidt, Univ. Frankfurt/Main Letzte Woche: Abtastung und Rekonstruktion Abtastung: Wandelt bandbegrenzte kontinuierliche
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1
4. Signalverarbeitung 4.1 Grundbegrie 4.2 Frequenzspektren, Fourier-Transormation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterührende Literatur (z.b.): Beate Meert, Ola Hochmuth: Werkzeuge der
MehrGrundlagen 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
MehrDigitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse
Digitale Signalverarbeitung, Vorlesung 2: Quantisierung, Frequenzanalyse 23. Oktober 2017 Eigenschaften diskreter Signale Quantisierung Frequenzbereichsmethoden Anhang Wesentliches Thema heute: 1 Eigenschaften
MehrInhaltsübersicht. 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
MehrDatenaquisition. Verstärker Filter. Sensor ADC. Objekt. Rechner
Datenaquisition Sensor Verstärker Filter ADC Objekt Rechner Datenaquisition Verstärker: - linearer Arbeitsbereich - linearer Frequenzgang - Vorkehrungen gegen Übersteuerung (trends, shot noise) - Verstärkerrauschen
MehrWas bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col pos. Punktoperationen f : col 1 col 2
Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos statistische Merkmale Punktoperationen f : col 1 col 2 (Bildanalyse) (Farbtransformation) Geometrische Operationen f : pos 1 pos
MehrGrafikformate 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
MehrGrafikformate. 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
MehrGrafikformate 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
MehrElektrotechnik II: Kolloquium 4
Elektrotechnik II: Kolloquium 4 Digitalschaltungen Hubert Abgottspon: abgottspon@eeh.ee.ethz.ch Markus Imhof: imhof@eeh.ee.ethz.ch Inhalt des Kolloquium: Digitale Messkette Sensor 1) Filter S&H- Versträker
Mehr4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrIhre 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
MehrDigitalisierung 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
MehrModul 0: Einführung Basiswissen Multimedia. Modul 1: Information und Kommunikation (IuK)
Inhaltsverzeichnis Modul 0: Einführung Basiswissen Multimedia 1 Was ist Multimedia? 15 2 Wer braucht Wissen" über Multimedia? Warum? 17 3 Wozu Multimedia? 19 4 Wozu Multimedia über das Internet? 21 Modul
MehrLösungsblatt 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
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
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Pipeline Pipelinestufen können sich unterscheiden, beinhalten aber i.d.r. eine Stufe zur Bildvorverarbeitung zur
MehrEVC 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
Mehr3.3 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
MehrZusammenfassung Graphik - Formate. Vektorgraphik - PS, EPS, WMF geometrische Figuren, exakte Berechnung auf beliebige Größe
Zusammenfassung Graphik - Formate Vektorgraphik - PS, EPS, WMF geometrische Figuren, exakte Berechnung auf beliebige Größe Rastergraphik - BMP, GIF, JPEG, PNG feste Anzahl von Bildpunkten (ppi) Wiedergabe
MehrSignalverarbeitung für audiovisuelle Kommunikation
University of Applied Science Signalverarbeitung für audiovisuelle Kommunikation 1. Digitale Multimediasignale - Bild- und Videosignale & Digitalisierung Bild- und Videosignale Bilder/Video(Bildfolgen):
MehrDigitalisierung von Tönen. Von Paul
Digitalisierung von Tönen Von Paul Was passiert beim hören Tonquelle erzeugt Schallwellen Alle vibrierende Objekte erzeugen Schallwellen. Durch die Vibration wird das Medium stoßweise verdichtet. Schallwellen
Mehr2. Anordnung zur digitalen Signalverarbeitung
2. Anordnung zur digitalen Signalverarbeitung Prof. Dr.-Ing. Dr. h.c. Norbert Höptner Prof. Dr.-Ing. Stefan Hillenbrand Ergänzende Informationen zur Vorlesung Signalverarbeitungssysteme Abschnitte 2.1-2.5.
MehrMultimediatechnik / 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)
MehrComputergrafik 2: Übung 6. Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter
Computergrafik : Übung 6 Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter Quiz Warum Filtern im Frequenzraum? Ideales Tiefpassfilter? Parameter? Eigenschaften? Butterworth-Filter?
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
MehrStefan Gössner 21.09.2004 Multimedia: Eine Einführung. Was ist Multimedia? Was ist ein Medium? Was ist Multimedia? Multimedia?
1 of 7 Stefan Gössner 21.09.2004 Multimedia: Eine Einführung Stefan Gössner Was ist Multimedia? vielverwendeter Begriff hat was mit Computern zu tun? Multi + Media? Was ist ein Medium? Mittel zur Verbreitung
MehrDWT 1.4 Rechnen mit kontinuierlichen Zufallsvariablen 234/467 Ernst W. Mayr
1.4.2 Kontinuierliche Zufallsvariablen als Grenzwerte diskreter Zufallsvariablen Sei X eine kontinuierliche Zufallsvariable. Wir können aus X leicht eine diskrete Zufallsvariable konstruieren, indem wir
Mehr