Kognitive Systeme. Übung 1 Grundlagen der Bildverarbeitung , Daniel Reichard. 1 Grundlagen Bildverarbeitung
|
|
- Reinhold Dresdner
- vor 5 Jahren
- Abrufe
Transkript
1 Übung 1 Grundlagen der Bildverarbeitung , Daniel Reichard 1 Grundlagen Bildverarbeitung
2 Überblick Spezielle Beispiele zum Histogrammausgleich Beispiele Kantenfilter Übungsblatt 3 2 Grundlagen Bildverarbeitung
3 Spezielle Beispiele zum Histogrammausgleich 3 Grundlagen Bildverarbeitung
4 Histogrammausgleich Beispiel 1 Eingabebild mit Verteilung: 0: 25%, 127: 25%, 128: 25%, 255: 25% 4 Grundlagen Bildverarbeitung
5 Histogrammausgleich Beispiel 1 Ausgabebild nach Histogrammausgleich: Algorithmus ist zwar ein homogener Punktoperator, jedoch kein affiner Punktoperator bzw. kann nicht durch einen solchen umgesetzt werden 5 Grundlagen Bildverarbeitung
6 Histogrammausgleich Beispiel 2 Eingabebild mit Verteilung: 127: 94%, 128: 6% 6 Grundlagen Bildverarbeitung
7 Histogrammausgleich Beispiel 2 Ausgabebild nach Histogrammausgleich Zeigt, dass Kontrast der Ausgabe von der prozentualen Verteilung im Eingabebild abhängt. 7 Grundlagen Bildverarbeitung
8 Histogrammausgleich Beispiel 3 Eingabebild mit Verteilung: 0: 94%, 255: 6% 8 Grundlagen Bildverarbeitung
9 Histogrammausgleich Beispiel 3 Ausgabebild nach Histogrammausgleich Zeigt, dass der Algorithmus auch zu einer Kontrastverminderung führen kann. 9 Grundlagen Bildverarbeitung
10 Beispiele Kantenfilter 10 Grundlagen Bildverarbeitung
11 Beispiele Kantenfilter Originalbild 11 Grundlagen Bildverarbeitung
12 Beispiele Kantenfilter Ergebnis nach Anwendung der Filter PrewittX (links) und PrewittY (rechts) 12 Grundlagen Bildverarbeitung
13 Beispiele Kantenfilter Fusionierung der Ergebnisse von PrewittX und PrewittY 13 Grundlagen Bildverarbeitung
14 Beispiele Kantenfilter Ergebnis nach Anwendung der Filter SobelX (links) und SobelY (rechts) 14 Grundlagen Bildverarbeitung
15 Beispiele Kantenfilter Fusionierung der Ergebnisse von SobelX und SobelY 15 Grundlagen Bildverarbeitung
16 Beispiele Kantenfilter Links Prewitt, rechts Sobel 16 Grundlagen Bildverarbeitung
17 Übungsblatt 3 17 Grundlagen Bildverarbeitung
18 Aufgabe 1: Farbdarstellungen c arccos S 1 2 R G c H 360 c 3 R G B I 1 3 R G B 2R G B 2 R B G B falls B < G sonst min R,G, B 18 Grundlagen Bildverarbeitung
19 Aufgabe 1: Farbdarstellungen 19 Grundlagen Bildverarbeitung
20 Aufgabe 1: Farbdarstellungen 20 Grundlagen Bildverarbeitung
21 Aufgabe 2: Lochkameramodell 21 Grundlagen Bildverarbeitung
22 Aufgabe 2: Lochkameramodell 22 Grundlagen Bildverarbeitung
23 Aufgabe 2: Lochkameramodell 23 Grundlagen Bildverarbeitung
24 Aufgabe 2: Lochkameramodell 24 Grundlagen Bildverarbeitung
25 Aufgabe 2: Lochkameramodell 25 Grundlagen Bildverarbeitung
26 Aufgabe 2: Lochkameramodell 26 Grundlagen Bildverarbeitung
27 Aufgabe 2: Lochkameramodell 27 Grundlagen Bildverarbeitung
28 Aufgabe 2: Lochkameramodell 28 Grundlagen Bildverarbeitung
29 Aufgabe 2: Lochkameramodell 29 Grundlagen Bildverarbeitung
30 Aufgabe 2: Lochkameramodell 30 Grundlagen Bildverarbeitung
31 Aufgabe 2: Lochkameramodell 31 Grundlagen Bildverarbeitung
32 Aufgabe 2: Lochkameramodell 32 Grundlagen Bildverarbeitung
33 Aufgabe 2: Lochkameramodell 33 Grundlagen Bildverarbeitung
34 Aufgabe 3: Kontrastanpassung 34 Grundlagen Bildverarbeitung
35 Aufgabe 3: Kontrastanpassung 35 Grundlagen Bildverarbeitung
36 Aufgabe 3: Kontrastanpassung 36 Grundlagen Bildverarbeitung
37 Aufgabe 3: Kontrastanpassung 37 Grundlagen Bildverarbeitung
38 Aufgabe 3: Kontrastanpassung 38 Grundlagen Bildverarbeitung
39 Aufgabe 3: Kontrastanpassung 39 Grundlagen Bildverarbeitung
40 Aufgabe 3: Kontrastanpassung 40 Grundlagen Bildverarbeitung
41 Aufgabe 3: Kontrastanpassung 41 Grundlagen Bildverarbeitung
42 Aufgabe 4: Filter 42 Grundlagen Bildverarbeitung
43 Aufgabe 4: Filter 43 Grundlagen Bildverarbeitung
44 Aufgabe 4: Filter 44 Grundlagen Bildverarbeitung
45 Aufgabe 4: Filter 45 Grundlagen Bildverarbeitung
46 Aufgabe 4: Filter 46 Grundlagen Bildverarbeitung
47 Aufgabe 4: Filter 47 Grundlagen Bildverarbeitung
48 Aufgabe 4: Filter 48 Grundlagen Bildverarbeitung
49 Aufgabe 4: Filter 49 Grundlagen Bildverarbeitung
Kognitive Systeme. Übung 1 Grundlagen der Bildverarbeitung. 23.05.2016, Stefanie Speidel. 1 Übung Bildverarbeitung
Übung 1 Grundlagen der Bildverarbeitung 23.05.2016, Stefanie Speidel 1 Übung Bildverarbeitung Überblick Spezielle Beispiele zum Histogrammausgleich Beispiele Kantenfilter Übungsblatt 1 2 Übung Bildverarbeitung
Einführung in die medizinische Bildverarbeitung SS 2013
Einführung in die medizinische Bildverarbeitung SS 2013 Stephan Gimbel 1 Kurze Wiederholung Gradienten 1. und 2. Ableitung grad( f ( x, y) ) = f ( x, y) = f ( x, y) x f ( x, y) y 2 f ( x, y) = 2 f ( x,
Bildverarbeitung Herbstsemester Punktoperationen
Bildverarbeitung Herbstsemester 2012 Punktoperationen 1 Inhalt Histogramm und dessen Interpretation Definition von Punktoperationen Änderungen der Bildintensität Linearer Histogrammausgleich Gammakorrektur
Prof. J. Zhang Universität Hamburg. AB Technische Aspekte Multimodaler Systeme. 20. Januar 2004
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................415 Aufbau
Inhaltsverzeichnis. Aufbau eines Bildverarbeitungssystems
zhang@informatik.uni-hamburg.de Universität Hamburg AB Technische Aspekte Multimodaler Systeme zhang@informatik.uni-hamburg.de Inhaltsverzeichnis 6. Bildverarbeitung..........................378 Aufbau
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
Übersicht der Vorlesung
Übersicht der Vorlesung 1. Einführung 2. Bildverarbeitung 3. orphologische Operationen 4. Bildsegmentierung 5. erkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse
Inhaltsverzeichnis 1 Einleitung Mensch-Maschine-Kommunikation in der Informations- und Kommunikationstechnik Grundbegriffe der Mensch-M
1 Einleitung 1 1.1 Mensch-Maschine-Kommunikation in der Informations- und Kommunikationstechnik... 1 1.2 Grundbegriffe der Mensch-Maschine-Kommunikation... 2 1.3 Disziplinen der Mensch-Maschine-Kommunikation...
Technische Universität
Technische Universität München Fakultät für Informatik Forschungs- und Lehreinheit Informatik IX Grundlagen der digitalen Bildverarbeitung: Punktoperatoren Proseminar Alexander C. Perzylo Betreuer: Abgabetermin:
Einführung in die medizinische Bildverarbeitung SS 2013
Einführung in die medizinische Bildverarbeitung SS 2013 Stephan Gimbel 1 Live-Wire Segmentierung ist ein halbautomatisches Verfahren zur kantenorientierten Segmentierung von einzelnen Bildobjekten es werden
Computer Vision - Das Praxisbuch
Pedram Azad, Tilo Gockel, Rüdiger Dillmann Computer Vision - Das Praxisbuch 1. Auflage 10. Mai 2007 Elektor-Verlag, Aachen Inhaltsverzeichnis Teil I Grundlagen 1 Technische Grundlagen 13 1.1 Einführung
Bildverarbeitung in R - Ausarbeitung zum Vortrag vom
Bildverarbeitung in R - Ausarbeitung zum Vortrag vom 13.07.2016 - Tobias Klinke Proseminar R Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Betreuer:
1. Filterung im Ortsbereich 1.1 Grundbegriffe 1.2 Lineare Filter 1.3 Nicht-Lineare Filter 1.4 Separabele Filter 1.
. Filterung im Ortsbereich. Grundbegriffe. Lineare Filter.3 Nicht-Lineare Filter.4 Separabele Filter.5 Implementierung. Filterung im Frequenzbereich. Fouriertransformation. Hoch-, Tief- und Bandpassfilter.3
Seam Carving for Context-Aware Image Resizing
Seam Carving for Context-Aware Image Resizing Concurrent Work Tobias Hutzler INF-M3 - Anwendungen II Wintersemester 2008/2009 Department Informatik HAW Hamburg 14. Januar 2009 Tobias Hutzler Seam Carving
Einführung in die medizinische Bildverarbeitung
Einführung in die medizinische Bildverarbeitung... im Schnelldurchlauf... 22.02.2006 MHH, Institut für Medizinische Informatik 1 Kleines Beispiel zur Motivation: Freihandgeführter 3D-Ultraschall (Schulter)
Bildverbesserung (Image Enhancement)
Prof. Dr. Wolfgang Konen, Thomas Zielke Bildverbesserung (Image Enhancement) WS07 7.1 Konen, Zielke Der Prozess der Bildverbesserung (1) Bildverbesserung wird häufig dafür eingesetzt, die für einen menschlichen
Grundlagen der digitalen Bildverarbeitung: Bildzuordnung S e i t e 1. Histogramm & Histogrammäqualisierung
Grundlagen der digitalen Bildverarbeitung: Bildzuordnung S e i t e 1 Histogramm & Histogrammäqualisierung Histogramm: Häufigkeiten der Grauwerte eines Bildes geordnet nach Helligkeit: oft relative Häufigkeit
Bildkorrektur und -verbesserung
Bildkorrektur und -verbesserung Seminararbeit im Fach Informatik vorgelegt von Enkelejda Tafaj geb. am 18. Juli 1981 in Diber, Albanien angefertigt am Fakultät Informatik, Elektrotechnik und Informationstechnik
Mapra: C++ Teil 6. Felix Gruber, Michael Rom. 07. Juni 2016 IGPM. Felix Gruber, Michael Rom (IGPM) Mapra: C++ Teil 6 07.
Mapra: C++ Teil 6 Felix Gruber, Michael Rom IGPM 07. Juni 2016 Felix Gruber, Michael Rom (IGPM) Mapra: C++ Teil 6 07. Juni 2016 1 / 14 Themen vom letzten Mal Klassen Vererbung Zeiger auf Objekte Initialisierungsliste
Kantenextraktion. Klassische Verfahren. Christoph Wagner. 30. Januar Vortrag zum Seminar Bildsegmentierung und Computer Vision
Klassische Verfahren 30. Januar 2006 Vortrag zum Seminar Bildsegmentierung und Computer Vision Gliederung Grundlagen 1 Grundlagen Aufgabenstellung Anforderungen an Kantenfilter Lineare Filter 2 3 Gliederung
Fragensammlung Digitale Bildverarbeitung
.. Fragensammlung Digitale Bildverarbeitung Diese Fragensammlung enthält eine Sammlung aus Musterfragen, Fragen, die in der Vorlesung gestellt wurden und Originalklausurfragen der Klausuren bis. Die Originalklausurfragen
Beiträge zur Automatisierung und Optimierung des Entwurfs bildbasierter Erkennungssysteme
Beiträge zur Automatisierung und Optimierung des Entwurfs bildbasierter Erkennungssysteme Stefanie Peters Andreas König ITG-Fachgruppensitzung, ITG-Fachgruppensitzung, 17.11.2006 17.11.2006 Inhalt Einleitung
Joachim Schenk Gerhard Rigoll. ~ensch-~aschine KOmn1Unikation. Gnlndlagen von sprach- und bildbasierten Benutzerschnittstellen.
Joachim Schenk Gerhard Rigoll ~ensch-~aschine KOmn1Unikation Gnlndlagen von sprach- und bildbasierten Benutzerschnittstellen ~ Springer Inhaltsverzeichnis 1 Einleitung 1.1 Mensch-Maschine-Kommunikation
Lösungsvorschlag zur 5. Übung zu Multimediale Systeme
Lösungsvorschlag zur 5. Übung zu Multimediale Systeme Dipl. Inf. Günter Robbert Universität Bayreuth Lehrstuhl für Angewandte Informatik I 20.6.2003 Lösungsvorschlag zur 5. Übung 1 AdOculos (1) AdOculos
1. Bildverbesserung / Bildvorverarbeitung
1. Bildverbesserung / Bildvorverarbeitung Bildverbesserung ist problemorientiert für menschliche/maschinelle Interpretation Dominanz zwischen Farbe, Textur, Kontext Ziel der ikonischen Bildauswertung:
Mapra: C++ Teil 7. Felix Gruber, Michael Rom. 14. Juni 2016 IGPM. Felix Gruber, Michael Rom (IGPM) Mapra: C++ Teil 7 14.
Mapra: C++ Teil 7 Felix Gruber, Michael Rom IGPM 14. Juni 2016 Felix Gruber, Michael Rom (IGPM) Mapra: C++ Teil 7 14. Juni 2016 1 / 20 Themen vom letzten Mal Klassen this-pointer Virtuelle Methoden Bildbearbeitung
Automatisches Dodging von Luftbildern
Automatisches Dodging von Luftbildern Martin Drauschke martin.drauschke@uni-bonn.de TR-IGG-P-2006-01 14. Dezember 2006 Technischer Report Nr. 1, 2006 Professur für Photogrammetrie Institut für Geodäsie
Übungen zur Einführung in die algebraischen Geometrie
Hochschule Rhein-Main WS 01/13 Stg. Angewandte Mathematik Algebraische Geometrie Erich Selder, FH Frankfurt am Main Übungsblatt 8, Lösungshinweise Übungen zur Einführung in die algebraischen Geometrie
Elementare Bildverarbeitungsoperationen
1 Elementare Bildverarbeitungsoperationen - Lineare Filterung - 1 Einführung 2 Definition der Faltung 3 Beispiele linearer Filter 4 Diskussion 5 Ausblick: nichtlineare Filterung 6 Literatur 1 Einführung
3D-Rekonstruktion medizinischer Daten
3D-Rekonstruktion medizinischer Daten Bericht aus der Fraunhofer Charité Kooperation Berlin das F&E Zentrum für neue Interventionstechnologien Direktor: Prof. Dr.-Ing. Erwin Keeve Wissenschaftlicher Mitarbeiter
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
LU Grundlagen der digitalen Bildverarbeitung Abgabe 2. Gruppe 25 peter holzkorn andreas bretschneider martin tintel
LU Grundlagen der digitalen Bildverarbeitung Abgabe 2 Gruppe 25 peter holzkorn 0426262 andreas bretschneider 0327444 martin tintel 0402913 Beispiel 6 Texturanalyse und Texturklassifikation Texturklassen
Bildverarbeitung und Mustererkennung
Bildverarbeitung und Mustererkennung Prüfung im Modul ET510 für den Masterstudiengang Systems Design & Production Management Professor Dr.-Ing. Martin Werner Juli 2014 Hinweise zur Bearbeitung der Klausur
Mathematisches Praktikum - SoSe 2015
Mathematisches Praktikum - SoSe 25 Prof. Dr. Wolfgang Dahmen Felix Gruber, Igor Voulis Aufgabe 5 Bearbeitungszeit: vier Wochen (bis Montag, 22. Juni 25 für die Filter, etc. bzw. Freitag, 3. Juli für Huffman-Codierung)
Versuch 2: Das Spektrometer
Versuch : Das Spektrometer Funktionsweise des Spektrometers Das Spektrometer zerlegt die am Eingang auftreffende Strahlungsleistung und mißt die Anteile in Abhängigkeit von der Wellenlänge. Das Ergebnis
Informationssysteme SS 2013 Lösungsvorschläge zu Übungsblatt 2. Übungsblatt 2. Für die Übungen in der Woche vom 29. April bis 03.
Prof. Dr.-Ing. Stefan Deßloch AG Heterogene Informationssysteme Fachbereich Informatik Technische Universität Kaiserslautern Übungsblatt 2 Für die Übungen in der Woche vom 29. April bis 03. Mai 2013 Aufgabe
Kurzleitfaden zur Nutzung von CLIX. in der Vorlesung. Bildanalyse und Bildverstehen
Projekt Notebook University-Mobiles Lernen an der BTU Cottbus -Kurzleitfaden Seite 1 von 8 BTU Cottbus Multimedia Zentrum BTU Cottbus Lehrstuhl Grafische Systeme Kurzleitfaden zur Nutzung von CLIX in der
Mensch-Maschine-Kommunikation
Mensch-Maschine-Kommunikation Joachim Schenk Gerhard Rigoll Mensch-Maschine- Kommunikation Grundlagen von sprach- und bildbasierten Benutzerschnittstellen 1 C Dr.-Ing. Joachim Schenk Technische Universität
Bildverarbeitung in R
Bildverarbeitung in R Tobias Klinke Proseminar R Fachbereich Informatik Fakultät für Mathematik, Informatik und Naturwissenschaften Universität Hamburg Betreuer: Jakob Lüttgau 2016-07-13 Tobias Klinke
Fahrspurerkennung in Videoechtzeit mit SoC. Eike Jenning INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/
Fahrspurerkennung in Videoechtzeit mit SoC Eike Jenning INF-M3 - Seminar/Ringvorlesung - Wintersemester 2007/2008 30. November 2007 Agenda Einleitung Algorithmus zur Fahrspurerkennung Fahrspurerkennung
Wie findet man interessante Punkte? Martin Herrmann, Philipp Gaschler
Wie findet man interessante Punkte? Martin Herrmann, Philipp Gaschler Wenn man sie denn gefunden hat, was kann man mit den interessanten Punkten anfangen? /Anwendungsgebiete Wenn man sie denn gefunden
Übersicht der Vorlesung
Übersicht der Vorlesung. Einführung. Bildverarbeitung. Morphologische Operationen 4. Bildsegmentierung 5. Merkmale von Objekten 6. Klassifikation 7. Dreidimensionale Bildinterpretation 8. Bewegungsanalyse
Aufgabe 1 - Tricks mit linearen Gleichungen
Institut für Informatik Visual Computing Prof. Dr. Michael Wand & M.Sc. Sebastian Brodehl Sommersemester 2018 Modellierung I Übungsblatt 4: LGS, Vektorräume und Inverse Probleme Letzte Änderung: 10:20
Kamerabasierte Erkennung von Fußgängern in urbanen Verkehrsszenen
Kamerabasierte Erkennung von Fußgängern in urbanen Verkehrsszenen Vortragender: Studiengang: Betreuer: Yeyi Qiu Fahrzeugtechnik Prof. Dr. rer. nat. Toralf Trautmann M. Sc. Patrick Richter Seite 01 von
Einführung 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
Einführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung ITK Konzepte aus PAD1/2 Template Klassen Typedefs Smart Pointer (für ITK Objekte) Fehlerbehebung Doku, Mailing-List
Vorlesung Computergrafik 1 Andreas Butz, Axel Hoppe EINFÜHRUNG, ORGANISATORISCHES
Vorlesung Computergrafik 1 Andreas Butz, Axel Hoppe EINFÜHRUNG, ORGANISATORISCHES 1 Wer? Wo? Prof. Dr.-Ing. Axel Hoppe, MD.H und LMU axel.hoppe@ifi.lmu.de Prof. Dr.-Ing. Andreas Butz, LMU butz@ifi.lmu.de
Graphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Segmentierung Graphische DV und BV, Regina Pohle, 13. Segmentierung 1 Einordnung in die Inhalte der Vorlesung Einführung mathematische
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
Gliederung: Hinweis: Schira, Josef (2012)
Gliederung: 0. Einführung 1. Mathematische Grundlagen: Summen, Produkte, Ableitungen, Integrale 2. Statistische Merkmale und Variablen (S 1) 3. Maßzahlen zur Beschreibung statistischer Verteilungen (S
Fortgeschrittene Schärfemethoden, Schärfemethoden die dem Bild mehr Brillanz verleihen
Fortgeschrittene Schärfemethoden, Schärfemethoden die dem Bild mehr Brillanz verleihen In der klassischen Bilderbearbeitung werden viele Schärfemethoden benutzt die zwar Effektiv sind, aber nach deren
Bildverarbeitung Herbstsemester 2012. Kanten und Ecken
Bildverarbeitung Herbstsemester 01 Kanten und Ecken 1 Inhalt Einführung Kantendetektierung Gradientenbasierende Verfahren Verfahren basierend auf der zweiten Ableitung Eckpunkterkennung Harris Corner Detector
"Kanten- und Linienerkennung in Grauwertbildern für Bildverarbeitungsstufen im Antikollissionssystem des Faustfahrzeugs"
"Kanten- und Linienerkennung in Grauwertbildern für Bildverarbeitungsstufen im Antikollissionssystem des Faustfahrzeugs" Ning Liu HAW-Hamburg Seminarvortrag December 15, 2006 Ning Liu Kanten- und Linienerkennung
Wasserscheiden-Ansätze zur Bildsegmentierung I
Seminar Bildsegmentierung und Computer Vision Wasserscheiden-Ansätze zur Bildsegmentierung I Stefan Sugg 19.12.2005 Gliederung 1. Einführung 2. Morphologische Grundlagen 3. Simulation durch Überflutung
Graphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Bildverbesserung - Filterung Graphische DV und BV, Regina Pohle,. Bildverbesserung - Filterung Einordnung in die Inhalte der Vorlesung
Numerisches Programmieren, Übungen
Technische Universität München WiSe 06 / 07 Institut für Informatik Prof. Dr. Daniel Cremers Dr. Frank Schmidt Nikola Tchipev Michael Rippl Numerisches Programmieren, Übungen Musterlösung 5. Übungsblatt:
Hochschule RheinMain SS 2018 Prof. Dr. D. Lehmann. Lösungen 11. Übungsblatt Lineare Optimierung
Hochschule RheinMain SS 2018 Prof. Dr. D. Lehmann Lösungen 11. Übungsblatt Lineare Optimierung 1.Aufgabe: a) Phase-I-Methode: Wir betrachten das Hilfs-LOP unter den Nebenbedingungen HF (v 1, v 2 ) = HF
R.Wagner, Mathematik in der Astronomie
Mathematik in der Astronomie Roland Wagner Johann Radon Institute for Computational and Applied Mathematics (RICAM) Österreichische Akademie der Wissenschaften (ÖAW) Linz, Austria Linz, 20.Mai 2016 Übersicht
Digitale Bildverarbeitung
Digitale Bildverarbeitung Thorsten Hermes Eine praktische Einführung ISBN 3-446-22969-8 Leseprobe Weitere Informationen oder Bestellungen unter http://www.hanser.de/3-446-22969-8 sowie im Buchhandel Kapitel
Einführung in das 6. Aufgabenblatt: Bildverarbeitung und Klassifkation
Einführung in das 6. Aufgabenblatt: Bildverarbeitung und Klassifkation Philippe Dreuw dreuw@i6.informatik.rwth-aachen.de Praktikum im Grundstudium SS 2007 28. Juni 2007 Human Language Technology and Pattern
Fragebogen zur Lehrveranstaltung Bildverarbeitung und Mustererkennung (5030) im SS2014
Professor Dr.-Ing. Martin Werner Fachbereich Elektrotechnik und Informationstechnik Hochschule Fulda Fragebogen r Lehrveranstaltung Bildverarbeitung und Mustererkennung (5030) im SS2014 Liebe Studierende,
Kanten und Konturen. Industrielle Bildverarbeitung, Vorlesung No M. O. Franz
Kanten und Konturen Industrielle Bildverarbeitung, Vorlesung No. 6 1 M. O. Franz 14.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Kanten und
Bildbearbeitung ganz praktisch
Bildbearbeitung ganz praktisch Karl-Friedrich Kamm Hamburg - Norderstedt 1 Um welche Kernfrage geht es in der digitalen Bildbearbeitung? Wie kann ich aus der Fülle der aufgenommenen Bildinformationen das
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
Bildverbesserung. Frequenz-, Punkt- und Maskenoperationen. Backfrieder-Hagenberg
Bildverbesserung Frequenz-, Punkt- und Maskenoperationen Filtern im Frequenzraum Fouriertransformation f(x)->f( ) Filter-Multiplikation F =FxH Rücktransformation F ( )->f (x) local-domain frequency-domain
Konstanzprüfung: DIN
Kurzanleitung Konstanzprüfung: DIN 6868-14 Allgemein für alle Systemtypen Die Anzahl der Aufnahmen sowie die Durchführung kann, abhängig vom Hersteller oder Typ des Mammographiegerätes, abweichen. Monatliche
Digitale Bildverarbeitung Einheit 8 Lineare Filterung
Digitale Bildverarbeitung Einheit 8 Lineare Filterung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
Einführung in die medizinische Bildverarbeitung
Einführung in die medizinische Bildverarbeitung Gliederung Aufgabengebiete und Ziele der Bildverarbeitung Wie kommt man in der Medizin an Bilder"? verschiedene Modalitäten Einführung: Aufbau von Bilddaten
Mapra: C++ Teil 7. Felix Gruber. 3. Juni IGPM, RWTH Aachen. Felix Gruber (IGPM, RWTH Aachen) Mapra: C++ Teil 7 3.
Mapra: C++ Teil 7 Felix Gruber IGPM, RWTH Aachen 3. Juni 2015 Felix Gruber (IGPM, RWTH Aachen) Mapra: C++ Teil 7 3. Juni 2015 1 / 22 Themen vom letzten Mal Wiederholung Klassen this-pointer Virtuelle Methoden
Medizinische Bildverarbeitung
Heinz Handels Medizinische Bildverarbeitung Bildanalyse, Mustererkennung und Visualisierung für die computergestützte ärztliche Diagnostik und Therapie 2., überarbeitete und erweiterte Auflage STUDIUM
Was 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
Die Auflösung der Megapixels. Karl-Heinz Zahorsky LaserSoft Imaging AG, Kiel
Die Auflösung der Megapixels Karl-Heinz Zahorsky LaserSoft Imaging AG, Kiel 1 Eingabe-Auflösung Auflösung ist, allgemein bezeichnet, die Anzahl der feinsten Bildpunkte oder Pixel (Kunstwort aus Picture
Graphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Bildverbesserung - Grauwertmodifikation Graphische DV und BV, Regina Pohle, 10. Bildverbesserung - Grauwertmodifikation 1 Einordnung
DRI Bilderzeugung mit CUDA (enfuse)
DRI Bilderzeugung mit CUDA (enfuse) Hardware-Software-Co-Design Universität Erlangen-Nürnberg seebaastian@yahoo.de loe.florian@googlemail.com christian.duttine@gmx.de 1 Übersicht Problemstellung Algorithmus
DR. MICHAEL EICHBERG. Einführung in Software Eingineering
DR. MICHAEL EICHBERG Einführung in Software Eingineering Wintersemester 2014/2015 Vorwort (dt.) Dieses Dokument enthält die Folien ergänzende Informationen zur Vorlesung Software Engineering. ii Chapter
Präge- und Stempelschrifterkennung auf metallischen Oberflächen. Dipl.-Ing. (FH) Sebastian Seegert
Präge- und Stempelschrifterkennung auf metallischen Oberflächen Dipl.-Ing. (FH) Sebastian Seegert 1 Agenda Motivation Entwickelter Ansatz für kalte Oberflächen Anforderungen Ansatz Bildvorverarbeitung
Binärbildverarbeitung
Prof. Dr. Wolfgang Konen, Thomas Zielke Binärbildverarbeitung SS06 4.1 Konen, Zielke Anwendungen von Binärbildern Ein Bild mit nur zwei Grau/Farb-Stufen nennt man Binärbild. In der Regel werden Bildpunkte
Mathematische Bildverarbeitung
Kristian Bredies Dirk Lorenz Mathematische Bildverarbeitung Abbildungen und Zusatzmaterial Kapitel 1 3 In dieser PDF-Datei befindet sich eine Auswahl der Abbildungen aus dem Buch, vor allem solche, die
Mastermodule Zweitfach Mathematik a) Überblick 1 Zweitfach Mathematik 45 ECTS. Elemente der Zahlentheorie Nat-5580 Modul
Mastermodule a) Überblick 1 4 2 Nat-5550 Analytische Geometrie Elemente der Zahlentheorie Nat-5580 Elemente der Linearen Algebra II Wipäd-4590 Fachdidaktik Mathematik Wipäd-5821 Nat-5571/5572/5573 Wahlmodul
Punktoperationen / Grauwerttransformationen
Fortsetzung zu Kapitel 4: Bildoperationen Punktoperationen / Grauwerttransformationen Zusammenfassung: wirken unabhängig von der Position im Bild Transformation T der Originalhelligkeit p in die Helligkeit
Überblick / Vorverarbeitung
Überblick / Vorverarbeitung Einleitung Bildpunktoperationen LUT, Dehnung GW-Skala, Histogrammebnung, Hintergrundkompensation,... Geometrische Transformationen Lokale Graubildoperationen 2.04.05 Bildverarbeitung
1 Teil 1: Analysis Phase Stoffprogramm Phase 1 M Übungen in Analysis 3 M Link zu den Lösungen Phase 1...
Inhaltsverzeichnis 0.1 Einführung... 10 1 Teil 1: Analysis 13 2 Phase 1 15 2.1 Stoffprogramm Phase 1 M... 15 2.2 Übungen in Analysis 3 M2 01... 16 2.3 Link zu den Lösungen Phase 1... 19 3 Phase 2 21 3.1
Mapra: C++ Teil 9. Felix Gruber, Sven Groß. 20. Juni IGPM, RWTH Aachen. Felix Gruber, Sven Groß (IGPM) Mapra: C++ Teil 9 20.
Mapra: C++ Teil 9 Felix Gruber, Sven Groß IGPM, RWTH Aachen 20. Juni 2017 Felix Gruber, Sven Groß (IGPM) Mapra: C++ Teil 9 20. Juni 2017 1 / 23 Themen vom letzten Mal Klassen Initialisierungsliste in Kontrollstrukturen
Evaluation einer modernen Zynq-Plattform am Beispiel der Implementierung einer Hough Transformation
Evaluation einer modernen Zynq-Plattform am Beispiel der Implementierung einer Hough Transformation Zwischenpräsentation der Bachelorarbeit Dominik Weinrich dominik.weinrich@tu-dresden.de Dresden, 31.05.2018
Übung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2015 Marc Bux, Humboldt-Universität zu Berlin Agenda Schreibtischtest zu Suchverfahren Amortisierte Analyse Max-Heaps und HeapSort 2 Agenda Schreibtischtest
18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus
18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus Conrad Donau 8. Oktober 2010 Conrad Donau 18. Matrizen 2: Gleichungssysteme, Gauß-Algorithmus 8. Oktober 2010 1 / 7 18.1 Wiederholung: Ebenen in R 3
Übung: Computergrafik 1
Prof. Dr. Andreas Butz Prof. Dr. Ing. Axel Hoppe Dipl.-Medieninf. Dominikus Baur Dipl.-Medieninf. Sebastian Boring Übung: Computergrafik 1 Fouriertransformation Organisatorisches Neue Abgabefrist für Blatt
Erinnerung an die "Bildanalyse- (Bildverarbeitungs-) Pipeline":
5. Segmentierung Erinnerung an die "Bildanalyse- (Bildverarbeitungs-) Pipeline": Segmentierung: Vorgang, das Bild in sinnvolle Bildteile aufzuteilen (es zu segmentieren) "Fernziel": Objekterkennung; Trennung
Basisinformationstechnologie II
Basisinformationstechnologie II Sommersemester 2015 13. Mai 2015 Algorithmen der Bildverarbeitung I: Kompression Universität zu Köln. Historisch-Kulturwissenschaftliche Informationsverarbeitung Dr. Jan
Numerisches Programmieren, Übungen
Technische Universität München SS 2011 Institut für Informatik Prof. Dr. Thomas Huckle Dipl.-Inf. Christoph Riesinger Dr. Slobodan Ilic Numerisches Programmieren, Übungen 4. Übungsblatt: Gauß-Elimination,
Einführung in die. Kryptographie WS 2016/ Lösungsblatt
Technische Universität Darmstadt Fachgebiet Theoretische Informatik Prof. Johannes Buchmann Thomas Wunderer Einführung in die Kryptographie WS 6/ 7. Lösungsblatt 8..6 Ankündigungen Arithmetik modulo n
Proseminar: Grundlagen der digitalen Bildverarbeitung
Proseminar: Grundlaen der diitalen Bildverarbeitun Thema: Punktoperatoren Referent: Alexander Perzylo Betreuer: Dimitris Golias.05.004 Überblick Bildbearbeitunsoperatoren Hilfsmittel der Operatoren Punktoperatoren:
Mastermodule Zweitfach Mathematik a) Überblick 1 Zweitfach Mathematik 45 ECTS
Mastermodule a) Überblick 1 4 2 Nat 5550 Analytische Geometrie Elemente der Zahlentheorie Nat 5580 Elemente der Linearen Algebra II Wipäd 4590 Fachdidaktik Mathematik Wipäd 5821 Nat 5571/5572/5573 Wahlmodul
Digitale Bildverarbeitung. eine Zusammenfassung von Markus Liebe
Digitale Bildverarbeitung eine Zusammenfassung von Markus Liebe 2 Inhaltsverzeichnis Aufnahme 5 Bildgeber 5 CCD 5 2 CMOS 5 2 Rasterung 5 3 Quantisierung 5 4 Kodierung 5 2 Wiedergabe 7 2 Farbräume 7 22
THM Studium Plus, SS 2014 Mathematik 2 für Wirtschaftsingenieure Dr. Frank Morherr Übungsblatt 9
THM Studium Plus, SS 04 Mathematik für Wirtschaftsingenieure Dr. Frank Morherr Übungsblatt 9 Lösung Gewöhnliche Di erentialgleichungen, Trennung der Variablen, Variation der Konstanten, eulersche homogene