Graustufendarstellung
|
|
- Ina Kraus
- vor 6 Jahren
- Abrufe
Transkript
1 Graustufendarstellung Diskrepanz zwischen (physikalischer) Luminanz und (wahrgenommener) Helligkeit von Graustufen: Wahrnehmung reagiert in Relation zur empfangenen Lichtenergie in etwa logarithmisch (+ weitere Einflüsse durch Monitor bzw. Art des Papiers) Transferfunktion erforderlich, die aus theoret. Grauwert den adäquaten technischen Helligkeitswert berechnet z.b. für 6 Graustufen E 0 bis E 5 : Die Transferfunktion kann an Eigenschaften der Hardware angepasst sein und tabellarisch (durch Stützstellen und Interpolation) spezifiziert sein. Möglichkeit der Spezifikation in PostScript mit settransfer (siehe spätere Übung). Kleinste realisierbare Intensität E min (i. allg. > 0): abhängig vom Ausgabemedium. Bildschirme 0,005 0,025 Foto-Abzüge 0,01 Dias 0,001 Zeitungspapier 0,1 (nach Bungartz et al. 1996) Sinnvolle Anzahl von Graustufen: ln( Emin ) n < 1 ln(1,01)
2 Darstellung der Intensitätsstufen: auf Hardwareseite mehrere Intensitäten pro Pixel oder Halbtonverfahren: Einteilung des Bildschirms in Makropixel Wahrnehmung fasst nahe zusammenliegende Pixel-Werte zu Graustufe zusammen Beispiel: 2 x 2 - Halbtonmatrix 3 x 3: Wahl der Matrix ist nicht beliebig: (a) Vermeidung optischer Artefakte (Linienmuster) (b) hardwareabhängig: Vermeidung des Setzens benachbarter Pixel
3 Vermeidung regelmäßiger Muster: Wechsel zwischen mehreren Halbtonmatrizen Zufallsauswahl der gesetzten Pixel
4 Verfahren der Halbtonsimulation auch für Ausgabegeräte mit mehr als 2 darstellbaren Intensitätsstufen anwendbar z.b. bei 4 Intensitätsstufen 0 3: Dither-Verfahren: Intensitätswert wird nicht für Makro-Pixel berechnet, sondern für jedes einzelne Pixel. Darstellung in Abhängigkeit von der Position in einer Dither-Matrix (deren Kopien periodisch den Bildschirm überdecken). for (y=0; y < rows; y++) { for (x=0; x < columns; x++) { i=xmod n; j = y mod n; if(intensity(x, y) > dither[i, j]) set_pixel(x, y, 1); } } Einträge in der Dither-Matrix = Schwellenwerte für die Bildschirmpixel Wahl der Dither-Matrix: Vermeidung artifizieller Muster in Bereichen konstanter Intensität
5 Beispiele: (aus Rauber 1993) Vorteil gegenüber Halbton: bei Vergrößerung von n erhöht sich Anzahl der darstellbaren Graustufen ohne merkliche Änderung der räumlichen Auflösung (bis zu Schwellenwert für n: bei Auflösung 1024 x 1024 ca. n = 10 bis 16). Fehlerverteilungsverfahren: Grundidee: Bei Darstellung des Intensitätswerts in einem Pixel, für den nur diskrete Intensitätswerte möglich sind, wird bei Rundung auf den nächstgelegenen möglichen Wert ein Fehler gemacht. Man versucht, diesen Fehler in den Nachbarpixeln auszugleichen. Verschiedene Varianten: unterscheiden sich in Reihenfolge der Pixel und Auswahl der Pixel für die Fehler-(ausgleichs-) Verteilung. Floyd-Steinberg-Verfahren: 3 benachbarte Pixel, Zickzack- Abarbeitung.
6 Vorteil: Verf. liefert oft gute Ergebnisse (besser als Halbton u. Dither) Nachteile: sequentiell in ungünstigen Fällen Akkumulation des Fehlers, "Geisterbilder" Vermeidung dieser Nachteile: Fehlerdiffusions-Verfahren Kombination von Dithering und Fehlerverteilung Bildschirm wird von Kopien einer Diffusionsmatrix überdeckt (analog zum Dither-Verfahren) Einteilung der Pixel in n 2 Klassen Pixel-Intensitätswerte werden klassenweise berechnet Fehler wird auf die benachbarten Pixel verteilt, die noch nicht berechnet sind Wahl der Diffusionsmatrix: möglichst wenige Einträge, die keinen oder nur einen Nachbarn mit größerem Eintrag haben (weil dort der Fehler gar nicht oder nur an 1 Nachbarn verteilt werden kann).
7 Beispiele für Diffusionsmatrizen: Diffusionsverf. besonders bei Druckeranwendungen dem Dithering und dem Fehlerverteilungsverf. überlegen. Parallelisierbar, keine Geisterbilder. Auswahl der Farbschattierungen (Helligkeitsstufen) für die Grundfarben R, G, B: logarithmische Wahrnehmungsskala ähnlich wie bei Graustufen zusätzlich Gamma-Korrektur des Bildschirms zu beachten (Nichtlinearität in Luminanzantwort des Bildschirm- Phosphors) Belegung der Farbtabelle (Color Lookup Table): Ziel: möglichst gute Annäherung der Farben des darzustellenden Bildes durch die Farben in der Tabelle uniforme Quantisierung (vgl. Kap. 3) feste Zuordnung unabh. vom Bild, 3 Bit für Rotstufe, 3 Bit für Grünstufe, 2 Bit für Blaustufe Standardbelegung der Tabelle bei wenigen darzustellenden Farben, z.b. bei grafischen Benutzungsoberflächen
8 Popularitätsalgorithmus Belegung der Farbtabelle mit den 256 häufigsten Farbwerten des darzustellenden Bildes Für im Bild auftretenden Farbwert wird der nächstliegende Farbwert der Tabelle verwendet Farbabstände: euklidische Metrik im RGB-System d( c B , c2 ) = ( R1 R2 ) + ( G1 G2 ) + ( B1 2 ) zur Vermeidung der Wurzelberechnung häufig stattdessen: Manhattan-Metrik d m ( c1, c2 ) = R1 R2 + G1 G2 + B1 B2 Einsparen der aufwändigen Minimumsuche für die Abstände: Merken bereits aufgetretener Farbwerte und ihrer zugeordneten Tabelleneinträge in weiterer Tabelle. Nachteil des Popularitätsalgorithmus: farbliche Details in kleinen Bildbereichen können völlig falsch dargestellt werden! Vermeidung: Median-Schnitt-Algorithmus unterteilt den RGB-Einheitswürfel sukzessive in Teilquader (Schnitte parallel zu Koordinatenebenen) 1. bestimme kleinsten Teilquader des Würfels, der alle Pixel des Bildes enthält 2. teile diesen so, dass in beiden Hälften (etwa) gleichviele Pixel enthalten sind ("Median-Schnitt") 3. kontrahiere beide Teilquader auf ihre Extremkoordinaten (vgl. Schritt 1)
9 4. wende hierauf wieder Schritt 2 an... bis 256 Quader erzeugt sind oder kein Quader mehr geteilt werden kann - berechne dann für jeden Teilquader Mischfarbe durch gewichtete Mittelwertbildung der enthaltenen Pixel-Werte diese Farbe wird in die Farbtabelle eingetragen Bildschirm-Darstellung: jedes Pixel erhält Farbwert des Quaders, in dem es liegt Datenstruktur: BSP-Baum (binary space partitioning) Bestimmung eines konkreten Tabellen-Wertes zu einem Farbwert des Bildes durch top-down-lauf durch den BSP- Baum. Vorteil: sehr gute Farbdarstellung - noch weiter verbesserbar durch nachträgl. Anwendung des Floyd-Steinberg-Fehlerverteilungsverfahrens Nachteil: hoher Speicherplatzbedarf, hohe Laufzeit (alle Pixel werden im BSP-Baum gespeichert) "Kompromisslösung": Octree-Quantisierung regelmäßige rekursive Unterteilung des RGB-Würfels in 8 gleichgroße Unter-Würfel - Aufbau des Octrees, bis jeder Teilwürfel nur noch 1 Pixel enthält - Reduktion von den Blättern her (Mittelwertbildung für je 8 Tochter-Würfel), bis der Octree genau 256 Blattknoten hat (Aufbau und Reduktion können speicherplatzsparend auch verschränkt werden)
10 Antialiasing Aliasing (Aliasierung): Sammelbez. für Verfremdungseffekte, die durch die Rasterkonvertierung stetiger Objekte entstehen Lattenzaun-Problem: Objekt mit regelmäßigem, periodischem Aufbau ist nicht verträglich mit der Rasterung Teile verschwinden oder werden unregelmäßig dargestellt Moiree-Effekte bei Objekte mit regelmäßiger Textur, Schraffierung etc.: Vortäuschen großflächiger Muster dünne Objekte werden "verschluckt" oder verfremdet Treppenstufen-Effekte bei schrägen Linien und bei Kurven Problem hierbei: Abstands-Auflösung des visuellen Systems ist bei Linien exakter als bei einzelnen Punkten Treppenstufen sichtbar, auch wenn Pixel nicht unterscheidbar!
11 Theoretische Grundlage für Aliasing-Probleme: Signaltheorie In der Fourieranalyse wird jede Funktion f als Überlagerung von trigonometrischen Funktionen (sin und cos) mit verschiedenen Frequenzen dargestellt. f ( x) + 1 = F( u)(cos( ux) i sin( ux)) du 2π + 1 iux = F( u) e du 2π Für viele Funktionen gibt es eine Grenzfrequenz u G, nach der die Berechnung des Integrals abgebrochen werden kann: + u G 1 f ( x) = F( u) e 2π u G iux du Eine kontinuierliche Funktion mit endlicher Grenzfrequenz kann vollständig durch Abtastwerte mit gleichem Abstand δx repräsentiert werden, wenn δx weniger als halb so groß wie die Periode der Grenzfrequenz ist: δ x < 1 2 u G Die entspr. untere Grenze für die Abtast-Frequenz heißt Nyquist-Frequenz: u N = 2 u G.
12 Bei Abtastung mit einer Freq. > 2u kann eine Sinuskurve der Frequenz u rekonstruiert werden; bei kleineren Frequenzen kommt es zum Aliasing:
13 Antialiasing-Techniken: Prefiltering (Vorfilter-Techniken): Vermeidung des Aliasing vor der Bildschirmdarstellung durch geeignete Bildmanipulation Postfiltering (Nachfiltern): Abschwächung des Aliasing durch Nachbehandlung des bereits gerasterten Bildes Modifikation der Zeichenalgorithmen Prefiltering: Abschneiden der höheren Frequenzen in der Fourierdarstellung (vgl. JPEG-Kompression!) rechnerisch durch Konvolution (Faltung) der Funktion mit einem Vielfachen der Funktion (sin x)/x (= der umgekehrten Fourier- Transformierten einer Rechteckfunktion): Abschneiden der Funktion erforderlich nicht alle höheren Frequenzen verschwinden dennoch sehr gute Qualitäten erreichbar Nachteil: hoher Rechenaufwand Verwendung anderer Filterfunktionen
14 oder: heuristische Techniken 2 Techniken, die häufig für Linien angewandt werden: 1. Zeichnen in doppelter Auflösung anschließende Verdopplung anschließende Zuordnung eines Grauwertes je nach Bedeckungsgrad der 4x4-Makropixel (die den echten Pixeln entsprechen) Ergebnis: "verschmierte" Linie, die in der Wahrnehmung aber "glatter" erscheint Qualität: ca. entspr. doppelter Bildauflösung
15 Gegenüberstellung der Rasterdarstellung einer Linie (a) ohne Anti-Aliasing (b) mit Anti-Aliasing (c) mit doppelter Auflösung, ohne Anti-Aliasing: 2. Area Sampling: Modellierung der Linie als rechteckiger Bereich Bestimmung der Graustufe eines Pixels nach dem Flächenanteil des Pixel(-Quadrats), den das Rechteck überstreicht (unweighted area sampling)
16 oder Berücksichtigung der Lage der überdeckten Fläche im Pixel bei der Festlegung der Graustufe: Weighted area sampling den Pixeln werden überlappende Kreisscheiben zugeordnet: Pixel P, Kreisscheibe K P, überdeckter Flächenteil A P
17 Intensität des Pixels P: I = w( x, y) dxdy P A P mit einer Gewichtsfunktion w, die w( x, y) dxdy = 1 K P erfüllt. Beispielsweise w als Kegelfunktion: Die Intensität hängt hier nur vom Abstand d der Pixelmitte zur Linien-Mittelachse ab (0 d 1,5). Effiziente Implementation: Algorithmus von Gupta und Sproull Anstelle der Integralberechnung werden die Intensitätswerte in Abhängigkeit von d für 24 Werte von d (d = i/16, i=0;...;23) in einer Tabelle gespeichert. d kann beim Zeichnen inkrementell berechnet werden (vgl. Bresenham-Algorithmus).
18 Abhängigkeit der Intensität vom Abstand d. Links: d = 0, Mitte: d = 0,75, rechts: d = 1,0. Postfiltering-Techniken (am häufigsten angewandte Antialiasing-Techniken) Supersampling Rasterung mit höherer Auflösung als der Bildschirm (Faktor 2 oder 4) Intensitätswert eines Bildschirmpixels als Mittelwert der zugehörigen (4 oder 16) Pixel im errechneten Rasterbild d.h.: Anwendung eines 2x2- oder 4x4-Filters auf das Rasterbild ungewichteter Filter
19 Filter mit stärkerer Gewichtung des mittleren Pixelblocks Nachteile: Schwäche des Supersamplings bei Bildern mit dünnen Linien Ergebnis des Supersamplings einer Linie mit 4 x 4-Filter mit gleichmäßiger Gewichtsverteilung. Die resultierenden Bildschirmpixel zeigen nur 1/4 der max. Intensität und sind ebenso gestuft wie das Original. hoher Rechenzeit- und Speicherplatzaufwand Abhilfe: adaptives Supersampling. Gröbere Rasterung in Bereichen konstanter Intensität. Filter-Methode (ohne Supersampling) Es wird mit der Auflösung des Bildschirms gearbeitet. Die endgültige Darstellung wird durch gewichtete Mittelung der Intensitäten benachbarter Pixel erzeugt: "Verschmieren" der Intensitäten der Pixel.
20 3 x 3 - Filter: Für höhere Bildschirm-Auflösungen: 5 x 5 - Filter (hier: Bartlett-Filter): Die Summe der Gewichtsfaktoren ergibt 1. Der Filter wird "über die Pixel des Rasterbildes geschoben". Vor der Anwendung: Replikation der Randzeilen und -spalten.
5.1. Grundlegende 2D-Zeichenalgorithmen
5. Rastergrafik-Algorithmen 5.1. Grundlegende 2D-Zeichenalgorithmen Problem: virtuelles Zeichenblatt mit stetigen Koordinaten (float x, float y) reales Rasterdisplay mit diskreten Koordinaten (int X, int
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
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
Milderung der Aliasing-Effekte (keine Lösung des Problems)
Anti-Aliasing Milderung der Aliasing-Effekte (keine Lösung des Problems) A priori Methoden: Darzustellende Objekte bekannt. Pixelwert durch analytische Integration über die Pixelfläche A posteriori Methoden:
Teil 6: Farbe. Einleitung. Farbreiz vs. Farbwahrnehmung. Farbräume, Verwendung von Farbe
Farbräume, Verwendung von Farbe Einleitung Farbe: Wichtiger Bestandteil d. vis. Wahrnehmung Mehrdimensional (Farbton, Helligkeit, etc.) Rechnen mit Farben: Farbmetrik Was ist Farbe überhaupt? Eigenschaft
Teil 6: Farbe Farbräume, Verwendung von Farbe
Farbräume, Verwendung von Farbe Einleitung Farbe: Wichtiger Bestandteil d. vis. Wahrnehmung Mehrdimensional (Farbton, Helligkeit, etc.) Rechnen mit Farben: Farbmetrik Was ist Farbe überhaupt? Eigenschaft
Licht und Farben. Andreas Spillner. Computergrafik, WS 2018/2019
Licht und Farben Andreas Spillner Computergrafik, WS 2018/2019 Farbwahrnehmung des Menschen im Auge Das Verständnis, wie Farbeindrücke entstehen, ist ein wesentlicher Bestandteil der Computergrafik. Der
Darstellungsarten für 3D-Körper. Boundary Representation (BRep):
Darstellungsarten für 3D-Körper Boundary Representation (BRep): Darstellung eines (verallgemeinerten) Polyeders durch das System seiner Ecken, Kanten und Facetten Abspeichern durch (Teilgraphen des) vef-graphen
Bildbearbeitung und Texturierung
Ulf Döring, Markus Färber 07.03.2011 1. Anti-Aliasing (a) Wodurch entsteht der Aliasing-Effekt bei der Rasterisierung einer Linie? (b) Wie kann der Aliasing-Effekt durch Supersampling mit nachträglichem
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
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
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
Inhalt. Bildaufnahme / Digitale Bilder. Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung
Inhalt Bildaufnahme / Digitale Bilder Kameras CCD Sensoren Auge Sampling / Aliasing Quantisierung Abtastung, Parameter Aliasing-Beispiel: Unterabtastung einer periodischen Funktion. Rekonstruktion ergibt
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
5. Gitter, Gradienten, Interpolation Gitter. (Rezk-Salama, o.j.)
5. Gitter, Gradienten, Interpolation 5.1. Gitter (Rezk-Salama, o.j.) Gitterklassifikation: (Bartz 2005) (Rezk-Salama, o.j.) (Bartz 2005) (Rezk-Salama, o.j.) Allgemeine Gitterstrukturen: (Rezk-Salama, o.j.)
Seminar: Multi-Core Architectures and Programming. Viola-Jones Gesichtsdetektor
Seminar: Multi-Core Architectures and Programming Viola-Jones Gesichtsdetektor Hardware-Software-Co-Design Universität Erlangen-Nürnberg 1 Übersicht Einleitung Viola-Jones Gesichtsdetektor Aufbau Blockmerkmale
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
Bildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17
Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen
- 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
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
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)
Digitalisierung 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
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
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
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
Berechnung von Formfaktoren
Berechnung von Formfaktoren Oliver Deussen Formfaktorberechnung 1 Formfaktor ist eine Funktion in Abhängigkeit der Geometrie ist unabhängig von reflektierenden oder emittierenden Eigenschaften (ρ) der
Struktur des menschlichen Auges. Bildgebende Verfahren in der Medizin und medizinische Bildverarbeitung Bildverbesserung 2 / 99
Struktur des menschlichen Auges 2 / 99 Detektoren im Auge Ca. 100 150 Mio. Stäbchen Ca. 1 Mio. Zäpfchen 3 / 99 Zapfen Entlang der Sehachse, im Fokus Tagessehen (Photopisches Sehen) Scharfsehen Farbsehen
(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Definition Fouriertransformation F (ω) = F [f(t)] (ω) := 1 2π dt f(t)e iωt Fouriersynthese f(t) = F 1 [F
Datenaquisition. 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
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
Debayeringverfahren. 19. Mai Thomas Noack, Nikolai Kosjar. SE Computational Photography - Debayeringverfahren
Debayeringverfahren Thomas Noack, Nikolai Kosjar 19. Mai 2010 Was bisher geschah... Reduktion der Herstellungskosten durch Einsatz von nur noch einem CCD-Sensor mit Bayer-Filter Problem: Bayer Image Full
Zeichnen von Geraden. Naiver Geradenalgorithmus. drawpixel(x, round(y)); double dx = x1 - x0; double y = y0; double dy = y1 - y0; double m = dy / dx;
Zeichnen von Geraden Naiver Geradenalgorithmus // Verbinden der Gitterpunkte (x0,y0) und // (x1,y1) durch ein Geradenstueck void drawline(int x0, int y0, int x1, int y1) { int x; double dy = y1 - y0; double
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
Darstellung als Filterbank. Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge.
Darstellung als Filterbank Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge. - Trifft in bestimmten Maße auch auf das Original zu, da
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
1.3 Digitale Audiosignale
Seite 22 von 86 Abb. 1.2.12 - Wirkung der Schallverzögerung Effekte sind: Delay, Echo, Reverb, Flanger und Chorus Hört man ein akustisches Signal im Raum, dann werden die Signale von Wänden und anderen
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
4. Segmentierung von Objekten Video - Inhaltsanalyse
4. Segmentierung von Objekten Video - Inhaltsanalyse Stephan Kopf Inhalt Vorgehensweise Berechnung der Kamerabewegungen zwischen beliebigen Bildern Transformation eines Bildes Hintergrundbilder / Panoramabilder
EDV-Anwendungen im Archivwesen II
EDV-Anwendungen im Archivwesen II 070472 UE WS08/09 Grundlagen der Digitalisierung Überblick Allgemeine Grundlagen der Digitalisierung anhand der Ton-Digitalisierung Abtastrate (Samplerate) Wortlänge (Bitrate)
Übung zu Einführung in die Informatik # 14
Übung zu Einführung in die Informatik # 14 Tobias Schill tschill@techfak.uni-bielefeld.de 12. Februar 2016 Aktualisiert am 12. Februar 2016 um 11:13 Erstklausur: Mi, 24.02.2016 von 10-12Uhr Antworten von
BILDBEARBEITUNG IM UNTERRICHT
BILDBEARBEITUNG IM UNTERRICHT Grundlagen Farbtiefe Farbmodelle CYMK, RGB Patrick Meier, Wilmatt 2, 637 Root, msib.ch GRUNDLAGEN PHOTOSHOP Ein zentraler Begriff bei Pixelgrafiken ist die Bildauflösung.
Systemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...
Objekterkennung durch Vergleich von Farben. Videoanalyse Dr. Stephan Kopf HWS2007 Kapitel 5: Objekterkennung
Objekterkennung durch Vergleich von Farben 48 Farbräume (I) Definitionen: Farbe: Sinnesempfindung (keine physikalische Eigenschaft), falls Licht einer bestimmten Wellenlänge auf die Netzhaut des Auges
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
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
Geometrie 2. Julian Fischer Julian Fischer Geometrie / 30
Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI
Schattenwurf mit Perspective Shadow Maps
16. April 2010 Xpiriax Software Wer wir sind und was wir machen Hobby-Entwicklerteam, zur Zeit 6 Personen gegründet Anfang 2008 Schwerpunkte: Spiele- & 3D-Engine-Programmierung Ziele: Erfahrung, Arbeitsproben,
unabhängigen Variablen Eine Funktion dient der Beschreibung von Zusammenhängen zwischen mehreren verschiedenen Faktoren.
Funktionsbegriff 2.1 2 Funktionen mit einer unabhängigen Variablen 2.1 Funktionsbegriff Eine Funktion dient der Beschreibung von Zusammenhängen zwischen mehreren verschiedenen Faktoren. In den Wirtschaftswissenschaften
Hauptklausur zur Vorlesung Bildverarbeitung WS 2002/2003
Name:........................................ Vorname:..................................... Matrikelnummer:.............................. Bitte Studiengang ankreuzen: Computervisualistik Informatik Hauptklausur
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
Multimediale Werkzeuge 1, Audio-Berabeitung. normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1
Multimediale Werkzeuge 1, Audio-Berabeitung normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1 Beachte: Teilbänder werden nach den Unter-Abtasten "aufgeblasen" (siehe
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
Grundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Zeitdiskrete Signale Wintersemester 6/7 Kontinuierliche und diskrete Signale wertkontinuierlich wertdiskret Signal Signal Signal Signal zeitdiskret zeitkontinuierlich
Zielbild B. all. Oft verwendet: kubische B-Splines. Bestimmung der Koeffizienten Vorlesung BV&ME
2.2) geometrische Transformationen (CG/BV) 2.2.c) Resamplingproblem ( ) = A(x, y) 1 ( ) = A h { k,l} B k,l Qellbild A Zielbild B y x AT 1 Methodischer Ansatz 2 für das Resampling: Statt der gewichteten
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] =
Raster- und Vektorgrafik
Raster- und Vektorgrafik 3 Eine Rastergrafik ist aus einzelnen kleinen Flächenelementen (Bildelementen) zusammengesetzt, die ihrerseits unterschiedlich gefärbt bzw. mit verschiedenen Grauwerten belegt
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
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 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
Ausgabeauflösung. Medienproduktion U1. Ausgabeauflösung = Rasterweite x (Wurzel aus Tonwerte - 1)
Ausgabeauflösung Unter der Ausgabeauflösung (Bildauflösung (ppi)) versteht man diejenige Auflösung, mit der ein Ausgabegerät (Bildschirm, Drucker) eine Bilddatei ausgibt. Ausgabegeräte: Drucker (lpi (Rasterweite)
Medien- Technik. Druckvorstufe. Preprint
Druckvorstufe Preprint Druckverfahren Hochdruck Tiefdruck Siebdruck Offsetdruck Offsetdruck Bogenoffset Rollenoffset Feuchte Film Plattenzylinder Plattenzylinder Farbauftrag Gummiwalze Papier Gummiwalze
Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen
Definition Berechnung approximierter Voronoi-Zellen auf geometrischen Datenströmen Seminar über Algorithmen WS 2005/2006 Vorgetragen von Oliver Rieger und Patrick-Thomas Chmielewski basierend auf der Arbeit
Numerische Lineare Algebra
Numerische Lineare Algebra Vorlesung 1 Prof. Dr. Klaus Höllig Institut für Mathematischen Methoden in den Ingenieurwissenschaften, Numerik und Geometrische Modellierung SS 2010 Prof. Dr. Klaus Höllig (IMNG)
Diskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
2. Operationen auf dem Bildraster - 2.3) Antialiasing
2. Operationen auf dem Bildraster - 2.3) Antialiasing Aliasing entsteht u.a. bei der Kameraaufnahme von diskreten, digitalen Bildern, wenn das Bild in Bezug auf das Abtastraster zu hohe Frequenzen enthält
Distributed Algorithms. Image and Video Processing
Chapter 7 High Dynamic Range (HDR) Distributed Algorithms for Quelle: wikipedia.org 2 1 High Dynamic Range bezeichnet ein hohes Kontrastverhältnis in einem Bild Kontrastverhältnis bei digitalem Bild: 1.000:1
Grundlagen von Rasterdaten
LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS DATABASE Kapitel 7: Grundlagen von Rasterdaten Skript zur Vorlesung Geo-Informationssysteme Wintersemester 2014/15 Ludwig-Maximilians-Universität
Ajdovic/Mühl Farbmodelle FARBMODELLE
FARBMODELLE Grundlagen: Gegenstände, die von einer Lichtquelle beleuchtet werden, reflektieren und absorbieren jeweils einen Teil des Lichts. Dabei wird das von den Gegenständen reflektierte Licht vom
Technische Beschreibung der akustischen Signalkette
Technische Beschreibung der akustischen Signalkette Wichtige Aufgabe: Vielfältige Medien Gestaltung akustischer Kommunikationsketten (Sprache, Geräusche, Musik, CD, Radio, mp3,...) Unterschiedlichste Information
Modellierung. Oliver Hartmann
Modellierung Oliver Hartmann oliver.hartmann@uni-ulm.de Inhalt Boolesche Operationen Splines B-Splines Bezier-Kurven NURBS Anwendung Sculpting Volumengrafik Marching Cubes Ray Casting Texture Mapping Boolesche
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
Spektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!
Spektralanalyse Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann! Mit der Spektralanalyse können wir Antworten auf folgende Fragen bekommen:
Puls-Code-Modulation. Thema: PCM. Ziele
Puls-Code-Modulation Ziele Mit diesen rechnerischen und experimentellen Übungen wird die Vorgehensweise zur Abtastung und linearen Quantisierung eines analogen Signals erarbeitet. Bei der Abtastung werden
Abtastung Aliasing Full Scene Antialiasing Mipmapping Anisotropes Filtern
Thomas Jung Abtastung Aliasing Full Scene Antialiasing Mipmapping Anisotropes Filtern 1 Antialiasing erhöht die Bildqualität Antialiasing ist Bestandteil jedes 3D- Grafiksystems Insbesondere in 3D-Grafikkarten
Maßnahmen zur Verbesserung des wahrgenommenen Bildes
Thomas Jung Abtastung Aliasing Full Scene Antialiasing Mipmapping Anisotropes Filtern Antialiasing erhöht die Bildqualität Antialiasing ist Bestandteil jedes 3D- Grafiksystems Insbesondere in 3D-Grafikkarten
Kollisionserkennung
1 Kollisionserkennung von Jens Schedel, Christoph Forman und Philipp Baumgärtel 2 1. Einleitung Wozu wird Kollisionserkennung benötigt? 3 - für Computergraphik 4 - für Simulationen 5 - für Wegeplanung
Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016
und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016 5. Juni 2016 Definition 5.21 Ist a R, a > 0 und a 1, so bezeichnet man die Umkehrfunktion der Exponentialfunktion x a x als
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
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
4. Übung für Übungsgruppen Musterlösung
Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, FB Informatik der Universität Hamburg). Übung für Übungsgruppen Musterlösung (N. Stein, Institut für Angewandte Physik,
Erfüllt eine Funktion f für eine feste positive Zahl p und sämtliche Werte t des Definitionsbereichs die Gleichung
34 Schwingungen Im Zusammenhang mit Polardarstellungen trifft man häufig auf Funktionen, die Schwingungen beschreiben und deshalb für den Ingenieur von besonderer Wichtigkeit sind Fast alle in der Praxis
Füllen von Primitiven
Füllen von Primitiven Basisproblem der 2D-Graphik Anwendung: füllen beliebiger Flächen (Polygone, Freiformkurven) Darstellung von Buchstaben dicke Primitive (Linien, Kreise, Kurven), Teilproblem in der
Bildverarbeitung Herbstsemester
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Filter Filter 1 Inhalt Lineare und nichtlineare Filter Glättungsfilter (z.b. Gauss-Filter) Differenzfilter (z.b. Laplace-Filter) Lineare Faltung
2. Fraktale Geometrie
2. Fraktale Geometrie Komplexe Systeme ohne charakteristische Längenskala z.b. Risse in festen Materialien, Küstenlinien, Flussläufe und anderes.. Skaleninvariante Systeme Gebrochene Dimensionen Fraktale
4. Transiente Analyse
4. Transiente Analyse Bei der transienten Analyse wird der zeitliche Verlauf der Antwort auf eine zeitlich veränderliche Last bestimmt. Die zu lösende Bewegungsgleichung lautet: [ M ] [ü ]+[ D ] [ u ]+
Computergrafik SS 2010 Oliver Vornberger
Computergrafik SS 2010 Oliver Vornberger Kapitel 4: 2D-Füllen Vorlesung vom 19.04.2010 1 Classroomquiz Handyfabrikat Midlet erfolgreich empfangen Midlet erfolgreich gestartet bei Quiz erfolgreich abgestimmt
Sebastian Kurfürst
Rastergrafikalgorithmen Sebastian Kurfürst s4832338@mail.inf.tu-dresden.de Proseminar Computergraphik Lehrstuhl Computergraphik und Visualisierung Institut für Software- und Multimediatechnik TU Dresden
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
Körperberechnung. Würfel - Einheitswürfel. Pyramide. - Oberfläche - Volumen. - Oberfläche. - Volumen. Kegel. Quader. - Oberfläche - Volumen
Körperberechnung Würfel - Einheitswürfel - Oberfläche - Volumen Quader - Oberfläche - Volumen - zusammengesetzte Körper Prisma - Oberfläche Zylinder - Oberfläche Pyramide - Oberfläche - Volumen Kegel -
Algorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Wintersemester 2012/13 25. Vorlesung Dynamisches Programmieren Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Klausurvorbereitung Tipp: Schreiben Sie sich alle Fragen
Digitalisierung. Digitale Übertragung analoger Signale. störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte)
Digitale Übertragung analoger Signale Vorteile digitaler Übertragung störsicher (0/1-Codierung, Fehlerkorrektur) präzise (fixe unveränderliche Codeworte) Nachteiler digitaler Übertragung natürliche Signale
Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1! Grundbegriffe! 4.2! Frequenzspektren, Fourier-Transformation! 4.3! Abtasttheorem: Eine zweite Sicht Weiterführende Literatur (z.b.):!! Beate Meffert, Olaf Hochmuth: Werkzeuge
Bildverarbeitung Herbstsemester 2012. Fourier-Transformation
Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie
Einführung Aufgabe 3 - MPEG. Tobias Reinsch 2011
Einführung Aufgabe 3 - MPEG Tobias Reinsch 2011 Allgemeines Aufgabe 3 - MPEG Ziel der Aufgabe Kennenlernen der Bildkodierungsverfahren des MPEG Standards Praktische Umsetzung dieser Techniken mit Java
Algorithmen und Komplexität
Algorithmen und Komplexität Dynamische Programmierung Markus Ullrich Norbert Baum Fachbereich Informatik - IIb07 Hochschule Zittau/Görlitz 28. Mai 2009 1 / 29 Wie sieht es mit langen Ketten aus? A 1 A
Farbtiefe. Gängige Farbtiefen
Farbtiefe Die Anzahl der darstellbaren Farben ist abhängig von den Farbabstufungen, die in einem Pixel gespeichert werden. Die Anzahl der darstellbaren Farbtöne wird als Farbtiefe bezeichnet. Die Farbtiefe