Digitale Bildverarbeitung (DBV)

Ähnliche Dokumente
Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV)

Graphische Datenverarbeitung und Bildverarbeitung

Bildverarbeitung Herbstsemester Fourier-Transformation

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

1. Filterung im Ortsbereich 1.1 Grundbegriffe 1.2 Lineare Filter 1.3 Nicht-Lineare Filter 1.4 Separabele Filter 1.

FILTER UND FALTUNGEN

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV)

Projektdokumentation

Bildverarbeitung: Fourier-Transformation. D. Schlesinger () BV: Fourier-Transformation 1 / 16

Filterung von Bildern (2D-Filter)

Digitale Bildverarbeitung (DBV)

Digitale Bildverarbeitung (DBV)

Spektralanalyse. Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1

Die Fourier-Transformation

Merkmale von Bildregionen, Einführung in Spektraltechniken

Computergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation

Digitale Bildverarbeitung Einheit 8 Lineare Filterung

Grundlagen der Computer-Tomographie

Visual Computing Filtering, Fourier Transform, Aliasing

Bildverarbeitung. Fachschaftsrat Informatik. Professor Fuchs. Fragen TECHNISCHE UNIVERSITÄT DRESDEN. Unterteilung der Filter in Klassen

Fourier Optik. Zeit. Zeit

Digitale Bildverarbeitung (DBV)

3.7 Anti-Alias-Verfahren

Nachrichtentechnik [NAT] Kapitel 4: Fourier-Transformation. Dipl.-Ing. Udo Ahlvers HAW Hamburg, FB Medientechnik

Graphische Datenverarbeitung und Bildverarbeitung

3. Fourieranalyse und Amplitudenspektren

2. Digitale Codierung und Übertragung

Technische Universität

Modul Digitale Bildverarbeitung SS16 Bestandteile der Lehrveranstaltung und Prüfung: Vorlesungen Übungsserien Praktika (ImageJ) bis Mai 2016 Projekt

Inhalte. Mathematische Grundlagen. Koordinatensysteme Ebene und räumliche Koordinatentransformationen Zentralperspektive

Digitale Signalverarbeitung Bernd Edler

Technische Universität

Computergrafik 2: Fourier-Transformation

Fouriertransformation

Fourier-Reihe mit komplexer Exponentialfunktion

Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)

Mathematische Erfrischungen III - Vektoren und Matrizen

MTV-Klausurvorbereitung, TFH Berlin, Cornelius Bradter

Grundlagen der Bildverarbeitung: Übung 3

Computergrafik 2: Filtern im Frequenzraum

5. Übung für Übungsgruppen Musterlösung

Vom Zeit- zum Spektralbereich: Fourier-Analyse

Kontinuierliche Fourier-Transformation. Laplace-Transformation

Digitale Signalbearbeitung und statistische Datenanalyse

Technische Beschreibung der akustischen Signalkette

Vorlesung Grundlagen Videotechnik. - Wie kriegen wir unser Signal übertragen über die Senderwelle?

Verlustbehaftete Kompression. JPEG: Joint Photographic Experts Group

Fourier - Transformation

Teil IV-A: Signal- und Bildverarbeitung Methoden

Perlen der Informatik I Wintersemester 2012 Aufgabenblatt 6

Computergrafik 2: Übung 6. Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter

Einführung in die medizinische Bildverarbeitung WS 12/13

Einführung in die Signalverarbeitung

Anmerkung: Falls f(x) nicht ganz glatt ist, sondern nur stückweise stetig differenzierbar ist (d.h. Sprünge hat), gilt (Satz v.

Diskrete Cosinustransformation (DCT)

Messung & Darstellung von Schallwellen

Mathematik und Musik: Fourieranalyse

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

Technik der Fourier-Transformation

18 Kontinuierliche Fourier-Transformation. Laplace-Transformation

Fourierreihen und Fouriertransformation

Als Summendarstellung der komplexen Zahl bezeichnen wir den bekannten Ausdruck

St. Mauritius Niederwenigern

Fourierreihen periodischer Funktionen

Mehr Informationen aus den Daten. KGH Seismische Explorationsverfahren Teil 2 - Slide 1

Faltung, Korrelation, Filtern

Kapitel 7. Bildverarbeitung im Frequenzraum

Multiskalenanalyse. Any view depends on the viewpoint!

Stoß Stoß elastischen Stoß plastischen Stoß

Zeitdiskrete, digitale Filter und schnelle Fourier-Transformation (FFT)

Zusammenfassung Digitale Bildverarbeitung By Fabian Flohrmann

4. Gleichungen im Frequenzbereich

Kapitel 3 Trigonometrische Interpolation

1 Fouriersynthese und Fourieranalyse

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

Longitudinale und transversale Relaxationszeit

Zusammenfassung : Fourier-Reihen

Geodätisches Kolloquium

Elektrische Messtechnik Protokoll - Bestimmung des Frequenzgangs durch eine Messung im Zeitbereich

Systemtheorie abbildender Systeme

Überblick über die Winkelfunktionen Sinusfunktion

Beate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004

Handy, Börse und Kristalle

Messtechnik. Prof. Dr.-Ing. H. Bösche Fachbereich Maschinenbau Fachhochschule Münster University of Applied Sciences. 11.

Trigonometrie. Winkelfunktionen und Einheitskreis

Digitale holografische Mikroskopie an rauen Oberflächen. Dissertation. Doktoringenieur (Dr.-Ing.)

Spektrale Analysen in EMU-R: eine Einführung. Jonathan Harrington

Grundlagen der Digitalen Bildverarbeitung

Praktikum 5. Bildfilter (Teil II)

Matrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte

2. Das digitale Bild und seine Eigenschaften

Lokale Frequenzanalyse

Morphologische Filter

Filterprogrammierung in Gimp

Biosignalverarbeitung (Schuster)

Transkript:

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 HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 1

Bildvorverarbeitung Filteroperationen im Frequenzbereich HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 2

Ein Bild wird vom Ortsraum in den Frequenzraum überführt, indem man eine mathematische Operation anwendet, bekannt als Fourier Transformation. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 3

Fouriertransformation HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 4

Dabei wird eine kontinuierliche Funktion durch die Grauwerte gelegt. Diese Kurve wiederum kann durch eine unendliche Summe von Sinus und Cosinusfunktionen dargestellt werden mit verschiedenen Amplituden, Frequenzen und Phasen. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 5

Die Funktion g(x) ist eine eindimensionale Grauwertfunktion. Sie zeigt eine komplexe Wellenform, die z.b. eine Zeile eines Bildes beschreibt. [Quelle: www.geoinformation.net] HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 6

Die Funktion kann in mehrere Sinus und Cosinus Wellen mit verschiedenen Frequenzen zerlegt werden. [Quelle: www.geoinformation.net] HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 7

Sie setzt sich aus den 3 Elementarwellen mit den Frequenzen 0.01, 0.03 und 0.05 zusammen. Die Amplituden der Elementarwellen, heißen Amplitudenspektrum. [Quelle: www.geoinformation.net] HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 8

Die Zerlegung der Ausgangsfunktion im Ortsbereichg(x)inihreFrequenz(Spektral ) anteile heißt Fourier Transformation. [Quelle: www.geoinformation.net] HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 9

Ein 2 dimensionales digitales Bild kann in m Grauwertzeilen oder n Grauwertspalten zerlegen werden. Für jede dieser Zeilen bzw. Spalten kann eine eindimensionale Fourieranalyse durchgeführt werden. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 10

Eleganter ist die Betrachtung als 2 dimensionale Grauwertverteilung und damit 2 dimensionale Fourier Transformation. Der Unterschied ist, dass die Sinus und Cosinus Wellen 2 dimensionale Wellenformen sind und jede dieser Wellen nicht nur eine Amplitude sondern auch eine Richtung (=Phase) hat. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 11

Fouriertransformation HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 12

Fourier Transformation und Powerspektrum. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 13

Niedrige Frequenzen (= große Wellenlängen) sind im Zentrum dargestellt und hell wiedergegeben. Im Allgemeinen überwiegen sie bei einem Bild. Höhere Frequenzen sind außen dargestellt. Der Ursprung ist in der Mitte des Plots. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 14

Merkmale, die horizontal im Originalbild laufen resultieren in vertikalen Komponenten im Fourier Spektrum. Merkmale, die vertikal angeordnet sind im Original Bild resultieren in horizontalen Komponenten. Die horizontalen und vertikalen Bildränder führen zum Balkenkreuz. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 15

Ergebnis der Inversen Fourier Transformation nach Bearbeitung des Powerspektrums ( weisse Frequenzen werden durchgelassen). HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 16

Fouriertransformation HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 17

Fourier Transformation und Powerspektrum. HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 18

Ergebnis der Inversen Fourier Transformation nach Bearbeitung des Powerspektrums ( dunkle Frequenzen werden ausgefiltert). HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 19

Vergleich der Filterung im Ortsund Frequenzbereich ORTSBEREICH FREQUENZBEREICH Originalbild Fouriertransformation Spektrum Faltung mit Filteroperator Multiplikation mit Filterfunktion Gefiltertes Bild Inverse Fouriertransformation Gefiltertes Spektrum HS BO Labor für Photogrammetrie: Filteroperationen im Frequenzbereich 20