Fargebilder. Lars Vidar Magnusson. March 12, 2018
|
|
- Mia Rønningen
- 5 år siden
- Visninger:
Transkript
1 Fargebilder Lars Vidar Magnusson March 12, 2018 Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Delkapittel 6.3 Bildeprosessering med Pseudofarger Delkapittel 6.4 Prosessering av Fargebilder
2 Grunnleggende om Farger Det synlige lys er som vi har vært innom tidligere en del av det elektromagnetiske spektrum.
3 Grunnleggende om Farger Det finnes ingen entydig definisjon om hva som er hva når det gjelder farger CIE definerte i 1931 følgende.. Blå: nm Grønn: nm Rød: 700 nm
4 Grunnleggende om Farger De ulike fargene er relatert på følgende vis
5 Grunnleggende om Farger Vi har to måter å blande farger på; additive og subtraktiv
6 Fargemodeller En fargemodel er en metode for å spesifisere en farge colorspace, color system... Hvert system lar deg spesifisere en farge i et koordinatsystem RGB CMY / CMYK HSI En modell er typisk tilpasset hardware eller for sluttvisning
7 Fargemodeller - RGB RGB er en modell som spesifiserer farger ved hjelp av primærfargene rød, grønn og blå En farge angis i et kartesisk system gitt under
8 Fargemodeller - RGB Et punkt består av en 3-tuple (alternativt kan vi se det som tre separate bilder) Hver kanal blir typisk representert med samme antall bits Det er vanlig med 8 bit Et bilde i full-color (fullfarge) har typisk 3 8 = 24 bits per element i bildet Dette gir totalt (2 8 ) 3 = mulige farger Angis enten som.. flyttall i intervallet [0, 1] decimal i intervallet [0, 255] hexadecimal i intervallet [0, ff ]
9 Fargemodeller - CMY CMY bruker sekundærfargene (primær pigmentfargene) til å angi en farge cyan, magenta og yellow En enhet som skal gi en farge (e.g. printer) konverterer typisk fra RGB til CMY C 1 R M = 1 G Y 1 B CMY modellen blir normalt utvidet med en dedikert svart farge (CMYK)
10 Fargemodeller - HSI HSI benytter seg av helt andre begreper for å spesifisere en farge Hue Saturation Intensity Modellen passer bedre med hvordan vi oppfatter farger Skiller farge fra intensitet!
11 Relasjonen Mellom RGB og HSI Forholdet mellom RGB kan visualiseres ved hjelp av RGB-kuben.
12 Relasjonen Mellom RGB og HSI Det blir enda klarere når vi titter ned gråskalaaksen Hue H er vinkelen fra rød Saturation S er lengden på vektoren Intensity I er plasseringen på den vertikale aksen
13 HSI Illustrert HSI-modellen illustrert
14 Konvertere fra RGB til HSI Vi kan konvertere fra RGB til HSI. { θ if B G H = 360 θ if B > G hvor { } θ = cos 1 0.5[(R G) + (R B)] [(R G) 2 + (R B)(G B)] 1/2 S = 1 3 [min(r, G, B)] R + G + B I = 1 (R + G + B) 3
15 Konvertere fra HSI til RGB Vi kan konvertere fra HSI til RGB, men vi må ta høyde for vinkelen til hue Når 0 H < 120 konverterer vi på følgende vis... [ R = I 1 + S cos H ] cos(60 H) G = 3I (R + B) B = I (1 S)
16 Konvertere fra HSI til RGB Når 120 H < 240 konverterer vi på følgende vis... R = I (1 S) ] S cos H G = I [1 + cos(60 H ) H er H 120 B = 3I (R + G)
17 Konvertere fra HSI til RGB Når 240 H < 360 konverterer vi på følgende vis... R = 3I (G + B) G = I (1 S) H er H 240 ] S cos H B = I [1 + cos(60 H )
18 Pseudofarger i Bildeprosessering Ofte vil vi prosessere farger slik at vi introduserer pseudo (falske) farger. Brukes for å identifisere punkter som oppfyller spesifikke kriterier.
19 Intensitets-Slicing (Intensity Slicing) Intensitets-slicing (intensity/density slicing) er en enkel pseudofarge tranformasjon. Vi ser på et (gråskala) bilde som en 3D-flate Plan blir plassert parallelt med koordinatplanet Hvert plan deler inn spekteret inn i farger Vi har P plan som deler inn i P + 1 lag V 1, V 2,... V P+1 f (x, y) = c k if f (x, y) V k
20 Intensitets-Slicing (Intensity Slicing) Under er en visuell representasjon av intensity slicing
21 Intensitets-Slicing Eksempel Under ser vi et gråskalabilde av skjoldbruskkjertelen og resultatet etter slicing med 8 farger.
22 Intensitets-Slicing (Intensity Slicing) Vi kan også bruke intensitets-slicing for fargelagt thresholding
23 Intensitets-Slicing Eksempel Threshold Under ser vi et gråskalabilde av en sveiset skjøt og resultatet etter slicing med to farger.
24 Intensitets-Slicing Eksempel Under ser vi et gråskalabilde av skjoldbruskkjertelen og resultatet etter slicing med 8 farger.
25 Intensitet til Farge Transformasjoner Pseudofarge-transformasjoner kan generaliseres Vi skal se på to alternativer Et gråskalabilde med forskjellige transformasjonsfunksjoner Flere bilder
26 Pseudofarger - Et Gråskala med Flere Transformasjoner Vi har et et bilde som vi transformerer med ulike funksjoner for hver fargekanal Merk hvis tranformasjonsfunksjonen er lik får vi et gråskalabilde
27 Pseudofarger - Et Gråskala med Flere Transformasjoner Eksempel Et eksempel som illustrerer hvordan ulike transformasjoner kan utnyttes
28 Pseudofarger - Flere Bilder Vi kan også ha et sett med bilder som prosesseres individuelt for så settes sammen.
29 Pseudofarger - Flere Bilder Eksempel Et eksempel som illustrerer bruk av flere bilder. Øverste rad er R G B komponentene Fjerde bildet er near-infrared (IR) De to siste er kombinasjonene IRGB og RIRB
30 Pseudofarger - Flere Bilder Eksempel Bildet er satt sammen av ulike bilder hvor flere ikke kan sees med det nakne øyet
31 Prosessering av Fargebilder Nå skal vi se på hvordan fargebilder blir prosessert Et fargebilde kan sees som.. c = c R c G c B R = G B eller alternativt.. c R (x, y) R(x, y) c(x, y) = c G (x, y) = G(x, y) c B (x, y) B(x, y) Vi må altså bruke vektoroperasjoner
32 Prosessering av Fargebilder Dette illustrerer forskjellen mellom gråskala- og fargebilder
Kantdeteksjon og Fargebilder
Kantdeteksjon og Fargebilder Lars Vidar Magnusson April 25, 2017 Delkapittel 10.2.6 More Advanced Techniques for Edge Detection Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Marr-Hildreth
DetaljerINF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15)
INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15) Fasitoppgaver Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. Det er ikke nødvendigvis meningen
DetaljerRepetisjon av histogrammer
Repetisjon av histogrammer INF 231 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerLøsningsforslag til kapittel 15 Fargerom og fargebilder
Løsningsforslag til kapittel 15 Fargerom og fargebilder Oppgave 1: Representasjon av et bilde Under har vi gitt et lite binært bilde, der svart er 0 og hvit er 1. a) Kan du skrive ned på et ark binærrepresentasjonen
DetaljerINF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset. m cos( Zenit-distansen, z, er gitt ved
Temaer i dag : INF 310 Farger og fargerom 1 Farge, fargesyn og deteksjon av farge Fargerom - fargemodeller 3 Overganger mellom fargerom 4 Fremvisning av fargebilder 5 Fargetabeller 6 Utskrift av fargebilder
DetaljerINF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver
INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver I disse oppgavene er det oppgitt fem svaralternativer der bare ett svar er riktig. 8. Fargerommet som brukes
DetaljerINF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser
INF 2310 Farger og fargerom Temaer i dag (Kapittel 6: Hovedfokus på 6.1 og 6.2): 1. Litt fysikk: sollys og reflektivitet 2. Farge, fargesyn og deteksjon av farge 3. Fargerom - fargemodeller 4. Overganger
DetaljerMotivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Spredning, absorbsjon, transmisjon. Vi kan skille mellom tusenvis av fargenyanser
Temaer i dag : INF 310 Farger og fargerom 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller 6. Utskrift av
DetaljerMidtveiseksamen Løsningsforslag
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt
DetaljerINF 2310 Digital bildebehandling
INF 2310 Digital bildebehandling Forelesning nr 8-2018 Farger og fargerom Temaer i dag : 1. Farge, fargesyn og deteksjon av farge 2. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning
DetaljerFarger. Introduksjon. Skrevet av: Sigmund Hansen
Farger Skrevet av: Sigmund Hansen Kurs: Processing Tema: Tekstbasert Fag: Matematikk, Programmering, Kunst og håndverk Klassetrinn: 8.-10. klasse, Videregående skole Introduksjon På skolen lærer man om
DetaljerGrunnleggende Matematiske Operasjoner
Grunnleggende Matematiske Operasjoner Lars Vidar Magnusson January 16, 2017 Delkapittel 2.6 Array vs Matrise Operasjoner Det er vanlig med både array- og matrise-operasjoner på bilder. Array-multiplikasjon
DetaljerMotivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser
INF 310 Farger og fargerom Temaer i dag (Hovedfokus på 6.1 og 6.: 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller
DetaljerMotivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser
Temaer i dag : INF 310 Farger og fargerom 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder 5. Fargetabeller 6. Utskrift av
DetaljerBilder del 2. Farger og fargesyn. Tre-farge syn. Farger og fargerom. Cyganski, kapittel 5. Fargesyn og fargerom. Fargetabeller
Litteratur : Tema i dag: Neste uke : Bilder del 2 Cyganski, kapittel 5 Fargesyn og fargerom Fargetabeller Endre kontrasten i et bilde Histogrammer Terskling Video og grafikk, litt enkel bildebehandling
DetaljerMidtveiseksamen. INF Digital Bildebehandling
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt for eksamen:
DetaljerINF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein
INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22
DetaljerGråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6
Hvordan endre kontrasten i et bilde? INF 230 Hovedsakelig fra kap. 6.3 til 6.6 Histogrammer Histogramtransformasjoner Histogramutjevning Histogramtilpasning Histogrammer i flere dimensjoner Matematisk
DetaljerRF5100 Lineær algebra Leksjon 10
RF5100 Lineær algebra Leksjon 10 Lars Sydnes, NITH 11. november 2013 I. LITT OM LYS OG FARGER GRUNNLEGGENDE FORUTSETNINGER Vi ser objekter fordi de reflekterer lys. Lys kan betraktes som bølger / forstyrrelser
DetaljerHovedsakelig fra kap. 3.3 i DIP
Repetisjon av histogrammer INF 231 1.2.292 29 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerINF 1040 Farger og fargerom
INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller
DetaljerMotivasjon. INF 1040 Farger og fargerom. Fargen på et objekt. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser
Temaer i dag : INF 14 Farger og fargerom 1 Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom og overganger mellom dem 4 Fremvisning og utskrift av fargebilder 5 Fargetabeller 6
DetaljerFourier-Transformasjoner
Fourier-Transformasjoner Lars Vidar Magnusson February 21, 2017 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Fourier Fourier var en fransk matematiker/fysiker som levde på 1700/1800-tallet.
DetaljerFargetyper. Forstå farger. Skrive ut. Bruke farger. Papirhåndtering. Vedlikehold. Problemløsing. Administrasjon. Stikkordregister
Skriveren gir deg mulighet til å kommunisere i farger. Farger tiltrekker seg oppmerksomhet og gir trykt materiale og informasjon større verdi. Bruk av farger øker lesbarheten, og dokumenter med farger
Detaljer3. obligatoriske innlevering, høsten 2014
3. obligatoriske innlevering, høsten 2014 {Jonathan Feinberg, Joakim Sundnes} {jonathf,sundnes}@simula.no November 3, 2014 Innleveringskrav Denne skal følge malen gitt på emnesidene Legges ut 2. september.
DetaljerINF 1040 Farger og fargerom
INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom - fargemodeller 4. Overganger mellom fargerom 5. Fremvisning av fargebilder 6.
DetaljerMotivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser
Temaer i dag : INF 14 Farger og fargerom 1 Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom 5 Fremvisning av fargebilder 6 Fargetabeller
DetaljerHØGSKOLEN I BERGEN Avdeling for ingeniørutdanning
HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning Eksamen i SOD 165 Grafiske metoder Klasse : 3D Dato : 15. august 2000 Antall oppgaver : 4 Antall sider : 4 Vedlegg : Utdrag fra OpenGL Reference Manual
DetaljerINF 2310 Digital it bildebehandling. Spredning, absorbsjon, transmisjon FARGER OG FARGEROM
INF 310 Digital it bildebehandling b dli FARGER OG FARGEROM Temaer i dag : 1. Farge, fargesyn og deteksjon av farge. Fargerom - fargemodeller 3. Overganger mellom fargerom 4. Fremvisning av fargebilder
DetaljerINF 1040 Farger og fargerom
INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret
DetaljerINF1040-Farger-2. Vite hvilket fargerom vi skal bruke til forskjellige oppgaver
INF 1040 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom og overganger mellom dem 4. Fremvisning og utskrift av fargebilder 5. Fargetabeller
DetaljerKartografisk formidling. Fargar og Visuelle variablar
Kartografisk formidling Fargar og Visuelle variablar FARGER Fysikalsk Fysiologisk Psykologisk Synleg lys Synlig område for bølgelengder er mellom 380 og 740 nm (nanometer 10-9 m) Fargene varierer med lyskilden
DetaljerFourier-Transformasjoner IV
Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde
DetaljerPunkt, Linje og Kantdeteksjon
Punkt, Linje og Kantdeteksjon Lars Vidar Magnusson April 18, 2017 Delkapittel 10.2 Point, Line and Edge Detection Bakgrunn Punkt- og kantdeteksjon er basert på teorien om skjærping (forelesning 7 og 8).
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 24, 217 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [, L) er en diskret
DetaljerMorfologi i Binære Bilder
Morfologi i Binære Bilder Lars Vidar Magnusson March 20, 2017 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Bakgrunn Morfologiske operasjoner på binære bilder beskrives med mengdeteori.
DetaljerMotivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser
Temaer i dag : INF 4 Farger og fargerom Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom 5 Fremvisning av fargebilder 6 Fargetabeller
DetaljerINF 1040 Farger og fargerom
INF 14 Farger og fargerom Temaer i dag : 1. Fargesyn og deteksjon av farge 2. Digitalisering av fargebilder 3. Fargerom - fargemodeller 4. Overganger mellom fargerom 5. Fremvisning av fargebilder 6. Fargetabeller
DetaljerGrunnleggende om Digitale Bilder (ITD33515)
Grunnleggende om Digitale Bilder (ITD33515) Lars Vidar Magnusson January 13, 2017 Delkapittel 2.2, 2.3, 2.4 og 2.5 Lys og det Elektromagnetiske Spektrum Bølgelengde, Frekvens og Energi Bølgelengde λ og
DetaljerIntensitetstransformasjoner og Spatial Filtrering
Intensitetstransformasjoner og Spatial Filtrering Lars Vidar Magnusson January 23, 2017 Delkapittel 3.1 Background Delkapittel 3.2 Some Basic Intensity Tranformation Functions Spatial Domain Som vi allerede
DetaljerFarger Introduksjon Processing PDF
Farger Introduksjon Processing PDF Introduksjon På skolen lærer man om farger og hvordan man kan blande dem for å få andre farger. Slik er det med farger i datamaskinen også; vi blander primærfarger og
DetaljerSkanning og avfotografering v/jim-arne Hansen. Grand Nordic Hotell, Tromsø 14. mai 2009
v/jim-arne Hansen Grand Nordic Hotell, Tromsø 14. mai 2009 Innhold: Innledning Tekniske begreper og faguttrykk Formater krav til formater Skanneteknologi: Flatbedskanner Trommelskanner Filmskanner Digitaliseringsbord
DetaljerVeiledning om fargekvalitet
Side 1 av 6 Veiledning om fargekvalitet Veiledningen om fargekvalitet hjelper brukerne med å forstå hvordan funksjoner som er tilgjengelige på skriveren, kan brukes til å justere og tilpasse fargene på
DetaljerInstitutt for informatikk Universitetet i Oslo
Informasjon fra IT-driftsgruppen Lokalguidetilfargeri L A TEX Dag Langmyhr 18. november 2010 Institutt for informatikk Universitetet i Oslo Innhold 1 Angivelse av farger 1 2 Brukavfarger 2 2.1 Fargettekst...
DetaljerGrafisk pakke dataseminar ARK6 12.feb 2008
Farger Fonter Raster og vektor Filtyper Komprimering Programmer FARGER : RGB-SKJERM - additiv fargemodell beregnet for bruk i skjerm, scanner og digitalkamera - Ulikt forhold mellom Rød, Grønn og Blå skaper
DetaljerINF 1040 Farger og fargerom. Motivasjon. Litt fysikk om lyskilder. Fargen på lyset. Vi oppfatter bare ca 50 gråtoner samtidig
INF 4 Farger og fargerom Temaer i dag : Fargesyn og deteksjon av farge 2 Digitalisering av fargebilder 3 Fargerom - fargemodeller 4 Overganger mellom fargerom (se kompendiet) 5 Fremvisning av fargebilder
DetaljerDenne veiledningen hjelper deg med å forstå hvordan du kan bruke skriverens funksjoner til å justere og tilpasse fargene på utskriftene.
Side 1 av 5 Fargekvalitet Denne veiledningen hjelper deg med å forstå hvordan du kan bruke skriverens funksjoner til å justere og tilpasse fargene på utskriftene. Quality (Kvalitet), meny Print Mode (Utskriftsmodus)
DetaljerValg av PC-skjerm til fotobruk
Valg av PC-skjerm til fotobruk De fleste har nok skiftet ut de svære kassene som CRT-skjermene var med flatskjermer av LCD-typen. Så jeg tenkte kjapt i gå igjennom litt om de ulike teknologiene som brukes
DetaljerPRAKTISK FARGESTYRING
PRAKTISK FARGESTYRING Rapport 2 Malin Milder Mediedesign Vår 2008 1 Praktisk fargestyring Fargestyring er et viktig aspekt når det kommer til design, og noe som alle burde benytte seg av for å få best
DetaljerTriangle Colorscale. Created for design CMYK GUIDE. Intuitiv, nøyaktig og praktisk
Created for design CMYK GUIDE Intuitiv, nøyaktig og praktisk «Det er lett å finne en farge i CMYK GUIDE. Og den fargen du velger, blir nøyaktig lik på trykk!» INTUITIV Et hurtig verktøy for designere CMYK
DetaljerTMA4100 Matematikk 1, høst 2013
TMA4100 Matematikk 1, høst 2013 Teknostart forelesning 5 www.ntnu.no TMA4100 Matematikk 1, høst 2013, Teknostart forelesning 5 Grenseverdier I dagens forelesning skal vi se på grenseverdier. 1 Hvorfor
Detaljer4.1 Vektorrom og underrom
4.1 Vektorrom og underrom Vektorrom er en abstraksjon av R n. Kan brukes til å utlede egenskaper, resultater og metoder for tilsynelatende svært ulike klasser av objekter : n-tupler, følger, funksjoner,
DetaljerTemaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerVTK - The Visualization Toolkit. Del 1 Introduksjon til VTK VTK. Objektorientering (OO) i C++ Objekt-orientert bibliotek for visualisering Fordeler:
VTK - The Visualization Toolkit Del Introduksjon til VTK Objekt-orientert bibliotek for visualisering Fordeler: Fritt tilgjengelig Stor brukergruppe Godt designet, testet og dokumentert (se VTK brukermanual
DetaljerKap. 6 Ortogonalitet og minste kvadrater
Kap. 6 Ortogonalitet og minste kvadrater IR n er mer enn bare et vektorrom: den har et naturlig indreprodukt, nemlig prikkproduktet av vektorer. Dette indreproduktet gjør det mulig å tenke geometrisk og
DetaljerDesignmanual. Versjon 1 september 2017
Designmanual Versjon 1 september 2017 Introduksjon Kvalitetsklubb som konseptet er retningsgivende for utviklingsarbeidet i klubbene våre og samarbeidet mellom klubb og forbund. Vi introduserer kriterier
DetaljerMorfologi i Gråskala-Bilder II
Morfologi i Gråskala-Bilder II Lars Vidar Magnusson April 4, 2017 Delkapittel 9.6 Gray-Scale Morphology Top-Hat (Topphatt) Transformasjon Et eksempel på bruk av top-hat transformasjonen Top-Hat (Topphatt)
DetaljerOppsummering, mai 2014: Sampling og kvantisering Geometriske operasjoner Gåt Gråtone- og histogramoperasjoner F4,5. Segmentering ved terskling
INF 310 Digital bildebehandling Oppsummering, mai 014: Avbildning F1 Sampling og kvantisering F Geometriske operasjoner F3 Gåt Gråtone- og histogramoperasjoner F4,5 Segmentering ved terskling Farger og
DetaljerSOSI standard - versjon 3.0 1-131. DEL 1 SOSI-raster
SOSI standard - versjon 3.0 1-131 DEL 1 SOSI-raster SOSI standard - versjon 3.0 1-132 DEL 1 SOSI-raster - Historikk og status Denne side er blank 1-132 SOSI standard - versjon 3.0 1-133 DEL 1 SOSI-raster
DetaljerPhotopolymertrykk... 2. Video av prosessen, fra Grafisk Eksperimentarium... 2 Rastrering via Bitmap... 3. Rastreringsmetoder under Bitmap...
Photopolymertrykk... 2 Video av prosessen, fra Grafisk Eksperimentarium... 2 Rastrering via Bitmap... 3 Rastreringsmetoder under Bitmap... 4 Frekvens... 5 Vinkel på rasternettet og form på punktene...
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:
DetaljerFourier-Transformasjoner II
Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4
DetaljerKapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14.
og Institutt for geofag Universitetet i Oslo 17. Oktober 2012 i MatLab En funksjon vil bruke et gitt antall argumenter og produsere et gitt antall resultater og : Hvorfor Først og fremst bruker vi når
DetaljerMalin Milder 06hbmeda Fargestyring våren 2008. Fargestyring. Malin Milder 06hbmeda Våren 2008
Fargestyring 1 Malin Milder 06hbmeda Våren 2008 Fargestyring Innledning Fargestyring er et viktig tema som lett blir glemt. De fleste har nok opplevde at de sitter bak skjermen og er veldig fornøyd med
DetaljerLøsningsforslag. Prøve i Matematikk 1000 BYFE DAFE 1000 Dato: 29. mai 2017 Hjelpemiddel: Kalkulator og formelark. Oppgave 1 Gitt matrisene.
Prøve i Matematikk BYFE DAFE Dato: 29. mai 27 Hjelpemiddel: Kalkulator og formelark Løsningsforslag Oppgave Gitt matrisene A = 2 2 B = [ 2 3 4 ] og C = Regn ut, om mulig, summene A + B, A + B T og A +
DetaljerOppgave 1 (25 %) - Flervalgsoppgaver
Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består
DetaljerINF1040 Digital representasjon Oppsummering 2008 del II
INF igital representasjon Oppsummering 8 del II Lydintensitet Vi kan høre lyder over et stort omfang av intensiteter: fra høreterskelen, I - W/m,tilSmerteterskelen, W/m Oftest angir vi ikke absolutt lydintensitet
DetaljerEKSAMEN I EMNE TDT4230 VISUALISERING LØRDAG 18. DESEMBER 2004 KL Løsningsforslag
Side 1 av 12 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for fysikk, informatikk og matematikk Institutt for datateknikk og informasjonsvitenskap EKSAMEN I EMNE TDT4230 VISUALISERING LØRDAG
DetaljerINF1040 Digital representasjon Oppsummering 2008 del II
INF040 Digital representasjon Oppsummering 2008 del II Fritz Albregtsen INF040-Oppsum-FA- Lydintensitet Vi kan høre lyder over et stort omfang av intensiteter: fra høreterskelen, I 0 = 0-2 W/m 2,tilSmerteterskelen,0
DetaljerLøsningsforslag til øving 9
NTNU Institutt for Fysikk Løsningsforslag til øving 9 FY0001 Brukerkurs i fysikk Oppgave 1 a) Etter første refleksjon blir vinklene (i forhold til positiv x-retning) henholdsvis 135 og 157, 5, og etter
DetaljerEKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG
Side 1 av 11 EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL. 09.00 13.00 LØSNINGSFORSLAG OPPGAVE 1 Kubiske Bézier-kurver og flater a) Sammenhengen mellom vektoren av blandefunksjoner
Detaljer1. Om profilen. 2. Logo. 3. Profilfarger. 4. Typografi. 1.1 Vår visuelle profil 1.2 Stemmeleie
Profilmanual 1. Om profilen 1.1 Vår visuelle profil 1.2 Stemmeleie 2. Logo 2.1 Logo 2.2 Logovarianter 2.3 Logo med støttetekst 2.4 Logo med støttetekst under 2.4 Bruksregler logo 3. Profilfarger 3.1 Profilfarge
DetaljerVi viser denne ekvivalensen ved å vise begge implikasjoner. " "Anta at G virker trofast på X og anta at g, h G er slik at gx = hx for alle
TMA4150 Algebra Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Seksjon 16 2 Fasit: G 1 = {ρ 0, δ 2 } = G 3 = G P1 = G P3 G S1 = {ρ 0, µ 1 } = G S3 G m1 = {ρ 0, ρ 2, µ 1, µ
DetaljerSOSI standard - versjon 2.2 Side 115. DEL 1 SOSI- raster
SOSI standard - versjon 2.2 Side 115 SOSI- raster SOSI standard - versjon 2.2 Side 116 SOSI- raster - Historikk og status Denne side er blank 116 SOSI standard - versjon 2.2 Side 117 SOSI- raster - Historikk
DetaljerFarge Modeller RGB HSV HLS CMYK. Grunnleggende Grafikk Våren 2007. HSV eller HSB. RGB farge modell
Farge Modeller Grunnleggende Grafikk Våren 2007 Farge, Lys og Material RGB HSV HLS CMYK Arnt Roald Kristoffersen arntrk@hin.no D3390 ITE 1605 Grunnleggende Grafikk for Spillprogrammering og ITE1530 Datamaskingrafikk
DetaljerSeksjonene : Vektorer
Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren
DetaljerPDF- og fargestyring. Onsdag 18. april. Hanne Josefsen
PDF- og fargestyring Onsdag 18. april v/ Hanne Josefsen Hanne Josefsen 1 er et samarbeid mellom: Aktietrykkeriet AS Aller Trykk AS Hjemmet Mortensen Trykkeri AS Color Print Norge AS I heatset rotasjon
DetaljerAnbefalte oppgaver - Løsningsforslag
Anbefalte oppgaver - Løsningsforslag Uke 6 12.6.4: Vi finner først lineariseringen i punktet (2, 2). Vi har at Lineariseringen er derfor 2x + y f x (x, y) = 24 (x 2 + xy + y 2 ) 2 2y + x f y (x, y) = 24
DetaljerEksamen 1T våren 2016 løsning
Eksamen T våren 06 løsning Oppgave ( poeng) Regn ut og skriv svaret på standardform,8 0 0,0005,8 0,8 0 3,6 0 0,5 0 0,5 3 3 5 Oppgave (3 poeng) A B C D E F G H I J K L På tallinjen ovenfor er det merket
DetaljerLØSNINGSANTYDNING. HØGSKOLEN I AGDER Fakultet for teknologi. DAT 200 Grafisk Databehandling. Ingen. Klasse(r): 2DTM, 2DT, 2 Siving, DT
HØGSKOLEN I AGDER Fakultet for teknologi LØSNINGSANTYDNING EMNE: FAGLÆRER: DAT 2 Grafisk Databehandling Morgan Konnestad Klasse(r): 2DTM, 2DT, 2 Siving, DT Dato: 5.2.5 Eksamenstid, fra-til: 9. - 3. Eksamensoppgaven
Detaljerog sånn Guiden til kontroll over farger
FaR Ger og sånn Guiden til kontroll over farger //FA Farger RGER RGB Blå CMYK Magenta Rød RGB i verdi 255 gir hvit Cyan Grønn Gul RGB er forkortelse for rødt, grønt og blått og betegner det additive fargesystemet
Detaljeri kartografisk visualisering Kristoffer J. Kristiansen Statens kartverk Foredrag GIS-samarbeidet Kongsberg 9. mai 2005
FARGER i kartografisk visualisering Kristoffer J. Kristiansen Statens kartverk Foredrag GIS-samarbeidet Kongsberg 9. mai 2005 Dagens meny Lyset, synet, øyet Elektromagnetisk spektrum Fargesystemer, Fargelære
Detaljer5.1 Farger. Alle filer for print eller web skal lages i fargeprofilen
[ 54 ] 5.1 Farger Farger er en viktig del av Halden kommunes identitet. Profilfargene skal alltid gjengis med de fargeverdiene som er oppgitt her. Farge kan påvirke tenkning, endre handlinger og fremkalle
DetaljerDesign. Manual. Mynte Medier. Svein Erik Rusten
Design Manual Svein Erik Rusten 2. Innhold Logo Mynte medier logoen Logo Farger typografi 3 6 8 Logoen er bygged opp av de to forbokstavene i med spesialtegnede M er inne i en boks, med bedriftens navn
DetaljerProfilhåndbok versjon 1
Primærlogo Primærskiftfamilie for Diku er Circular. Denne skal brukes på all kommunikasjon der Diku er avsender. I kommunikasjonsflater hvor ikke Circular kan brukes erstattes denne av Arial Profilhåndbok
DetaljerINF 1040 løsningsforslag til kapittel 17
INF 1040 løsningsforslag til kapittel 17 Oppgave 1: Bilder og histogrammer Her ser du pikselverdiene i et lite bilde. Kan du regne ut histogrammet til bildet, dvs. lage en tabell over hvor mange piksler
DetaljerHar du styring på fargene?
Har du styring på fargene? erling smemo 04hbmeda fargestyring høgskolen i gjøvik våren 2006 Sammendrag av øvelse del A og B Del A Først brukte vi fotospektrometeret GretagMacbeth SpectroScan og programvaren
DetaljerPhotoShop Grunnleggende ferdigheter
PhotoShop Grunnleggende ferdigheter Kurs for ansatte DMMH februar/mars 2009 Versjon 2 Svein Sando Åpne og lagre Åpne: to varianter File Open Ctrl+O Lagre: to varianter File Save Ctrl+S Lagre som: to varianter
DetaljerLøsningsforslag til øving 9
FY1002/TFY4160 Bølgefysikk. Institutt for fysikk, NTNU. Høsten 2010. Løsningsforslag til øving 9 Oppgave 1 a) Forplantning i z-retning betyr at E og B begge ligger i xy-planet. La oss for eksempel velge
DetaljerGrafisk profilhåndbok Retningslinjer for grafisk profil
Grafisk profilhåndbok Retningslinjer for grafisk profil Rudi Stensvold Versjon: 1 November 2013 Innhold Introduksjon Side 2 Logo Beskrivelse Side 3 Presentasjon Side 4 Fargekoder Side 5 Feil bruk Side
DetaljerVolum Lengde Areal Forelesning i Matematikk 1 TMA4100
Volum Lengde Areal Forelesning i Matematikk 1 TMA4100 Hans Jakob Rivertz Institutt for matematiske fag 4. oktober 011 Kapittel 6.. Volum ved sylindriske skall 3 Skall-metoden z = g(x) 1 1 1 1 3 1 1 3 z
DetaljerSeksjonene : Vektorer
Seksjonene 10.2-3: Vektorer Andreas Leopold Knutsen 22. mars 2010 Vektorer i R 3 Vektor = objekt med både størrelse (lengde) og retning. Lengden til en vektor v betegnes med v Nullvektoren 0 er vektoren
DetaljerAlternativ II: Dersom vi ikke liker å stirre kan vi gå forsiktigere til verks. Først ser vi på komponentlikninga i x-retning
Forelesning / 8 Finne skalarfunksjon når gradienten er kjent. Se GF kap..3.4. Ta som eksempel β = yi + xj + k. Vi vet at β = x i + j + z k og følgelig ser vi at vi må løse et system av tre likninger som
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF210 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 1:00 Løsningsforslaget
DetaljerKvalitet og utfordringer:
Krav til kvalitet på digitale bildedata for automatiske analyser. Nils Erik Jørgensen i TerraNor har arbeidet med programvare for GIS og bildebehandling siden 1985. Nå arbeider TerraNor med et nytt system
Detaljera. Hva er de inverse transformasjonene avfølgende tre transformasjoner T, R og S: θ θ sin( ) cos( ) Fasit: 1 s x cos( θ) sin( θ) 0 0 y y z
Kommentar: Svar kort og konsist. Husk at eksamen har tre oppgaver. Poengene for hver (del-) oppgave bør gi en indikasjon på hvor me tid som bør benttes per oppgave. Oppgave 1: Forskjellige emner (40 poeng)
DetaljerFøringer for bruk av ikon for digital postkasse
Designmanual: Digital postkasse Versjon 0.0.10 - Q3 2015 Føringer for bruk av ikon for digital postkasse 1 Introduksjon Difi (Direktoratet for forvaltning og IKT) har utarbeidet en visuell identitet for
Detaljerwith plots plot sin x, x =KPi..Pi Pi 3 eval tan eval cos K1 1 > evalf sin 3 2 K 2 $Pi
with plots Maple har en rekke innebygde funksjoner. Kommandoen plot brukes til å tegne grafen til en funksjon, og kommandoene eval og evalf brukes til å beregne funksjonsverdier for en funskjon. Den første
DetaljerEksamen 1T våren 2016
Eksamen 1T våren 016 Oppgave 1 (1 poeng) Regn ut og skriv svaret på standardform 1 1,8 10 0,0005 Oppgave (3 poeng) A B C D E F G H I J K L På tallinjen ovenfor er det merket av 1 punkter. Hvert av tallene
Detaljer