Innføring i bildebehandling

Størrelse: px
Begynne med side:

Download "Innføring i bildebehandling"

Transkript

1 Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Halden Revidert Log GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Delvis nyskrevet Log, GKS GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Ny oppgave Log LMN Log, LMN Rev. Dato. Beskrivelse. Skrevet av Kontrollert Godkjent Fil : Skrevet ut av : sl :25:00 Antall sider : 6

2 Labkjøringen kjøres i tidsrommet Kun en gruppe kan ta bilder ad gangen, men prosessering i MATLAB kan dere gjøre på andre maskiner. Tidspunkt for kjøring avtales med Geir Kramviken Strøm. Skriftlig innlevering etter gjennomført laboppgave. Innleveres senest Dette er likt for alle laboppgavene med mindre annet er beskrevet særskilt i oppgaven. Skriftlig del: Det skal være en skriftlig labbesvarelse i kortversjon. Alle bilder som er krevd vedlegges. Pass på at de kommer i kronologisk rekkefølge. Alle spørsmål i laboppgaveteksten skal besvares! Dersom gruppen har skrevet egne MATLAB-programmer, skal de vedlegges. En beskrivelse av hvordan gruppen har jobbet med jobben. Her inngår hvem har gjort hva og hvor mange timer den enkelte har brukt. Til slutt skal rapporten inneholde en konklusjon som oppsummerer oppgaven: hva gruppen har lært, hvilke problemer oppsto underveis og hvilke forbedringer bør gjøres. Oppgavens vanskelighetsgrad? (1 (lett) 5 (meget vanskelig)). Innføring i bildebehandling - HIØ side 2

3 Innledning. Oppgaven går ut på å bli kjent med bruk av ferdige MATLAB-funksjoner, eventuelt lage egne programmer for bildebehandling. Det skal tas bilder av ulike objekter under forskjellige lysforhold ved hjelp av et digitalkamera (nettverkskamera). Binære bilder skal så dannes ved å velge fornuftige terskelverdier, og man får erfare hvilke problemer man møter i denne sammenheng. I en viss utstrekning kan svakhetene kompenseres for ved å transformere et bilde før det terskles. Formål. Bli kjent med de deler som utgjør utstyret til et enkelt bildebehandlingslaboratorium. Få erfaring i bruk av bildeprosesseringsverktøy. Bli smertelig klar over at ytre forhold rundt arbeidscellen påvirker kvaliteten på et bilde. (Det hjelper ikke med allverdens bildebehandlingsrutiner, for eksempel bruke MATLAB, dersom et bilde har dårlig kvalitet.) Få erfaring i valg av terskelverdier, blant annet bruk av histogrammet som hjelpemiddel. Forstå hvilke problemer det ligger i valg av terskelverdi. Lære å bruke enkle transformsjonsrutiner på et bilde. Beskrivelse av utstyr. Utstyret er plassert på rom DU Utstyret til laboratoriet består av: Axis2100 nettverkskamera (farge). Stativfeste for kameraet og plate med overtrukket svart duk til å legge legemer på for fotografering. Til stativet hører det med en gardin. Lysrørbelysning. En spotlampe til belysning. Klosser av forskjellig form og farge. Leketøyhelikopter. Litteratur. Læreboken i faget. Før dere begynner. Installer MATLAB på maskinene deres. Spør Hans-Olav eller Geir om hjelp, Med MATLAB-funksjonen imread('http://axis2100.hiof.no/axis-cgi/jpg/image.cgi') tar kameraet Axis 2100 Network Camera 2.34 et bilde. Innføring i bildebehandling - HIØ side 3

4 Oppgave A 1. Gjør dere kjent med utstyret og hvordan dere bruker MATLAB ved bildebehandling. Få kameraet i «on-line» og skarpstill linsen om nødvendig (ved å legge et eller annet på underlaget). 2. I dette punktet skal vi bruke lysrørbelysningen som er montert på stativet. Lysrørene skal være på, og spotlampen av. Velg en tynn og en tykk blå kloss og legg dem ved siden av hverandre på det svarte underlaget. Ta et bilde og lagre det med navnet bilde1. Det lagrede bildet skal være i gråtoner. Velger gruppen å ta et fargebilde så må det konverteres til gråtonebilde før lagring. Legg ved utskrift av bilde1. 3. La klossene ligge i samme posisjon som i punkt 2. La nå spotlampen, som er festet på rammen med en klype, være lyskilde, dvs. lysrørene er skrudd av. La spotlampen peke mot objektene. Ta et nytt bilde av klossene (bilde2) som også lagres. Legg ved utskrift av bilde2. 4. Få fram forskjellen, absoluttverdi, mellom bilde1 og bilde2 som lagres som bilde1-2. Finn største og minste pikselverdi i dette bildet. Legg ved utskrift av bilde1-2. Kommenter så hvordan lysforhold spiller inn på bildekvaliteten. 5. Ta bort den tynne blå klossen og erstatt den med en tynn gul kloss. Plasser den gule klossen slik at den hviler både mot den blå og underlaget, dvs. den gule klossen vil ligge skrått i forhold til underlaget. Ta to bilder på samme måte som i punkt 2 og 3, der bilde3 blir tatt med lysrørene som lyskilde og bilde4 med spotlampen som lyskilde. Legg ved utskrift av bilde3 og bilde4. 6. Få fram forskjellen, absoluttverdi, mellom bilde3 og bilde4 som lagres som bilde3-4. Finn største og minste pikselverdi i dette bildet. Legg ved utskrift av bilde3-4. Kommenter så hvordan lysforhold spiller inn på bildekvaliteten. Etter å ha gjennomført denne lab-sekvens besvar så følgende to punkter: Forklar hvorfor det er viktig å få så kontrastklare, skygge- og refleksjonsfrie bilder som mulig. Nevn og kommenter de viktigste støykildene i dette bildebehandlingsoppsettet. Innføring i bildebehandling - HIØ side 4

5 Oppgave B 1. Hent fram bilde1 eller bilde2 med de to blå klossene. Bildet skal gjøres om til et binært bilde slik at alle piksler med verdi under terskelverdien blir svarte mens de med verdi over blir hvite. Velg en fornuftig terskelverdi slik at bildet av begge "klossene" kommer klart fram, og bakgrunnen blir mest mulig redusert. Forklar hvordan histogrammet gir informasjon med hensyn til valg av terskelverdi. Legg ved en utskrift av den binære versjonen av bildet. Legg også ved bilde av histogrammet. 2. Hent dernest fram bilde3 eller bilde4 med en blå og en gul kloss. Velg en terskelverdi slik at begge "klossene" kommer klart fram, og bakgrunnen blir mest mulig redusert. Forklar hvorfor det er vanskeligere å bestemme en gunstig terskelverdi for dette bildet ved å bruke histogram, framfor bildet med de to blå klossene. Glem ikke å vurdere klossenes beliggenhet i forhold til lyskilden. Legg ved den «beste» binære versjonen av bildet samt histogrammet med terskelverdien markert. 3. Forsett med valgt bilde i punkt 2. Se om gruppen klarer å finne en terskelverdi som frambringer bare klossen med høyest intensitet og deretter bare den med lavest intensitet. Legg ved den "beste" binære versjonen i hvert tildfelle. 4. Til nå har gruppen trenet på enkle objekter. Velg enten lysrørene eller spotlampen som lyskilde. Ta bilde av helikopteret, bilde5. Skill ut helikopterets rotor fra resten av helikopteret og underlaget. Legg ved en utskrift av det opprinnelige og det "beste" binære bildet. Med utgangspunkt i disse bildene beskriv både hvor vellykket forsøket var og hvilke problemer gruppen sto overfor. Oppgave C 1. Skru lysrørene på og la spotlampen være avslått. Plasser en gul kloss på underlaget og ta et bilde, bilde6. ( Klossen skal være i samme posisjon i resten av oppgaven.) 2. En dag ble strømtilførselen til bildebehandlingscellen i en bedrift brutt. Bedriftseieren tilkaller gruppen med oppdrag å få «samme» intensitetsbilde på den gule klossen som i bilde6. 3. Gruppen har til disposjon følgende teori: Et bilde kan helt eller delvis gjøres lysere eller mørkere ved å transformere pikselverdiene. Tre av måtene å gjøre det på er: addisjon subtraksjon multiplikasjon Innføring i bildebehandling - HIØ side 5

6 4. Skru av både lysrør og spotlampe. Trekk den svarte gardinen forsiktig over stativet uten at den gule klossen kommer ut av posisjon. Pass på å dekke til slik at minst mulig lys slipper inn. Ta et nytt bilde av den gule klossen, bilde7. (Beskjær bildet om nødvendig. I så fall gjør det samme med bilde6.) Gruppen gjennomfører hver av de tre transformasjonene på bilde7 med henblikk på å oppfylle bedriftens ønsker. Plukk ut det beste resultatet og kall det bilde8. Ta differansebildet, absoluttverdi, mellom bilde6 og bilde8. Legg ved histogrammet av differansebildet. Forklar hvordan gruppen har gått fram og hvor vellykket resultatet er blitt. 5. Gruppen kjenner til tre andre transformasjoner: eksponential (gamma) logaritmisk S-form ( stretch ) Den innebygde MATLAB-funksjonen imadjust dekker den første. MATLABfunksjonen bildetrans i læreboken gjør jobben for de to andre. Den gjør bruk av MATLAB-funksjonen desimalform som også er i læreboken. Begge de to siste ligger på fagets hjemmeside. De skal også ligge på lærebokens webside. Bruk av hver disse tre transformasjonene for forskjellige parameterverdier på bilde6. Plukk ut det beste resultatet og kall det bilde9. Ta differansebildet, absoluttverdi, mellom bilde6 og bilde9. Legg ved histogrammet av differansebildet. Forklar hvordan gruppen har gått fram. Hva ble best av bilde8 og bilde9? Forklar hva forbedringene ligger i. Ta vare på bildene til senere bruk. Dersom dere ser på oppgave side i læreboken, vil dere nikke gjenkjennende. Innføring i bildebehandling - HIØ side 6

Innføring i bildebehandling

Innføring i bildebehandling Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Halden 24.08.2010 23.08.10 Revidert Log GKS 20.08.09

Detaljer

Innføring i bildebehandling

Innføring i bildebehandling Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Sarpsborg 13.01.2005 12.01.05 Ny oppgave Log LMN Log,

Detaljer

Optisk lesing av en lottokupong

Optisk lesing av en lottokupong Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 22.10.2012 17.10.12 Mindre revisjon Log

Detaljer

Optisk lesing av en lottokupong

Optisk lesing av en lottokupong Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 20.10.2011 17.10.11 Mindre revisjon Log

Detaljer

Optisk lesing av en lottokupong

Optisk lesing av en lottokupong Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Sarpsborg 03.02.2005 01.02.05 Ny oppgave Log LMN

Detaljer

Navigering av en mobil mikrorobot

Navigering av en mobil mikrorobot Høgskolen i Østfold Avdeling for informasjonsteknologi Intelligente systemer Fag IAD32005 Intelligente systemer Laboppgave nr 1 Navigering av en mobil mikrorobot Halden, Remmen 25.01.2007 23.01.07 Ny oppgave

Detaljer

Overvåking av transportbånd

Overvåking av transportbånd Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 5 Overvåking av transportbånd Sarpsborg 03.02.2005 05.02.05 Ny oppgave Log LMN Log,

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Eksamen i UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet INF 160 Digital bildebehandling Eksamensdag: Mandag 12. mai - mandag 26. mai 2003 Tid for eksamen: 12. mai 2003 kl 09:00 26. mai

Detaljer

Fag ITD 33506 Bildebehandling og mønstergjenkjenning. mandag 28. oktober til fredag 15. november 2013

Fag ITD 33506 Bildebehandling og mønstergjenkjenning. mandag 28. oktober til fredag 15. november 2013 Høgskolen i Østfold Avdeling for informasjonsteknologi Fag ITD33506 Bildebehandling og mønstergjenkjenning PROSJEKTOPPGAVE Halden, Remmen 02.10.2013 Fil : Skrevet ut av : sl 02.10.2013 09:27:00 Antall

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Oppgavesettett er på : 6 sider

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2011)

MINIPROSJEKTOPPGAVE. (våren 2011) Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Jon Heier Bergli Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2011) Tidsfrister: Utdelt: mandag 11. april. Innleveringsfrist:

Detaljer

INF 1040 løsningsforslag til kapittel 17

INF 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

Detaljer

Analyse av luktedata

Analyse av luktedata Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 6 Analyse av luktedata Sarpsborg 18.02.2005 18.02.05 Log GKS Log, GKS 07.10.03 Ny

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 4. juni 2008 Tid for eksamen : 14:30 17:30 (3 timer) Oppgavesettet er på

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2007)

MINIPROSJEKTOPPGAVE. (våren 2007) Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Thanh Sang Tran Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2007) Tidsfrister: Utdelt: onsdag 13. mars. Innleveringsfrist:

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2007)

MINIPROSJEKTOPPGAVE. (våren 2007) Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Kristin Larsen Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2007) Tidsfrister: Utdelt: onsdag 13. mars. Innleveringsfrist:

Detaljer

Gråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6

Gråtonehistogrammer. 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

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2012)

MINIPROSJEKTOPPGAVE. (våren 2012) Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Tom Erik Høvring Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2012) Tidsfrister: Utdelt: mandag 27. februar. Innleveringsfrist:

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2012)

MINIPROSJEKTOPPGAVE. (våren 2012) Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Thomas Gabrielsen Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2012) Tidsfrister: Utdelt: mandag 27. februar. Innleveringsfrist:

Detaljer

MINIPROSJEKTOPPGAVE. (våren 2012) Patrick Fallang. Fag: INTELLIGENTE SYSTEMER (IAD32005) Tidsfrister: Utdelt: mandag 27. februar.

MINIPROSJEKTOPPGAVE. (våren 2012) Patrick Fallang. Fag: INTELLIGENTE SYSTEMER (IAD32005) Tidsfrister: Utdelt: mandag 27. februar. Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Patrick Fallang Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2012) Tidsfrister: Utdelt: mandag 27. februar. Innleveringsfrist:

Detaljer

Konvolusjon og filtrering og frevensanalyse av signaler

Konvolusjon og filtrering og frevensanalyse av signaler Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 2 Konvolusjon og filtrering og frevensanalyse av signaler Sarpsborg 21.01.2005 20.01.05

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF30-Digital bildebehandling Eksamensdag: Tirsdag 5. mars 06 Tid for eksamen: 09:00-3:00 Løsningsforslaget er på: 4 sider Vedlegg:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 4. juni 2008 Tid for eksamen : 14:30 17:30 (3 timer) Oppgavesettet er på

Detaljer

Teori og oppgaver om 2-komplement

Teori og oppgaver om 2-komplement Høgskolen i Oslo og Akershus Diskret matematikk høsten 2014 Teori og oppgaver om 2-komplement 1) Binær addisjon Vi legger sammen binære tall på en tilsvarende måte som desimale tall (dvs. tall i 10- talssystemet).

Detaljer

Temaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.

Temaer 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

Detaljer

UNIVERSITETET I OSLO. Dette er et løsningsforslag

UNIVERSITETET I OSLO. Dette er et løsningsforslag Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF231 Digital bildebehandling Eksamensdag : Onsdag 3. juni 29 Tid for eksamen : 14:3 17:3 Løsningsforslaget er på :

Detaljer

Repetisjon av histogrammer

Repetisjon 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Bokmål UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : irsdag 29. mars 2011 id for eksamen : 15:00 19:00 Oppgavesettet er på : 5

Detaljer

INF februar 2017 Ukens temaer (Hovedsakelig fra kap. 3.1 og 3.2 i DIP) (Histogrammer omtales i kap. 3.3)

INF februar 2017 Ukens temaer (Hovedsakelig fra kap. 3.1 og 3.2 i DIP) (Histogrammer omtales i kap. 3.3) 8. februar 2017 Ukens temaer (Hovedsakelig fra kap. 3.1 og 3.2 i DIP) (Histogrammer omtales i kap. 3.3) Histogrammer Lineære gråtonetransformer Standardisering av bilder med lineær transform Ikke-lineære,

Detaljer

Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004

Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004 Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004 13. september 2004 En viktig del av den første obligatoriske oppgaven er å få erfaring med hvordan Java håndterer tall. Til å begynne med kan dette

Detaljer

MAT 1120: Obligatorisk oppgave 2, H-09

MAT 1120: Obligatorisk oppgave 2, H-09 MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,

Detaljer

INF 1040 Digital representasjon 2007 Utkast til - Obligatorisk oppgave nr 2

INF 1040 Digital representasjon 2007 Utkast til - Obligatorisk oppgave nr 2 INF 40 Digital representasjon 2007 Utkast til - Obligatorisk oppgave nr 2 Utlevering: onsdag 17. oktober 2007, kl. 17:00 Innlevering: fredag 2. november 2007, kl. 23:59:59 Formaliteter Besvarelsen skal

Detaljer

www.ir.hiof.no/~eb/viz.htm Side 1 av 12

www.ir.hiof.no/~eb/viz.htm Side 1 av 12 VIZhtm Side 1 av 12 Innhold Side MÅL 1 OPPGAVE / RESULTAT 1 BESKRIVELSE ØVING 6A 2 BESKRIVELSE ØVING 6B 9 BESKRIVELSE ØVING 6C 12 MÅL Når du har utført denne øvingen, skal du kunne: Benytte et kamera som

Detaljer

Løsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I

Løsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I Løsningsforslag, Ukeoppgaver 9 INF23, våren 2 6. Vi har gitt følgende bilde: kompresjon og koding del I 2 2 2 3 3 3 2 3 3 3 2 2 2 3 3 2 2 2 3 2 3 4 4 2 2 3 2 2 3 4 4 2 2 2 3 3 3 4 3 4 a. Finn Huffman-kodingen

Detaljer

INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 16 og 17) 13. Lagring av video på DVD

INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 16 og 17) 13. Lagring av video på DVD INF 040 høsten 2009: Oppgavesett 2 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 6 og 7) 3. Lagring av video på DVD a) Med en bitrate på 250 Mbit/s, hvor lang tidssekvens av en digital

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF-Digital bildebehandling Eksamensdag: Tirsdag. mars 5 Tid for eksamen: 5:-9: Løsningsforslaget er på: sider Vedlegg: Ingen

Detaljer

INF1040 Digital representasjon

INF1040 Digital representasjon INF1040 Digital representasjon av tekster, tall, former, lyd, bilder og video Forelesere: Gerhard Skagestein Fritz Albregtsen Første forelesning: Onsdag 23. august 12:15 14:00, Sophus Lies Auditorium.

Detaljer

HDR: High Dynamic Range

HDR: High Dynamic Range HDR: High Dynamic Range Hva er dynamisk område? Et bilde med et stort dynamisk område er et med stor forskjell mellom høylys og mørke skygger. Disse to har ikke et stort dynamisk område i bildet av treet

Detaljer

Oppgave T4 Digitale Bilder

Oppgave T4 Digitale Bilder Oppgave T4 Digitale Bilder 1) Det er i hovedsak to måter å representere digitale bilder, raster (punkter) og vektorer (linjer og flater). Redegjør for disse to typene, diskuter fordeler og ulemper. Rastergrafikk:

Detaljer

Pong. Oversikt over prosjektet. Steg 1: En sprettende ball. Plan. Sjekkliste. Introduksjon

Pong. Oversikt over prosjektet. Steg 1: En sprettende ball. Plan. Sjekkliste. Introduksjon Pong Introduksjon Pong er et av de aller første dataspillene som ble laget, og det første dataspillet som ble en kommersiell suksess. Selve spillet er en forenklet variant av tennis hvor to spillere slår

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : irsdag 9. mars id for eksamen : 5: 9: Oppgavesettet er på : 5 sider

Detaljer

Øving 1 ITD Industriell IT

Øving 1 ITD Industriell IT Utlevert : uke 37 Innlevert : uke 39 (senest torsdag 29. sept) Avdeling for Informasjonsteknologi Høgskolen i Østfold Øving 1 ITD 30005 Industriell IT Øvingen skal utføres individuelt. Det forutsettes

Detaljer

EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00

EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00 Side 1 av 5 EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00 Oppgavestillere: Kvalitetskontroll: Richard Blake Jo Skjermo Torbjørn Hallgren Kontakt under eksamen: Richard Blake tlf.

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs (ITGK)

TDT4105 Informasjonsteknologi, grunnkurs (ITGK) 1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre satre@idi.ntnu.no 2 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære å designe

Detaljer

EKSAMEN. Emne: Webprogrammering med PHP (kont.) Webprogrammering 1 (kont.) Eksamenstid: 09.00-13.00

EKSAMEN. Emne: Webprogrammering med PHP (kont.) Webprogrammering 1 (kont.) Eksamenstid: 09.00-13.00 EKSAMEN Emnekode: ITM20606 ITF10208 Dato: Emne: Webprogrammering med PHP (kont.) Webprogrammering 1 (kont.) Eksamenstid: 09.00-13.00 05/06-2009 Hjelpemidler: 2 A4 ark (4 sider) med egenproduserte notater

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 13 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

INF 1040 Digital representasjon 2006 Utkast til - Obligatorisk oppgave nr 3

INF 1040 Digital representasjon 2006 Utkast til - Obligatorisk oppgave nr 3 INF 1040 Digital representasjon 2006 Utkast til - Obligatorisk oppgave nr 3 Utlevering: fredag 3. november 2006, kl. 12:00 Innlevering: fredag 17. november 2006, kl. 23:59:59 Formaliteter Besvarelsen skal

Detaljer

INF 2310 Digital bildebehandling FORELESNING 5. Fritz Albregtsen. Pensum: Hovedsakelig 3.3 i DIP HISTOGRAM-TRANSFORMASJONER

INF 2310 Digital bildebehandling FORELESNING 5. Fritz Albregtsen. Pensum: Hovedsakelig 3.3 i DIP HISTOGRAM-TRANSFORMASJONER Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for

Detaljer

OBLIGATORISK INNLEVERINGSOPPGAVE

OBLIGATORISK INNLEVERINGSOPPGAVE OBLIGATORISK INNLEVERINGSOPPGAVE i ING1x0 Ingeniørfaglig innføringsemne MATLAB Denne oppgaven er obligatorisk og skal leveres inn via ItsLearning innen 30. september 2016. Oppgaven vurderes som godkjent

Detaljer

Start et nytt Scratch-prosjekt. Slett kattefiguren, for eksempel ved å høyreklikke på den og velge slett.

Start et nytt Scratch-prosjekt. Slett kattefiguren, for eksempel ved å høyreklikke på den og velge slett. Hvor i All Verden? Del 1 Introduksjon Hvor i All Verden? er et reise- og geografispill hvor man raskest mulig skal fly innom reisemål spredt rundt i Europa. I denne første leksjonen vil vi se på hvordan

Detaljer

Snake Expert Scratch PDF

Snake Expert Scratch PDF Snake Expert Scratch PDF Introduksjon En eller annen variant av Snake har eksistert på nesten alle personlige datamaskiner helt siden slutten av 1970-tallet. Ekstra populært ble spillet da det dukket opp

Detaljer

Trådløs overvåkningssystem

Trådløs overvåkningssystem Trådløs overvåkningssystem Bruksanvisning Lynsymbolet viser at deler på innsiden av apparatet inneholder elementer med høy spenning. Utropstegnsymbolet viser brukeren at enkelte operasjoner og deler har

Detaljer

Hvorfor speiler objekter seg i vann?

Hvorfor speiler objekter seg i vann? Hvorfor speiler objekter seg i vann? Laget av klasse 7c Løkeberg Skole 2015 1 Forord Vi er klasse 7c på Løkeberg skole. Vi har fått hjelp av fire studenter fra høyskolen i Oslo, som har hatt praksisuker

Detaljer

Nordic Eye Solo PC og MAC

Nordic Eye Solo PC og MAC Nordic Eye Solo PC og MAC VGA & USB Bruksanvisning Versjon 5.3 1 Innholdsregister Produktets innhold... s. 3 Systemkrav... s. 3 Monteringsanvisning... s. 4 Tilkobling til monitor... s. 4 Tilkobling og

Detaljer

INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (kapittel 16 og 17)

INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (kapittel 16 og 17) Fasitoppgaver INF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (kapittel 16 og 17) Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet.

Detaljer

Bedre Bridgeopplæring med Bridge Base Online.

Bedre Bridgeopplæring med Bridge Base Online. Bedre Bridgeopplæring med Bridge Base Online. Bridge på internett blir aldri noen fullgod erstatter for virkelig bridge, men oppslutningen øker så raskt at vi må erkjenne at den er et blitt et viktig supplement.

Detaljer

Nordic Eye Solo VGA & USB

Nordic Eye Solo VGA & USB Nordic Eye Solo VGA & USB Bruksanvisning Versjon 3.41 1 Innholdsregister Produktets innhold... s. 3 Systemkrav... s. 3 Monteringsanvisning... s. 4 Tilkobling til monitor... s. 4 Tilkobling og installasjon

Detaljer

Støvsuger 1600 watt. Bruksanvisning

Støvsuger 1600 watt. Bruksanvisning Støvsuger 1600 watt Bruksanvisning Introduksjon Støvsugerposer er den største utgiftsposten når det gjelder støvsugere. Denne støvsugeren brukes uten støvsugerpose. Luft og støv skilles av en syklon og

Detaljer

ThinkPage CMS 2.0. Hurtigveiledning. Av ThinkPage AS

ThinkPage CMS 2.0. Hurtigveiledning. Av ThinkPage AS ThinkPage CMS 2.0 Hurtigveiledning Av ThinkPage AS ThinkPage CMS 2 Forord Dette er en midlertidig brukerveiledning tar for seg de viktigste basisfunksjonene i ThinkPage CMS og gir brukeren nødvendig innføring

Detaljer

Obligatorisk oppgavesett 1 MAT1120 H16

Obligatorisk oppgavesett 1 MAT1120 H16 Obligatorisk oppgavesett MAT0 H6 Innleveringsfrist: torsdag /09 06, innen kl 4.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner via hjemmesiden.

Detaljer

MAT 1120: Obligatorisk oppgave 1, H-09

MAT 1120: Obligatorisk oppgave 1, H-09 MAT 110: Obligatorisk oppgave 1, H-09 Innlevering: Senest fredag 5. september, 009, kl.14.30, på Ekspedisjonskontoret til Matematisk institutt (7. etasje NHA). Du kan skrive for hånd eller med datamaskin,

Detaljer

NATURFAG. Lys og syn øyet som ser (Tellus 10, side 116 132) Rita Sirirud Strandbakke, Dokka ungdomsskole

NATURFAG. Lys og syn øyet som ser (Tellus 10, side 116 132) Rita Sirirud Strandbakke, Dokka ungdomsskole NATURFAG Lys og syn øyet som ser (Tellus 10, side 116 132) BAKGRUNNSKUNNSKAP / FØRLESINGSAKTIVITET Se på bildene. Hva ser du? Skriv tre stikkord: ORDKUNNSKAP Nedenfor ser du ei liste med ord som finnes

Detaljer

Test av USB IO-enhet. Regulering og HMI.

Test av USB IO-enhet. Regulering og HMI. Høgskolen i Østfold Avdeling for informasjonsteknologi Lab Industriell IT Fag ITD 30005 Industriell IT Laboppgave 3. Gruppe-oppgave Test av USB IO-enhet. Regulering og HMI. Skal gjennomføres i løpet av

Detaljer

Bruk av vannmerke ved reproduksjon av gråtonebilder

Bruk av vannmerke ved reproduksjon av gråtonebilder Bruk av vannmerke ved reproduksjon av gråtonebilder EGIL BERNTSEN Examensarbete Stockholm, Sverige 2004 TRITA-NA-E04112 Numerisk analys och datalogi Department of Numerical Analysis KTH and Computer Science

Detaljer

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre,

TDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab. Rune Sætre / Anders Christensen {satre, 1 TDT4105 Informasjonsteknologi, grunnkurs Introduksjon til programmering i Matlab Rune Sætre / Anders Christensen {satre, anders}@idi.ntnu.no 2 Frist for øving 1: Fredag 16. Sept. Noen oppstartsproblemer

Detaljer

Veiledning om fargekvalitet

Veiledning 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

Detaljer

404 CAMCORDER VIDEOKAMERA- OG KAMERAFUNKSJONER

404 CAMCORDER VIDEOKAMERA- OG KAMERAFUNKSJONER Norsk Norwegian 404 CAMCORDER VIDEOKAMERA- OG KAMERAFUNKSJONER Tillegg til ARCHOS 404 Brukermanual Versjon 1.1 Gå til www.archos.com/manuals for å laste ned nyeste versjon av denne manualen. Denne manualen

Detaljer

FORSØK I OPTIKK. Forsøk 1: Bestemmelse av brytningsindeks

FORSØK I OPTIKK. Forsøk 1: Bestemmelse av brytningsindeks FORSØK I OPTIKK Forsøk 1: Bestemmelse av brytningsindeks Hensikt I dette forsøket skal brytningsindeksen bestemmes for en sylindrisk linse ut fra måling av brytningsvinkler og bruk av Snells lov. Teori

Detaljer

Eksamen. Innføring i informasjons- og kommunikasjonsteknologi

Eksamen. Innføring i informasjons- og kommunikasjonsteknologi Høgskolen i Østfold Avd. Lærerutdanning Eksamen Innføring i informasjons- og kommunikasjonsteknologi i 12. desember 2005 klokka 0900-1500 Tillatte hjelpemidler: Ingen trykte Oppgaven består av 5 sider

Detaljer

Humanware. Trekker Breeze versjon 2.0.0.

Humanware. Trekker Breeze versjon 2.0.0. Humanware Trekker Breeze versjon 2.0.0. Humanware er stolte av å kunne introdusere versjon 2.0 av Trekker Breeze talende GPS. Denne oppgraderingen er gratis for alle Trekker Breeze brukere. Programmet

Detaljer

Løsningsforslag ukeoppg. 3: sep (INF Høst 2011)

Løsningsforslag ukeoppg. 3: sep (INF Høst 2011) Løsningsforslag ukeoppg. 3: 7. - 13. sep (INF1000 - Høst 2011) Utskrift/ lesing med easyio, arrayer, løkker (kapittel 3-4 i læreboka, "Rett på Java" 3. utg.) NB! Legg merke til at disse er løsningsforslag.

Detaljer

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder.

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder. 1 Motivasjon INF 2310 Mesteparten av kap 9.1-9.5 i DIP Morfologiske operasjoner på binære bilder Basis-begreper Fundamentale operasjoner på binære bilder Sammensatte operasjoner Eksempler på anvendelser

Detaljer

HØGSKOLEN I SØR-TRØNDELAG

HØGSKOLEN I SØR-TRØNDELAG HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring Kandidat nr: Eksamensdato: 7. desember 007 Varighet: timer (9:00 :00) Fagnummer: LV78D Fagnavn: Digital bildebehandling Klasser: HIDT005H

Detaljer

Slik får du O-stoff inn i lokalavisa

Slik får du O-stoff inn i lokalavisa Slik får du O-stoff inn i lokalavisa Lokal- og distriktsavisene er o-idrettens arena. Med litt innsats kan du gjøre klubben og aktiviteten synlig i lokalmiljøet. Her finner du noen velmente råd og tips.

Detaljer

Bruk av oppgaver i. Versjon 08.09.2008. Ansvarlig for dokumentet Jåttå videregående skole. Forfatter Frode Brueland

Bruk av oppgaver i. Versjon 08.09.2008. Ansvarlig for dokumentet Jåttå videregående skole. Forfatter Frode Brueland Bruk av oppgaver i Versjon 08.09.2008 Ansvarlig for dokumentet Jåttå videregående skole Forfatter Frode Brueland Introduksjon Oppgavefunksjonen i it s:learning er et hjelpemiddel for å håndtere oppgaver

Detaljer

TDT4110 Informasjonsteknologi grunnkurs: Eksempler. Mangekanter

TDT4110 Informasjonsteknologi grunnkurs: Eksempler. Mangekanter 1 TDT4110 Informasjonsteknologi grunnkurs: Eksempler Kunnskap for en bedre verden Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no Tlf: 735 91845 TDT4105

Detaljer

Prosjektplan Bacheloroppgave 2014

Prosjektplan Bacheloroppgave 2014 Høgskolen i Gjøvik Prosjektplan Bacheloroppgave 2014 Hvordan motivere Ahlsells ansatte til økt kvalitet på leveranser? Joachim Adrian Tande Valstad Kai Asle Trøhaugen Chris André Lehre Moen 27/1-2014 Innhold:

Detaljer

Addisjon og subtraksjon av brøker finne fellesnevner

Addisjon og subtraksjon av brøker finne fellesnevner side 1 Detaljert eksempel om Addisjon og subtraksjon av brøker finne fellesnevner Dette er et forslag til undervisningsopplegg der elevene skal finne fellesnevner ved hjelp av addisjon og subtraksjon av

Detaljer

MAT-INF 2360: Obligatorisk oppgave 1

MAT-INF 2360: Obligatorisk oppgave 1 6. februar, MAT-INF 36: Obligatorisk oppgave Oppgave I denne oppgaven skal vi sammenligne effektiviteten av FFT-algoritmen med en mer rett frem algoritme for DFT. Deloppgave a Lag en funksjon y=dftimpl(x)

Detaljer

21.09.2015. Mer enn bare et kamera (Publisert versjon, inneholder bare FFIs egne bilder.) Bilder kommer fra mange kilder

21.09.2015. Mer enn bare et kamera (Publisert versjon, inneholder bare FFIs egne bilder.) Bilder kommer fra mange kilder Bilder kommer fra mange kilder Mer enn bare et kamera (Publisert versjon, inneholder bare FFIs egne bilder.) Torbjørn Skauli og Trym Haavardsholm Optisk avbildning - et felt i forandring Hva kan et kamera

Detaljer

Grunnleggende begreper. Frode Slettum

Grunnleggende begreper. Frode Slettum Grunnleggende begreper Frode Slettum Tiden det tar å registrere lyset/bildet. Lukkertiden stilles i trinn (Eksponeringstrinn). Ett trinn tilsvarer en halvering eller dobling av lysmengden som slipper inn

Detaljer

Avstandskamera. Brukerhåndbok ! 23 32 75 00! 23 32 75 01. Bo Jo Tveter AS. Akersbakken 12 A, 0172 Oslo Norge

Avstandskamera. Brukerhåndbok ! 23 32 75 00! 23 32 75 01. Bo Jo Tveter AS. Akersbakken 12 A, 0172 Oslo Norge Avstandskamera Brukerhåndbok Bo Jo Tveter AS. Akersbakken 12 A, 0172 Oslo Norge! 23 32 75 00! 23 32 75 01 e-post: post@bojo.no http://www.bojo.no versjon 0105 1 Innholdsfortegnelse Innholdsfortegnelse...

Detaljer

Bli Kjent med Datamaskinen Introduksjon ComputerCraft PDF

Bli Kjent med Datamaskinen Introduksjon ComputerCraft PDF Bli Kjent med Datamaskinen Introduksjon ComputerCraft PDF Introduksjon Vi begynner med å bygge en enkel datamaskin. Etter å ha brukt litt tid på å bli kjent med hvordan datamaskinen virker, bruker vi den

Detaljer

Fujifilm digitalkamera

Fujifilm digitalkamera Fujifilm digitalkamera Denne guiden viser deg hvordan du kan bruke kameraet ditt til å ta bilder, installere nødvendig programvare og kople det til pc-en din for å laste opp bilder. Dersom du ønsker mer

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : XXX sider

Detaljer

Mars Robotene (5. 7. trinn)

Mars Robotene (5. 7. trinn) Mars Robotene (5. 7. trinn) Lærerveiledning Informasjon om skoleprogrammet Gjennom dette skoleprogrammet skal elevene oppleve og trene seg på et teknologi og design prosjekt, samt få erfaring med datainnsamling.

Detaljer

SERIGRAFI / SILKETRYKK

SERIGRAFI / SILKETRYKK SERIGRAFI / SILKETRYKK Serigrafi til papir eller tekstil! Nå kan du lage din egen design på klær, sengetøy, grytekluter, duker, puter osv. hjemme på kjøkkenbenken. Tegnesenteret har utstyret du trenger.

Detaljer

HØGSKOLEN I BERGEN Avdeling for ingeniørutdanning

HØGSKOLEN 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

Detaljer

Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II

Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II 1. En fax-oppgave: a. Et ark med tekst og enkle strektegninger skal sendes pr digital fax over en modemlinje med kapasitet

Detaljer

Retningslinjer for gjennomføring av IKT-basert skriftlig eksamen

Retningslinjer for gjennomføring av IKT-basert skriftlig eksamen Retningslinjer for gjennomføring av IKT-basert skriftlig eksamen Klikk på overskriften du vil lese om Retningslinjer for gjennomføring av IKT-basert skriftlig eksamen... 1 Starte eksamensmodus... 2 Skrive

Detaljer

SALG. Hvorfor skal vi selge? For å sikre at. Hva er salg? Salg er å få. På samme måte

SALG. Hvorfor skal vi selge? For å sikre at. Hva er salg? Salg er å få. På samme måte SALG Hvorfor skal vi selge? For å sikre at For å sikre at Hva er salg? Salg er å få På samme måte Selgerstiler Skal vi bare være hyggelige eller selge for enhver pris? Salgsintensitet Målrettet salg Definere

Detaljer

Programmering i C++ Løsningsforslag Eksamen høsten 2005

Programmering i C++ Løsningsforslag Eksamen høsten 2005 Programmering i C++ Eksamen høsten 2005 Simen Hagen Høgskolen i Oslo, Avdeling for Ingeniørutdanning 7. desember 2005 Generelt Denne eksamensoppgaven består av tre oppgaver, pluss en ekstraoppgave. Det

Detaljer

LLP Elektronisk søknad 2012. Søkerveiledning

LLP Elektronisk søknad 2012. Søkerveiledning EUROPEAN COMMISSION Directorate-General for Education and Culture Lifelong Learning Programme Call 2012 LLP Elektronisk søknad 2012 Søkerveiledning Innhold Innledning 2 Hovedpunktene i bruken av det elektroniske

Detaljer

Prosessbeskrivelse. 3D-Modellering og animasjon. Høgskolen i Østfold. av Therese R. Nilsen

Prosessbeskrivelse. 3D-Modellering og animasjon. Høgskolen i Østfold. av Therese R. Nilsen Prosessbeskrivelse 3D-Modellering og animasjon Høgskolen i Østfold av Therese R. Nilsen 1.0 Innledning 1.1 Introduksjon s. 3 1.2 Ideen s. 3 2.0 Prosessen 2.1 Modellering s. 3 2.2 Texturering s. 3 2.3 Animasjon

Detaljer

Monteringsanvisning, PC-stativ type 30107 14

Monteringsanvisning, PC-stativ type 30107 14 Monteringsanvisning, PC-stativ type 30107 14 Montering av PC-brett: Røret(3 bilde A) som er festet til PC-brettet tres inn på stang (4 bilde A) på stativets søyle. Røret skyves inn til det stopper mot

Detaljer

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk.

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morfologi Morfologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. ammensatte operasjoner 4. Eksempler på anvendelser flettet inn GW, Kapittel

Detaljer

Spilleregler og spillvarianter for alle tre serier med Match-spill. Spilleregler og spillvarianter for Match Former og Farger, Tall og Mengder

Spilleregler og spillvarianter for alle tre serier med Match-spill. Spilleregler og spillvarianter for Match Former og Farger, Tall og Mengder Spilleregler og spillvarianter for alle tre serier med Match-spill Spilleregler og spillvarianter for Match Former og Farger, Tall og Mengder 1. Match brikkene i grupper på to, tre eller fire: Brikkene

Detaljer

KONTINUASJONSEKSAMEN

KONTINUASJONSEKSAMEN Høgskolen i Gjøvik Avdeling for Teknologi KONTINUASJONSEKSAMEN FAGNAVN: FAGNUMMER: Algoritmiske metoder I L 189 A EKSAMENSDATO: 13. august 2001 KLASSE: 99HINDA / 99HINDB / 99HINEA / 00HDESY ( 2DA / 2DB

Detaljer

r+r TFY4104 Fysikk Eksamenstrening: Løsningsforslag

r+r TFY4104 Fysikk Eksamenstrening: Løsningsforslag TFY4104 Fysikk Eksamenstrening: Løsningsforslag 1) I oljebransjen tilsvarer 1 fat ca 0.159 m 3. I går var prisen for WTI Crude Oil 97.44 US dollar pr fat. Hva er dette i norske kroner pr liter, når 1 NOK

Detaljer

UiNs Kvalitetshåndbok - hurtigguide

UiNs Kvalitetshåndbok - hurtigguide UiNs Kvalitetshåndbok - hurtigguide INNHOLDSFORTEGNELSE: INNLEDNING... 2 A. NAVIGASJON NEDOVER I KVALITETSHÅNDBOKA... 3 B. HOVEDELEMENTENE I KSS... 3 C. HOVEDELEMENTET KSS-UNDERSØKELSER/EVALUERINGER...

Detaljer