Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser

Størrelse: px
Begynne med side:

Download "Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser"

Transkript

1 INF 310 Farer o farerom Temaer i a Hovefokus på 6.1 o 6.: 1. Fare faresn o eteksjon av fare. Farerom - faremoeller 3. Overaner mellom farerom 4. Fremvisnin av farebiler 5. Faretabeller 6. Utskrift av farebiler 7. Pseuo-farer o falske farer 8. ilebehanlin på farebiler Motivasjon Vi kan skille mellom tusenvis av farenanser Farer jør et lett å skille mellom objekter Vi må åe visuelt O ve iital bileanalse Vite hvilket farerom vi skal bruke til forskjellie oppaver Kunne transformere fra ett farerom til et annet Kunne lare farebiler rasjonelt o kompakt Kjenne teknikker for utskrift av farebiler W Kapittel 6 unntatt 6.5 Color Transformations Anne Solber 1 # Anne Solber # Faren på lset fra sola Faren på lset Lset fra sola kan best beskrives ve strålinen fra et svart leeme me T 5780 K Planck-kurve. c lsets hastihet. h- Planck s konstant k oltzmann s konstant. λ - bølelene. Jora lier m fra sola o a er strålinen fra en kule me raius r m reusert til en irraiansen vi måler på toppen av joratmosfæren. 000 πhc M λ hc 5 λkt λ e 1 r E0 λ M λ Solar spectral irraiance I atmosfæren kan lset Spres Absorberes Transmitteres Det absorberes me strålin i UV o I et meste av enkle molekler H 0 CO... Vertikal-absorpsjonen pa asser i normalatmosfæren er som til høre. Snli ls lier mellom 0.4 o 0.7 μm W / m / mu wavelenth micrometers Anne Solber 3 # Anne Solber 4 #

2 ø Oransje ul rønn Can lå Et prisme kan vise oss farene i lset ~ nm ~ nm ~ nm ~ nm ~ nm ~ nm Fiolett ~ nm Anne Solber 5 # Faren på et objekt Objektets fare bestemmes av Det lset som faller på objektet -I Den anelen av ette lset som reflekteres. Derme er faren avheni av Spektral-forelinen til lset som faller på objektet Spektralforelinen til refleksjonen efleksjonseenskapene til objektet bestemmes av Kjemiske pimenter Fsiske overflate-strukturer Dette bestemmer hvilke bølelener som reflekteres absorberes A eller transmitteres T Anne Solber 6 # Hvorfor er blaer rønne o havet blått? Klorofll absorberer røe o blå bølelener men reflekterer rønt ls. Høstfarer: klorofllnivået snker o røe o ule farer ukker opp ijen. Vann: Lenre bølelener absorberes mer enn kortere bølelener. Vann ser erfot blått ut. Aler inneholer klorofll o sien mer rønt ls reflekteres blir vannet blårønt. Faresn etina er følsom for ls mellom 350 o 760 nanometer nm Fiolett: μm lå: μm rønn: μm ul: μm Oransje: μm ø: μm Ve sterk infrarø strålin kan vi oppfatte strålin helt opp til nm som ls selv om ette er varmestrålin. Simultane forskjeller ne til 1 nm i blå-rønt o ult kan sees mens forskjellen må være minst 10 nm i p røt o fiolett. Dette betr at vi kan skille mellom ca 100 rene farer Anne Solber Anne Solber 8 #

3 Øet o tre-fare sn Tre tper farefølsomme tapper i retina: S short - runt 40 nm %. Dette er e mest sensitive tappene/cones. M meium - runt 534 nm 33%. L lon - runt 564 nm 65%. Tappene analserer lset o finner en ominerene bølelenen. Stavene ros ir råtone-sn Er ikke sensitive for røt ls Tristimulus-verier Faren reuseres til tre verier tristimulus-verier Menen av alle slike mulie verier utjør vårt perseptuelle farerom Det er noen kombinasjoner av stimuli som ikke er mulie Vi kan ikke stimulere M-tappene uten å få noe respons fra S o L tappene samtii En liten anel har nesatt faresn eller er farebline rønnblinhet mer utbret enn røblinhet Oppfatter farer ve hjelp av to komponenter Anne Solber 9 # Anne Solber 10 # Tester for fareblinhet Me normalt sn ser u tallene o 5 Ve rø-rønn fareblinhet ser u tallet neerst til høre. For e nsjerrie Tre interaler ir Ls fra en kile me spektralforelin Eλ treffer et objekt me spektral refleksjonsfunksjon Sλ. eflektert ls etekteres av tre tper tapper me spektral lsfølsomhetsfunksjon q i λ. Tre analoe sinaler kommer ut av ette: Anne Solber 11 # Anne Solber 1 # E λ S λ q E λ S λ q E λ S λ q λ λ λ λ λ λ

4 primærfarer Commision Internationale e l Eclairae CIE The International Commision of Illumination har efinert primærfarene: lå: nm rønn: nm ø: 700 nm eskrivelse av farer En fare kan beskrives på forskjellie måter kalles farerom HSI Hue intensit saturation CMY Can Maenta Yellow pluss mane flere som vi snart skal se.. HSI er vikti for hvoran vi beskriver o skiller farer. I Intensitet: hvor ls eller mørk er en S saturation/metnin: hvor sterk er faren H ominerene fare bølelene H o S beskriver sammen faren o kalles kromatisitet Anne Solber 13 # Anne Solber 14 # XYZ ir menen av o En fare spesifises me trikromatiske koeffisienter: Ser at z1 Den ene parameteren er ekvivalent me luminositet. De to anre ir faren. Kromatisitet Alle farer som har samme intensitet jenis i et -D kromatisitetsiaram X X Y Z Y X Y Z Z z X Y Z valt Merk: vi har isolert vekk intensitet for å få et D iaram kan a Mettee farer lans hestesko CIE kromatisitetsiaram Minre mettee inn mot miten. Pastellfarer nee til høre. Alle blaniner av N farer lier innenfor N-kant me e N farene som hjørner. Alle mulie -farer lier innenfor markert trekant Anne Solber 15 # Anne Solber 16 #

5 Kameraets etektorer For e nsjerrie -kuben Lsfølsomhet for -etektorer: 001 blå can La spektralforelinen til lset inn i kamera være Cλ. Tre tall bestemmer farens posisjon i -rommet: maenta råtonebiler: rb hvit ci C λ ai λ λ i r b svart rø ul rønn 010 Merk: farene her er normaliserte slik at e lier mellom 0 o Anne Solber 17 # Anne Solber 18 # Eksempel -bile Liten emo farelek ån 1: ån : ån 3: Anne Solber 19 # -bilet vist på skjerm Anne Solber 0 #

6 CMYK-faremoellen CMYK- moellen er subtraktiv start me hvitt trekk fra farer. Alternativ til rb som basisfarer er can maenta ellow CMY-moeller. C 1 - eller 55 - hvis 8-bits ikke-normaliserte biler M Y er vanli på ispla men CMYK er vanli på fareprintere K er ekstra komponent for svart. Een komponent for svart fori full veri av C M o Y ir mørk brunt o ikke svart. På ulike printere ser oså e rene farene ulike ut når e skrives ut så farebiler forvrenes ofte ve utskrift. o CMY o CMY er i prinsippet sekunærfarer for hveranre Anne Solber 1 # Anne Solber # YIQ For e nsjerrie NTSC er stanar for TV o vieo i USA. ruker faresstemet YIQ. Y beskriver luminans I o Q er krominanskomponentene. samme sinalet brukes båe på fare- o råtoneskjermer. Overanen fra til NTSC s YIQ : Luminans-komponenten Y 0.99* 0.587* 0.114* Hue-komponenten I 0.596* 0.74* 0.3* Metnins-komponenten Q 0.11* 0.53* 0.31* svart 000 ir NTSC Y0 hvit 111 ir NTSC Y1. rå ir NTSC IQ0 o YIQ Transformasjonene kan uttrkkes ve matrisemultiplikasjon: Y I Q Y I Q For e nsjerrie Anne Solber 3 # Anne Solber 4 #

7 YCbCr-moellen Dette er faremoellen for iital TV o vieo! For e nsjerrie YUV-moellen rukes i analo TV NTSC PAL o SECAM. For e nsjerrie Y er luminans luma Cb er blå minus luma -Y Cr er rø minus luma -Y. YCbCr er kun iital mens kan være båe analo o iital. MPE-kompresjon i DVD er iital-tv o vieo CD er er koet i YCbCr iitale vieokameraer MiniDV DV Diital etacam osv. ir et YCbCr sinal over en iital link som FireWire eller SDI. Den analoe tvillinen til YCbCr er YPbPr. Y representerer intensitet luma U o V er fareifferansene -Y o -Y. Et vieo-kamera konverterer ata som er reistrert i fokalplanet til enten composite analo YUV analo YPbPr iital YCbCr. For framvisnin på skjerm må alle isse tre farerepresentasjonene konverteres tilbake til Anne Solber 5 # Anne Solber 6 # Hue Saturation Intensit HSI o IHS - primær o sekunærfarer 4π/3 hvit Hue: ren fare - ir bølelenen i et elektromanetiske spektrum. blå can can S rønn ul H rø H er vinkel o lier mellom 0 o π: ø: H0 rønn: H π/3 blå 4π/3 ul: Hπ/3 can π maenta 5π/3 maenta hvit 0 H π π/3 blå maenta I Hvis vi skalerer H-veriene til 8-bits verier vil ø: H0 rønn: H 85 blå 170 ul: H4 can 17 maenta 13. svart rønn 5π/3 H svart Anne Solber 7 # rø Anne Solber 8 # ul π/3

8 Mer om HSI Saturation: metnin hvor me rått inneholer faren Hvis S0 blir faren rå uavheni av hvilken veri H har. et vil si at vi lier et ste på iaonalen i -kuben S lier normalisert mellom 0 o 1 eller mellom 0 o 55 hvis 8-biters unsine verier pr. piksel. H o S tilsammen beskriver faren o kalles kromatisitet I: intensitet lier mellom 0 o 1 eller 0 o 55. HSI-moellen enet til å beskrive fare -moellen enet til å enerere farer Konverterin fra HSI til : formler finnes Anne Solber 9 # o HSI La -komponentene være normaliserte slik at e lier mellom 0 o 1: 1 θ H cos θ 360 θ > [ ] 3min S Merk at H er uefinert når S er uefinert når I0. Overanen fra HSI til kan enklest eles i tre tilfeller: ø-rønn sektor: rønn-blå sektor: lå-rø sektor: 0< H 10 I 1 I 1 S cos H cos 60 H 1 S Anne Solber 30 # H H 10 I [ 1 S] I 1 1 S cos H 10< H 40 40< H 360 cos 60 H H H 40 I [ 1 S] I 1 1 I S cos H cos 60 H Eksempler på CMYK HSI CMYK HSI ø ul rønn lå Hvit rå Svart Anne Solber 31 # Merk: hvis S0 spiller et inen rolle hva H er Men bilet mitt ser ikke likt ut på to skjermer? -farer på en skjerm avhener av skjermens eenskaper vs. et samme bile vist på to skjermer kan se ulikt ut. Det samme bilet skrevet ut på to fareprintere kan se HELT forskjelli ut faren avhener av bl.a. skriveren farepatronene papiret etc. En skjerm kan vise flere farer en en CMYK-printer kan skrive ut o en CMYK-skriver kan skrive noen farer en -skjerm ikke kan vise. Vi sier at o CMYK er utstrs-avhenie farerom. Det finnes internasjonale stanarer for farerom som er utstrsuavhenie. Et slikt sstem er CIEs XYZ-farerom. Antall stabile jenkjennbare farer på en skjerm er anske lite! Anne Solber 3 #

9 Faresn Vi kan skille mellom ca. 100 rene farer hue. Når farene oså varierer i intensitet kan vi skille mellom ca farer hueintensit. For hver av isse kan vi skille mellom ca. 60 ulike metninsraer saturation. Vi kan altså skille totalt ca farer. Dette kan representeres me 19 biter Larer komponentene som bte-biler. totalt 4 biter per piksel. Farebiler o faretabeller kan lares me like mane biter for r b f.eks Selv biter ir oss kombinasjoner men bare 8 forskjellie nivåer av røt rønt o blått o erme oså bare 8 forskjellie råtoner. Det er ikke sikkert at alle e 51 farene finnes i bilet. Et scene me mane nanser av én fare vil a se ille ut! Hvorfor? Jo fori enne faren bare får 8 forskjellie nanser! Alternativt kan man bruke 8 biter o faretabeller. Hver ra i tabellen beskriver en r b-fare me 4 biter. Tabellen inneholer e 56 farene som best beskriver bilet. I bile-filen lier pikselveriene som tall mellom 1 o 55. Når vi skal vise bilet slår vi bare opp i samme ra som pikselverien o finner e tilsvarene r b-veriene Anne Solber 33 # Anne Solber 34 # Faretabell / oppslastabell LUT Faretabell råtone/fareavbilninen utføres som oppsla i en tabell LUT - Look Up Table Innholet i bilefilen enres ikke LUT-operasjonen utføres på atastrømmen mellom hukommelsen atabufferet o skjermen v out LUTv in Hvis vi ønsker enrin i bilet: Oppatér bare verier i LUT ikke n m verier i bilet Q: Kan vi lae et neativt fra et positiv på enne måten? Pikselveri Disse veriene lier laret på bilefilen -veri Disse veriene vises på skjermen Kan vise 4 biters -verier på 8 biters skjerm Eller vise pseuofarer fra et råtonebile Pikselveriene fra 0 til 55 tilornes et -triplet Ve framvisnin leses pikselverien Pikselverien viser til et linjenummer i tabellen som inneholer -farene Anne Solber 35 # Anne Solber 36 #

10 Meian-cut aloritmen En tilpasnin til e farer som finnes i bilet: 1. Finn en boksen i -rommet som omslutter alle farene i bilet.. Sortér farene i boksen lans en lenste imensjonen til boksen. Dette jøres enklest ve hjelp av et historam. 3. Del boksen i to ve meianen til en sorterte listen. Derme blir boksen elt i to ne bokser omtrent like mane piksler tilhørene hver ne boks. 4. jenta ste o 3 for alle boksene som nettopp ble annet. Stopp når u har 56 bokser. 5. For hver boks la mitpunktets -verier representere boksen o la en 56-linjers LUT som inneholer isse mitpunktene. 6. Erstatt hver 3 8 biters pikselveri me en 8 biters ineks som svarer til et boks-mitpunktet som lier nærmest 3 8 biters pikselverien i -rommet Anne Solber 37 # Overaner mellom små o store enianere To piksler me 3 8 biters bi enians :111 e: avlest som little enians blir til La en LUT innehole 56 farer LUT en som inneholer 56 3 bte vil bli utsatt for effekten ovenfor. Samtii vil to o to piksler i bilefilen btte plass La en LUT innehole linjer farer a 16 biter. Nå blir ikke lener to o to piksler i bilefilen bttet om. Men pikselverien vil peke til feil ste i faretabellen. Anta 16 biter bte : biter 50% rå svarer til i en biters LUT me bitmønster tter vi om på btene får vi vs på en skala fra 0 til 1. 50% rått er blitt til en anske unkel blåfare. i-enian: mest sinifikante bte lares først for eksempel 16bits int. Little enian er motsatt Anne Solber 38 # Alfa-kanal Utskrift av råtonebiler α iα eller α spesifiserer om farene i bilet er helt eller elvis transparente. Verier av α fra 0 helt transparent til 55 helt ujennomsikti. Problem: printere er binære skriver svart eller inentin Et piksel Hensikten me en alfa-kanal er at man kan la en bakrunn snes jennom et bile. akrunnen kan bestå av forskjellie rafiske elementer eller av et annet bile. Løsnin: printeren jobber på et finere ri bruker halvtoner Teknikken kalles alpha blenin o kan båe brukes til å vise tekst o rafikk sammen me et bile blenin av to biler to bilesekvenser eller stilleståene bakrunn me en vieo-sekvens. Finnes i Aobe Photoshop Paint Shop Pro IMP... Hvis vi leer et bile oppå en bakrunn blir resultatet bilefaren α bakrunnsfaren 55 - α / 55. esultat lik bakrunn for α 0 esultat mit mellom for o bakrunn for α 17 ø ø ø rønn rønn rønn lå lå lå Virker fori: øet jør en lattin av intensitetsverier slik at et jennomsnitt vises Utforrin: hvoran lae mønstere av binære piksler som utjør en råtone Patternin bruker n 1 verier fra n n rutenett Ornet Ditherin terskler me en matrise feil-iffusjon foreler feilene ve tersklin esultat lik forrunn for α Anne Solber 39 # Anne Solber 40 #

11 Ditherin 0 18 Terskler råtonebilet mot en ither-matrise Dither-matrisen D D n inneholer n n elementer eler råtoneskalaen fra 0 til 55 inn i n ekviistante trinn Feil-iffusjon etter opp sstematiske feil som innføres ve ither-tersklin. En terskel 18 vil avbile en råtoneveri som 0 svart eller 55 hvit OK hvis pikselveri nær 0 eller 55 hvis pikselveri nær terskelverien blir feilen stor. Forstørr opp bilet me en faktor n. Matrisen lees som en maske over bilet Elementene i matrisen funerer som terskler. Hvis pikselverien > terskelen > hvit ellers svart. ir et tilsnelatene råtonebile som Diffusjon sprer feilen over flere nabopiksler P 7 /16 3/16 5/16 1/16 Dette forberer et visuelle resultatet estår av svarte o hvite punkter erensniner: Har samme størrelse som oriinal-bilet Kan ikke kan spre feilen utenfor bilets renser Har sstematiske mønstre for hver råtone. råtoner kan ikke ene uner 0 eller over Anne Solber 41 # Anne Solber 4 # CMYK-moell brukes Utskrift av farebiler Halvtonemønstre i bestemte vinkler ulik for hver fare må brukes til å lae faremønstere Prinsipp: øet kombinerer e fire farene slik at inen brå fareoveraner ses Hver fare skrives ut i et spesielt smmetrisk mønster Pseuo-farer Pseuo-farebiler kan være råtonebiler er man har tilornet hver råtone en -fare ve hjelp av en oppslastabell LUT. oal Sweish Acaem of Sciences Anne Solber 43# Anne Solber 44 #

12 Fare-rafikk - I Vi kan prousere raster-ata basert på observasjoner simuleriner bereniner etc. Et eksempel kan være nebør-ata i en kartprojeksjon. Fare-rafikk - II Vi kan prousere vektor- eller rasterbiler vha fraktaler. Dette er heller ikke et resultat av avbilnin. ruk av en LUT ir a en rafisk framstillin som IKKE er annet ve avbilnin Anne Solber 45 # Anne Solber 46 # NOAA AVH kanal 1: nm kanal : nm kanal 4: nm Falske farer Kanal 14 som Kanal Kanal 4 itt fire multispektrale kanaler. Kombinasjon av ir et naturtro -bile. Falske farer - II : iomasse snes som røt Dette skles re ee i reflektansen for klorofll vist som -bile Meteoroloisk Institutt kanalene er ikke Altså falske farer Anne Solber 47 # Anne Solber 48 #

13 Historammer av farebiler - I Historammer fra farebiler - II Et bile me tre bån har eentli en 3-imensjonal kube som historam Me 3 aner 8 bit får enne 56*56* bins Et bile på 104*104 piksler fller maksimalt 1/16 av isse bins vs. 3D-kuben er for et meste tom. Man jobber vanlivis ikke på 3Dhistorammet men på projeksjoner ne til 1D eller D Projeksjon ne på - - eller -aksen Et 1D-historam for hver av farene Projeksjon på - - eller -planet Et D-historam for hvert fare-par Anne Solber 49 # Anne Solber 50 # Historamutjevnin av -biler Historamutjevnin på hver komponent uavheni av hveranre Ofte årli resultat hvit Eks: Historamutjevnin vs HSI Et bere alternativ er å bentte HSI: Transformér bilet fra til HSI can jør historamutjevnin på I-komponenten Transformer HSI n tilbake til rønn S blå H ul rø maenta I Oriinalbile Historamutjevnin på Historamutjevnin i intensitet i HSI svart Anne Solber 51 # Anne Solber 5 #

14 Historamutjevnin i HSI Transformer fra til HSI. ruk kumulativt I-historam til historamutjevnin. Transformer tilbake til. Lavpass-filtrerin av farebiler Et farebile kan representeres som -komponenter venstre eller som HSI neenfor H o S er uforanret men sien I er enret kan fare-persepsjonen påvirkes. Juster eventuelt metninen S før transformen fra HSI til Anne Solber 53 # -filtrerin ir blurrin enrin av fare-kantene. Filtrerin av I ir et mkere bile uten enrin i farene Anne Solber 54 # Laplace-filtrerin av farebiler Vi kan jøre et råtonebile skarpere ve å aere skalert Laplace-bile. Vi kan aere Laplace til hver -komponent. f f f c Faren i hvert piksel påvirkes av faren til alle pikslene innenfor filteret Eller vi kan transformere til HSI aere Laplace til I konvertere tilbake. Faren er bevart men intensiteten enres nær kanter o linjer i bilet. Tersklin av farebiler - I Anta at vi har observert samme scene på flere bølelener. Vi kan a utføre tersklin basert på to-imensjonale tre-imensjonale eller multi-imensjonale historammer Enkel metoe: 1: estem terskler uavheni for hver kanal. : Kombiner alle sementerte kanaler til ett bile. Dette svarer til at vi har elt opp f.eks. -rommet i bokser Anne Solber 55 # Anne Solber 56 #

15 Tersklin av farebiler - II En mer kompleks metoe: Vel et punkt i et multiimensjonale rommet som referanse f.eks Terskle basert på avstan fra ette referansepunktet. Slik at [ ] [ ] [ ] f f f > ma 0 hvis 1hvis Dette efinerer en kule me raius ma omkrin punktet Kan lett eneraliseres til ellipsoie me forskjellie avstans-terskler i Merk at a er > 1 0 hvis 1 1 hvis > ma hvis 0 [ ] [ ] [ ] f f f Anne Solber 57 # Tersklin i HSI Transformer fra til IHS. Anta at vi vil sementere ut e elene av bilet som Har en itt fare Hue eks: finn hu i passbiler i fare Er over en itt metnins-terskel Saturation La en maske ve å terskle S-bilet vel en percentil Multipliser H-bilet me masken. Vel et intervall i H som svarer til ønsket fare. Husk at H er sirkulær Høeste o laveste veri på H-skalaen er naboer! Anne Solber 58# Kant-eteksjon i farebiler råtone raient-estimatorene er ikke efinert for vektorer. Vi kan finne raient-manitue per -komponent summere o skalere. Vi kan finne raient-manitue o retnin vha prikk-prouktene av - o - komponentene av raienten i -rommet: [ ] F 1 t 1 sin cos 1 θ θ θ Differansen er litt komplisert å analsere! 1 tan θ Anne Solber 59 # Stø i farebiler Leer aitiv aussisk stø til hver -komponent μ0 σ 800. Støen er minre snli i farebilet. Konverterer et støflte bilet til HSI. H o S er veli støflt I er minre støflt enn -kanalene Anne Solber 60 #

16 Kompresjon av farebiler Stirr på miten av flaet i 30 sekuner... Vi har sett på klassisk JPEkompresjon av farebiler. JPE 000 oppnår høere kompresjon o bere kvalitet. Eksempel: Kompresjonsrate Anne Solber Anne Solber # Hovetemaer Objekters fare o hvoran øet oppfatter em. Viktie farerom CMYK HSI Minre temaer: framvisnin faretabeller utskrift falske farer bilebehanlin på farerom Anne Solber Anne Solber 64

INF 2310 Farger og fargerom. Motivasjon. Fargen på lyset. Fargen på lyset. m cos( Zenit-distansen, z, er gitt ved

INF 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

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

INF 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. 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

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Spredning, absorbsjon, transmisjon. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

Motivasjon. INF 2310 Farger og fargerom. Fargen på lyset. Fargen på lyset fra sola. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

INF 2310 Digital bildebehandling

INF 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

Detaljer

INF 1040 Farger og fargerom

INF 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

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på et objekt. Fargen på lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

INF 1040 Farger og fargerom

INF 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.

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

INF 2310 Digital it bildebehandling. Spredning, absorbsjon, transmisjon FARGER OG FARGEROM

INF 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

Detaljer

INF 1040 Farger og fargerom

INF 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

Detaljer

Motivasjon. INF 1040 Farger og fargerom. Fargen på lyset. Et prisme kan vise oss fargene i lyset. Vi kan skille mellom tusenvis av fargenyanser

Motivasjon. 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

Detaljer

INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15)

INF 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

Detaljer

INF1040-Farger-2. Vite hvilket fargerom vi skal bruke til forskjellige oppgaver

INF1040-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

Detaljer

INF 1040 Farger og fargerom

INF 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

Detaljer

Fargebilder. Lars Vidar Magnusson. March 12, 2018

Fargebilder. Lars Vidar Magnusson. March 12, 2018 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

Detaljer

UNIVERSITETET I OSLO. Dette er et løsningsforslag

UNIVERSITETET I OSLO. Dette er et løsningsforslag Midtveiseksamen: INF3. april 9 UNIVERSITETET I OSLO Det matematisk-naturvitenskapelie fakultet Eksamen i : INF3 Diital bildebeandlin Eksamensda : Onsda. april 9 Tid for eksamen : 5: 8: Løsninsforslaet

Detaljer

INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver

INF 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

Detaljer

INF 1040 Farger og fargerom. Motivasjon. Litt fysikk om lyskilder. Fargen på lyset. Vi oppfatter bare ca 50 gråtoner samtidig

INF 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

Detaljer

M1_01. Funksjonene f og g er definert ved f( x)= x 1. g( f( x)) er da lik. b ( x + 3) d ( x + 2) e x MA M1 Side 1

M1_01. Funksjonene f og g er definert ved f( x)= x 1. g( f( x)) er da lik. b ( x + 3) d ( x + 2) e x MA M1 Side 1 Funksjonene f og g er efinert ve f( )= 1 og g ( ) = ( +3). M1_01 g( f( )) er a lik a ( 1)( + 3) b ( + 3) 1 c ( ) ( + ) e + 8 MA13001 M1 Sie 1 En funksjon f er efinert ve: M1_0 f( )= 1 hvis < 1 f( )= +1

Detaljer

Determinanter. Kapittel 6. Determinanter for 2 2-matriser. La oss beregne arealet av dette parallellogrammet. Vi tegner på noen hjelpelinjer:

Determinanter. Kapittel 6. Determinanter for 2 2-matriser. La oss beregne arealet av dette parallellogrammet. Vi tegner på noen hjelpelinjer: Kapittel 6 Determinanter En matrise inneholer mange tall og erme mye informasjon så mye at et kan være litt overvelene Vi kan konensere ne all informasjonen i en kvaratisk matrise til ett enkelt tall som

Detaljer

Hovedsakelig fra kap. 3.3 i DIP

Hovedsakelig 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

Detaljer

Bilder del 2. Farger og fargesyn. Tre-farge syn. Farger og fargerom. Cyganski, kapittel 5. Fargesyn og fargerom. Fargetabeller

Bilder 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

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

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding Løsning av øvingsoppgaver, INF230, 2005,. Vi har gitt følgende bilde: kompresjon og koding 0 2 2 2 3 3 3 2 3 3 3 0 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 av

Detaljer

Kantdeteksjon 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

Detaljer

Løsningsforslag til kapittel 15 Fargerom og fargebilder

Løsningsforslag 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

Detaljer

x, og du dx = w dy (cosh u) = sinh u H sinh w H x = sinh w H x. dx = H w w > 0, så h har ikke flere lokale ekstremverdier.

x, og du dx = w dy (cosh u) = sinh u H sinh w H x = sinh w H x. dx = H w w > 0, så h har ikke flere lokale ekstremverdier. NTNU Institutt for matematiske fag TMA400 Matematikk høsten 00 Løsningsforslag - Øving 3 Avsnitt 3. u 49 a) Fra tabell 3.4 på sie i boka: (cosh u) = sinh u. Her har vi at u = w H, og u = w y H. Det følger

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : 4:3 8:3 Oppgavesettet er på : 5 sider Vedlegg : Ingen

Detaljer

Løsningsforslag. b) Hva er den totale admittansen til parallellkoblingen i figuren over? Oppgi både modul og fasevinkel.

Løsningsforslag. b) Hva er den totale admittansen til parallellkoblingen i figuren over? Oppgi både modul og fasevinkel. Løsningsforslag FYS / FY / FYS Elektromagnetisme, torsag 8. esember Ve sensurering vil alle elspørsmål i utgangspunktet bli gitt samme vekt (uavhengig av oppgavenummer), men vi forbeholer oss retten til

Detaljer

Beregning av massesenter.

Beregning av massesenter. Fsikk for ingeniører 5 Bevegelsesenge og assesenter Sie 5 - Beregning av assesenter Definisjoner i ri C Figuren til venstre viser et lite utsnitt av en sk av så partikler, er i er assen til en partikkel

Detaljer

a. 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

a. 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)

Detaljer

Objekt-bilde relasjonen. Vinkeloppløsnings-kriterier. Forstørrelse. INF 2310 Digital bildebehandling

Objekt-bilde relasjonen. Vinkeloppløsnings-kriterier. Forstørrelse. INF 2310 Digital bildebehandling Objekt-bilde relasjonen IN 3 Digital bildebehandling Oppsummering II, våren 7: y f f s s y Avbildning Naboskapsoperasjoner og konvolusjon Segmentering Kompresjon og koding av bilder argerom og bildebehandling

Detaljer

4. Viktige kvantemekaniske teoremer

4. Viktige kvantemekaniske teoremer FY1006/TFY4215 Tillegg 4 1 TILLEGG 4 4. Viktige kvantemekaniske teoremer Før vi i neste kapittel går løs på treimensjonale potensialer, skal vi i kapittel 4 i ette kurset gå gjennom noen viktige kvantemekaniske

Detaljer

1T kapittel 1 Tall og algebra Løsninger til innlæringsoppgavene

1T kapittel 1 Tall og algebra Løsninger til innlæringsoppgavene T kapittel Tall og algera Løsninger til innlæringsoppgavene. a 8 + ( ) 8 ( ) +. a Temperaturen er C. Så reuseres en me C. Da lir temperaturen C C 8 C Temperaturen er C. Så reuseres en me x. Da lir temperaturen

Detaljer

Gråtone-transformasjoner Hovedsakelig fra kap i DIP

Gråtone-transformasjoner Hovedsakelig fra kap i DIP INF 31 3..9 - AS Gråtone-transforasjoner Hovedsakeli fra kap. 3.1-3. i DIP Historaer Lineære råtonetransforer Standardiserin av bilder ed lineær transfor Ikke-lineære, paraetriske transforer Hvordan endre

Detaljer

Raster VS Vektor. Stian Larsen Raster

Raster VS Vektor. Stian Larsen Raster Raster VS Vektor. Stian Larsen 29.09.10 Raster Raster grafikk, også kalt punktgrafikk, presenterer et bilde i biter av informasjon. Denne informasjonen blir til piksler som har fargekoder og informasjon

Detaljer

Kortfattet løsningsforslag for FYS juni 2007

Kortfattet løsningsforslag for FYS juni 2007 Kortfattet løsningsforslag for FYS213 6. juni 27 Oppgave 1 E a) Magnetfeltamplituen er B = = E ε µ c 1 1 1 1 Intensiteten er I = ε ce = ε E = E 2 2 εµ 2 2 2 2 µ b) Bølgefunksjonen for E-feltet er: E( zt,

Detaljer

TMA4100 Matematikk 1 Høst 2014

TMA4100 Matematikk 1 Høst 2014 Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag TMA4 Matematikk Høst 4 sforslag forkunnskapstest Faktoriser, hvis mulig, uttrkket +. (A) ( + 5)( ) (B) ( 5)( + ) (C) ( + )( )

Detaljer

INF Kap og i DIP

INF Kap og i DIP INF 30 7.0.009 Kap..4.4 og.6.5 i DIP Anne Solberg Geometriske operasjoner Affine transformer Interpolasjon Samregistrering av bilder Geometriske operasjoner Endrer på pikslenes posisjoner o steg:. Finn

Detaljer

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 3, høst 2005

Kraftelektronikk (Elkraft 2 høst), Løsningsforslag til øvingssett 3, høst 2005 Kraftelektronikk (Elkraft høst), Løsningsforslag til øvingssett 3, høst 005 Ole-Morten Mitgår HiA 005 Oppgave Dioelikeretter: a) Dioene er snu, strømmen går i motsatt retning. (Husk at strømmen kan bare

Detaljer

SMART Ink. Windows operativsystem. Brukerveiledning

SMART Ink. Windows operativsystem. Brukerveiledning SMART Ink Windows operativsystem Brukerveilednin Produktreistrerin Hvis du reistrerer SMART-produktet ditt, melder vi fra til de om nye funksjoner o proramvareoppraderiner. Reistrer de på nettet på smarttech.com/reistration.

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 230 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 05.02.203 INF230 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering

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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Tirsdag. mars Tid for eksamen : :3 :3 ( timer) Løsningsforslaget

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN I FY1003 ELEKTRISITET OG MAGNETISME I Mandag 5. desember 2005 kl

LØSNINGSFORSLAG TIL EKSAMEN I FY1003 ELEKTRISITET OG MAGNETISME I Mandag 5. desember 2005 kl NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR FYSIKK Faglig kontakt uner eksamen: Jon Anreas Støvneng Telefon: 7 59 6 6 / 41 4 9 0 LØSNINGSFORSLAG TIL EKSAMEN I FY100 ELEKTRISITET OG MAGNETISME

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Oppgavesettet er på : 7 sider

Detaljer

AREAL FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE

AREAL FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE AREAL FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innlednin til areal..... A - Grunnleende om areal A - 3 Hvordan finne arealet til eometriske fiurer A - 3 3a arealet til kvadrat..

Detaljer

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein

INF 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

Detaljer

INF1040 Digital representasjon Oppsummering 2008 del II

INF1040 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

Detaljer

Prosjekt 3 - Introduksjon til Vitenskapelige Beregninger

Prosjekt 3 - Introduksjon til Vitenskapelige Beregninger Prosjekt 3 - Introduksjon til Vitenskapelige Beregninger Studentnr: 755110, 759144 og 753717 April 2016 1 Oppgave 1 Røntgenstråler emittert fra en wolfram-anode har en karakteristisk energi E k 60 kev,

Detaljer

INF1040 Digital representasjon Oppsummering 2008 del II

INF1040 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

Detaljer

INEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM

INEC1800 ØKONOMI, FINANS OG REGNSKAP EINAR BELSOM INEC1800 ØKONOMI, FINANS OG REGNSKA EINAR BELSOM HØS 2017 FORELESNINGSNOA 6 rouksjonsteknologi og kostnaer* Fokuset i ette notatet er på beriftenes atfer uner ulike markesformer, fra tilfellet er beriften

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

104 m 16 m du spissen 6 m/s

104 m 16 m du spissen 6 m/s Lørdasverksted i fysikk. Institutt for fysikk, NTNU. Høsten 2007. Veilednin: 8. september kl 12:15 15:00. Løsninsforsla til øvin 1: Beveelse. Vektorer. Enheter. Oppave 1 a) Strekninen er s = 800 m o tiden

Detaljer

Midtveiseksamen Løsningsforslag

Midtveiseksamen Løsningsforslag INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt

Detaljer

Midtveiseksamen. INF Digital Bildebehandling

Midtveiseksamen. 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:

Detaljer

EKSAMEN I EMNE TDT4230 VISUALISERING FREDAG 10. DESEMBER 2010 KL LØSNINGSFORSLAG

EKSAMEN 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

Detaljer

Interaksjon mellom farger, lys og materialer

Interaksjon mellom farger, lys og materialer Interaksjon mellom farger, lys og materialer Etterutdanningskurs 2015. Lys, syn og farger - Kine Angelo Fakultet for arkitektur og billedkunst. Institutt for byggekunst, form og farge. Vi ser på grunn

Detaljer

DIGITALISERING Et bilde er en reell funksjon av to (eller flere) reelle variable. IN 106, V-2001 BILDE-DANNING. SAMPLING og KVANTISERING

DIGITALISERING Et bilde er en reell funksjon av to (eller flere) reelle variable. IN 106, V-2001 BILDE-DANNING. SAMPLING og KVANTISERING IN 06, V-200 DIGITALISERING Et bilde er en reell funksjon av to (eller flere) reelle variable. BILDE-DANNING SAMPLING og KVANTISERING BILDE-FORBEDRING I BILDE-DOMENET 2/3 200 Fritz Albregtsen. Trinn: Legg

Detaljer

RF5100 Lineær algebra Leksjon 10

RF5100 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

Detaljer

3. obligatoriske innlevering, høsten 2014

3. 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.

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

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Fredag 29. mars 2019 Tid for eksamen : 14:30 18:30 (4 timer) Oppgavesettet er

Detaljer

Løsningsforslag Eksamen 9. desember 2006 TFY4250 Atom- og molekylfysikk /FY2045 Kvantefysikk

Løsningsforslag Eksamen 9. desember 2006 TFY4250 Atom- og molekylfysikk /FY2045 Kvantefysikk Eksamen TFY450/FY045 9. esember 006 - løsningsforslag 1 Løsningsforslag Eksamen 9. esember 006 TFY450 Atom- og molekylfysikk /FY045 Kvantefysikk Oppgave 1 a. Grunntilstanen ψ 1 (x) har ingen nullpunkter.

Detaljer

Løsningsforslag nr.1 - GEF2200

Løsningsforslag nr.1 - GEF2200 Løsningsforslag nr.1 - GEF2200 i.h.h.karset@geo.uio.no Oppgave 1: Bølgelengder og bølgetall a) Jo større bølgelengde, jo lavere bølgetall. b) ν = 1 λ Tabell 1: Oversikt over hvor skillene går mellom ulike

Detaljer

Forelesning 2: Førsteordens lineære differensiallikninger

Forelesning 2: Førsteordens lineære differensiallikninger Forelesning 2: Førsteorens lineære ifferensiallikninger Tron Stølen Gustavsen 16. januar, 2009 Innhol Lesning 1 2.1. Likninger me konstante koeffisienter 1 2.2. Generelle koeffisienter 4 Referanser 5 Lesning.

Detaljer

SMART Ink. Mac OS X operativsystem. Brukerveiledning

SMART Ink. Mac OS X operativsystem. Brukerveiledning SMART Ink Mac OS X operativsystem Brukerveilednin Produktreistrerin Hvis du reistrerer SMART-produktet ditt, melder vi fra til de om nye funksjoner o proramvareoppraderiner. Reistrer de på nettet på smarttech.com/reistration.

Detaljer

Temaer i dag. Geometriske operasjoner. Anvendelser. INF 2310 Digital bildebehandling

Temaer i dag. Geometriske operasjoner. Anvendelser. INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder

Detaljer

4. Viktige kvantemekaniske teoremer

4. Viktige kvantemekaniske teoremer FY1006/TFY4215 Tillegg 4 1 TILLEGG 4 4. Viktige kvantemekaniske teoremer Før vi i neste kapittel går løs på treimensjonale potensialer, skal vi i kapittel 4 i ette kurset gå gjennom noen viktige kvantemekaniske

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Mandag 1. juni 2015 Tid for eksamen: 14:30 18:30 Oppgavesettett er på: 6 sider Vedlegg:

Detaljer

TMA4100 Matematikk1 Høst 2008

TMA4100 Matematikk1 Høst 2008 TMA400 Matematikk Høst 008 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 4 4..3 Vi skal finne absolutt maksimum og absolutt minimum verdiene for funksjonen

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Filter-egenskaper INF Fritz Albregtsen

Filter-egenskaper INF Fritz Albregtsen Filter-egenskaper INF 60-04.03.2002 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 2: - Lineær filtrering - Gradient-detektorer - Laplace-operatorer Linearitet H [af (x, y) + bf 2 (x, y)] ah [f (x, y)]

Detaljer

Kapittel 23 KURSREGNING, FORHOLD OG PROPORSJONER

Kapittel 23 KURSREGNING, FORHOLD OG PROPORSJONER Valuta Kjøp Antall AUD Australske ollar 4,1050 1 CAD Canaiske ollar 4,6630 1 CHF Sveitsiske franc 493,5000 100 CYP Kypriotiske pun 1,3950 1 DKK Danske kroner 97,8700 100 EUR Euro 7,785 1 GBP Pun sterling

Detaljer

SMART Ink. Windows operativsystemer. Brukerveiledning

SMART Ink. Windows operativsystemer. Brukerveiledning SMART Ink Windows operativsystemer Brukerveilednin Merknad om varemerker SMART Ink, SMART Notebook, SMART Meetin Pro, Bridit, smarttech, SMART-looen o alle SMART-slaord o smarttech er varemerker eller

Detaljer

Oppsummering, mai 2014: Sampling og kvantisering Geometriske operasjoner Gåt Gråtone- og histogramoperasjoner F4,5. Segmentering ved terskling

Oppsummering, 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 1. juni 2015 Tid for eksamen: 14:30 18:30 Løsningsforslaget

Detaljer

Forelesning 6 STK3100

Forelesning 6 STK3100 Forelesning STK3 september 7 S O Samuelsen Plan for forelesning: Mer om evians GLM resiualer 3 Test for H : Offset Observert forventet informasjon Optimeringsrutiner Iterative revektee minste kvarater

Detaljer

EKSAMEN I MATEMATIKK 3 (TMA4110)

EKSAMEN I MATEMATIKK 3 (TMA4110) Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 EKSAMEN I MATEMATIKK 3 (TMA) Tirsdag 3. november Tid: 9: 3: LØSNINGSFORSLAG MED KOMMENTARER Oppgave I denne oppgaven

Detaljer

INF februar 2017 Ukens temaer (Kap og i DIP)

INF februar 2017 Ukens temaer (Kap og i DIP) 1. februar 2017 Ukens temaer (Kap 2.4.4 og 2.6.5 i DIP) Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder 1 / 30 Geometriske operasjoner Endrer

Detaljer

AST1010 En kosmisk reise. De viktigste punktene i dag: Elektromagnetisk bølge 1/23/2017. Forelesning 4: Elektromagnetisk stråling

AST1010 En kosmisk reise. De viktigste punktene i dag: Elektromagnetisk bølge 1/23/2017. Forelesning 4: Elektromagnetisk stråling AST1010 En kosmisk reise Forelesning 4: Elektromagnetisk stråling De viktigste punktene i dag: Sorte legemer og sort stråling. Emisjons- og absorpsjonslinjer. Kirchhoffs lover. Synkrotronstråling Bohrs

Detaljer

(coshu) = sinhudu. dx. Her har vi at u = w Hx, og du dx = w dy. dx = H w w. H sinh w H x = sinh w H x.

(coshu) = sinhudu. dx. Her har vi at u = w Hx, og du dx = w dy. dx = H w w. H sinh w H x = sinh w H x. NTNU Institutt for matematiske fag TMA400 Matematikk høsten 20 Løsningsforslag - Øving 3 Avsnitt 3. 49 a) Fra tabell 3.4 på sie 222 i boka: (coshu) = sinhuu. Her har vi at u = w H, og u = w y H. Det følger

Detaljer

Norsk Fysikklærerforening NORSK FYSISK SELSKAPS FAGGRUPPE FOR UNDERVISNING

Norsk Fysikklærerforening NORSK FYSISK SELSKAPS FAGGRUPPE FOR UNDERVISNING Norsk Fsikklærerforenin NORSK FYSISK SELSKAPS FAGGRUPPE FOR UNDERVISNING FYSIKK-KONKURRANSE 999 Andre runde: 9/ Skriv øverst: Nvn, fødselsdto, hjemmedresse o ev. telefonnummer, skolens nvn o dresse. Vrihet:

Detaljer

Universitetet i Oslo Det matematisk-naturvitenskapelige fakultet

Universitetet i Oslo Det matematisk-naturvitenskapelige fakultet Universitetet i Oslo Det matematisk-naturvitenskapelie fakultet Eksamen i: FYS4-Matematiske metoder i fysikk Dato: juni 9 Tid for eksamen: 9- Oppavesettet: sider Tillatte hjelpemidler: Elektronisk kalkulator,

Detaljer

Løsningsforslag: Gamle eksamner i GEO1030

Løsningsforslag: Gamle eksamner i GEO1030 Løsningsforslag: Gamle eksamner i GEO1030 Sara Blihner Deemer 8, 2016 Eksamen 2003 Oppgave 1 a Termoynamikkens første hovesetning: H: varme tilført/tatt ut av systemet. p: trykket. H = p α + v T (1) α:

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Temaer i dag Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for

Detaljer

INF januar 2018 Ukens temaer (Kap og i DIP)

INF januar 2018 Ukens temaer (Kap og i DIP) 31. januar 2018 Ukens temaer (Kap 2.4.4 og 2.6.5 i DIP) Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder 1 / 30 Geometriske operasjoner Endrer

Detaljer

til eksamen i SIF5036 Matematisk modellering 14. desember 2002.

til eksamen i SIF5036 Matematisk modellering 14. desember 2002. Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Sie av 8 Løsningsforslag til eksamen i SIF5036 Matematisk moellering 4. esember 2002. Oppgave (a) Hvilke aksiomer om naturen

Detaljer

Kap 12 Diffusjon 4/15/2008 FYS-KJM <r 2 > = 6Dt. Diffusjons-vektet avbilding. Albert Einstein (1905): MR-teori og medisinsk diagnostikk

Kap 12 Diffusjon 4/15/2008 FYS-KJM <r 2 > = 6Dt. Diffusjons-vektet avbilding. Albert Einstein (1905): MR-teori og medisinsk diagnostikk /5/8 FY-KJM 7 MR-teori o medisinsk dianostikk Albert Einstein (95): Kap iffusjon En partikkels mean displacement ved fri diffusjon: = 6t = diffusivitet ; funksjon av partikkel radius (R), temp (T)

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 2310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen 03.02.2014 INF2310 1 Temaer i dag Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon

Detaljer

1b) Schwarzschil-metrikken er iagonal, og vi har at g tt = 1, c = r, c ; g rr =, r r r r, =,1, r, ; g =,r ; g '' =,r sin : (9) At raielle baner eksist

1b) Schwarzschil-metrikken er iagonal, og vi har at g tt = 1, c = r, c ; g rr =, r r r r, =,1, r, ; g =,r ; g '' =,r sin : (9) At raielle baner eksist Eksamen i klassisk feltteori, fag 74 50, 8. esember 1998 Lsninger 1a) Vi antar at x +, x x =0; (1) og at c = g x x. Sa gjr vi en koorinattransformasjon x 7 ex,ogskal vise at ex + e, ex ex =0; () er c =

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 INF 160 Digital bildebehandling Eksamensdag: Mandag 13. mai - mandag 27. mai 2002 Tid for eksamen: 13. mai 2002 kl 09:00 27. mai

Detaljer

Løsningsforslag nr.2 - GEF2200

Løsningsforslag nr.2 - GEF2200 Løsningsforslag nr.2 - GEF2200 i.h.h.karset@geo.uio.no Oppgave a) Monokromatisk emissivitet: Hvor mye monokromatisk intensitet et legeme emitterer sett i forhold til hvor mye monokromatisk intensitet et

Detaljer

Løsningsforslag til EKSAMEN

Løsningsforslag til EKSAMEN Løsninsorsla til EKSAMEN Emnekode: ITD0 Emne: Fysikk o kjemi Dato: 9. April 05 Eksamenstid: kl.: 9:00 til kl.: 3:00 Hjelpemidler: 4 sider (A4) ( ark) med ene notater. Ikke-kommuniserende kalkulator. Gruppebesvarelse,

Detaljer

Løsningsforslag eksamen MAT111 Grunnkurs i Matematikk I høsten 2009

Løsningsforslag eksamen MAT111 Grunnkurs i Matematikk I høsten 2009 Løsningsforslag eksamen MAT Grunnkurs i Matematikk I høsten 9 OPPGAVE (a) Vi har w = + ( ) =. I et komplekse plan ligger w i 4. kvarant og vinkelen θ mellom tallet og en relle aksen har tan θ =, vs. at

Detaljer