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

Størrelse: px
Begynne med side:

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

Transkript

1 Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / affine transformer Resampling og interpolasjon Samregistrering av bilder Pensum: Kap..4.4 og.6.5 i DIP 1 Geometriske operasjoner Endrer på pikslenes posisjoner Første steg i denne prosessen: Transformer pikselkoordinatene (x, til (x, : x = T x (x, = T (x, T x og T er ofte gitt som polnomer. Siden pikselkoordinatene må være heltall, må vi deretter bruke interpolasjon til å finne pikselverdien (gråtonen i den ne posisjonen. Anvendelser Forstørre deler av bilder for visuell inspeksjon («zoome» Rette opp geometriske feil som oppstår under avbildningen Rotasjon i bildeplanet Fiskeøelinse Radaravbildning av terreng Medisinsk ultrald Samregistrere bilder Samregistrere bilder fra ulike sensorer (CT, MR, US Samregistrere bilder tatt på ulike tidspunkt. Samregistrere bilder med kart i en bestemt kartprojeksjon. Eksempel: Ansiktsgjenkjenning: Finne alle ansiktene i et bilde, klipp ut ansiktene, transformer del-bildene slik at ansiktene i bildet blir på samme sted, har samme orientering og samme størrelse som i referansebildene. Generere bilder fra andre kameravinkler Spesialeffekter 3 4

2 Affine transformer Transformerer pikselkoordinatene (x, til (x, : x = T x (x, = T (x, Affine transformer beskrives ved: På matriseform: x = a 0 x + a 1 + a = b 0 x + b 1 + b eller Egenskaper ved affine transformer Rette linjer bevares (se ukeoppgave Parallelle linjer forblir parallelle Utrkkes ved enkel matrisemultiplikasjon Eksempler på affine transformasjoner: Translasjon Rotasjon Shearing Skalering Kombinasjoner av disse (! 5 6 Litt om rotasjon Hørehånds koordinatsstem, rotasjon positiv med urviseren: x = xcosθ - sinθ; = xsinθ + cosθ Venstrehånds koordinatsstem, rotasjon positiv med urviseren: x = xcosθ + sinθ; = -xsinθ + cosθ θ P x x θ P x x Eksempler på enkle transformer - I Transformasjon a 0 a 1 a b 0 b 1 b Uttrkk Identitet x = x = Skalering s 0 0 s 0 0 x = sx = s Rotasjon cosθ -sinθ 0 sinθ cosθ 0 x =xcosθ-sinθ xsinθ+cosθ F F F 7 8

3 Eksempler på enkle transformer - II Sammenslåing av affine transformer Transformasjon a 0 a 1 a b 0 b 1 b Uttrkk Translasjon 1 0 x 0 1 x = x+ x = + Horisontal shear med faktor s 1 1 s x = x+s 1 = Vertikal shear med faktor s s 1 0 x = x = s x+ F (etc Alternativ måte å finne transformkoeffisientene Transformer med høere ordens polnomer En affin transform kan bestemmes ved å spesifisere tre punkter før og etter avbildningen Bilineære transformer beskrives ved: x = a 0 x + a 1 + a + a 3 x = b 0 x + b 1 + b + b 3 x Kvadratiske transformer: x = a 0 x + a 1 + a + a 3 x + a 4 x + a 5 inn-bildet Med disse tre punktparene kan vi finne de 6 koeffisientene; a 0, a 1, a, b 0, b 1, b Med flere enn 3 punktpar velger man den transformasjonen som minimerer (kvadrat-feilen summert over alle punktene (mer om dette senere resultat-bildet = b 0 x + b 1 + b + b 3 x + b 4 x + b 5 Polnomer av høere orden gir muligheter for å korrigere for mer «komplekse» avbildningsfeil 11 1

4 Resampling Forlengs-mapping for all x',' do g(x',' = 0 a 0 = cos θ a 1 = -sin θ b 0 = sin θ b 1 = cos θ Eksempel: Enkel rotasjon ved transformen: I illustrasjonen: Har kun sample/pikselverdier der linjene krsser Vil gjerne ha bildet samplet på et rektangulært grid -> resample Ikke glem at sammenhengen mellom romlig oppløsning og samplingsrate (samplingsteoremet fortsatt gjelder! for all x, do x = round(a 0 x+a 1 = round(b 0 x+b 1 if (x, inside g g(x, = f(x, end 13 Fltter de posisjonstransformerte pikselposisjonene til nærmeste pikselposisjon i utbildet. Skriver innbildets f(x, inn i g(x, 14 Forlengs-mapping, forts. Baklengs-mapping Problemer: Ikke alle utpiksler får verdi (hullene i bildet Unødig beregning av pikselkoordinater som allikevel ikke blir snlige (ender utenfor utbildet Samme utbilde-piksel kan bli satt flere ganger a 0 = cos (-θ a 1 = -sin (-θ b 0 = sin (-θ b 1 = cos (-θ for alle x, do x = round(a 0 x +a 1 = round(b 0 x +b 1 if (x, inside f g(x, = f(x, else g(x, =0 end Samme eksempel som ved forlengs-mappingen. NB: (x, rotert med θ ga (x, (x, rotert med -θ gir (x, Resample bildet. Her; for hvert utbilde-piksel, invers-transformér, og velg nærmeste piksel fra innbildet. For hver pikselposisjon i ut-bildet: Hent pikselverdi fra innbildet

5 Baklengs-mapping, forts. Interpolasjon : Hvilken intensitetsverdi skal pikselen få? x Baklengs-mapping x Nullte-ordens interpolasjon eller nærmeste nabo-interpolasjon g(x, = f( round(x, round( => Intensiteten til g(x, blir en av verdiene fra f Bilineær interpolasjon - I Bilineær interpolasjon - II Anta at vi kjenner gråtoneverdien i fire nabo-punkter Ønsker å estimere gråtonen i et mellomliggende punkt. Gjør to lineære interpolasjoner i én retning først, f.eks i x-retning: ( x x ( x x1 1 f ( x1, 1 + f ( x, 1 ( x x1 ( x x1 og ( x x ( x x1 f ( x1, + f ( x, ( x x ( x x 1 Så én interpolasjon i ortogonal retning: ( ( x1 1 + ( ( 1 Resultatet er uavhengig av rekkefølgen. Den interpolerte flaten er kvadratisk (krum, men lineær langs linjer parallelle med aksene Bilineær interpolasjon når f er kjent i (0,0, (0,1, (1,0 og (1,1: ( der 0 (1 x f (0,0 + x f (1,0 og 1 (1 x f (0,1 + x f (1,1 (1 x (1 f (0,0 + x (1 f (1,0 + (1 x f (0,1 + x f (1,1 Eller i matrisenotasjon: f (0,0 f (0,1 (1 [(1 x x] f (1,0 f (1,1 Utvidelsen fra D til 3D kalles trilineær interpolasjon, og er en lineær interpolasjon mellom resultatene av to bilineære interpolasjoner. 0

6 Første-ordens interpolasjon/ bilineær interpolasjon Bilineær interpolasjon, eksempel Intensiteten blir en kombinasjon av pikselverdiene i de fire pikslene som omgir punktet Bidragene fra hver av disse vektes med avstanden Interpolere i x- og -intervallene mellom 0 og 1: Praktisk algoritme: x 0 = floor(x, 0 = floor( x 1 = ceil(x, 1 = ceil( x = x - x 0 = - 0 p = f(x 0, 0 +[f(x 1, 0 -f(x 0, 0 ] x q = f(x 0, 1 +[f(x 1, 1 -f(x 0, 1 ] x f(x, =p+(q-p 1 Høere-ordens interpolasjon Bi-kubisk interpolasjon bentter et naboskap på 4x4 piksler Interpolasjon kan sees på som (kontinuerlig konvolusjon med bestemte filtre. Interpolasjonsfunksjoner i praksis Nærmeste nabo: Taggete kanter og større totalfeil. Hver ut-piksel har en verdi fra inn-bildet: Ingen rekvantisering er nødvendig: en fordel hvis man vil bevare visse statistiske egenskaper i bildet (eller hvis bildet er segmenert i ulike klasser Bilineær interpolasjon og høere-ordens interpolasjon: er mer regnekrevende (1D-varianter av nærmeste nabo, lineær og kubisk interpolasjonskjerne Bi-kubisk interpolasjon: gir skarpere bilder og har kontinuerlige deriverte Men er (me mer regnekrevende enn bilineær interpolasjon, og kan gi opphav til kant-glorie-effekter 3 4

7 Kant-glorie-effekter / ringing ved kubisk interpolasjon Interpolasjon en sammenligning Negative lobe-verdier Bi-kubisk interpolasjon gir glattere flater enn bilineær, men er mer regnekrevende; bruker 4x4=16 piksler. Bi-lineær interpolasjon bruker x=4 piksler. Derivert er ikke kontinuerlig over flaten. Nærmeste nabo gir D trappefunksjon, med diskontinuitet midt mellom punktene. 5 6 Bruk av geometriske transformer: Samregistrering av bilder Samregistrering II Hvis bildenes kartkoordinater er kjent, benttes til å finne transformkoeffisientene. Original Ønsket bilde å samregistrere med Transformert Hvis ikke, brukes gjerne kontrollpunkter: Kontrollpunkter plukkes ut manuelt lett identifiserbare punkter (landemerker i begge bildene. Affine transformer er unikt spesifisert med 3 punktpar (bestemmer a 0, a 1, a, b 0, b 1, b Bi-lineære med 4 punktpar Bi-kvadratiske med 6 punktpar Bi-kubiske med 16 punktpar, I praksis velges ofte mange flere punkter for å få en god transformasjon (se neste side 7 8

8 Kursorisk pensum Samregistrering III Samregistrering IV (Minimere kvadratfeilen Ved flere kontrollpunkter enn nødvendig for å bestemme transformkoeffisientene, benttes ofte kvadratfeilen som minimeringskriterium. Gitt M kontrollpunkter (xi,i,(xir,ir («r» indikerer referansebildet og anta mappingen (xi,i --> (x i, i Polnomkoeffisientene settes til de som minimerer kvadratfeilen mellom kontrollpunktets sanne koordinater (xir,ir og de transformerte koordinatene (xi,i : d G a Vi er på jakt etter koeffisienten ei denne avektoren G og a er her basert på en affin transform Enkel lineæralgebra benttes til å finne eksakt løsning INF Transform/endring av pikslenes posisjoner (x-,-koordinater Affine transformer Resampling:Forskjellige transformer for ulike deler av bildet Ofte bestemmes et kontrollgrid som strer hvordan de ulike delene skal endres Bilineær transformasjon benttes ofte: x = a0x + a1x + a + a3 = b0x + b1x + b + b3 Resampling: Forlengs- og baklengsmapping Interpolasjonsmetoder for å bestemme gråtonene til de geometrisk transformerte pikslene: Nærmeste nabo-interpolasjon Bilineær interpolasjon Høere-ordens interpolasjoner Hver firkants fire hjørnepunkter bestemmer entdig den bilineære transformen INF310 Én enkelt matrise Oppsummering Stkkevise transformer INF310 Bruk av geometriske operasjoner til å samregistrere bilder Kontrollpunkter Løs ligningssett som minimerer kvadratfeil INF310 3

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

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

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

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

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

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

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder

Detaljer

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 29..28 Kap. 2.4.4 og 2.6.5 DIP Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,)

Detaljer

Geometriske operasjoner

Geometriske operasjoner Geometrske operasjoner INF 23 27.2.27 Kap. 9 (samt 5.5.2) Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,) tl

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling Raleigh-kriteriet INF 3 Digital bildebehandling EN KORT MIDTVEIS-REPETISJON Anta en perekt linse med aperture-diameter D, og at lsets bølgelengde er. To punkter i et objekt kan akkurat adskilles i bildet

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 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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF30 Digital bildebehandling Eksamensdag : Fredag 9. mars 09 Tid for eksamen : :30 8:30 ( timer) Løsningsforslaget

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 3 Digital bildebehandling Oppsummering FA, mai 6: Avbildning Sampling og kvantisering Geometriske operasjoner F F F3 Filtrering i bildedomenet F6, F7 Segmentering ved terskling Morfologiske operasjoner

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

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

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 : Onsdag 28. mars 2007 Tid for eksamen : 13:30 16:30 Oppgavesettet er på : 4 sider

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

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling Temaer i dag INF 2310 Digital bildebehandling Forelesning II Sampling og kvantisering Fritz Albregtsen Romlig oppløsning i bilder Sampling av bilder Kvantisering i bilder Avstandsmål i bilder Pensum: Kap.

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 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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Løsningsforslaget

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

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

Utkast med løsningshint inkludert UNIVERSITETET I OSLO

Utkast med løsningshint inkludert UNIVERSITETET I OSLO Utkast med løsningshint inkludert UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00

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

INF februar 2017 Ukens temaer (Kap 3.3 i DIP)

INF februar 2017 Ukens temaer (Kap 3.3 i DIP) 15. februar 2017 Ukens temaer (Kap 3.3 i DIP) Kjapp repetisjon av gråtonetransformasjon Histogramtransformasjoner Histogramutjevning Histogramtilpasning/histogramspesifikasjon Standardisering av histogram

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : :3 8:3 Løsningsforslaget er på : 9

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

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

Obligatorisk oppgave 1

Obligatorisk oppgave 1 INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Obligatorisk oppgave 1 INF2310, vår 2017 Dette oppgavesettet er på 9 sider, og består av 2 bildebehandlingsoppgaver. Besvarelsen av denne og neste obligatoriske

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

Forelesningsnotater SIF8039/ Grafisk databehandling

Forelesningsnotater SIF8039/ Grafisk databehandling Forelesningsnotater SIF839/ Grafisk databehandling Notater til forelesninger over: Kapittel 4: Geometric Objects and ransformations i: Edward Angel: Interactive Computer Graphics Vårsemesteret 22 orbjørn

Detaljer

Temaer i dag. Repetisjon av histogrammer I. Gjennomgang av eksempler. INF2310 Digital bildebehandling. Forelesning 5. Pensum: Hovedsakelig 3.

Temaer i dag. Repetisjon av histogrammer I. Gjennomgang av eksempler. INF2310 Digital bildebehandling. Forelesning 5. Pensum: Hovedsakelig 3. emaer i dag Digital bildebehandling Forelesning 5 Histogram-transformasjoner Ole Marius Hoel Rindal omrindal@ifi.uio.no Etter orginale foiler av Fritz Albregtsen. Histogramtransformasjoner Histogramutjevning

Detaljer

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING SEGMENTERING IN 106, V-2001 Segmentering er en prosess som deler opp bildet i meningsfulle regioner. I det enkleste tilfelle har vi bare to typer regioner BILDE-SEGMENTERING DEL I Forgrunn Bakgrunn Problemet

Detaljer

TDT4195 Bildeteknikk

TDT4195 Bildeteknikk TDT495 Bildeteknikk Grafikk Vår 29 Forelesning 5 Jo Skjermo Jo.skjermo@idi.ntnu.no Department of Computer And Information Science Jo Skjermo, TDT423 Visualisering 2 TDT495 Forrige gang Attributter til

Detaljer

=,,,,, = det( A) a a a a a a a a a a + a a 0 1. a11 a12 a22 a12 a11 a22 a12 a21 a11a12 + a12 a11

=,,,,, = det( A) a a a a a a a a a a + a a 0 1. a11 a12 a22 a12 a11 a22 a12 a21 a11a12 + a12 a11 3.3 Oppgaver 3.3.1 1 2 3 1 2 3 2 0 1.La A,,,,, 3 4 B 2 1 C 0 1 a -1 b 1 c 2 Regn ut (a) A a, (b) B b, (c) C c, (d) A B, (e) A B C ( a) ( c) ( e) ( f ) 1-2 2 1 2 + ( 2) ( 1) 4 A a 3 4 1 3 2 + 4 ( 1 ( b)

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

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

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå

Detaljer

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 INF 2310 22. mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 I dag: Sinus-funksjoner i 1D og 2D 2D diskret Fouriertransform (DFT) Mandag 27. mars: Supplementsforelesning holdt av

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF230 Digital bildebehandling Eksamensdag : Onsdag 6. juni 202 Tid for eksamen : 09:00 3:00 Oppgavesettet er på : 6 sider Vedlegg

Detaljer

Repetisjon av histogrammer. Repetisjon av histogrammer II. Repetisjon av gråtonetransform. Tommelfingerløsning

Repetisjon av histogrammer. Repetisjon av histogrammer II. Repetisjon av gråtonetransform. Tommelfingerløsning 2017.02.10. Repetisjon av histogrammer Foreløbig versjon! 15. februar 2017 Ukens temaer h(i) = antall piksler i bildet med pikselverdi i, og følgelig er (Kap 3.3 i DIP) Kjapp repetisjon av gråtonetransformasjon

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 15 Morfologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

INF 2310 Digital bildebehandling. Rayleigh-kriteriet. Samplingsteoremet (Shannon/Nyquist) Hvor små detaljer kan en linse oppløse?

INF 2310 Digital bildebehandling. Rayleigh-kriteriet. Samplingsteoremet (Shannon/Nyquist) Hvor små detaljer kan en linse oppløse? INF 3 Digital bildebehandling Raleigh-kriteriet Avbildning ampling og kvantisering Geometriske operasjoner Oppsummering FA, mai 5: F F F3 Filtrering i i bildedomenet d F6, F7 Morologiske operasjoner Farger

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

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

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering

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

Hensikt: INF Metode: Naboskaps-operasjoner Hvorfor: Hvor:

Hensikt: INF Metode: Naboskaps-operasjoner Hvorfor: Hvor: Standardisering av bildets histogram INF 60-8.02.2003 Fritz Albregtsen Tema: Naboskaps-operasjoner Del : - Standardisering av bilder - Konvolusjon Litteratur: Efford, DIP, kap. 7. - 7.2 Hensikt: Sørge

Detaljer

sin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples

sin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples 0700 Foreløbig versjon! INF 0 mars 07 Fourier I -- En litt annen vinkling på stoffet i kapittel I dag: Sinus-funksjoner i D og D D diskret Fouriertransform (DFT) Introduksjon I/II Et gråtonebilde Typisk

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

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 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

Løsningsforslag øving 7

Løsningsforslag øving 7 Løsningsforslag øving 7 8 Husk at en funksjon er injektiv dersom x y gir f(x) f(y), men her ser vi at f(3) 9 f( 3), eller generelt at f(z) z f( z) for alle z C, som betyr at f ikke er injektiv Vi ser også

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

Sampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP

Sampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP INF 2310 22.01.2008 Ukens temaer Hovedsakelig fra kap. 2.4 i DIP Romlig oppløsning og sampling av bilder Kvantisering Introduksjon til pikselmanipulasjon i Matlab (i morgen på onsdagstimen) Naturen er

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

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper Basis-begreper INF 2310 08.05.2006 Kap. 11 i Efford Morfologiske operasjoner Fundamentale operasjoner på binære bilder Sammensatte operasjoner Morfologisk filtrering Morfologiske operasjoner på gråtonebilder

Detaljer

( x+ π 2) Bakgrunn: Sinus og cosinus. Bakgrunn: Samplet sinus i 1D. Bakgrunn: Samplet sinus i 2D. Bakgrunn: Sinus i 2D. sin( x)=cos.

( x+ π 2) Bakgrunn: Sinus og cosinus. Bakgrunn: Samplet sinus i 1D. Bakgrunn: Samplet sinus i 2D. Bakgrunn: Sinus i 2D. sin( x)=cos. Bakgrunn: Samplet sinus i 1D Bakgrunn: Sinus og cosinus En generell samplet sinusfunksjon kan skrives som: y(t) = A sin(2πut/n + φ) t : tid; 0, 1,..., N-1 A : amplitude u : antall hele perioder* N : antall

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

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

INF januar 2017 Ukens temaer (Kap med drypp fra kap. 4. i DIP)

INF januar 2017 Ukens temaer (Kap med drypp fra kap. 4. i DIP) 25. januar 2017 Ukens temaer (Kap 2.3-2.4 med drypp fra kap. 4. i DIP) Romlig oppløsning Sampling av bilder Kvantisering av pikselintensiteter 1 / 27 Sampling av bilder Naturen er kontinuerlig (0,0) j

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Bokmål UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 3. juni 2009 id for eksamen : 14:30 17:30 Oppgavesettet er på : 6 sider

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

Grunnleggende Matematiske Operasjoner

Grunnleggende Matematiske Operasjoner Grunnleggende Matematiske Operasjoner Lars Vidar Magnusson January 16, 2017 Delkapittel 2.6 Array vs Matrise Operasjoner Det er vanlig med både array- og matrise-operasjoner på bilder. Array-multiplikasjon

Detaljer

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling

Temaer i dag. Mer om romlig oppløsning. Optisk avbildning. INF 2310 Digital bildebehandling Temaer i dag INF 231 Digital bildebehandling Forelesning II Sampling og kvantisering Fritz Albregtsen Romlig oppløsning i bilder Sampling av bilder Kvantisering i bilder Avstandsmål i bilder Pensum: Kap.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 2007 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : 5 sider

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF23 Digital bildebehandling Eksamensdag : Fredag 7. juni 29 Tid for eksamen : 9: 3: (4 timer) Løsningsskissen er på : 8 sider

Detaljer

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF INF230 5.05.202 Morfologiske operasjoner på binære bilder Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser er flettet inn DIP: 9.-9.4, 9.5.,

Detaljer

Eksamen Løsningsforslag

Eksamen Løsningsforslag INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Eksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Torsdag 1. juni 2017 Tidspunkt for eksamen:

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

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

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

INF mars 2017 Diskret Fouriertransform del II

INF mars 2017 Diskret Fouriertransform del II INF230 29. mars 207 Diskret Fouriertransform del II Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Bruk av vinduer 207.03.29 INF230 / 40 Repetisjon Basis-bilder Sort er 0,

Detaljer

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( ) INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit

Detaljer

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Lokale operasjoner INF 30 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre GW Kap. 3.4-3.5 + Kap. 5.3 Vi skal

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 007 Tid for eksamen : 09:00 1:00 Oppgavesettet er på : 5 sider

Detaljer

Bildetransformer Lars Aurdal

Bildetransformer Lars Aurdal Bildetransformer Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Lars Aurdal. Forsvarets forskningsinstitutt (FFI), Kjeller. 5 ansatte. Ca. 3 forskere og ingeniører. Tverrfaglig institutt med vekt på arbeide

Detaljer

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006 INF2400 Februar 2006 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Digital bildebehandling Forelesning 3 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Oppgave 1 (25 %) - Flervalgsoppgaver

Oppgave 1 (25 %) - Flervalgsoppgaver Oppgaver og løsningsforslag for 4t eksamen 10.mai 006 i LO510D Lineær algebra med grafiske anvendelser. Fra og med oppgave skal alle svar begrunnes. Oppgave 1 (5 %) - Flervalgsoppgaver Denne oppgaven består

Detaljer

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

Løsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I Løsningsforslag, Ukeoppgaver 9 INF2310, våren 2009 6. Vi har gitt følgende bilde: kompresjon og koding del I 1 0 1 2 2 2 3 3 3 1 1 1 2 1 1 3 3 3 1 0 1 1 2 2 2 3 3 2 1 2 2 3 2 3 4 4 2 1 2 3 2 2 3 4 4 2

Detaljer

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005 INF2400 Februar 2005 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling

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

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 Notat 2 Tillegg til avsnitt 5.4 MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjonen (også kalt koordinatmatrisen) til en lineær avbildning mellom to endeligdimensjonale vektorrom

Detaljer

Basisbilder - cosinus v Bildene

Basisbilder - cosinus v Bildene Repetisjon Basis-bilder 737 Midlertidig versjon! INF 3 9 mars 7 Diskret Fouriertransform del II Ortogonal basis for alle 4x4 gråtonebilder Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Eksamen i UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet INF 2310 Digital bildebehandling Eksamensdag: Tirsdag 18. mai - tirsdag 1. juni 2004 Tid for eksamen: 18. mai 2004 kl 09:00 1.

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

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 9-209 Morfologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på

Detaljer

MAT1120 Notat 2 Tillegg til avsnitt 5.4

MAT1120 Notat 2 Tillegg til avsnitt 5.4 MAT1120 Notat 2 Tillegg til avsnitt 54 Dette notatet utfyller bokas avsnitt 54 om matriserepresentasjoner (også kalt koordinatmatriser) av lineære avbildninger mellom endeligdimensjonale vektorrom En slik

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 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

2D Transformasjoner (s. 51 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. y x = x + d x, y = y + d y.

2D Transformasjoner (s. 51 i VTK boken) Translasjon. Del 2 Grafisk databehandling forts. Rotasjon. Skalering. y x = x + d x, y = y + d y. 2D Transformasjoner (s. i VTK boken) Translasjon Del 2 Grafisk databehandling forts. (, ) = + d, = + d På matriseform: d d (, ) P =, P =, T = d d P = P + T 24/2-3 IN229 / V3 / Dag 6 2 Skalering Rotasjon

Detaljer

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = =

5.5.1 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger. Løsningsforslag + + = = til oppgavene i avsnitt 55 til oppgaver i avsnitt 55 551 Bruk matriseregning til å vise at en rotasjon er produktet av to speilinger cos( u + v) sin( u + v) cosu sin u u+ v u = sin( u v) cos( u v) sin

Detaljer