Forelesning og oppgaver 8 Filtrering
|
|
- Tina Helgesen
- 6 år siden
- Visninger:
Transkript
1 Digital bildebehandling for Radiografer Side 1 av 9 Forelesning og oppgaver 8 Filtrering 8.1 Om forelesningen Mål Dere skal vite hvordan vanlige filtre fungerer og ha prøvd å bruke de vanligste typene som lavpassfiltre (glatte), høypass (skjerpe), kantfinning, støyfjerning, medianfiltrering, skalering, rotasjon, etc. Dette omfatter øvelser på bilder. Vi vil fokusere mest på de grunnleggende prinsippene for å sikre en god forståelse av virkemåte og begrensninger. Vi vil i liten grad gå inn på egnet prosessering av bilder fra de ulike modaliteter Innholdsliste Konvolusjonsfiltre Lavpassfiltrering (glatting) Høypassfiltrering (skjerping) Kantfinning med 1. ordens deriverte Kantfinning med 2. ordens deriverte Match-filtre Skalering og rotasjon Pensum Crane kapittel 3 og 4 PACS boka avsnitt Image manualen, avsnitt om Filtering Function i Process Menu Timeplan 09:00-11:00 Forelesning 11:15-12:00 Øvelser på labben. 12:00-12:30 Formiddagsmat 12:30-13:30 Forelesning 13:30 - Ut dagen Øvelse
2 Digital bildebehandling for Radiografer Side 2 av 9 Øvelsene Øvingsfilene denne uka inneholder ulike bilder som dere skal arbeide med, noen filtre, men ingen fasit. 8.2 Innledning Mesteparten av stoffet denne gangen er godt dekket av læreboka, så dette notatet er stort sett bare en samling med øvingsoppgaver som dere kan bryne dere på. 8.3 Konvolusjonsfiltre Virkemåten for disse er beskrevet i kapittel 3 i Crane. Prinsippet er at et en filtermaske, som er en liten samling med tall (f.eks. 3x3 stykker) legges over hvert eneste piksel i bildet, og at man så beregner hvor mye det lille utsnittet av bildet og selve masken ligner på hverandre (konvolusjonen). Ved å benytte ulike tall i maskene, kan man få fram ulike effekter i bildet Konvolusjonsfiltre, regneøvelse Hensikten med denne oppgaven er at dere kan regne gjennom et komplett eksempel for å sjekke at dere har skjønt hvordan konvolusjonsfiltre virker. Bruk følgende 4x5 testbilde: Benytt følgende to filter på testbildet, og regn ut resultatet for hånd (med kalkulator). For begge filtrene kan du først regne det filtrerte resultatet ut uten å dele med summen av vektene i filteret, deretter kan du dele ned med summen I Scion Image, les inn bildet Oppg831a.tif, dette er bitte lite og svarer til 5x4 bildet over. Bruk menyen Process Convolve og velg fila Oppg831FiltA.txt. Denne fila inneholder maske A (sjekk selv ved å åpne fila fra Image) og det bitte lille bildet blir nå filtrert med maske A. For å sjekke om du har regnet riktig, så kan du på det bitte lille filtrerte bildet velge kommandoen Export fra File menyen og merke av for Text. Gi det eksporterte bildet et passende navn, f.eks. SvarA.TXT og åpne denne nye fila så fra Image. Da skal du se tallverdiene, og disse bør ikke avvike alt for mye fra dem du har (Image regner litt feil, så siste desimal er ikke nødvendigvis riktig).
3 Digital bildebehandling for Radiografer Side 3 av 9 Lag din egen tekstfil fra File, New med Text avmerket, og skriv inn filtermasken B her. Spar denne som en ny fil Oppg831MaskB.txt. Gjenta operasjonen beskrvet over med denne maska (NB! husk å lese inn det opprinnelige bildet Oppg831a.tif på nytt, da du jo har endret pikselverdiene i oppgave c) (Fasit på regnwstykkene: Filtrert bilde med maske A, der piksler langs ytterkanten er fjernet Hvis vi deler ned med summen av vektene (6), får vi i stedet Filtrert bilde med maske B, der piksler langs ytterkanten er fjernet ) 8.4 Lavpassfiltrering (glatting) Kalles også glatting eller bluring. Maske A over er et eksempel på et glattefilter. Et glattefilter reduserer store utslag i intensitetsverdier og bringer dem mot en felles lokal verdi. Dette er nyttig f.eks. dersom bildet er spettet på den måten at det er en del støy i enkeltpikslers intensitetsverdier. Man må imidlertid være klar over at skarpe overganger i bildet blir mer utydelige og at små detaljer kanskje kan forsvinne helt fra bildet. Tre typiske eksempler på glattefiltre er: De to første er bygd inn i Image som Process, Smooth (sjekk manualen for å finne ut hvordan du kan få den ekstra glattingen som det midterste filteret gir.) Det siste filteret er et Gausisk glattefilter Oppgaver, glatting Denne oppgaven skal vise hvordan glattefiltre kan fjerne småvariasjoner (støy), men samtidig fjernes detaljer og skarpe intensitetsoverganger flyter ut og blir utydelige. Åpne testbildet Oppg841a.tif, som er et røntgenbilde av en konkylie med kunstig støy for å illustrere poengene. Bruk kommandoen Smooth fra Process menyen (bruk begge varianter og utfør gjerne kommandoen flere ganger etter hverandre). Studer
4 Digital bildebehandling for Radiografer Side 4 av 9 og beskriv spesielt hva som skjer med: De skarpe kantene rundt det brede lyse båndet i venstre del av bildet Salt og pepper støyen litt til høyre for midten av bildet Det spettede området helt i øverste høyre hjørne av bildet. Enkelt-pikslene på toppen av bildet De tynne hvite og svarte linjene nederst i bildet Plott intensiteten på tvers av det brede båndet til venstre i bildet før og etter glatting. Beskriv hva plottet viser, og forklar hvorfor dette skjer. Velg et rektangel innenfor det spettede området helt øverst til høyre og bruk kommandoen Measure fra Analyze menyen til å finne standardavviket både på det orginale bildet og det glattede bildet. Legg merke til at standardavviket avtar, men betyr dette at kvaliteten i bildet blir bedre? Når man kjører et filter flere ganger (utfører smooth kommandoen flere ganger), øker glattingen og i effekt svarer dette til at man kjører et større filter en gang. Bruk kommandoen Convolve fra Process menyen og finn fram til filtrene som ligger inne i mappen Kernels der hvor Image programmet ligger. Denne Kernels mappen inneholder en del litt større filtre som er ferdiglagde. Du kan f.eks. prøve Gauss 5x5 og Gauss 15x15 som er to glattefiltre. Prøv også Mean 63x63 og legg merke til hvordan alle detaljer forsvinner, men at hovedstrukturene som f.eks. det kustige lyse området til venstre i bildet fortsatt beholdes, men at de breier seg voldsomt utover (det blir en ramme på 63 piksler rundt bildet som ikke filtreres.) Øyet er mye mer følsomt for skarpe gråtoneoverganger enn gradvise. Hva betyr dette satt i sammenheng med glatting? Medianfiltrering (side 95 i Crane) er et meget godt alternativ til vanlige glattefiltre for å redusere støy. Let deg fram til hvordan du får utført medianfiltrering i Image og prøv det på Oppg841a.tif. Medianfiltrer 4x5 testbildet i Oppgave for hånd. 8.5 Høypassfiltrering (skjerping) Høypassfiltrering kalles også Sharpen(ing). Maske B i første eksempel er et høypassfilter. Et høypassfilter (og et high-boost filter) forsterker små utslag i intensitetsverdier. Dette fremhever små detaljer, men også støyen i bildet Oppgaver, høypassfiltrering Gjennomfør oppgaven i forrige avsnitt, men nå med Sharpen kommandoene fra Process menyen i stedet. Legg merke til hvordan strukturen i skallet på konkylien blir tydeligere med stadig mer skjerping av bildet, men også at støyen dominerer mer og
5 Digital bildebehandling for Radiografer Side 5 av 9 mer. (Det er ingen høypassfiltre i Kernels mappen.) 8.6 Fouriertransform til filtrering Dersom vi gjennomfører en Fourier transform (FFT), vil de lave frekvensene ligge midt i (amplitude) bildet, mens de høyfrekvente delene av signalet ligger i ytterkantene av bildet. Dermed kan vi f.eks. fjerne uønskede frekvenser i det Fouriertransformerte bildet, for så å transformere tilbake til et filtrert bilde. Dette skal vi nå eksperimentere litt med i Image. Åpne bildet Oppg861a.tif som er et kvadratisk utsnitt av konkylien vi brukte over. Utfør så FFT fra FFT fra Process menyen. Bildet til høyre skal da komme fram: Figur 8.6.1: Orginalbildet til venstre og amplitudebildet fra FFT til høyre Amplitudebildet kan vi manipulere enten ved at man enten beholder et frekvensområde ved å male det svart, eller at man fjerner et frekvensområde ved at man gjør det helt hvitt (f.eks. ved å slette pikselverdiene der.) Etter at du har manipulert amplitudebildet ferdig, gjør du Inverse FFT fra FFT i Process menyen. Høypassfiltrering: Med det runde, stiplede verktøyet i Tools vinduet tegner du en sirkel med diameter på rundt 50 (sees i Info vinduet). Tips: hold shift-tasten nede når du trekker ut sirkelen, da blir det en sirkel og ikke en ellipse. Flytt til slutt sirkelen slik at den ligger sentrert best mulig i bildet. Trykk så på delete tasten slik at alle frekvenser innenfor sirkelen blir slettet, dvs. at alle lave frekvenser i bildet blir tatt vekk. Gjør så Inverse FFT og du skal få omtrent det som vises under.
6 Digital bildebehandling for Radiografer Side 6 av 9 Figur 8.6.2: Til venstre: Amplitudebildet med lave frekvenser fjernet. Til høyre: Inversfiltrert bilde der kun de høye frekvensene, dvs. kantene synes. Lavpassfiltrering: Velg pipetten og klikk på feltet black. Velg deretter malerkosten som nå maler med svart. Start ut med det opprinnelige bildet og gjør en FFT i- gjen. I amplitudebildet, mal svart et tilsvarende område som det som ble fjernet i eksemplet over. Finn ut hvordan bildet nå blir når det invers-transformeres. Du vil se at skarpe kanter gir ekko. Dette er et typisk fenomen og tilsvarende effekter kan man også kan se i sterkt komprimerte bilder. Beholde lave frekvenser og horsontale og vertikale linjer i bildet. I et nytt FFTamplitudebilde, mal over hele de sentrale vertikale og horsontale linjene (du lager er kors). Dermed glatter vi filteret unntatt i horisontal og vertikal retning, da skarpe kanter i disse retningene beholdes som skarpe. Dette ser du spesielt godt på de tynne linjene nederst i bildet, da de horisontale beholdes mens de skrå fjernes. Behold bare de to skrå linjene i bildet. Prøv å få til dette. Hvilke andre strukturer får du da også med deg? Et tips: Hvis du dobbeltklikker på malerkosten kan du endre størrelsen på den, f.eks. gjøre den smalere slik at du kan markere mindre deler av amplitudebildet. 8.7 Kantfinning (Outlining) Kantfinning brukes blant annet til å vise konturer, grenser mellom vevstyper, osv. Kantfinning er også en viktig del av segmentering av bilder, som vil være sentralt innen datastøttet diagnose. Det finnes et utall av metoder for å finne kanter, og hver metode passer til visse typer bilder. Det er ikke mulig å lage en generell kantfinningsrutine som alltid virker Kantfinning med første ordens deriverte Åpne bildet Oppg871a.tif som er en liten collage satt samen av fire utsnitt av ulike skjelettbilder.
7 Digital bildebehandling for Radiografer Side 7 av 9 Prøv de to konvolusjonsfilterene Oppg871FiltA.txt. og Oppg871FiltB.txt på det originale bildet Oppg871a.tif. Observer hvordan de to filterene forsterker horisontale og vertikale kanter. Åpne filterfilene og regn manuelt hvordan filteret fungerer på dette lille eksempelbildet Bruk kommandoen Find edges kommandoene fra Process menyen på Oppg871a.tif.Denne kommandoen finner både horisontale og vertikale kanter i bildet. Finn ut hvordan Find edges virker fra Image dokumentasjonen. Sammenlign dennemetoden med metoden som er beskrevet i seksjon i PACS boka og finn likhetene og forskjellene. Sammenlign også med homogeneity og difference operatoren i Crane-boka, figur 3.12 og Kantfinning med andre ordens deriverte Oppgavene over er varianter over temaet første ordens deriverte som er beskrevet på side 86 i Crane. Første ordens deriverte måler hvor bratte kantene i intensiteten er jo brattere jo sterkere kant. Et alternativ er å finne ut hvor kantene går over fra å bli brattere og brattere til å flate ut igjen (dobbeltderiverte). (side 88 i Crane). Ettersom ren (dobbelt)derivering forsterker støy mye, er det ofte gunstigst å først glatte bildet før man beregner den (dobbelt)deriverte. Dette kan man få til med en enkelt operasjon (maske), f.eks. Laplacian of Gaussian (LoG) eller Difference of Gaussian (DoG) som beskrives i Crane. Lag dine egne filtre som vist på side 88 i Crane og bruk disse på øvingsbildet Oppg861a.tif. Prøv også de to filtrene DoG7x7.txt og DoG9x9.txt som følger med oppgavesettet denne uka. Disse to filtrene er vist på side 92 i Crane Cannys kantfinning For mer komplette (og kompliserte metoder), ta en titt på siste avsnittet i kapittel 3 i Crane. Her beskrives en svært kjent kantfinningsmetode, Cannys, på en rimelig lettfattelig måte. Studer også α-trimmed mean filteret som er beskrevet helt til slutt og prøv å forstå hvordan dette virker.
8 Digital bildebehandling for Radiografer Side 8 av Konvolusjonsfiltre utfører match filtrering La du merke til at filtrene Oppg871FiltA.txt. og Oppg871FiltB.txt i forrige avsnitt lignet på det de skal lete etter, dvs henholdsvis en horisontal og en vertikal kant? Det er et generelt prinsipp at filtre forsterker de strukturene de selv ligner på. Følgende lille øvingsoppgave viser dette: Åpne. filteret Oppg881FiltA.txt og sjekk at dette er et øvre-venstre hjørne. Prøv å kjøre dette hjørne- filteret på testbildet Oppg871b.tif. Legg merke til at øvre-venstre hjørner i bildet er blitt forsterket, dvs. at de har høyere intensitetsverdier enn resten av bildet (unntatt ramma som ikke er filtrert) og dermed framstør som svarte. Sjekk ved å velge Threshold fra Options menyen på det filtrerte bildet og så trekke terskelvedien i LUT vinduet nedover i retning av svart. Etter hvert ser du at det bare er igjen de øvre-venstre hjørnene i bildet. 8.9 Skalering og rotasjon Dette rekker vi ikke å behandle i veldig detalj, men sørg for at dere skjønner problemstillingen som oppstår når man skal beregne pikselverdien innimellom eksisterende piksler (pikselverdier kan sees på som måling av intensiteten i et enkelt punkt). Dere må videre skjønne nærmeste nabo interpolasjon, samt bilineær interpolasjon. Høyere ordens interpolasjon gir noe bedre resultat enn bilineær interpolasjon, men det holder om dere har en grov forståelse av hva disse metodene består i. Det er imidlertid viktig at dere er klar over at slik skalering og rotering av bilder reduserer bildekvaliteten, og at de stort sett glatter bilder, dvs. reduserer kontrasten på små detaljer. De følgende oppgavene skal illustrere dette: Anta at et linjebilde på 1x5 piksler har følgende intensitetsverdier (Nederste linje i uthevet skrift er koordinatverdiene til pikslene, målt fra venstre kant av bildet) (Intensitetsverdier) (koordinater) Skaler dette bildet slik at du får et linjebilde med 7 piksler i stedet for 5, dvs. med pikselverdier utregnet i koordinatene: 0,000, 0,667, 1.333, 2,000, 2,667, 3,333, 4,000. Bruk (bi)lineær interpolasjon, dvs. at hvis en nytt piksel ligger 1/3 fra det ene opprinnelige pikslet og 2/3 fra det andre, får det (1-1/3)=2/3 av sin verdi fra det første opprinnelig pikslet og (1-2/3)=1/3 fra det andre opprinnelige pikslet. Du skal da se at toppene som er en piksel brede i 1x5 bildet blir to piksler brede i det skalerte bildet, og at intensiteten bare blir 2/3 av 255. Bildet er med andre ord glattet.
9 Digital bildebehandling for Radiografer Side 9 av Oppgaver skalering og rotasjon Åpne øvingsbildet Oppg89a.tif, som har enkeltlinjer, et frittstående piksel og kanter. Bruk kommandoen Scale and Rotate fra Edit menyen og skaler begge retninger med 1.33, velg bilineær metode. Zoom inn begge bildene slik at du ser enkeltpiksler godt. Se så på hjørnet der de to linjene møtes, på det frittstående pikslet, og på kanten på den tykke linja. Hva ser du? På det opprinnelige bildet, utfør kommandoen Scale and Rotate fra Edit menyen nok en gang, men velg nå en rotasjon på 30 (grader) og ingen skalering (verdi 1). Fortsatt skal du bruke bilineær metode. Forstørr også dette bildet slik at du ser enkeltpikslene tydelig. Hva ser du? Prøv ut kommandoen Rotate Right, Rotate left, Flip Horisontal og Flip Vertical fra Edit menyen. Disse kommandoene flytter bare rundt på pikslene og beregner ingen nye verdier, og vil derfor ikke redusere informasjonsinnholdet i det opprinnelige bildet.
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
DetaljerPrøve- EKSAMEN med løsningsforslag
Prøve- EKSAMEN med løsningsforslag Emnekode: ITD33514 Dato: Vår 2015 Hjelpemidler: Alle trykte og skrevne. Emne: Bildebehandling og mønstergjenkjenning Eksamenstid: 4 timers eksamen Faglærer: Jan Høiberg
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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 :
DetaljerBasisbilder - 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
DetaljerUNIVERSITETET 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
DetaljerFiltrering i Frekvensdomenet II
Filtrering i Frekvensdomenet II Lars Vidar Magnusson March 7, 2017 Delkapittel 4.8 Image Smoothing Using Frequency Domain Filters Delkapittel 4.9 Image Sharpening Using Frequency Domain Filters Low-Pass
DetaljerINF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein
INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF30 Digital bildebehandling Eksamensdag: Mandag 6. juni 06 Tid for eksamen: 4:30 8:30 Løsningsforslaget er
DetaljerIntensitetstransformasjoner og Spatial Filtrering
Intensitetstransformasjoner og Spatial Filtrering Lars Vidar Magnusson January 23, 2017 Delkapittel 3.1 Background Delkapittel 3.2 Some Basic Intensity Tranformation Functions Spatial Domain Som vi allerede
DetaljerFilter-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)]
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerBildebehandling i GIMP
Bildebehandling i GIMP 9.1 Opprette et dokument & 9.2 Bildestørrelse For å opprette et nytt dokument velger du File > New (Fil > Ny...) Da vil følgende vindu dukke opp: Her er bildets oppløsning satt til
DetaljerMidtveiseksamen Løsningsforslag
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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
DetaljerUNIVERSITETET 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:
DetaljerINF 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
DetaljerUNIVERSITETET 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
DetaljerHvordan lage terreng i ArchiCAD (mesh tool):
Hvordan lage terreng i ArchiCAD (mesh tool): Når man skal lage terreng i ArchiCAD må man først ha et kartgrunnlag å gå ut fra. Dette kan godt være en jpeg eller lignende, men det beste er en vektortegning.
DetaljerPunkt, Linje og Kantdeteksjon
Punkt, Linje og Kantdeteksjon Lars Vidar Magnusson April 18, 2017 Delkapittel 10.2 Point, Line and Edge Detection Bakgrunn Punkt- og kantdeteksjon er basert på teorien om skjærping (forelesning 7 og 8).
DetaljerUNIVERSITETET 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:
Detaljer1 Adobe Photoshopkurs høsten 2009 - del 1 - Gøy med Photoshop
Vi lager en Snemann! Dette er bildet vi skal lage! Her er alle delene vi skal bruke: 1 Vi begynner med å lage et nytt dokument i Photoshop. File - New Størrelsen skal være: bredde 11cm - høyde 15,2cm og
DetaljerINF 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
DetaljerUNIVERSITETET 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
DetaljerLokale 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( 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
DetaljerKapittel 2 - Undersøke modellen...3
18.11.2008 Kapittel 2... 1 DDS-CAD 6.5 Undersøke modellen Kapittel Innhold... Side Kapittel 2 - Undersøke modellen...3 Vis alt... 3 Vis forrige utsnitt/forminsk bildet... 3 Zoom inn markert objekt... 3
DetaljerUNIVERSITETET 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
DetaljerTemaer 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
DetaljerStart med å åpne programmet ved å trykke på ikonet GIMP 2 på skjermen eller under startmenyen.
1 Tegne i GIMP Det er flere måter å tegne på i Gimp. Man kan bruke frihåndstegning, og man kan bruke utvalgsverktøy. Man kan også hente opp bilder som kan manipuleres med ulike verktøy. Åpne Gimp Start
DetaljerFrevensanalyse av signaler (del 2) og filtrering av bilder
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 3 Frevensanalyse av signaler (del 2) og filtrering av bilder Sarpsborg 28.01.2005
DetaljerHøgskoleni østfold EKSAMEN. ITD33506 Bildebehandling og monstergjenkjenning. Dato: Eksamenstid: kl 9.00 til kl 12.00
Or Høgskoleni østfold EKSAMEN Emnekode: Emne: ITD33506 Bildebehandling og monstergjenkjenning Dato: 25.11.2013 Eksamenstid: kl 9.00 til kl 12.00 Hjelpemidler: Læreboken, ett A4-ark skrevet på begge sider
DetaljerLIGHTNING ET PROGRAM FOR SKJERMFORSTØRRING BRUKERVEILEDNING. Bojo as Akersbakken 12, N-0172 Oslo Utgave 1206 Bojo as 2006
LIGHTNING ET PROGRAM FOR SKJERMFORSTØRRING BRUKERVEILEDNING Bojo as Akersbakken 12, N-0172 Oslo Utgave 1206 Bojo as 2006 23 32 75 00 23 32 75 01 post@bojo.no http://www.bojo.no Innhold Innhold...2 1. Om
DetaljerUndersøke modellen... 3
DDS-CAD 9 Undersøke modellen Kapittel 2 1 Innhold Side Kapittel 2 Undersøke modellen... 3 Vis alt... 3 Vis forrige utsnitt/forminsk bildet... 3 Zoom inn markert objekt... 3 Midterste musetast holdes nede...
DetaljerUNIVERSITETET 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
DetaljerENKEL BILDEBEHANDLING MED ADOBE PHOTOSHOP CS3
VÅR 2011 TRYKK OG FOTO ENKEL BILDEBEHANDLING MED ADOBE PHOTOSHOP CS3 Røyken videregående skole Ingrid Østenstad ENKEL BILDEBEHANDLING MED ADOBE PHOTOSHOP CS3 EXTENDED Først må du laste opp bildene fra
DetaljerTMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2 07.03.2013 I dette oppgavesettet skal vi se på ulike måter fouriertransformasjonen anvendes i praksis. Fokus er på støyfjerning i signaler. I tillegg
DetaljerUtkast 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
DetaljerINF 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
DetaljerINF 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
DetaljerHvordan du kommer i gang med LOGO.
Hvordan du kommer i gang med LOGO. Innhold: Velkommen til et kurs for å lære grunnleggende bruk av LOGO. Vi går gjennom noen viktige funksjoner slik at du til slutt kan få til å programmere. Dette opplegget
DetaljerLøsningsforslag, 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
DetaljerINF2310 Digital bildebehandling
INF3 Digital bildebehandling Forelesning 8 Repetisjon: Filtrering i bildedomenet Andreas Kleppe Filtrering og konvolusjon Lavpassfiltrering og kant-bevaring Høypassfiltrering: Bildeforbedring og kantdeteksjon
DetaljerFlater, kanter og linjer INF Fritz Albregtsen
Flater, kanter og linjer INF 160-11.03.2003 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 3: - Canny s kant-detektor - Rang-filtrering - Hybride filtre - Adaptive filtre Litteratur: Efford, DIP, kap.
DetaljerLokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I
Lokale operasjoner INF 30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre
DetaljerINF 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
DetaljerIntroduksjon. «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
DetaljerBasisbilder - 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
DetaljerINF 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,
DetaljerUNIVERSITETET 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
DetaljerTMA Matlab Oppgavesett 2
TMA4123 - Matlab Oppgavesett 2 18.02.2013 1 Fast Fourier Transform En matematisk observasjon er at data er tall, og ofte opptrer med en implisitt rekkefølge, enten i rom eller tid. Da er det naturlig å
DetaljerLøsning 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
DetaljerMotivasjon. 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
DetaljerMorfologiske 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
DetaljerUNIVERSITETET 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
DetaljerObligatorisk 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
DetaljerVerdens korteste grunnkurs i Excel (2007-versjonen)
Verdens korteste grunnkurs i Excel (2007-versjonen) NB! Vær oppmerksom på at Excel kan se annerledes ut hos dere enn det gjør på bildene under. Her er det tatt utgangspunkt i programvaren fra 2007, mens
DetaljerMorfologi i Gråskala-Bilder II
Morfologi i Gråskala-Bilder II Lars Vidar Magnusson April 4, 2017 Delkapittel 9.6 Gray-Scale Morphology Top-Hat (Topphatt) Transformasjon Et eksempel på bruk av top-hat transformasjonen Top-Hat (Topphatt)
DetaljerMS Word. Del 1. AVkurs
MS Word Del 1 Starte og avslutte Word Starte: Klikk på «Start knappen» og så Word om du ser det eller, skriv word i søke feltet og klikk på det om det dukker opp Avslutte Klikk på x knappen opp til høyre
DetaljerMorfologiske 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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:
DetaljerFiltrering. Konvolusjon. Konvolusjon. INF2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I
Filtrering INF30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I Andreas Kleppe Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W:.6., 3., 3.4-3.5,
DetaljerMerke objekt Kapittel 3. Merke objekt Kapittel 3
DDS-CAD 10 Merke objekt Kapittel 3 1 Innhold Side Kapittel 3 Merke objekt... 3 Endre parametre for merket objekt... 3 Merke objekt innenfor og som berøres av et rektangel... 5 Merke alle objekt innenfor
DetaljerEKSAMEN. Bildebehandling og mønstergjenkjenning
EKSAMEN Emnekode: ITD33514 Dato: 18. mai 2015 Hjelpemidler: Alle trykte og skrevne. Emne: Bildebehandling og mønstergjenkjenning Eksamenstid: 4 timers eksamen Faglærer: Jan Høiberg Eksamensoppgaven: Oppgavesettet
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF210 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 1:00 Løsningsforslaget
DetaljerFørst ser vi på navnene på kubens sider
Først ser vi på navnene på kubens sider R står for Right - høyre side L står for left - venstre side U står for Up - øveste side D tår for Down - underste side F står for Front - fremste side B står for
DetaljerUNIVERSITETET 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
DetaljerVeiledning til e-kurs
2012 Veiledning til e-kurs Bjørnar Larsen Autech Kompetanse as 08.04.2012 Innledning Du bruker e-kurset i reguleringsteknikk og industriell måleteknikk på samme måte. Samme veiledning kan derfor brukes
DetaljerINF 1040 Løsningsforslag til kapittel
INF 040 Løsningsforslag til kapittel 8 Oppgave : Huffmankoding med kjente sannsynligheter Gitt en sekvens av symboler som er tilstrekkelig lang, og som inneholder de 6 symbolene A, B, C, D, E, F. Symbolene
DetaljerFiltrering i Frekvensdomenet III
Filtrering i Frekvensdomenet III Lars Vidar Magnusson March 13, 2017 Delkapittel 4.9.5 Unsharp Masking, Highboost Filtering, and High-Frequency-Emphasis Filtering Delkapittel 4.10 Unsharp Masking og Highboost
DetaljerINF 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
DetaljerADJUSTMENT LAYERS & BLENDING OPTIONS CS6
I dette kurset skal vi lære hvordan vi kan bruke adjustment layers for å juster enten hele, eller deler av bildet vårt. Fordelen med disse adjustment layers er at vi kan finjustere dem, eller slette dem
DetaljerUNIVERSITETET 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.
DetaljerInf109 Programmering for realister Uke 5. I denne leksjonen skal vi se på hvordan vi kan lage våre egne vinduer og hvordan vi bruker disse.
Inf109 Programmering for realister Uke 5 I denne leksjonen skal vi se på hvordan vi kan lage våre egne vinduer og hvordan vi bruker disse. Før du starter må du kopiere filen graphics.py fra http://www.ii.uib.no/~matthew/inf1092014
DetaljerEksamen i IN 106, Mandag 29. mai 2000 Side 2 Vi skal i dette oppgavesettet arbeide med et bilde som i hovedsak består av tekst. Det binære originalbil
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i IN 106 Introduksjon til signal- og bildebehandling Eksamensdag: Mandag 29. mai 2000 Tid for eksamen: 29. mai 2000 kl 09:0031.
DetaljerDigital bildebehandling PhotoShop
Digital bildebehandling PhotoShop Skedsmo kommune November 2009 Monica Johannesen IKT-seksjonen LUI - HIO Høgskolen i Oslo Hva er Photoshop? Photoshop er et program for avansert bearbeiding av digitale
DetaljerHer er en enkel bruksanvisning på administrasjonspanelet til hjemmesiden din på QTSystems.
Her er en enkel bruksanvisning på administrasjonspanelet til hjemmesiden din på QTSystems. Redigert 10.februar 2010. For at det skal bli lettere å lese denne manualen kan du justere størrelsen på dette
DetaljerIllustrator, bruk av Pen tool. Pentool og rette linjer
Illustrator, bruk av Pen tool Pentool er ikke det enkleste tegneredskapet man kan bruke, men når man blir godt kjent med det og kommer over opplevelsen i første møtet så er min erfaring at det er et utmerket
DetaljerINF2310 Digital bildebehandling
Filtrering INF30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDEDOMENET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W:.6., 3., 3.4-3.5,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 29. mars 2007 Tid for eksamen: 09.00 2.00 Oppgavesettet er på 5 sider. Vedlegg: INF 3470 / INF 4470 Digital Signalbehandling
DetaljerMidtveiseksamen. INF Digital Bildebehandling
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt for eksamen:
DetaljerFiltrering i bildedomenet. Middelverdifilter (lavpass) Lavpassfiltre. INF2310 Digital bildebehandling FORELESNING 15 REPETISJON
Filtrering i bildedomenet INF3 Digital bildebehandling FORELESNING 5 REPETISJON Andreas Kleppe Filtrering i bildedomenet D diskret Fourier-transform (D DFT) Kompresjon og koding Morfologiske operasjoner
DetaljerSIDETITTEL HURTIGSTASTERPÅ TASTATURET
SIDETITTEL HURTIGSTASTERPÅ TASTATURET STANDARD HURTIGTASTER PÅ TASTATURET MARKERING Linje L Ctrl + Alt + B Lås Ctrl + Skift + L Sentrer Ctrl + Alt + E Merknad N Tilpass venstre Ctrl + Alt + L Penn P Midtstill
DetaljerTDT4105 Informasjonsteknologi, grunnkurs Eksempler
1 TDT4105 Informasjonsteknologi, grunnkurs Eksempler Rune Sætre (satre@idi.ntnu.no) 2 Kommunedata Sør-Trøndelag 25 kommuner Navn Innbyggere Areal (km 2 ) Tekstfil med 25 linjer Må representere dette i
DetaljerLøsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II
Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II 1. En fax-oppgave: a. Et ark med tekst og enkle strektegninger skal sendes pr digital fax over en modemlinje med kapasitet
DetaljerProsjekt 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,
DetaljerHamboHus 5.4 Rev. 1, 8. september 2005 A. Cordray
HamboHus Technical Note Nr 10: Terreng HamboHus 5.4 Rev. 1, 8. september 2005 A. Cordray I HamboHus 5.4 er implementasjonen av terreng utvidet og forbedret. Det er lettere å lage terrengpunkter, og mye
DetaljerPHOTO STORY 3 BRUKERVEILEDNING TILRETTELAGT AV JAN HALLSTENSEN LGA SKOLENES IT-SENTER
PHOTO STORY 3 BRUKERVEILEDNING TILRETTELAGT AV JAN HALLSTENSEN LGA SKOLENES IT-SENTER TROMSØ TROMSØ KOMMUNE - 2006 LGA SKOLENES IT-SENTER 2 1. Starte programmet Start Photo Story 3 1. Klikk og velg 2.
Detaljerwww.ir.hiof.no/~eb/viz.htm Side 1 av 11
www.ir.hiof.no/~eb/viz.htm Side 1 av 11 Innhold Side MÅL. 1 OPPGAVE / RESULTAT. 1 BESKRIVELSE ØVING 5A. 2 BESKRIVELSE ØVING 5B. 6 VIKTIGE KOMMANDOER 9 MÅL Når du har utført denne øvingen, skal du kunne:
DetaljerTEKST - 1. åpne bildet av blåveisene. dobbeltklikk på låsen på Background i Layers Paletten din
TEKST - 1 Her skal vi jobbe litt med tekst. Når vi lager personlige kort så kan det være greit å kunne lage litt ekstra ut av fonten (teksten). Vi skal også bruke layer mask i denne øvelsen. 1 åpne bildet
DetaljerLayout og publisering
Layout og publisering Målet for denne kursomgangen er at du skal: - Bli kjent med menyene i ArcMap - Gjøre enkle forandringer i et eksisterende prosjekt - Lage et kart basert på prosjektet, som kan skrives
DetaljerKonvolusjon og filtrering og frevensanalyse av signaler
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 2 Konvolusjon og filtrering og frevensanalyse av signaler Sarpsborg 21.01.2005 20.01.05
Detaljer