Innføring i bildebehandling
|
|
|
- Maren Madsen
- 10 år siden
- Visninger:
Transkript
1 Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Halden Revidert Log GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Delvis nyskrevet Log, GKS GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Revidert Log GKS Ny oppgave Log LMN Log, LMN Rev. Dato. Beskrivelse. Skrevet av Kontrollert Godkjent Fil : Skrevet ut av : sl :25:00 Antall sider : 6
2 Labkjøringen kjøres i tidsrommet Kun en gruppe kan ta bilder ad gangen, men prosessering i MATLAB kan dere gjøre på andre maskiner. Tidspunkt for kjøring avtales med Geir Kramviken Strøm. Skriftlig innlevering etter gjennomført laboppgave. Innleveres senest Dette er likt for alle laboppgavene med mindre annet er beskrevet særskilt i oppgaven. Skriftlig del: Det skal være en skriftlig labbesvarelse i kortversjon. Alle bilder som er krevd vedlegges. Pass på at de kommer i kronologisk rekkefølge. Alle spørsmål i laboppgaveteksten skal besvares! Dersom gruppen har skrevet egne MATLAB-programmer, skal de vedlegges. En beskrivelse av hvordan gruppen har jobbet med jobben. Her inngår hvem har gjort hva og hvor mange timer den enkelte har brukt. Til slutt skal rapporten inneholde en konklusjon som oppsummerer oppgaven: hva gruppen har lært, hvilke problemer oppsto underveis og hvilke forbedringer bør gjøres. Oppgavens vanskelighetsgrad? (1 (lett) 5 (meget vanskelig)). Innføring i bildebehandling - HIØ side 2
3 Innledning. Oppgaven går ut på å bli kjent med bruk av ferdige MATLAB-funksjoner, eventuelt lage egne programmer for bildebehandling. Det skal tas bilder av ulike objekter under forskjellige lysforhold ved hjelp av et digitalkamera (nettverkskamera). Binære bilder skal så dannes ved å velge fornuftige terskelverdier, og man får erfare hvilke problemer man møter i denne sammenheng. I en viss utstrekning kan svakhetene kompenseres for ved å transformere et bilde før det terskles. Formål. Bli kjent med de deler som utgjør utstyret til et enkelt bildebehandlingslaboratorium. Få erfaring i bruk av bildeprosesseringsverktøy. Bli smertelig klar over at ytre forhold rundt arbeidscellen påvirker kvaliteten på et bilde. (Det hjelper ikke med allverdens bildebehandlingsrutiner, for eksempel bruke MATLAB, dersom et bilde har dårlig kvalitet.) Få erfaring i valg av terskelverdier, blant annet bruk av histogrammet som hjelpemiddel. Forstå hvilke problemer det ligger i valg av terskelverdi. Lære å bruke enkle transformsjonsrutiner på et bilde. Beskrivelse av utstyr. Utstyret er plassert på rom DU Utstyret til laboratoriet består av: Axis2100 nettverkskamera (farge). Stativfeste for kameraet og plate med overtrukket svart duk til å legge legemer på for fotografering. Til stativet hører det med en gardin. Lysrørbelysning. En spotlampe til belysning. Klosser av forskjellig form og farge. Leketøyhelikopter. Litteratur. Læreboken i faget. Før dere begynner. Installer MATLAB på maskinene deres. Spør Hans-Olav eller Geir om hjelp, Med MATLAB-funksjonen imread(' tar kameraet Axis 2100 Network Camera 2.34 et bilde. Innføring i bildebehandling - HIØ side 3
4 Oppgave A 1. Gjør dere kjent med utstyret og hvordan dere bruker MATLAB ved bildebehandling. Få kameraet i «on-line» og skarpstill linsen om nødvendig (ved å legge et eller annet på underlaget). 2. I dette punktet skal vi bruke lysrørbelysningen som er montert på stativet. Lysrørene skal være på, og spotlampen av. Velg en tynn og en tykk blå kloss og legg dem ved siden av hverandre på det svarte underlaget. Ta et bilde og lagre det med navnet bilde1. Det lagrede bildet skal være i gråtoner. Velger gruppen å ta et fargebilde så må det konverteres til gråtonebilde før lagring. Legg ved utskrift av bilde1. 3. La klossene ligge i samme posisjon som i punkt 2. La nå spotlampen, som er festet på rammen med en klype, være lyskilde, dvs. lysrørene er skrudd av. La spotlampen peke mot objektene. Ta et nytt bilde av klossene (bilde2) som også lagres. Legg ved utskrift av bilde2. 4. Få fram forskjellen, absoluttverdi, mellom bilde1 og bilde2 som lagres som bilde1-2. Finn største og minste pikselverdi i dette bildet. Legg ved utskrift av bilde1-2. Kommenter så hvordan lysforhold spiller inn på bildekvaliteten. 5. Ta bort den tynne blå klossen og erstatt den med en tynn gul kloss. Plasser den gule klossen slik at den hviler både mot den blå og underlaget, dvs. den gule klossen vil ligge skrått i forhold til underlaget. Ta to bilder på samme måte som i punkt 2 og 3, der bilde3 blir tatt med lysrørene som lyskilde og bilde4 med spotlampen som lyskilde. Legg ved utskrift av bilde3 og bilde4. 6. Få fram forskjellen, absoluttverdi, mellom bilde3 og bilde4 som lagres som bilde3-4. Finn største og minste pikselverdi i dette bildet. Legg ved utskrift av bilde3-4. Kommenter så hvordan lysforhold spiller inn på bildekvaliteten. Etter å ha gjennomført denne lab-sekvens besvar så følgende to punkter: Forklar hvorfor det er viktig å få så kontrastklare, skygge- og refleksjonsfrie bilder som mulig. Nevn og kommenter de viktigste støykildene i dette bildebehandlingsoppsettet. Innføring i bildebehandling - HIØ side 4
5 Oppgave B 1. Hent fram bilde1 eller bilde2 med de to blå klossene. Bildet skal gjøres om til et binært bilde slik at alle piksler med verdi under terskelverdien blir svarte mens de med verdi over blir hvite. Velg en fornuftig terskelverdi slik at bildet av begge "klossene" kommer klart fram, og bakgrunnen blir mest mulig redusert. Forklar hvordan histogrammet gir informasjon med hensyn til valg av terskelverdi. Legg ved en utskrift av den binære versjonen av bildet. Legg også ved bilde av histogrammet. 2. Hent dernest fram bilde3 eller bilde4 med en blå og en gul kloss. Velg en terskelverdi slik at begge "klossene" kommer klart fram, og bakgrunnen blir mest mulig redusert. Forklar hvorfor det er vanskeligere å bestemme en gunstig terskelverdi for dette bildet ved å bruke histogram, framfor bildet med de to blå klossene. Glem ikke å vurdere klossenes beliggenhet i forhold til lyskilden. Legg ved den «beste» binære versjonen av bildet samt histogrammet med terskelverdien markert. 3. Forsett med valgt bilde i punkt 2. Se om gruppen klarer å finne en terskelverdi som frambringer bare klossen med høyest intensitet og deretter bare den med lavest intensitet. Legg ved den "beste" binære versjonen i hvert tildfelle. 4. Til nå har gruppen trenet på enkle objekter. Velg enten lysrørene eller spotlampen som lyskilde. Ta bilde av helikopteret, bilde5. Skill ut helikopterets rotor fra resten av helikopteret og underlaget. Legg ved en utskrift av det opprinnelige og det "beste" binære bildet. Med utgangspunkt i disse bildene beskriv både hvor vellykket forsøket var og hvilke problemer gruppen sto overfor. Oppgave C 1. Skru lysrørene på og la spotlampen være avslått. Plasser en gul kloss på underlaget og ta et bilde, bilde6. ( Klossen skal være i samme posisjon i resten av oppgaven.) 2. En dag ble strømtilførselen til bildebehandlingscellen i en bedrift brutt. Bedriftseieren tilkaller gruppen med oppdrag å få «samme» intensitetsbilde på den gule klossen som i bilde6. 3. Gruppen har til disposjon følgende teori: Et bilde kan helt eller delvis gjøres lysere eller mørkere ved å transformere pikselverdiene. Tre av måtene å gjøre det på er: addisjon subtraksjon multiplikasjon Innføring i bildebehandling - HIØ side 5
6 4. Skru av både lysrør og spotlampe. Trekk den svarte gardinen forsiktig over stativet uten at den gule klossen kommer ut av posisjon. Pass på å dekke til slik at minst mulig lys slipper inn. Ta et nytt bilde av den gule klossen, bilde7. (Beskjær bildet om nødvendig. I så fall gjør det samme med bilde6.) Gruppen gjennomfører hver av de tre transformasjonene på bilde7 med henblikk på å oppfylle bedriftens ønsker. Plukk ut det beste resultatet og kall det bilde8. Ta differansebildet, absoluttverdi, mellom bilde6 og bilde8. Legg ved histogrammet av differansebildet. Forklar hvordan gruppen har gått fram og hvor vellykket resultatet er blitt. 5. Gruppen kjenner til tre andre transformasjoner: eksponential (gamma) logaritmisk S-form ( stretch ) Den innebygde MATLAB-funksjonen imadjust dekker den første. MATLABfunksjonen bildetrans i læreboken gjør jobben for de to andre. Den gjør bruk av MATLAB-funksjonen desimalform som også er i læreboken. Begge de to siste ligger på fagets hjemmeside. De skal også ligge på lærebokens webside. Bruk av hver disse tre transformasjonene for forskjellige parameterverdier på bilde6. Plukk ut det beste resultatet og kall det bilde9. Ta differansebildet, absoluttverdi, mellom bilde6 og bilde9. Legg ved histogrammet av differansebildet. Forklar hvordan gruppen har gått fram. Hva ble best av bilde8 og bilde9? Forklar hva forbedringene ligger i. Ta vare på bildene til senere bruk. Dersom dere ser på oppgave side i læreboken, vil dere nikke gjenkjennende. Innføring i bildebehandling - HIØ side 6
Innføring i bildebehandling
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Halden 24.08.2010 23.08.10 Revidert Log GKS 20.08.09
Innføring i bildebehandling
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 1 Innføring i bildebehandling Sarpsborg 13.01.2005 12.01.05 Ny oppgave Log LMN Log,
Optisk lesing av en lottokupong
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 22.10.2012 17.10.12 Mindre revisjon Log
Optisk lesing av en lottokupong
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 20.10.2011 17.10.11 Mindre revisjon Log
Navigering av en mobil mikrorobot
Høgskolen i Østfold Avdeling for informasjonsteknologi Intelligente systemer Fag IAD32005 Intelligente systemer Laboppgave nr 1 Navigering av en mobil mikrorobot Halden, Remmen 25.01.2007 23.01.07 Ny oppgave
Overvåking av transportbånd
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 5 Overvåking av transportbånd Sarpsborg 03.02.2005 05.02.05 Ny oppgave Log LMN Log,
EKSAMEN. 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
Prøve- 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
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
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
MINIPROSJEKTOPPGAVE. (våren 2011)
Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Jon Heier Bergli Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2011) Tidsfrister: Utdelt: mandag 11. april. Innleveringsfrist:
PROSJEKTOPPGAVE. Høgskolen i Østfold Avdeling for informasjonsteknologi Intelligente systemer. Fag IAD32005 Intelligente systemer
Høgskolen i Østfold Avdeling for informasjonsteknologi Intelligente systemer Fag IAD32005 Intelligente systemer PROSJEKTOPPGAVE Halden, Remmen 25.02.2011 Fil : Skrevet ut av : sl 25.02.2011 13:13:00 Antall
MINIPROSJEKTOPPGAVE. (våren 2007)
Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Thanh Sang Tran Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2007) Tidsfrister: Utdelt: onsdag 13. mars. Innleveringsfrist:
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
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
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
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
Analyse av luktedata
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 6 Analyse av luktedata Sarpsborg 18.02.2005 18.02.05 Log GKS Log, GKS 07.10.03 Ny
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.
MINIPROSJEKTOPPGAVE. (våren 2007)
Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Kristin Larsen Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2007) Tidsfrister: Utdelt: onsdag 13. mars. Innleveringsfrist:
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
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
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
EKSAMEN Bildebehandling
EKSAMEN 6121 Bildebehandling 31.05.2016 Tid: 4 timer, 9 13 Målform: Bokmål/nynorsk Sidetall: 5 (denne forside + 2 + 2) Hjelpemiddel: Merknader: Vedlegg: Sensuren finner du på StudentWeb. Eksamen 6121 Bildebehandling
www.ir.hiof.no/~eb/viz.htm Side 1 av 12
VIZhtm Side 1 av 12 Innhold Side MÅL 1 OPPGAVE / RESULTAT 1 BESKRIVELSE ØVING 6A 2 BESKRIVELSE ØVING 6B 9 BESKRIVELSE ØVING 6C 12 MÅL Når du har utført denne øvingen, skal du kunne: Benytte et kamera som
Teori og oppgaver om 2-komplement
Høgskolen i Oslo og Akershus Diskret matematikk høsten 2014 Teori og oppgaver om 2-komplement 1) Binær addisjon Vi legger sammen binære tall på en tilsvarende måte som desimale tall (dvs. tall i 10- talssystemet).
Midtveiseksamen Løsningsforslag
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Midtveiseksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Tirsdag 21. mars 2017 Tidspunkt
STK1000 Obligatorisk oppgave 1 av 2
6. september 2017 STK1000 Obligatorisk oppgave 1 av 2 Innleveringsfrist Torsdag 21. september 2017, klokken 14:30 i Devilry (https://devilry.ifi.uio.no). Instruksjoner Du velger selv om du skriver besvarelsen
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
UNIVERSITETET 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
MAT 1120: Obligatorisk oppgave 2, H-09
MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,
Snake Expert Scratch PDF
Snake Expert Scratch PDF Introduksjon En eller annen variant av Snake har eksistert på nesten alle personlige datamaskiner helt siden slutten av 1970-tallet. Ekstra populært ble spillet da det dukket opp
Bedre Bridgeopplæring med Bridge Base Online.
Bedre Bridgeopplæring med Bridge Base Online. Bridge på internett blir aldri noen fullgod erstatter for virkelig bridge, men oppslutningen øker så raskt at vi må erkjenne at den er et blitt et viktig supplement.
Konvolusjon og filtrering og frevensanalyse av signaler
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 2 Konvolusjon og filtrering og frevensanalyse av signaler Sarpsborg 21.01.2005 20.01.05
Humanware. Trekker Breeze versjon 2.0.0.
Humanware Trekker Breeze versjon 2.0.0. Humanware er stolte av å kunne introdusere versjon 2.0 av Trekker Breeze talende GPS. Denne oppgraderingen er gratis for alle Trekker Breeze brukere. Programmet
TDT4105 Informasjonsteknologi, grunnkurs (ITGK)
1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre [email protected] 2 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære å designe
Pong. Oversikt over prosjektet. Steg 1: En sprettende ball. Plan. Sjekkliste. Introduksjon
Pong Introduksjon Pong er et av de aller første dataspillene som ble laget, og det første dataspillet som ble en kommersiell suksess. Selve spillet er en forenklet variant av tennis hvor to spillere slår
HDR: High Dynamic Range
HDR: High Dynamic Range Hva er dynamisk område? Et bilde med et stort dynamisk område er et med stor forskjell mellom høylys og mørke skygger. Disse to har ikke et stort dynamisk område i bildet av treet
Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004
Litt om Javas håndtering av tall MAT-INF 1100 høsten 2004 13. september 2004 En viktig del av den første obligatoriske oppgaven er å få erfaring med hvordan Java håndterer tall. Til å begynne med kan dette
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 :
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.
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
INF 1040 Digital representasjon 2006 Utkast til - Obligatorisk oppgave nr 3
INF 1040 Digital representasjon 2006 Utkast til - Obligatorisk oppgave nr 3 Utlevering: fredag 3. november 2006, kl. 12:00 Innlevering: fredag 17. november 2006, kl. 23:59:59 Formaliteter Besvarelsen skal
EKSAMEN. Emne: Webprogrammering med PHP (kont.) Webprogrammering 1 (kont.) Eksamenstid: 09.00-13.00
EKSAMEN Emnekode: ITM20606 ITF10208 Dato: Emne: Webprogrammering med PHP (kont.) Webprogrammering 1 (kont.) Eksamenstid: 09.00-13.00 05/06-2009 Hjelpemidler: 2 A4 ark (4 sider) med egenproduserte notater
1. Systemsikkerhet. 1.1. Innledning. Innhold
Avdeling for informatikk og e-læring, Høgskolen i Sør-Trøndelag Systemsikkerhet Stein Meisingseth 29.08.2005 Lærestoffet er utviklet for faget LO474D Systemsikkerhet 1. Systemsikkerhet Resymé: Denne leksjonen
Bli Kjent med Datamaskinen Introduksjon ComputerCraft PDF
Bli Kjent med Datamaskinen Introduksjon ComputerCraft PDF Introduksjon Vi begynner med å bygge en enkel datamaskin. Etter å ha brukt litt tid på å bli kjent med hvordan datamaskinen virker, bruker vi den
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
TUI FERIENHAUS. Instruksjoner for å fotografere din ferieeiendom.
Instruksjoner for å fotografere din ferieeiendom Et bilde sier mer enn tusen ord. Kunden ser først bildene og bestemmer seg deretter for å lese videre. Hvis bildene av objektet ikke overbeviser kunden
HØGSKOLEN I SØR-TRØNDELAG
HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring Kandidat nr: Eksamensdato: 7. desember 007 Varighet: timer (9:00 :00) Fagnummer: LV78D Fagnavn: Digital bildebehandling Klasser: HIDT005H
UiNs Kvalitetshåndbok - hurtigguide
UiNs Kvalitetshåndbok - hurtigguide INNHOLDSFORTEGNELSE: INNLEDNING... 2 A. NAVIGASJON NEDOVER I KVALITETSHÅNDBOKA... 3 B. HOVEDELEMENTENE I KSS... 3 C. HOVEDELEMENTET KSS-UNDERSØKELSER/EVALUERINGER...
Nordic Eye Solo PC og MAC
Nordic Eye Solo PC og MAC VGA & USB Bruksanvisning Versjon 5.3 1 Innholdsregister Produktets innhold... s. 3 Systemkrav... s. 3 Monteringsanvisning... s. 4 Tilkobling til monitor... s. 4 Tilkobling og
Øving 1 ITD Industriell IT
Utlevert : uke 37 Innlevert : uke 39 (senest torsdag 29. sept) Avdeling for Informasjonsteknologi Høgskolen i Østfold Øving 1 ITD 30005 Industriell IT Øvingen skal utføres individuelt. Det forutsettes
EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00
Side 1 av 5 EKSAMEN I EMNE TDT4195 BILDETEKNIKK ONSDAG 3. JUNI 2009 KL. 09.00 13.00 Oppgavestillere: Kvalitetskontroll: Richard Blake Jo Skjermo Torbjørn Hallgren Kontakt under eksamen: Richard Blake tlf.
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:
Oppgave T4 Digitale Bilder
Oppgave T4 Digitale Bilder 1) Det er i hovedsak to måter å representere digitale bilder, raster (punkter) og vektorer (linjer og flater). Redegjør for disse to typene, diskuter fordeler og ulemper. Rastergrafikk:
Nedlasting av SCRIBUS og installasjon av programmet
Nedlasting av SCRIBUS og installasjon av programmet Laget for BODØ FRIMERKEKLUBB av Sten Isaksen Versjon 06.01.2018 1 Før du laster ned Scribus: Du må vite hvilken versjon av Windows du har, sannsynligvis
Introduksjon...5. Systemkrav...7. For Windows...9
Innholdfortegnelse Introduksjon...................................5 Systemkrav...................................7 For Windows...................................9 Installere programvare for bildeutskrift
Nordic Eye Solo VGA & USB
Nordic Eye Solo VGA & USB Bruksanvisning Versjon 3.41 1 Innholdsregister Produktets innhold... s. 3 Systemkrav... s. 3 Monteringsanvisning... s. 4 Tilkobling til monitor... s. 4 Tilkobling og installasjon
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
Støvsuger 1600 watt. Bruksanvisning
Støvsuger 1600 watt Bruksanvisning Introduksjon Støvsugerposer er den største utgiftsposten når det gjelder støvsugere. Denne støvsugeren brukes uten støvsugerpose. Luft og støv skilles av en syklon og
Multiroller Jogger Brukerhåndbok
Multiroller Jogger Brukerhåndbok Vi takker for at du har valgt Multiroller. Vennligst gå grundig igjennom denne brukerhåndboken før bruk. Innholdsfortegnelse Sikkerhetstiltak... side 3 Montering side 3
Hvordan lage en PDF. 1. CutePDF og tilleggsprogrammet lastes ned fra følgende side: http://www.cutepdf.com/products/cutepdf/writer.
Hvordan lage en PDF Alle mastergradsoppgaver skal nå innleveres elektronisk gjennom Munin på internett (http://www.ub.uit.no/munin/ ). Før den kan leveres inn gjennom Munin, må dokumentet konverteres til
Mars Robotene (5. 7. trinn)
Mars Robotene (5. 7. trinn) Lærerveiledning Informasjon om skoleprogrammet Gjennom dette skoleprogrammet skal elevene oppleve og trene seg på et teknologi og design prosjekt, samt få erfaring med datainnsamling.
Hvorfor speiler objekter seg i vann?
Hvorfor speiler objekter seg i vann? Laget av klasse 7c Løkeberg Skole 2015 1 Forord Vi er klasse 7c på Løkeberg skole. Vi har fått hjelp av fire studenter fra høyskolen i Oslo, som har hatt praksisuker
Test av USB IO-enhet. Regulering og HMI.
Høgskolen i Østfold Avdeling for informasjonsteknologi Lab Industriell IT Fag ITD 30005 Industriell IT Laboppgave 3. Gruppe-oppgave Test av USB IO-enhet. Regulering og HMI. Skal gjennomføres i løpet av
Bruk av oppgaver i. Versjon 08.09.2008. Ansvarlig for dokumentet Jåttå videregående skole. Forfatter Frode Brueland
Bruk av oppgaver i Versjon 08.09.2008 Ansvarlig for dokumentet Jåttå videregående skole Forfatter Frode Brueland Introduksjon Oppgavefunksjonen i it s:learning er et hjelpemiddel for å håndtere oppgaver
SALG. Hvorfor skal vi selge? For å sikre at. Hva er salg? Salg er å få. På samme måte
SALG Hvorfor skal vi selge? For å sikre at For å sikre at Hva er salg? Salg er å få På samme måte Selgerstiler Skal vi bare være hyggelige eller selge for enhver pris? Salgsintensitet Målrettet salg Definere
Veiledning og oppgaver til OpenOffice Calc. Regneark 1. Grunnskolen i Nittedal
Veiledning og oppgaver til OpenOffice Calc Regneark 1 Grunnskolen i Nittedal Regneark 1 Når du er ferdig med heftet skal du kunne: Vite hva et regneark er. Oppstart og avslutning av OpenOffice Calc. Flytting
Addisjon og subtraksjon av brøker finne fellesnevner
side 1 Detaljert eksempel om Addisjon og subtraksjon av brøker finne fellesnevner Dette er et forslag til undervisningsopplegg der elevene skal finne fellesnevner ved hjelp av addisjon og subtraksjon av
Opprette et HDR bilde
Opprette et HDR bilde Det er mange verktøy for å lage HDR (High Dynamic Range) bilder, Photoshop og Paint Shop Pro har begge verktøy for å gjøre dette men PhotomatixPro er mer sofistikert og resultatene
