Morfologiske operasjoner. Motivasjon

Størrelse: px
Begynne med side:

Download "Morfologiske operasjoner. Motivasjon"

Transkript

1 INF 230 Digital bildebehandling orelesning nr Morologiske operasjoner Litteratur : Eord, Kap. Temaer : Neste gang : Basis-begreper Fundamentale operasjoner på binære bilder ammensatte operasjoner Morologisk iltrering Morologiske operasjoner på gråtonebilder Kompresjon og koding av bilder. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi- Motivasjon Morologisk bildebehandling dreier seg om en rekke ikke-lineære operatorer - diskrete varianter av matematisk morologi. De leste operatorene er beregnet på binære bilder Mange av dem brukes til å jerne uønskede eekter etter segmentering Fjerning av små objekter støy-objekter) Glatting av omrisset til større objekter Fjerning av hull i objekter Lenke sammen objekter Noen operatorer er nyttige til analyse og beskrivelse av objekter Finne ordelingen av størrelsen på objektene Finne ordelingen av størrelsen på mellomrommene mellom objektene Finne mønstre i bilder En morologisk operasjon på et binært bilde et nytt binært bilde. Ut-bildet har verdien på et gitt sted bare hvis den utørte testen var positiv. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-2

2 Tre sentrale begrep Et strukturelement or et binært bilde er en liten matrise av piksler Når vi ører det binære strukturelementet over det binære bildet vil vi inne Posisjoner der elementet ikke overlapper objektet Posisjoner der elementet delvis overlapper objektet, dvs at elementet treer objektet Posisjoner der elementet ligger inni objektet, dvs at elementet passer i objektet Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-3 trukturelementer, orm og origo trukturelementer kan ha ulik orm og størrelse Et strukturelement har et origo Origo er et piksel Origo kan ligge utenor strukturelementet Hvis origo ligger midt i strukturelementet, er dimensjonen otest et oddetall Origo bør markeres når man an strukturelementet,.eks. ved Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-4

3 Passer strukturelementet til det binære bildet? Anta at vi lytter strukturelementet rundt over et binært bilde. trukturelementet passer i posisjonen x,y) i bildet hvis hvert piksel 0 i elementet svarer til en pikselverdi 0 i bildet. Pikselverdier som aller under strukturelementverdier som er lik 0 er irrelevante! Dette er en slags binær korrelasjon Et bilde: To orskjellige strukturelementer To orskjellige resultater Logisk- ikke aritmetisk! Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-5 Erosjon av et binært bilde trukturelementet passer i posisjonen x,y) i bildet hvis hvert piksel 0 i svarer til en pikselverdi 0 i bildet, når plasseres i x,y). Bildet erodert med skrives ε ) ө Plasser strukturelementet slik at origo ligger i x,y), og bruk regelen gx,y) hvis passer til, gx,y) 0 ellers Mer presist: Erosjonen av et sett X med strukturelementet betegnes εx ) og er deinert som posisjonen til alle piksler x slik at er inkludert i X når origo i plasseres i x: ε X ) { x x X } erodert med Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-6

4 Eekter av erosjon av et binært bilde Erodering krymper et objekt. Piksler jernes også innenra, hvis objektet har hull. Erosjon jerner små utstikk på objektets omriss erodert med Erosjon utvider innbuktninger i objektets omriss. Resultaet er avhengig av strukturelementets orm. tørre strukturelemet mer erosjon Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-7 Iterativ erosjon av et binært bilde tørre strukturelement mer erosjon. Resultatet av erosjon med et stort strukturelement er lik resultatet av gjentatt erosjon med et mindre element med samme orm. Hvis s 2 er ormlik s, men dobbelt så stort, så er ө s 2 ө s ) ө s erodert 2 ganger med Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-8

5 Kantdeteksjon ved erosjon av et binært bilde Erodering jerner piksler langs omrisset av en region. Vi kan inne kanten av regionene i bildet ved å subtrahere et erodert bilde ra originalbildet, dvs. g - ө s) trukturelementet avgjør om kantpikslene blir 4- eller 8-naboer erodert med > dieranse Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-9 Treer strukturelementet det binære bildet? Anta igjen at vi lytter strukturelementet rundt over et binært bilde. trukturelementet treer posisjonen x,y) i bildet hvis et piksel 0 i elementet svarer til en pikselverdi 0 i bildet. Pikselverdier som aller under strukturelementverdier som er lik 0 er irrelevante! Et bilde: To orskjellige strukturelementer To orskjellige resultater Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-0

6 Dilasjon av et binært bilde trukturelementet treer posisjonen x,y) i bildet hvis et piksel 0 i elementet svarer til en pikselverdi 0 i bildet. Bildet dilatert med skrives Plasser slik at origo ligger i x,y), og bruk regelen gx,y) hvis treer, gx,y) 0 ellers Mer presist: Dilasjonen av et sett X med strukturelementet betegnes δx ) og er deinert som posisjonen til alle piksler x slik at overlapper med X i minst ett piksel når origo i plasseres i x. { x Ø } δ X ) X x dilatert med Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi- Eekter av dilasjon av et binært bilde Dilasjon utvider et objekt. Dette gjelder både indre og ytre omriss til objektet. Dilasjon yller i hull i objektet. Dilasjon glatter ut innbuktninger i objektets omriss. Resultaet er avhengig av strukturelementets orm. tørre strukturelemet mer eekt av dilasjon dilatert med Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-2

7 Eekter av kvadratiske og runde strukturelementer Ved dilatering av konkave rettvinklede hjørner vil kvadratiske og runde strukturelementer gi samme eekt. Ved dilatering av konvekse rettvinklede hjørner vil runde strukturelementer gi avrundede hjørner. Runde strukturelementer avrundede hjørner ved erosjon av rettvinklede konkave hjørner. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-3 Dualitet Dilasjon og erosjon er duale,dvs operasjonene har motsatt eekt: ) C Ŝ C Der C er komplementet til, dvs at vi erstatter med 0 og 0 med, og Ŝ er strukturelementet rotert 80 o. For å dilatere med symmetrisk kan vi erodere komplementet til med, og ta komplementet av resultatet. Både dilasjon og erosjon kan utøres av samme prosedyre, hvis vi kan rotere et strukturelement og inne komplementet til et bilde dilatert med komplementet erodert med og disse bildene er komplemenære Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-4

8 Dualitet - II Betrakt et binært bilde som en samling av sammenhengende regioner av piksler med verdi på en bakgrunn av piksler med verdi 0. Erosjon er å inne de posisjonene der strukturelementet passer inni regionene. Dilasjon er å inne de posisjonene der det transponerte) strukturelementet passer inni bakgrunnen, og så komplementere resultatet. Dermed er det lett å se at erosjon med et sirkelormet element runder av konkave objekt-hjørner, mens dilasjon med samme element runder av konvekse objekt-hjørner. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-5 ammensatte operasjoner Mange morologiske operasjoner kan representeres som kombinasjoner av erosjon, dilasjon og andre enkle mengde-operasjoner. Noen enkle deinisjoner Komplementet til et binært bilde g x, y) hvis 0 hvis x, y) x, y) nittet av to bilder og g h g h x, y) Unionen av to bilder og g 0 hvis x, y) og gx, y) 0 ellers h g hvis x, y) eller gx, y) hx,y) 0 ellers Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-6

9 INF230-Morologi-7 Institutt or inormatikk Fritz Albregtsen 9. april 2005 Dilasjon: andre egenskaper Det er noen egenskaper ved dilasjon som dere ikke inner i læreboka, men som er nyttige likevel: Dilasjon er kommutativ. Det er en konvensjon i aget å la ørste operand være bildet og andre være strukturelementet som er mindre), men Dilasjon er assosiativ. Dette er veldig nyttig hvis vi ser at strukturelementet kan dekomponeres, dvs at er dilatert med 2. Da kan vi spare en del regnetid! Eksempel: 2 2 ) ) [ ] INF230-Morologi-8 Institutt or inormatikk Fritz Albregtsen 9. april 2005 Erosjon: andre egenskaper Det er noen egenskaper ved erosjon som dere ikke inner i læreboka, men som er nyttige likevel: Erosjon er IKKE kommutativ. Erosjon er assosiativ. Erosjon av snittet av to mengder er gitt ved snittet av de to erosjonene: uksessiv erosjon eller dilasjon) av bildet med A og så med B er ekvivalent med erosjon dilasjon) av bildet med A dilatert med B 2 2 ) ) ) ) ) Y X Y X B) A B A) B) A B A)

10 Åpning En erosjon av et bilde jerner alle stukturer som ikke kan inneholde strukturelementet, og krymper alle andre strukturer. Hvis vi dilaterer resultatet av en erosjon med samme strukturelement, vil de strukturer som overlevede erosjonen bli gjenskapt. Dette er en morologisk åpning. ) o Navnet skyldes at operasjonen kan skape en åpning mellom to strukturer som bare henger sammen i en tynn bro, uten å krympe de to strukturene, slik som en erosjon ville gjort. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-9 Åpning Vi kan visualisere morologisk åpning ved å tenke oss at strukturelementet øres langs kanten av objektet. Først langs innsiden av objektet. Dermed krymper objektet. Konkave hjørner kan bli avrundet hvis strukturelementet er rundt. Deretter ører vi strukturelementet rundt utsiden av resultatobjektet ovenor. Objektet vokser igjen, men små utstikkere som orsvant i orrige steg blir ikke gjenopprettet. For runde strukturelementer: De konvekse hjørnene som beholdt ormen ved erosjon blir nå avrundet ved dilasjon, mens de konkave som ble avrundet ved erosjon, blir til rette hjørner igjen ved dilasjon. Idempotens: Gjentatte anvendelser av åpning med samme strukturelement ingen endringer i resultatet. o ) o o Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-20

11 Lukking En dilasjon av et bilde utvider objektet, yller i hull og innbuktninger i omrisset. Hvis vi eroderer resultatet av en dilasjon med det roterte strukturelementet, vil objektene stort sett beholde sin størrelse og orm, men innbuktninger som er ylt igjen ved dilasjonen vil ikke gjenoppstå. Objekter som er smeltet sammen ved dilasjonen vil ikke bli adskilt igjen. Dette er en morologisk lukking. Ŝ) ˆ Navnet skyldes at operasjonen kan lukke en åpning mellom to strukturer som bare er adskilt med et lite gap, uten at de to regionene vokser, slik som en dilasjon ville ha gjort. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-2 binært bilde Lukking connecting pixels dilatert med erodert med samme element trukturelementets orm, og objektenes orm og avstand er avgjørende or resultatet. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-22

12 Lukking Vi kan visualisere morologisk lukking ved å tenke oss at strukturelementet øres langs kanten av objektet. Først langs utsiden av objektet. Dermed vokser objektet. Konvekse hjørner kan bli avrundet. Deretter ører vi strukturelementet rundt innsiden av resultatobjektet ovenor. Objektet krymper igjen, men små viker som orsvant i orrige steg blir ikke gjenopprettet. Idempotens: Gjentatte anvendelser av lukking med samme strukturelement ingen endringer i resultatet. ) Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-23 Dualitet mellom åpning og lukking Lukking er en dual operasjon til åpning, og omvendt. C C o ) C C o ) Lukking av et binært bilde med et strukturelement kan gjøres ved å ta komplementet til bildet, åpne det med strukturelementet, og ta komplementet av resultatet. Lukking er ekvivalent med komplementet av åpningen av komplementet av bildet. Åpning av et binært bilde med strukturelementet kan gjøres ved å ta komplementet til bildet, lukke det med strukturelementet, og ta komplementet av resultatet. Åpning er ekvivalent med komplementet av lukkingen av komplementet av bildet. Vi kan altså utøre begge operasjonene med kode bare or den ene, hvis vi har kode or å produsere komplementet til et binært bilde. Lukking er en ekstensiv transormasjon piksler legges til). Åpning er en antiekstensiv transormasjon piksler jernes). o < < Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-24

13 Hit and miss transormasjonen Dette er en transormasjon som brukes til å inne et bestemt mønster i et bilde. trukturelementet er et par [s,s 2 ] som er disjunkte mengder. Et objektpiksel bevares kun hvis s passer innenor og s 2 passer utenor objektet. C {, } ) ) ) Hvilket par av strukturelementer er brukt i sekvensen til høyre, og hva er det vi har unnet? Institutt or inormatikk Fritz Albregtsen 9. april INF230-Morologi-25 Morologisk iltrering Vi kan betrakte åpning og lukking som morologiske iltre: Åpning med et sirkelormet element runder av hjørner innenra. Lukking med et sirkelormet element runder av hjørner utenra. Åpning jerner alle objekter som er mindre enn elementet. Lukking jerner hull som er mindre enn elementet. Vi kan bruke dette til å analysere ordelingen av objektareal. For store elementer kan knytte sammen hull og bakgrunn under åpning. Ved lukking blir da kanten av objektet ikke riktig plassert. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-26

14 Gråtone morologi Morologiske transormasjoner er ikke begrenset til binære bilder. Et gråtonebilde kan betraktes som et 3D landskap, der gråtoneverdien svarer til høyden. trukturelementet nå gjerne kalt strukturunksjonen er også 3D, og kan ha alle verdier, negative, null og positive. Null er nå en signiikant verdi, slik at domenet or de morologiske operasjonene nå må lagges på en annen måte. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-27 Gråtone dilasjon og erosjon Gråtone dilasjon av med strukturelementet er deinert ved ) x, y) max j, k [ x j, y k) + s j, k) ] Denne ligningen beskriver en prosess som ligner på konvolusjon. Roter strukturelementet om dets origo og lytt det til x,y), legg det til bildets pikselverdier, og inn maksimum. Et latt strukturelement svarer til at vi inner lokalt) maksimum or hver posisjon av elementet. Gråtone erosjon av med strukturelementet er deinert ved ) x, y) min j, k [ x + j, y + k) s j, k) ] For et latt strukturelement svarer dette til et lokalt minimumsilter. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-28

15 Gråtone åpning og lukking Deinisjonene er de samme som or binære bilder. ) o Ŝ) ˆ Åpning og lukking har en ilter-eekt som i det binære tilellet. Men nå er det gråtone-landskapet som glattes, ikke bare omrisset til et binært objekt. 3D analogien til et sirkulært binært strukturelement er en kule. Åpning av et bilde svarer nå til å rulle kula på undersiden av laten. Kula kommer ikke opp i små, spisse topper disse glattes bort. Lukking av et bilde svarer til å rulle kula på oversiden av laten. Kula kommer ikke ned i små, spisse ordypninger disse glattes bort. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-29 Et par andre sammensatte operasjoner Åpning ulgt av lukking eventuelt iterert) kalles morologisk glatting. Dette jerner eller demper lyse og mørke strukturer som er mindre enn strukturelementet. Flosshatt-transormasjonen er deinert ved g o ) Åpningen jerner eller demper) de små lyse strukturene i bildet. Dieransen oss en detektor or topper og rygger i gråtonelaten. Den duale operasjonen til losshatt-transormasjonen er g ) Denne detekterer ordypninger og daler i gråtonelaten. Institutt or inormatikk Fritz Albregtsen 9. april 2005 INF230-Morologi-30

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

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morologi Morologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. Sammensatte operasjoner 4. Eksempler på anvendelser lettet inn GW, Kapittel 9.-9.4

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

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

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

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 Introduksjon Digital bildebehandling Forelesning 3 Morologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

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 Introduksjon Digital bildebehandling Forelesning 4 Morologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

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

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

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

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

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

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

UNIVERSITETET I OSLO

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

Detaljer

Matematisk morfologi II

Matematisk morfologi II Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 2 Elementære operasjoner: Erosjon. Dilasjon. Sammensatte operasjoner:

Detaljer

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Elementære operasjoner: Erosjon. Dilasjon. Oversikt, kursdag 2 Sammensatte operasjoner: Åpning. Lukning. Flosshatt-transformasjoner.

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson February 26, 2018 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Delkapittel 9.3 Opening and Closing Delkapittel 9.4 The Hit-or-Miss Transformation

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 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

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

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter. Oversikt, kursdag 3 Copyright Lars Aurdal, NTNU/NR

Detaljer

UNIVERSITETET I OSLO

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

Detaljer

Morfologi i Binære Bilder II

Morfologi i Binære Bilder II Morfologi i Binære Bilder II Lars Vidar Magnusson March 28, 2017 Delkapittel 9.3 Opening and Closing Delkapittel 9.4 The Hit-or-Miss Transformation Opening (Åpning) Opening er en morfologisk operasjon

Detaljer

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember Geodesi-transformasjoner: Oversikt, kursdag Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.. Åpning/lukning

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

Matematisk morfologi IV

Matematisk morfologi IV Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember 3 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag Geodesi-transformasjoner: Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.

Detaljer

Matematisk morfologi III

Matematisk morfologi III Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 3 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter.

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

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

Matematisk Morfologi Lars Aurdal

Matematisk Morfologi Lars Aurdal Matematisk Morfologi Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning Algoritmer.

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

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

EKSAMEN. Bildebehandling og mønstergjenkjenning

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

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

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon Matematisk morfologi Lars urdal Norsk regnesentral aurdal@nr.no 9. august 2005 Litt praktisk informasjon.. Historie. Matematisk grunnlag. Fundamentale operatorer: Dilasjon. Erosjon. 1 Sammensatte operatorer:

Detaljer

UNIVERSITETET I OSLO

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

Detaljer

Prøve- EKSAMEN med løsningsforslag

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

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

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Løsningsforslaget

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

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

Matematisk morfologi NTNU

Matematisk morfologi NTNU Matematisk morfologi Lars Aurdal Norsk regnesentral aurdal@nr.no 19. april 2004 Oversikt, matematisk morfologi Litt praktisk informasjon. Motivasjon. Historie. Matematisk grunnlag. Fundamentale operatorer:

Detaljer

Filtrering i bildedomenet. Middelverdifilter (lavpass) Lavpassfiltre. INF2310 Digital bildebehandling FORELESNING 15 REPETISJON

Filtrering 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

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF230 Digital bildebehandling Forelesning 5 Repetisjon Andreas Kleppe Filtrering i bildedomenet 2D diskret Fourier-transform (2D DFT) Kompresjon og koding Morfologiske operasjoner på binære bilder F5

Detaljer

Andre del av forelesningen om funksjoner bygger på dette notatet. Notatet bygger på læreboken og er noe mer utfyllende enn forelesningen.

Andre del av forelesningen om funksjoner bygger på dette notatet. Notatet bygger på læreboken og er noe mer utfyllende enn forelesningen. NOTAT TIL FORELESNING OM FUNKSJONER, DEL Andre del av orelesningen om unksjoner bygger på dette notatet. Notatet bygger på læreboken og er noe mer utyllende enn orelesningen. GRENSEVERDI Man kan or eksempel

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

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

UNIVERSITETET I OSLO

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

Detaljer

Høgskoleni østfold EKSAMEN. ITD33506 Bildebehandling og monstergjenkjenning. Dato: Eksamenstid: kl 9.00 til kl 12.00

Høgskoleni 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:

Detaljer

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

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

UNIVERSITETET I OSLO

UNIVERSITETET 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

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 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

Morfologi i Gråskala-Bilder

Morfologi i Gråskala-Bilder Morfologi i Gråskala-Bilder Lars Vidar Magnusson April 3, 2017 Delkapittel 9.6 Gray-Scale Morphology Generelt Gråskala morfologiske operasjoner har mye til felles med binære morfologiske operasjoner. Vi

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

Morfologi i Binære Bilder III

Morfologi i Binære Bilder III Morfologi i Binære Bilder III Lars Vidar Magnusson March 28, 2017 Delkapittel 9.5 Some Basic Morphological Algorithms Boundary Extraction (Grenseuthenting) Vi kan hente ut grensen til et sett (boundary)

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

Eksamen 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

Eksamen 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.

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

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson March 20, 2017 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Bakgrunn Morfologiske operasjoner på binære bilder beskrives med mengdeteori.

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

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 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

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I

Lokale 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

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

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

INVERST FUNKSJONSTEOREM MAT1100 KALKULUS

INVERST FUNKSJONSTEOREM MAT1100 KALKULUS INVERST FUNKSJONSTEOREM MAT1100 KALKULUS Simon Foldvik 29. Oktober 2017 1. Introduksjon Vi skal i dette dokumentet bevise en global og en lokal versjon av inverst unksjonsteorem i én variabel. Kort oppsummert

Detaljer

Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjons-eksempel. INF2310 Digital bildebehandling

Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjons-eksempel. INF2310 Digital bildebehandling Filtrering i bildedomenet INF2310 Digital bildebehandling FORELESNING 16 REPETISJON DEL I Andreas Kleppe Filtrering i bildedomenet 2D diskret Fourier-transform (2D DFT) Kompresjon og koding Morfologiske

Detaljer

Notat 05 for MAT Relasjoner, operasjoner, ringer. 5.1 Relasjoner

Notat 05 for MAT Relasjoner, operasjoner, ringer. 5.1 Relasjoner Notat 05 for MAT1140 5 Relasjoner, operasjoner, ringer 5.1 Relasjoner Når R er en relasjon som er veldefinert på A B, slik at R(x, y) er en påstand når x A og B B, tenker vi på relasjonen som noe som lever

Detaljer

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 1. mars 2005 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum. Eksamen. Oversikt, kursdag 1 Tema for forelesningene.

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

Dagens plan. INF3170 Logikk. Induktive definisjoner. Eksempel. Definisjon (Induktiv definisjon) Eksempel

Dagens plan. INF3170 Logikk. Induktive definisjoner. Eksempel. Definisjon (Induktiv definisjon) Eksempel INF3170 Logikk Dagens plan Forelesning 2: Induktive definisjoner, utsagnslogikk og sekventkalkyle Christian Mahesh Hansen Institutt for informatikk, Universitetet i Oslo 1 Induktive definisjoner 2 29.

Detaljer

Matematisk morfologi I

Matematisk morfologi I Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 1 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum.

Detaljer

Flater, kanter og linjer INF Fritz Albregtsen

Flater, 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.

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

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding Løsning av øvingsoppgaver, INF230, 2005,. Vi har gitt følgende bilde: kompresjon og koding 0 2 2 2 3 3 3 2 3 3 3 0 2 2 2 3 3 2 2 2 3 2 3 4 4 2 2 3 2 2 3 4 4 2 2 2 3 3 3 4 3 4 a. Finn Huffman-kodingen av

Detaljer

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

EKSAMEN Bildebehandling

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

Detaljer

INF 2310 Digital bildebehandling

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

Detaljer

Repetisjon: Binære. Dagens plan: Rød-svarte trær. Oppgave (N + 1)!

Repetisjon: Binære. Dagens plan: Rød-svarte trær. Oppgave (N + 1)! Repetisjon: Binære søketrær Dagens plan: Rød-svarte trær (kap. 12.2) B-trær (kap. 4.7) bstrakte datatyper (kap. 3.1) takker (kap. 3.3) For enhver node i et binært søketre gjelder: lle verdiene i venstre

Detaljer

Dagens tema. Mer MIPS maskinkode. Maske-operasjoner Skift-operasjoner Lesing og skriving Pseudo-instruksjoner Mer om funksjonskall Registeroversikt

Dagens tema. Mer MIPS maskinkode. Maske-operasjoner Skift-operasjoner Lesing og skriving Pseudo-instruksjoner Mer om funksjonskall Registeroversikt Dagens tema Mer MIPS maskinkode (P&H: 4.4 + 3.6 + 3.3 + A.6 + A.10) Maske-operasjoner Skift-operasjoner Lesing og skriving Pseudo-instruksjoner Mer om funksjonskall Registeroversikt Ark 1 av 16 Forelesning

Detaljer

Morfologi i Gråskala-Bilder II

Morfologi 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)

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

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

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

Detaljer

R for alle a A. (, så er a, En relasjon R på en mengde A er en Ekvivalensrelasjon hvis den er refleksiv, symmetrisk og transitiv.

R for alle a A. (, så er a, En relasjon R på en mengde A er en Ekvivalensrelasjon hvis den er refleksiv, symmetrisk og transitiv. Repetisjon fra siste uke: Relasjoner En relasjon R på en mengde A er en delmengde av produktmengden A A. La R være en relasjon på en mengde A. R er refleksiv hvis R er symmetrisk hvis R er antisymmetrisk

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

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

Tall. Posisjons-tallsystemer. Representasjon av heltall. Tall positive, negative heltall, flytende tall. Tekst ASCII, UNICODE XML, CSS

Tall. Posisjons-tallsystemer. Representasjon av heltall. Tall positive, negative heltall, flytende tall. Tekst ASCII, UNICODE XML, CSS Tall jfr. Cyganski & Orr 3..3, 3..5 se også http://courses.cs.vt.edu/~csonline/numbersystems/lessons/index.html Tekst ASCII, UNICODE XML, CSS Konverteringsrutiner Tall positive, negative heltall, flytende

Detaljer

INF2310 Digital bildebehandling

INF2310 Digital bildebehandling INF230 Digital bildebehandling Forelesning 6 Filtrering i bildedomenet I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W: 2.6.2, 3., 3.4-3.5, deler

Detaljer

Dagens plan. INF3170 Logikk. Syntaks: Utsagnslogiske formler. Motivasjon

Dagens plan. INF3170 Logikk. Syntaks: Utsagnslogiske formler. Motivasjon INF3170 Logikk Dagens plan Forelesning 4: og førsteordens logikk Christian Mahesh Hansen Institutt for informatikk, Universitetet i Oslo 1 2 12. februar 2007 3 Institutt for informatikk (UiO) INF3170 Logikk

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

Norsk informatikkolympiade runde

Norsk informatikkolympiade runde Norsk informatikkolympiade 2016 2017 1. runde Sponset av Uke 46, 2016 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

Detaljer

Dagens plan. INF3170 Logikk. Mengder. Definisjon. Notasjon. Forelesning 0: Mengdelære, Induksjon. Martin Giese. 23. januar 2008.

Dagens plan. INF3170 Logikk. Mengder. Definisjon. Notasjon. Forelesning 0: Mengdelære, Induksjon. Martin Giese. 23. januar 2008. INF3170 Logikk Dagens plan Forelesning 0:, Induksjon Martin Giese 1 Institutt for informatikk, Universitetet i Oslo 2 23. januar 2008 Institutt for informatikk (UiO) INF3170 Logikk 23.01.2008 2 / 47 1

Detaljer

Løsningsforslag til utvalgte oppgaver i kapittel 5

Løsningsforslag til utvalgte oppgaver i kapittel 5 Løsningsforslag til utvalgte oppgaver i kapittel 5 I kapittel 5 har mange av oppgavene et mer teoretisk preg enn du er vant til fra skolematematikken, og jeg har derfor lagt vekt på å lage løsningsforslag

Detaljer

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2016

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2016 Norsk informatikkolympiade 2016 2017 1. runde Sponset av Uke 46, 2016 Tid: 90 minutter Tillatte hjelpemidler: Kun skrivesaker. Det er ikke tillatt med kalkulator eller trykte eller håndskrevne hjelpemidler.

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

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

Forelesning 2: Induktive definisjoner, utsagnslogikk og sekventkalkyle Christian Mahesh Hansen januar 2007

Forelesning 2: Induktive definisjoner, utsagnslogikk og sekventkalkyle Christian Mahesh Hansen januar 2007 Forelesning 2: Induktive definisjoner, utsagnslogikk og sekventkalkyle Christian Mahesh Hansen - 29. januar 2007 1 Induktive definisjoner Induktive definisjoner Definisjon 1.1 (Induktiv definisjon). Å

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