Geometriske operasjoner



Like dokumenter
Geometriske operasjoner

INF Kap og i DIP

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

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling

INF februar 2017 Ukens temaer (Kap og i DIP)

INF januar 2018 Ukens temaer (Kap og i DIP)

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling

UNIVERSITETET I OSLO

INF 2310 Digital bildebehandling

EKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00

INF 2310 Digital bildebehandling

Dynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet

EKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001 KL LØSNINGSFORSLAG

Anvendelser. Kapittel 12. Minste kvadraters metode

TMA4240/4245 Statistikk Eksamen august 2016

Forelesning 4 og 5 MET3592 Økonometri ved David Kreiberg Vår 2011

Appendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:

Fourieranalyse. Fourierrekker på reell form. Eksempel La. TMA4135 Matematikk 4D. En funksjon sies å ha periode p > 0 dersom

Alternerende rekker og absolutt konvergens

Løsningsforslag øving 10 TMA4110 høsten 2018

INF2310 Digital bildebehandling

ØVINGER 2017 Løsninger til oppgaver

IT1105 Algoritmer og datastrukturer

Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjon. INF2310 Digital bildebehandling FORELESNING 8

Gradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved:

Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon

TMA4265 Stokastiske prosesser

UNIVERSITETET I OSLO

COLUMBUS. Lærerveiledning Norge og fylkene. ved Rolf Mikkelsen. Cappelen Damm

Positive rekker. Forelest: 3. Sept, 2004

EKSAMEN Løsningsforslag

Illustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).

Forelesning nr.3 INF 1411 Elektroniske systemer

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

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.

EKSAMEN ny og utsatt løsningsforslag

UNIVERSITETET I OSLO

INF 2310 Digital bildebehandling

MA1301 Tallteori Høsten 2014

Seleksjon og uttak av alderspensjon fra Folketrygden

STK desember 2007

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

Dynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer

Løsningsskisse til eksamen i TFY112 Elektromagnetisme,

TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.

Sparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.

INF 2310 Digital bildebehandling

Oppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011

Sluttrapport. utprøvingen av

Investering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet

TMA4265 Stokastiske prosesser

Eksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS

INF2310 Digital bildebehandling

TMA4240 Statistikk H2010

Anvendelser. Plass og tid. INF2310 Digital bildebehandling. Eksempler: Plassbehov uten kompresjon. Forelesning 10. Kompresjon og koding I

Statistikk og økonomi, våren 2017

EKSAMEN Ny og utsatt Løsningsforslag

NÆRINGSSTRUKTUR OG INTERNASJONAL HANDEL

Fast valutakurs, selvstendig rentepolitikk og frie kapitalbevegelser er ikke forenlig på samme tid

Forelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov

INF2310 Digital bildebehandling

SIF5072 Stokastske prosesser Sde 2 av 6 b) Hva vl det s at en Markov-kjede er rredusbel? Er Markov-kjeden fx n g denne oppgaven rredusbel? Er den aper

Oppgave 3, SØK400 våren 2002, v/d. Lund

MoD233 - Geir Hasle - Leksjon 10 2

NA Dok. 52 Angivelse av måleusikkerhet ved kalibreringer

Auksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet

De normalfordelte: x og sd for hver gruppe. De skjevfordelte og de ekstremt skjevfordelte: Median og kvartiler for hver gruppe.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Alle deloppgaver teller likt i vurderingen av besvarelsen.

C(s) + 2 H 2 (g) CH 4 (g) f H m = -74,85 kj/mol ( angir standardtilstand, m angir molar størrelse)

Tillegg 7 7. Innledning til FY2045/TFY4250

MASTER I IDRETTSVITENSKAP 2012/2014. Individuell skriftlig eksamen. MAS 402- Statistikk. Tirsdag 9. oktober 2012 kl

X ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.

må det justeres for i avkastningsberegningene. se nærmere nedenfor om valg av beregningsmetoder.

Løsningsforslag ST2301 Øving 8

Forelesning 17 torsdag den 16. oktober

4 Energibalanse. TKT4124 Mekanikk 3, høst Energibalanse

Sorterings- Algoritmer

Forelesning nr.3 INF 1410

INF 2310 Digital bildebehandling

Kapittel og Appendix A, Bævre og Vislie (2007): Næringsstruktur, internasjonal handel og vekst

FOLKETELLINGEN 1. NOVEMBER Tellingsresultater Tilbakegående tall - Prognoser SARPSBORG 0102 STATISTISK SENTRALBYRÅ - OSLO

Simpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering

SOS3003 Anvendt statistisk dataanalyse i samfunnsvitenskap Forelesingsnotat, vår Erling Berge Institutt for sosiologi og statsvitenskap NTNU

Årsplan: Matematikk 4.trinn Uke Tema

MSKOMNO. kó=ñê~w. pfabufp=ud. aáöáí~ä=ê åíöéå=l=îáçéçjëçñíï~êé=j=sfabufp hçêí=äêìâë~åîáëåáåö= kçêëâ

Eksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).

Oppgaven består av 9 delspørsmål som anbefales å veie like mye, Kommentarer og tallsvar er skrevet inn mellom <<, >>, Oppgave 1

Tema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet.

Makroøkonomi - B1. Innledning. Begrep. Mundells trilemma 1 går ut på følgende:

Gauss-Krüger-projeksjonen ved analytiske funksjoner

STK1100 våren 2015 P A B P B A. Betinget sannsynlighet. Vi trenger en definisjon av betinget sannsynlighet! Eksemplet motiverer definisjonen:

Avvisning av klage på offentlig anskaffelse

OBLIGATORISK OPPGAVE 1 INF 3340/4340/9340 HØSTEN 2005

Transkript:

Geometrske operasjoner INF 23 27.2.27 Kap. 9 (samt 5.5.2) Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,) tl (x, ): x x (x,) (x,) x og ofte gtt som polnomer erk: Her er det kke pkselverdene, men pksel-koordnatene x og som endres. 27.2.27 INF23 27.2.27 INF23 2 Anvendelser Rette opp geometrske fel som oppstår under avbldnngen Fskeøelnse Radaravbldnng av terreng... Samregstrere blder fra ulke sensorer eller blder tatt på ulke tdspunkt Eks ansktsgjenkjennng: Fnne ansktene et blde og transformere bldet slk at ansktene bldet blr på samme sted, orenterng og samme størrelse som referansebldene Samregstrere blder med kart en bestemt kartprojeksjon Generere blder fra andre kameravnkler Spesaleffekter 27.2.27 INF23 3 Fra Kap. 5: Forstørre/formnske blder Forstørre med faktor n: Kopere hvert pksel tl en blokk med n n pksler Formnske med faktor n: Plukke ut hvert n-te pksel (subsamplng) (Hva kan skje med tnne strukturer bldet?) La n pkselverd bestå av mddelverd av n n pksler La n pkselverd bestå av medan av n n pksler Hvordan kan v forstørre/formnske med en faktor som kke er et heltall? 27.2.27 INF23 4

Affne transformer ransformerer pkselkoordnatene (x,) tl (x, ): x x (x,) (x,) Egenskaper ved affne transformer Rette lnjer bevares Parallelle lnjer forblr parallelle Utrkkes ved enkel matrsemultplkasjon Affne transformer beskrves ved: x a x+a +a 2 b x+b +b 2 På matrseform: a a a2 ' b b b2 eller a ' b a a2 + b b2 Eksempler på affne transformasjoner: ranslasjon Rotasjon Shearng Skalerng Kombnasjoner av dsse 27.2.27 INF23 5 27.2.27 INF23 6 Eksempler på enkle transformer Alternatve måter å fnne transformkoeffsentene ransformasjon ranslasjon med Δx og Δ a a a 2 Δx b b b 2 Δ Uttrkk x x+δx +Δ En affn transform kan bestemmes ved å spesfsere tre punkter før og etter avbldnngen Skalerng med faktor s s s x sx s Rotasjon med θ Horsontal shear faktor s cosθ -snθ snθ cosθ s a ' b a a2 b b2 x cosθx-snθ snθ+ cosθ x x+s nn-bldet resultat-bldet ed dsse tre punktparene kan v fnne de 6 koeffsentene; a,a,a 2,b,b,b 2 ed flere enn 3 punktpar velger man den transformasjonen som mnmerer kvadratfelen summert over alle punktene (mer om dette senere) 27.2.27 INF23 7 27.2.27 INF23 8 2

Sammenslång av affne transformer ' transl. ' rot ' '' ' rot transl. '' ' transl. & rot '' ransformalgortmer prakss Eksempel: cosθ snθ snθ cosθ Hva om x og kke er heltall? Hva skjer når x og kommer utenfor bldet? Hvor stort skal resultatbldet være? Hva med skalerng -- hva om flere punkter mappes tl samme heltall etter transformasjonen? Kan v tllate at ne pkselverder blr ntrodusert? 27.2.27 INF23 9 27.2.27 INF23 Algortme: Forlengs-mappng Rotere et blde med dmensjon N: Lag ntt blde, g, med dmensjon N for all x, do g(x,) a cos θ b sn θ a -b b a for all x, do x round(a x+a ) round(b x+b ) f (x, ) nsde g then g(x, ) f(x,) end 27.2.27 INF23 Eksempel: Forlengs-mappng 27.2.27 INF23 2 Problemer: Hull appng beregnes for pksler utenfor bldet g Et output-pksel kan bl beregnet flere ganger (unødvendg) 3

Algortme: Baklengs-mappng Eksempel: Baklengs-mappng Rotasjon av nputbldet f med dmensjon N: Lag ntt blde, g, med dmensjon N a cos θ a sn θ b -a b a for alle x, do x round(a x +a ) round(b x +b ) f (x,) nsde f then g(x, ) f(x,) else g(x, ) Husk: Hvs (x,) roteres med θ og gr (x, ), tlsvarer det at hvs (x, ) roteres med -θ får v (x,) end 27.2.27 INF23 3 27.2.27 INF23 4 x Interpolasjon - hvlken gråtoneverd skal pkselen få? Baklengs-mappng Nullte-ordens nterpolasjon eller nærmeste nabo-nterpolasjon g(x, ) f( round(x), round() ) x Første-ordens nterpolasjon/ blneær nterpolasjon Intensteten tl g blr en kombnasjon av pkselverdene de fre pkslene som omgr punktet Bdragene fra hver av dsse vektes med avstanden Algortme: Δx x -x Δ - p f(x, )+[f(x, )-f(x, )] Δx q f(x, )+[f(x, )-f(x, )] Δx f(x, )p+(q-p)δ Intensteten tl g blr en av verdene tl f 27.2.27 INF23 5 27.2.27 INF23 6 4

Høere-ordens nterpolasjon Kubsk nterpolasjon: Naboskap på 4 4 pksler brukes Interpolasjon kan ses på som (kontnuerlg) konvolusjon med bestemte fltre Vurderng av nterpolasjonsfunksjoner Nærmeste nabo: aggete kanter og større totalfel. Hver ut-pksel har en verd fra nn-bldet: Fordel hvs man vl bevare statstske egenskaper for bldet (eller hvs bldet er segmenert ulke klasser) Blneær nterpolasjon og høere-ordens nterpolasjon er mer regnekrevende (D-varanter av nærmeste nabo, lneær og kubsk nterpolasjonskjerne) 27.2.27 INF23 7 Kubsk nterpolasjon gr skarpere blder og har kontnuerlge derverte, men er (me) mer regnekrevende enn blneær nterpolasjon, og kan g opphav tl kant-glore-effekter 27.2.27 INF23 8 Kant-glore-effekter / rngng ved kubsk nterpolasjon Bruk av geometrske transformer: Samregstrerng av blder Orgnal ransformert Negatve lobe-verder Ønsket blde å samregstrere med 27.2.27 INF23 9 27.2.27 INF23 2 5

' Samregstrerng II Hvs bldenes kartkoordnater er kjent, brukes dsse (evt. må man transformere tl felles kartprojeksjon) Hvs bldenes kartkoordnater kke er kjent, brukes gjerne kontrollpunkter: Kontrollpunkter plukkes ut manuelt - lett dentfserbare punkter (landemerker) begge bldene Affne transformer er eksakt spesfsert med 3 punktpar (bestemmer a,a,a 2,b,b,b 2 eksakt) Kvadratske transformer er eksakt spesfsert med 6 punkter Ofte mange flere punkter for å få en god transformasjon Samregstrerng III Kvadratfelen brukes tl å vurdere hvor god en samregstrerng er Gtt kontrollpunkter (x, ),(x r, r ) ( r er referansebldet) (x, ) --> (x, ) >>3 for affne transformer og >>6 for kvadratske Polnomkoeffsentene bestemmes som de som passer best mht. kontrollpunktene, dvs. de som mnmerer kvadratfelen mellom kontrollpunktets sanne koordnater (x r, r ) og de transformerte koordnatene (x, ) J r ( x ' x ) + ( ' ) Enkel lneæralgebra benttes tl å fnne eksakte løsnnger på lgnngen over 2 27.2.27 INF23 2 27.2.27 INF23 22 Samregstrerng IV (nmere kvadratfelen) J ( x ' x ) + ( ' ) Jx + J d G a r x r x2 r xn x x2 2 xn n a a a2 Jx Kursorsk pensum ( x ' x ) Stkkevse transformer Forskjellge transformer for ulke deler av bldet Ofte bestemmes et kontrollgrd som strer hvordan de ulke delene skal endres Blneær transformasjon brukes ofte: x a x+a x+a 2 +a 3 b x+b x+b 2 +b 3 Hver frkants fre punkter bestemmer entdg den blneære transformen Jx ( d Ga) ( d Ga) d d + a G Ga 2a G d δj 2G Ga 2G d δa x a ( G G) G d 27.2.27 INF23 23 27.2.27 INF23 24 6

orphng eknkk for å transformere et blde tl et annet en trnnvs prosess Hvordan lages en gradvs overgang mellom to blder? Basert på stkkevs warpng Krever vanlgvs spesfkasjon av kontrollpunkter Anvendelser: grafkk/flm/spesaleffekter generere ansktsuttrkk (f.eks. smulere munnbevegelser tl tale) Oppsummerng Polnomtransformer for å mappe x,-koordnatene Affne transformer Forlengs- og baklengsmappng Interpolasjonsmetoder for å bestemme gråtonene tl den transformerte pkselen Nærmeste nabo-nterpolasjon Blneær nterpolasjon Kubsk nterpolasjon Bruk av geometrske operasjoner tl å samregstrere blder Kontrollpunkter 27.2.27 INF23 25 27.2.27 INF23 26 7