Radiometrické zvýraznění obrazu (Radiometric Image Enhancement)

Slides:



Advertisements
Podobné prezentace
Základní statistická analýza dat z pre- a klinických studií
Advertisements

Tvorba 3D modelu živých buněk
Fourierova transformace Filtrování obrazu ve frekvenční doméně
Elipsa chyb a Helmertova křivka
HUMUSOFT s.r.o. Image Processing Toolbox 3.1 Image Processing Toolbox 3.1 Karel Bittner HUMUSOFT s.r.o.
Předzpracování obrazu Image enhancement Image restoration.
Základy úprav fotografií
PZORA pzora.wz.cz 2. přednáška. součet hodnot dělený jejich počtem "těžiště hodnot" součet odchylek od průměru je nulový Průměr.
20. Metody zpracování digitálních dat dálkového průzkumu
ROZ1 – cvičení 4 Hranové detektory, ekvalizace histogramu - výsledky.
Úprava digitálních obrazů Ondřej Ptáček H2KNE1, 2013.
Charakteristiky polohy hodnoty znaku - čísla popisující polohu znaku na číselné ose -můžeme zvolit: -Aritmetický průměr -Modus, medián -Harmonický průměr.
VY_32_INOVACE_MAT_VA_07 Digitální učební materiál Sada: Matematika Téma: Komplexní čísla – grafické řešení rovnic s absolutní hodnotou Autor: Mgr. Eva.
kvantitativních znaků
Segmentace prahováním - cvičení
Multimediální pomůcka pro výuku předmětů zaměřených na fytopatologii
- snaha o rekonstrukci lokálních struktur - rozložení spekter x amplitudy spekter - hlavní - amplituda Odstraňování šumu - obrázky - hladké oblasti s pár.
Digitální zpracování obrazu
ZÁKLADY PRÁCE S DATY 2.. ELEKTROMAGNETICKÉ SPEKTRUM !!! Objekty na povrchu ovlivňují své okolí!!! DPZ zaznamenává elektromagnetické záření Přirozeně emitované.
Editace - globální úpravy - tonalita obrazu
vlastnosti lineární funkce
Detekce hran.
Prosinec 2008Úprava jasu, světlosti, kontrastu a gamakorekce 1 Úprava jasu, světlosti, kontrastu a gamma korekce PGC3 Vypracoval: Martin Matouš obor S.
Charakteristiky variability
Segmentace buněčných jader Pořízených konfokálním mikroskopem.
Analýza snímků VŠB – Technická univerzita Ostrava Katedra informatiky Doc. Ing. Lačezar Ličev, CSc.
Pohled z ptačí perspektivy
Zpracování obrazu Počítače & grafika Přednáška č. 7 Autoři: David Škaroupka, Jiří Liška, Miroslav Cepl, Michal Pokorný, Ivo Bílek.
Fyziologie rostlin pro pokročilé Zpracování a analýza obrazu
Definice fraktální (vnitřní) dimenze a její aplikace v databázích
Na co ve výuce statistiky není čas
Základní škola, Most, J. A. Komenského 474, p.o Most J. A. Komenského 474, p.o Most Digitální učební materiál vytvořen v projektu Pořadové.
Anti – Aliasing Ondřej Burkert atrey.karlin.mff.cuni.cz/~ondra/stranka.
Nástroj pro segmentaci buněk v obrazu tkáně pořízeném konfokálním mikroskopem. Kvantitativní analýza FISH signálů. Miroslav Melichar (podle práce Umeshe.
(Popis náhodné veličiny)
ZVÝRAZŇOVÁNÍ DAT, ČASOVÉ ŘADY
Úpravy rastrových obrázků. Úpravy geometrické Ořezání (clip) Otočení (rotate)
Úpravy rastrových obrázků. Úpravy geometrické Ořezání (clip) Otočení (rotate)
Hodnocení výstupů dynamických modelů Obsah předmětu: Počítačová podpora řízení Předmět : Počítačová podpora řízení K126 POPR Obor : E LS, 2015, K126 EKO.
Přístroje pro astronomii 2
Popisná analýza v programu Statistica
Digitální zpracování materiálů DPZ
Základy popisné statistiky
Převod do ČB v Adobe Photoshop Základní převod fotografie do škály šedi Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Lukáš Veverka a.
Projekt z digitálního zpracování obrazu PV162 Fakulta informatiky Masarykova univerzita Brno PV162 Projekt z digitálního zpracování obrazu podzim 2015.
POV – Počítačové vidění Detekce kružnic v obraze pomocí Houghovy transformace 1/10 Jaroslav Řezník,
PIXLR − ONLINE GRAFICKÝ EDITOR (1) ANEB NEJLEPŠÍ VĚCI JSOU ZADARMO Autorem materiálu a všech jeho částí, není-li uvedeno jinak, je Jaroslav Zavadil. Dostupné.
EMM21 Ekonomicko-matematické metody 2 Prof. RNDr. Jaroslav Ramík,CSc.
Statistika 1 Ústav lékařské informatiky, 2. LF UK 2008.
Masky vrstev Nástroj vhodný pro úpravu a retuš fotografií.
Lekce 3. Linkový kód ● linkový kód je způsob vyjádření digitálních dat (jedniček a nul) signálem vhodným pro přenos přenosovým kanálem: – optický kabel.
Příklad měření MTF digitálního fotoaparátu podle normy ISO 12233
Gymnázium a Jazyková škola s právem státní jazykové zkoušky Svitavy
Základní úpravy barev v Adobe Photoshopu
Rastrová grafika Základní termíny – prezentace barev, barevné modely.
MM2 – úvodní cvičení.
Digitální učební materiál
Popisná analýza v programu Statistica
STATISTICKÉ CHARAKTERISTIKY
Základní úpravy barev v Adobe Photoshopu
Základní úpravy jasu v Adobe Photoshop
Zpracování dat Lenka Radová
Vysoká škola báňská - Technická univerzita Ostrava
Typy proměnných Kvalitativní/kategorická binární - ano/ne
Co je kognitivní psychologie?
VŠEOBECNÁ ČÁST 1. FYZIKÁLNÍ PRINCIPY ZOBRAZENÍ ULTRAZVUKEM
Analýza kardinálních proměnných
Základy popisné statistiky
Analýza obrazu MUDr. Michal Jurajda.
Charakteristiky polohy
Transkript prezentace:

Radiometrické zvýraznění obrazu (Radiometric Image Enhancement)

Histogramové charakteristiky pro různé typy obrazových dat

Prahování (Thresholding, Density Slicing) Černobílé Barevné

Binární prahování při segmentaci obrazu

Binární parhování použité pro detekci změny

Zvýraznění kontrastu (Contrast Enhancement)

Princip zvýraznění obrazu změnou kontrastu (hodnoty šedi) pomocí transformační funkce y=f(x)

Zvýraznění obrazu změnou kontrastu - hodnoty šedi

Příklad číselného vyjádření Ukázka numerického přepočtu hodnot šedi obrazu pomocí lineární funkce

Lineární zvýraznění se saturací

Lineární zvýšení kontrastu s různým stupněm saturace

Po částech lineární zvýraznění obrazu Po částech lineární zvýraznění obrazu. Různá strmost přímky odpovídá různé intenzitě zvýraznění

Nelineární zvýraznění obrazu

Nelineární zvýraznění obrazu

Princip histogramového vyrovnání obrazu

Princip histogramového vyrovnání obrazu

Histogramové vyrovnání obrazu do předem definovaného typu histogramu – zde Gaussova rozložení

Geometrické zvýraznění Geometric Image Enhancement (Convolution) Filtrování (Filtering)

Výpočet hodnoty pro daný pixel na základě hodnot jeho okolí (masky – filtru)

Ukázka aplikace různě velkých masek filtrů pro potlačení (vlevo) a zvýšení (vpravo) kontrastu

IDRISI FILTERS Mean (low pass) Filter: 3 x 3, 5 x 5, 7 x 7, user-defined mask Gaussian Filter: 5 x 5, 7 x 7 Minimum Filter: 3 x 3, 5 x 5, 7 x 7 Median Filter: 3 x 3, 5 x 5 Maximum Filter: 3 x 3, 5 x 5, 7 x 7 Adaptive Box Filter: 3 x 3, 5 x 5, 7 x 7 Mode Filter: 3 x 3, 5 x 5, 7 x 7 Standard Deviation: user-defined mask Laplacian Edge Enhancement Filter: 3 x 3, 5 x 5, 7 x 7 High Pass Filter: 3 x 3 Sobel Edge Detector: 3 x 3 User-Defined: 3 x 3 User-Defined Filter File: size up to 255 x 255