Robotika <Martin Čermák>

Slides:



Advertisements
Podobné prezentace
Počítačová grafika.
Advertisements

Tato prezentace byla vytvořena
Základy focení – Zlatý řez a formáty souborů ve fotografii
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.
Dioda jako usměrňovač ~
Realizace podpůrného mapového software pro autonomní robot Ondřej Švehla.
Vedoucí:Dr.Ing.Bronislava Horáková Řešitel:Bc.Ondra Richard.
20. Metody zpracování digitálních dat dálkového průzkumu
Vektorová a bitmapová grafika
ROZ1 – cvičení 4 Hranové detektory, ekvalizace histogramu - výsledky.
Autor: Boleslav Staněk H2IGE1.  Omyly  Hrubé chyby  Chyby nevyhnutelné  Chyby náhodné  Chyby systematické Rozdělení chyb.
REDUKCE DAT Díváme-li se na soubory jako na text, pak je tento text redundantní. Redundance vyplývá z:  některé fráze nebo slova se opakují  existuje.
Základní škola, Most, J. A. Komenského 474, p.o Most Základní škola, Most, J. A. Komenského 474, p.o Most Digitální učební materiál vytvořen.
Segmentace prahováním - cvičení
Seminář C cvičení STL, Trolltech Ing. Jan Mikulka.
Vyhledávání podobností v datech s využitím singulárního rozkladu
Vliv rotace Země na prostorové uspořádání (polohu) pixelu v násnímaných datech.
Semestrální práce z předmětu Technická diagnostika konstrukcí
Bitmapová a Vektorová grafika
Počítačová grafika.
QT intervaly – metody detekce konce T vlny Jitka Jirčíková.
Kritický stav jaderného reaktoru
Lotus NotesJiří Beran Počítačová grafika. Lotus NotesJiří Beran Základní dělení počítačové grafiky: 1) Vektorová grafika – obrázek bereme jako množinu.
Rychlost okamžitá rychlost hmotného bodu:
Obrázky v HTML dokumentech Druhy a použití. Obrázky + Zvyšují atraktivitu stránek. + Zvyšují vypovídací schopnost stránek. - Zvyšují dobu načítání stránky.
Ovládání počítače laserovým ukazovátkem Tomáš PokornýZávěrečná maturitní práce.
Tato prezentace byla vytvořena
Účel procedury: První a závazný krok jakékoli seriozní komparativní studie. Umožňuje vyloučit možnost, že distribuce studovaného znaku (vlastnosti, vzorce.
FMVD I - cvičení č.8 Sesychání dřeva.
Segmentace buněčných jader Pořízených konfokálním mikroskopem.
Poděkování: Tato experimentální úloha vznikla za podpory Evropského sociálního fondu v rámci realizace projektu: „Modernizace výukových postupů a zvýšení.
1 Mechanika s Inventorem 10. Shrnutí Petr SCHILLING, autor přednášky Ing. Kateřina VLČKOVÁ, obsahová korekce Tomáš MATOVIČ, publikace FEM výpočty Optimalizace.
Gymnázium, Žamberk, Nádražní 48 Projekt: CZ.1.07/1.5.00/ Inovace ve vzdělávání na naší škole Název: Grafické formáty Autor: Mgr. Petr Vanický.
Experimentální fyzika I. 2
Přesnost a spolehlivost v účelových sítích Bc. Jindřich Poledňák.
Počítačové komponenty Jiří Vohradský. Co je počítač? Počítač je zařízení pro zpracování informací. Informace jsou v počítači ve formě různých druhů dat.
Definice fraktální (vnitřní) dimenze a její aplikace v databázích
12/2003Přednáška č. 51 Vyhodnocení změny struktury modelu Předmět: Modelování v řízení MR 11 (Počítačová podpora) Obor C, Modul M8 ZS, 2003, K126 EKO Předn./Cvič.:
př. 6 výsledek postup řešení
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Model lidského zraku pro hodnocení kvality obrazu
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.
Počítačová grafika a CAD 1 Ukládání obrázků do různých formátů.
Google a ArcGIS Nové možnosti v 3D vizualizaci Autor: Stanislav POPELKA Vedoucí bakalářské práce: Mgr. Kamil VYKOPAL GISáček 2008.
Tvorba modelu prostředí pro mobilní roboty Petr Kolman.
 Počítačově simulované prostředí obývané jeho uživateli a uzpůsobené k jejich interakci prostřednictvím avatarů  Bezprostřednost a interaktivita  Výhody:
Multimédia Žlutířová Eva.
Geoinformatika úvod.
Zjednodušený výklad k refrakci
Geografické informační systémy pojetí, definice, součásti
CHRONOPHOBIA Autor: Bc. Michal Jirouš Vedoucí práce: Ing. Petr Felkel Ph.D. (3D akční hra)
POV – Počítačové vidění Detekce kružnic v obraze pomocí Houghovy transformace 1/10 Jaroslav Řezník,
Název školy Gymnázium, střední odborná škola, střední odborné učiliště a vyšší odborná škola, Hořice Číslo projektu CZ.1.07/1.5.00/ Název materiálu.
Urban Planner Analytický nástroj pro hodnocení potenciálu území Jaroslav Burian.
Biometrika v informační bezpečnosti Daniel Raška.
Informační a komunikační technologie 11. WIN - pracovní plocha Autor : RNDr. Zdeněk Bláha.
Databáze MS ACCESS 2010.
Grafické programy - opakování
Financováno z ESF a státního rozpočtu ČR.
Financováno z ESF a státního rozpočtu ČR.
Bitmapový grafický editor
Regulátory v automatizaci
Číslo projektu: CZ.1.07/1.4.00/ Název DUM: Vlastnosti světla
© Copyright Radim Štefan
Coonsovy pláty KMA / GPM F. Ježek
Kinematika hmotný bod: těleso s nekonečně malými rozměry, ale nenulovou hmotností, tj. žádné otáčení, žádná deformace atd. = bodová hmotnost popis pohybu.
Úvod do počítačových sítí - Linková úroveň
Analytický geometrie kvadratických útvarů
Transkript prezentace:

Robotika <Martin Čermák> Detekce hran v obraze Robotika <Martin Čermák>

Proč hledat v obraze hrany? Získávání informací z obrazu Identifikace objektů Získání důležitých rysů obrazu Podčást počítačového vidění

Co je to hrana? Prudší změna jasu Hrany: Skokové Náběžné Impulsní Střechové

Metody detekce Metody detekce primárně využívají první, či druhé derivace. V případě první derivace se výsledný obraz porovnává s prahem. citlivost na šum. velká závislost na velikosti objektu. Druhá derivace naopak vyžaduje detekci průchodu nulou. Parametrickým modelem hran náročné na výpočet

Implementace DLL Win32 knihovna GUI .NET C# Výpočty nad bitovými mapami Základní práce s bitmapou GUI .NET C# Načítání a ukládání obrazových souborů 6 metod hledání hran v obraze

Výsledky I Diference: Výpočet pouze ze dvou hodnot => citlivé na šum

Výsledky II Robertsův operátor: Výpočet pouze ze dvou hodnot => citlivé na šum

Výsledky III Sobelův/Prewittův operátor: Schopnost detekovat směr Pro výpočet více hodnot => méně citlivé na šum

Výsledky IV Kirshův operátor: Jemné hrany Menší reakce na šum V důsledku čistější obraz

Výsledky V Laplacián: 2. derivace Detekce průchodu nulou Neostré rohy

Konec Děkuji za pozornost.