PZORA pzora.wz.cz 2. přednáška. součet hodnot dělený jejich počtem "těžiště hodnot" součet odchylek od průměru je nulový Průměr.

Prezentace na téma: "PZORA pzora.wz.cz 2. přednáška. součet hodnot dělený jejich počtem "těžiště hodnot" součet odchylek od průměru je nulový Průměr."— Transkript prezentace:

1 PZORA http:// pzora.wz.cz 2. přednáška

2 součet hodnot dělený jejich počtem "těžiště hodnot" součet odchylek od průměru je nulový Průměr

3 Vážený průměr zobecnění průměru "váha hodnoty" se nemusí rovnat váhy : "přitažlivost hodnoty" př.: 0,1*A + 0,9*B

4 Lineární interpolace máme hodnotu nějaké funkce ve 2 bodech chceme "rozumně" dopočítat i jinde př: –v čase t=0s byla teplota vody 30 0 –v čase t=100s potom 80 0 –odhadněte teplotu v čase t=20s obecně

5 Lineární interpolace f(x 1 ) x1x1 x0x0 f(x 0 ) x f(x)=?

6 Rozostřování obrazu používá se vážený průměr "každý pixel nahradíme váženým průměrem jeho okolí" okolí definováno konvoluční maskou př.

7 Rozostřování obrazu každý pixel f(x,y) v obraze se nahradí hodnotou A je konvoluční maska př. 1012 10014 12 90 1012 3020 12 90

8 Gaussian blur "nad maticí je Gaussova plocha" parametr radius = velikost matice

9 Gaussian blur nevýhoda: rozmazává hrany i tam, kde nechceme

10 Selective Gaussian blur parametr navíc - maxdelta operace se provede, jen když je "rozdíl" pixelu od okolí menší než maxdelta jinak je pixel součástí "přirozené hrany"...a necháme ho tak

11 Selective Gaussian blur

12 Ostření obrazu 1.krok –které pixely se výrazně liší od svého okolí? –opět pomocí masky –na rozdíl od rozostřování se zápornými koeficienty –př. Laplaceův operátor

13 Ostření obrazu 2.krok –výsledek se přičte k původnímu obrazu –tj. ke každému pixelu f(x,y) v obraze se přičte hodnota

14 Ostření obrazu originálLaplace

15 pomocí lineární interpolace (resp. váženého průměru) př. výsledek f(x,y) vzniká smícháním h(x,y) a g(x,y) Míchání obrazů

16

17 Histogram udává četnosti výskytů barev v obraze dá se podle něj určit, je-li obrázek přesvětlený či příliš tmavý

18 Histogram využití: při úpravě jasových poměrů ekvalizace histogramu