Projektarbete i Bildanalys vid Institutionen för Matematik Lunds Tekniska Högskola. Segmentering. Av: Karin Kolmert och Julia Stojanov
|
|
- Max Pettersson
- för 7 år sedan
- Visningar:
Transkript
1 Projektarbete i Bildanalys vid Institutionen för Matematik Lunds Tekniska Högskola Segmentering Av: Karin Kolmert och Julia Stojanov Handledare: Björn Johansson 29 November, 2001
2 1 Inledning I detta projekt skulle olika segmenteringsmetoder provas och jämföras. Ursprunget till uppgiften var projektet Computer Vision for determination of Fridge Contents, se referens [1]. I kylskåpsprojektet skulle ett program skrivas för detektion av vad som fanns i kylskåpet. För att göra detta behövdes någon form av segmentering och sedan en igenkänningsalgoritm. I vårt projekt studerades en ketchupflaska respektive ett tomt kylskåp, se figur 1a och b. Koden för algoritmerna finns i bilaga 1. Figur 1a, b 2 Utförande 2.1 Kantdetektering En metod för att segmentera ut ett objekt är att först ta fram kanterna på objektet. Detta kan göras med hjälp av olika filter, se referens [2] Prewitt Först provades Prewitt-masken: Detta är ett deriverings filter som tar fram en kant i taget. Genom att falta med denna mask fås kanterna fram i y-led. Transponeras den sedan fås kanterna i x-led fram. Dessa båda bilder kan kombineras och alla kanter träder fram. För att få fram tydligare kontraster trösklades bilden också. Se figur 2b Sobel Ett annat deriveringsfilter är Sobel-masken som även har en utjämnande effekt. Den ser ut så här:
3 För att få fram alla kanter görs likadant som ovan. Se figur 2d Laplace Laplace- masken ser ut så här: Den tar fram kanter i både x- och y-led på en gång. Den är bruskänsligare än de ovannämnda filterna, vilket syns tydligt i figuren. Se figur 2c. Figur 2a, b, c, d Jämförelser Som synes i bilderna blir det ingen större skillnad på Sobel- och Prewitt-filterna. Laplacefiltret är mer bruskänsligt än de båda andra. Det ger alltså inte lika bra resultat. 2.2 Segmentering Differens av ketchupbild och bakgrundsbild För att kunna segmentera ut själva flaskan tas differensen mellan ketchupbilden och bakgrundsbilden. Då uppstår problem med skuggor. Dessa kan fås bort genom att tröskla ganska hårt. Se figur 3a. I figurens syns det att listen i kylskåpet dragits bort från flaskan och därför gjort ett hål i flaskans kontur. Genom att utföra slutning av bilden, det vill säga först dilatation och sedan erosion, kan kanten slutas. Se figur 3b. I denna bild finns det en del brus som även det har slutits och därför blivit större än vad det var från början. Detta plockas bort eftersom det är en ren ketchupbild som önskas. Se figur 3c. Det slutliga resultatet kan skådas i figur 3d.
4 Figur 3a, b, c, d Ifyllnad av flaska Ytterligare ett sätt att segmentera fram flaskan är att utnyttja detekteringen av kanterna. Först används bilden av de kanter som var framtagna med Prewitt-masken, se figur 4b Eftersom det är en del hål i kanten så sluts bilden först. Detta görs som ovan, se figur 4c. I bilden syns brus och detta tas bort, se figur 4d. Nu är etiketten fortfarande kvar och eftersom det är enbart konturerna som önskas måste denna plockas bort. Detta görs genom att fylla i området mellan flaskans konturer, se figur 5a. Flaskan är nu fortfarande avgnagd upptill och dessa områden fylls i genom slutning, se figur 5b. Kanterna är här lite taggiga och därför görs en utjämning med hjälp av ett medelvärdesfilter, se figur 5c. Figur 4a, b, c, d Figur 5a, b, c, d Försöket upprepades med de bilder där kanterna var framtagna med Sobel- och Laplacefilterna. För Sobel-filtret blev resultatet identiskt med Prewitt-filtret eftersom ursprungsbilden var nästan identisk, se figur 2b och 2c. För Laplace blev resultatet inte bra med ifyllnadsmetoden. Detta beror på att det var för mycket brus och att kanterna inte var tillräckligt framtagna.
5 2.2.3 Snakes Den sista metoden som användes var Snakes, som är en form av Active contour. Active contour används för segmentering av dynamiska bilder och 3D-bilder. Snakes deformerar en kontur och stänger in de intressanta områdena som oftast är linjer eller kanter. Den kallas snakes eftersom de deformerade konturerna liknar en orm när de rör sig. Om en approximation av objektets kanter finns så kan active contour användas för att ta fram de riktiga kanterna. En active contour är en samling av n punkter i bildplanet. Dessa punkter itereras så att de närmar sig objektets kant genom en lösning av energiminimeringsproblemet. Se figure 8.6 (Referens [3]). I bild (a) syns Snakens punkter som en rak linje. I bild (b) har de börjat anpassa sig efter objektets konturer. Slutligen i bild (c) är minimeringen slutförd och de verklig konturerna träder fram. Snakes-algoritmen som användes i den här uppgiften är gjord av Ghassan Hamarneh, 23 maj I denna algoritm sattes först punkterna för ormen ut runt objektet. Därefter justerades olika parametrar till exempel tröskelvärde, ormens flexibilitet och att den drog sig mot mörka områden. När detta var gjort började iterationen och ormen slöt sig runt flaskan. Resultatet finns i figur 6. Figur 6
6 2.2.4 Jämförelser mellan segmenteringsmetoder Fördelen med differensmetoden är att den är enklare och därför snabbare. Tyvärr så blir inte flaskans konturer så jämna, utan de ändrar form lite grann. Halsen på flaskan blir dessutom smalare än ursprungsbildens hals och korken ändrar form. Ifyllnadsmetoden är mer komplicerad och tar längre tid att köra i Matlab. Den ger dock mycket bättre resultat med jämna konturer och normalstorlek på flaskan. Korken blir emellertid lite avklippt. Allra bäst resultat uppnås med snakes-metoden. Denna tar dock längre tid och även här så blir korken avskuren eftersom den har en annan färg än flaskan. Parametrarna måste också ändras från bild till bild. 3 Slutsats Vi har provat olika segmenteringsmetoder, från vanlig derivata och differens till mer komplicerade ifyllnadsmetoder och Snakes-metoden. Jämfört med resultaten i referens [1] har vi fått bort brus i bilden, vilket inte de har. Däremot är vår kork lite avklippt. Vilken metod som passar bäst beror på vilken bild man har, samt om man har en färdig Snakes-algoritm eller inte. 4 Referenser: [1] F. Färnström, B. Johansson, K. Åström. Computer Vision for determination of Fridge Contents. Paper, Center for Mathematical Sciences, Lund University, Sweden, [2] R.C. Gonzalez, R.E. Woods. Digital Image Processing. 1992, Addison-Wesley Publishing Company, Inc. [3] 27/11-01
7 Bilaga 1 Deriveringsfilter % Prewitt ket=rgb2gray(imread('img001.jpg')); subplot(2,2,1) imagesc(ket) title('orginalketchupflaska') derx=[-1 0 1; ; ]; dery=derx'; falt1=conv2(ket,derx); falt2=conv2(ket,dery); gradabs=sqrt(falt1.^2+falt2.^2); subplot(2,2,2) imagesc(gradabs>50) title('prewitt, tröskel 50') % Laplace derx=[0-1 0; ;0-1 0]; falt1=conv2(ket,derx); subplot(2,2,3) imagesc(falt1>5) title('laplace tröskel 5') % Sobel derx=[-1 0 1; ; ]; dery=derx'; falt1=conv2(ket,derx); falt2=conv2(ket,dery); gradabs=sqrt(falt1.^2+falt2.^2); subplot(2,2,4) imagesc(gradabs>65) title('sobel tröskel 65') Skillnad mellan bilder ket=rgb2gray(imread('img001.jpg')); tom=rgb2gray(imread('img000.jpg')); diff=double(ket)-double(tom); bild=(diff>-50); subplot(2,2,1) imagesc(bild) title('skillnaden mellan ketchupbilden och bakgrunden,trösklad') % Skapa en "ettor-bild" for i=1:size(bild,1) for k=1:size(bild,2) ett(i,k)=1; inv=ett-bild;
8 % Slutning se = strel('disk',55); utbild=imdilate(inv,se); utbild2=imerode(utbild,se); subplot(2,2,2) imagesc(utbild2) title('sluten bild') %Borttagning av brus [L,num]=bwlabel(utbild2); nybild=(l==2); subplot(2,2,3) imagesc(nybild) title('borttagning av brus') %Invers for i=1:size(nybild,1) for k=1:size(nybild,2) ett(i,k)=1; resultat=ett-nybild; subplot(2,2,4) imagesc(resultat) title('resultat') Ifyllnad med underprogram brusborttagning title('brusborttagen flaska') for i=1:482 % skapar två vektorer att stoppa in kantkoordinaten i v(i)=0; % och en differensvektor w(i)=0; avstand(i)=0; for i=1:482 % skapar en ny bild for k=1:642 bild2(i,k)=1; bild=fin; %storlek 482x642 for i=1:482 %från vänster (kanske) k=1; while bild(i,k)==0 & k~=642 % i är skilt från 640 (slut på bilden) k=k+1; if bild(i,k)==1 bild2(i,k)=0; v(i)=k; % om while-loopen stannar för att bilden är slut blir elementet i vektorn 481 (kanske problem)
9 for i=1:482 %från höger (kanske) k=642; while bild(i,k)==0 & k~=1 % i är skilt från 0 (slut på bilden) k=k-1; if bild(i,k)==1 bild2(i,k)=0; w(i)=k; % Sätta värdena mellan kanterna till 1 for i=1:482 avstand(i)=w(i)-v(i); % avstånd mellan flaskans kanter beräknas for s=v(i):(v(i)+avstand(i)) if avstand(i)~=0 & v(i)~=0 bild2(i,s)=0; % sätter pixlarna mellan flaskans kanter till 1 figure subplot(2,2,1) imagesc(bild2) title('ifylld flaska') % Skapa en "ettor-bild" for i=1:size(bild2,1) for k=1:size(bild2,2) ett(i,k)=1; res=ett-bild2; % Slutning se = strel('disk',55); utbild=imdilate(res,se); utbild2=imerode(utbild,se); subplot(2,2,2) imagesc(utbild2) title('sluten') % Utjämning filter=[1 1 1; 1 4 1; 1 1 1]; falt=conv2(utbild2,filter); subplot(2,2,3) imagesc(falt) title('utjämnad med medelvärdesfilter') %inversen for i=1:size(falt,1) for k=1:size(falt,2)
10 ett2(i,k)=1; res2=ett2-falt; subplot(2,2,4) imagesc(res2) title('resultat') Brusborttagning %prewittbilden sluten %områdessökning %ta bort små områden som är brus logisk %Gör slutning på prewittbild [L,num]=bwlabel(utbild2,8); %Delar upp bilden i num olika områden r1=1; l=0; for i=1:num [r,c]=find(l==i); %hittar det största sammanhängande området if length(r)>r1 r1=r; l=i; fin=(l==l); subplot(2,2,4) imagesc(fin) title('brus borttaget') Logisk prewitt % Slutning se = strel('disk',8); utbild=imdilate(bild,se); %figure %imagesc(utbild) % utbild2=imerode(utbild,se); subplot(2,2,3) imagesc(utbild2) title('sluten bild')
Projekt i bildanalys Trafikövervakning
Projekt i danalys Trafikövervakning F 99 F 00 Handledare : Håkan Ardö Hösten 3 vid Lunds Tekniska Högskola Abstract Using traffic surveillance cameras the authorities can get information about the traffic
Läs merFlervariabelanalys, inriktning bildbehandling, datorövning 3
Matematiska institutionen, LTH, December 2, 2004 Flervariabelanalys, inriktning bildbehandling, datorövning 3 Matlab Gå till underkatalogen matlab (skapa den om den inte redan finns) av din rotkatalog.
Läs merSignaler, information & bilder, föreläsning 15
Signaler, information & bilder, föreläsning 5 Michael Felsberg Computer Vision Laboratory Department of Electrical Engineering michael.felsberg@liu.se Översikt Histogram och tröskelsättning Histogramutjämning
Läs merBildanalys. Segmentering. Föreläsning 7. Split and Merge. Region Growing
Föreläsning 7 1 Föreläsning 7 2 Bildanalys Rikard Berthilsson Kalle Åström Matematikcentrum Lund 27 september 2005 Segmentering Mål: Dela upp bilden i segment, d.v.s. områden som hör till samma objekt
Läs merBildbehandling, del 1
Bildbehandling, del Andreas Fhager Kapitelhänvisningar till: Image Processing, Analysis and Machine Vision, 3rd ed. by Sonka, Hlavac and Boyle Representation av en bild Så här kan vi plotta en bild tex
Läs merBildförbättring i spatial domänen (kap. 3) Bildförbättring (enhancement) Spatial domän. Operatorer. Tröskling (threshold) Gråskale-transformationer
Bildförbättring i spatial domänen (kap. 3) Punktoperationer Gråskaletransformationer Logiska & aritmetiska operationer Filtrering Faltning Lågpassfilter Högpassfilter Bildförbättring (enhancement) Förbättra
Läs merMedicinsk Informatik VT 2004
Informatik VT 2004 bildbehandling Bildbehandling Mål Extraktion av relevant information ur medicinska bilder för diagnostisk tolkning, terapiplanering, dokumentation och patientinformation Digital bildbehandling
Läs merProjekt i Bildanalys: Automatisk detektion av lungemboli ur scintbilder
: Automatisk detektion av lungemboli ur scintbilder Susann Stjernqvist, F00 och Handledare: Anders Ericsson HT2003 1 Innehåll 1 Syfte 3 2 Teori 3 2.1 SCINTbilder............................. 3 2.2 Snakes.................................
Läs merMedicinska Bilder, TSBB31. Lab: Mätvärden på Medicinska Bilder
Medicinska Bilder, TSBB3 Lab: Mätvärden på Medicinska Bilder Maria Magnusson, 22 Senaste updatering: september 27 Avdelningen för Datorseende, Institutionen för Systemteknik Linköpings Universitet Introduktion
Läs merBilaga 4, Skapa grafiskt användargränssnitt med guide
Bilaga 4 Bil 4:1 Bilaga 4, Skapa grafiskt användargränssnitt med guide Enklast till en början är att vid MATLABS kommandoprompt skriva guide vilket ger dels ett figurfönster och det som kallas Guide Control
Läs merProjekt i bildanalys: Snakes Sofia Åberg, F98 HT-01 Handledare: Anders Heyden
Projekt i bildanalys: Snakes Sofia Åberg, F98 HT-01 Handledare: Anders Heyden 1. Inledning Inom datorseende vill man ofta segmentera ut objekt som man sedan vill följa i en bildsekvens. En segmenteringsteknik
Läs merEtt enkelt OCR-system
P r o j e k t i B i l d a n a l y s Ett enkelt OCR-system av Anders Fredriksson F98 Fredrik Rosqvist F98 Handledare: Magnus Oskarsson Lunds Tekniska Högskola 2001-11-29 - Sida 1 - 1.Inledning Många människor
Läs merTentamen Bildanalys (TDBC30) 5p
Tentamen Bildanalys (TDBC30) 5p Skrivtid: 9-15 Hjälpmedel: kursboken Digital Image Processing Svara på alla frågor på nytt blad. Märk alla blad med namn och frågenummer. Disponera tiden mellan frågorna
Läs merMedicinsk Informatik IT VT2002
Bildbehandling Medicinsk Informatik IT VT2002 Medicinsk bildbehandling Mål Extraktion av relevant information ur medicinska bilder för diagnostisk tolkning, terapiplanering, dokumentation och patientinformation
Läs merMedicinska Bilder, TSBB31. Lab: Mätvärden på Medicinska Bilder
Medicinska Bilder, TSBB3 Lab: Mätvärden på Medicinska Bilder Maria Magnusson, 22 Senaste updatering: september 25 Avdelningen för Datorseende, Institutionen för Systemteknik Linköpings Universitet Introduktion
Läs merTNM030 Tentasammanfattning (frågor) Nathalie Ek, Sammanfattning. TNM030 - Bildbehandling och bildanalys
Sammanfattning TNM030 - Bildbehandling och bildanalys Nathalie Ek (natek725), MT -07 2011, LIU Campus Norrköping 1 I det mänskliga ögats näthinna finns två typer av ljussensorer. a) Vad kallas de två typerna?
Läs merLogik och Jämförelser. Styrsatser: Villkorssatsen if och repetitonssatsen for. Scriptfiler. Kommentarer. Tillämpningar: Ett enkelt filter.
TAIU07 Föreläsning 3 Logik och Jämförelser. Styrsatser: Villkorssatsen if och repetitonssatsen for. Scriptfiler. Kommentarer. Tillämpningar: Ett enkelt filter. 27 januari 2016 Sida 1 / 21 Logiska variabler
Läs merAnvändarhandledning. LiTH Segmentering av MR-bilder med ITK Anders Eklund Version 1.0. Status
2006-05-15 Användarhandledning Version 1.0 Granskad Godkänd Status Bilder och grafik projektkurs, CDIO MCIV LIPs 1 2006-05-15 PROJEKTIDENTITET MCIV 2006 VT Linköpings Tekniska Högskola, CVL Namn Ansvar
Läs merBildbehandling i frekvensdomänen. Erik Vidholm
Bildbehandling i frekvensdomänen Erik Vidholm erik@cb.uu.se 9 december 2002 Sammanfattning Detta arbete beskriver hur en bild kan tolkas som en tvådimensionell digital signal, hur denna signal Fouriertransformeras
Läs merSegmentering av celler med hjälp av aktiva konturer och level sets
Segmentering av celler med hjälp av aktiva konturer och level sets - Modifiering av befintlig algoritm Abstrakt Detta projekt är en modifiering av en redan befintlig algoritm med en hypotes att kunna segmentera
Läs merLaboration 4: Digitala bilder
Objektorienterad programmering, Z : Digitala bilder Syfte I denna laboration skall vi återigen behandla transformering av data, denna gång avseende digitala bilder. Syftet med laborationen är att få förståelse
Läs merMMA132: Laboration 2 Matriser i MATLAB
MMA132: Laboration 2 Matriser i MATLAB Introduktion I den här labben skall vi lära oss hur man använder matriser och vektorer i MATLAB. Det är rekommerad att du ser till att ha laborationshandledningen
Läs merMedicinska Bilder, TSBB31. Lab3: Mätvärden på Medicinska Bilder
Medicinska Bilder, TSBB3 Lab3: Mätvärden på Medicinska Bilder Maria Magnusson, Avdelningen för Datorseende Institutionen för Systemteknik Linköpings Universitet Introduktion I denna laboration ska vi göra
Läs merBildanalys för vägbeläggningstillämplingar
Bildanalys för vägbeläggningstillämplingar Hanna Källén I denna avhandling har några forskningsfrågor gällande bestämning av vägars beständighetundersökts. Bildanalys har används för att försöka komplettera
Läs merBildbehandling En introduktion. Mediasignaler
Bildbehandling En introdktion Mediasignaler Innehåll Grndläggande bildbehandling Foriertransformering Filtrering Spatialdomän Frekvensdomän Vad är bildbehandling? Förbättring Image enhancement Återställning
Läs merHistogramberäkning på en liten bild
Signal- och Bildbehandling FÖRELÄSNING Histogram och tröskelsättning Binär bildbehandling Morfologiska operationer Dilation (Expansion) och Erosion () och kombinationer Avståndskartor Mäta avstånd i bilder
Läs merbilder för användning
Grundläggande guide i efterbehandling av bilder för användning på webben Innehåll Innehåll...2 Inledning...3 Beskärning...4 Att beskära en kvadratisk bild...5 Att beskära med bibehållna proportioner...5
Läs merProgrammeringsuppgift Game of Life
CTH/GU STUDIO TMV06a - 0/0 Matematiska vetenskaper Programmeringsuppgift Game of Life Analys och Linär Algebra, del A, K/Kf/Bt Inledning En cellulär automat är en dynamisk metod som beskriver hur komplicerade
Läs merAnsiktsigenkänning med MATLAB
Ansiktsigenkänning med MATLAB Avancerad bildbehandling Christoffer Dahl, Johannes Dahlgren, Semone Kallin Clarke, Michaela Ulvhammar 12/2/2012 Sammanfattning Uppgiften som gavs var att skapa ett system
Läs merTNM030 -Sammanfattning Nathalie Ek, 2011. Sammanfattning. TNM030 - Bildbehandling och bildanalys
Sammanfattning TNM030 - Bildbehandling och bildanalys Nathalie Ek (natek725), MT -07 2011, LIU Campus Norrköping Bildbehandling och bildanalys - Bildbehandling Kan kort sammanfattas som signalbehandling
Läs merBildregistrering Geometrisk anpassning av bilder
Bildregistrering Geometrisk anpassning av bilder Björn Svensson, Johanna Pettersson, Hans Knutsson Inst. för Medicinsk Teknik, Linköpings Univeristet Maj, 2007 1 Problembeskrivning Sök förflyttningsfält
Läs merObligatoriska uppgifter i MATLAB
Obligatoriska uppgifter i MATLAB Introduktion Följande uppgifter är en obligatorisk del av kursen och lösningarna ska redovisas för labhandledare. Om ni inte använt MATLAB tidigare är det starkt rekommenderat
Läs merProjekt i programmering 1 (ver 2)... 2 Projektidé... 2 Planering... 2 Genomförande... 2 Testning och buggar... 3 Utvärdering... 3 Planering...
Projekt i programmering 1 (ver 2)... 2 Projektidé... 2 Planering... 2 Genomförande... 2 Testning och buggar... 3 Utvärdering... 3 Planering... 4 Bussen (projektförslag)... 5 Bakgrund... 5 Klassen Buss
Läs merHistogram över kanter i bilder
Histogram över kanter i bilder Metod Både den svartvita kanstdetekteringen och detekteringen av färgkanter följer samma metod. Först görs en sobelfiltrering i både vertikal och horisontell led. De pixlar
Läs merSignaler, information & bilder, föreläsning 15
Översikt Signaler, inormation & bilder, öreläsning 5 Michael Felsberg och Maria Magnusson Computer Vision Laborator (Datorseende) Department o Electrical Engineering (ISY) michael.elsberg@liu.se, maria.magnusson@liu.se
Läs merPhotoshop Elements 7. Adobe. Grundkurs
Photoshop Elements 7 Adobe Grundkurs Innehållsförteckning 1 Det här är Photoshop Elements 7...1 Programmets uppbyggnad...1 2 Ordna...3 Hämta filer...3 Visning/Sortering...6 Datumvy...6 Helskärmsläge...7
Läs merTestprotokoll. LiTH Segmentering av MR-bilder med ITK Anders Eklund Version 1.0. Status
Segmentering av MR-bilder med ITK 2006-05-02 Testprotokoll Version 1.0 Status ranskad odkänd Bilder och grafik projektkurs, CDIO MCIV LIPs 1 Segmentering av MR-bilder med ITK 2006-05-02 PROJEKTIDENTITET
Läs merLaboration i Fourieroptik
Laboration i Fourieroptik David Winge Uppdaterad 30 januari 2015 1 Introduktion I detta experiment ska vi titta på en verklig avbildning av Fouriertransformen. Detta ska ske med hjälp av en bild som projiceras
Läs merFöreläsning 7: Klassificering, minsta kvadratproblem, SVD, forts.
Föreläsning 7: Klassificering, minsta kvadratproblem, SVD, forts. Berkant Savas Tillämpad matematik i natur och teknikvetenskap, TNA5 Institutionen för teknik och naturvetenskap Linköpings universitet
Läs merMatematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration
10 februari 2017 Matematisk analys för ingenjörer Matlabövning 2 Numerisk ekvationslösning och integration Syfte med övningen: Introduktion till ett par numeriska metoder för lösning av ekvationer respektive
Läs merFlerdimensionell analys i bildbehandling
Flerdimensionell analys i bildbehandling Erik Melin 27 november 2006 1. Förord Målet med den här lilla uppsatsen är att ge några exempel på hur idéer från kursen flerdimensionell analys kan användas i
Läs merUppgift 1 ( Betyg 3 uppgift )
2008-03-25.kl.14-19 Uppgift 1 ( Betyg 3 uppgift ) Du skall skriva ett program (en funktion), my_plot_figure, som läser in ett antal sekvenser av koordinater från tangentbordet och ritar ut dessa till en
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 9 november 2015 Sida 1 / 28 Föreläsning 3 Linjära ekvationssystem. Invers. Rotationsmatriser. Tillämpning:
Läs merFingerprint Matching
Fingerprint Matching Björn Gustafsson bjogu419 Linus Hilding linhi307 Joakim Lindborg joali995 Avancerad bildbehandling TNM034 Projektkurs Biometri 2006 1 Innehållsförteckning 1 Innehållsförteckning 2
Läs merÖvervakningssystem. -skillnader i bilder. Uppsala Universitet Signaler och System ht Lärare: Mathias Johansson
Uppsala Universitet Signaler och System ht 02 2002-12-07 Övervakningssystem -skillnader i bilder Lärare: Mathias Johansson Gruppen: Jakob Brundin Gustav Björcke Henrik Nilsson 1 Sammanfattning Syftet med
Läs merDilation Erosion. Slutning. Öppning
Numerisk analys och datalogi, KTH Tony Lindeberg Lösningar till tentamen i 2D42 Datorseende gk 22 4 6 llmänt: För de teorifrνagor där svaren pνa uppgifterna direkt stνar att finna i kurslitteraturen ges
Läs merTDIU01 - Programmering i C++, grundkurs
TDIU01 - Programmering i C++, grundkurs Sammanfattning period 1 Eric Elfving Institutionen för datavetenskap 1 oktober 2013 Översikt Ett C++-programs uppbyggnad Variabler Datatyper Satser Uttryck Funktioner
Läs merSignaler, information & bilder, föreläsning 14
Signaler, inormation & bilder, öreläsning Michael Felsberg Computer Vision Laborator Department o Electrical Engineering michael.elsberg@liu.se Översikt D signalbehandling (bildbehandling) orts. Faltningskärnor
Läs merVärmedistribution i plåt
Sid 1 (6) Värmedistribution i plåt Introduktion Om vi med konstant temperatur värmer kanterna på en jämntjock plåt så kommer värmen att sprida sig och temperaturen i plåten så småningom stabilisera sig.
Läs merTEM Projekt Transformmetoder
TEM Projekt Transformmetoder Utförs av: Mikael Bodin 19940414 4314 William Sjöström 19940404 6956 Sammanfattning I denna laboration undersöks hur Fouriertransformering kan användas vid behandling och analysering
Läs mer-Projekt- FMA170- Bildanalys
-Projekt- FMA170- Bildanalys Karl Berggren, 820503-2454 d02kb@student.lth.se Andreas Helgegren, 811119-2715 d02ah@student.lth.se Handledare: Håkan Ardö hakan@debian.org 30 november 2007 1 Projektide Undertexter
Läs merFlerdimensionella signaler och system
Luleå tekniska universitet Avd för signalbehandling Magnus Sandell (reviderad av Frank Sjöberg) Flerdimensionell signalbehandling SMS033 Laboration 1 Flerdimensionella signaler och system Syfte: Den här
Läs merGraärgning och kromatiska formler
Graärgning och kromatiska formler Henrik Bäärnhielm, d98-hba 2 mars 2000 Sammanfattning I denna uppsats beskrivs, för en ickematematiker, färgning av grafer samt kromatiska formler för grafer. Det hela
Läs merBeräkningsvetenskap föreläsning 2
Beräkningsvetenskap föreläsning 2 19/01 2010 - Per Wahlund if-satser if x > 0 y = 2 + log(x); else y = -1 If-satsen skall alltid ha ett villkor, samt en då det som skall hända är skrivet. Mellan dessa
Läs merHAND TRACKING MED DJUPKAMERA
HAND TRACKING MED DJUPKAMERA ETT PROJEKT I TNM090 - SOFTWARE ENGINEERING Rasmus KARLSSON Per JOHANSSON Erik HAMMARLUND raska293@student.liu.se perjo020@student.liu.se eriha891@student.liu.se 2014-01-14
Läs merBildbehandling i spatialdomänen och frekvensdomänen
Digital Media Lab 2016-02-22 Tillämpad Fysik och Elektronik Ulrik Söderström Bildbehandling i spatialdomänen och frekvensdomänen Fouriertransform och filtering Del 1. Fouriertransformen 1.1. Fourieranalys
Läs merFYSIKENS MATEMATISKA METODER
FYSIKENS MATEMATISKA METODER TREDJE UPPLAGAN TORBJÖRN ERIKSON HENRIK CHRISTIANSSON ERIK LINDAHL JOHAN LINDE LARS SANDBERG MATS WALLIN mfl Boken är typsatt i L A TEX med 11pt Times Printed in Sweden by
Läs merTentamen, Programmeringsteknik för BME, F och N
LUNDS TEKNISKA HÖGSKOLA 1(6) Institutionen för datavetenskap Tentamen, Programmeringsteknik för BME, F och N 2015 06 03, 14.00 19.00 Anvisningar: Preliminärt ger uppgifterna 7 + 11 + 16 + 11 = 45 poäng.
Läs merKomponentvisa operationer,.-notation Multiplikation (*), division (/) och upphöj till (ˆ) av vektorer följer vanliga vektoralgebraiska
Matlab-föreläsning 3 (4), 17 september, 2015 Innehåll Sekvenser (från förra föreläsningen) Upprepning med for-slingor och while-slingor Villkorssatser med if - then -else - Logik Sekvenser - repetion från
Läs merSignaler, information & bilder, föreläsning 14
Signaler, inormation & bilder, öreläsning Michael Felsberg och Maria Magnusson Computer Vision Laborator (Datorseende) Department o Electrical Engineering (ISY) michael.elsberg@liu.se, maria.magnusson@liu.se
Läs mer3 Man kan derivera i Matlab genom att approximera derivator med differenskvoter. Funktionen cosinus deriveras för x-värdena på följande sätt.
Kontrolluppgifter 1 Gör en funktion som anropas med där är den siffra i som står på plats 10 k Funktionen skall fungera även för negativa Glöm inte dokumentationen! Kontrollera genom att skriva!"#$ &%
Läs merFönster och dörr. Kapitel 3 - Fönster och dörr... 3
25.05.2009 Kapitel 3... 1 Kapitel Innehåll... Sida Kapitel 3 -... 3 Fönster...3 Placera med gitter...5 Hur ser fasaden ut?...5 Öppningsbara fönster...7 Relativ positionering...7 Se på 3D-modell...9 Ytterdörrar...9
Läs mer8 Binär bildbehandling
8 Binär bildbehandling 8.. Man kan visa att en kontinuerlig liksidig triangel har formfaktorn P2A = P 2 4πA =.65, där P är omkretsen och A är arean. π Nedanstående diskreta triangel är en approximation
Läs merAndroid La sa va rden fra n sensorer
Android La sa va rden fra n sensorer Notera att detta endast är en introduktion och inte fullständiga instruktioner. För att komma vidare på egen hand kan du följa de länkar till texter som anges. Sensorer
Läs merPROGRAMMERINGSTEKNIK TIN212
Data och Informationsteknik / Computer Science and Engineering Chalmers University of Technology and University of Gothenburg Robin Adams Göteborg 8 June 2018 PROGRAMMERINGSTEKNIK TIN212 Dag: Fredag Datum:
Läs merProjektion av träningsdata på aktuell underrum av dim 1. Föreläsning 7: Klassificering, minsta kvadratproblem, SVD, forts.
Projektion av träningsdata på aktuell underrum av dim Föreläsning : Klassificering, minsta kvadratproblem, SVD, forts. Berkant Savas Tillämpad matematik i natur och teknikvetenskap, TNA Institutionen för
Läs merMatematisk Modellering
Matematisk Modellering Föreläsning 1 Anders Heyden Matematikcentrum Lunds Universitet Matematisk Modellering p.1/37 Denna föreläsning (läsvecka 1) Vad handlar kursen om, mål, kurskrav, ide. Matematisk
Läs merGenetisk programmering i Othello
LINKÖPINGS UNIVERSITET Första versionen Fördjupningsuppgift i kursen 729G11 2009-10-09 Genetisk programmering i Othello Kerstin Johansson kerjo104@student.liu.se Innehållsförteckning 1. Inledning... 1
Läs merObjektorienterad programmering Föreläsning 8. Copyright Mahmud Al Hakim Agenda (halvdag)
Objektorienterad programmering Föreläsning 8 Copyright Mahmud Al Hakim mahmud@webacademy.se www.webacademy.se Agenda (halvdag) Objektorienterad programutveckling Algoritmer Algoritmkonstruktionerna Relationer
Läs merBeräkningsverktyg HT07
Beräkningsverktyg HT07 Föreläsning 1, Kapitel 1 6 1.Introduktion till MATLAB 2.Tal och matematiska funktioner 3.Datatyper och variabler 4.Vektorer och matriser 5.Grafik och plottar 6.Programmering Introduktion
Läs merSekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018
Sekantmetoden Beräkningsmatematik TANA21 Linköpings universitet Caroline Cornelius, Anja Hellander Ht 2018 1. Inledning Inom matematiken är det ofta intressant att finna nollställen till en ekvation f(x),
Läs merGrafisk Teknik. Rastrering. Övningar med lösningar/svar. Sasan Gooran (HT 2013)
Grafisk Teknik Rastrering Övningar med lösningar/svar Det här lilla häftet innehåller ett antal räkneuppgifter med svar och i vissa fall med fullständiga lösningar. Uppgifterna är för det mesta hämtade
Läs merMatematisk modellering fortsättningskurs Visuell variation
Matematisk modellering fortsättningskurs Visuell variation Johan Hedberg, Fredrik Svensson, Frida Hansson, Samare Jarf 12 maj 2011 1 1 Sammanfattning I denna rapport undersöker vi en modell för att beskriva
Läs merSignal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB Tid: --, kl. - Lokaler: U, U, U Ansvarig lärare: Maria Magnusson besöker lokalen kl.. och. tel. Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film, sa och
Läs mer5B1146 med Matlab. Laborationsr. Laborationsgrupp: Sebastian Johnson Erik Lundberg, Ann-Sofi Åhn ( endst tal1-3
1 Revision 4 2006-12-16 2. SIDFÖRTECKNING 5B1146 med Matlab Laborationsr Laborationsgrupp: Sebastian Johnson, Ann-Sofi Åhn ( endst tal1-3 Titel Sida 1. Uppgift 1.8.1....3 2. Uppgift 1.8.2....6 3. Uppgift
Läs merTANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 8 december 2015 Sida 1 / 22
TANA17 Matematiska beräkningar med MATLAB för M, DPU Fredrik Berntsson, Linköpings Universitet 8 december 2015 Sida 1 / 22 Föreläsning 8 God programmeringsstil. Sammansatta datatyper: Poster. Cell-matriser.
Läs merSnake. Digitala Projekt (EITF11) Fredrik Jansson, I-12 Lunds Tekniska Högskola,
Snake Digitala Projekt (EITF11) Fredrik Jansson, I-12 Lunds Tekniska Högskola, 2015-05-18 Oskar Petersen, I-12 Handledare: Bertil Lindvall Abstract Denna rapport beskriver ett projekt där ett klassiskt
Läs merProblemreduktion. Vad utmärker en matematiker? Valentina Chapovalova. 22 januari 2011. HMT-finalen
Vad utmärker en matematiker? HMT-finalen 22 januari 2011 Kylskåpsproblem 1 Problem 1: Hur lägger vi in en giraff i ett kylskåp med hjälp av tre operationer? Kylskåpsproblem 1 Problem 1: Hur lägger vi in
Läs merTentamen TNM061, 3D-grafik och animering för MT2. Onsdag 20/ kl SP71. Inga hjälpmedel
Tentamen TNM061, 3D-grafik och animering för MT2 Onsdag 20/8 2014 kl 14-18 SP71 Inga hjälpmedel Tentamen innehåller 7 uppgifter, vilka tillsammans kan ge maximalt 50 poäng. För betyg G (registreras som
Läs merLaboration A Objektsamlingar
Laboration A Objektsamlingar Avsikten med laborationen är att du ska träna på att använda ett par objektsamlingar. Uppgift 1 Titta genom föreläsningsunderlaget DA129AFAHT07.pdf och testkör exemplen (se
Läs merSystembolagets riktlinjer för produktbilder
Systembolagets riktlinjer för produktbilder 2018-10-10 version C Version C Sid 1/5 2018-10-10 1. GENERELLT OM SYSTEMBOLAGETS PRODUKTBILDER Syftet med Systembolagets produktbilder är att tydligt återge
Läs merPartiklars rörelser i elektromagnetiska fält
Partiklars rörelser i elektromagnetiska fält Handledning till datorövning AST213 Solär-terrest fysik Handledare: Magnus Wik (2862125) magnus@lund.irf.se Institutet för rymdfysik, Lund Oktober 2003 1 Inledning
Läs merFältnamn /Rubrik Fältnamn /Rubrik Fältnamn /Rubrik Fältnamn /Rubrik Data Data Data Data Data Data Data Data
Datahantering i Excel Grundbegrepp I alla typer av databaser finns alltid en tabell där informationen i databasen fysiskt finns lagrad. Tabellen har samma enkla uppbyggnad som en tabell i ordbehandlingsprogrammet
Läs merKapitel 3 Fönster och dörr... 3
13.08.2012 Kapitel 3... 1 DDS-CAD Arkitekt 7 Fönster och dörr Kapitel Innehåll... Sida Kapitel 3 Fönster och dörr... 3 Fönster... 3 Placera med gitter... 5 Relativ positionering... 7 Fasta fönster... 8
Läs merNumerisk lösning till den tidsberoende Schrödingerekvationen.
Numerisk lösning till den tidsberoende Schrödingerekvationen. Det är enbart i de enklaste fallen t ex när potentialen är sträckvis konstant som vi kan lösa Schrödingerekvationen analytiskt. I andra fall
Läs merPrestandautvärdering samt förbättringsförslag
Prestandautvärdering samt förbättringsförslag Henrik Johansson Version 1.0 Status Granskad Godkänd 1 PROJEKTIDENTITET Reglerteknisk projektkurs, WalkCAM, 2007/VT Linköpings tekniska högskola, ISY Namn
Läs merLiTH Autonom styrning av mobil robot 2007-03-26 Testplan Version 1.0 TSRT71-Reglertekniskt projektkurs Anders Lindgren L IPs
Testplan Version 1.0 Status Granskad Godkänd TSRT71-Reglertekniskt projektkurs LIPs PROJEKTIDENTITET Autonom styrning av mobil robot Vårterminen 2007 Linköpings Tekniska Högskola, ISY Namn Ansvar Telefon
Läs merFöreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.
11 april 2005 2D1212 NumProg för T1 VT2005 A Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem. Kapitel 8 och 5 i Q&S Stationär värmeledning i 1-D Betrakta
Läs merPhotoshop - Kanaler. Den översta raden motsvarar de sammanslagna kanalerna RGB.
Photoshop - Kanaler Varje enskild färg i RGB-systemet motsvaras av en kanal i kanalpanelen och visar sig som svartvita representationer om man ställer sig där. På bilden kan du se att på den röda kanalen
Läs merTentamen, EDA501/EDAA20 Programmering M MD W BK L
LUNDS TEKNISKA HÖGSKOLA 1(6) Institutionen för datavetenskap Tentamen, EDA501/EDAA20 Programmering M MD W BK L 2017 05 31, 8.00 13.00 Anvisningar: Preliminärt ger uppgifterna 9 + 12 + 10 + 9 = 40 poäng.
Läs merArbeta med bilder. Lathund kring hur du fixar till bilder från digitalkamera eller Internet så att de går att använda i ett kommunikationsprogram.
Arbeta med bilder Lathund kring hur du fixar till bilder från digitalkamera eller Internet så att de går att använda i ett kommunikationsprogram. Habilitering & Hjälpmedel Installera PhotoFiltre Att installera
Läs merVärme till vän eller främling
Värme till vän eller främling Hej, Anna här! En halsduk brukar vara det ständiga förslaget till nybörjarprojekt. Men det går att göra mycket mer med raka rätstickade bitar och allt behöver inte ta så lång
Läs merBildbehandling i frekvensdomänen
Uppsala Tekniska Högskola Signaler och system Handledare: Mathias Johansson Uppsala 2002-11-27 Bildbehandling i frekvensdomänen Erika Lundberg 800417-1602 Johan Peterson 790807-1611 Terese Persson 800613-0267
Läs merFysik. Ämnesprov, läsår 2012/2013. Delprov B. Årskurs. Elevens namn och klass/grupp
Ämnesprov, läsår 2012/2013 Fysik Delprov B Årskurs 6 Elevens namn och klass/grupp Prov som återanvänds omfattas av sekretess enligt 17 kap. 4 offentlighets- och sekretesslagen. Detta prov återanvänds t.o.m.
Läs merTeknisk dokumentation MCIV
Segmentering av MR-bilder med ITK 2006-05-16 Teknisk dokumentation MCIV Version 1.0 Granskad Godkänd Status Bilder och grafik projektkurs, CDIO MCIV LIPs 1 Segmentering av MR-bilder med ITK 2006-05-16
Läs mer19-21. Samling och kaffe. Temakväll Bildhantering i släktforskningen Genomgång kring temat. Forska själv. Forska själv. Diskussion kring temat
19-21 Samling och kaffe Temakväll Bildhantering i släktforskningen Genomgång kring temat Forska själv Diskussion kring temat Forska själv Höstens temakvällar 13/9 Digitala bilder i släktforskningen 11/10
Läs merTentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, onsdagen den 20 augusti 2014, kl
1 Matematiska Institutionen KTH Tentamensskrivning i Diskret Matematik för CINTE och CMETE, SF1610, onsdagen den 20 augusti 2014, kl 14.00-19.00. Examinator: Olof Heden Hjälpmedel: Inga hjälpmedel är tillåtna
Läs merFöreläsning 3-4 Innehåll. Diskutera. Metod. Programexempel med metod
Föreläsning 3-4 Innehåll Diskutera Vad gör programmet programmet? Föreslå vilka satser vi kan bryta ut till en egen metod. Skriva egna metoder Logiska uttryck Algoritm för att beräkna min och max Vektorer
Läs merLaboration: Grunderna i MATLAB
Laboration: Grunderna i MATLAB 25 augusti 2005 Grunderna i MATLAB Vad är MATLAB? MATLAB är ett interaktivt program för vetenskapliga beräkningar. Som användare ger du enkla kommandon och MATLAB levererar
Läs mer