Αλγόριθμοι Επεξεργασίας Εικόνας Ανάπτυξη Λογισμικού Αναγνώρισης Προσώπου

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Αλγόριθμοι Επεξεργασίας Εικόνας Ανάπτυξη Λογισμικού Αναγνώρισης Προσώπου"

Transcript

1 Τ.Ε.Ι. ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Των Κολλήγα Χρυσούλα Α.Ε.Μ. 173 & Κακαγιάννη Μαρία Α.Ε.Μ. 252 Αλγόριθμοι Επεξεργασίας Εικόνας Ανάπτυξη Λογισμικού Αναγνώρισης Προσώπου Επιβλέπων : Δρ. Τζήμας Δημήτριος Εργαστηριακός Συνεργάτης Καστοριά Απρίλιος 2009

2 Τ.Ε.Ι. ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Των Κολλήγα Χρυσούλα & Κακαγιάννη Μαρία Αλγόριθμοι Επεξεργασίας Εικόνας Ανάπτυξη Λογισμικού Αναγνώρισης Προσώπου Επιβλέπων : Δρ. Τζήμας Δημήτριος Καθηγητής Εφαρμογών Εγκρίθηκε από την τριμελή εξεταστική επιτροπή τον Απρίλιο του Τζήμας Δημήτριος Εργαστηριακός Συνεργάτης Νικολάου Σπυρίδων Καθηγητής Εφαρμογών Ζήκος Γεώργιος Εργαστηριακός Συνεργάτης Καστοριά Απρίλιος 2009

3 Copyright 2008 Κολλήγα Χρυσούλα & Κακαγιάννη Μαρία Απαγορεύεται η αντιγραφή, αποθήκευση και διανομή της παρούσας εργασίας, εξ ολοκλήρου ή τμήματος αυτής, για εμπορικό σκοπό. Επιτρέπεται η ανατύπωση, αποθήκευση και διανομή για σκοπό μη κερδοσκοπικό, εκπαιδευτικής ή ερευνητικής φύσης, υπό την προϋπόθεση να αναφέρεται η πηγή προέλευσης και να διατηρείται το παρόν μήνυμα Οι απόψεις και τα συμπεράσματα που περιέχονται σε αυτό το έγγραφο εκφράζουν αποκλειστικά τον συγγραφέα και δεν αντιπροσωπεύουν τις επίσημες θέσεις του Τ.Ε.Ι. Δυτικής Μακεδονίας 3

4 Περίληψη Σκοπός της παρούσας εργασίας είναι η αναφορά αλγορίθμων επεξεργασίας εικόνων και πιο συγκεκριμένα η ανάπτυξη ενός αλγορίθμου αναγνώρισης προσώπου για να παρέχει, σε μια πιο εξελιγμένη μορφή, μεταξύ άλλων και εναλλακτικούς τρόπους επικοινωνίας ανθρώπου και υπολογιστή. Οι τεχνικές βελτίωσης της ποιότητας ψηφιακής εικόνας βελτιώνουν την υποκειμενική ποιότητα της εικόνας τονίζοντας ορισμένα χαρακτηριστικά της και μειώνοντας το θόρυβο. Λειτουργίες αποκατάστασης και βελτίωσης της ποιότητας εικόνας μπορούν να θεωρηθούν σαν δισδιάστατα ψηφιακά φίλτρα. Στην πλειοψηφία τους τα φίλτρα αποκατάστασης εικόνας είναι γραμμικά και υλοποιούνται στο πεδίο των συχνοτήτων. Φυσικά, υπάρχουν και μη γραμμικές τεχνικές αποκατάστασης εικόνας. Για τη βελτίωση της ποιότητας της εικόνας χρησιμοποιούμε κυρίως υλοποιήσεις στο πεδίο των χωρικών συντεταγμένων. Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας. Φέρουν χρήσιμες πληροφορίες για τα όρια των αντικειμένων, οι οποίες μπορούν να χρησιμοποιηθούν για ανάλυση εικόνας, προσδιορισμό αντικειμένων, καθώς επίσης και για εφαρμογές φιλτραρίσματος εικόνας. Ο όρος συμπίεση ψηφιακής εικόνας αναφέρεται σε ένα σύνολο τεχνικών και αλγορίθμων που έχουν σαν βασικό σκοπό την εξοικονόμηση της απαιτούμενης μνήμης για την αναπαράσταση και αποθήκευση ψηφιακών εικόνων. Η αποθήκευση μιας ψηφιοποιημένης εικόνας η οποία προέρχεται από μια απλή δειγματοληψία του αναλογικού σήματος οδηγεί σε κακή διαχείριση της μνήμης. Επίσης η συμπίεση προσφέρει και ελάττωση του χρόνου και του εύρους ζώνης μετάδοσης. Η εικόνα χρησιμοποιήθηκε ως μέσο επικοινωνίας για τον άνθρωπο ήδη από τα προϊστορικά χρόνια όπως αποδεικνύεται από τα ευρήματα τοιχογραφιών σε σπήλαια. Η χρήση χαρτών και σχεδίων κτιρίων για την παροχή πληροφόρησης έχει ξεκινήσει από την αρχαιότητα. Σήμερα, περισσότερο από ποτέ, η εικόνα είναι ένας σημαντικός φορέας πληροφορίας. Αποτελεί βασικό μέσο επικοινωνίας για την κοινωνία μας. Η εικόνα μπορεί να αποδώσει με μεγάλη εκφραστικότητα νοήματα και ιδέες ξεπερνώντας γλωσσικούς περιορισμούς. Η ανάλυση και αναγνώριση προσώπου είχε αρχικά προταθεί ως μια εναλλακτική πρόταση ταυτοποίησης ανθρώπων χωρίς τη χρήση εγγράφων. Η πράξη δείχνει ότι άλλα ανθρωπομετρικά χαρακτηριστικά όπως τα δακτυλικά αποτυπώματα είναι περισσότερο αποδοτικά για το σκοπό αυτό. Από την άλλη πλευρά η συνεχής ανάπτυξη των εφαρμογών πολυμέσων κατέστησε την αναγνώριση προσώπων αλλά και την ανάλυση εκφράσεων εξαιρετικά σημαντικές εφαρμογές στον τομέα της επικοινωνίας ανθρώπου μηχανής αλλά και της πλοήγησης σε πολυμεσικές βάσεις δεδομένων. 4

5 Λέξεις κλειδιά: γραμμικά ψηφιακά φίλτρα, προσαρμοστικά φίλτρα, ιστόγραμμα και ισοστάθμιση ιστογράμματος, ψευδοχρωματισμός, ημιτονισμός ψηφιακής εικόνας, μη γραμμικά ψηφιακά φίλτρα, μονοδιάστατα φίλτρα ενδιάμεσης τιμής, αποκοπή θορύβου αιχμών, δισδιάστατα φίλτρα, φίλτρα κινούμενου μέσου και μεσαίου, μορφολογικά φίλτρα, φίλτρα μεγίστου ελαχίστου, τοπικές τεχνικές, καθολικές τεχνικές, ανίχνευση ακμών, ανιχνευτές ακμών prewitt και sobel, ανιχνευτή ακμών με μάσκες, τελεστή laplace, κατωφλίωση ακμών, μετασχηματισμός hough, αλγόριθμοι παρακολούθησης ακμών,,αλγόριθμοι συμπίεσης, ψηφιακή επεξεργασία εικόνας, τεχνικές συμπίεσης, αλγόριθμοι συμπίεσης με απώλειες και χωρίς απώλειες, JPEG, JPEG2000, κωδικοποίηση μετασχηματισμού, μέθοδοι αναγνώρισης προσώπων, μέθοδοι ανίχνευσης προσώπων, μέθοδοι ταυτοποίησης προσώπων, φυσικά χαρακτηριστικά, αποσύνθεση πακέτων wavelet, συντελεστές wavelet, ψυχοοπτική έρευνα, low φίλτρο & bandpass φίλτρο, εικόνες λεπτομερειών, μείωση διαστατικότητας, διακριτός μετασχηματισμός wavelet, δεσμευμένη περιοχή (μπλοκ), ανώτατο & κατώτατο όριο, απόσταση Bhattacharyya, ευκλείδεια απόσταση, συναρτήσεις βάσης. 5

6 Abstract Aim of this project is the refer of algorithm image process and more specifically the development of an algorithm of person-pattern recognition to provide also, in a more advanced form, among others and alternative ways of communicaton between human and computer. The techniques of improvement of quality of digital image improve the subjective quality of image stressing her certain characteristics and decreasing the noise. Operations of re-recovery and improvement of quality of image can be considered as two-dimensional digital filters. In their majority the filters of rereconstruction of image are linear and are represented in the field of frequencies. Naturally, not linear techniques of re-establishment of image also exist. For the improvement of quality of image we use mainly representations in the field of Cartesian coordinates. The edges are basic characteristics of image. They bring what useful information they can on the limits of objects. They are used for analysis of image, recognition of objects, as well as for applications of filtering of image. The term compression of digital image is reported in a total of techniques and algorithms that have as basic aim the saving of required memory for the representation and storage of digital images. The storage of digitized image which emanates from a simple sampling of analogue signal leads to waste of memory. The compression also offers alleviation of time and bounding width. The natural as well the artificial world are constituted by systems, which communicate between them via signals. The signals contain information with regard to the behaviour or the nature of phenomenon. The image/picture has been a mean of communication for the human since the prehistoric years as it is proved by the founds of wall paintings in caves. The use of maps and building designs for giving information has started from antiquity. Nowadays more than ever, the picture/image is an important mean of information. It is a basic mean of communication for our society. The picture can give with great expressiveness meanings and ideas surpasses linguistic limits. The face analysis and recognition had firstly been proposed as an alternative proposal for human identification without using documents. The practice indicates that other anthropometrical measurements as the fingerprints are more efficient for this purpose. From the other side, the continuous development of multimedia made the person-pattern recognition and also the expression analysis extremely important adjustement at the section of communication between human and machine and at the section of piloting in multimedia databases. 6

7 Key Words: linear digital filters, adaptive filters, histogram and counterbalance of histogram, pseudo-coloring, semitonic digital picture, non linear digital filters, onedimensional mean filters, trancation of edge noise, 2D filters, moved mean and median filters, morphological filters, maximal minimal filters, local techniques, global techniques, edge detection, edge detectors of prewitt and sobel, edge detectors with masks, laplace operator, thresholding of edges, transformation Hough, algorithms of edges monitoring, algorithms of compression, digital image processing, compression techniques, lossy and lossless compression algorithms, JPEG2000, transformation coding, methods of persons recognition, methods of persons tracking, methods of persons identification-matching, physical characteristics, wavelet packet decomposition, wavelet coefficients, psychovisual research, low filter & bandpass filter, details images, dimensionality reduction, discrete wavelet transform DWT, bounding band (box), top & bottom area, Bhattacharyya distance, Eucleidian distance, basis functions. 7

8 Περιεχόμενα Περίληψη 4 Λέξεις κλειδιά. 5 Abstract.. 6 Key Words.. 7 Περιεχόμενα. 8 Ευρετήριο Εικόνων. 10 Ευρετήριο Πινάκων.. 11 ΜΕΡΟΣ Α ΕΙΣΑΓΩΓΗ 12 ΚΕΦΑΛΑΙΟ 1 o ΤΕΧΝΙΚΕΣ ΒΕΛΤΙΩΣΗΣ ΠΟΙΟΤΗΤΑΣ ΨΗΦΙΑΚΗΣ ΕΙΚΟΝΑΣ Εισαγωγή Τα γραμμικά ψηφιακά Προσαρμοστικά φίλτρα εικόνας Ιστόγραμμα και Ισοστάθμιση Ιστογράμματος Ισοστάθμιση ιστογράμματος Ψευδοχρωματισμός Ημιτονισμός ψηφιακής εικόνας Μη Γραμμικά Ψηφιακά Φίλτρα Μονοδιάστατα Φίλτρα Ενδιάμεσης Τιμής (MEDIAN) Αποκοπή θορύβου αιχμών - ιατήρηση ακμών Είδη σημάτων για το median φίλτρο υσδιάστατα φίλτρα ενδιάμεσης τιμής Φίλτρα κινούμενου μέσου και μεσαίου Φίλτρο Μέσου Όρου Φίλτρο Μεσαίου Μορφολογικά φίλτρα Τα μονοδιάστατα μορφολογικά φίλτρα ισδιάστατα μορφολογικά φίλτρα Φίλτρα μεγίστου ελαχίστου Φίλτρα βασισμένα σε στατιστικές διατάξεις Είδη θορύβου και κριτήρια επιλογής ψηφιακού φίλτρου 27 ΚΕΦΑΛΑΙΟ 2 o ΑΛΓΟΡΙΘΜΟΙ ΑΝΙΧΝΕΥΣΗΣ & ΣΥΜΠΙΕΣΗΣ ΕΙΚΟΝΑΣ Εισαγωγή Ανίχνευση ακμών Κατωφλίωση ακμών Μετασχηματισμός HOUGH Αλγόριθμοι Παρακολούθησης Ακμών Αλγόριθμοι συμπίεσης Αλγόριθμοι συμπίεσης στο χώρο και στο χρόνο Αλγόριθμοι συμπίεσης στο χώρο Ο αλγόριθμος συμπίεσης με πρόβλεψη (prediction coding) Ο αλγόριθμος συμπίεσης με ανάλυση σε υποζώνες Ο αλγόριθμος συμπίεσης με μετασχηματισμό Αλγόριθμοι συμπίεσης στο χρόνο Ο αλγόριθμος ταιριάσματος μπλοκ Αλγόριθμοι Συμπίεσης με απώλειες και χωρίς απώλειες Αλγόριθμοι συμπίεσης με απώλειες ή μη αντιστρεπτοί Κωδικοποίηση μετασχηματισμού JPEG Αλγόριθμοι συμπίεσης χωρίς απώλειες ή αντιστρεπτοί

9 Κωδικοποίηση εντροπίας και πηγής Κωδικοποίηση εντροπίας Κωδικοποίηση Πηγής Κωδικοποίηση Huffman Κωδικοποίηση RLE & LZW JPEG Συμπίεση με fractals Συγκριτική ανάλυση Αποτελέσματα συγκριτικής ανάλυσης Συμπεράσματα συγκριτικής ανάλυσης. 50 ΜΕΡΟΣ Β ΚΕΦΑΛΑΙΟ 3 ο ΑΛΓΟΡΙΘΜΟΙ ΕΠΕΞΕΡΓΑΣΙΑΣ ΕΙΚΟΝΑΣ Εισαγωγή Τι μας οδήγησε στην αναγνώριση προσώπων Αναπαράσταση Προσώπων Ανίχνευση και Εντοπισμός Προσώπων Ταυτοποίηση Προσώπων Ταξινόμηση με βάση τα φυσικά χαρακτηριστικά Μερικές παλιές και πρόσφατες μέθοδοι ανίχνευσης προσώπου Προβλήματα κατά την ανίχνευση. 54 ΚΕΦΑΛΑΙΟ 4 ο ΑΝΑΠΤΥΞΗ ΛΟΓΙΣΜΙΚΟΥ ΑΝΑΓΝΩΡΙΣΗΣ ΠΡΟΣΩΠΟΥ Εισαγωγή Η προτεινόμενη μέθοδος Αποσύνθεση πακέτων wavelet των εικόνων προσώπου Υλοποίηση του κώδικα με βάση Αποτελέσματα εργασίας Συμπέρασμα. 71 Βιβλιογραφία. 72 Πηγές διαδικτύου. 73 9

10 Ευρετήριο Εικόνων Εικόνες Σχόλια Σελίδες 1 Παράδειγμα 3D ιστογράμματος. Περιγράφει την κατανομή των χρωμάτων ενός συνόλου εικονοστοιχείων και εκφράζει τη συχνότητα με την οποία κάθε ένα χρώμα εμφανίζεται στο σύνολο του 15 2 Παράδειγμα ισοστάθμισης ιστογράμματος 15 3 Παράδειγμα ισοστάθμισης ιστογράμματος 16 4 α) Η αρχική εικόνα περιέχει πυκνό θόρυβο αιχμών β) Με τη χρήση ενός δυσδιάστατου median φίλτρου μεγέθους 3x3 ο θόρυβος αιχμών έχει εντελώς εξαλειφθεί Εικόνα που έχει παραμορφωθεί από κρουστικό θόρυβο 20 6 Εικόνα που έχει παραμορφωθεί από κρουστικό θόρυβο 20 7 Η Εικόνα 5 μετά από επεξεργασία με το φίλτρο μέσου όρου 22 8 H Εικόνα 6 μετά από επεξεργασία με το φίλτρο μέσου όρου 22 9 Η Εικόνα 5 μετά από επεξεργασία με το φίλτρο μεσαίου H Εικόνα 6 μετά από επεξεργασία με το φίλτρο μεσαίου Παράδειγμα φίλτρου μέγιστης τιμής (α) Η αρχική εικόνα του τυπωμένου κυκλώματος περιέχει πολλές ατέλειες (β) Μετά από μορφολογικό opening με δομικό στοιχείο 5x5 η εικόνα έχει βελτιωθεί. Σε όσες ατέλειες δε χωρούσε το δομικό στοιχείο, αυτές έχουν αποκοπεί. Σημειώνεται ότι για το opening ατέλειες θεωρούνται οι λευκές κηλίδες. Μία αντίστοιχη διαδικασία closing θα απαλείψει και τις μαύρες κηλίδες Η μορφολογική πράξη erosion σε συνδυασμό με αφαίρεση από την αρχική εικόνα δίνει τις ακμές της εικόνας Η λέπτυνση των γραμμάτων επιτυγχάνεται με διαδοχικές μορφολογικές πράξεις (Α) Μάσκες ανιχνευτή ακμών Prewitt,. (Β) Μάσκες ανιχνευτή ακμών Sobel Μάσκες Kirsch μέγεθός 3 x (α) Αρχική εικόνα,. (β) Έξοδος του ανιχνευτή ακμών Sobel,. (γ) Οριζόντια ανίχνευση ακμών,.. (δ) Κατακόρυφη ανίχνευση ακμών (α) Μάσκα για ανίχνευση απομονωμένου σημείου. 31 (β) Μάσκες για ανίχνευση γραμμών (α) Ευθεία γραμμή στο επίπεδο τους εικόνας, 32 (β) Η αναπαράσταση τους στον παραμετρικό χώρο Πολική αναπαράσταση ευθείας γραμμής (α) Αρχική εικόνα,. 34 (β) Ημιτονοειδή στον παραμετρικό χώρο που αναπαριστούν ευθείες γραμμές,.. 34 (γ) Ανιχνευμένες ευθείες γραμμές,. 34 (δ) Ανιχνευμένα τμήματα γραμμής στο επίπεδο της εικόνας (α) Ο τόπος των κέντρων των κύκλων που διέρχονται από το (xi, yi), (β) Κέντρα κύκλων που διέρχονται από το (xi, yi) και είναι εφαπτόμενοι στο αντίστοιχο στοιχείο της ακμής Μετασχηματισμός μιας εικόνας ακμών σε προσανατολισμένο γράφημα Block diagram for one-dimensional subband coding Block diagram of basic DCT transform coder Εφαρμογή του DCT μετασχηματισμού σε ένα μπλοκ της εικόνας

11 27 Ο αλγόριθμος ταιριάσματος μπλοκ περιλαμβάνει δύο βασικά βήματα. Πρώτα, χωρίζει την εικόνα σε μπλοκ μεγέθους NxN pixels και στη συνέχεια υπολογίζει ένα διάνυσμα κίνησης Η βασική αρχή της κωδικοποίησης μετασχηματισμού Συμπίεση 6 φορές με JPEG (από 160Kb σε 26Kb) Συμπίεση 12 φορές με JPEG (από 160Kb σε 12Kb) Συμπίεση 14 φορές με JPEG (από 160Kb σε 11Kb) Παράδειγμα κώδικα Huffman που παρίσταται σαν ένα δυαδικό δένδρο Παιδιά Τοπίο Λουλούδια Στο ραβδογράφημα παρατηρούμε τα αποτελέσματα των μετατροπών της 49 συμπίεσης. 37 Μπλοκ διάγραμμα της επικοινωνίας ανθρώπου μηχανής μέσω της οπτικής πληροφορίας Η γενική δομή του συστήματος SmartEyes Το μπλοκ διάγραμμα λειτουργίας του SmartEyes) Wavelet δέντρο Επίπεδο 2 από το wavelet δέντρο Τρεις φάσεις και το επιλεγμένα χαρακτηριστικά του προσώπου στο ιστόγραμμα Bounding box, top και bottom περιοχές Μη επεξεργασμένη φωτογραφία μέσα από την βάση μας Ιστόγραμμα όπου δείχνει τα ανώτατα και τα κατώτατα όρια Ιστόγραμμα λεπτομερειών όπου φαίνεται η περιοχή των φρυδιών Ιστόγραμμα λεπτομερειών όπου φαίνεται η περιοχή του στόματος Μη επεξεργασμένη φωτογραφία μέσα από την βάση μας Ιστόγραμμα όπου δείχνει τα ανώτατα και τα κατώτατα όρια Ιστόγραμμα λεπτομερειών όπου φαίνεται περιοχή από το πιγούνι Ιστόγραμμα λεπτομερειών όπου η φαίνεται η περιοχή των φρυδιών Επεξεργασμένη φωτογραφία μέσα από την βάση μας Ιστόγραμμα όπου δείχνει τα ανώτατα και τα κατώτατα όρια φαίνεται η περιοχή των φρυδιών Ιστόγραμμα λεπτομερειών όπου Ιστόγραμμα λεπτομερειών όπου φαίνεται η περιοχή του στόματος Επεξεργασμένη φωτογραφία με ελαφριά κλίση του προσώπου Ιστόγραμμα όπου δείχνει τα αν ανώτατα και τα κατώτατα όρια. 70 Ευρετήριο Πινάκων Πίνακας Σχόλια Σελίδες 1 Αποτελέσματα μετατροπών της συμπίεση

12 ΜΕΡΟΣ Α ΕΙΣΑΓΩΓΗ Η εποχή μας χαρακτηρίζεται από έναν καταιγισμό πληροφορίας, που δεν έχει προηγούμενο στην ανθρώπινη ιστορία. Τεράστιος όγκος πληροφοριών παράγεται, αποθηκεύεται και διακινείται εξαιτίας της αλματώδης προόδου που έχει επιτευχθεί στους τομείς της πληροφορικής και των τηλεπικοινωνιών που εκφράστηκε κυρίως με την επανάσταση που προκάλεσε το διαδίκτυο με τον Παγκόσμιο Ιστό. Μέσα στο περιβάλλον αυτό της ανεπανάληπτης διαθεσιμότητας της πληροφορίας, το ζήτημα της πρόσβασης στην πληροφορία αποτελεί προτεραιότητα και αντικείμενο μεγάλης και εντεινόμενης ερευνητικής δραστηριότητας. Αντικειμενικό στόχο αποτελεί η αποτελεσματικότερη ανάκτηση της πληροφορίας από τον ενδιαφερόμενο σε όποια μορφή κι αν βρίσκεται. Έναν πολύ σημαντικό φορέα πληροφορίας και μέσο επικοινωνίας για τον άνθρωπο αποτελούν οι εικόνες. Η ανάπτυξη των εικόνων, αναφορικά με τον αριθμό, τη διαθεσιμότητα και τη σημασία τους για τον άνθρωπο, υπήρξε αλματώδης. Ενδεικτικό της τεράστιας αύξησης των εικόνων είναι το γεγονός ότι κατά μέσο όρο κάθε ιστοσελίδα στον Παγκόσμιο Ιστό, που διαρκώς γιγαντώνεται, έχει υπολογιστεί ότι περιέχει 14,38 εικόνες. Η εκρηκτική ανάπτυξη των συλλογών με εικόνες, που υπήρξε αποτέλεσμα της προόδου της τεχνολογίας στον τομέα της δημιουργίας και αποθήκευσης της ψηφιακής εικόνας, έκανε επιτακτική την ανάγκη εύρεσης και εξέλιξης νέων τεχνικών για την διαχείριση και αποτελεσματική ανάκτηση των εικόνων. Η ανάγκη για επεξεργασία της πληροφορίας της εικόνας οδηγεί κατ αρχήν στη μαθηματική περιγραφή του περιεχομένου της. Στην πράξη, κάθε εικόνα για να υποστεί ψηφιακή επεξεργασία θα πρέπει αρχικά να μετατραπεί σε ψηφιακή. ηλαδή η εικόνα θεωρείται ως η κατανομή της πληροφορίας στο επίπεδο. Η ψηφιακή εικόνα μπορεί να ληφθεί είτε από αναλογικές εικόνες είτε απευθείας από συστήματα λήψης ψηφιακών εικόνων. 12 Ένας από τους κύριους σκοπούς της ψηφιακής επεξεργασίας εικόνας είναι να βελτιώσει την ποιότητα της. Οι τεχνικές αποκατάστασης εικόνας αφορούν κυρίως την ανάκτηση εικόνας που έχει παραμορφωθεί. Για την βελτίωση της ποιότητας εικόνας χρησιμοποιούνται ψηφιακά φίλτρα. Αυτά διακρίνονται σε δύο κατηγορίες, στα γραμμικά και στα μη γραμμικά ψηφιακά φίλτρα. Επίσης υπάρχουν και τεχνικές αποκατάστασης και βελτίωσης της ποιότητας εικόνας. Τέτοιες τεχνικές είναι ο ψευδοχρωματισμός και ο ημιτονισμός ψηφιακής εικόνας. Επιπροσθέτως, οι ακμές είναι βασικά χαρακτηριστικά της εικόνας οι οποίες φέρουν χρήσιμες πληροφορίες για τα όρια των αντικειμένων και έχουν θεμελιώδη σημασία για την ψηφιακή επεξεργασία και ανάλυση εικόνας. Με δεδομένη τη διαρκώς αυξανόμενη χρήση της ψηφιακής τεχνολογίας, η οποία αντικαθιστά την αναλογική που παραδοσιακά χρησιμοποιείται εδώ και δεκαετίες στις τηλεπικοινωνίες, την τηλεόραση, την «εγγραφή» και την αναπαραγωγή της εικόνας, έχει δοθεί μεγάλη σημασία στην ανάπτυξη μεθόδων συμπίεσης της ψηφιακής πληροφορίας, με στόχο την οικονομία εύρους φάσματος (bandwidth). 12

13 ΚΕΦΑΛΑΙΟ 1 0 ΤΕΧΝΙΚΕΣ ΒΕΛΤΙΩΣΗΣ ΠΟΙΟΤΗΤΑΣ ΨΗΦΙΑΚΗΣ ΕΙΚΟΝΑΣ Εισαγωγή Οι αισθητήριες συσκευές τείνουν να υποβαθμίσουν την ποιότητα των ψηφιακών εικόνων εισάγοντας θόρυβο, γεωμετρική παραμόρφωση, ή θάμπωμα εξ αιτίας της κίνησης ή της λανθασμένης εστίασης της κάμερας. Ένας από τους κύριους σκοπούς της ψηφιακής επεξεργασίας εικόνας είναι να βελτιώσει την ποιότητα της εικόνας και να μετριάσει την υποβάθμιση που εισάγεται από τις αισθητήριες συσκευές και τις συσκευές καταγραφής της εικόνας. Οι τεχνικές αποκατάστασης εικόνας αφορούν κυρίως την ανάκτηση εικόνας που έχει παραμορφωθεί. Οι τεχνικές βελτίωσης της ποιότητας ψηφιακής εικόνας βελτιώνουν την υποκειμενική ποιότητα της εικόνας τονίζοντας ορισμένα χαρακτηριστικά της και μειώνοντας το θόρυβο. Λειτουργίες αποκατάστασης και βελτίωσης της ποιότητας εικόνας μπορούν να θεωρηθούν σαν διδιάστατα ψηφιακά φίλτρα. Αυτά διακρίνονται σε δύο μεγάλες κατηγορίες, στα γραμμικά και στα μη γραμμικά ψηφιακά φίλτρα. Τα γραμμικά ψηφιακά φίλτρα μπορούν να σχεδιαστούν και να υλοποιηθούν είτε στο πεδίο των χωρικών συντεταγμένων, είτε στο πεδίο των συχνοτήτων. Στην πλειοψηφία τους τα φίλτρα αποκατάστασης εικόνας είναι γραμμικά και υλοποιούνται στο πεδίο των συχνοτήτων. Φυσικά, υπάρχουν και μη γραμμικές τεχνικές αποκατάστασης εικόνας. Για τη βελτίωση της ποιότητας της εικόνας χρησιμοποιούμε κυρίως υλοποιήσεις στο πεδίο των χωρικών συντεταγμένων. Αυτές οι υλοποιήσεις είναι διδιάστατα ψηφιακά φίλτρα που έχουν περιοχές υποστήριξης αποτελούμενες από ένα απλό στίγμα ή τη γειτονιά ενός στίγματος. 9 Στη συνέχεια θα μελετήσουμε τα χαρακτηριστικά και τις ιδιότητες των ψηφιακών φίλτρων καθώς επίσης θα περιγράψουμε ορισμένες τεχνικές αποκατάστασης και βελτίωσης της ποιότητας εικόνας. Επίσης, θα γνωρίσουμε τις τεχνικές που χρησιμοποιούνται για τη δημιουργία οπτικών εφέ στην παρουσίαση ψηφιακών εικόνων. Τέτοιες τεχνικές είναι ο ψευδοχρωματισμός και ο ημιτονισμός ψηφιακής εικόνας. Τέλος θα παρουσιάσουμε τα είδη θορύβου και τα κριτήρια επιλογής ψηφιακού φίλτρου. 1.1 Τα γραμμικά ψηφιακά Τα γραμμικά ψηφιακά φίλτρα παρουσιάζουν πεπερασμένης χρονικής διάρκειας απόκριση σε είσοδο μοναδιαίας κρούσης. Στη διεθνή βιβλιογραφία τα συναντούμε ως Finite Impulse Response ή FIR φίλτρα. Αποτελούν ουσιαστικά μερική περίπτωση των φίλτρων άπειρης κρουστικής απόκρισης (IIR). Από τα γραμμικά ψηφιακά φίλτρα τα FIR προτιμούνται συνήθως έναντι των IIR λόγω της ευστάθειας στη λειτουργία τους και της γραμμικής απόκρισης που παρουσιάζουν στη φάση. 14 ηλαδή, τα γραμμικά ψηφιακά φίλτρα έχουν το πλεονέκτημα της εύκολης ανάλυσης και κατανόησής τους τόσο στο πεδίο του χρόνου (κρουστική απόκριση), όσο και στο πεδίο των συχνοτήτων (απόκριση συχνότητας). Για τα γραμμικά ψηφιακά φίλτρα (FIR και IIR) ισχύει η αρχή της υπέρθεσης. Η εφαρμογή της αρχής αυτής δίνει τη δυνατότητα να μελετήσουμε τα γραμμικά φίλτρα με απλές διαδικασίες. Αυτό συμβαίνει γιατί μπορούμε να εξετάσουμε τη συμπεριφορά τους σε απλά σήματα και με βάση αυτή να υπολογίσουμε την απόκρισή τους σε πιο σύνθετα σήματα. Η αρχή της υπέρθεσης έχει ως άμεσο αποτέλεσμα την ιδιότητα της συνέλιξης που υλοποιούν τα γραμμικά ψηφιακά φίλτρα. Με τη σειρά της, η συνέλιξη στο χρόνο 13

14 αντιστοιχεί σε πολλαπλασιασμό στη συχνότητα, επομένως μελέτη της συμπεριφοράς των γραμμικών ψηφιακών φίλτρων με βάση την απόκρισή τους στη συχνότητα Προσαρμοστικά φίλτρα εικόνας Οι εικόνες μπορούν να μοντελοποιηθούν σαν δυσδιάστατες στοχαστικές διαδικασίες των οποίων τα χαρακτηριστικά μεταβάλλονται στις διάφορες περιοχές της εικόνας. Επιπλέον, τα χαρακτηριστικά του θορύβου, π.χ. η τυπική απόκλιση ή ακόμα και η συνάρτηση πυκνότητας πιθανότητας, μεταβάλλονται από εφαρμογή σε εφαρμογή. Μερικές φορές, τα χαρακτηριστικά του θορύβου μεταβάλλονται ακόμη και στην ίδια εφαρμογή από εικόνα σε εικόνα. Τέτοιες περιπτώσεις είναι ο θόρυβος του καναλιού στη μετάδοση της εικόνας και ο ατμοσφαιρικός θόρυβος (π.χ. από τα σύννεφα) σε εικόνες από δορυφόρους. Σε αυτά τα περιβάλλοντα, τα μη προσαρμοστικά φίλτρα δεν έχουν καλές επιδόσεις, γιατί τα χαρακτηριστικά τους εξαρτώνται από τα χαρακτηριστικά του σήματος και του θορύβου που είναι άγνωστα. Έτσι, τα προσαρμοστικά φίλτρα είναι η αναγκαία επιλογή σε αυτές τις περιπτώσεις. Οι επιδόσεις των προσαρμοστικών φίλτρων εξαρτώνται από την ακρίβεια εκτίμησης συγκεκριμένων χαρακτηριστικών του σήματος και του θορύβου. Και συγκεκριμένα τη μέση τιμή και την τυπική απόκλιση του σήματος κα τυπική απόκλιση του θορύβου. Η εκτίμηση αυτή είναι συνήθως τοπική, δηλαδή σχετικά μικρά παράθυρα χρησιμοποιούνται για την εκτίμηση των χαρακτηριστικών του σήματος και του θορύβου. 6 Ένας άλλος λόγος για τη χρήση προσαρμοστικών φίλτρων είναι ότι η πληροφορία των περιγραμμάτων είναι πολύ σημαντική για το ανθρώπινο μάτι και πρέπει να διατηρηθεί. Συγκεκριμένα φίλτρα, π.χ. το φίλτρο κινούμενου μέσου, συμπεριφέρονται καλά σε ομοιογενείς περιοχές της εικόνας αλλά αποτυγχάνουν κοντά στα περιγράμματα. Το αντίθετο συμβαίνει με άλλα φίλτρα, π,χ, το φίλτρο μεσαίου. Έτσι, μπορεί να χρησιμοποιηθεί ένας συνδυασμός φίλτρων ο οποίος να φιλτράρει με διαφορετικό τρόπο τις ομοιογενείς περιοχές της εικόνας από ότι τα περιγράμματα. Αυτά τα φίλτρα ονομάζονται φίλτρα απόφασης (decision directed filters) γιατί χρησιμοποιούν έναν ανιχνευτή περιγραμμάτων για να διαπιστώσουν την ύπαρξη ή μη περιγραμμάτων. Οι στατιστικές διάταξης δεδομένων είναι ένα πολύ αποτελεσματικό εργαλείο στην ανίχνευση περιγραμμάτων. 11 Τα φίλτρα απόφασης μπορούν να λαμβάνουν υπ όψη τους όχι μόνο την πληροφορία των περιγραμμάτων αλλά και του κρουστικού θορύβου. Οι κρουστικοί παλμοί, όταν ανιχνεύονται, μπορούν να μη χρησιμοποιηθούν στην εκτίμηση του τοπικού μέσου, του τοπικού μεσαίου και της τυπικής απόκλισης. Επιπλέον, όταν εντοπιστεί κάποιο περίγραμμα, τότε το παράθυρο του φίλτρου μπορεί να γίνει μικρότερο έτσι ώστε να ελαχιστοποιηθεί το θόλωμα του περιγράμματος. Ένα τέτοιο φίλτρο είναι το φίλτρο ανίχνευσης περιγραμμάτων προσαρμοστικού παραθύρου (adaptive window edge detection (AWED) filter) Ιστόγραμμα και Ισοστάθμιση Ιστογράμματος Μια χρήσιμη προσέγγιση στην ψηφιακή επεξεργασία εικόνας είναι να θεωρήσουμε την φωτεινότητα f(i,j) σε κάθε σημείο της εικόνας σαν τυχαία μεταβλητή με συνάρτηση πυκνότητας πιθανότητας. Η μορφή της εικόνας περιέχει συνολική πληροφορία για το περιεχόμενο της εικόνας. Όμως, γενικά η μορφή δεν είναι διαθέσιμη και πρέπει να εκτιμηθεί από την ίδια την εικόνα κάνοντας χρήση της εμπειρικής πυκνότητας πιθανότητας που λέγεται ιστόγραμμα. 11 Το ιστόγραμμα της εικόνας φέρει σημαντική πληροφορία για το περιεχόμενο της. Γενικά περιγράφει την κατανομή των χρωμάτων ενός συνόλου εικονοστοιχείων και εκφράζει τη συχνότητα με την οποία κάθε ένα χρώμα εμφανίζεται στο σύνολο του. Για παράδειγμα στις ασπρόμαυρες εικόνες έχουμε ένα 1D ιστόγραμμα, στις εγχρωμες εικόνες έχουμε 3D ιστόγραμμα & γραμμικοποιημένα (linearized) 14

15 ιστογράμματα. Αυτό είναι χρήσιμο για συγκεκριμένες τεχνικές ανάλυσης, π.χ. κατωφλίωση. 22 Εικόνα 1. Παράδειγμα 3D ιστογράμματος. Περιγράφει την κατανομή των χρωμάτων ενός συνόλου εικονοστοιχείων και εκφράζει τη συχνότητα με την οποία κάθε ένα χρώμα εμφανίζεται στο σύνολο του Ισοστάθμιση ιστογράμματος Αν το ιστόγραμμα μιας εικόνας είναι συγκεντρωμένο σε μια μικρή περιοχή φωτεινοτήτων, τότε η αντίθεση (contrast) της εικόνας και η υποκειμενική ποιότητά της είναι χαμηλή. Η ποιότητα της εικόνας μπορεί να βελτιωθεί τροποποιώντας το ιστόγραμμα. Αυτό μπορεί να γίνει με μια τεχνική που ονομάζεται ισοστάθμιση ιστογράμματος (histogram equalization). 11 Στην παρακάτω σειρά εικόνων παρουσιάζεται ένα παράδειγμα με τη χρήση ισοστάθμισης ιστογράμματος. Οι τιμές των pixels της εικόνας εισόδου 2α βρίσκονται στο διάστημα [0,255]. Στην εικόνα 2β συμπιέζονται στο διάστημα [0,127] και στη συνέχεια, στην 2γ, συμπιέζονται στο διάστημα [128,255]. Τέλος, στην 2δ, αντιστρέφονται συμμετρικά ως προς το α 2β 2γ Εικόνα 2. Παράδειγμα ισοστάθμισης ιστογράμματος Ένα ακόμα παράδειγμα ισοστάθμισης ιστογράμματος είναι και το παρακάτω. Στην 3α παρουσιάζεται η αρχική εικόνα και στο σχήμα 3β φαίνεται το ιστόγραμμα της 2δ 15

16 αρχικής εικόνας όπου οι τιμές των pixels είναι συγκεντρωμένες στο πρώτο μισό του ιστογράμματος. Στην εικόνα 3γ φαίνεται η επεξεργασία της μετά την ισοστάθμιση του ιστογράμματός της και τέλος στο σχήμα 3δ παρουσιάζεται το ισοσταθμισμένο ιστόγραμμα, όπου παρατηρούμε πως οι τιμές των pixels είναι ομοιόμορφα κατανεμημένες σε όλο το ιστόγραμμα Ψευδοχρωματισμός Εικόνα 3. Παράδειγμα ισοστάθμισης ιστογράμματος Σε πολλές εφαρμογές το ανθρώπινο μάτι είναι πιο ευαίσθητο στις αλλαγές χρώματος παρά στις αλλαγές έντασης φωτεινότητας και κυρίως σε εφαρμογές παρακολούθησης, όπως παρακολούθηση για ασφάλεια, έλεγχος ποιότητας και τηλεπισκόπηση. Έτσι, είναι φυσικό να κωδικοποιήσουμε την ένταση φωτεινότητας της ασπρόμαυρης εικόνας χρησιμοποιώντας πληροφορία χρώματος. Αυτή η διαδικασία λέγεται ψευδοχρωματισμός (pseudocoloring). Το αποτέλεσμα του ψευδοχρωματισμού συνήθως είναι ευχάριστο στο ανθρώπινο μάτι. Έτσι, μπορεί να χρησιμοποιηθεί και για καλλιτεχνικές εφαρμογές, όπως δημιουργία οπτικών εφέ. 9 Ορισμένοι τρόποι με τους οποίους επιτυγχάνουμε τον ψευδοχρωματισμό μίας ασπρόμαυρης εικόνας βάσει του ιστογράμματος είναι οι ακόλουθοι: 11 Προσδιορισμός συγκεκριμένου χρώματος σε κάθε τμήμα του ιστογράμματος. Με γραμμικούς μετασχηματισμούς του ιστογράμματος. Με τη μέθοδο διακεκριμενοποίηση της έντασης φωτεινότητας και Με φιλτράρισμα Ημιτονισμός ψηφιακής εικόνας Οι περισσότερες ασπρόμαυρες εικόνες περιέχουν ένα αρκετά μεγάλο αριθμό επιπέδων του γκρι (συνήθως 256). Τέτοιες εικόνες μπορούν εύκολα να παρουσιαστούν σε μια οθόνη υπολογιστή. Όμως, δεν μπορούν να εκτυπωθούν, γιατί σχεδόν όλες οι τεχνολογίες εκτύπωσης μπορούν να εκτυπώσουν μόνο δυαδικές εικόνες. Έτσι, οποιαδήποτε εικόνα επιπέδων του γκρι πρέπει πρώτα να μετατραπεί σε δυαδική και μετά να εκτυπωθεί. Αυτό μπορεί να γίνει εύκολα χάρη σε ένα ενδιαφέρον χαρακτηριστικό της ανθρώπινης όρασης. Το ανθρώπινο μάτι βλέπει τις 16

17 γειτονικές μαύρες και άσπρες κουκίδες σαν κάτι το ενιαίο. Αν οι κουκίδες είναι μικρές και τις βλέπουμε από μια φυσιολογική απόσταση ανάγνωσης, τότε μαύρες και λευκές κουκίδες με διαφορετικές αναλογίες δημιουργούν την εντύπωση διαφορετικών επιπέδων του γκρι. Η διαδικασία μετατροπής μιας εικόνας επιπέδων του γκρι σε μια ημιτονισμένη εικόνα ονομάζεται ημιτονισμός. Όπως είναι αναμενόμενο, η ανάλυση μιας ημιτονισμένης εικόνας είναι μικρότερη από την ανάλυση της αντίστοιχης εικόνας με επίπεδα του γκρι, αν οι δυο εικόνες έχουν το ίδιο μέγεθος. Η υψηλή ανάλυση θυσιάζεται για να δημιουργήσουμε επίπεδα του γκρι με ημιτονισμό. Αν η υψηλή ανάλυση είναι μεγάλης σημασίας, τότε πρέπει το μέγεθος της ημιτονισμένης εικόνας να είναι πολύ μεγαλύτερο από αυτό της εικόνας με επίπεδα του γκρι. 11 Αρκετές τεχνικές έχουν επινοηθεί για τον ημιτονισμό ψηφιακής εικόνας. Πολλές από αυτές βασίζονται σε δυαδική κατωφλίωση. Αν και η δυαδική κατωφλίωση είναι το πρώτο βήμα στον ημιτονισμό, δεν παράγει ημιτονισμένες εικόνες, γιατί δεν δημιουργεί περιοχές με μεταβλητή πυκνότητα κουκίδων. Μια καλύτερη τεχνική ημιτονισμού βασίζεται στη δημιουργία δυαδικών φόντων επιπέδων του γκρι. Ο ημιτονισμός με δυαδικά φόντα επιπέδων του γκρι είναι σχετικά απλός και εύκολος στην υλοποίηση. Το κύριο μειονέκτημα του είναι ότι δημιουργεί εσφαλμένες γραμμές και περιγράμματα σε ομοιογενείς περιοχές της εικόνας, που οφείλονται στη διάταξη των κουκίδων όπως προκύπτει από τα δυαδικά φόντα επιπέδων του γκρι. Έτσι, δεν μπορεί να χρησιμοποιηθεί χωρίς κάποια τροποποίηση. Ο ψευδοτυχαίος ημιτονισμός μπορεί να λύσει το πρόβλημα των εσφαλμένων καμπυλών. Αν προστεθεί στην εικόνα τυχαίος θόρυβος και κατόπιν εφαρμοστεί κατωφλίωση, τότε εισάγεται στην ημιτονισμένη εικόνα δυαδικός θόρυβος. Αυτός o θόρυβος καταστρέφει τις εσφαλμένες καμπύλες που δημιουργούνται από τη διαδικασία ημιτονισμού. Αυτή η διαδικασία προσθήκης τυχαίου θορύβου και κατωφλίωσης είναι ισοδύναμη με την κατωφλίωση της εικόνας με τυχαίο κατώφλι Μη Γραμμικά Ψηφιακά Φίλτρα Η απόδοση των γραμμικών ψηφιακών φίλτρων δεν είναι ικανοποιητική σε όλες τις περιπτώσεις της ψηφιακής επεξεργασίας σήματος. Σε προβλήματα που σχετίζονται με την εξάλειψη ειδικών μορφών θορύβου, με την επεξεργασία σήματος που έχει υποστεί στην επίδραση μη γραμμικών συστημάτων ή ακόμα με το διαχωρισμό ειδικών χαρακτηριστικών του σήματος, τα γραμμικά φίλτρα δεν μπορούν να χρησιμοποιηθούν. Έτσι ένα απλό γραμμικό φίλτρο, όπως είναι ένα κύκλωμα μέσης τιμής 5 σημείων, δεν μπορεί να αποκόψει τελείως κάποια αιχμή θορύβου, αλλά απλά διασπείρει την ενέργειά της σε έκταση όση είναι το μήκος του φίλτρου. Επίσης, αμβλύνει τις ακμές (απότομη μεταβολή από μία περιοχή σταθερής περίπου τιμής σε μία άλλη) που είναι απαραίτητες σε σήματα όπως είναι οι παλμοί, δημιουργώντας έτσι ένα είδος θόλωσης (blurring). Το φαινόμενο αυτό είναι καταστρεπτικό για τις εικόνες, στα όρια των διαφορετικών περιοχών που περιέχουν. 14 Η χρησιμότητα των μη γραμμικών φίλτρων γίνεται φανερή όταν κανείς ασχοληθεί με την ψυχοφυσιολογία των αισθήσεων (όρασης και ακοής) και διαπιστώσει τον μη γραμμικό τρόπο λειτουργίας τους. Επιπλέον, τα μη γραμμικά φίλτρα έχουν την ιδιότητα να μην αλλοιώνουν τα ιδιαίτερα χαρακτηριστικά της εικόνας, όπως είναι οι ακμές της. Θα εστιάσουμε στα δύο σπουδαιότερα είδη μη γραμμικών φίλτρων, τα φίλτρα ενδιάμεσης τιμής (median) και τα μορφολογικά, και θα μελετήσουμε τόσο τη μονοδιάστατη όσο και τη δισδιάστατη μορφή τους Μονοδιάστατα Φίλτρα Ενδιάμεσης Τιμής Τα φίλτρα ενδιάμεσης τιμής ή median και η γενικότερη κατηγορία των order statistic φίλτρων αποτελούν δυναμικούς (robust) εκτιμητές στατιστικών παραμέτρων, 17

ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. Της Νικολάου Χριστίνας Α.Ε.Μ. 134

ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ. Της Νικολάου Χριστίνας Α.Ε.Μ. 134 Τ.Ε.Ι. ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Της Νικολάου Χριστίνας Α.Ε.Μ. 134 Αλγόριθμοι Επεξεργασίας Εικόνας Τεχνικές Εξαγωγής Χαρακτηριστικών

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 5 η Παρουσίαση : Ψηφιακή Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Σύνθεση Χρωμάτων Αφαιρετική Παραγωγή Χρώματος Χρωματικά

Διαβάστε περισσότερα

Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση

Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση ΤΨΣ 50 Ψηφιακή Επεξεργασία Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς Περιεχόµενα Βιβλιογραφία

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στις τεχνικές βελτίωσης εικόνας

Διαβάστε περισσότερα

Παρουσίαση Νο. 5 Βελτίωση εικόνας

Παρουσίαση Νο. 5 Βελτίωση εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Παρουσίαση Νο. 5 Βελτίωση εικόνας Εισαγωγή Η βελτίωση γίνεται σε υποκειμενική βάση Η απόδοση εξαρτάται από την εφαρμογή Οι τεχνικές είναι συνήθως ad hoc Τονίζει

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ Ψηφιακή Επεξεργασία Εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση (Segmentation)

Διαβάστε περισσότερα

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ

ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ. Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ (Τ.Ε.Ι.) ΣΕΡΡΩΝ Τμήμα ΠΛΗΡΟΦΟΡΙΚΗΣ & ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΡΕΥΝΗΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΟ ΤΕΙ ΣΕΡΡΩΝ Ενέργεια. 2.2.3.στ ΘΕΜΑ ΕΡΕΥΝΑΣ: ΔΙΑΡΘΡΩΣΗ

Διαβάστε περισσότερα

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB )

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια πρώτη ιδέα για το μάθημα χωρίς καθόλου εξισώσεις!!! Περίγραμμα του μαθήματος χωρίς καθόλου εξισώσεις!!! Παραδείγματα από πραγματικές εφαρμογές ==

Διαβάστε περισσότερα

DIP_01 Εισαγωγή στην ψηφιακή εικόνα. ΤΕΙ Κρήτης

DIP_01 Εισαγωγή στην ψηφιακή εικόνα. ΤΕΙ Κρήτης DIP_01 Εισαγωγή στην ψηφιακή εικόνα ΤΕΙ Κρήτης Πληροφορίες Μαθήματος ιαλέξεις Πέμπτη 12:15 15:00 Αιθουσα Γ7 ιδάσκων:. Κοσμόπουλος Γραφείο: Κ23-0-15 (ισόγειο( κλειστού γυμναστηρίου) Ωρες γραφείου Τε 16:00

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Αποκατάσταση εικόνας Αφαίρεση Θορύβου Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Αποκατάσταση

Διαβάστε περισσότερα

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας

Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας Ε.Α.Υ. Υπολογιστική Όραση Κατάτμηση Εικόνας Γεώργιος Παπαϊωάννου 2015 ΚΑΤΩΦΛΙΩΣΗ Κατωφλίωση - Γενικά Είναι η πιο απλή μέθοδος segmentation εικόνας Χωρίζουμε την εικόνα σε 2 (binary) ή περισσότερες στάθμες

Διαβάστε περισσότερα

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Ακαδηµαϊκό Έτος , Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ, ΤΜΗΜΑ Ι ΑΚΤΙΚΗΣ ΤΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΨΣ 50: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ακαδηµαϊκό Έτος 005 006, Χειµερινό Εξάµηνο Καθ.: Νίκος Τσαπατσούλης ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ Η εξέταση

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση Νο. 1. Εισαγωγή

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση Νο. 1. Εισαγωγή Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος 2015-16 Παρουσίαση Νο. 1 Εισαγωγή Τι είναι η εικόνα; Οτιδήποτε μπορούμε να δούμε ή να απεικονίσουμε Π.χ. Μια εικόνα τοπίου αλλά και η απεικόνιση

Διαβάστε περισσότερα

6-Aνίχνευση. Ακμών - Περιγράμματος

6-Aνίχνευση. Ακμών - Περιγράμματος 6-Aνίχνευση Ακμών - Περιγράμματος Ανίχνευση ακμών Μετατροπή 2 εικόνας σε σύνολο ακμών Εξαγωγή βασικών χαρακτηριστικών της εικόνας Πιο «συμπαγής» αναπαράσταση Ανίχνευση ακμών Στόχος: ανίχνευση ασυνεχειών

Διαβάστε περισσότερα

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011. Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών.

ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011. Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών. 1 ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011 2 Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών. Ενδεδειγμένες και αξιόπιστες μέθοδοι αποτύπωσης Εμπειρικές Τοπογραφικές

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Intensity Transformations Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Image Enhancement: είναι

Διαβάστε περισσότερα

Παρουσίαση του μαθήματος

Παρουσίαση του μαθήματος Παρουσίαση του μαθήματος Εργαστήριο 1 Ενότητες Μαθήματος 1. Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Τι είναι ψηφιακή εικόνα. Τι σημαίνει Επεξεργασία εικόνας. Ανάλυση εικόνας σε συχνότητα ( Μετασχηματισμός Fourier σε εικόνα)

Διαβάστε περισσότερα

ΚΕΣ 03: Αναγνώριση Προτύπων και Ανάλυση Εικόνας. KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας. Κατάτµηση Εικόνων:

ΚΕΣ 03: Αναγνώριση Προτύπων και Ανάλυση Εικόνας. KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας. Κατάτµηση Εικόνων: KEΣ 3 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών Τµήµα Επιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Περιεχόµενα Βιβλιογραφία Περιεχόµενα Ενότητας

Διαβάστε περισσότερα

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1 Εικόνα Εισαγωγή Ψηφιακή αναπαράσταση Κωδικοποίηση των χρωμάτων Συσκευές εισόδου και εξόδου Βάθος χρώματος και ανάλυση Συμβολική αναπαράσταση Μετάδοση εικόνας Σύνθεση εικόνας Ανάλυση εικόνας Τεχνολογία

Διαβάστε περισσότερα

Διάλεξη 10. Σχεδιασμός Φίλτρων. Κεφ. 7.0-7.2. Φίλτρο Διαφοροποιεί το φάσμα ενός σήματος Π.χ. αφήνει να περάσουν ή σταματά κάποιες συχνότητες

Διάλεξη 10. Σχεδιασμός Φίλτρων. Κεφ. 7.0-7.2. Φίλτρο Διαφοροποιεί το φάσμα ενός σήματος Π.χ. αφήνει να περάσουν ή σταματά κάποιες συχνότητες University of Cyprus Biomedical Imaging & Applied Optics Διάλεξη 10 Κεφ. 7.0-7.2 Φίλτρο Διαφοροποιεί το φάσμα ενός σήματος Π.χ. αφήνει να περάσουν ή σταματά κάποιες συχνότητες Σχεδιασμός Φίλτρου Καθορίζονται

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση 12 η. Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση 12 η. Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Παρουσίαση 12 η Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων Εισαγωγή (1) Το χρώμα είναι ένας πολύ σημαντικός παράγοντας περιγραφής, που συχνά απλουστεύει κατά

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 3 : Αποκατάσταση εικόνας (Image Restoration) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΗΜΥ 100 Εισαγωγή στην Τεχνολογία

ΗΜΥ 100 Εισαγωγή στην Τεχνολογία ΗΜΥ 100 Εισαγωγή στην Τεχνολογία Δρ. Στέλιος Τιμοθέου ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΤΑ ΘΕΜΑΤΑ ΜΑΣ ΣΗΜΕΡΑ Αναλογικά και ψηφιακά συστήματα Μετατροπή

Διαβάστε περισσότερα

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης

DIP_06 Συμπίεση εικόνας - JPEG. ΤΕΙ Κρήτης DIP_06 Συμπίεση εικόνας - JPEG ΤΕΙ Κρήτης Συμπίεση εικόνας Το μέγεθος μιας εικόνας είναι πολύ μεγάλο π.χ. Εικόνα μεγέθους Α4 δημιουργημένη από ένα σαρωτή με 300 pixels ανά ίντσα και με χρήση του RGB μοντέλου

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 6 : Κωδικοποίηση & Συμπίεση εικόνας Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Μορφολογική Επεξεργασία Εικόνας Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Μορφολογική Επεξεργασία

Διαβάστε περισσότερα

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT ΒΕΣ : Συµπίεση και Μετάδοση Πολυµέσων Συµπίεση εικόνων: Το πρότυπο JPEG Περιεχόµενα Εισαγωγή Ο µετασχηµατισµός DCT Το πρότυπο JPEG Προετοιµασία εικόνας / µπλοκ Ευθύς µετασχηµατισµός DCT Κβαντισµός Κωδικοποίηση

Διαβάστε περισσότερα

DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης

DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης DIP_04 Σημειακή επεξεργασία ΤΕΙ Κρήτης ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΙΚΟΝΑΣ Σκοπός μιας τέτοιας τεχνικής μπορεί να είναι: η βελτιστοποίηση της οπτικής εμφάνισης μιας εικόνας όπως την αντιλαμβάνεται ο άνθρωπος, η τροποποίηση

Διαβάστε περισσότερα

Περιεχόµενα. ΕΠΛ 422: Συστήµατα Πολυµέσων. Βιβλιογραφία. Εισαγωγή. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT

Περιεχόµενα. ΕΠΛ 422: Συστήµατα Πολυµέσων. Βιβλιογραφία. Εισαγωγή. Συµπίεση εικόνων: Το πρότυπο JPEG. Εισαγωγή. Ευθύς µετασχηµατισµός DCT Περιεχόµενα ΕΠΛ : Συστήµατα Πολυµέσων Συµπίεση εικόνων: Το πρότυπο JPEG Εισαγωγή Ο µετασχηµατισµός DCT Το πρότυπο JPEG Προετοιµασία εικόνας / µπλοκ Ευθύς µετασχηµατισµός DCT Κβαντισµός Κωδικοποίηση ηµιουργία

Διαβάστε περισσότερα

Συμπίεση Πολυμεσικών Δεδομένων

Συμπίεση Πολυμεσικών Δεδομένων Συμπίεση Πολυμεσικών Δεδομένων Εισαγωγή στο πρόβλημα και επιλεγμένες εφαρμογές Παράδειγμα 2: Συμπίεση Εικόνας ΔΠΜΣ ΜΥΑ, Ιούνιος 2011 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας

Διαβάστε περισσότερα

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων

Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων Ιωάννης Φαρασλής Τηλ : 24210-74466,

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 1 η : Εισαγωγή. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 1 η : Εισαγωγή. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 1 η : Εισαγωγή Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Βασικά στοιχεία της ψηφιακής επεξεργασίας και

Διαβάστε περισσότερα

Ένα αναλογικό σήμα περιέχει άπειρες πιθανές τιμές. Για παράδειγμα ένας απλός ήχος αν τον βλέπαμε σε ένα παλμογράφο θα έμοιαζε με το παρακάτω:

Ένα αναλογικό σήμα περιέχει άπειρες πιθανές τιμές. Για παράδειγμα ένας απλός ήχος αν τον βλέπαμε σε ένα παλμογράφο θα έμοιαζε με το παρακάτω: Σημειώσεις Δικτύων Αναλογικά και ψηφιακά σήματα Ένα αναλογικό σήμα περιέχει άπειρες πιθανές τιμές. Για παράδειγμα ένας απλός ήχος αν τον βλέπαμε σε ένα παλμογράφο θα έμοιαζε με το παρακάτω: Χαρακτηριστικά

Διαβάστε περισσότερα

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά

ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Αντικείμενο: Εξαγωγή ιστογράμματος εικόνας, απλοί μετασχηματισμοί με αυτό, ισοστάθμιση ιστογράμματος. Εφαρμογή βασικών παραθύρων με την βοήθεια του ΜΑΤLAB

Διαβάστε περισσότερα

Συστήματα Πολυμέσων. Ενότητα 7: Συμπίεση Εικόνας κατά JPEG. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Συστήματα Πολυμέσων. Ενότητα 7: Συμπίεση Εικόνας κατά JPEG. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 7: Συμπίεση Εικόνας κατά JPEG Θρασύβουλος Γ. Τσιάτσος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται

Διαβάστε περισσότερα

Τηλεπισκόπηση - Φωτοερμηνεία

Τηλεπισκόπηση - Φωτοερμηνεία ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ Τηλεπισκόπηση - Φωτοερμηνεία Ενότητα 10: Ραδιομετρική Ενίσχυση Χωρική Επεξεργασία Δορυφορικών Εικόνων. Κωνσταντίνος Περάκης Ιωάννης Φαρασλής Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας

Διαβάστε περισσότερα

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας

Τεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας Τεχνικές Μείωσης Διαστάσεων Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας 1 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα.

Διαβάστε περισσότερα

Συνέλιξη Κρουστική απόκριση

Συνέλιξη Κρουστική απόκριση Συνέλιξη Κρουστική απόκριση Το εργαστήριο αυτό ασχολείται με τα «διασημότερα συστήματα στην επεξεργασία σήματος. Αυτά δεν είναι παρά τα γραμμικά χρονικά αμετάβλητα (ΓΧΑ) συστήματα. Ένα τέτοιο σύστημα μπορεί

Διαβάστε περισσότερα

Εισαγωγή στις Τηλεπικοινωνίες

Εισαγωγή στις Τηλεπικοινωνίες ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Εισαγωγή στις Τηλεπικοινωνίες Ενότητα 3: Δειγματοληψία και Ανακατασκευή Σημάτων Όνομα Καθηγητή: Δρ. Ηρακλής Σίμος Τμήμα: Ηλεκτρονικών

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στην κατάτμηση εικόνας Τεχνικές

Διαβάστε περισσότερα

Αναλογικά & Ψηφιακά Κυκλώματα ιαφάνειες Μαθήματος ρ. Μηχ. Μαραβελάκης Εμ.

Αναλογικά & Ψηφιακά Κυκλώματα ιαφάνειες Μαθήματος ρ. Μηχ. Μαραβελάκης Εμ. Αναλογικά & Ψηφιακά Κυκλώματα ιαφάνειες Μαθήματος ρ. Μηχ. Μαραβελάκης Εμ. 1 Εισαγωγή Αναλογικό σήμα (analog signal): συνεχής συνάρτηση στην οποία η ανεξάρτητη μεταβλητή και η εξαρτημένη μεταβλητή (π.χ.

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 5: Εικόνα Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 5: Εικόνα Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 5: Εικόνα Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το

Διαβάστε περισσότερα

ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ

ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΤΕΙ 2.2.2.3ζ ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΓΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ Εγχειρίδιο χρήσης λογισμικού ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ: ΣΤΡΟΥΘΟΠΟΥΛΟΣ ΧΑΡΑΛΑΜΠΟΣ ΣΕΡΡΕΣ, ΜΑΙΟΣ 2007 ΠΕΡΙΕΧΟΜΕΝΑ

Διαβάστε περισσότερα

Μη γραμμικά Φίλτρα. Μεταπτυχιακό Πρόγραμμα. Σ. Φωτόπουλος ΜΗ ΓΡΑΜΜΙΚΑ ΦΙΛΤΡΑ 1/50

Μη γραμμικά Φίλτρα. Μεταπτυχιακό Πρόγραμμα. Σ. Φωτόπουλος ΜΗ ΓΡΑΜΜΙΚΑ ΦΙΛΤΡΑ 1/50 Μη γραμμικά Φίλτρα Σ. Φωτόπουλος ΜΗ ΓΡΑΜΜΙΚΑ ΦΙΛΤΡΑ /50 Φίλτρα διάμεσης τιμής (median,order statistic) Μη γραμμικά φίλτρα μέσης τιμής Μορφολογικά φίλτρα Ομομορφικά φίλτρα Πολυωνυμικά φίλτρα Σ. Φωτόπουλος

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 4 : Δειγματοληψία και κβάντιση (Sampling and Quantization) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ

ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ Σχολή Θετικών Επιστημών Τεχνολογίας Τηλεπικοινωνιών Τμήμα Επιστήμης και Τεχνολογίας Τηλεπικοινωνιών ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΟΓΙΚΩΝ & ΨΗΦΙΑΚΩΝ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΠΙΚΟΙΝΩΝΙΕΣ ΙI Εργαστήριο 8 ο : Προσαρμοσμένα Φίλτρα Βασική

Διαβάστε περισσότερα

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1 Βίντεο Εισαγωγή Χαρακτηριστικά του βίντεο Απόσταση θέασης Μετάδοση τηλεοπτικού σήματος Συμβατικά τηλεοπτικά συστήματα Ψηφιακό βίντεο Εναλλακτικά μορφότυπα Τηλεόραση υψηλής ευκρίνειας Κινούμενες εικόνες

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 2 : Βελτιστοποίηση εικόνας (Image enhancement) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το

Διαβάστε περισσότερα

Αρχές κωδικοποίησης. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 08-1

Αρχές κωδικοποίησης. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 08-1 Αρχές κωδικοποίησης Απαιτήσεις κωδικοποίησης Είδη κωδικοποίησης Κωδικοποίηση εντροπίας Διαφορική κωδικοποίηση Κωδικοποίηση μετασχηματισμών Στρωματοποιημένη κωδικοποίηση Κβαντοποίηση διανυσμάτων Τεχνολογία

Διαβάστε περισσότερα

3. ΤΕΧΝΙΚΕΣ ΣΥΜΠΙΕΣΗΣ ΠΟΛΥΜΕΣΩΝ

3. ΤΕΧΝΙΚΕΣ ΣΥΜΠΙΕΣΗΣ ΠΟΛΥΜΕΣΩΝ 3. ΤΕΧΝΙΚΕΣ ΣΥΜΠΙΕΣΗΣ ΠΟΛΥΜΕΣΩΝ ΑΝΑΓΚΗ ΣΥΜΠΙΕΣΗΣ ΔΕΔΟΜΕΝΩΝ Local Multimedia Π.χ. Μία ταινία 90 min απαιτεί 120 GB, και τα σημερινά μέσα αποθήκευσης < 25 GB. Άρα σήμερα είναι αδύνατη η αποθήκευση και η

Διαβάστε περισσότερα

Συστήματα Πολυμέσων. Ενότητα 3: Εισαγωγικά θέματα Συμπίεσης. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Συστήματα Πολυμέσων. Ενότητα 3: Εισαγωγικά θέματα Συμπίεσης. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 3: Εισαγωγικά θέματα Συμπίεσης Θρασύβουλος Γ. Τσιάτσος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

E[ (x- ) ]= trace[(x-x)(x- ) ]

E[ (x- ) ]= trace[(x-x)(x- ) ] 1 ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτό το μέρος της πτυχιακής θα ασχοληθούμε λεπτομερώς με το φίλτρο kalman και θα δούμε μια καινούρια έκδοση του φίλτρου πάνω στην εφαρμογή της γραμμικής εκτίμησης διακριτού

Διαβάστε περισσότερα

Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής

Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Επεξεργασία Εικόνας Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 11: Κωδικοποίηση εικόνων: JPEG Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 11: Κωδικοποίηση εικόνων: JPEG Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 11: Κωδικοποίηση εικόνων: JPEG Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 6 η : Συμπίεση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 6 η : Συμπίεση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 6 η : Συμπίεση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στη συμπίεση εικόνας Μη απωλεστικες

Διαβάστε περισσότερα

DIP_01 Εισαγωγήστην ψηφιακήεικόνα. ΤΕΙ Κρήτης

DIP_01 Εισαγωγήστην ψηφιακήεικόνα. ΤΕΙ Κρήτης DIP_01 Εισαγωγήστην ψηφιακήεικόνα ΤΕΙ Κρήτης Ψηφιακήεικόνα Ψηφιακή εικόνα = αναλογική εικόνα µετά από δειγµατοληψία στο χώρο (x και y διευθύνσεις) Αναπαριστάνεται από έναν ή περισσότερους 2 πίνακες Μπορεί

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 8: Αρχές κωδικοποίησης Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 8: Αρχές κωδικοποίησης Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 8: Αρχές κωδικοποίησης Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του

Διαβάστε περισσότερα

Μάθημα 7 ο. Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1

Μάθημα 7 ο. Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1 Μάθημα 7 ο Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας πληροφορίας Ανάγκες που καλύπτονται Εξοικονόμηση μνήμης Ελάττωση χρόνου και εύρους

Διαβάστε περισσότερα

HMY 220: Σήματα και Συστήματα Ι

HMY 220: Σήματα και Συστήματα Ι HMY 220: Σήματα και Συστήματα Ι Διδάσκων: Γεώργιος Μήτσης, Λέκτορας, Τμήμα ΗΜΜΥ Γραφείο: 401 Πράσινο Άλσος Ώρες γραφείου: Οποτεδήποτε (κατόπιν επικοινωνίας) Ηλ. Ταχ.: : gmitsis@ucy.ac.cy Ιωάννης Τζιώρτζης

Διαβάστε περισσότερα

Συµπίεση Εικόνας: Το πρότυπο JPEG

Συµπίεση Εικόνας: Το πρότυπο JPEG ΒΕΣ : Συµπίεση και Μετάδοση Πολυµέσων ΒΕΣ Συµπίεση και Μετάδοση Πολυµέσων Συµπίεση Εικόνας: Το πρότυπο JPEG ΒΕΣ : Συµπίεση και Μετάδοση Πολυµέσων Εισαγωγή Σχεδιάστηκε από την οµάδα Joint Photographic Experts

Διαβάστε περισσότερα

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων

Διαβάστε περισσότερα

15/3/2009. Ένα ψηφιακό σήμα είναι η κβαντισμένη εκδοχή ενός σήματος διάκριτου. χρόνου. Φλώρος Ανδρέας Επίκ. Καθηγητής

15/3/2009. Ένα ψηφιακό σήμα είναι η κβαντισμένη εκδοχή ενός σήματος διάκριτου. χρόνου. Φλώρος Ανδρέας Επίκ. Καθηγητής 15/3/9 Από το προηγούμενο μάθημα... Ένα ψηφιακό σήμα είναι η κβαντισμένη εκδοχή ενός σήματος διάκριτου Μάθημα: «Ψηφιακή Επεξεργασία Ήχου» Δάλ Διάλεξη 3 η : «Επεξεργαστές Ε ξ έ Δυναμικής Περιοχής» Φλώρος

Διαβάστε περισσότερα

. Βάθος χρώματος: Πραγματικό χρώμα. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 8bit. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 1bit.

. Βάθος χρώματος: Πραγματικό χρώμα. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 8bit. . Βάθος χρώματος: Αποχρώσεις του γκρίζου 1bit. Α ΤΕΙ ΑΘΗΝΑΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ, ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΗΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟΔΟΣ: A ΧΕΙΜΕΡΙΝΟ 2011-2012 ΕΞΕΤΑΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ: ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ ΚΑΙ ΗΧΟΣ (7-2-2012) Διάρκεια εξέτασης: 2.0 ώρες (08:00 10:30)

Διαβάστε περισσότερα

Τεράστιες ανάγκες σε αποθηκευτικό χώρο

Τεράστιες ανάγκες σε αποθηκευτικό χώρο ΣΥΜΠΙΕΣΗ Τεράστιες ανάγκες σε αποθηκευτικό χώρο Παράδειγμα: CD-ROM έχει χωρητικότητα 650MB, χωρά 75 λεπτά ασυμπίεστου στερεοφωνικού ήχου, αλλά 30 sec ασυμπίεστου βίντεο. Μαγνητικοί δίσκοι χωρητικότητας

Διαβάστε περισσότερα

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1 Ήχος Χαρακτηριστικά του ήχου Ψηφιοποίηση με μετασχηματισμό Ψηφιοποίηση με δειγματοληψία Κβαντοποίηση δειγμάτων Παλμοκωδική διαμόρφωση Συμβολική αναπαράσταση μουσικής Τεχνολογία Πολυμέσων και Πολυμεσικές

Διαβάστε περισσότερα

Wavelets α. Τι είναι τα wavelets;

Wavelets α. Τι είναι τα wavelets; α. Τι είναι τα wavelets; Τα wavelets είναι συναρτήσεις που ικανοποιούν συγκεκριμένες απαιτήσεις. Το όνομα προέρχεται από την απαίτηση να ολοκληρώνονται στο μηδέν, waving πάνω και κάτω από τον άξονα-x.

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού Κινητά Δίκτυα Επικοινωνιών Συμπληρωματικό υλικό Προσαρμοστική Ισοστάθμιση Καναλιού Προσαρμοστικοί Ισοσταθμιστές Για να υπολογίσουμε τους συντελεστές του ισοσταθμιστή MMSE, απαιτείται να λύσουμε ένα γραμμικό

Διαβάστε περισσότερα

Επικοινωνίες στη Ναυτιλία

Επικοινωνίες στη Ναυτιλία Επικοινωνίες στη Ναυτιλία Εισαγωγή Α. Παπαδάκης, Αναπλ. Καθ. ΑΣΠΑΙΤΕ Δρ. ΗΜΜΥ Μηχ. ΕΜΠ Βασικά Αντικείμενα Μαθήματος Σήματα Κατηγοριοποίηση, ψηφιοποίηση, δειγματοληψία, κβαντισμός Βασικά σήματα ήχος, εικόνα,

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 14 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: hp://ecla.uop.gr/coure/s15 e-mail:

Διαβάστε περισσότερα

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης

1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης 1 Αριθμητική κινητής υποδιαστολής και σφάλματα στρογγύλευσης Στη συγκεκριμένη ενότητα εξετάζουμε θέματα σχετικά με την αριθμητική πεπερασμένης ακρίβειας που χρησιμοποιούν οι σημερινοί υπολογιστές και τα

Διαβάστε περισσότερα

Ψηφιακά Φίλτρα. Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 20/5/2005 2

Ψηφιακά Φίλτρα. Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 20/5/2005 2 Ψηφιακά Φίλτρα Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 Αναλογικά και ψηφιακά φίλτρα Στην επεξεργασία σήματος, η λειτουργία ενός φίλτρου είναι να απομακρύνει τα ανεπιθύμητα μέρη ενός σήματος, όπως ένα

Διαβάστε περισσότερα

Εικόνες και γραφικά. Τεχνολογία Πολυµέσων 05-1

Εικόνες και γραφικά. Τεχνολογία Πολυµέσων 05-1 Εικόνες και γραφικά Περιγραφή στατικών εικόνων Αναπαράσταση γραφικών Υλικό γραφικών Dithering και anti-aliasing Σύνθεση εικόνας Ανάλυση εικόνας Μετάδοση εικόνας Τεχνολογία Πολυµέσων 05-1 Περιγραφή στατικών

Διαβάστε περισσότερα

DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης

DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης DIP_04 Βελτιστοποίηση εικόνας ΤΕΙ Κρήτης ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΙΚΟΝΑΣ Σκοπός µιας τέτοιας τεχνικής µπορεί να είναι: η βελτιστοποίηση της οπτικής εµφάνισης µιας εικόνας όπως την αντιλαµβάνεται ο άνθρωπος, η τροποποίηση

Διαβάστε περισσότερα

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση εικόνας σε οµοιόµορφες περιοχές ΤµήµαΕπιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Εισαγωγή Κατάτµηση µε πολυκατωφλίωση Ανάπτυξη

Διαβάστε περισσότερα

27-Ιαν-2009 ΗΜΥ (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

27-Ιαν-2009 ΗΜΥ (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό ΗΜΥ 429 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 1 (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 2 Βασικά μέρη συστήματος ΨΕΣ Φίλτρο αντι-αναδίπλωσης

Διαβάστε περισσότερα

ΑΣΚΗΣΗ 2 ΒΑΣΙΚΑ ΚΑΙ ΣΥΝΘΕΤΑ ΣΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ - ΕΙΚΟΝΑΣ

ΑΣΚΗΣΗ 2 ΒΑΣΙΚΑ ΚΑΙ ΣΥΝΘΕΤΑ ΣΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ - ΕΙΚΟΝΑΣ ΑΣΚΗΣΗ 2 ΒΑΣΙΚΑ ΚΑΙ ΣΥΝΘΕΤΑ ΣΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ - ΕΙΚΟΝΑΣ Αντικείμενο: Κατανόηση και αναπαράσταση των βασικών σημάτων δύο διαστάσεων και απεικόνισης αυτών σε εικόνα. Δημιουργία και επεξεργασία των διαφόρων

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1 Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1 Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Δισδιάστατα σήματα

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας Διδάσκων: Αναγνωστόπουλος Χρήστος Κώδικες μετρήσεων αντικειμένων σε εικόνα Χρωματικά μοντέλα: Munsell, HSB/HSV, CIE-LAB Κώδικες μετρήσεων αντικειμένων σε εικόνες Η βασική

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 3: Στοχαστικά Συστήματα Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

Διαβάστε περισσότερα

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός

Διαβάστε περισσότερα

Digital Image Processing

Digital Image Processing Digital Image Processing Φιλτράρισμα στο πεδίο των Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Φίλτρο: μια διάταξη ή

Διαβάστε περισσότερα

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Εικόνες και Πολυµεσικές Εφαρµογές. Ψηφιακή Επεξεργασία Εικόνας.

ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων. Περιεχόµενα. Βιβλιογραφία. Εικόνες και Πολυµεσικές Εφαρµογές. Ψηφιακή Επεξεργασία Εικόνας. ΒΕΣ 04: Συµπίεση και Μετάδοση Πολυµέσων Εικόνα και Πολυµεσικές Εφαρµογές Περιεχόµενα Ψηφιακή Επεξεργασία Εικόνας Σηµειακές µέθοδοι Φίλτρα γειτνίασης Γεωµετρικές µέθοδοι Εικόνες και Πολυµεσικές Εφαρµογές

Διαβάστε περισσότερα

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 20: Διακριτός Μετασχηματισμός Fourier (Discrete Fourier Transform DFT)

HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων. Διάλεξη 20: Διακριτός Μετασχηματισμός Fourier (Discrete Fourier Transform DFT) HMY 429: Εισαγωγή στην Επεξεργασία Ψηφιακών Σημάτων Διάλεξη 20: Διακριτός Μετασχηματισμός Fourier (Discrete Fourier Transform DFT) Εισαγωγή Μέχρι στιγμής έχουμε δει το Μετασχηματισμό Fourier Διακριτού

Διαβάστε περισσότερα

27/4/2009. Για την υλοποίηση τέτοιων αλγορίθμων επεξεργασίας απαιτείται η χρήση μνήμης. T η περίοδος δειγματοληψίας. Επίκ. Καθηγητής.

27/4/2009. Για την υλοποίηση τέτοιων αλγορίθμων επεξεργασίας απαιτείται η χρήση μνήμης. T η περίοδος δειγματοληψίας. Επίκ. Καθηγητής. Μάθημα: «Ψηφιακή Επεξεργασία Ήχου» Διάλεξη 6 η : «Επεξεργαστές με Μνήμη (Mέρος ΙI)» Φλώρος Ανδρέας Επίκ. Καθηγητής Από προηγούμενο μάθημα... Αναπαράσταση καθυστέρησης ενός δείγματος η περίοδος δειγματοληψίας

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Θεωρία Ρυθμού Παραμόρφωσης

Ψηφιακές Τηλεπικοινωνίες. Θεωρία Ρυθμού Παραμόρφωσης Ψηφιακές Τηλεπικοινωνίες Θεωρία Ρυθμού Παραμόρφωσης Θεωρία Ρυθμού-Παραμόρφωσης Θεώρημα Κωδικοποίησης Πηγής: αν έχω αρκετά μεγάλο μπλοκ δεδομένων, μπορώ να φτάσω κοντά στην εντροπία Πιθανά Προβλήματα: >

Διαβάστε περισσότερα

Συµπίεση Ψηφιακών Εικόνων: Συµπίεση µε Απώλειες. Πρότυπα Συµπίεσης Εικόνων

Συµπίεση Ψηφιακών Εικόνων: Συµπίεση µε Απώλειες. Πρότυπα Συµπίεσης Εικόνων ΤΨΣ 5: Ψηφιακή Επεξεργασία Εικόνας ΤΨΣ 5 Ψηφιακή Επεξεργασία Εικόνας Συµπίεση Ψηφιακών Εικόνων: Συµπίεση µε απώλειες Πρότυπα Συµπίεσης Εικόνων Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο

Διαβάστε περισσότερα

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13

1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ MATLAB... 13 1.1. Τι είναι το Matlab... 13 1.2. Περιβάλλον εργασίας... 14 1.3. Δουλεύοντας με το Matlab... 16 1.3.1. Απλές αριθμητικές πράξεις... 16 1.3.2. Σχόλια...

Διαβάστε περισσότερα

Ειδικά Θέματα Ηλεκτρονικών 1

Ειδικά Θέματα Ηλεκτρονικών 1 Ειδικά Θέματα Ηλεκτρονικών 1 ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3...2 ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ ΕΝΙΣΧΥΤΩΝ...2 3.1 Απόκριση συχνότητας ενισχυτών...2 3.1.1 Παραμόρφωση στους ενισχυτές...5 3.1.2 Πιστότητα των ενισχυτών...6 3.1.3

Διαβάστε περισσότερα

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό

27-Ιαν-2009 ΗΜΥ 429. 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό ΗΜΥ 429 2. (ι) Βασική στατιστική (ιι) Μετατροπές: αναλογικό-σεψηφιακό και ψηφιακό-σε-αναλογικό 1 (i) Βασική στατιστική 2 Στατιστική Vs Πιθανότητες Στατιστική: επιτρέπει μέτρηση και αναγνώριση θορύβου και

Διαβάστε περισσότερα

Συστήματα Πολυμέσων. Ενότητα 2: Εισαγωγικά θέματα Ψηφιοποίησης. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Συστήματα Πολυμέσων. Ενότητα 2: Εισαγωγικά θέματα Ψηφιοποίησης. Θρασύβουλος Γ. Τσιάτσος Τμήμα Πληροφορικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 2: Εισαγωγικά θέματα Ψηφιοποίησης Θρασύβουλος Γ. Τσιάτσος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Επιµέλεια Θοδωρής Πιερράτος

Επιµέλεια Θοδωρής Πιερράτος εδοµένα οµές δεδοµένων και αλγόριθµοι Τα δεδοµένα είναι ακατέργαστα γεγονότα. Η συλλογή των ακατέργαστων δεδοµένων και ο συσχετισµός τους δίνει ως αποτέλεσµα την πληροφορία. Η µέτρηση, η κωδικοποίηση,

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης Ψηφιακές Τηλεπικοινωνίες Βέλτιστος Δέκτης Σύνδεση με τα Προηγούμενα Επειδή το πραγματικό κανάλι είναι αναλογικό, κατά τη διαβίβαση ψηφιακής πληροφορίας, αντιστοιχίζουμε τα σύμβολα σε αναλογικές κυματομορφές

Διαβάστε περισσότερα

Ζητήματα ηήμ με τα δεδομένα

Ζητήματα ηήμ με τα δεδομένα Ζητήματα ηήμ με τα δεδομένα Ποιότητα Απαλοιφή θορύβου Εντοπισμός ανωμαλιών λώ Ελλιπείς τιμές Μετασχηματισμός Κβάντωση Μείωση μεγέθους Γραμμών: ειγματοληψία Στηλών: Ιδιοδιανύσματα, Επιλογή χαρακτηριστικών

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46

Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Ψηφιακή Επεξεργασία Εικόνας Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ

ΚΕΦΑΛΑΙΟ 3 ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ ΚΕΦΑΛΑΙΟ 3 ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ Τα δεδομένα (data) είναι η αφαιρετική αναπαράσταση της πραγματικότητας και συνεπώς μία απλοποιημένη όψη της. Η συλλογή των ακατέργαστων δεδομένων και ο συσχετισμός

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΠΑΡΑΔΕΙΓΜΑΤΑ ΜΕ ΧΡΗΣΗ MATLAB ΑΘΑΝΑΣΙΑ ΚΟΛΟΒΟΥ (Ε.Τ.Ε.Π.) 2012 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ο σκοπός αυτού

Διαβάστε περισσότερα

Ε Ρ Γ Α Σ Τ Η Ρ Ι Α9 Κ Η Α Σ Κ Η Σ Η

Ε Ρ Γ Α Σ Τ Η Ρ Ι Α9 Κ Η Α Σ Κ Η Σ Η Ε Ρ Γ Α Σ Τ Η Ρ Ι Α9 Κ Η Α Σ Κ Η Σ Η Επεξεργασία Σήματος VIDEO σε Πραγματικό Χρόνο 1. Εισαγωγή Σκοπός της άσκησης αυτής είναι η υλοποίηση-επίδειξη αλγορίθμων επεξεργασίας σημάτων video σε πραγματικό χρόνο

Διαβάστε περισσότερα