Ανάκτηση Εικόνας βάσει

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Ανάκτηση Εικόνας βάσει"

Transcript

1 Ανάκτηση Εικόνας βάσει Περιεχομένου Εργαστήριο Ηλεκτρονικής (ELLAB) Τμήμα Φυσικής Πανεπιστήμιο Πατρών Θεοχαράτος Χρήστος Web:

2 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικά Συστήματα Μέτρα Ομοιότητας και Σύγκριση Εικόνων Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 2

3 Εισαγωγή: Η αξία της Πληροφορίας Πρόσβαση σε τεράστια ποσότητα δεδομένων δ (νέων, αθλητικά, πολιτικά, οικονομικά, κοινωνικά, κ.α.): 1-2 exabytes (εκατομμύρια terabytes) νέας ψηφιακής πληροφορίας παράγονται κάθε χρόνο παγκοσμίως 250 ΜΒ για κάθε άνθρωπο εικόνες δημιουργούνται κάθε δευτερόλεπτο στον κόσμο 100 δισεκατομμύρια ώρες οπτικο-ακουστικού υλικού νέα films παράγονται κάθε χρόνο 3

4 Πως αξιοποιούμε την Πληροφορία; Υπάρχει απίστευτος όγκος δεδομένων δ και η πρόσβαση γίνεται περίπλοκη Πως κατανοούμε τα δεδομένα αυτά; Πως η έκθεση στη πληροφορία δεν καθίσταται ανυπόφορη και χρονοβόρα; Πως αποκτούμε πρόσβαση σε αυτή την πληροφορία; Πως την αναλύουμε, τη φιλτράρουμε, την οργανώνουμε προκειμένου να είναι χρήσιμη για εμάς; Η αξία της πληροφορίας βρίσκεται στην αποτελεσματική οργάνωση, στην ευκολία ενοποιημένης κατανεμημένης πρόσβασης από όλους και στην εμπορική αξιοποίηση 4

5 Πληροφοριακοί στόχοι και εφαρμογές Στόχοι Κατανόηση της Πληροφορίας Περιγραφή της Πληροφορίας (φιλική προς τον χρήστη, αλλά και κατανοητή από τον υπολογιστή) Δεικτοδότηση (αυτόματος χαρακτηρισμός) Ανάκτηση βασισμένη στο περιεχόμενο Πεδία Εφαρμογής Ακίνητη (έγχρωμη ή ασπρόμαυρη) εικόνα Εικονοσειρές (video) Ήχος Φυσική Γλώσσα 5

6 Ενδιαφερόμενοι - Εφαρμογές Επιχειρήσεις οπτικοακουστικών εφαρμογών «Θέλω εικόνες με γκολ της Εθνικής» «Θέλω εικόνες με σκηνές δράσης από τον Περσικό» Επιχειρήσεις Πληροφορικής Ανάπτυξη υπηρεσιών (π.χ. αναζήτηση, ηλεκτρονικό εμπόριο κτλ) Οργάνωση πολυμεσικών εγγράφων 6

7 Ενδιαφερόμενοι - Εφαρμογές Εφαρμογές Πολιτισμού Εφαρμογές Περιβάλλοντος Ιατρικές Εφαρμογές 7

8 Ενδιαφερόμενοι - Εφαρμογές Επιχειρησιακές Εφαρμογές Ερευνητικοί / τεχνολογικοί φορείς Εταιρείες που παρέχουν ρχ υπηρεσίες αναζήτησης περιεχομένου π.χ. Portals, ιστοσελίδες εταιρειών, ιστοσελίδες εφημερίδων, πρακτορεία ειδήσεων, βιβλιοθήκες, κτλ. 8

9 Ενδιαφερόμενοι - Εφαρμογές Παγκόσμιος Ιστός Τελικοί Χρήστες: προσωπικό περιεχόμενο «Θέλω φωτογραφίες από το ποδόσφαιρό μας» 9

10 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικά Συστήματα Μέτρα Ομοιότητας και Σύγκριση Εικόνων Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 10

11 Τι είναι η Ανάκτηση Εικόνας; Σκοπός: Δίνεται κάποιο αίτημα (query) Ανάκτηση όλων των εικόνων που έχουν παρόμοιο περιεχόμενο με το query Μέθοδοι: 1. Βάσει κειμένου 2. Βάσει περιεχομένου 11

12 Πεδία Εφαρμογών Δορυφορικές Φωτογραφίες Φωτογραφία/ Δημοσιογραφία Ιατρικά Αρχεία Ηλεκτρονικό Εμπόριο Γραφικές Τέχνες Εγκληματολογία Διασκέδαση Γεωγραφικά Συστήματα Εγκυκλοπέδιες Πολυμέσων 12

13 Ανάκτηση Εικόνας βάσει Κειμένου (TBIR) + Απλή Υλοποίηση - Άμεση εξάρτηση από αντίληψη + Σημασιολογική περιγραφή + Απαραίτητη σε ορισμένες εφαρμογές - Οπτικός πλούτος, δύσκολος να περιγραφεί από λέξεις - Ανεπάρκεια λέξεων για περιγραφή ομοειδών χαρακτηριστικών - Ογκώδεις βάσεις δεδομένων, λιγότερο πρακτικός ο σχολιασμός των εικόνων 13

14 Ανάκτηση Εικόνας βάσει Κειμένου (TBIR) + Απλή Υλοποίηση - Άμεση εξάρτηση από αντίληψη + Σημασιολογική περιγραφή + Απαραίτητη σε ορισμένες εφαρμογές - Οπτικός πλούτος, δύσκολος να περιγραφεί από λέξεις - Ανεπάρκεια λέξεων για περιγραφή ομοειδών χαρακτηριστικών - Ογκώδεις βάσεις δεδομένων, λιγότερο πρακτικός ο σχολιασμός των εικόνων 14

15 Ανάκτηση Εικόνας βάσει Κειμένου (TBIR) Χρήση κειμένου που συνοδεύει το πολυμεσικό υλικό Captions, Web, video Query-by-subjects Χάρτες, ονόματα πόλεων, δρόμων Ονόματα προσώπων σε έγγραφα ή video Πολυμεσικά έγγραφα Web 15

16 Ανάκτηση Εικόνας βάσει Περιεχομένου (CBIR) Query: να βρεθούν εικόνες που περιέχουν ένα κόκκινο αυτοκίνητο, κορμούς δέντρων, πρασινάδα και συννεφιασμένο ουρανό Εξαγωγή χαμηλού επιπέδου χαρακτηριστικών Χρώμα (color) Σχήμα (shape) Υφή (texture) 16

17 Ανάκτηση Εικόνας βάσει Περιεχομένου (CBIR) Μέθοδος ανάκτησης Εξαγωγή χαρακτηριστικών (feature extraction) Αίτηση (query) Ταίριασμα (matching) Ανάκτηση (retrieval) 17

18 Εξαγωγή Χαρακτηριστικών Εξαγωγή χαρακτηριστικών + Αυτόματη διαδικασίαδ χαμηλού επιπέδου + Μικρό υπολογιστικό κόστος Χρώμα Υφή + Κατάλληλη για πολλές εφαρμογές Σχήμα Ακμές - Χαμηλού επιπέδου Κίνηση - Μη σχετικά αποτελέσματα Τροχιά Χωρικές συσχετίσεις - Απαιτείται «πολυμεσική» είσοδος Χρονικές συσχετίσεις 18

19 Μέθοδοι Queries 1. Query-by-example 2. Query-by-sketch 3. Region-based query 4. Random browsing 19

20 CBIR Συστήματα QBIC (IBM) Virage (Virage Inc.) Photobook (MIT Media Labs) VisualSEEK (Columbia) Netra (UCSB ADL project) MARS (Illinois Univ.) SIMPLIcity (Stanford Univ.) Blobworld (UC Berkeley) PicSOM (Helsinki Univ.) ImageMap, Schema RS, WALRUS, Picasso (σύγκριση χαρακτηριστικών τμηματοποιημένων περιοχών) ImageRover, WebSeer (WWW-search) MPEG-7 20

21 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικά Συστήματα Μέτρα Ομοιότητας και Σύγκριση Εικόνων Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 21

22 Χρωματικά Συστήματα Χαρακτηριστικά Αντίληψης Φωτεινότητα (Luminance) Λαμπρότητα (Brightness) Απόχρωση (Hue) Χρωματικότητα (Lightness) Κορεσμός (Saturation) Χρωματικά Συστήματα Συντεταγμένων Γραμμικά και μη-γραμμικά Ομοιόμορφα μ και μη-ομοιόμορφα μ μ Εξαρτώμενα από τη συσκευή λήψης και μετάδοσης Διαισθητικά και μη 22

23 Ο RGB - χώρος Είναι ο πλέον διαδεδομένος χώρος Είναι 3-D με τιμές [0, 255] Μαύρο (0,0,0), Λευκό (255,255,255) Απόχρωση του γκρι για R=G=B Υψηλή συσχέτιση των συνιστωσών Μη-ομοιομορφία Μη-γραμμικός σε σχέση με την ανθρώπινη αντίληψη (η Ευκλείδεια απόσταση μεταξύ 2 σημείων δεν είναι ανάλογη της χρωματικής αντίθεσης που αντιλαμβάνεται ο άνθρωπος) Εξαρτάται από τη συσκευή λήψης και μετάδοσης 23

24 Ο HSV - χώρος Προκύπτει από τον RGB με μη-γραμμμικό (αντιστρεπτό) μετασχηματισμό Τρεις άξονες Hue: 0,...,1, τα χρώματα μεταβάλλονται από κόκκινο (0) σε κίτρινο, πράσινο, κυανό, μπλε, ματζέντα και ξανά κόκκινο (1) Saturation: 0,...,1, από αποχρώσεις του γκρι σε κορεσμένα χρώματα Value: 0,...,1, από μαύρο σε άσπρο Οι συνιστώσες έχουν μεγάλη συσχέτιση με την ανθρώπινη αντίληψη (κατά προσέγγιση γραμμικός) Μη-ομοιομορφία μ Ανεξάρτητος από τις συσκευές λήψης και μετάδοσης Ευκολία στο διαχωρισμό των χρωματικών και αχρωματικών τιμών 24

25 Ο CIE L*a*b* - χώρος Τρεις άξονες, βασίζεται στο ότι κάποια χρώματα είναι ανταγωνιστικά L*: Φωτεινότητα (0: μαύρο, 100: λευκό) a*: Χρωματικότητα, άξονας πράσινου-κόκκινου [-80,+120] b*: Χρωματικότητα, άξονας μπλε-κίτρινου [-80,+120] Γραμμικός σε σχέση με την ανθρώπινη αντίληψη, σχεδόν ομοιόμορφος Μη διαισθητικός χώρος 25

26 Ο CIE L*u*v* - χώρος Τρεις άξονες L*: Φωτεινότητα (0: μαύρο, 100: λευκό) u*: Χρωματικότητα, [-134,+220] v*: Χρωματικότητα, [-140,+122] Μετατροπή από τον RGB μέσω του CIE ΧΥΖ με μη-γραμμικό μετασχηματισμό 26

27 Άλλοι χρωματικοί χώροι Χρησιμοποιούμενοι χρωματικοί χώροι YCrCb χρησιμοποιείται στη ψηφιακή κωδικοποίηση εικόνων (π.χ. JPEG, MPEG), γραμμικός μετασχηματισμός από τον RGB-χώρο Y I Q ή NTSC Ευρωπαϊκό σύστημα τηλεμετάδοσης (NTSC κωδικοποίηση) HSI και HCV συστήματα / παραλλαγές του HSV 27

28 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικά Συστήματα Μέτρα Ομοιότητας και Σύγκριση Εικόνων Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 28

29 Ομοιότητα Ανομοιότητα Εικόνων Τα χαρακτηριστικά σε κάποιο δεδομένο χώρο μπορούν να θεωρούνται όμοια (similar) αν είναι σε κοντινή εγγύτητα μεταξύ τους και ανόμοια (dissimilar) αν είναι μακριά Μέτρα ομοιότητας (similarity measures, s) Μέτρα ανομοιότητας (dissimilarity measures, d) Συμπληρωματικές έννοιες στο [0,1] s = 1 - d 1 Ανομοιότητα 0 Ομοιότητα 29

30 Ιστόγραμμα Εικόνας Στατιστικά καθορίζει την συνδεμένη (κοινή) πιθανότητα των εντάσεων των τριών χρωματικών συνιστωσών μιας εικόνας και επομένως περιγράφει την ολική κατανομή του χρώματος Ασπρόμαυρες εικόνες: 1-D ιστόγραμμα Έγχρωμες εικόνες: 3-D ιστόγραμμα Κανονικοποιημένο,, αποτελεί τη συνάρτηση ρηη πυκνότητας Χρήσιμο σε συγκεκριμένες τεχνικές ανάλυσης (π.χ. χ βέλτιστη απόδοση σε πολύπλοκα φόντα, παραμορφώσεις αντικειμένων) Ανεξάρτητο της μετάθεσης, της κλίμακας και της περιστροφής των εικόνων,, πολύ εύκολο στην υλοποίηση η Γρήγορη ταχύτητα σύγκρισης και ανάκτησης εικόνων σε συστήματα βάσεων δεδομένων, ιδανικό για υλοποιήσεις πραγματικού χρόνου 30

31 Ιστόγραμμα Εικόνας Έστω H(i) () το ιστόγραμμα μιας εικόνας, όπου i τα bins. Το κανονικοποιημένο ιστόγραμμα Ι ορίζεται ως: h( i) = H ( i ) H( i) Χρήση 3 μονοδιάστατων δά ιστογραμμάτων στον RGB χώρο. Σύγκριση των ιστογραμμάτων μιας εικόνας της βάσης δεδομένων και της query image, χρησιμοποιώντας κάποιο μέτρο (αν)ομοιότητας (π.χ. την Ευκλείδεια απόσταση). i (β) (α) D(α,β)=0,54 (γ) D(α,γ)=0,97 31

32 Μέτρα (αν)ομοιότητας Τα περισσότερα ρ μέτρα (αν)ομοιότητας μ η ςπου χρησιμοποιούνται στην ανάκτηση εικόνας, μετρούν την (αν)ομοιότητα ανάμεσα σε δύο ιστογράμματα Η={h i } και Κ={k j } Bin-By-Bin μέτρα ομοιότητας σύγκριση ζευγών bin με τον ίδιο δείκτη Σύγκριση μεταξύ ιστογραμμάτων με ίσο αριθμό από bins Ευαισθησία στον αριθμό των bins (binning) Cross-Bin μέτρα ομοιότητας σύγκριση μεταξύ μη-αντίστοιχων bin Αντιληπτά πιο κατάλληλα για τη σύγκριση χαρακτηριστικών 32

33 Μέτρα (αν)ομοιότητας Απόσταση Minkowski: Το πιο συνηθισμένο μέτρο αποστάσεων, γνωστό και ως Lp νόρμα p ) p ( H, K = hi k j m d ) 1 p Manhattan Απόσταση ή L1 νόρμα d H, K) 1 ( = h i k j m 2 Ευκλείδεια Απόσταση ή L2 νόρμα d H K = ( h ) 2 (, ) i k j m Chessboard Απόσταση ή L νόρμα d ( H, K ) = max( ) h i k j 33

34 Μέτρα (αν)ομοιότητας Εξίσωση Ιστογραμμάτων (Histogram Intersection) Μετρικό Camberra d ( H, K) = 1 HI m min hi k d CM ( H, K) = h + k m m ( h, k ) k ( ) i j j j i j Απόσταση Kullback-Leibler (Kullback-Leibler Divergence, KL) d KL ( H, K ) = n i= 1 h i log h k i i Απόσταση Jeffrey Divergence (Jeffrey Divergence, JD) d JD n i i ( H, K ) = h log + k log, i= 1 i h m i i k m i m i = h i + k 2 i χ 2 n Στατιστική d ( ) = 2 Statistics, 2 2 H, K (χ χ -test) χ = i 1 ( h m ) i m i i 34

35 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικοί Χώροι Μέτρα Ομοιότητας και Σύγκρισης Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 35

36 Βάση Δεδομένων (Corel) D = 10 x 5 = 50 database images Q = 2x 5= 10 query images 36

37 Ανάκτηση Εύρεση Εικόνων 37

38 Αξιολόγηση Ανάκτησης T # εικόνων ανάκτησης, ορίζει την επιλεγμένη λίστα R # σωστών αποτελεσμάτων S # εικόνων που απαρτίζουν μια κατηγορία Ακρίβεια (precision): ποσοστό σωστών απαντήσεων στο σύνολο των απαντήσεων Precision = R T Ανάκληση (recall): ποσοστό σωστών σ απαντήσεων α στο σύνολο των όμοιων εικόνων Recall = R S 38 Precisi on WW-test Histogram Intersection Recall

39 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικοί Χώροι Μέτρα Ομοιότητας και Σύγκρισης Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 39

40 Ανάκτηση με βάση το Χρώμα Μειονέκτημα της ολικής χρωματικής υπογραφής: δε λαμβάνεται υπόψη η τοπική συσχέτιση των χρωμάτων Επίλυση προβλήματος: Τμηματοποίηση Χωρισμός της εικόνας σε μπλοκ Τμηματοποίηση σε ομοιογενείς περιοχές 40

41 Ανάκτηση με βάση το Χρώμα Εξαγωγή χρωματικής υπογραφής, πρωτότυπων διανυσμάτων: Ο Αλγόριθμος Neural Gas Είναι αλγόριθμος αυτό-οργανούμενου νευρωνικού δικτύου (SONN) για διανυσματική κβάντιση (VQ). Τα διανύσματα εισόδου Χ(t) της κατανομής P(X) οδηγούν το βήμα σύγκλισης για την προσαρμογή των βαρών των νευρωνίων {A j } j=1:k : ( f ( X( t) { A } )) X( t) ( Aj ), j = 1, K, k, t = 1, K max Δ Aj = ε hλ j i, i= 1 : k, t 41

42 Ανάκτηση με βάση το Χρώμα Εξαγωγή χρωματικής υπογραφής, πρωτότυπων διανυσμάτων: Ο Αλγόριθμος Neural Gas 42

43 Ανάκτηση με βάση την Υφή Είναι μια ιδιότητα που εκφράζει τη χωρική διάταξη των επιπέδων φωτεινότητας των pixel σε μια περιοχή της εικόνας. Είναι ένα μέτρο της τραχύτητας, της ομαλότητας και της κανονικότητας. Αναφέρεται στη επανάληψη ενός δομικού στοιχείου υφής, του texel. Το texel αποτελείται από αρκετά pixel, των οποίων η διάταξη μπορεί να είναι περιοδική ή τυχαία. Μια περιοχή σε μια εικόνα έχει σταθερή υφή εάν στην περιοχή αυτή τα μέλη μιας ομάδας τοπικών στατιστικών χαρακτηριστικών ή άλλων τοπικών ιδιοτήτων της εικόνας παραμένουν σταθερά, μεταβάλλονται αργά, ή είναι κατά προσέγγιση περιοδικά. Γενικά, η υφή είναι μια έννοια στενά συνδεδεμένη με την περιοδικότητα 43

44 Ανάκτηση με βάση την Υφή Χωρίζουμε την εικόνα σε τετράγωνες περιοχές (blocks). Υπολογίζουμε το ιστόγραμμα για κάθε block. Για κάθε ιστόγραμμα PI(k), k=1,,n επίπεδα, I=1,,M ιστογράμματα, υπολογίζουμε τις 4 πρώτες κεντρικές ροπές: Μέση τιμή Μεταβλητότητα η Κλίση Κύρτωση Απλή μέθοδος Όχι ιδιαίτερα αποτελεσματική για ανάλυση πληροφορίας, γιατί δεν συνυπολογίζει τη χωροταξική διάταξη των pixel κάθε block. 44

45 Ανάκτηση με βάση την Υφή Διακριτός Μετασχηματισμός Συνημιτόνου (Discrete Cosine Transform, DCT) Μετασχηματίζουμε από τον RGB στον YCrCbCb χώρο. Χωρίζουμε την εικόνα σε NxN block fi,j και υπολογίζουμε τον 2-D μετασχηματισμό DCT. F ( 2i + 1) v( 2 j + 1) N 1N 1 2 u π cos π u, v = C( u) C( v) fi, j cos N i= 0 j= 0 2N 2N, 1 2 για k = 0 c ( k ) = 1 αλλιώς start Z2 Z4 Z6 Z1 Z3 (0,1) (0,0) (1,0) (1,1) (2,0) (0,2) Z8 Z10 Επιλογή χαρακτηριστικών χρώματος F 0,0 = 1 1 N N N 1 i= 0 j= 0 f i, j Επιλογή χαρακτηριστικών υφής Z5 Z7 Z12 V k Z Z = M Z 2 F0, F + + = 0,2 F1,1 F M 2 F N 1, N 1 = F 2 1 F1, ,0 k (7,7) Z14 1 N 1, N 1 Z9 Z11 Z13 45

46 Ανάκτηση με βάση την Υφή Διακριτός Μετασχηματισμός Συνημιτόνου (Discrete Cosine Transform, DCT) Color Image Y - frame (a) Cr - frame (b) Cb - frame Από τα Cr- και Cb- κανάλια επιλέγουμε την DC-συνιστώσα και τις M=9 πρώτες AC, δηλ. {V k, k=3}. (c) 46 (d)

47 Ανάκτηση με βάση την Υφή Διακριτός Μετασχηματισμός Κυματιδίου (Discrete Wavelet Transform, DWT) Βασίζεται στην ανάλυση υποζωνών: το διαχωρισμό του σήματος σε υποζώνες συχνοτήτων που αντιστοιχούν σε διαφορετικά τμήματα του φάσματος. Για κάθε pixel, υπολογίζεται σε κάθε υποζώνη η τυπική απόκλιση σ σε μια γειτονιά w του pixel. 47

48 Ανάκτηση με βάση το Σχήμα Στη περίπτωση απουσίας χρωματικής πληροφορίας ή παρουσίας εικόνων με παρόμοιο χρωματικό περιεχόμενο, είναι απαραίτητο να χρησιμοποιηθούν σχηματικά χαρακτηριστικά. Επιπλέον, στην περίπτωση που δεν ενδιαφέρει το χρωματικό περιεχόμενο μιας εικόνας αλλά συγκεκριμένο σχήμα, πρέπει η βάση δεδομένων να περιέχει χαρακτηριστικά σχήματος. Σχηματικά χαρακτηριστικά χρησιμοποιούνται κυρίως σε βάσεις δεδομένων που περιέχουν trademarks και logos. 48

49 Ανάκτηση με βάση το Σχήμα Shape Description Boundary Based Methods - Corner Points -Chain Codes - Shape Number - Perimeter -Area - Fourier Descriptors - UNL Fourier Geometric Region Based Methods Spatial Domain Structural - Primitives - Rules -2D Strings Transform Domain -Hough Transform - Walsh Transform - Wavelet Transform Partial (No Occlusion) - Contour Segments - Breakpoints Complete (No Occlusion) Area, Holes, Euler Number, Moments Invariant, Zernike Moments, Symmetry y 49

50 Το Πρότυπο MPEG-7 Multimedia Content Description Interface: Πρότυπο για την περιγραφή πολυμεσικού υλικού. Πεδία εφαρμογής: Αποτελεσματικότητα και διευκόλυνση ανάκτησης, φιλτραρίσματος, πλοήγησης και αναζήτησης σε μεγάλες πολύμεσικές συλλογές Χαρακτηριστικά: Το MPEG-7 ορίζει μόνο τον τρόπο με τον οποίο περιγράφονται τα πολυμεσικά δεδομένα και όχι τις μεθόδους ανάλυσης που προηγούνται. Οπτικοακουστικά δεδομένα που μπορούν να έχουν MPEG-7 περιγραφές είναι: Ακίνητες εικόνες Γραφικά 3Δ μοντέλα Ήχος ή Ομιλία Βίντεο Πληροφορία σύνθεσης (σενάριο) των πιο πάνω σε μια πολυμεσική παρουσίαση Τα κύρια στοιχεία του προτύπου είναι: Εργαλεία περιγραφής: Περιγραφείς (Descriptors, D) και Σχήματα περιγραφών (Description Schemes, DS). Μια γλώσσα ορισμού περιγραφών (Description Definition Language, DDL). Εργαλεία Συστημάτων για την δυαδική κωδικοποιημένη η αναπαράσταση των περιγραφών- ργρ στιγμιότυπων για την περαιτέρω αποθήκευση, μετάδοση, διαχείριση και προστασία τους. 50

51 Το Πρότυπο MPEG-7 Extraction application Στοχεύει στην εξαγωγή μιας περιγραφής (χαρακτηριστικών) για το πολυμεσικό υλικό, για τον σκοπό της αναζήτησης Προτυποποιημένοι είναι οι Περιγραφείς (Descriptors) Το πρότυπο δεν ορίζει πως θα εξαχθεί αυτή η περιγραφή (αλλά το Reference Software περιλαμβάνει μια υλοποίηση της διαδικασίας) Search and retrieval application Χρησιμοποιεί την περιγραφή του πολυμεσικού υλικού για αναζήτηση ομοιότητας (similarity search Query by Example) Η συνάρτηση υπολογισμού της ομοιότητας δεν είναι προτυποποιημένη, αλλά μια πιθανή υλοποίησή της για κάθε descriptor περιλαμβάνεται στο Reference Software 51

52 Το Πρότυπο MPEG-7 MPEG-7 Visual Descriptors Χρώμα Dominant Color Descriptor (DCD) Scalable Color Descriptor (SCD) Color Layout Descriptor (CLD) GoF/GoP Color Descriptor (GoF/GoP CD) Υφή Texture Browsing Descriptor (TBD) Homogenous Texture Descriptor (HTD) Edge Histogram Descriptor (EHD) Θέση κίνηση Spatial 2D Coordinates Descriptor (S-2D-CD) Motion Trajectory Descriptor (MTD) Parametric Motion Descriptor (PMD) Σχήμα Region-based Shape Descriptor (RSD) Contour-based Shape Descriptor (CSD) 52

53 Το Πρότυπο MPEG-7 Dominant Color Descriptor (DCD): Περιγράφει τα Ν πλέον κυρίαρχα χρώματα σε μια εικόνα (frame) ήπεριοχή Πολύ συμπαγής περιγραφή Χρήσιμη για αναζήτηση και ανάκτηση με βάση την ομοιότητα σε μεγάλες βάσεις οπτικού υλικού Ορίζεται ως: όπου ci είναι το i κυρίαρχο χρώμα, i=1,,n, Ν όχι μεγαλύτερο του 8, pi είναι το ποσοστό του, vi είναι η μεταβλητότητα των χρωμάτων που αντιστοιχούνται στο ci, s είναι ένα μέτρο της συνεκτικότητας της περιοχής που καταλαμβάνεται από ιχνοστοιχεία αυτών των χρωμάτων Μπορεί να υπολογιστεί με τον γενικευμένο αλγόριθμο Lloyd (generalized Lloyd algorithm), που ελαχιστοποιεί: όπου ci κέντρο του Ci, x(n) το διάνυσμα χρώματος ενός pixel, w(n) το βάρος του pixel 53

54 Το Πρότυπο MPEG-7 Scalable Color Descriptor (SCD): Ιστόγραμμα στον χρωματικό χώρο HSV Ομοιόμορφη κβάντιση του HSV σε 256 διαστήματα: Η σε 16 επίπεδα S σε 4 επίπεδα V σε 4 επίπεδα Kωδικοποίηση δ ί με μετασχηματισμό Haar Βέλτιστη απόδοση χωρίς κωδικοποίηση Αξιολόγηση ομοιότητας μεταξύ SCDs με χρήση L1 metric (άθροισμα απολύτων τιμών αντίστοιχων συντελεστών) Χρήσιμο για αναζήτηση και ανάκτηση με βάση την ομοιότητα σε μεγάλες βάσεις οπτικού υλικού 54

55 Το Πρότυπο MPEG-7 Color Layout Descriptor (CLD): Περιγράφει την χωρική κατανομή του χρώματος σε μια εικόνα (frame) ή περιοχή Χρήσιμο για αναζήτηση με βάση σκίτσο που δημιουργεί ο χρήστης, φιλτράρισμα περιεχομένου, κ.α. Εξάγεται ως: Η είσοδος χωρίζεται σε 64 (8x8) blocks Η μέση τιμή του χρώματος υπολογίζεται για κάθε block Το αποτέλεσμα, ένας πίνακας 8x8, υφίσταται Διακριτό Μετασχηματισμό συνημίτονου (DCT) Λίγοι συντελεστές DCT χαμηλών συχνοτήτων επιλέγονται και, αφού υποστούν κβάντιση, αποτελούν τον Color Layout Descriptor 55

56 Το Πρότυπο MPEG-7 Texture Browsing Descriptor (TBD): Περιγράφει την υφή της εικόνας / περιοχής με βάση τρία χαρακτηριστικά αυτής: Κανονικότητα (regularity), παίρνει τιμές 0,,3, με το 0 να αντιστοιχεί σε τυχαία υφή και το 3 σε περιοδική υφή Κατευθυντικότητα (directionality), παίρνει τιμές 0,,6, με το 0 να αντιστοιχεί σε υφή χωρίς κυρίαρχη κατευθυντικότητα, 1,,6 αντιστοιχούν σε τιμές μοίρες Τραχύτητα (coarseness) παίρνει τιμές 0,,3, με το 0 να αντιστοιχεί σε λεπτόκοκκη υφή Επιτρέπει την συνύπαρξη μέχρι δυο τιμών κατευθυντικότητας και τραχύτητας (μια υφή μπορεί να έχει περισσότερες από μια κυρίαρχες κατευθύνσεις και αντίστοιχες τραχύτητες) Πολύ συμπαγής περιγραφή (απαιτεί όχι περισσότερα από 12 bits) Υπολογίζεται με εφαρμογή συστοιχίας ζωνοπερατών φίλτρων Ο descriptor αυτός είναι χρήσιμος για έξυπνη περιήγηση (browsing) σε συλλογές οπτικού περιεχομένου 56

57 Το Πρότυπο MPEG-7 Homogeneous Texture Descriptor (HTD): Περιέχει ποσοτική περιγραφή της υφής για εφαρμογές ταυτοποίησης ομοιότητας (similarity-based matching) Υπολογίζεται ως: Η εικόνα/περιοχή φιλτράρεται από συστοιχία 30 φίλτρων Gabor (διατηρούν την υφή συγκεκριμένης κατεύθυνσης και κλίμακας), που καλύπτουν 5 διαφορετικές κλίμακες 6 διαφορετικές διευθύνσεις (ανά 30 μοίρες) Υπολογίζονται οι δυο πρώτες κεντρικές ροπές της εξόδου κάθε φίλτρου (αποτελούν μέτρο της ενέργειας στην συγκεκριμένη υποζώνη) Ορίζεται ως TD=[fDC, fsd, e1, e2,, e30, d1, d2,, d30], όπου fdc, fsd, είναι η μέση τιμή και τυπική απόκλιση για το σύνολο των υποζωνών 57

58 Το Πρότυπο MPEG-7 Edge Histogram Descriptor (EHD): Καταγράφει την χωρική κατανομή των ακμών Μπορεί να περιγράψει αποτελεσματικά και μη ομοιογενείς υφές Υπολογίζεται ως: Η εικόνα/περιοχή χωρίζεται σε 16 υποπεριοχές Kάθε υποπεριοχή χωρίζεται σε περαιτέρω blocks Σε κάθε block εφαρμόζονται 5 τελεστές εντοπισμού ακμών: 4 κατευθυντικοί και ένας μη κατευθυντικός Τα blocks για τα οποία η έξοδοι των τελεστών ξεπερνούν κάποια όρια συμμετέχουν στον υπολογισμό του ιστογράμματος κάθε υποπεριοχής Συνολικά υπολογίζονται 80 τιμές (16 υποπεριοχές x 5 τελεστές) Α) Κατακόρυφη Ακμή Β) Οριζόντια Ακμή Γ) Ακμή 45 μοιρών Δ) Ακμή 135 μοιρών Ε) Μη-κατευθυντική ακμή 58

59 Το Πρότυπο MPEG-7 Region-based Shape Descriptor (RSD): Εκφράζει την κατανομή των pixel μέσα σε μια δισδιάστατη περιοχή Μπορεί να περιγράψει σύνθετα αντικείμενα, αποτελούμενα από μη συνδεδεμένες περιοχές Βασίζεται σε 2D Angular Radial Tranformation Αποτελείται από 35 συντελεστές 59

60 Το Πρότυπο MPEG-7 Contour-based Shape Descriptor (CSD): Εκφράζει τo σχήμα του περιγράμματος δισδιάστατης δ περιοχής Μπορεί να διακρίνει μεταξύ σχημάτων που έχουν παρόμοιες κατανομές pixel στο χώρο αλλά διαφορές στο περίγραμμα Υποστηρίζει αναζήτηση για σχήματα με σημασιολογική ομοιότητα, ακόμα και αν η κλάση τους παρουσιάζει σημαντική μεταβλητότητα Πολύ αποτελεσματικός στον χειρισμό παραμορφώσεων λόγω πολύπλοκων κινήσεων του αντικειμένου ή της κάμερας μρ Βασίζεται στo μετασχηματισμό curvature scale-space Εφαρμόζει χαμηλοπερατό φίλτρο στο περίγραμμα για να το εξομαλύνει Δημιουργεί «CSS εικόνα» που καταγράφει κοίλα και κυρτά τμήματα του περιγράμματος (κορυφές), έ και μετά από πόσες διαδοχικές δ εφαρμογές του χαμηλοπερατού φίλτρου εξαλείφονται τα κοίλα τμήματα του Αποτελείται από: Εκκεντρότητα (eccentricity) για αρχικό και φιλτραρισμένο περίγραμμα Κυκλικότητα (circularity) για αρχικό και φιλτραρισμένο περίγραμμα Το πλήθος των κορυφών στην CSS εικόνα Το ύψος της υψηλότερης κορυφής Τη θέση των υπόλοιπων κορυφών 60

61 Περιεχόμενα Εισαγωγή: Η αξία της Πληροφορίας Ανάκτηση η Εικόνας βάσει Περιεχομένου (CBIR) Χρωματικοί Χώροι Μέτρα Ομοιότητας και Σύγκρισης Αξιολόγηση CBIR-συστήματος Μέθοδοι Ανάκτησης Εικόνας και MPEG-7 Απεικονίσεις χαμηλής διάστασης 61

62 Απεικονίσεις Χαμηλής Διάστασης Hπαρουσίαση μιας λίστας ανακτημένων εικόνων δεν είναι ικανοποιητική. Ζητάμε μια γενική άποψη των ανακτημένων εικόνων Οι επιστρεφόμενες εικόνες θα πρέπει να απεικονίζονται, όχι μόνο κατά σειρά απόστασής τους από της αιτούμενη εικόνα, αλλά επίσης να τακτοποιούνται σε σχέση με τις αμοιβαίες αποστάσεις τους. Το βασικό μειονέκτημα της 1-D οπτικοποίησης είναι ότι οι εικόνες κατατάσσονται ως προς την ομοιότητά τους με την αιτούμενη εικόνα. 62

63 Ελάττωση Διαστάσεων Περισσότερα χαρακτηριστικά περισσότερη πληροφορία μεγαλύτερη ακρίβεια. Όγκος χαρακτηριστικών δυσκολία στο χειρισμό. Λύση εκκίνηση η με όσο το δυνατόν παρισσότερα ρ χρήσιμα χαρακτηριστικά, και έπειτα ελάττωση του αριθμού. π.χ. Εικόνα 64x64 = 4096 features Δύο μέθοδοι για ελάττωση των χαρακτηριστικών. Feature selection επιλογή προεξέχοντων χαρακτηριστικών με κάποιο κριτήριο Feature extraction εύρεση ενός μειωμένου σετ μέσω κάποιου μετασχηματισμού Η οπτικοποίηση δεδομένων (data visualization) και η ερευνητική ανάλυση δεδομένων (exploratory data analysis) χρησιμοποιούν μεθόδους ελάττωσης διαστάσεων. συνήθως ελάττωση σε 2D ή 3D 63

64 Multidimensional Scaling (MDS) Κίνητρο: να εκμεταλλευθεί την ικανότητα της αναγνώρισης προτύπων π.χ., Να καθορίζει καταστάσεις σε μία κατανομή και να αναγνωρίζει τάσεις σε δεδομένα όταν παρουσιάζονται ως ένα σύνολο σημείων Ορισμός: για πίνακα απόστασης ενός συνόλου προτύπων, διαμορφώνουμε σημεία σε χώρο χαμηλής διάστασης (συνήθως 2D) ως εικόνες έτσι ώστε οι μεταξύ τους αποστάσεις προσεγγίζουν όσο το δυνατόν περισσότερο τις αρχικές ανομοιότητες μεταξύ τους. Αποτέλεσμα: μια 2D προβολή των αντικειμένων, όπου είναι εμφανείς οι γειτονικές συσχετίσεις / τάσεις για ομαδοποίηση. 64

65 Multidimensional Scaling (MDS) Κατηγορίες: Metric vs. Nonmetric MDS Metric MDS: εφαρμόζεται για ανάλυση ιδιοδιανυσμάτων και έχει αναλυτική επίλυση Nonmetric MDS: ο αλγόριθμος είναι επαναληπτικός (από τη φύση του) και υπολογιστικά πολύπλοκος, λ αλλά συνήθως πιο αποτελεσματικός από τον μετρικό. Τα στοιχεία σε πιθανώς μη- Ευκλείδειο χώρο Τα σημεία δεδομένων σε Ευκλείδειο χώρο χαμηλής διάστασης 65

66 Metric (κλασσικό) MDS Θεωρούμε Ν p-διαστάσεων δεδομένα: = = = = p p p p data p N x x x x x x x x x x x x x p x x x p x x x X.....,,...,,.....,,...,,. )] ( (2)..., (1), [ )] ( (2)..., (1), [. x x ] [ Np N N Np N N N N N x x x x x x p x x x...,,.....,,.. )] ( (2)..., (1), [.. x N Υ λ ίζ ί ά D δ δ έ Υπολογίζουμε τον πίνακα αποστάσεων D των δεδομένων = = ) (3 0 2) (3 (3 1) ) (2, (2,3) 0 (2,1) ) (1, (1,3) (1,2) 0 D L L L L L L N N D D D D D D D D D N d d d N d d d N d d d = = 0 0 0,3) (,2) (,1) ( ) (3, 0 (3,2) (3,1) D [N x p] L M M M M M L M M M M M N N N N D D D D D D N d N d N d N d d d (i) Negation: A[NxN] = - D[NxN] (i) Negation: A[NxN] D[NxN] (ii) Centering: Bij = Aij -Ai. A.j + A.. (iii) Eigenanalysis of B: Υπολογίζονται οι πρώτες r χαρακτηριστικές ρίζες l1, l2, lr και ί δ ύ 66 τα αντίστοιχα διανύσματα v1[nx1], v2,., vr

67 Metric (κλασσικό) MDS (iv) Normalization of vi : προκύπτει ο [N x r] πίνακας V[Nxr]=[v1 v2.. vr ] (v) Έξοδος: η i-th γραμμή του πίνακα παριέχει τις συντεταγμένες του i-th σημείου στο νέο χώρο r-διαστάσεων (r = 1, 2 ή 3) : V [Nx r] = Χ data [Nxr] χ. =.. χ χ1 1 2 N χ 11, χ12..., χ1 r χ11, χ12..., χ r χ21, χ22..., χ2r χ21, χ22..., χ2r.. = =.... χ N1, χn 2..., χnr χn1, χn 2..., χ (iv) Η κανονικοποιημένη συνολική διαφορά, ως μέτρο ακρίβειας της διαδικασίας Nr Stress = i< j D ij Δ ij i< j D ij όπου Δ είναι ο πίνακας με τις αποστάσεις μεταξύ των σημείων Δij = (χi - χj) L2 χώρο. στο νέο 67

68 Απεικονίσεις Χαμηλής Διάστασης Ευφυής Διαχείριση Βάσεων Δεδομένων Ομαδοποίηση παρόμοιων κατηγοριών 68

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

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή

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

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

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Κωδικοποίηση εικόνας

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Κωδικοποίηση εικόνας ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ 2 Κωδικοποίηση εικόνας Ακολουθία από ψηφιοποιημένα καρέ (frames) που έχουν συλληφθεί σε συγκεκριμένο ρυθμό frame rate (π.χ. 10fps,

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

Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ

Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ Η χρήση του χρώµατος στη χαρτογραφία και στα ΣΓΠ Συµβατική χρήση χρωµάτων στους τοπογραφικούς χάρτες 1/31 Μαύρο: Γκρι: Κόκκινο, πορτοκαλί, κίτρινο: Μπλε: Σκούρο µπλε: Ανοιχτό µπλε: βασικές τοπογραφικές

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 Ψηφιακή Επεξεργασία Εικόνας Τι είναι η ψηφιακή εικόνα 1/67 Το μοντέλο της εικόνας ΜίαεικόναπαριστάνεταιαπόέναπίνακαU που κάθε στοιχείο του u(i,j) ονομάζεται εικονοστοιχείο pixel (picture element). Η ανάλυση

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

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

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

ΑΝΑΚΛΗΣΗ ΕΓΧΡΩΜΩΝ ΕΙΚΟΝΩΝ ΜΕ ΧΡΗΣΗ ΠΕΡΙΓΡΑΦΕΩΝ ΧΡΩΜΑΤΟΣ ΤΟΥ MPEG 7

ΑΝΑΚΛΗΣΗ ΕΓΧΡΩΜΩΝ ΕΙΚΟΝΩΝ ΜΕ ΧΡΗΣΗ ΠΕΡΙΓΡΑΦΕΩΝ ΧΡΩΜΑΤΟΣ ΤΟΥ MPEG 7 Τ Ε Χ Ν Ο Λ Ο Γ Ι Κ Ο Ε Κ Π Α Ι Δ Ε Υ Τ Ι Κ Ο Ι Δ Ρ Υ Μ Α Σ Ε Ρ Ρ Ω Ν Σ Χ Ο Λ Η Τ Ε Χ Ν Ο Λ Ο Γ Ι Κ Ω Ν Ε Φ Α Ρ Μ Ο Γ Ω Ν Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ & Ε Π Ι Κ Ο Ι Ν Ω Ν Ι Ω Ν ΑΝΑΚΛΗΣΗ ΕΓΧΡΩΜΩΝ ΕΙΚΟΝΩΝ

Διαβάστε περισσότερα

«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.»

«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.» ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Τμήμα Εφαρμοσμένης Πληροφορικής, Πρόγραμμα Μεταπτυχιακών Σπουδών Ειδίκευσης Συστήματα Υπολογιστών «Τεχνικές επεξεργασίας για βελτιστοποίηση

Διαβάστε περισσότερα

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab

Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab ΑΣΚΗΣΗ 8 Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab 1. Περιγραφή του προτύπου DICOM Η ψηφιακή επεξεργασία ιατρικής εικόνας ξεκίνησε παράλληλα με την ανάπτυξη ενός προτύπου για τη μεταφορά

Διαβάστε περισσότερα

Ηχρήση του χρώµατος στους χάρτες

Ηχρήση του χρώµατος στους χάρτες Ηχρήση του χρώµατος στους χάρτες Συµβατική χρήση χρωµάτων σε θεµατικούς χάρτες και «ασυµβατότητες» Γεωλογικοί χάρτες: Χάρτες γήινου ανάγλυφου: Χάρτες χρήσεων γης: Χάρτες πυκνότητας πληθυσµού: Χάρτες βροχόπτωσης:

Διαβάστε περισσότερα

Έγχρωµο και Ασπρόµαυρο Φως

Έγχρωµο και Ασπρόµαυρο Φως Έγχρωµο και Ασπρόµαυρο Φως Χρώµα: κλάδος φυσικής, φυσιολογίας, ψυχολογίας, τέχνης. Αφορά άµεσα τον προγραµµατιστή των γραφικών. Αν αφαιρέσουµε χρωµατικά χαρακτηριστικά, λαµβάνουµε ασπρόµαυρο φως. Μόνο

Διαβάστε περισσότερα

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ "ΕΞΟΡΥΞΗ ΠΛΗΡΟΦΟΡΙΑΣ ΑΠΟ ΠΟΛΥΜΕΣΑ ΜΕ ΧΡΗΣΗ ΓΝΩΣΗΣ" ΙΩΣΗΦΙ

Διαβάστε περισσότερα

Περιεχόµενα. xii. Κεφάλαιο 1: Εισαγωγή. Κεφάλαιο 2: Επεξεργασία δυαδικών εικόνων

Περιεχόµενα. xii. Κεφάλαιο 1: Εισαγωγή. Κεφάλαιο 2: Επεξεργασία δυαδικών εικόνων xii Ðåñéå üìåíá Περιεχόµενα Κεφάλαιο 1: Εισαγωγή 1.1 ΕΙΣΑΓΩΓH... 1 1.2 ΤΙ ΕIΝΑΙ ΜΙΑ ΨΗΦΙΑΚH ΕΙΚOΝΑ.... 2 1.3 ΠΛHΘΟΣ BITS ΠΟΥ ΑΠΑΙΤΟΥΝΤΑΙ ΓΙΑ ΤΗΝ ΑΠΟΘHΚΕΥΣΗ ΜΙΑΣ ΕΙΚOΝΑΣ... 4 1.4 ΕΥΚΡIΝΕΙΑ ΕΙΚOΝΑΣ... 5

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

Ανάκτηση Εικόνας βάσει Υφής με χρήση Eye Tracker

Ανάκτηση Εικόνας βάσει Υφής με χρήση Eye Tracker Ειδική Ερευνητική Εργασία Ανάκτηση Εικόνας βάσει Υφής με χρήση Eye Tracker ΚΑΡΑΔΗΜΑΣ ΗΛΙΑΣ Α.Μ. 323 Επιβλέπων: Σ. Φωτόπουλος Καθηγητής, Μεταπτυχιακό Πρόγραμμα «Ηλεκτρονική και Υπολογιστές», Τμήμα Φυσικής,

Διαβάστε περισσότερα

Βίντεο και κινούµενα σχέδια

Βίντεο και κινούµενα σχέδια Βίντεο και κινούµενα σχέδια Περιγραφή του βίντεο Ανάλυση του βίντεο Κωδικοποίηση των χρωµάτων Μετάδοση τηλεοπτικού σήµατος Συµβατικά τηλεοπτικά συστήµατα Τεχνολογία Πολυµέσων 06-1 Περιγραφή του βίντεο

Διαβάστε περισσότερα

2.1 ΕΙΣΑΓΩΓΗ 2.1 2.2 ΤΟ ΦΩΣ 2.2 2.3 ΘΕΜΕΛΙΩΔΗ ΣΤΟΙΧΕΙΑ ΧΡΩΜΑΤΟΣ 2.5

2.1 ΕΙΣΑΓΩΓΗ 2.1 2.2 ΤΟ ΦΩΣ 2.2 2.3 ΘΕΜΕΛΙΩΔΗ ΣΤΟΙΧΕΙΑ ΧΡΩΜΑΤΟΣ 2.5 ΠΕΡΙΕΧΟΜΕΝΑ 1. ΕΙΣΑΓΩΓΗ 1.1 ΕΙΣΑΓΩΓΗ 1.1 1.2 ΤΙ ΕΙΝΑΙ ΜΙΑ ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ 1.2 1.3 ΠΛΗΘΟΣ BITS ΜΙΑΣ ΕΙΚΟΝΑΣ 1.4 1.4 ΕΥΚΡΙΝΕΙΑ ΕΙΚΟΝΑΣ 1.5 1.5 ΕΠΙΠΕΔΑ BITS ΜΙΑΣ ΕΙΚΟΝΑΣ 1.8 1.6 ΣΥΣΤΗΜΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΤΙΣ

Διαβάστε περισσότερα

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Εισαγωγή

ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ. Εισαγωγή ΤΕΙ ΚΡΗΤΗΣ ΤΜ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡ/ΚΗΣ & ΠΟΛΥΜΕΣΩΝ ΔΙΔΑΣΚΩΝ: Δρ. Γ. ΓΑΡΔΙΚΗΣ 1 Εισαγωγή Το μάθημα «Αρχές Ψηφιακής Τηλεόρασης» εξετάζει τις τεχνολογίες και τους μηχανισμούς που παρεμβάλλονται για να διανεμηθεί

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

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Τµήµα Εφαρµοσµένης Πληροφορικής Πρόγραµµα Μεταπτυχιακών Σπουδών Ειδίκευσης Σύγκριση Μεθόδων Ανάκτησης Εικόνας Βασισµένης στο Περιεχοµένο µε

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

Κωδικοποίηση βίντεο (MPEG)

Κωδικοποίηση βίντεο (MPEG) Κωδικοποίηση βίντεο (MPEG) Εισαγωγή στο MPEG-2 Κωδικοποίηση βίντεο Κωδικοποίηση ήχου Ροή δεδοµένων Εισαγωγή στο MPEG-4 οµή σκηνών Κωδικοποίηση ήχου και βίντεο Τεχνολογία Πολυµέσων 11-1 Εισαγωγή στο MPEG-2

Διαβάστε περισσότερα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα

Απεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα Απεικόνιση Γραφικά ΥφήςΥπολογιστών Απεικόνιση Υφής Μέρος Α Υφή σε Πολύγωνα Γ. Γ. Παπαϊωάννου, - 2008 Τι Είναι η Υφή; Η υφή είναι η χωρική διαμόρφωση των ποιοτικών χαρακτηριστικών της επιφάνειας ενός αντικειμένου,

Διαβάστε περισσότερα

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ)

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ) ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ ΔΙΔΑΣΚΩΝ : ΝΤΙΝΤΑΚΗΣ ΙΩΑΝΝΗΣ (MSC) Καθηγητής Εφαρμογών ΚΑΡΔΙΤΣΑ 2013 ΤΙ ΕΙΝΑΙ ΦΩΤΟΑΠΟΔΟΣΗ: ΕΝΝΟΟΥΜΕ ΤΗ ΔΙΑΔΙΚΑΣΙΑ ΚΑΘΟΡΙΣΜΟΥ ΟΛΩΝ ΕΚΕΙΝΩΝ ΤΩΝ ΣΤΟΙΧΕΙΩΝ ΚΑΙ ΠΑΡΑΜΕΤΡΩΝ ΩΣΤΕ ΝΑ ΕΧΟΥΜΕ

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

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Αρχές συµπίεσης δεδοµένων Ήδη συµπίεσης Συµπίεση εικόνων Αλγόριθµος JPEG Γιατί χρειαζόµαστε συµπίεση; Τα σηµερινά αποθηκευτικά µέσα αδυνατούν

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

Δημιουργία Περιλήψεων από Ακολουθίες Βίντεο στο Συμπιεσμένο Πεδίο

Δημιουργία Περιλήψεων από Ακολουθίες Βίντεο στο Συμπιεσμένο Πεδίο Εργαστήριο Ηλεκτρονικής Τομέας Ηλεκτρονικής και Υπολογιστών Τμήμα Φυσικής Πανεπιστήμιο Πατρών Ειδική Επιστημονική Εργασία Δημιουργία Περιλήψεων από Ακολουθίες Βίντεο στο Συμπιεσμένο Πεδίο Ρήγας Ιωάννης

Διαβάστε περισσότερα

Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation. Στα υπερμέσα η πρόσπέλαση της πληροφορίας γίνεται

Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation. Στα υπερμέσα η πρόσπέλαση της πληροφορίας γίνεται Τι είναι Πολυμέσα και τι Υπερμέσα Εφαρμογές που συνδυάζουν ταυτόχρονα πολλαπλά μέσα : Κί Κείμενο, Εικόνα, Ήχος, Video, Animation Στα πολυμέσα η προσπέλαση της πληροφορίας γίνεται με γραμμικό τρόπο (προκαθορισμένη

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 4 η Παρουσίαση : Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Εισαγωγή στις Έννοιες των Εικόνων Στο χώρο των πολυμέσων χρησιμοποιείται

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

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

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

Γραφικά με Η/Υ / Εισαγωγή

Γραφικά με Η/Υ / Εισαγωγή Γραφικά με Η/Υ Εισαγωγή Πληροφορίες μαθήματος (1/4) Υπεύθυνος μαθήματος: Μανιτσάρης Αθανάσιος, Καθηγητής ιδάσκοντες: Μανιτσάρης Αθανάσιος: email: manits@uom.gr Μαυρίδης Ιωάννης: email: mavridis@uom.gr

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

Γραφικά & Οπτικοποίηση. Κεφάλαιο 1. Εισαγωγή. Γραφικά & Οπτικοπίηση: Αρχές & Αλγόριθμοι Κεφάλαιο 1

Γραφικά & Οπτικοποίηση. Κεφάλαιο 1. Εισαγωγή. Γραφικά & Οπτικοπίηση: Αρχές & Αλγόριθμοι Κεφάλαιο 1 Γραφικά & Οπτικοποίηση Κεφάλαιο 1 Εισαγωγή Ιστορικά Ιστορική ανασκόπηση : 2 Ιστορικά (2) Ρυθμοί ανάπτυξης CPU και GPU 3 Εφαρμογές Ειδικά εφέ για ταινίες & διαφημίσεις Επιστημονική εξερεύνηση μέσω οπτικοποίησης

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

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012 ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ Δίνονται τα εξής πρότυπα: [ ] [ ] [ ] [ ] Άσκηση η (3 μονάδες) Χρησιμοποιώντας το κριτήριο της ομοιότητας να απορριφθεί ένα χαρακτηριστικό με βάση το συντελεστή συσχέτισης. (γράψτε ποιο

Διαβάστε περισσότερα

ΤΕΛΙΚΕΣ ΔΙΠΛΩΜΑΤΙΚΕΣ ΕΡΓΑΣΙΕΣ (6 Μονάδες ECTS)- Ακαδημαϊκό Έτος 2013 2014

ΤΕΛΙΚΕΣ ΔΙΠΛΩΜΑΤΙΚΕΣ ΕΡΓΑΣΙΕΣ (6 Μονάδες ECTS)- Ακαδημαϊκό Έτος 2013 2014 ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τμήμα Ηλεκτρολόγων Μηχανικών, Μηχανικών Η/Υ και Πληροφορικής ΤΕΛΙΚΕΣ ΔΙΠΛΩΜΑΤΙΚΕΣ ΕΡΓΑΣΙΕΣ (6 Μονάδες ECTS)- Ακαδημαϊκό Έτος 2013 2014 1. Ερευνητική Περιοχή: Επεξεργασία

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

Απεικόνιση Υφής. Μέρος B Δημιουργία Συντεταγμένων Υφής

Απεικόνιση Υφής. Μέρος B Δημιουργία Συντεταγμένων Υφής Απεικόνιση Γραφικά ΥφήςΥπολογιστών Απεικόνιση Υφής Μέρος B Δημιουργία Συντεταγμένων Υφής Γ. Γ. Παπαϊωάννου, - 2008 Γενικά Είδαμε ότι μπορούμε να αποθηκεύσουμε συντεταγμένες υφής στις κορυφές των τριγώνων

Διαβάστε περισσότερα

Μετάδοση πληροφορίας - Διαμόρφωση

Μετάδοση πληροφορίας - Διαμόρφωση ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΗΧ. Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ Μετάδοση πληροφορίας - Διαμόρφωση MYE006-ΠΛΕ065: ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ Ευάγγελος Παπαπέτρου Διάρθρωση μαθήματος Βασικές έννοιες μετάδοσης Διαμόρφωση ορισμός

Διαβάστε περισσότερα

Κωδικοποίηση ήχου. Κωδικοποίηση καναλιού φωνής Κωδικοποίηση πηγής φωνής Αντιληπτική κωδικοποίηση Κωδικοποίηση ήχου MPEG

Κωδικοποίηση ήχου. Κωδικοποίηση καναλιού φωνής Κωδικοποίηση πηγής φωνής Αντιληπτική κωδικοποίηση Κωδικοποίηση ήχου MPEG Κωδικοποίηση ήχου Κωδικοποίηση καναλιού φωνής Κωδικοποίηση πηγής φωνής Αντιληπτική κωδικοποίηση Κωδικοποίηση ήχου MPEG Τεχνολογία Πολυµέσων και Πολυµεσικές Επικοινωνίες 10-1 Κωδικοποίηση καναλιού φωνής

Διαβάστε περισσότερα

Γνωστική Ψυχολογία Ι (ΨΧ32)

Γνωστική Ψυχολογία Ι (ΨΧ32) Γνωστική Ψυχολογία Ι (ΨΧ32) Διάλεξη 6 Μηχανισμοί επεξεργασίας οπτικού σήματος Οι άλλες αισθήσεις Πέτρος Ρούσσος Η αντιληπτική πλάνη του πλέγματος Hermann 1 Πλάγια αναστολή Η πλάγια αναστολή (lateral inhibition)

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

Α.Τ.Ε.Ι. Ηρακλείου Ψηφιακή Επεξεργασία Εικόνας ιδάσκων: Βασίλειος Γαργανουράκης. Ανθρώπινη Όραση - Χρωµατικά Μοντέλα

Α.Τ.Ε.Ι. Ηρακλείου Ψηφιακή Επεξεργασία Εικόνας ιδάσκων: Βασίλειος Γαργανουράκης. Ανθρώπινη Όραση - Χρωµατικά Μοντέλα Ανθρώπινη Όραση - Χρωµατικά Μοντέλα 1 Τι απαιτείται για την όραση Φωτισµός: κάποια πηγή φωτός Αντικείµενα: που θα ανακλούν (ή διαθλούν) το φως Μάτι: σύλληψη του φωτός σαν εικόνα Τρόποι µετάδοσης φωτός

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

Οδηγός ποιότητας χρωμάτων

Οδηγός ποιότητας χρωμάτων Σελίδα 1 από 5 Οδηγός ποιότητας χρωμάτων Μενού Ποιότητα Χρήση Print Mode (Λειτουργία εκτύπωσης) Έγχρωμο Μόνο μαύρο Διόρθωση χρώματος Αυτόματη Manual (Μη αυτόματη) Ανάλυση εκτύπωσης 1200 dpi 4800 CQ Σκουρότητα

Διαβάστε περισσότερα

VIDEO ΚΑΙ ΕΦΑΡΜΟΓΕΣ. Υπάρχουσες εφαρμογές:

VIDEO ΚΑΙ ΕΦΑΡΜΟΓΕΣ. Υπάρχουσες εφαρμογές: VIDEO ΚΑΙ ΕΦΑΡΜΟΓΕΣ Υπάρχουσες εφαρμογές: Αναπαραγωγή αποθηκευμένου οπτικοακουστικού υλικού (εκπαιδευτικές/ψυχαγωγικές π.χ. video on demand) Οπτικοακουστική επικοινωνία πραγματικού χρόνου (ένας-προς-έναν

Διαβάστε περισσότερα

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ

ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ ΜΟΝΑΔΕΣ ΑΡΙΣΤΕΙΑΣ ΑΝΟΙΧΤΟΥ ΛΟΓΙΣΜΙΚΟΥ Συστήματα γεωγραφικών πληροφοριών 3 η Σειρά Εκπαίδευσης 3 ο σεμινάριο 26 Μαΐου 2015 Ύλη Γνωριμία με δομές δεδομένων, τύπους αρχείων, συστήματα αναφοράς και χαρακτηριστικά

Διαβάστε περισσότερα

Τι συσχετίζεται με τον ήχο

Τι συσχετίζεται με τον ήχο ΗΧΟΣ Τι συσχετίζεται με τον ήχο Υλικό Κάρτα ήχου Προενυσχιτής Equalizer Ενισχυτής Ηχεία Χώρος Ανθρώπινη ακοή Ψυχοακουστικά φαινόμενα Ηχητική πληροφορία Σημείο αναφοράς 20 μpa Εύρος συχνοτήτων Δειγματοληψία

Διαβάστε περισσότερα

Εξάμηνο σπουδών: Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής

Εξάμηνο σπουδών: Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής Εξάμηνο σπουδών: Τίτλος Μαθήματος: Αγγλικός Τίτλος: Μορφή Μαθήματος: Β Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής Audio, Video and Broadcasting Technology Θεωρία με τεσσάρων (4) ωρών / εβδομάδα Εργαστηριακές

Διαβάστε περισσότερα

Η ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ ΣΤΟ ΣΥΓΧΡΟΝΟ ΠΕΡΙΒΑΛΛΟΝ

Η ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ ΣΤΟ ΣΥΓΧΡΟΝΟ ΠΕΡΙΒΑΛΛΟΝ Η ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΗΣΗΣ ΣΤΟ ΣΥΓΧΡΟΝΟ ΠΕΡΙΒΑΛΛΟΝ Ιόνιο Πανεπιστήµιο Τµήµα Αρχειονοµίας-Βιβλιοθηκονοµίας Μεταπτυχιακό Πρόγραµµα Σπουδών2007-2008 ιδάσκουσα: Κατερίνα Τοράκη (Οι διαλέξεις περιλαµβάνουν

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

Βιοστατιστική ΒΙΟ-309

Βιοστατιστική ΒΙΟ-309 Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2015-2016 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό

Διαβάστε περισσότερα

Photoshop CS6. Πλάνο Μαθημάτων. 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του

Photoshop CS6. Πλάνο Μαθημάτων. 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του Photoshop CS6 Πλάνο Μαθημάτων 1. Εισαγωγή στη Χρωματική Θεωρία, την Ψηφιακή εικόνα και Γνωριμία με το Περιβάλλον του Photoshop CS6. Στο μάθημα αυτό ο εκπαιδευόμενος θα κατανοήσει βασικές έννοιες που έχουν

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ Συμπλήρωση κενών 1. Η Λαμπρότητα (Brightness) είναι Υποκειμενικός παράγοντας. 2. Το χρώμα ενός αντικειμένου εξαρτάται από το ίδιο και την φωτεινή πηγή. 3. Το Μάτι είναι πολύ

Διαβάστε περισσότερα

Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ. 11/4/2005 Βασιλεία Καραθαναση Λέκτορας Ε.Μ.Π

Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ. 11/4/2005 Βασιλεία Καραθαναση Λέκτορας Ε.Μ.Π Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Επεξεργασία και φιλτράρισμα Λέκτορας Ε.Μ.Π 1 Η ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ Η εικόνα αποτελεί μία πηγή πληροφορίας. Τη συναντάμε ως : εικόνα ακίνητη (φωτογραφία) κινούμενη(τηλεόραση) Επίσης : ασπρόμαυρη

Διαβάστε περισσότερα

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα.

Πιο συγκεκριμένα, η χρήση του MATLAB προσφέρει τα ακόλουθα πλεονεκτήματα. i Π Ρ Ο Λ Ο Γ Ο Σ Το βιβλίο αυτό αποτελεί μια εισαγωγή στα βασικά προβλήματα των αριθμητικών μεθόδων της υπολογιστικής γραμμικής άλγεβρας (computational linear algebra) και της αριθμητικής ανάλυσης (numerical

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

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

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

Εισαγωγή στις Ηλεκτρικές Μετρήσεις

Εισαγωγή στις Ηλεκτρικές Μετρήσεις Εισαγωγή στις Ηλεκτρικές Μετρήσεις Σφάλματα Μετρήσεων Συμβατικά όργανα μετρήσεων Χαρακτηριστικά μεγέθη οργάνων Παλμογράφος Λέκτορας Σοφία Τσεκερίδου 1 Σφάλματα μετρήσεων Επιτυχημένη μέτρηση Σωστή εκλογή

Διαβάστε περισσότερα

Επεξεργασία Έγχρωµων Εικόνων

Επεξεργασία Έγχρωµων Εικόνων ΤΨΣ 150 Ψηφιακή Επεξεργασία Εικόνας Επεξεργασία Έγχρωµων Εικόνων Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς Περιεχόµενα Βιβλιογραφία Περιεχόµενα Ενότητας Εισαγωγή - Βασικά

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Βασικά στοιχεία εικονοστοιχείου (pixel) Φυσική λειτουργία όρασης Χηµική και ψηφιακή σύλληψη (Κλασσικές και ψηφιακές φωτογραφικές µηχανές)

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3

Διαβάστε περισσότερα

Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS)

Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS) Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS) ρ. ΧΑΛΚΙΑΣ ΧΡΙΣΤΟΣ xalkias@hua.gr Χ. Χαλκιάς - Εισαγωγή στα GIS 1 Ορισµοί ΓΠΣ Ένα γεωγραφικό πληροφοριακό σύστηµα Geographic Information

Διαβάστε περισσότερα

ΚΑΤΑΤΜΗΣΗ ΕΙΚΟΝΑΣ ΜΕ ΜΕΘΟΔΟΥΣ ΟΜΑΔΟΠΟΙΗΣΗΣ ΥΠΕΡ-ΕΙΚΟΝΟΣΤΟΙΧΕΙΩΝ Η ΜΕΤΑΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΕΞΕΙΔΙΚΕΥΣΗΣ. Υποβάλλεται στην

ΚΑΤΑΤΜΗΣΗ ΕΙΚΟΝΑΣ ΜΕ ΜΕΘΟΔΟΥΣ ΟΜΑΔΟΠΟΙΗΣΗΣ ΥΠΕΡ-ΕΙΚΟΝΟΣΤΟΙΧΕΙΩΝ Η ΜΕΤΑΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΕΞΕΙΔΙΚΕΥΣΗΣ. Υποβάλλεται στην ΚΑΤΑΤΜΗΣΗ ΕΙΚΟΝΑΣ ΜΕ ΜΕΘΟΔΟΥΣ ΟΜΑΔΟΠΟΙΗΣΗΣ ΥΠΕΡ-ΕΙΚΟΝΟΣΤΟΙΧΕΙΩΝ Η ΜΕΤΑΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΕΞΕΙΔΙΚΕΥΣΗΣ Υποβάλλεται στην ορισθείσα από την Γενική Συνέλευση Ειδικής Σύνθεσης του Τμήματος Πληροφορικής Εξεταστική

Διαβάστε περισσότερα

Γιώργος Τζιρίτας Τµήµα Επιστήµης Υπολογιστών http://www.csd.uoc.gr/~tziritas

Γιώργος Τζιρίτας Τµήµα Επιστήµης Υπολογιστών http://www.csd.uoc.gr/~tziritas Συµπίεση/κωδικοποίηση βίντεο Γιώργος Τζιρίτας Τµήµα Επιστήµης Υπολογιστών http://www.csd.uoc.gr/~tziritas Άνοιξη 2009 1 Εφαρµογή Απαίτηση Παρα- µόρφωση Μετάδοση Πρότυπο ικτυακό βίντεο 1,5 Mbps Υψηλή Internet

Διαβάστε περισσότερα

ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «ΕΝΤΟΠΙΣΜΟΣ ΑΝΤΙΚΕΙΜΕΝΩΝ ΑΠΟ ΠΟΛΛΑΠΛΕΣ ΚΑΜΕΡΕΣ»

ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «ΕΝΤΟΠΙΣΜΟΣ ΑΝΤΙΚΕΙΜΕΝΩΝ ΑΠΟ ΠΟΛΛΑΠΛΕΣ ΚΑΜΕΡΕΣ» Πολυτεχνείο Κρήτης Τμήμα Ηλεκτρονικών Μηχανικών και Μηχανικών Υπολογιστών ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ «ΕΝΤΟΠΙΣΜΟΣ ΑΝΤΙΚΕΙΜΕΝΩΝ ΑΠΟ ΠΟΛΛΑΠΛΕΣ ΚΑΜΕΡΕΣ» Φοιτήτρια: Αναστασία Πεντάρη ΑΜ: 2005030009 Επιτροπή: Ζερβάκης

Διαβάστε περισσότερα

R n R 2. x 2. x 1. x: συντεταγµένες του z

R n R 2. x 2. x 1. x: συντεταγµένες του z Αναγνώριση Προσώπου µε Σύγκριση Υπερεπιφανειών Θανάσης Ζάγουρας.Π.Μ.Σ Η.Ε.Π, Τµήµα Φυσικής, Πανεπιστήµιο Πατρών Επιβλέποντες: Σπ. Φωτόπουλος Γ. Οικονόµου Ανάλυση Εικόνων Προσώπου Πεδία Αναγνώρισης Προτύπων

Διαβάστε περισσότερα

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΕΠΙΚΟΙΝΩΝΙΑΣ & ΣΠΟΥΔΩΝ ΔΙΑΔΙΚΤΥΟΥ ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΕΠΑΝΑΛΗΨΗΣ

Διαβάστε περισσότερα

Κωδικοποίηση εικόνων κατά JPEG

Κωδικοποίηση εικόνων κατά JPEG Κωδικοποίηση εικόνων κατά JPEG Εισαγωγή Προετοιµασία της εικόνας ρυθµός Ακολουθιακός απωλεστικός ρυθµός Εκτεταµένος απωλεστικός ρυθµός Μη απωλεστικός ρυθµός Ιεραρχικός ρυθµός Τεχνολογία Πολυµέσων 09-1

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Αλγόριθµος JPEG για έγχρωµες εικόνες Είδη αρχείων εικόνων Συµπίεση video και ήχου Μπλόκ x Τιµές - 55 Αρχική πληροφορία, 54 54 75 6 7 75

Διαβάστε περισσότερα

Διπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών

Διπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ: ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΕΝΣΥΡΜΑΤΗΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΣ Διπλωματική Εργασία

Διαβάστε περισσότερα

Εισαγωγή Επαφών από την κάρτα SIM

Εισαγωγή Επαφών από την κάρτα SIM 1 Εισαγωγή Επαφών από την κάρτα SIM 1. Πατήστε το Πλήκτρο Κεντρικής Σελίδας > > Επαφές. 2. Πατήστε το Πλήκτρο Μενού > Εισαγωγή / Εξαγωγή > Εισαγωγή από κάρτα SIM. Η συσκευή σας ZTE-RACER θα διαβάσει αυτόματα

Διαβάστε περισσότερα

Θεματικός Συμβολισμός Ποιοτικών Χαρακτηριστικών

Θεματικός Συμβολισμός Ποιοτικών Χαρακτηριστικών 5 Θεματικός Συμβολισμός Ποιοτικών Χαρακτηριστικών Όπως έχει τονιστεί ήδη, η σωστή επιλογή συμβολισμού είναι το θεμελιώδες ζητούμενο για την επικοινωνιακή και την τεχνική επιτυχία ενός θεματικού χάρτη.

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Γραφικά Υπολογιστών: Μέθοδοι Ανίχνευσης Επιφανειών (Surface Detection Methods)

Γραφικά Υπολογιστών: Μέθοδοι Ανίχνευσης Επιφανειών (Surface Detection Methods) 1 ΤΕΙ Θεσσαλονίκης Τμήμα Πληροφορικής Γραφικά Υπολογιστών: Μέθοδοι Ανίχνευσης Επιφανειών (Surface Detection Methods) Πασχάλης Ράπτης http://aetos.it.teithe.gr/~praptis praptis@it.teithe.gr 2 Περιεχόμενα

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ. Ενότητα : ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ. Ενότητα : ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα : ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER Aναστασία Βελώνη Τμήμα Η.Υ.Σ 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός

ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 2 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 3 ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ 4 ΤΟΜΟΣ Α : Συμβολικός Προγραμματισμός 5 ΓΕΩΡΓΙΟΣ ΘΕΟΔΩΡΟΥ Καθηγητής Α.Π.Θ. ΧΡΙΣΤΙΝΑ ΘΕΟΔΩΡΟΥ Μαθηματικός ΟΔΗΓΟΣ στη ΧΡΗΣΗ του ΥΠΟΛΟΓΙΣΤΗ

Διαβάστε περισσότερα

Γ ΚΟΙΝΟΤΙΚΟ ΠΛΑΙΣΙΟ ΣΤΗΡΙΞΗΣ

Γ ΚΟΙΝΟΤΙΚΟ ΠΛΑΙΣΙΟ ΣΤΗΡΙΞΗΣ Γ ΚΟΙΝΟΤΙΚΟ ΠΛΑΙΣΙΟ ΣΤΗΡΙΞΗΣ ΕΠΙΧΕΙΡΗΣΙΑΚΟ ΠΡΟΓΡΑΜΜΑ «ΚΟΙΝΩΝΙΑ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ» 2000-2006 ΑΞΟΝΑΣ ΠΡΟΤΕΡΑΙΟΤΗΤΑΣ: 1 - ΠΑΙ ΕΙΑ ΚΑΙ ΠΟΛΙΤΙΣΜΟΣ ΜΕΤΡΟ: 1.3 ΤΕΚΜΗΡΙΩΣΗ, ΑΞΙΟΠΟΙΗΣΗ ΚΑΙ ΑΝΑ ΕΙΞΗ ΤΟΥ ΕΛΛΗΝΙΚΟΥ

Διαβάστε περισσότερα

Ανάλυση Διατάξεων Εκπομπής σε Συστήματα Ψηφιακής Τηλεόρασης Υψηλής Ευκρίνειας

Ανάλυση Διατάξεων Εκπομπής σε Συστήματα Ψηφιακής Τηλεόρασης Υψηλής Ευκρίνειας ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΑΥΤΟΜΑΤΙΣΜΟΥ Ανάλυση Διατάξεων Εκπομπής σε Συστήματα Ψηφιακής Τηλεόρασης Υψηλής Ευκρίνειας Φλώρος Άγγελος ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΗΜΑΤΑ & ΣΥΣΤΗΜΑΤΑ Ενότητα : ΑΝΑΛΥΣΗ FOURIER (H ΣΕΙΡΑ FOURIER ΚΑΙ Ο ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER) Aναστασία Βελώνη Τμήμα Η.Υ.Σ 1 Άδειες

Διαβάστε περισσότερα

Εφαρμογή ψηφιοποίησης RollMan

Εφαρμογή ψηφιοποίησης RollMan Εφαρμογή ψηφιοποίησης RollMan Η εφαρμογή ψηφιοποίησης των ληξιαρχικών πράξεων RollMan (RollManager) δημιουργήθηκε από την εταιρία ειδικά για το σκοπό αυτό στο πλαίσιο της συνεργασίας με τους Δήμους. Από

Διαβάστε περισσότερα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα

Δύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα Δύο κύριοι τρόποι παρουσίασης δεδομένων Παράδειγμα Με πίνακες Με διαγράμματα Ονομαστικά δεδομένα Εδώ τα περιγραφικά μέτρα (μέσος, διάμεσος κλπ ) δεν έχουν νόημα Πήραμε ένα δείγμα από 25 άτομα και τα ρωτήσαμε

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER

ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER ΑΝΑΛΥΣΗ ΣΗΜΑΤΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΤΟ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟ FOURIER Ανάλυση σημάτων και συστημάτων Ο μετασχηματισμός Fourier (DTFT και DFT) είναι σημαντικότατος για την ανάλυση σημάτων και συστημάτων Εντοπίζει

Διαβάστε περισσότερα

Διπλωματική εργασία. Εργαλείο περιγραφής πολυμέσων με χρήση οντολογιών

Διπλωματική εργασία. Εργαλείο περιγραφής πολυμέσων με χρήση οντολογιών ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ Διπλωματική εργασία Εργαλείο περιγραφής πολυμέσων με

Διαβάστε περισσότερα

Συγχρονισµός πολυµέσων

Συγχρονισµός πολυµέσων Συγχρονισµός πολυµέσων Έννοια του συγχρονισµού Απαιτήσεις παρουσίασης Ποιότητα υπηρεσίας συγχρονισµού Πλαίσιο αναφοράς συγχρονισµού Κατανεµηµένος συγχρονισµός Προδιαγραφές συγχρονισµού Τεχνολογία Πολυµέσων

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ. Σαράντος Καπιδάκης

ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ. Σαράντος Καπιδάκης ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ Σαράντος Καπιδάκης 0_CONT_Ω.indd iii τίτλος: ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΨΗΦΙΑΚΕΣ ΒΙΒΛΙΟΘΗΚΕΣ συγγραφέας: Καπιδάκης Σαράντος 2014 Εκδόσεις Δίσιγμα Για την ελληνική γλώσσα σε όλον τον

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

6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Κωδικός μαθήματος:

6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Κωδικός μαθήματος: ΕΞΑΜΗΝΟ Δ 6. Γεωγραφικά Συστήματα Πληροφοριών (ΓΣΠ) & Τηλεπισκόπηση (Θ) Εξάμηνο: Δ Κωδικός μαθήματος: ΖΤΠΟ-4016 Επίπεδο μαθήματος: Υποχρεωτικό Ώρες ανά εβδομάδα Θεωρία Εργαστήριο Συνολικός αριθμός ωρών:

Διαβάστε περισσότερα

Αναγνώριση Προτύπων - Νευρωνικά ίκτυα

Αναγνώριση Προτύπων - Νευρωνικά ίκτυα ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΣΕΡΡΩΝ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ Αναγνώριση Προτύπων - Νευρωνικά ίκτυα ρ. Χαράλαµπος Π. Στρουθόπουλος Αναπληρωτής Καθηγητής

Διαβάστε περισσότερα

Εκτίμηση μη-γραμμικών χαρακτηριστικών

Εκτίμηση μη-γραμμικών χαρακτηριστικών Εκτίμηση μη-γραμμικών χαρακτηριστικών Μη-γραμμικά χαρακτηριστικά ή αναλλοίωτα μέτρα Διάσταση. Ευκλείδια. Τοπολογική 3. Μορφοκλασματική (συσχέτισης, πληροφορίας, μέτρησης κουτιών, ) Εκθέτες Lypunov (μεγαλύτερος,

Διαβάστε περισσότερα