Παρουσίαση Νο. 4 Ψηφιακή Καταγραφή Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Φωτογραφία μέσω Οπτικού Μικροσκοπίου Α. Αραβαντινός
Advertisements

«Αναλυτική Χημεία – Ενόργανη Ανάλυση»
Έκθεση (μάθημα 3ο).
Εισαγωγή στο χειρισμό της φωτογραφικής μηχανής
Φυσική Γ’ Λυκείου Γενικής Παιδείας
ΣΤΕΡΕΟΣΚΟΠΙΚΗ ΦΩΤΟΓΡΑΦΙΑ
Pinhole Camera ή Κάμερα Μικροσκοπικής Οπής
Τι ξέρετε για την ΟΡΑΣΗ;
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΘΕΣΣΑΛΟΝΙΚΗΣ
Μια δικτυακή κάμερα βασισμένη στο Internet Protocol (IP) μπορεί να περιγραφεί ως συνδυασμός κάμερας και υπολογιστή σε μια μονάδα. Συλλαμβάνει και μεταδίδει.
Εννοιες και Παράγοντες της Ψηφιακής Επεξεργασίας Εικόνας.
ΕΡΓΑΣΙΑ 1ο Λύκειο Χαλανδρίου Τάξη Γ΄ Μάθημα: Φυσική Γενικής Σχ
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 9 ο Κατάτμηση Εικόνας. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Η κατάτμηση έχει ως στόχο να υποδιαιρέσει την εικόνα σε συνιστώσες περιοχές και.
Ο ΟΘΟΝΕΣ Η οθόνη  (monitor ) του υπολογιστή, περιλαμβάνει ένα καθοδικό σωλήνα, όπως η τηλεόραση, και κατάλληλα κυκλώματα σάρωσης. Μπορεί να είναι έγχρωμη.
ΤΕΧΝΟΛΟΓΙΑ ΕΠΙΚΟΙΝΩΝΙΩΝ
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 10 ο Περιγραφή Σχήματος. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1) Η περιγραφή μίας περιοχής μπορεί να γίνει:  Με βάση τα εξωτερικά χαρακτηριστικά.
Μάθημα 7ο Συμπίεση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 8 ο Ανίχνευση Ακμών. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1)  Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα.
ΧΗΜΕΙΑ ΧΡΩΜΑΤΩΝ ΧΡΩΜΑ ΚΑΙ ΧΗΜΙΚΗ ΔΟΜΗ Δρ. Ι.Γ.Καράλη.
Επεξεργασία Έγχρωμων Εικόνων
Δισδιάστατα Σήματα και Συστήματα #1
το χρώμα στον υπολογιστή
Ερευνητική εργασία 1ο ΓΕΛ Αλεξανδρούπολης
6.1 ΦΩΣ: ΟΡΑΣΗ & ΕΝΕΡΓΕΙΑ.
Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων
ΔΤΨΣ 150: Ψηφιακή Επεξεργασία Εικόνας © 2005 Nicolas Tsapatsoulis Εισαγωγή – Βασικό Θεωρητικό Υπόβαθρο Νικόλας Τσαπατσούλης Επίκουρος Καθηγητής Π.Δ.407/80.
Σεπτέμβριος, 2002Ευστάθιος Κ. Στεφανίδης Π Ε Ι Ρ Α Μ Α EUSO E xtreme U niverse S pace O bservatory Ροή Παρουσίασης: Εισαγωγή – Φάσμα ροής Τρόπος Λειτουργίας.
ΣΥΣΤΗΜΑΤΑ ΣΥΛΛΟΓΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΚΑΙ ΜΕΤΡΗΣΕΩΝ
Παρουσίαση Νο. 11 Ανάλυση Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
ΤΜΗΥΠ / ΕΕΣΤ1 Μάθημα 7 ο Συμπίεση Εικόνας. ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας πληροφορίας Οι τεχνικές.
Παρουσίαση Νο. 3 Δισδιάστατα σήματα και συστήματα #2 Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Φράγματα echelle Είναι φράγματα περίθλασης των οποίων κύριο γνώρισμα είναι η μεγάλη διακριτική ικανότητα τους για μεγάλο αριθμό τάξης περίθλασης, όπως.
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Όργανο υποδοχής του ερεθίσματος-αισθητήριο όργανο Αισθητήριο νεύρο
Οπτικές Επικοινωνίες Μαρινάκης Ιωάννης (2009)
Παρουσίαση Νο. 1 Εισαγωγή Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ακαδημαϊκό Έτος
Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων
μέθοδοι προσδιορισμού
Παρουσίαση Νο. 6 Αποκατάσταση εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας.
Ο οφθαλμικός λοβός έχει
! Η ΦΩΤΟΓΡΑΦΙΚΗ ΜΗΧΑΝΗ ΚΑΙ Η ΕΞΕΛΙΞΗ ΤΗΣ!☺☻.
ΚΕΦΑΛΑΙΟ 3ο ΠΟΛΥΜΕΣΑ.
ΗΑRDWARE OΘΟΝΗ - ΠΟΝΤΙΚΙ ΟΘΟΝΗ ΟΘΟΝΗ.
ΨΗΦΙΑΚΗ & ΕΓΧΡΩΜΗ ΦΩΤΟΓΡΑΦΙΑ
Ψηφιακά Δεδομένα Χαρακτηριστικό του Η/Υ αλλά και άλλων ψηφιακών συσκευών, όπως το κινητό τηλέφωνο, είναι η επεξεργασία διακριτών στοιχείων πληροφορίας,
Βασικά στοιχεία Τηλεσκοπίου Ενίσχυση Φωτός Μεγέθυνση Γ. Νικολιδάκης.
Βασικές αρχές έκθεσης Στα πλαίσια του μαθήματος Φωτογραφίας στο τμήμα Συντήρησης Έργων Τέχνης και Αρχαιοτήτων, στα Δ.ΙΕΚ Σπάρτης Ρήγου Θάλεια.
Click to add Text Κάμερες και χρώμα Κάμερες και χρώμα.
Ο φωτογραφικός φακός Στα πλαίσια του μαθήματος Φωτογραφίας στο τμήμα Συντήρησης Έργων Τέχνης και Αρχαιοτήτων, στα Δ.ΙΕΚ Σπάρτης Ρήγου Θάλεια.
Δρ Αποστολίδου Ευτέρπη Εντατικολόγος Φυσιολογία Νοέμβριος 2011.
Φασματοσκοπία NIR (Νear InraRed). Τι είναι NIR ; Tεχνολογία που έχει πολλές εφαρμογές στη γεωργία. Το εγγύς υπέρυθρο είναι ένα μικρό μέρος του φάσματος.
Ψηφιακή Επεξεργασία Εικόνας
Τί τους θέλουμε τους επιταχυντές;
Φως και ορατό φάσμα (1 από 3)
Photography Εισαγωγή στην Φωτογραφία
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
ΕΝΟΤΗΤΑ 1 – Κεφάλαιο 3: Πολυμέσα
ΣΥΝΕΣΤΙΑΚΗ ΜΙΚΡΟΣΚΟΠΙΑ
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Ερευνητική εργασία των μαθητών του Α1 του 3ου ΓΕΛ. Γλυφάδας
Analog vs Digital Δούρβας Ιωάννης ΙΩΑΝΝΗΣ ΔΟΥΡΒΑΣ.
Εισαγωγή στην ανατομία και φυσιολογία του οπτικού συστήματος
ΟΠΤΙΚΗ Οπτική ονομάζεται ο κλάδος της Φυσικής που μελετά τη συμπεριφορά και τις ιδιότητες του φωτός, ενώ επιπλέον περιγράφει και τα φαινόμενα που διέπουν.
Σύνθεση ηλιακού φωτός Το λευκό φως, η πιο σωστά το σχεδόν λευκό φως, περιέχει μια συνεχή κατανομή από διάφορα μήκη κύματος. Αντιστοιχεί όπως λέμε σε ακτινοβολία.
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας
ΕΝΟΤΗΤΑ 5 Αναλογικά σήματα.
Μεταγράφημα παρουσίασης:

Παρουσίαση Νο. 4 Ψηφιακή Καταγραφή Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας

ΤΜΗΥΠ / ΕΕΣΤ2 Εισαγωγή (1/2) Για την καταγραφή εικόνας απαιτούνται Για την καταγραφή εικόνας απαιτούνται –«Φωτεινή» πηγή –Αντικείμενο –Σύστημα καταγραφής «Φωτεινή» πηγή «Φωτεινή» πηγή –Πηγή λευκού φωτός –Πηγή Laser –Πηγή ακτινοβολίας Χ, υπέρυθρης –Ακουστική πηγή (π.χ. σόναρ, υπερηχογράφημα κλπ) –κλπ.

ΤΜΗΥΠ / ΕΕΣΤ3 Εισαγωγή (2/2) Σύστημα καταγραφής Σύστημα καταγραφής –Βιολογικό, π.χ. μάτι –Φωτοχημικό, π.χ. φιλμ –Φωτοηλεκτρικό, π.χ. CCD, κάμερα τηλεόρασης Το σύστημα καταγραφής διεγείρεται από συγκεκριμένα μήκη κύματος Το σύστημα καταγραφής διεγείρεται από συγκεκριμένα μήκη κύματος –π.χ. το μάτι από το ορατό φως με μήκη κύματος μεταξύ 380nm~700nm

ΤΜΗΥΠ / ΕΕΣΤ4 Βασικό σύστημα καταγραφής Μοντέλο συστήματος Μοντέλο συστήματος –s(x,y,z): φωτεινότητα σημείων του αντικειμένου –f(x,y): φωτεινότητα στις δυο διαστάσεις –i(x,y): ηλεκτρικό σήμα –F(x 1,x 2 ): 2-D διακριτό σήμα – εικόνα

ΤΜΗΥΠ / ΕΕΣΤ5 Οπτικό σύστημα Αποτελείται από οπτικούς φακούς Αποτελείται από οπτικούς φακούς Αν η διάταξη φακών και οι ίδιοι οι φακοί θεωρηθούν ιδανικοί τότε s(x,y,z)  f(x,y) Αν η διάταξη φακών και οι ίδιοι οι φακοί θεωρηθούν ιδανικοί τότε s(x,y,z)  f(x,y) Σε μη ιδανικές συνθήκες Σε μη ιδανικές συνθήκες –Οι φακοί δεν παρουσιάζουν τέλεια εστίαση –Αντί του f(x,y) λαμβάνεται το w(x,y)=∫∫h(x,y,z,s)f(z,s)dzds –Η συνάρτηση h(.) περιγράφει το σύστημα του φακού ( Point Spread Function (PSF) )

ΤΜΗΥΠ / ΕΕΣΤ6 Παράδειγμα παραμόρφωσης από οπτικό σύστημα

ΤΜΗΥΠ / ΕΕΣΤ7 Ανιχνευτής (1/3) Οπτικοί ανιχνευτές Οπτικοί ανιχνευτές –Φωτοχημικοί και φωτοηλεκτρικοί (μετατρέπουν την φωτεινότητα σε ηλεκτρικό σήμα) Φωτοχημικοί ανιχνευτές Φωτοχημικοί ανιχνευτές –Φιλμ που περιέχουν άλατα αργύρου –Μπορούν να χρησιμοποιηθούν ως οπτικές πηγές για τους φωτοηλεκτρικούς ανιχνευτές –Είναι αναλογικοί: χρειάζεται ψηφιοποίηση

ΤΜΗΥΠ / ΕΕΣΤ8 Ανιχνευτής (2/3) Φωτοηλεκτρικοί ανιχνευτές Φωτοηλεκτρικοί ανιχνευτές –Μπορούν να οδηγήσουν κατευθείαν έναν ψηφιοποιητή –Vidicon, Charge Injection Devices (CIDs), Charge Coupled Devices (CCDs) CCDs CCDs –Πλέγμα φωτοευαίσθητων ημιαγώγιμων κυττάρων –Μικρό μέγεθος, ταχύτατη απόκριση –Χρήση σε κάμερες και φωτογραφικές μηχανές –Υψηλή ποιότητα όταν υπάρχουν τουλάχιστον τόσα στοιχεία όσα και τα εικονοστοιχεία που απαιτεί η εφαρμογή

ΤΜΗΥΠ / ΕΕΣΤ9 Ανιχνευτής (3/3) Απόκριση φωτισμού-ρεύματος Απόκριση φωτισμού-ρεύματος –Υπάρχει μη γραμμικότητα της μορφής Κw(x,y) γ, όπου Κ σταθερά και 0,5≤γ≤0,9. Για υψηλής ποιότητας ανιχνευτές το γ  1

ΤΜΗΥΠ / ΕΕΣΤ10 Ψηφιοποιητής (1/2) Το σήμα i(x,y) μετατρέπεται στο ψηφιακό σήμα F(x 1,x 2 ) Το σήμα i(x,y) μετατρέπεται στο ψηφιακό σήμα F(x 1,x 2 ) Εάν το i(x,y) είναι διακριτό (όπως σε CCD arrays) τότε έχουμε μόνον κβαντισμό Εάν το i(x,y) είναι διακριτό (όπως σε CCD arrays) τότε έχουμε μόνον κβαντισμό Αποτελείται από έναν A/D μετατροπέα Αποτελείται από έναν A/D μετατροπέα –Τα δείγματα F(x 1,x 2 ) που παράγονται ονομάζονται εικονοστοιχεία –Πλήθος εικονοστοιχείων (μέχρι Ο(100MP) ) –B bits/εικονοστοιχείο στις ασπρόμαυρες –3Β bits/εικονοστοιχείο στις έγχρωμες RGB

ΤΜΗΥΠ / ΕΕΣΤ11 Ψηφιοποιητής (2/2) Σχέση εισόδου-εξόδου i=Q(i) και σφάλμα e που εισάγεται από τον A/D μετατροπέα

ΤΜΗΥΠ / ΕΕΣΤ12 Θόρυβος καταγραφής Στον φωτοχημικό ανιχνευτή Στον φωτοχημικό ανιχνευτή –Θόρυβος κόκκων Στον φωτοηλεκτρικό ανιχνευτή Στον φωτοηλεκτρικό ανιχνευτή –Αθροιστικός λευκός θόρυβος ~ Ν(0,σ 2 ) –Φωτοηλεκτρικός θόρυβος »Συνιστώσα θορύβου: {c[w(x,y)] δ } 0.5 n(x,y), n ~ N(0,1) Κρουστικός θόρυβος (αλατοπίπερου) Κρουστικός θόρυβος (αλατοπίπερου) –Μαύρες ή άσπρες κουκκίδες στην εικόνα

ΤΜΗΥΠ / ΕΕΣΤ13 Παραδείγματα θορύβων Κρουστικός θόρυβος

ΤΜΗΥΠ / ΕΕΣΤ14 Παραδείγματα θορύβων Αθροιστικός λευκός θόρυβος

ΤΜΗΥΠ / ΕΕΣΤ15 Παραδείγματα θορύβων Πολλαπλασιαστικός Θόρυβος

ΤΜΗΥΠ / ΕΕΣΤ16 Γενικό μοντέλο καταγραφής εικόνας Γενικό μοντέλο για το σύστημα καταγραφής Γενικό μοντέλο για το σύστημα καταγραφής F(x,y)=k[w(x,y)] δ +{k[w(x,y)] δ } 0.5 n(x,y)+n w (x,y)

ΤΜΗΥΠ / ΕΕΣΤ17 Στοιχεία ανθρώπινης όρασης

ΤΜΗΥΠ / ΕΕΣΤ18 Περιγραφή στοιχείων Ίριδα (διάφραγμα) Ίριδα (διάφραγμα) –Η διάμετρος ποικίλει μεταξύ 2mm~8mm ανάλογα τις συνθήκες φωτισμού Φακός Φακός –Ρυθμιζόμενης εστιακής απόστασης –Εστίαση φωτεινών ακτίνων στον αμφιβληστροειδή Αμφιβληστροειδής χιτώνας (4 επίπεδα). Στο 4ο (πίσω) επίπεδο βρίσκονται οι φωτοευαίσθητοι αισθητήρες: Αμφιβληστροειδής χιτώνας (4 επίπεδα). Στο 4ο (πίσω) επίπεδο βρίσκονται οι φωτοευαίσθητοι αισθητήρες: »Κωνία »Ραβδιά

ΤΜΗΥΠ / ΕΕΣΤ19 Αμφιβληστροειδής χιτώνας (1/3) Τα κωνία και τα ραβδία που μετατρέπουν την οπτική πληροφορία σε ηλεκτρικά σήματα Τα κωνία και τα ραβδία που μετατρέπουν την οπτική πληροφορία σε ηλεκτρικά σήματα Κωνία Κωνία –6-7 εκατ. στο κέντρο του αμφιβληστροειδούς (~ /mm 2 ) (~ /mm 2 ) –Ευαίσθητα στο χρώμα (3 είδη κωνίων) –Κάθε κωνίο συνδέεται με διαφορετικό νεύρο –Απαιτούν υψηλές τιμές φωτεινής έντασης. Σε χαμηλά επίπεδα φωτεινότητας δεν διακρίνουμε χρώματα

ΤΜΗΥΠ / ΕΕΣΤ20 Αμφιβληστροειδής χιτώνας (2/3) Ραβδία Ραβδία –Δίνουν γενική αντίληψη του οπτικού πεδίου –Ευαίσθητα σε χαμηλούς φωτισμούς –Δεν διακρίνουν χρώματα – εκατ. σε όλο τον αμφιβληστροειδή –Ομάδες ραβδίων συνδέονται στο ίδιο νεύρο –Μικρή διακριτική ικανότητα

ΤΜΗΥΠ / ΕΕΣΤ21 Αμφιβληστροειδής χιτώνας (3/3) Συγκρίσιμες δυνατότητες με CCD sensors: - Αμφιβληστροειδής: Επιφάνεια: Ο(100mm 2 ) Επιφάνεια: Ο(100mm 2 ) Πλήθος διακριτών εξόδων : Ο(10 6 ) Πλήθος διακριτών εξόδων : Ο(10 6 ) - CCD sensors: Επιφάνεια: Ο(100mm 2 ) Επιφάνεια: Ο(100mm 2 ) Πλήθος διακριτών εξόδων : Ο(10 6 ) Πλήθος διακριτών εξόδων : Ο(10 6 )

ΤΜΗΥΠ / ΕΕΣΤ22 Μοντέλο ανθρώπινου οφθαλμού

ΤΜΗΥΠ / ΕΕΣΤ23 Νευρικό σύστημα όρασης Εικάζεται ότι η συγκεκριμένη «δρομολόγηση» της οπτικής πληροφορίας γίνεται με σκοπό την ανάκτηση του βάθους (στερεοσκοπική όραση) Εικάζεται ότι η συγκεκριμένη «δρομολόγηση» της οπτικής πληροφορίας γίνεται με σκοπό την ανάκτηση του βάθους (στερεοσκοπική όραση) Γίνεται ένα είδος υπέρθεσης των αριστερών και δεξιών τμημάτων του οπτικού πεδίου του κάθε οφθαλμού Γίνεται ένα είδος υπέρθεσης των αριστερών και δεξιών τμημάτων του οπτικού πεδίου του κάθε οφθαλμού

ΤΜΗΥΠ / ΕΕΣΤ24 Προσαρμογή του οφθαλμού Ο οφθαλμός μπορεί να διακρίνει μια ευρύτατη περιοχή τιμών έντασης (~ ) Ο οφθαλμός μπορεί να διακρίνει μια ευρύτατη περιοχή τιμών έντασης (~ ) Ο τρόπος που αντιλαμβάνεται τη φωτεινότητα είναι λογαριθμικός Ο τρόπος που αντιλαμβάνεται τη φωτεινότητα είναι λογαριθμικός Δεν μπορεί όμως να αντιληφθεί ταυτόχρονα όλη την παραπάνω δυναμική περιοχή Δεν μπορεί όμως να αντιληφθεί ταυτόχρονα όλη την παραπάνω δυναμική περιοχή Για ορισμένο επίπεδο μέσης φωτεινότητας προσαρμόζει την ευαισθησία του σε μια μικρή – σχετικά - περιοχή Για ορισμένο επίπεδο μέσης φωτεινότητας προσαρμόζει την ευαισθησία του σε μια μικρή – σχετικά - περιοχή

ΤΜΗΥΠ / ΕΕΣΤ25 Ευαισθησία στην αντίθεση Λόγος Weber dI/I ~ 0.02 (για περίπου έξι τάξεις μεγέθους) Όταν όμως υπάρχει διαφορετικό υπόβαθρο τότε ο νόμος ισχύει για πολύ μικρότερη περιοχή (~2 τάξεις μεγέθους) γύρω από το Ι 0

ΤΜΗΥΠ / ΕΕΣΤ26 Φαινόμενο Mach (1/2) Ο οφθαλμός είναι ανωδιαβατό φίλτρο Ευαίσθητο στα περιγράμματα, αντίθεση κ.λ.π

ΤΜΗΥΠ / ΕΕΣΤ27 Φαινόμενο Mach (2/2)