„Valósidejű képfeldolgozás - Kertész ellenőrző kérdések” változatai közötti eltérés
A VIK Wikiből
első kérdés kidolgozva |
aNincs szerkesztési összefoglaló |
||
| 17. sor: | 17. sor: | ||
== Hasonlítsa össze a biológiai és a mesterséges látást. Írja le a kamera felépítését, modelljeit, szenzorait és paramétereit! == | == Hasonlítsa össze a biológiai és a mesterséges látást. Írja le a kamera felépítését, modelljeit, szenzorait és paramétereit! == | ||
== Milyen jellemzői vannak egy képnek, hogyan csoportosítjuk ezeket a jellemzőket? == | == Milyen jellemzői vannak egy képnek, hogyan csoportosítjuk ezeket a jellemzőket? == | ||
== Mi a hisztogram? Hogyan alkalmazzuk a hisztogramkiegyenlítést a képminőség javítására, írja le az eljárás algoritmusát. == | == Mi a hisztogram? Hogyan alkalmazzuk a hisztogramkiegyenlítést a képminőség javítására, írja le az eljárás algoritmusát. == | ||
* '''Hisztogram:''' A kép intenzitásértékeinek sűrűségfüggvénye, ahol az értelmezési tartomány az intenzitásértékek, az értékkészlet pedig az adott intenzitásértéknek a darabszáma. | |||
* '''Hisztogram kiegyenlítés:''' Célja a kontrasztosság fokozása, a gyakori intenzitások ritkításával és a ritka intenzitások sűrítésével. Egyenletes eloszlású hisztogramot szeretnénk elérni. | |||
* '''Algoritmus:''' | |||
** A pixelek összességét tekintve <math> \sum_{q = 0}^{J}{\chi (q)} = \sum_{r = 0}^{I}{\tau (r)} = 1 </math>. | |||
** Az ideális eloszlás <math> \tau (r) \approx \frac{1}{I} </math> lenne. | |||
** Így egyenletes eloszlásnál az <math>n.</math> intenzitásérték <math> \sum_{r = 0}^{n}{\tau (r)} = \frac{n}{I} </math> | |||
** Iterációval keressük azokat az <math>m_{n}</math> értékeket, ahol | |||
<math> \sum_{q=0}^{m_{n}}{\chi (q)} \leq \frac{n}{I} < \sum_{q = 0}^{m_{n + 1}}{\chi (q)} </math> | |||
== Milyen pixel alapú műveleteket ismer? Rajzolja fel a karakterisztikákat! == | == Milyen pixel alapú műveleteket ismer? Rajzolja fel a karakterisztikákat! == | ||
# '''Kontraszt széthúzás:''' | |||
# '''Binarizálás:''' | |||
# '''Log függvény:''' | |||
# '''Gamma korrekció:''' | |||
# '''Szeletelés:''' | |||
# '''Negálás:''' | |||
== Mi az előnye és a hátránya a pixel szintű kontrasztfokozó eljárásnak a hisztogram kiegyenlítéssel szemben? == | == Mi az előnye és a hátránya a pixel szintű kontrasztfokozó eljárásnak a hisztogram kiegyenlítéssel szemben? == | ||
* '''Előny:''' Gyors (Look-up tábla) jól párhozamosítható (környezetfüggetlen) megvalósítás. | |||
* '''Hátrány:''' | |||
== Adja meg a lineáris régió alapú operátorok jellemzőit! Mi a jelentősége a linearitásnak? == | == Adja meg a lineáris régió alapú operátorok jellemzőit! Mi a jelentősége a linearitásnak? == | ||
== Írjon fel egy példát a lineáris szűrőre, milyen problémát okoz a kép szélein és elosztott megoldások esetén a régió alapú szűrő alkalmazása! == | == Írjon fel egy példát a lineáris szűrőre, milyen problémát okoz a kép szélein és elosztott megoldások esetén a régió alapú szűrő alkalmazása! == | ||
A lap 2013. április 1., 13:37-kori változata
Ez az oldal egyelőre csonk. Segíts a szerkesztésében!
Ha nem tudod, hogyan állj neki, olvasd el az útmutatót!
Definiálja a valósidejű képfeldolgozás fogalmát, írjon néhány alkalmazási példát hangsúlyozva a valósidejű szempontokat!
- Valósidejű képfeldolgozás fogalma:
- Kép: Vizuális információkat tartalmazó összefüggő adathalmaz.
- Képfeldolgozás: Olyan számítógépes algoritmusok összessége, amelyek digitális képi adatokon végeznek műveleteket, ezekből nyernek ki lényegi információkat.
- Valósidejű: Olyan rendszerek jellemzője, amelyek meghatározott időn belül garantáltan választ adnak egy bekövetkező eseményre.
- Alkalmazási példák:
- Dokumentum feldolgozás
- Orvosi képfeldolgozás
- Ipari mérések
- Robotika
- Kartográfia
- Igazságügy, biztonságtechnika
- Megfigyelés
Hasonlítsa össze a biológiai és a mesterséges látást. Írja le a kamera felépítését, modelljeit, szenzorait és paramétereit!
Milyen jellemzői vannak egy képnek, hogyan csoportosítjuk ezeket a jellemzőket?
Mi a hisztogram? Hogyan alkalmazzuk a hisztogramkiegyenlítést a képminőség javítására, írja le az eljárás algoritmusát.
- Hisztogram: A kép intenzitásértékeinek sűrűségfüggvénye, ahol az értelmezési tartomány az intenzitásértékek, az értékkészlet pedig az adott intenzitásértéknek a darabszáma.
- Hisztogram kiegyenlítés: Célja a kontrasztosság fokozása, a gyakori intenzitások ritkításával és a ritka intenzitások sűrítésével. Egyenletes eloszlású hisztogramot szeretnénk elérni.
- Algoritmus:
- A pixelek összességét tekintve .
- Az ideális eloszlás lenne.
- Így egyenletes eloszlásnál az intenzitásérték
- Iterációval keressük azokat az értékeket, ahol
Milyen pixel alapú műveleteket ismer? Rajzolja fel a karakterisztikákat!
- Kontraszt széthúzás:
- Binarizálás:
- Log függvény:
- Gamma korrekció:
- Szeletelés:
- Negálás:
Mi az előnye és a hátránya a pixel szintű kontrasztfokozó eljárásnak a hisztogram kiegyenlítéssel szemben?
- Előny: Gyors (Look-up tábla) jól párhozamosítható (környezetfüggetlen) megvalósítás.
- Hátrány:
