Balogh Tamás, Koós Krisztián, Laczi Balázs, Tari Tamás 2013 Tavasz.

Slides:



Advertisements
Hasonló előadás
A bemutató készítés bemutatója
Advertisements

A fényképezés alapjai Szerző: Erdei-Gulyás Gabriella Origo Web Team HQL 2010 Kft.
1/13 Péter Tamás, Bécsi Tamás, Aradi Szilárd INNOVÁCIÓ ÉS FENNTARTHATÓ FELSZÍNI KÖZLEKEDÉS KONFERENCIA Budapest, szeptember 3-5. Útmenti objektumok.
Match Move Juhász Endre Muhi Kornél Urbán Szabolcs Számítógépes látás projekt.
A SZÍNES TELEVÍZIÓ SZÍNMÉRŐ RENDSZERE
STAF - StarFactory Project Programozott csillagászat.
TransMotion1 TransMotion Projekt BMF-NIK, IAR szakirány Kertész Tamás Rieger Péter Szolyka Sándor Konzulens: Vámossy Zoltán.
1. oldal A vezetői döntéseket támogató mutatószám rendszer Pilot projektzáró jelentés szeptember 9.
1 / / 13 Bevezető Forgalmi dugók okozta problémák: - Feszültség - Sietség - Szabálytalan közlekedés → baleseti források Megoldás: A jó megoldások.
Mivel és hogyan világítsunk gazdaságosan?
Készitette:Bota Tamás Czumbel István
A színek számítógépes ábrázolásának elve
Horváth Zsolt Schnádenberger Gábor Varjas Viktor
Szűcs Péter Bujdosó Attila Ozsvár Zoltán Koós Krisztián.
Rekonstrukció bizonytalan vetületekből
Digitális képanalízis
Digitális képanalízis
Záridő Blende Fénymérés
Dobókocka projekt Képfeldolgozás II..
Mozgó Objektumok Detektálása és Követése Robotkamera Segítségével
Ipari képfeldolgozás projekt I. mérföldkő
Balogh Tamás, Koós Krisztián, Laczi Balázs, Tari Tamás 2013 Tavasz.
FRAKTÁLOK.
Intelligens ébresztő óra Számítógépes látás projekt 2011.
Botyánszki Laczik Rácz
Multimédiás technikák 1. kérdés Melyik diszkrét médium? a)hang b)videó c)animáció d)kép.
A bemutató készítés bemutatója
Szkennerek.
European Computer Driver Licence
Küszöbölés Szegmentálás I.
Veszprém, Számítógépes megjelenítő és képalkotó eszközök kalibrációja Csuti Péter - Dr. Samu Krisztián.
Szín management szín(észlelet)helyes leképezés különböző mediumokban.
Windows Movie Maker 2.6 Multimédia Készítette: Urbin András.
Implementált képfeldolgozó algoritmusok
Bevezetés: a Számítógépi grafika tárgya (Szemelvények: amit tudni illik)
Ipari képfeldolgozás projekt II. mérföldkő
Diagnosztika intelligens eszközökkel
Monitorok.
Többváltozós adatelemzés 5. előadás. Hierarchikus klaszterezés Klaszterek számát nem kell előre megadni A pontok elhelyezkedését térképezi fel Nem feltétlenül.
Többváltozós adatelemzés
Készítette: Németh Katalin …
TransMotion Emberi mozgás digitalizálása
Többszintű Tenyéralapú Biometrikus Azonosító Rendszer
Kézmozdulat felismerő rendszer
KINECT© szenzor intelligens terekben
Az egér Oberhuber Balázs.
Jegyzetelő Alkalmazás Táblagépekre Farkas Tamás /7 OE-NIK Farkas Tamás.
A digitális fényképezés folyamata
Szabályzó tervezése intelligens kamerával
Weblap-szerkesztés. Információs hálózati szolgáltatások Internet fontosabb szolgáltatásai (szóbeli) Elektronikus levelezési rendszer használata (szóbeli)
Készítette: Berzlánovich Krisztián
Fotokémia és Fényképezés
Mobil alkalmazások fejlesztése Vonalkód leolvasó Symbian alapú mobiltelefonra Készítette: Tóth Balázs Viktor.
Gazdasági informatikus - Szövegszerkesztés 1 A munka véglegesítése, nyomtatás.
Digitális fotózás Alapok.
Máté: Orvosi képfeldolgozás12. előadás1 Három dimenziós adatok megjelenítése Metszeti képek transzverzális, frontális, szagittális, ferde. Felület síkba.
Kép készítése számítógép segítségével
Kompakt digitális fényképezőgép. Vonzó, masszív és könnyen kezelhető, a COOLPIX L25 ért a képekhez – így Önnek nem kell. Csoportképektől kezdve a közeli.
2. Házi feladat „Digitális kép szűrése”. A feladat I. Az előzően beszerzett digitális kép szűrése Szűrés –Átlagoló szűrés 5×5-ös kernellel –Medián-szűrés.
Online oktatóanyag Android mobilalkalmazás- fejlesztéshez Nagy József.
ADC alapú ultrahangos spirometriai mérési rendszer tervezése
A szem, látásjavító eszközök.  A fény a pupillán keresztül jut a szemünkbe.  A szemlencse domború optikai lencse. Anyaga rugalmas, alakját és fókusztávolságát.
Mesterséges és természetes világítás 7. témakör. A fényképezésben azok a fényforrások a jelentősek, amelyek az elektromágneses spektrum nm (látható.
Robotok és 3D nyomtatás Készítette: Hegedüs Anett I. évfolyam Msc.
Digitális fényképek javítása. Nyissuk meg a ferde.jpg képet! 1.Válasszuk a forgatás eszközt! 2.Irány: javítás 3.Előnézet: kép+rács 4.A képre kattintva.
6/b. hét Vajta: Képfeldolgozás és megjelenítés 2017 tavasz
3D grafika összefoglalás
Global Illumination.
A villanófény használata
Szerkezeti színek a természetben
Előadás másolata:

Balogh Tamás, Koós Krisztián, Laczi Balázs, Tari Tamás 2013 Tavasz

Feladatkiírás  Nyomtatott áramköri lap tervének és beültetési rajzának elkészítése kameraképek alapján  Fényképek nyomtatott áramköri lapokról  Vezetősávok detektálása  Méretpontos digitális terv  Beültetési terv  CAD fájl (pl. DXF)

Feladat nehézségei  NYÁK  Nagyon sokféle nyák létezik (szín, forma, )  Rengeteg alkatrész (egymáshoz közeli, kicsi)

Fényképkészítés I.  Ipari és saját kamera  Összességében nehézkes – helyszín  Homogén háttér – fehér lap  Fényforrás (sajnos csak 1  ) - árnyékos  Kezdetben állvány hiánya - nehéz beállítás (vaku+lap)  A NYÁK síkjára merőleges szögből

Fényképkészítés I.

Fényképkészítés II.  Saját tükörreflexes fényképező  Állvány – hosszú záridő  Vaku nélkül –  Csekély megvilágítás  Egyformán árnyékos kép készítése  A NYÁK síkjára merőleges szögből

Felhasznált eszközök  Nikon D5000 (ezt preferáljuk)  Objektív (Sigma 17-70mm fényerő)  Vaku (Nissin Di622 Mark II)  Visszavert fény, fehér lap  - kezdetben  Állvány (Hama Star 61 F-V)

Algoritmus  Kívánt kép beolvasása  Átméretezési lehetőség  RGB – HSV konverzió  Referenciapontok – NYÁK régióinak felismerés  Klaszterezés  Automatikus átméretezés  Medián szűrés  Háttér kivonás  DXF fájl készítése - Potrace

Algoritmus – (K-means)  3 referencia pont (kezdeti centroidok)  Euklideszi távolságfüggvény  Küszöbérték meghatározása  4 klaszter,  Centroidok újraszámolása  Megállási feltétel – iterációk száma

Felmerült ötletek  Súlyozások  NYÁK alapszín felsúlyozása - Többi szín lesúlyozása  HSV színtér VALUE érték súlyozása  Bizonyos képeken működött, bizonyos képeken nem  Nincs univerzális érték  Negyedelés  Négy részre vágás  Külön-külön klaszterezés  RGB színtérben jól működött, HSV-ben nem javított az eredményeken

Felmerült ötletek  Ransac – egyenes detektálás  Más struktúra  Ponthalmazok  „Használhatatlan”  Hough – egyenes detektálás  Vezető réteg - szakaszok  Paraméterezés  Problémás eredmények (felesleges – nem talált egyenes)  Hough – vázkijelölés  Nagyon sok felesleges egyenes  Rossz próbálkozás

Eredmények

Köszönöm a figyelmet!