Digital Image Processing

Krijg alle informatie over Digital Image Processing

✴ Digitale beeldverwerking is het gebruik van computeralgoritmen om beeldverwerking uit te voeren op digitale beelden. Als subcategorie of gebied van digitale signaalverwerking heeft digitale beeldverwerking veel voordelen ten opzichte van analoge beeldverwerking. Hierdoor kan een veel breder scala aan algoritmen worden toegepast op de invoergegevens en kunnen problemen zoals de opbouw van ruis en signaalvervorming tijdens de verwerking worden voorkomen. Aangezien beelden over twee dimensies (misschien meer) worden gedefinieerd, kan digitale beeldverwerking worden gemodelleerd in de vorm van multidimensionale systemen.✴

► Deze app geeft je de kennis van veelgebruikte methoden en procedures voor het interpreteren van digitale afbeeldingen voor beeldverbetering en -herstel en het uitvoeren van bewerkingen op afbeeldingen zoals (vervaging, zoomen, verscherpen, randdetectie, enz.). Het richt zich ook op het begrip van hoe de menselijke visie werkt. Hoe visualiseert het menselijk oog zoveel dingen en hoe interpreteren de hersenen die beelden? De app behandelt ook enkele van de belangrijke concepten van signalen en systemen zoals (bemonstering, kwantisatie, convolutie, frequentiedomeinanalyse enz.).

【Onderwerpen die in deze app worden behandeld, worden hieronder vermeld】

⇢ Introductie digitale beeldverwerking

⇢ Inleiding tot signalen en systemen

⇢ Geschiedenis van de fotografie

⇢ Begrip van afmetingen

⇢ Beeldvorming op camera

⇢ Cameramechanisme

⇢Begrip Pixel

⇢ Perspectief transformatie

⇢ Concept van bits per pixel

⇢ Soorten afbeeldingen

⇢ Conversie van kleurcodes

⇢ Grijswaarden naar RGB-conversie

⇢Begrip bemonstering

⇢ Pixelresolutie

⇢Begrip zoomen

⇢ Zoommethoden

⇢ Ruimtelijke resolutie

⇢ Pixels, punten en lijnen per inch

⇢ Resolutie grijsniveau

⇢Begrip kwantisatie

⇢ ISO-voorkeurscurven

⇢ Concept van dithering

⇢ Histogrammen Inleiding

⇢ Helderheid en contrast

⇢ Afbeeldingstransformaties

⇢ Histogram schuiven

⇢ Histogram uitrekken

⇢ Inleiding tot waarschijnlijkheid

⇢ Histogram egalisatie

⇢Grijsniveautransformatie

⇢Convolutie

⇢ Concept van masker

⇢ Begrip vervagen

⇢ Concept van randdetectie

⇢ Prewitt-operator

⇢Sobel Operator

⇢ Robinson kompasmasker

⇢ Krisch Compass-masker

⇢ Laplace-operator

⇢ Inleiding tot het frequentiedomein

⇢ Fourierreeks en transformatie

⇢ Convolutiestelling

⇢ Hoogdoorlaat versus laagdoorlaatfilters

⇢ Inleiding tot kleurruimten

⇢ Inleiding tot JPEG-compressie

⇢ Optische tekenherkenning

⇢ Computervisie en computergraphics

Beeldvorming

⇢ In de camera - Gevoeligheid

⇢Digitale beeldvorming

⇢ Gevoeligheid en kleur

⇢ Geïdealiseerde bemonstering

⇢ Kwantisering naar P-niveaus

⇢ (R,G,B) Parametrering van kleurenafbeeldingen

⇢ Afbeeldingen als matrices

⇢ Eenvoudig verwerken – transponeren

⇢ Eenvoudige verwerking – bijsnijden

⇢ Puntverwerking

⇢ Het histogram van puntverwerkte afbeeldingen berekenen

⇢ Stuksgewijs lineaire, "continue" puntfuncties

⇢ Meer bereik rekken/compressie

⇢ Dynamisch bereik, zichtbaarheid en contrastverbetering

⇢ Korte opmerking over beeldsegmentatie

⇢ Histogram egalisatie

Het gemiddelde en de variantie berekenen

⇢ Discrete Amplitude Willekeurige Variabelen

⇢ Histogram als kansmassafunctie

⇢ Histogram egalisatie

⇢ Histogramovereenkomst - Specificatie

⇢ Kwantisering

⇢ Kwantiseringsartefacten - valse contouren

⇢ Goede kwantoren ontwerpen

⇢ Companding

⇢ De reproductieniveaus voor bepaalde drempels ontwerpen

⇢MSQE Optimale Lloyd-Max Quantizer

⇢ Systemen

⇢ Lineaire verschuivingsinvariante (LSI) systemen

⇢ Convolutie

⇢LSI-systemen en convolutie

⇢ De Fourier-transformatie van 2D-reeksen

⇢ Real-complexe onderdelen en symmetrie

⇢ Schakelen en modulatie

⇢ Deltafuncties

⇢ Fourier-transformatietypes

⇢ Sampling en aliasing

⇢ Fourier-transformatie van bemonsterde reeks

⇢ Aliasing