View
114
Download
4
Category
Preview:
Citation preview
FH-Hof
Bilder und Rasterdaten
Richard Göbel
FH-Hof
Struktur von Bilddaten
Basis ist eine Datenmatrix mit x Werten entlang
der X-Achse und y Werte entlang der Y-Achse.
Die x*y Werte repräsentieren in der Regel
Grauwerte eines Spektralbereichs (einer
"Farbe").
Jeder Wert einer Matrix wird als Pixel (Picture
Element) bezeichnet (1 - 16 Bit)
Ein typisches Farbbild besteht aus drei Matrizen
für die Farben Rot, Grün und Blau.
Größen der Matrizen von 50 50 bis 10.000
10.000 (oder mehr . . .)
FH-Hof
Beispiel für ein Farbbild
FH-Hof
Andere Typen von Bildern
FH-Hof
Allgemeines Format von Bildern als Rasterdaten
Ein allgemeines Bild besteht aus einem oder
mehreren Kanälen
Jeder Kanal besteht aus einem Array (Matrix)
mit zwei oder mehr Dimensionen.
Jedes Array enthält Grauwerte in den einzelnen
Zellen
Einige Zellen können undefinierte Werte
enthalten
FH-Hof
Typische Operationen auf Rasterdaten
Einfache Operationen
Auswahl von Kanälen (1,2,3 oder mehr)
Definition eines Ausschnitts (Segment des Array)
Zoomen
Inhaltsbezogene Operationen
allgemeine Eigenschaften des Bilds (enthaltene
Farben, Farbverteilung, etc.)
enthaltene Objekte (Boot, Person, . . .)
FH-Hof
Auflösung ändern – Nearest Neighbour
x11 x12
x21 x22
FH-Hof
Auflösung ändern – Interpolation
x11 x12
x21 x22
(1*x11+1/3*x12+1/3*x21+1/9*x22)*(9/16)
(1*255+1/3*0+1/3*0+1/9*128)*(9/16)=151
(1*0+1/3*255+1/3*0+1/9*128)*(9/16)=99
(1*0+1/3*0+1/3*255+1/9*128)*(9/16)=99
FH-Hof
Datenpyramide für verschiedene Auflösungen
FH-Hof
Zugriff auf Teile eines Bildes – Einfacher Ansatz
Bildmatrix Segment
Bildmatrix auf Festplatte
FH-Hof
Zerlegung eines Bildes in Kacheln
FH-Hof
Algorithmen für den Zugriff
Erzeugung eines Ausschnitts
Identifikation der betroffenen Kacheln
Erzeugung einer neuen Matrix aus Teilen der
identifizierten Matrizen
Zoomen
Identifikation der nächst höheren Auflösung aus
der Datenpyramide
Berechnung einer neuen Matrix aus der Matrix
mit der höheren Auflösung
Recommended