Imej Digital dan Video (WRET 2101) NORNAZLITA HUSSIN Notes :

Slides:



Advertisements
Similar presentations
Transmisi Analog -Tranmisi Jalur Asas dan Jalur lebar
Advertisements

BAB 3-2 Sifat Robot. Objektif Boleh mengetahui ciri/spesifikasi robot Boleh menerangkan ciri/spesifikasi yang menerangkan kelakuan dan sifat robot Boleh.
Bab 3-4 Isu Implementasi Robot. Objektif Boleh mengenalpasti isu-isu yang terlibat di dalam implementasi robot Boleh menghuraikan isu-isu tersebut.
© 2010 Gatesmark, LLC Digital Image Processing Using MATLAB ® 2nd edition Gonzalez, Woods, & Eddins Chapter 11 Representation.
Peranti Pengesan Sensory Devices
© 2010 Gatesmark, LLC Digital Image Processing Using MATLAB ® 2nd edition Gonzalez, Woods, & Eddins Chapter 8 Image Compression.
BAB 2-6 Power Conversion Unit Power Transmission System Software.
PENGENALAN KEPADA SISTEM MULTIMEDIA (WXET 3142) BAB 4 : IMEJ DAN GRAFIK (sambungan)
BAB 5-4 Training Aplikasi Machine Vision. Objektif Boleh mengetahui kepentingan training pada vision system Boleh menghuraikan aplikasi vision system.
Bab 5-3 Image Processing and Analysis. Objektif Boleh mengetahui langkah-langkah yg terlibat di dalam Fungsi II Boleh menghuraikan keperluan dan fungsi.
© 2010 Gatesmark, LLC Digital Image Processing Using MATLAB ® 2nd edition Gonzalez, Woods, & Eddins Chapter 4 Image Restoration.
BAB 3 JENIS KLASIFIKASI.
RANGKA RUJUKAN ROBOT (ROBOT REFERENCE FRAMES)
WRET1103 REKABENTUK APLIKASI MULTIMEDIA
Degrees of Freedom (DOF) Robot Joints
Compression Techniques Images & Video. Compressing Images ● GIF (Graphic Interchange Format) Codec – employs LZW method for lossless compression ● TIFF.
PENGENALAN KEPADA SISTEM MULTIMEDIA (WXET 3142) BAB 6 : VIDEO.
Pengenalan Kepada Kursus WXES 3204: Kejuruteraan Perisian Prof. Madya Dr. Siti Salwah Salim D10 Puan Raja Jamilah Raja Yusoff
1 Bab 8 Halatuju dan Kekangan dalam Antaramuka : Multisensori.
Digital Image Processing, 2nd ed. © 2002 R. C. Gonzalez & R. E. Woods Chapter 5 Image Restoration Chapter 5 Image Restoration.
WXGE 6103 Digital Image Processing Semester 2, Session 2013/2014.
STATISTIK PENDIDIKAN EDU5950 SEM
Multimedia Systems Lecture 1: Introduction Prof. Charlene Tsai
Digital Image Editing Presented by John Hohn. File Formats JPEG – Joint Photographic Experts Group PNP – Portable Network Graphics GIF – Graphic Interchange.
EBS 339/3 Ekonomi Mineral ( Mineral Economics ) Pensyarah : Prof.Madya Dr. Eric Goh Dr.Syed Fuad Saiyid Hashim Jadual Waktu : Isnin 2.00 – 4.00 ptg Rabu.
Digital Image Processing Homework 3
4.1 KONSEP MULTIMEDIA.
PEMPROSESAN PERKATAAN
ASAS PENGATURCARAAN C++
KEPERLUAN KETEPATAN DATA DAN ANALISIS STATISTIK
BAB 2 PLANNING Objektif: Pengenalan kepada perancangan projek
PENGENALAN KEPADA JELMAAN LAPLACE
Ip Subnetting/subnetmask
Bab 4: Asas Kebarangkalian
Rekabentuk Dalaman Ruang Komersial
Taklimat Konsolidasi Hasil Pembelajaran Kursus (HPK)
Konsep Pengukuran dalam Penyelidikan
Senarai Mata Pelajaran STPM Baharu
PENGENALAN KEPADA SISTEM MULTIMEDIA (WXET 3142)
REKABENTUK SENSOR DALAM SISTEM AUTOMASI
Analisis dan Interpretasi Data
PENGUMPULAN PROJEK DALAM SATU SISTEM APLIKATI
REKABENTUK SENSOR DALAM SISTEM AUTOMASI
VARIANCE IN MASTERY DESIGN
MODUL 3 FILING SYSTEM.
Konsep Asas Data Dan Isyarat
Statistik untuk Sains Sosial
STRATEGI PENINGKATAN PENCAPAIAN AKADEMIK BERASASKAN MODEL GROW
REKABENTUK SENSOR DALAM SISTEM AUTOMASI
MODULE 3 : HARDWARE : MONITOR CORRECTIVE MAINTENANCE WORK
Analisis dan Interpretasi Data
Pemampatan Data Objektif: Mengetahui kaedah pemampatan data
Routing Protokol dan Konsep Routing Protocols and Concepts
BAB 8 TATASUSUNAN.
Konsep Asas Data Dan Isyarat
Kerjaya dan Pembangunan Kerjaya
BAB 2(a):PENGENALAN KEPADA JELMAAN LAPLACE
2.0 PENGALAMATAN RANGKAIAN
Image Processing Course
PERANCANGAN & PENILAIAN PROGRAM (FEM3303)
Mesyuarat Pengurusan Profesional IPGM KPM Bil 1/2015
BAB 2 PLANNING Objektif: Pengenalan kepada perancangan projek
POLITEKNIK PORT DICKSON E4161 SISTEM KOMPUTER & APLIKASI
Kebolehgunaan Semula Perisian
MOTIVASI DAN PENCAPAIAN MANUSIA FEM4101
Muhamad Shukri Saud PRODUCTION ORGANIZATION
Example: x vectors could be point values in several spectral bands (channels)
OPEN UNIVERSITY MALAYSIA
3.4.3 KONFIGURASI DAN UJIAN RANGKAIAN
Penerbitan Video Pendidikan
Presentation transcript:

Imej Digital dan Video (WRET 2101) NORNAZLITA HUSSIN Notes : Room D7

Kelas Isnin, Rabu & Jumaat :50 am Audi, Audi, BK 3A Makmal (2 kumpulan, pilih 1 sesi shj) Rabu 3 - 3:50pm Jumaat 4 - 4:50pm Djikstra (week 1 – 5) : Adobe Photoshop Babbage (week 6 – 10) : Matlab

Rujukan “Digital Image Processing”, 2 nd edition, Rafael C. Gonzalez, Richard E. Woods, Prentice Hall “Digital Image Processing”, 2 nd edition, K.R. Castleman, Prentice Hall “Computer Vision & Image Processing”, Scott E. Umbaugh, Prentice Hall

Peperiksaan akhir 50% Kerja khusus 50% Mid-term 20% Projek 1 : Photoshop 10% Projek 2 : Matlab 20%

Pengenalan Imej Digital 2 kategori : Penglihatan komputer Tidak libatkan manusia Analisis imej (pengekstrakan rupabentuk & pengkelasan corak) Penting dalam perubatan Pemprosesan imej Libatkan manusia Baikpulih & mampatan imej

Pemprosesan Imej Digital Imej 2D Melibatkan : 1. Perwakilan imej (representation) 2. Penganalisaan imej (analyse) 3. Pengembalian imej (restore) 4. Peningkatan kualiti imej (enhance) 5. Pemampatan imej (compress)

1. PERWAKILAN IMEJ I(r,c) r : kedudukan c : keamatan (utk imej hitam putih) Bagi imej berwarna : fungsi yg berbeza Jenis imej : 1. Perduaan 2. Penskalaan kelabu 3. Warna 4. Pelbagai spektral

1. Imej perduaan 2 nilai sahaja 0 : putih 1 : hitam Aplikasi : penglihatan komputer Contoh : robot

2. Imej penskalaan kelabu Perwakilan bagi keamatan imej Ditentukan oleh bilangan bit Contoh : 8 bit/piksel imej Tahap : 256 (0-255) keamatan

3. Imej warna 3-band monochrome imej Setiap band mewakili warna yang berlainan Jika 1 band = 8 bit/piksel Maka perwakilan warna = 24 bit/piksel Ini dipanggil RGB

I R (r,c) I G (r,c) I B (r,c) Vektor Piksel Warna pada koordinat (r,c) Perwakilan RGB MerahHijau Biru

Perwakilan HSL Hue : warna R,G,B Saturation : ukuran keamatan warna putih dlm imej Lightness : ukuran keamatan warna Pemetaan RGB ke HSL boleh dilakukan

Pemetaan RGB ke HSL

4. Pelbagai spektral Maklumat imej mengatasi kemampuan penglihatan manusia Ultraviolet, x-ray, radar Bisanya ia ditukar ke RGB

Format fail imej digital Bitmap : model I(r,c) Maklumat kepala Bil baris & lajur Bil bit per pixel Jenis fail Data mentah Vektor Simpan data penting shj Contoh : garisan

Jadual rujukan * 8 bit : nilai RGB

Tugasan Apakah maksud singkatan fail berikut & terangkan perbezaannya. 1. TIFF 2. JPEG 3. BMP