Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "przetwarzanie obrazów cyfrowych" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Przetwarzanie obrazów cyfrowych w pakiecie MGE Intergraph - uwagi użytkownika
    Autorzy:
    Pyka, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/129648.pdf
    Data publikacji:
    1998
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    przetwarzanie obrazów cyfrowych
    MGE
    Modular GIS Environment
    Raster Utilities
    digital image proessing
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 1998, 8; 6-1-6-8
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie adaptacyjnej metody redukcji szumów na obrazach cyfrowych do dektekcji krawędzi
    Edge detection using adaptive smoothing of digital images
    Autorzy:
    Kolecki, J.
    Wróbel, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/129815.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    przetwarzanie obrazów cyfrowych
    detekcja krawędzi
    metoda adaptacyjna
    lokalna estymacja
    MNW
    digital image processing
    edge detection
    adaptive approach
    local likelihood estimation
    Opis:
    Detekcja krawędzi często stanowi ważny etap przetwarzania obrazów cyfrowych w procedurach automatycznego pomiaru. Metody będące obecnie w użyciu, w większości oparte są na wykorzystaniu filtrów krawędziujących. Wymienić należy tu chociażby filtr LoG (Laplacian of Gaussian) jak również bardziej zaawansowaną metodę Cannyego- Derichea. W niniejszym artykule proponowane jest inne podejście do problemu detekcji krawędzi. Proponowane rozwiązanie jest oparte na wykorzystaniu metod statystyki matematycznej, w szczególności propagacyjno-separacyjnego podejścia do lokalnej metody największej wiarygodności, opracowanego w roku 2006 przez J. Polzehla i V. Spokoinego. Istotą metody jest adaptacyjne określenie sąsiedztwa każdego z pikseli, które wykorzystywane jest do estymacji jasności danego piksela. Sąsiedztwo to określane jest poprzez wagi przypisywane pikselom leżącym w pobliżu piksela o estymowanej jasności. Wartości wag zależą nie tylko od odległości od estymowanego piksela, ale też od różnicy jasności między pikselami. Wpływ tych dwóch czynników można dowolnie modyfikować. Prezentowana metoda przeznaczona jest docelowo do redukcji szumów obrazów cyfrowych, jednak po przyjęciu odpowiednich wartości parametrów udaje się osiągnąć wynik zbliżony do wyniku segmentacji. Do ostatecznego wykrycia krawędzi należy w drugim etapie zastosować filtr krawędziujący np. filtr Laplace’a. Dobór parametrów redukcji szumu pozwala kontrolować stopień szczegółowości otrzymywanych konturów. Do weryfikacji metody wykorzystano dwa fragmenty zdjęć lotniczych wykonanych nad obszarami miejskimi. Dokonano porównania proponowanej metody z wynikami działania algorytmu Cannyego-Derichea. Otrzymywane krawędzie są bardziej wygładzone i pozbawione drobnych przerw. Mniej jest również mało istotnych, niepożądanych krawędzi, wykrycia, których nie udało się uniknąć stosując algorytm Cannyego-Derichea.
    Edge detection is often a fundamental stage of digital image processing in automatic measurement techniques. A number of approaches for edge detection, such as LoG (Laplacian of Gaussian) filtering and Canny-Deriche algorithm, involve using edge-extracting filters. In this paper we present a new edge detection technique. Our approach is based on statistics, specifically on the propagation-separation approach for local likelihood estimation, which was developed in 2006 by J.Pohlzel and V.Spokoiny. This new approach for local estimation involves adaptive determination of a pixel’s neighbourhood, used for estimation of pixel’s intensity. This neighbourhood is determined by a set of weights assigned to pixels in the vicinity of the point of estimation. The value of each weight depends not only on the Euclidean distance between the pixels, but also on a differences in the intensity. The influence of these two factors could be modified by changing the parameters of the procedure. The method, as described briefly here, has been mainly designed for image restoration; however, by using a special set of parameters an effect, similar to segmentation, can be achieved. To obtain the final edge image, it is sufficient to use simply one of the edge extracting filters, for example the Laplacian one. The procedure parameters allow to influence sensitivity of the edge detection. The edge detection results were tested on two fragments of frame images of a city. The edges detected were compared with results of the Canny-Deriche algorithm. The edges obtained were smoother and did not show numerous small breaks. In addition, short, less important edges were less likely to appear. These effects were impossible to avoid using the Canny-Deriche approach.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18a; 263-272
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Systemy nawigacji dla pieszych: automatyzacja pozyskiwania danych
    Automatization of data acquisition and processing for pedestrian navigation system purposes
    Autorzy:
    Tokarczyk, P.
    Frank, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/130137.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    GIS
    przetwarzanie obrazów cyfrowych
    osobista nawigacja
    nawigacja pieszych
    poznawanie przestrzenne
    kognitywna semantyka
    human wayfinding
    digital image processing
    personal navigation
    pedestrian navigation
    spatial cognition
    cognitive semantics
    Opis:
    Wyszukiwanie drogi (wayfinding) w nieznanym środowisku jest częścią naszego codziennego życia. Wymaga ono od nas konkretnych przestrzennych i kognitywnych umiejętności. W celu stworzenia systemu nawigacji dla pieszych istotne jest poznanie mechanizmów, które kontrolują procesy kognicji. Wraz z rozwojem technologii, znacznie zmniejszyły się rozmiary i waga elektronicznych urządzeń nawigacyjnych. Obecnie rynek jest pełen doskonale działających systemów nawigacji dla kierowców. Czy w takim razie można zmodyfikować te systemy w taki sposób, aby mogli ich używać piesi? Zasadnicze różnice polegają na: stopniu swobody przestrzennej, prędkości poruszania i związanej z tym rozdzielczości przestrzeni. Trzeba również pozyskać na nowo dane do takiego systemu. W artykule przedstawiona została baza teoretyczna budowy systemów nawigacji dla pieszych. Nacisk został położony na mechanizmy, które są odpowiedzialne za to, jak każdy z nas postrzega otaczającą go przestrzeń i jakie są nasze umiejętności poznania świata. Opracowany model wyszukiwania drogi, zakłada powstanie „scen decyzyjnych”, które zastąpią punkty decyzyjne – dobrze znane z systemów nawigacji dla kierowców. Wynikiem przeprowadzonych badań jest algorytm pozwalający na automatyczne przetwarzanie danych dla systemu nawigacji dla pieszych. Poprzez kolejne etapy wstępnego przetwarzania obrazu, binaryzacji, wykorzystania algorytmów szkieletyzacji i diagramów Voronoi, otrzymany został nawigowalny graf wraz ze scenami decyzyjnymi, gotowy na implementację do nowego systemu.
    Wayfinding is a vital part of our everyday life. Since it is our daily routine, hardly anybody realizes what a demanding task it is and that it requires certain spatial and cognitive abilities. To develop supporting tools for wayfinding, it is essential to know the mechanisms that control these processes. With a progress of technology, the size and weight of electronic devices have diminished significantly. The dropping of prices and wide-ranging availability of such devices increased interest in such systems. Factors like size and availability were the reason for calling them “ubiquitous systems”. The market is full of perfectly working navigation systems for car drivers. They are widespread, have high user-acceptance level and their market is fast-growing. Can one modify such systems in a way that pedestrians can use it? The problem is more complex than one might imagine at first sight. Field tests show that systems for car drivers do not meet the requirements of pedestrian users. Car and pedestrian navigation differ in: degree of freedom, velocity of movement and spatial resolution. In this paper we focus on data acquisition. The required data cannot be based on the same datasets used for car navigation systems. Automatization of the process of data acquisition is also required. The paper introduces a theoretical basis of pedestrian navigation system. The emphasis is given to the mechanisms responsible for perceiving the surrounding environment. A concept of cognitive maps and image schemata, which are working in our minds, is presented. The paper explains what are our needs and information categories while we are performing a wayfinding task. The wayfinding model developed assumes construction of decision scenes which will replace decision points well-known from car driver navigation systems. The result of this research is an algorithm allowing automatic data processing for pedestrian navigation system. Through successive phases of preprocessing, binarization, skeletonization, and application of Voronoi diagrams, the navigationable graph was obtained. It includes decision scenes and is ready for implementation to the new system.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2008, 18b; 613-623
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Camera identification based on PRNU analysis
    Identyfikacja aparatu fotograficznego na podstawie analizy szumu matrycy PRNU
    Autorzy:
    Trusz, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/501816.pdf
    Data publikacji:
    2019-11-29
    Wydawca:
    Agencja Bezpieczeństwa Wewnętrznego
    Tematy:
    source camera identification
    PRNU (photo response non-uniformity)
    PCE (Peak to Correlation Energy) FSTV (First step Total Variation)
    digital signal processing
    identyfikacja aparatu fotograficznego wzorzec szumu PRNU
    współczynnik korelacji PCE
    algorytm FSTV
    przetwarzanie obrazów cyfrowych
    Opis:
    This article presents a method for source camera identification based on PRNU (photo response non-uniformity) analysis. Considering the imperfections during the manufacturing process, in practice it is not possible to produce two identical sensors. This is connected, among others, with tolerances during manufacture process. That’s why, the PRNU parameter can be treated as a specific “camera fingerprint”, which is individual for every sensor. During this researches, 33 cameras were analyzed, and divided into 5 groups (the criterion was the camera model). The main goal of analysis were determining if individual identification of a camera from a group of devices it’s possible. The PCE (Peak to Correlation Energy) correlation coefficient higher than 50 was criterion for correct linked between camera and questioned files. Analyzed images was not edited, and have the same technical parameters like questioned files. Moreover reference files was made in similar conditions like evidence photos. Analysis were provided of couple of the same cameras like evidence device. Conclusion was, that we can identify specific camera model using PRNU analysis, however, some of condition should be performed, among others, analyzed a couple of the same device like suspect camera, quality of analyzed evidence files, quantity of correlation coefficient.
    W artykule zaprezentowano metodę identyfikacji aparatu fotograficznego na podstawie analizy szumu matrycy PRNU (ang. photo response non-uniformity). Zważając na niedoskonałości podczas procesu produkcyjnego matryc, w praktyce nie jest możliwe wyprodukowanie dwóch sensorów o takich samych właściwościach. Dzieje się tak chociażby ze względu na stosowanie pewnego zakresu tolerancji podczas ich wytwarzania. Parametr PRNU może być zatem traktowany jako swoisty „odcisk palca sensora”, będący jego indywidualną cechą. Podczas zrealizowanych badań analizom poddano 33 egzemplarze aparatów fotograficznych, które podzielono na pięć grup (kryterium podziału stanowił model aparatu fotograficznego). Wykonane analizy miały na celu określenie, czy jest możliwa indywidualna identyfikacja aparatu fotograficznego z grupy urządzeń tego samego modelu. Jako kryterium oceny i prawidłowego wskazania określono współczynnik korelacji PCE (ang. peak to correlation energy) większy od 50. Analizowano zdjęcia niepoddane edycji, wykonane w warunkach zbliżonych do zdjęć kwestionowanych oraz charakteryzujące się takimi samymi parametrami technicznymi. Ze względów statystycznych badania wykonywano na co najmniej kilku egzemplarzach tego samego urządzenia. Po wykonaniu eksperymentów stwierdzono, że możliwa jest identyfikacja indywidualna aparatu fotograficznego, jednakże, uwzględniając jakościowy charakter przedmiotowych badań, na formułowanie wniosków końcowych wpływ ma m.in. próba, na której dokonano analiz, jakość materiałów dowodowych oraz otrzymane wartości współczynnika korelacji
    Źródło:
    Przegląd Bezpieczeństwa Wewnętrznego; 2019, 11, 21; 393-413
    2080-1335
    2720-0841
    Pojawia się w:
    Przegląd Bezpieczeństwa Wewnętrznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identyfikacja aparatu fotograficznego na podstawie analizy szumu matrycy PRNU
    Camera identification based on PRNU analysis
    Autorzy:
    Trusz, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/501924.pdf
    Data publikacji:
    2019-11-29
    Wydawca:
    Agencja Bezpieczeństwa Wewnętrznego
    Tematy:
    identyfikacja aparatu fotograficznego
    wzorzec szumu PRNU
    współczynnik korelacji PCE
    algorytm FSTV
    przetwarzanie obrazów cyfrowych
    source camera identification
    PRNU (photo response non-uniformity)
    PCE (Peak to Correlation Energy)
    FSTV (First step Total Variation)
    digital signal processing.
    Opis:
    W artykule zaprezentowano metodę identyfikacji aparatu fotograficznego na podstawie analizy szumu matrycy PRNU (ang. photo response non-uniformity). Zważając na niedoskonałości podczas procesu produkcyjnego matryc, w praktyce nie jest możliwe wyprodukowanie dwóch sensorów o takich samych właściwościach. Dzieje się tak chociażby ze względu na stosowanie pewnego zakresu tolerancji podczas ich wytwarzania. Parametr PRNU może być zatem traktowany jako swoisty „odcisk palca sensora”, będący jego indywidualną cechą. Podczas zrealizowanych badań analizom poddano 33 egzemplarze aparatów fotograficznych, które podzielono na pięć grup (kryterium podziału stanowił model aparatu fotograficznego). Wykonane analizy miały na celu określenie, czy jest możliwa indywidualna identyfikacja aparatu fotograficznego z grupy urządzeń tego samego modelu. Jako kryterium oceny i prawidłowego wskazania określono współczynnik korelacji PCE (ang. peak to correlation energy) większy od 50. Analizowano zdjęcia niepoddane edycji, wykonane w warunkach zbliżonych do zdjęć kwestionowanych oraz charakteryzujące się takimi samymi parametrami technicznymi. Ze względów statystycznych badania wykonywano na co najmniej kilku egzemplarzach tego samego Urządzenia. Po wykonaniu eksperymentów stwierdzono, że możliwa jest identyfikacja indywidualna aparatu fotograficznego, jednakże, uwzględniając jakościowy charakter przedmiotowych badań, na formułowanie wniosków końcowych wpływ ma m.in. próba, na której dokonano analiz, jakość materiałów dowodowych oraz otrzymane wartości współczynnika korelacji.
    This article presents a method for source camera identification based on PRNU (photo response non-uniformity) analysis. Considering the imperfections during the manufacturing process, in practice it is not possible to produce two identical sensors. This is connected, among others, with tolerances during manufacture process. That’s why, the PRNU parameter can be treated as a specific “camera fingerprint”, which is individual for every sensor. During this researches, 33 cameras were analyzed, and divided into 5 groups (the criterion was the camera model). The main goal of analysis were determining if individual identification of a camera from a group of devices it’s possible. The PCE (Peak to Correlation Energy) correlation coefficient higher than 50 was criterion for correct linked between camera and questioned files. Analyzed images was not edited, and have the same technical parameters like questioned files. Moreover reference files was made in similar conditions like evidence photos. Analysis were provided of couple of the same cameras like evidence device. Conclusion was, that we can identify specific camera model using PRNU analysis, however, some of condition should be performed, among others, analyzed a couple of the same device like suspect camera, quality of analyzed evidence files, quantity of correlation coefficient
    Źródło:
    Przegląd Bezpieczeństwa Wewnętrznego; 2019, 11, 21; 247-271
    2080-1335
    2720-0841
    Pojawia się w:
    Przegląd Bezpieczeństwa Wewnętrznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies