Face detection in color images Verslag. Domien Nowicki Bjorn Schobben
|
|
- Tania van der Laan
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 Face detection in color images Verslag Domien Nowicki Bjorn Schobben
2 Inhoudstabel Inleiding... 3 Gezichtsdetectiealgoritme...3 Gezichtsmasker aanmaken...4 Belichting compensatie... 5 Niet-lineaire transformatie naar Y/Cb/Cr kleurruimte...6 Huidskleurdetectie door ellips model... 6 Gezichtskandidaten aanmaken...7 Eye en Mouth map aanmaken...7 Features zoeken...8 Voorbeelden Gelepasfoto.jpg Familie.jpg Lindsay.jpg...11 Ballmer.jpg...11 Mieke.jpg Brigit.jpg Referenties... 12
3 Inleiding Het doel van dit project is het implementeren van een kleurgebaseerd gezichtsdetectiealgoritme dat beschreven staat in [1] met behulp van Matlab. Gezichtsdetectiealgoritme Het gezichtsdetectiealgoritme zal een input beeld aannemen, en zal daarop de verschillende kandidaat gezichten, ogen en monden op markeren. We kunnen het algoritme opdelen in verschillende fasen, waarbij we elke fase apart zullen bespreken: - Gezichtsmasker aanmaken - Gezichtskandidaten aanmaken - Eye en Mouth map aanmaken - Features zoeken Eerst wordt er een globaal gezichtsmasker aangemaakt op basis van de huidskleur. Dit masker wordt opgedeeld in verschillende blobs, waarbij elke blob die groot genoeg is beschouwd wordt als een gezichtskandidaat (bij onze implementatie is een gezichtskandidaat minimum 13x13 groot). Van elk zo een gezichtskandidaat worden de oog kandidaten en mond kandidaten gezocht, en gemarkeerd op de tekening. Het hele proces kan samengevat worden tot 1 matlab functie: Matlab: function markedimg = FaceDetection(img) img input (n x m x 3) RGB beeld waar gezichtsdetectie moet uitgevoerd op worden markedimg output (n x m x 3) RGB beeld waar gezichten op gemarkeerd werden Voor het markeren hebben we enkele hulpfuncties geschreven: Matlab: function markedimg = MarkCandidates(img, candidates, color) img input (n x m x 3) RGB beeld waar gezichtsdetectie moet uitgevoerd op worden candidates input (k x 2) matrix van kandidaat posities color input (1 x 3) RGB markeer kleur markedimg output (n x m x 3) RGB beeld waar kandidaten op gemarkeerd werden Matlab: function markedimg = MarkBoundingBox(img, color, topleftx, toplefty, bottomrightx, bottomrighty) img input (n x m x 3) RGB beeld waar gezichtsdetectie moet uitgevoerd op worden color input (1 x 3) RGB markeer kleur topleftx, input Coördinaten van de bounding box toplefty, bottomrightx, bottomrighy markedimg output (n x m x 3) RGB beeld waar de bounding box op gemarkeerd werd
4 De verschillende gevonden gezichtskandidaten worden omkaderd met een rode kleur, de oog kandidaten worden gekleurd met een groene stip, en de mond kandidaten met een blauwe stip. Bij onze implementatie is het maximum aantal oog kandidaten 8, en het maximum aantal mond kandidaten 5. In het voorbeeld hier rechts, is het maximaal aantal kandidaten voor ogen en monden gevonden. Figuur 1: Gedetecteerd gezicht Gezichtsmasker aanmaken In deze fase wordt een binair gezichtsmasker aangemaakt op basis van de huidskleur. Om de huidskleur te bepalen, wordt dit probleem opgedeeld in verschillende deeltaken: - Belichting compensatie - Niet-lineaire transformatie naar Y/Cb/Cr kleurruimte - Huidskleurdetectie door ellipsmodel Omdat het bekomen gezichtsmasker nog gaten kan vertonen, worden deze opgevuld zodat het gezichtsmasker een mooi oppervlak is. Matlab: function [Mask, Y, NLCb, NLCr] = FaceMask(img) img input (n x m x 3) RGB beeld waar binair masker wordt van aangemaakt Mask output (n x m x 1) binair gezichtsmasker Y output (n x m x 1) Y beeld map, met doubles in range NLCb output (n x m x 1) Y-onafhankelijk Cb beeld, met doubles in range NLCr output (n x m x 1) Y-onafhankelijk Cr beeld, met doubles in range Figuur 2: Oorsponkelijk beeld Figuur 3: Gezichtsmasker met gaten Figuur 4: Gezichtsmasker
5 In het voorbeeld wordt het haar hier ook gezien als huidskleur, dit komt omdat niet alleen blanke huidskleur, maar ook zwarte huidskleur wordt gedetecteerd. Belichting compensatie Eerst moeten de overheersende kleuren door belichting (color bias) worden gecorrigeerd, zodat huidskleurdetectie beter zal werken. We kijken hoeveel pixels van de top 5% luma (pixels met Y waarde >= 223.5/255) in het beeld aanwezig zijn, indien dit meer dan 100 is gaan we verder met de belichting compensatie. We noemen deze pixels white reference pixels, en berekenen de gemiddelde R, G en B waarden hiervan. Vervolgens gaan we het volledige het input beeld compenseren door elke pixel zijn R, G, en B te vermenigvuldigen met (1/M) waarbij M = gemiddelde R, G of B waarde. Elke waarde die groter is dan 1 wordt gelijk gesteld aan 1. Matlab: function rgbout = LightingCompensate(rgbin) rgbin input (n x m x 3) RGB beeld rgbout output (n x m x 3) RGB beeld dat belichting gecompenseerd werd, met doubles in range 0..1 Figuur 5: Pasfoto met gele overheersende kleur Figuur 6: Gezichtsmasker met gaten, en zonder belichting compensatie Figuur 7: Gezichtsmasker zonder belichting compensatie Figuur 8: Pasfoto met belichting compensatie Figuur 9: Gezichtsmasker met gaten, met belichting compensatie Figuur 10: Gezichtsmasker, met belichting compensatie
6 Niet-lineaire transformatie naar Y/Cb/Cr kleurruimte Dan wordt het belichting gecompenseerde RGB beeld omgevormd naar een niet-lineaire (Yonafhankelijke) Y/Cb/Cr kleurruimte. Dit gebeurd volledig volgens de formules in de paper, en met de gevolgde errata ervan. Om het RGB beeld te converteren naar Y/Cb/Cr maken we gebruik van de Matlab functie rgb2ycbcr. Matlab: function [Y, NLCb, NLCr] = NLTransform(rgbmap) rgbmap input (n*m x 3) RGB beeld map, met doubles in range 0..1 Y output (n*m x 1) Y beeld map, met doubles in range NLCb output (n*m x 1) Y-onafhankelijk Cb beeld map, met doubles in range NLCr output (n*m x 1) Y-onafhankelijk Cr beeld map, met doubles in range Voor de niet-lineaire transformatie hebben we enkele hulpfuncties geschreven die de formules, zoals beschreven in de paper, evalueren. (waarbij Cx = Cb of Cr): Matlab: function NLCx = CxAccent(Y, Cx) Y input (n*m x 1) Y beeld map, met doubles in range Cx input (n*m x 1) Cx beeld map, met doubles in range NLCx output (n*m x 1) Y-onafhankelijk Cx beeld map, met doubles in range Matlab: function cx = CxStreep(Y) Y input (n*m x 1) Y beeld map, met doubles in range cx output (n*m x 1) Geëvalueerde Cx functie zoals in de paper Matlab: function wcx = WCx(Y) Y input (n*m x 1) Y beeld map, met doubles in range wcx output (n*m x 1) Geëvalueerde WCx functie zoals in de paper Huidskleurdetectie door ellips model Vervolgens wordt de Y-onafhankelijke Cb en Cr beeld mappen gebruikt om te detecteren als we te maken hebben met een huidskleur of niet. Dit gebeurd door de Y-onafhankelijke Cb en Cr beeld mappen om te zetten naar ellips coördinaten, en dan moet men nagaan als deze coördinaten zich bevinden in de huidskleur ellips. Deze formules hebben we ook gebruikt van de paper, evenals de constanten voor de huidskleur ellips.
7 Matlab: function MaskMap = IsSkinColor(NLCb, NLCr) NLCb input (n*m x 1) Y-onafhankelijk Cb beeld map, met doubles in range NLCr input (n*m x 1) Y-onafhankelijk Cr beeld map, met doubles in range MaskMap output (n*m x 1) binair gezichtsmasker beeld map Het verkregen beeldmap wordt terug omgezet naar een 2-dimensionaal beeld (n x m x 1), om er makkelijker mee te kunnen werken. Gezichtskandidaten aanmaken Eens het gezichtsmasker aangemaakt is, kunnen we verschillende gezichtskandidaten (blobs) onderscheiden door gebruik te maken van de Matlab functie bwlabel. Vervolgens zoeken we de bounding box voor elke kandidaat, en snijden we deze gezichtskandidaat eruit, voor verdere verwerking. Deze kandidaat uitsnij code is geimplementeerd in de functie FaceDetection, die al eerder aan bod kwam. Matlab: function [topleftx, toplefty, bottomrightx, bottomrighty] = BoundingBox(Mask) Mask input (n x m x 1) binair masker topleftx, toplefty, bottomrightx, bottomrighty output coördinaten van de bounding box van het masker De functie BoundingBox maakt gebruik van de Matlab functie regionprops. In het voorbeeld hier rechts ziet men een aantal gezichtskandidaten omkaderd in een rode kleur. Figuur 11: Gezichtskandidaten Eye en Mouth map aanmaken Eens een gezichtskandidaat uitgesneden werd, gaat men hiervoor de Eye en Mouth map aanmaken. Deze Eye en Mouth maps werden aangemaakt zoals dat werd beschreven in de paper. Voor de dilatie en erosie hebben we gebruik gemaakt van een cirkel als structuring element, in plaats van een hemispheric structuring element, omdat dit makkelijker om mee te werken was.
8 Bij de chroma eye map hebben we gebruik gemaakt van de Matlab functie histeq, om de histogram equalisatie uit te voeren. Matlab: function [EM, MM] = ConstructEyeMouthMaps(Y, Cb, Cr, FaceMask) Y input (n x m x 1) binair masker Cb input (n x m x 1) (Y-onafhankelijk) Cb beeld, met doubles in range Cr input (n x m x 1) (Y-onafhankelijk) Cr beeld, met doubles in range FaceMask input (n x m x 1) binair masker beeld EM output (n x m x 1) Eye-map beeld, met doubles in range 0..1 MM output (n x m x 1) Mouth-map beeld, met doubles in range 0..1 We hebben ook een hulpfunctie geschreven die een beeld kan normalizeren, omdat dit een veel gebruikte operatie was bij het opbouwen van de eye en mouth maps. Matlab: function normalizedimg = Normalize(img, factor) img input (n x m x 1) beeld, eender welke range factor input Gewenste hoogste waarde in het beeld normalizedimg output (n x m x 1) genormalizeerd beeld, in range 0..factor Figuur 12: Oorsponkelijk beeld Figuur 13: Eyemap Figuur 14: Mouthmap Features zoeken Vervolgens moeten we uit zo een Eye map, of Mouth map de posities van de features (kandidaat ogen/mond) kunnen uithalen. Dit doen we door pyramide decompositie en iteratieve thresholding. We berekenen het aantal pyramide levels zoals beschreven in de paper. In onze implementatie hebben wij ook Fc = 7 en Fe = 12.
9 Nu dat we het aantal pyramide levels weten, berekenen we op basis daarvan de pyramide breedte en lengte voor elke level. We maken hiervoor gebruik van de Matlab functie linspace. Vervolgens berekenen we de alpha levels voor elke level, met de begin en eind alpha beschreven in de paper. Ook hiervoor maken we gebruik van de Matlab functie linspace. We berekenen ook de drempel waarde (threshold) voor elke level, op basis van de alpha zoals beschreven in de paper. Dan beginnen we door de gegeven Eye- of Mouth-map te herschalen naar het kleinste pyramide level formaat. Hiervoor maken we gebruik van de Matlab functie imresize. Vervolgens maken we een binair beeld aan door het herschaalde beeld te splitsen op basis van de drempelwaarde voor de huidige pyramide level, gevolgd door morfologische sluiting. Vervolgens gebruiken we de Matlab functie bwlabel om te tellen hoeveel features (blobs) er gevonden zijn. Indien dit gelijk of meer is dan het gewenste aantal maximum features, stopt het algoritme, en worden de huidig gevonden features teruggegeven. Indien dit niet zo is, wordt het beeld vergoot naar de volgende pyramide level, en gebeurd het hele proces opnieuw. De positie van elke feature wordt berekend door het zwaartepunt te berekenen van deze feature (blob). Ook wordt er aan elke feature een gewicht gehangen, waarbij een feature met vele heldere pixels een groter gewicht krijgt dan een feature met minder heldere pixels. Op deze manier worden de features gesorteerd op grootste gewicht eerst, zodat de posities van features die teruggegeven worden, de posities van de meest heldere en grootste features zijn die we gevonden hebben. Voor het sorteren hebben we de Matlab functie sortrows gebruikt. Matlab: function candidates = FeaturePyramid(FaceMask, Map, MaxFeatures) FaceMask input (n x m x 1) binair gezichtsmasker beeld Map input (n x m x 1) Eye- of Mouth-map beeld, met doubles in range 0..1 MaxFeatures input Aantal features dat maximaal gevonden moet worden candidates output (m x 2) matrix met posities van de features Matlab: function [ThresholdImage, FeatureCount] = CreateThreshold(Map, Th) Map input (n x m x 1) Eye- of Mouth-map beeld Th input Drempelwaarde ThresholdImage output (n x m x 1) binair drempel beeld, met morfologische sluiting FeatureCount output Aantal features dat gevonden werd
10 Matlab: function [xcenter, ycenter] = CalculateCenterPoint(Mask) Mask input (n x m x 1) binair masker beeld xcenter, ycenter output Coördinaten van het zwaartepunt van het masker Figuur 15: Pyramide levels Voorbeelden Gelepasfoto.jpg De ogen en mond zijn te vinden bij de kandidaten, alhoewel de neus ook gevonden werd als een mogelijke mond kandidaat.
11 Familie.jpg De verschillende gezichtskandidaten overlappen met meerdere gezichten, dit komt omdat de verschillende gezichten dicht bij elkaar zijn, en ze als 1 geheel gezien worden. Ook zijn de oog en mond maps niet zo goed gelukt, omdat de ogen en mond zeer klein zijn. Lindsay.jpg Ballmer.jpg
12 Mieke.jpg Brigit.jpg Referenties [1] R.-L. Hsu, M. Abdel-Mottaleb, and A. K. Jain, "Face detection in color images," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 24, no. 5, pp , May
Hertentamen 8D040 - Basis beeldverwerking
Hertentamen 8D040 - Basis beeldverwerking 6 augustus 203, 4:00-7:00 Opmerkingen: Maak elke opgave op een apart vel. Antwoord op vraag 4 mag gewoon in het Nederlands. Een gewone rekenmachine is toegestaan.
Nadere informatieTentamen Beeldverwerking TI2716-B Woensdag 28 januari 2015 14.00-17.00
Tentamen Beeldverwerking TI2716-B Woensdag 28 januari 2015 14.00-17.00 De 2D Gaussische fimctie e-' = 037 e'^ =0.14 e"'' = 0.082 e-' =0.018 deze toets bestaat uit 4 opgaven en 8 pagina's Opgave 1 en 2
Nadere informatieOEFENINGEN PYTHON REEKS 5
Signaal- en beeldverwerking OEFENINGEN PYTHON REEKS 5 In deze oefeningenreeks gaan we enkele eenvoudige toepassingen bestuderen in het domein van signaal- en beeldverwerking. In de eerste oefeningen beschouwen
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Eamen - Bacheloropleiding informatica Oefeningen 10 juni 2014 1. In de oefeninglessen hebben we gezien dat we de machine-epsilon bekomen bij het berekenen van ( 4 1) 1. Beschouw
Nadere informatieTentamen 8D040 - Basis beeldverwerking. 24 juni 2011, uur
Tentamen 8D040 - Basis beeldverwerking 24 juni 2011, 14.00-17.00 uur 1 Algemeen: Maak opgave 4 op een apart vel, en de overige opgaven op een andere set vellen. Alle vragen tellen even zwaar mee in het
Nadere informatieInformatica: C# WPO 9
Informatica: C# WPO 9 1. Inhoud Functies (functies met return-waarde) 2. Oefeningen Demo 1: Som Demo 2: Min en max of array Demo 3: Retourneer array van randomwaarden A: Absolute waarde A: Afstand A: Aantrekkingskracht
Nadere informatieOntwerp van een beeldverwerkingsprocedure voor kwantificering en karakterisering van vlokken en draden in actief slibsystemen.
Ontwerp van een beeldverwerkingsprocedure voor kwantificering en karakterisering van vlokken en draden in actief slibsystemen. Het actief slibsysteem : Influent Aëratie Sedimentatie Effluent Recirculatieslib
Nadere informatieFunctie beschrijving: Het automatisch aanmaken van een raai-volgende contour
Modelit Rotterdamse Rijweg 126 3042 AS Rotterdam Telefoon +31 10 4623621 info@modelit.nl www.modelit.nl Functie beschrijving: Het automatisch aanmaken van een raai-volgende contour Datum 8 Mei 2004 Modelit
Nadere informatieTentamen 8D040/41 - Basis beeldverwerking. 25 juni 2010, uur
Tentamen 8D040/41 - Basis beeldverwerking 25 juni 2010, 14.00-17.00 uur 1 Algemeen: Maak opgave 1 op een apart vel, en de overige opgaven op een andere set vellen. Alle vragen tellen even zwaar mee in
Nadere informatieALL SKY FOTO'S PROCEDURE
ALL SKY FOTO'S Naast het meten van de zenitluminantie via foto s is het ook mogelijk om van elke locatie de hele hemel te meten. Dit gebeurt via een all sky foto, waarbij de gehele hemel in een locatie
Nadere informatieGegevens invullen in HOOFDLETTERS en LEESBAAR, aub. Belgische Olympiades in de Informatica (duur : maximum 1u15 )
OI 2010 Finale 12 Mei 2010 Gegevens invullen in HOOFDLETTERS en LEESBAAR, aub VOORNAAM :....................................................... NAAM :..............................................................
Nadere informatieWorkshop XIMPEL TV Winoe Bhikharie Vrije Universiteit Amsterdam www.ximpel.net / info@ximpel.net
Workshop XIMPEL TV Winoe Bhikharie Vrije Universiteit Amsterdam www.ximpel.net / info@ximpel.net In deze workshop maak je kennis met XIMPEL TV en interactieve video. Bij interactieve video kun je de video
Nadere informatieHet JPEG compressie algoritme, IS
Het JPEG compressie algoritme, IS 10918-1 Een overzicht van het JPEG compressie algoritme door Mathias Verboven. Inhoudsopgave Inleiding.... 2 Stap 1: inlezen bronbestand.... 3 Stap 2: Veranderen van kleurruimte....
Nadere informatieSnelle algoritmen voor Min en Max filters
Snelle algoritmen voor Min en Max filters Michael H.F. Wilkinson Instituut voor Wiskunde en Informatica Rijksuniversiteit Groningen 27 augustus 2007 Morfologie: Dilatie en Erosie 1 of 18 Links beeld X.
Nadere informatieUitgebreid eindwerkvoorstel Lokaliseren van personen en objecten met behulp van camera s
Uitgebreid eindwerkvoorstel Lokaliseren van personen en objecten met behulp van camera s Sofie De Cooman 21 December 2006 Stagebedrijf: Interne begeleider: Externe begeleider: BarcoView Koen Van De Wiele
Nadere informatiePROJECT 1: Kinematics of a four-bar mechanism
KINEMATICA EN DYNAMICA VAN MECHANISMEN PROJECT 1: Kinematics of a four-bar mechanism Lien De Dijn en Celine Carbonez 3 e bachelor in de Ingenieurswetenschappen: Werktuigkunde-Elektrotechniek Prof. Dr.
Nadere informatieTentamen 8D040 - Basis beeldverwerking
Tentamen 8D040 - Basis beeldverwerking 6 augustus 2008, 14.00-17.00 uur Vraag 1. (1.5 punten) Gegeven het binaire beeld Components (figuur 1). De componenten in dit beeld moeten automatisch gesegmenteerd
Nadere informatieParking Surveillance. foreground/background segmentation - objectherkenning. Examen Beeldverwerking Pieter Vancoillie
Parking Surveillance foreground/background segmentation - objectherkenning Examen Beeldverwerking Pieter Vancoillie Doel van het (deel)project Uit beelden van een camera voetgangers, fietsers en auto s
Nadere informatieEye Feature Detection Towards Automatic Strabismus Screening
Eye Feature Detection Towards Automatic Strabismus Screening Ken Allen, Khanh Nguyen Gettysburg College What is strabismus? Eye defect that causes eyes to look in two different directions If left untreated,
Nadere informatiePROJECT 2 - MAZE DRIVE - OFFERTE RICK VAN VONDEREN
PROJECT 2 - MAZE DRIVE - OFFERTE RICK VAN VONDEREN 13 DECEMBER 2017 Inhoudsopgave 1 Inleiding 2 2 Functioneel Ontwerp 3 2.1 Doel 3 2.2 Functionele eisen 3 2.3 Scenario s 3 3 Technisch Ontwerp 4 3.1 Niet-functionele
Nadere informatien-queens minimale dominantie verzamelingen Chessboard Domination on Programmable Graphics Hardware door Nathan Cournik
n-queens minimale dominantie verzamelingen Chessboard Domination on Programmable Graphics Hardware door Nathan Cournik Rick van der Zwet 4 augustus 2010 Samenvatting Dit schrijven zal
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Bacheloropleiding informatica Oefeningen 3 mei 23. Implementeer de functie x n+ = mod(2x n, ) waarbij je gebruik maakt van een voorstelling met reële getallen. Zorg er
Nadere informatieOpgave 2 ( = 12 ptn.)
Deel II Opgave 1 (4 + 2 + 6 = 12 ptn.) a) Beschouw bovenstaande game tree waarin cirkels je eigen zet representeren en vierkanten die van je tegenstander. Welke waarde van de evaluatiefunctie komt uiteindelijk
Nadere informatieAutonoom vinden van een object met een quadcopter
Universiteit van Amsterdam Autonoom vinden van een object met een quadcopter Sebastiaan Joustra (10516999) Joeri Bes (10358234) Joeri Sleegers (10631186) Bram Smit (10666656) 27 juni 2014 1 Abstract Dit
Nadere informatieNormering en schaallengte
Bron: www.citogroep.nl Welk cijfer krijg ik met mijn score? Als je weet welke score je ongeveer hebt gehaald, weet je nog niet welk cijfer je hebt. Voor het merendeel van de scores wordt het cijfer bepaald
Nadere informatieOplossingen Datamining 2II15 Juni 2008
Oplossingen Datamining II1 Juni 008 1. (Associatieregels) (a) Zijn de volgende beweringen juist of fout? Geef een korte verklaring voor alle juiste beweringen en een tegenvoorbeeld voor alle foute be-weringen:
Nadere informatieComputer Vision: Hoe Leer ik een Computer Zien?
Computer Vision: Hoe Leer ik een Computer Zien? Michael H.F. Wilkinson Instituut voor Wiskunde en Informatica Rijksuniversiteit Groningen Les voor technasium, 5 februari 2008 Informatica aan de RUG Informatica
Nadere informatieVan DSRL naar CCD Narrowband en RGB. Dick van Tatenhove
Van DSRL naar CCD Narrowband en RGB Dick van Tatenhove Wat is narrowbandfotografie Verschil OSC en Monochroom Voor- en nadelen Welke objecten Camera Capture Verschil in bewerking Wat is Narrowbandfotografie?
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Bacheloropleiding informatica Oefeningen 3 september 204. Beschouw de matrix A = 8 6 3 5 7 4 9 2 Deze matrix heeft 5 als dominante eigenwaarde. We proberen deze eigenwaarde
Nadere informatieRandom-Getallen. Tristan Demont en Mark van der Boor en
Random-Getallen Tristan Demont en Mark van der Boor 0768931 en 0772942 18 januari 2013 Begeleider: Relinde Jurrius Opdrachtgever: Berry Schoenmakers Modelleren B, 2WH02 Technische Universiteit Eindhoven
Nadere informatie6.0 Voorkennis AD BC. Kruislings vermenigvuldigen: Voorbeeld: 50 10x. 50 10( x 1) Willem-Jan van der Zanden
6.0 Voorkennis Kruislings vermenigvuldigen: A C AD BC B D Voorbeeld: 50 0 x 50 0( x ) 50 0x 0 0x 60 x 6 6.0 Voorkennis Herhaling van rekenregels voor machten: p p q pq a pq a a a [] a [2] q a q p pq p
Nadere informatieThe Color of X-rays. Spectral Computed Tomography Using Energy Sensitive Pixel Detectors E.J. Schioppa
The Color of X-rays. Spectral Computed Tomography Using Energy Sensitive Pixel Detectors E.J. Schioppa Samenvatting Het netvlies van het oog is niet gevoelig voor deze straling: het oog dat vlak voor het
Nadere informatieOefeningenles beeldverwerking
Oefeningenles beeldverwerking Histogram Wat is een histogram hoe kunnen we een histogram opstellen? Welke afbeelding hoort bij welk histogram? Waarom? Een histogram geeft voor elke grijswaarde het aantal
Nadere informatieInformatica: C# WPO 11
Informatica: C# WPO 11 1. Inhoud Pass by reference (ref, out), recursie, code opdelen in verschillende codebestanden 2. Oefeningen Demo 1: Swapfunctie Demo 2: TryParse(int) Demo 3: Recursion Tree Demo
Nadere informatieNiveaudetectie van gevulde wijnflessen
Namen: Stijn Boutsen & Leendert Wilms Schooljaar: 2014 2015 Richting: MA EA-ICT Datum: 1 juni 2015 Niveaudetectie van gevulde wijnflessen 1 Algemene inleiding Voor het vak innovatie in de sensortechnologie
Nadere informatie3. Structuren in de taal
3. Structuren in de taal In dit hoofdstuk behandelen we de belangrijkst econtrolestructuren die in de algoritmiek gebruikt worden. Dit zijn o.a. de opeenvolging, selectie en lussen (herhaling). Vóór we
Nadere informatieZo gaat jouw kunstwerk er straks uitzien. Of misschien wel heel anders.
Spirograaf in Python Een kunstwerk maken Met programmeren kun je alles maken! Ook een kunstwerk! In deze les maken we zelf een kunstwerk met Python. Hiervoor zal je werken met herhalingen en variabelen.
Nadere informatieProef-tentamen Algoritmiek Datum en tijd
Proef-tentamen Algoritmiek Datum en tijd Instructies: - Beantwoord de vragen direct in dit document. Er is geen los papier nodig - Vul de gegevens hieronder volledig in - Schrijf duidelijk en netjes -
Nadere informatieEen kleurmodus bepaalt welk kleurmodel wordt gebruikt om een afbeelding weer te geven en af te drukken. kleurmodi bepalen:
CURSUS DIGITAAL ATELIER Photoshop/ Illustrator/ Indesign A. KLEURMODELLEN 1. HSB 2. RGB 3. CMYK B. SUBSAMBLING A. KLEURMODELLEN Een kleurmodus bepaalt welk kleurmodel wordt gebruikt om een afbeelding weer
Nadere informatieDeel 1. Wat is HDR fotografie?.
Deel 1. Wat is HDR fotografie?. Inleiding. Met het intrede van de digitale fotografie is ook de beeldbewerkingsoftware in een stroomversnelling geraakt. Eén van de meest recente ontwikkelingen is de High
Nadere informatieWELKOM BIJ UNICODING PROCESSING. Unicoding 1. Handleiding docent LES 1 DEEL A: Vormen, coördinaten en kleuren
WELKOM BIJ UNICODING Bedankt voor het kiezen van Unicoding Coding for Kids. Unicoding is een workshop coderen voor basisscholieren van groep 8. In de cursus leren de leerlingen stap voor stap hoe ze een
Nadere informatiealgoritmiek - antwoorden
2016 algoritmiek - antwoorden F. Vonk versie 1 28-8-2016 inhoudsopgave eenvoudige algoritmes... - 3 - complexe algoritmes... - 7 - zoeken (vwo)... - 10 - sorteren (vwo)... - 12 - Dit werk is gelicenseerd
Nadere informatiePrijslijst Januari 2008 Genoemde prijzen zijn Inclusief 19% BTW
REPRO & DESIGN Prijslijst Januari 2008 Genoemde prijzen zijn Inclusief 19% BTW Openingstijden Maandag 9.30 uur - 17.30 uur Dinsdag 9.30 uur - 17.30 uur Woensdag 9.30 uur - 17.30 uur Donderdag 9.30 uur
Nadere informatieBloemdetectie aardbeiplanten voor plaatsspecifiek spuiten tegen Botrytis
Bloemdetectie aardbeiplanten voor plaatsspecifiek spuiten tegen Botrytis Ard Nieuwenhuizen Nota 662 Bloemdetectie aardbeiplanten voor plaatsspecifiek spuiten tegen Botrytis Ard Nieuwenhuizen Plant Research
Nadere informatieToepassingen op discrete dynamische systemen
Toepassingen op discrete dynamische systemen Een discreet dynamisch systeem is een proces van de vorm x k+ Ax k k met A een vierkante matrix Een Markov-proces is een speciaal geval van een discreet dynamisch
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica. Beknopte uitwerking Examen Neurale Netwerken (2L490) d.d. 11-8-2004.
TECHNISCHE UNIVERSITEIT EINDHOVEN Faculteit Wiskunde en Informatica Beknopte uitwerking Eamen Neurale Netwerken (2L490) d.d. 11-8-2004. 1. Beschouw de volgende configuratie in het platte vlak. l 1 l 2
Nadere informatieTentamen Data Mining
Tentamen Data Mining Algemene Opmerkingen Dit is geen open boek tentamen, noch mogen er aantekeningen gebruikt worden. Laat bij het uitvoeren van berekeningen zien hoe je aan een antwoord gekomen bent.
Nadere informatieNOdoG: afkorting van: no dot gain (geen puntaangroei) initiatief van Medibel+ in samenwerking met Agfa, C-Sharp, Online Grafics en Sagam 1-12-2005
1 NOdoG: afkorting van: no dot gain (geen puntaangroei) initiatief van Medibel+ in samenwerking met Agfa, C-Sharp, Online Grafics en Sagam 2 Doel van het initiatief: alle persen van de krantenuitgevers
Nadere informatieWetenschappelijk Rekenen
Wetenschappelijk Rekenen Examen - Bacheloropleiding informatica Oefeningen 22 augustus 213 1. Hoe zou je de vector x in de uitdrukking Q x = A n y op een computationeel slimme manier berekenen? Hierbij
Nadere informatieDeep Space Carving. Verslag van: Roelant Schouten Merlijn Steingröver David Persons. Begeleider: Leo Dorst
Deep Space Carving Verslag van: Roelant Schouten Merlijn Steingröver David Persons Begeleider: Leo Dorst Inleiding en probleemstelling Dit verslag handelt over het project space carven, ook wel voxel coloring
Nadere informatieTweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003
Tweede Programmeeropgave Numerieke Wiskunde 1 De golfplaat Uiterste inleverdatum : vrijdag 16 mei 2003 I Doelstelling en testcase In deze programmeeropgave zullen we een drietal numerieke integratiemethoden
Nadere informatieadgrav OVERZICHT LED BARS ADVIES VERKOOP PRIJZEN VERSIE: JANUARI 2010 voor de volledige technische informatie zie website:
OVERZICHT LED BARS ADVIES VERKOOP PRIJZEN VERSIE: JANUARI 2010 voor de volledige technische informatie zie website: www.adgrav.com --> LED verlichting --> LED muurverlichting adgrav division of adv-ip
Nadere informatieOntwikkeling van een algoritme om eigen handen te detecteren in eye-tracker beelden
FACULTEIT INDUSTRIELE INGENIEURSWETENSCHAPPEN TECHNOLOGIECAMPUS DE NAYER Ontwikkeling van een algoritme om eigen handen te detecteren in eye-tracker beelden Stijn VINCK Promotor: ing. S. De Beugher Masterproef
Nadere informatieOpgave Tussentijdse Oefeningen Jaarproject I Reeks 4: Lcd Interface & Files
Opgave Tussentijdse Oefeningen Jaarproject I Reeks 4: Lcd Interface & Files 1 Introductie In deze oefening zal je je LCD display leren aansturen. Je controleert deze display door er instructies naar te
Nadere informatieDEC SDR DSP project 2017 (2)
DEC SDR DSP project 2017 (2) Inhoud: DSP software en rekenen Effect van type getallen (integer, float) Fundamenten onder DSP Lezen van eenvoudige DSP formules x[n] Lineariteit ( x functie y dus k maal
Nadere informatieCommunicatietheorie: Project
Faculteit Ingenieurswetenschappen Communicatietheorie: Project Floris Van den Abeele Stijn De Clerck Jeroen De Smedt 1 November 2009 Inhoudsopgave 1 Kanaalcodering 2 2 Retransmissie 12 3 Modulatie 13 1
Nadere informatieRaamwerk voor Optimale Globale Belichting
Raamwerk voor Optimale Globale Belichting Lukas Latacz Mathieu De Zutter Departement Computer Graphics K.U.Leuven 18 april 2005 Overzicht 1 Inleiding Situering Probleemstelling Vorig werk 2 Nieuw raamwerk
Nadere informatieDivide & Conquer: Verdeel en Heers vervolg. Algoritmiek
Divide & Conquer: Verdeel en Heers vervolg Algoritmiek Algoritmische technieken Vorige keer: Divide and conquer techniek Aantal toepassingen van de techniek Analyse met Master theorem en substitutie Vandaag:
Nadere informatieVerbanden en functies
Verbanden en functies 0. voorkennis Stelsels vergelijkingen Je kunt een stelsel van twee lineaire vergelijkingen met twee variabelen oplossen. De oplossing van het stelsel is het snijpunt van twee lijnen.
Nadere informatie2.1 Bewerkingen [1] Video Geschiedenis van het rekenen (http://www.youtube.com/watch?v=cceqwwj6vrs) 15 x 3 = 45
15 x 3 = 45 2.1 Bewerkingen [1] Video Geschiedenis van het rekenen (http://www.youtube.com/watch?v=cceqwwj6vrs) 15 x 3 is een product. 15 en 3 zijn de factoren van het product. 15 : 3 = 5 15 : 3 is een
Nadere informatieOpgaven elektrische machines ACE 2013
Opgaven elektrische machines ACE 2013 1a. Geef de relatie tussen koppel en stroom bij een gelijkstroommachine 1b. Geef de relatie tussen hoeksnelheid en geïnduceerde spanning van een gelijkstroommachine
Nadere informatieInleiding Digitale Techniek
Inleiding Digitale Techniek Week 4 Binaire optellers, tellen, vermenigvuldigen, delen Jesse op den Brouw INLDIG/25-26 Optellen Optellen is één van meest gebruikte rekenkundige operatie in digitale systemen.
Nadere informatieBelang van kleurcorrectie
Belang van kleurcorrectie 30 jaar geleden bestond kleurcorrectie nog niet. In het analoge tijdperk betekende dat sowieso een kopij en dus kwaliteitsverlies. Sinds de digitale video is kleurcorrectie een
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation.
Cover Page The handle http://hdl.handle.net/1887/21763 holds various files of this Leiden University dissertation. Author: Fortes, Wagner Rodrigues Title: Error bounds for discrete tomography Issue Date:
Nadere informatieLabo 2 Programmeren II
Labo 2 Programmeren II L. Schoofs K. van Assche Gebruik Visual Studio 2005 om een programma te ontwikkelen dat eenvoudige grafieken tekent. Deze opgave heb je vorig academiejaar reeds in Java geïmplementeerd.
Nadere informatieComputer Vision: Hoe Leer ik een Computer Zien?
Computer Vision: Hoe Leer ik een Computer Zien? Michael H.F. Wilkinson Instituut voot Wiskunde en Informatica Rijksuniversiteit Groningen 27 April 2006 Overzicht 1 of 19 Wat is Computer Vision? Wat zijn
Nadere informatieRichtlijnen voor het gebruik van het logo
Richtlijnen voor het gebruik van het logo HET LOGO Regel 1 Het Heijmans logo is een typografische oplossing, die bij voorkeur geplaatst wordt op een gele achtergrond. De gele achtergrond is niet een vast
Nadere informatieEr is nog heel wat voor nodig om van alle losse HTML-code
Boxmodel, weergavemodel en positionering 9 Er is nog heel wat voor nodig om van alle losse HTML-code een toonbare pagina te maken, meer dan u misschien op het eerste gezicht denkt. Als de HTML-code is
Nadere informatieTentamen 8D040 - Basis beeldverwerking. 24 juni 2011, 14.00-17.00 uur
Tentamen 8D040 - Basis beeldverwerking 24 juni 2011, 14.00-17.00 uur 1 Algemeen: Maak opgave 4 op een apart vel, en de overige opgaven op een andere set vellen. Alle vragen tellen even zwaar mee in het
Nadere informatieInformatica: C# WPO 13
Informatica: C# WPO 13 1. Inhoud Bestanden uitlezen, bestanden schrijven en data toevoegen aan een bestand, csv-bestanden 2. Oefeningen Demo 1: Notepad Demo 2: Read CSV-file Demo 3: Write CSV-file A: Plot
Nadere informatie5,7. Samenvatting door een scholier 903 woorden 28 september keer beoordeeld. Informatica. Samenvatting Informatica Hoofdstuk 2
Samenvatting door een scholier 903 woorden 28 september 2006 5,7 24 keer beoordeeld Vak Informatica Samenvatting Informatica Hoofdstuk 2 2.1 Teken en betekenis Uit welke 2 delen bestaat informatie? Betekenis
Nadere informatieInformatica: C# WPO 12
Informatica: C# WPO 12 1. Inhoud Datacontainers, bestanden uitlezen, bestanden schrijven en data toevoegen aan en bestand, csv-bestanden 2. Oefeningen Demo 1: Point2D Demo 2: Notepad Demo 3: Read CSV-file
Nadere informatie2.1 Bewerkingen [1] Video Geschiedenis van het rekenen ( 15 x 3 = 45
15 x 3 = 45 2.1 Bewerkingen [1] Video Geschiedenis van het rekenen (http://www.youtube.com/watch?v=cceqwwj6vrs) 15 x 3 is een product. 15 en 3 zijn de factoren van het product. 15 : 3 = 5 15 : 3 is een
Nadere informatieRecursion. Introductie 37. Leerkern 37. Terugkoppeling 40. Uitwerking van de opgaven 40
Recursion Introductie 37 Leerkern 37 5.1 Foundations of recursion 37 5.2 Recursive analysis 37 5.3 Applications of recursion 38 Terugkoppeling 40 Uitwerking van de opgaven 40 Hoofdstuk 5 Recursion I N
Nadere informatieInleiding MATLAB (2) november 2001
Inleiding MATLAB (2) Stefan Becuwe Johan Vervloet november 2 Octave gratis MATLAB kloon Min of meer MATLAB compatibel http://www.octave.org/ % Script PlotVb % % Plot regelmatige driehoek t/m tienhoek PlotVb.m
Nadere informatieTransport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005
Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 08-04-2005 1 Transportprobleem Onderdeel a Fabriek 1 kan 120 ton staal fabriceren in 40 uur. Voor fabriek 2 is dit 150
Nadere informatieBeeldverwerking. Beeldverwerking
Beeldvererking Beeldverbetering, -beerking en -analyse Johan Baeten Beeldvererking Deel - Beeldvererking Beeldverbetering - Basisbegrippen Voorbeerking Filteren Segmentatie Randdetectie modellering Beeldanalyse
Nadere informatiePrijslijst Januari 2014
Prijslijst Januari 2014 Genoemde prijzen zijn Inclusief 21% BTW Openingstijden Maandag 9.30 uur - 12.00 uur / 13.00 17.30 Dinsdag 9.30 uur - 12.00 uur / 13.00 17.30 Woensdag 9.30 uur - 12.00 uur / 13.00
Nadere informatieAddendum Syllabus Programmeren voor Natuuren Sterrenkunde /17: Opdracht 10
1 Addendum Syllabus Programmeren voor Natuuren Sterrenkunde 2 2016/17: Opdracht 10 May 12, 2017 Dit document bevat de standaard -opdracht van opdracht 10 van de cursus Programmeren voor Natuur- en Sterrenkunde
Nadere informatieWat is perceptie? Artificiële Intelligentie 1. Visuele perceptie. Perceptie. een probleem? De camera obscura
Wat is perceptie? Perceptie is het waarnemen van de staat van de wereld. Artificiële Intelligentie Visuele perceptie Hoofdstuk 24 uit Russell & Norvig Hiervoor heb je sensors nodig, voorbeeld Binaire sensor:
Nadere informatieExamen Algoritmen en Datastructuren III
Derde bachelor Informatica Academiejaar 2006 2007, eerste zittijd Examen Algoritmen en Datastructuren III Naam :.............................................................................. 1. (2 pt)
Nadere informatieInformatica: C# WPO 4
Informatica: C# WPO 4 1. Inhoud For-loop, debuggen, inleiding tot graphics 2. Oefeningen Demo 1: Geometrische figuren Demo 2: Teken een 10 bij 10 rooster Demo 3: Debug oplossingen demo s 1 en 2 A: Flowerpower
Nadere informatieMaken en controleren van rasters met neerslaghoeveelheden
Opdrachtgever: Stowa Maken en controleren van rasters met rslaghoeveelheden Meteobase.nl PR2197 7 mei 2013 HKV LIJN IN WATER Postbus 2120 8203 AC Lelystad Nederland Telefoon: 0320 294242 Fax: 0320 253901
Nadere informatiePortret Bewerkingen.
Portret Bewerkingen. Inhoudsopgave: Portret Bewerkingen... 1 Oneffenheden wegwerken... 3 Lichte plekken wegwerken... 5 Licht van de gehele foto aanpassen... 10 De lichte delen aanpassen in de foto... 11
Nadere informatie2IV10 Oefentoets uitwerking
2IV10 Oefentoets uitwerking Deze oefentoets bestaat uit drie opgaven, waarvoor twee uur beschikbaar is. Bij voldoende resultaat wordt een bonuspunt toegekend voor het tentamen. De opgaven betreffen een
Nadere informatieSoftware Test Documentation
FACULTEIT INGENIEURSWETENSCHAPPEN & WE- TENSCHAPPEN DEPARTMENT OF COMPUTER SCIENCE AND APPLIED COMPUTER SCIENCE Software Test Documentation Software Engineering Nicolas Carraggi, Youri Coppens, Christophe
Nadere informatieInformatica: C# WPO 10
Informatica: C# WPO 10 1. Inhoud 2D arrays, lijsten van arrays, NULL-values 2. Oefeningen Demo 1: Fill and print 2D array Demo 2: Fill and print list of array A: Matrix optelling A: Matrix * constante
Nadere informatieStrip figuurtje inkleuren in Photoshop
http://psd.tutsplus.com/tutorials/drawing/how-to-get-that-anime-look-in-photoshop-using-aflexible-workflow/ Strip figuurtje inkleuren in Photoshop Stap 1 Startfiguurtje openen (psd bestand). Je ziet een
Nadere informatieEXAMEN INFORMATIETHEORIE I (5JJ40 / 5K020) 25 maart 2004, 9u00 12u00-1 -
EXAMEN INFORMATIETHEORIE I (5JJ40 / 5K020) 25 maart 2004, 9u00 12u00-1 - Zet de antwoorden in de daarvoor bestemde vakjes en lever alleen deze bladen in! LET OP: Dit werk bevat zowel de opgaven voor het
Nadere informatieRandom Sampling Strategies for Robust Motion Estimation
Universiteit van Amsterdam Bachelor Afstudeerproject Random Sampling Strategies for Robust Motion Estimation Student: Sebastiaan de Stoppelaar sstoppel@science.uva.nl Studentnummer: 0331937 Begeleider:
Nadere informatieVerwijderen van kleurzweem met Photoshop.
Verwijderen van kleurzweem met Photoshop. Wanneer de witbalans niet juist ingesteld is krijgt men kleurzweem in de foto, daarom gebruik ik steeds de automatische witbalans, welke over het algemeen een
Nadere informatieModeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag 11 Januari 2013
Modeluitwerking Tentamen Computationele Intelligentie Universiteit Leiden Informatica Vrijdag Januari 20 Opgave. Python Gegeven is de volgende (slechte) Python code:. def t(x): 2. def p(y):. return x*y
Nadere informatieExamen Datastructuren en Algoritmen II
Tweede bachelor Informatica Academiejaar 2008 2009, eerste zittijd Examen Datastructuren en Algoritmen II Naam :.............................................................................. Lees elke
Nadere informatiePercentage afwijkingen groter dan vijf decibel
Om beter op zoek te kunnen gaan waar er verbeteringen kunnen toegevoegd worden aan de algoritmes heb ik een hulpfunctie gemaakt die in plaats van het interpoleren tussen fingerprints slechts de positie
Nadere informatieWetenschappelijk Instituut Volksgezondheid. Verwerking van gecensureerde waarden
Wetenschappelijk Instituut Volksgezondheid Dienst Kwaliteit van medische laboratoria Verwerking van gecensureerde waarden 1 ste versie Pr. Albert (februari 2002) 2 de versie Aangepast door WIV (toepassingsdatum:
Nadere informatieSPSS Introductiecursus. Sanne Hoeks Mattie Lenzen
SPSS Introductiecursus Sanne Hoeks Mattie Lenzen Statistiek, waarom? Doel van het onderzoek om nieuwe feiten van de werkelijkheid vast te stellen door middel van systematisch onderzoek en empirische verzamelen
Nadere informatieEerste serie opgaven Systeemtheorie
Eerste serie opgaven Systeemtheorie Deze serie bestaat uit oefeningen en opdrachten. De oefeningen zijn bedoeld om je wegwijs te maken in Matlab en de toepassingen in de wiskunde. De opdrachten moet je
Nadere informatieHoe je een structuur op een oneffen oppervlak aanbrengt
http://psd.tutsplus.com/tutorials/photo-effects-tutorials/how-to-apply-textures-to-uneven-surfaces/ Hoe je een structuur op een oneffen oppervlak aanbrengt Stap 1 Foto s zoeken die we kunnen gebruiken.
Nadere informatieUitwerking tentamen Analyse van Algoritmen, 29 januari
Uitwerking tentamen Analyse van Algoritmen, 29 januari 2007. (a) De buitenste for-lus kent N = 5 iteraties. Na iedere iteratie ziet de rij getallen er als volgt uit: i rij na i e iteratie 2 5 4 6 2 2 4
Nadere informatie[Hanssen, 2001] R F Hanssen. Radar Interferometry: Data Interpretation and Error Analysis. Kluwer Academic Publishers, Dordrecht 2001.
Hoe werkt het? Beeldvormende radar maakt het mogelijk om dag en nacht, ook in bewolkte omstandigheden, het aardoppervlak waar te nemen vanuit satellieten. De radar zendt duizenden pulsen per seconde uit,
Nadere informatie