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