Digitale Rastergrafik: Enthüllung der Leistungsfähigkeit digitaler Rastergrafiken in der Computer Vision
Von Fouad Sabry
()
Über dieses E-Book
Was ist eine digitale Rastergrafik
Eine digitale Rastergrafik (DRG) ist ein digitales Bild, das aus dem Scannen einer topografischen USGS-Papierkarte zur Verwendung auf einem Computer entsteht. Von USGS erstellte DRGs werden normalerweise mit 250 dpi gescannt und als TIFF gespeichert. Das Rasterbild enthält normalerweise die ursprünglichen Randinformationen, die als „Kartenkragen“ bezeichnet werden. Die Kartendatei wird UTM-projiziert und auf die Erdoberfläche georeferenziert. DRGs werden regelmäßig in GIS-Anwendungen verwendet. DRGs wurden erstmals 1995 erstellt.
Wie Sie profitieren
(I) Einblicke und Validierungen zu den folgenden Themen:
Kapitel 1: Digitale Rastergrafik
Kapitel 2: Rastergrafik
Kapitel 3: Dateiformat (GIS)
Kapitel 4: GeoTIFF
Kapitel 5: Bilddateiformat
Kapitel 6: GDAL
Kapitel 7: Web-Mapping
Kapitel 8: Bitmap
Kapitel 9: United States Geological Survey
Kapitel 10: Landkarte
(II) Beantwortung der häufigsten öffentlichen Fragen zur digitalen Rastergrafik.
(III) Beispiele aus der Praxis für die Verwendung digitaler Rastergrafiken in vielen Bereichen.
Für wen dieses Buch gedacht ist
Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und andere die über Grundkenntnisse oder Informationen für jede Art von digitaler Rastergrafik hinausgehen möchten.
Mehr von Fouad Sabry lesen
Neue Technologien In Der Optoelektronik [German]
Ähnlich wie Digitale Rastergrafik
Titel in dieser Serie (100)
Computer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenUnterwasser-Computervision: Erkundung der Tiefen der Computer Vision unter den Wellen Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenAffine Transformation: Visuelle Perspektiven freischalten: Erforschung der affinen Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHough-Transformation: Enthüllung der Magie der Hough-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVisuelle Wahrnehmung: Einblicke in die computergestützte visuelle Verarbeitung Bewertung: 0 von 5 Sternen0 BewertungenComputer Vision: Erkundung der Tiefen des Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAnisotrope Diffusion: Verbesserung der Bildanalyse durch anisotrope Diffusion Bewertung: 0 von 5 Sternen0 BewertungenLärmminderung: Verbesserung der Klarheit, fortschrittliche Techniken zur Rauschunterdrückung in der Bildverarbeitung Bewertung: 0 von 5 Sternen0 BewertungenGemeinsame Fotoexpertengruppe: Erschließen Sie das Potenzial visueller Daten mit dem JPEG-Standard Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenAdaptiver Filter: Verbesserung der Computer Vision durch adaptive Filterung Bewertung: 0 von 5 Sternen0 BewertungenKantenerkennung: Grenzen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenTonzuordnung: Tone Mapping: Erhellende Perspektiven in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenGamma-Korrektur: Verbesserung der visuellen Klarheit in der Computer Vision: Die Gammakorrekturtechnik Bewertung: 0 von 5 Sternen0 BewertungenInpainting: Überbrückung von Lücken in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenAktive Kontur: Weiterentwicklung der Computer Vision mit aktiven Konturtechniken Bewertung: 0 von 5 Sternen0 BewertungenRetinex: Enthüllen Sie die Geheimnisse des computergestützten Sehens mit Retinex Bewertung: 0 von 5 Sternen0 BewertungenFarberscheinungsmodell: Wahrnehmung und Darstellung in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenBildhistogramm: Visuelle Einblicke enthüllen und die Tiefen von Bildhistogrammen in der Computer Vision erkunden Bewertung: 0 von 5 Sternen0 BewertungenFilterbank: Einblicke in die Filterbanktechniken von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHadamard-Transformation: Enthüllung der Leistungsfähigkeit der Hadamard-Transformation in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenEigenface: Erkunden Sie die Tiefen der visuellen Erkennung mit Eigenface Bewertung: 0 von 5 Sternen0 BewertungenModell einer Lochkamera: Perspektive durch Computeroptik verstehen Bewertung: 0 von 5 Sternen0 BewertungenHomographie: Homographie: Transformationen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbraum: Erkundung des Spektrums von Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenZufallsstichprobenkonsens: Robuste Schätzung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenFarbanpassungsfunktion: Spektrale Empfindlichkeit in Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenRadon-Transformation: Aufdecken verborgener Muster in visuellen Daten Bewertung: 0 von 5 Sternen0 Bewertungen
Ähnliche E-Books
Rastergrafik-Editor: Visuelle Realitäten transformieren: Rastergrafik-Editoren in Computer Vision beherrschen Bewertung: 0 von 5 Sternen0 BewertungenRastergrafiken: Die Grundlagen der Rastergrafik in der Computer Vision verstehen Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafik-Editor: Ermöglichen Sie die visuelle Erstellung mit fortschrittlichen Algorithmen Bewertung: 0 von 5 Sternen0 BewertungenVolumen Rendern: Erforschung des Visuellen Realismus in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVektorgrafiken: Beherrschung von Vektorgrafiken in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenScan Linien Rendern: Erforschung des visuellen Realismus durch Scan Linien Rendern Techniken Bewertung: 0 von 5 Sternen0 BewertungenBildsegmentierung: Erkenntnisse durch Pixelpräzision erschließen Bewertung: 0 von 5 Sternen0 BewertungenTextur Zuordnung: Erforschung der Dimensionalität im Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenRaytracing-Grafiken: Erforschung des fotorealistischen Renderings in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Stereo-Vision: Erforschung der Tiefenwahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBildkompression: Effiziente Techniken zur visuellen Datenoptimierung Bewertung: 0 von 5 Sternen0 BewertungenBump-Mapping: Bump Mapping: Erforschung der Tiefe der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenSchatten: Erkundung visueller Bereiche mit Shader: Eine Reise in die Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenHöhenkarte: Erforschung der Geländedarstellung durch Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenComputer-Vision-Grafikschnitte: Erforschung von Graphschnitten in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenBewegungsschätzung: Fortschritte und Anwendungen in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenMesh-Generierung: Fortschritte und Anwendungen bei der Computer Vision Mesh Generation Bewertung: 0 von 5 Sternen0 BewertungenSoftware Defined Radio-Systeme für die Telemetrie: Aufbau und Funktionsweise von der Antenne bis zum Bit-Ausgang Bewertung: 0 von 5 Sternen0 BewertungenGeoinformatik: Von den Grundlagen zum Fachwissen Bewertung: 5 von 5 Sternen5/5Polygon-Computergrafik: Erkundung der Schnittstelle zwischen Polygon-Computergrafik und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenVerfahrensoberfläche: Erforschung der Texturgenerierung und -analyse in Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDas Vulkan-API: Teil 3: Umgang mit 3-D-Daten Bewertung: 0 von 5 Sternen0 BewertungenOptische Braille-Erkennung: Ermöglichung der Barrierefreiheit durch visuelle Intelligenz Bewertung: 0 von 5 Sternen0 BewertungenVertex-Computergrafik: Erkundung der Schnittstelle zwischen Vertex Computer Graphics und Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenDreidimensionale Multi-View-Rekonstruktion: Fortgeschrittene Techniken zur räumlichen Wahrnehmung in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenFarbzuordnung: Erforschung der visuellen Wahrnehmung und Analyse in der Computer Vision Bewertung: 0 von 5 Sternen0 BewertungenModell des menschlichen visuellen Systems: Wahrnehmung und Verarbeitung verstehen Bewertung: 0 von 5 Sternen0 BewertungenHistogrammausgleich: Verbesserung des Bildkontrasts für eine verbesserte visuelle Wahrnehmung Bewertung: 0 von 5 Sternen0 BewertungenGeometrisches Primitiv: Erkundung der Grundlagen und Anwendungen der Computer Vision Bewertung: 0 von 5 Sternen0 Bewertungen
Künstliche Intelligenz (KI) & Semantik für Sie
ChatGPT: Begegnung mit einer neuen Welt: Lernen Sie Künstliche Intelligenz mit der Gratisversion ChatGPT 3.5 Bewertung: 0 von 5 Sternen0 BewertungenAufstieg der Roboter: Wie unsere Arbeitswelt gerade auf den Kopf gestellt wird - und wie wir darauf reagieren müssen Bewertung: 0 von 5 Sternen0 BewertungenChatGPT: Epische Reise des Erfolgs - 'Steigern Sie Ihren Reichtum': Mit Screenshots aus dem echten Leben - Erreichen Sie finanzielle Höhen Bewertung: 0 von 5 Sternen0 BewertungenDie Zukunft der Arbeit: Digitalisierung, Automatisierung, KI Bewertung: 0 von 5 Sternen0 BewertungenChatGPT – Für Einsteiger: Schreibprofi mit KI, Zeit und Geld sparen ohne peinliche Fehler Bewertung: 0 von 5 Sternen0 BewertungenMenschlicher Geist und Künstliche Intelligenz: Die Entwicklung des Humanen inmitten einer digitalen Welt Bewertung: 0 von 5 Sternen0 BewertungenMeistern von ChatGPT: Entriegeln Sie die Kraft der KI für verbesserte Kommunikation und Beziehungen: German Bewertung: 0 von 5 Sternen0 BewertungenDie KI Bibel, mit künstlicher Intelligenz Geld verdienen: Echte Fallbeispiele und Anleitungen zum Umsetzen Bewertung: 1 von 5 Sternen1/5Künstliche Intelligenz: Die vierte industrielle Revolution Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Landingpages: Wie du deine Konkurrenz in den digitalen Staub schicken Bewertung: 0 von 5 Sternen0 BewertungenEinstieg ins Machine Learning: Grundlagen, Prinzipien, erste Schritte Bewertung: 0 von 5 Sternen0 BewertungenKI-Innovationen: Wie die Technologie die Grenzen verschiebt Künstliche Intelligenz verstehen und nutzen: Ein AI-Buch Bewertung: 0 von 5 Sternen0 BewertungenChatbotische Medien-Gestaltung leicht gemacht: Von der Idee zum viralen Hit Bewertung: 0 von 5 Sternen0 BewertungenWissen statt Glauben!: Das Weltbild des neuen Humanismus Bewertung: 0 von 5 Sternen0 BewertungenRoboter im Alltag: Maschinen (beinahe) wie Menschen Bewertung: 0 von 5 Sternen0 BewertungenDigitalotopia: Sind wir bereit für die (R)Evolution der Wirklichkeit? Bewertung: 0 von 5 Sternen0 BewertungenKünstliche Intelligenz in Sozialen Medien Bewertung: 0 von 5 Sternen0 Bewertungen
Rezensionen für Digitale Rastergrafik
0 Bewertungen0 Rezensionen
Buchvorschau
Digitale Rastergrafik - Fouad Sabry
Kapitel 1: Digitale Rastergrafik
Eine digitale Rastergrafik (DRG) ist ein computerlesbares Bild, das durch Scannen einer topografischen USGS-Karte erstellt wird. In der Regel werden vom USGS erstellte DRGs mit 250 dpi gescannt und als TIFFs gespeichert. In der Regel enthält das Rasterbild die ursprünglichen Grenzinformationen, die oft als Kartenkragen
bezeichnet werden. Die Kartendatei wird in UTM projiziert und auf die Erdoberfläche georeferenziert. DRGs werden häufig in GIS-Anwendungen eingesetzt. DRGs wurden erstmals 1995 hergestellt.
{Ende Kapitel 1}
Kapitel 2: Rastergrafiken
In der Computergrafik und der digitalen Fotografie stellt eine Rastergrafik ein zweidimensionales Bild als rechteckige Matrix oder ein Raster aus quadratischen Pixeln dar, die auf einem Computermonitor, Papier oder einem anderen Anzeigemedium angezeigt werden können. Technisch gesehen wird ein Raster durch die Breite und Höhe des Bildes in Pixeln und die Anzahl der Bits pro Pixel definiert. Rasterbilder werden in Bilddateien gespeichert, deren Verteilungs-, Erstellungs-, Generierungs- und Erfassungsformate variieren.
In der Druck- und Druckvorstufenindustrie werden Rasterbilder als Contones (from continuous tones) bezeichnet. In digitalen Systemen werden Strichzeichnungen jedoch typischerweise als Vektorgrafiken implementiert.
Zahlreiche Rastermanipulationen übertragen sich direkt auf die mathematischen Formalismen der linearen Algebra, bei der die Struktur mathematischer Matrizen von großer Bedeutung ist.
Der Begriff Raster
kommt vom lateinischen rastrum (eine Harke), das sich vom Verb radere (fegen) (kratzen) ableitet. Er stammt aus dem Rasterscan von Kathodenstrahlröhren-Fernsehmonitoren, die das Bild zeilenweise malen, indem sie einen fokussierten Elektronenstrahl magnetisch oder elektrostatisch lenken. Es kann auch verwendet werden, um sich auf ein rechteckiges Raster von Pixeln zu beziehen. Derzeit bezieht sich der Begriff Raster auf ein Werkzeug zur Erstellung von Notenlinien.
Die Tessellation einer Ebene in ein zweidimensionales Array von Quadraten, die jeweils als Zelle oder Pixel bezeichnet werden, ist der grundlegende Ansatz, der dem Rasterdatenmodell zugrunde liegt (von Bildelement
). In der Digitalfotografie ist die Ebene das auf den Bildsensor projizierte Gesichtsfeld; In der Computerkunst ist es eine virtuelle Leinwand; und in geographischen Informationssystemen ist es eine Projektion der Erdoberfläche. Die Auflösung oder Unterstützung, d. h. die Größe jedes quadratischen Pixels, bleibt im gesamten Raster konsistent. Eine Gridding-Methode kann Raster- oder Grid-basierte Daten bereitstellen.
Für jedes Pixel wird dann ein einzelner numerischer Wert gespeichert. Dieser Wert ist für die meisten Fotos eine sichtbare Farbe, aber alternative Messungen sind möglich, einschließlich numerischer Codes für qualitative Kategorien. Jedes Raster-Gitter verfügt über ein eindeutiges Pixelformat, das den Datentyp jeder ganzen Zahl angibt. Zu den gängigen Pixelformaten gehören Binär-, Graustufen-, Paletten- und Vollfarbformate, bei denen die Farbtiefe die Genauigkeit der angezeigten Farben steuert und der Farbraum den Bereich der Farbabdeckung bestimmt (der oft geringer ist als der gesamte Bereich des menschlichen Farbsehens). Die meisten modernen Farbrasterformate drücken Farben mit 24 Bit (fast 16 Millionen verschiedene Farben) und 8 Bit (0–255) pro Farbkanal (Rot, Grün und Blau) aus. Digitale Sensoren, die in der Fernerkundung und Astronomie eingesetzt werden, sind häufig in der Lage, Wellenlängen jenseits des sichtbaren Spektrums zu erfassen und zu speichern. Der große CCD-Bitmap-Sensor am Vera C. Rubin-Observatorium erfasst 3,2 Gigapixel in einem einzigen Bild (6,4 GB RAW) über sechs Farbkanäle, die den Spektralbereich des menschlichen Farbsehens überschreiten.
Die meisten Computerbilder werden in Rastergrafikformaten oder deren komprimierten Varianten wie GIF, JPEG und PNG gespeichert, die im Internet weit verbreitet sind. Ein Raster-Datenformat basiert auf einer (häufig rechteckigen, quadratischen) Mosaik der 2D-Ebene in Zellen mit jeweils einem einzelnen Wert. Das zweidimensionale Array muss serialisiert werden, um die Daten in einer Datei zu speichern. In einem Zeilenhauptformat werden die Zellen entlang der ersten (in der Regel obersten) Zeile von links nach rechts aufgelistet, unmittelbar gefolgt von denen der zweiten Zeile usw.
In der Abbildung auf der rechten Seite werden die Zellen der Tessellation A dem Punktmuster B überlagert, wodurch sich ein Array C mit Quadrantenzählungen ergibt, das die Anzahl der Punkte in jeder Zelle widerspiegelt. Zu Visualisierungszwecken wurde eine Nachschlagetabelle verwendet, um jede Zelle in Bild D einzufärben. Die Zahlen werden als serielles Zeilenmajor-Array dargestellt:
1 3 0 0 1 12 8 0 1 4 3 3 0 2 0 2 1 7 4 1 5 4 2 2 0 3 1 2 2 2 2 3 0 5 1 9 3 3 3 4 5 0 8 0 2 4 3 2 8 4 3 2 2 7 2 3 2 10 1 5 2 1 3 7
Um das zweidimensionale Raster zu rekonstruieren, muss die Datei einen Headerabschnitt enthalten, der mindestens die Anzahl der Spalten und den Pixeldatentyp (mit der Anzahl der Bits oder Bytes pro Wert)