BSE-kuvien digitaaliset kuva-analyysimenetelmät lustosedimenttitutkimuksessa

Koko: px
Aloita esitys sivulta:

Download "BSE-kuvien digitaaliset kuva-analyysimenetelmät lustosedimenttitutkimuksessa"

Transkriptio

1 BSE-kuvien digitaaliset kuva-analyysimenetelmät lustosedimenttitutkimuksessa Turun yliopisto Geologian laitos Pro Gradu -tutkielma Janne Jääskeläinen 2006

2 TURUN YLIOPISTO Geologian laitos JÄÄSKELÄINEN, JANNE: BSE-kuvien digitaaliset kuva-analyysimenetelmät lustosedimenttitutkimuksessa Pro Gradu tutkielma, 84 s., 3 liites. Maaperägeologia Elokuu 2006 Tutkimuksen tarkoituksena oli tarkastella digitaalisen kuva-analyysin soveltuvuutta lustosedimenttitutkimukseen BSE kuvien analysoinnin avulla. Tutkimuksessa on käytetty esimerkkiaineistona kolmea Kortejärven lustosedimenteistä epoksiimeytysmenetelmällä tuotettua kiilloitettua pintahiettä, joista on otettu pyyhkäisyelektronimikroskoopilla korkea-laatuisia näytekuvia. Tutkimuksessa näytekuvista yhdistettiin näytesarjat sekä manuaalisesti että useita yleisimpiä panoramaohjelmia hyväksikäyttäen, ja tutkimustuloksia verrattiin keskenään. Näytesarjoista laskettiin lustojen määrät ja lustojen paksuudet. Lustolaskennan automatisoinnin testaamiseksi tutkimuksen aikana kehitettiin makrokielinen ohjelma, jota käytettiin lustojen laskemiseen näytesarjoista. Yksittäisistä lustoista valituista näytealueista analysoitiin raekokojakauma, mineraaliaineksen määrä ja rakeiden pyöristyneisyys. Lisäksi valituista näytealueista tutkittiin vuodenaikojen tunnistettavuutta. Tutkielmassa analysoitiin myös häviöllisen JPG tiedostoformaatin pakkausasteen vaikutusta raekokojakaumaan, mineraaliaineksen määrään, rakeiden pyöristyneisyyteen, lustolaskentaan ja lustojen paksuuden mittaukseen. Tutkimuksen perusteella BSE kuvista voidaan luotettavasti analysoida lustosedimenttinäytteen raekokojakauma, mineraaliaineksen määrä ja rakeiden pyöristyneisyys. Digitaalisten kuva-analyysimenetelmien käyttö mahdollistaa myös vuodenaikojen tarkkuuteen pääsemisen yksittäisissä lustoissa. BSE kuvien yhdisteleminen kokonaisiksi näytesarjoiksi ei tämän tutkimuksen mukaan ole luotettavasti mahdollista testatuilla ohjelmistoilla. Tutkimuksen aikana kehitetyllä lustolaskentamakrolla päästiin lustojen laskennassa 96 %:n tarkkuuteen. Tutkimuksen mukaan häviöllinen JPG tallennusformaatti vaikuttaa negatiivisesti raekokojakauman, mineraaliaineksen määrän ja rakeiden pyöristyneisyyden analysointiin digitaalisessa kuva-analyysissa. Sen sijaan lustolaskentaan tai lustojen paksuuden manuaaliseen laskentaan JPG tallennusformaatin pakkausasteella ei ollut vaikutusta. Tutkimuksen mukaan on suositeltavaa, ettei häviöllistä JPG tallennusformaattia käytetä tarkkuutta vaativiin kuva-analyyseihin. Asiasanat: BSE, Digitaalinen kuva-analyysi, ImageJ ohjelma, JPGpakkaus, Kortejärvi, lustosedimentti, SEM.

3 1 1. JOHDANTO TERMISTÖ YLEISTÄ KUVA-ANALYYSISTA DIGITAALISET KUVA-ANALYYSIMENETELMÄT LUSTOSEDIMENTTITUTKIMUKSESSA PERINTEISET MENETELMÄT LUSTOSEDIMENTTITUTKIMUKSESSA KUVA-ANALYYSIMENETELMIEN TUTKIMUS KUVA-ANALYYSIMENETELMIEN EDUT KUVA-ANALYYSIN VAIHEET Epoksi-imeytysmenetelmä Digitaalikuvien tuottaminen SEM ja BSE Preparointi Binaarikuvaksi konvertoiminen Booleanoperaatiot Morfologiset filtterit Kuvankäsittelyfiltterit Histogrammin tasapainottaminen ja harmaasävykorjaukset Analyysi Jälkikäsittely, kuvien varastointi ONGELMAT JA VIRHELÄHTEET Datan tulkitseminen Kuvien tuottaminen Laitteiston tarkkuus Tiedon varastoinnin ongelmat Normistojen puute Virhemarginaalit AINEISTO MENETELMÄT LUSTOJEN LASKEMINEN Lustosarjakuvien yhdistäminen manuaalisesti Lustosarjakuvien yhdistäminen ns. autostitching ohjelmien avulla Lustojen laskeminen BSE kuvista manuaalisesti Lustojen laskeminen ImageJ ohjelman plottausdiagrammista Lustojen laskeminen BSE kuvista lustolaskurimakrolla YKSITTÄISISTÄ LUSTOISTA SAATAVAT TULOKSET Raekokojakauma Mineraaliaineksen määrä Luston paksuus...45

4 Pyöristyneisyys Vuodenaikojen tunnistettavuus PAKKAUSFORMAATIN VAIKUTUS DIGITAALISEEN KUVA-ANALYYSIIN JPG pakkausasteen vaikutus lustojen laskemiseen lustosarjasta JPG pakkausasteen vaikutus yksittäisen luston tuloksiin TULOKSET JA TULOSTEN TARKASTELU LUSTOJEN LASKEMINEN Lustosarjakuvien yhdistäminen manuaalisesti Lustosarjakuvien yhdistäminen ns. autostitching ohjelmien avulla Lustojen laskeminen näytesarjasta manuaalisesti Lustojen laskeminen näytesarjan plottausdiagrammista manuaalisesti Lustojen laskeminen näytesarjasta lustolaskurimakrolla YKSITTÄISISTÄ LUSTOISTA SAATAVAT TULOKSET Raekokojakauma Mineraaliaineksen määrä Luston paksuus Pyöristyneisyys Vuodenaikojen tunnistettavuus Pakkausformaatin vaikutus digitaaliseen kuva-analyysiin JPG pakkausasteen vaikutus lustojen laskemiseen lustosarjasta (manuaalisesti ja lustolaskurimakrolla) JPG pakkausasteen vaikutus yksittäisestä lustosta saataviin tuloksiin JOHTOPÄÄTÖKSET KIITOKSET LÄHDELUETTELO OHJELMIEN KOTISIVUT JA MANUAALIT...83

5 3 1. Johdanto Hyvin suuri osa luonnontieteellisistä tutkimusmenetelmistä perustuu vahvasti dataa havainnollistavaan visualisointiin. Erilaisten visuaalisten korostusten ja prosessien periaatteena on tuottaa monimutkaisista ja laajoista datakokonaisuuksista ihmiselle helpommin tulkittavia havaintoesityksiä, joiden avulla materiaalista voidaan vetää oikeanlaisia ja tieteellisesti valideja johtopäätöksiä. Geologia ei ole tässä mielessä poikkeus. Perinteisiä visualisointimetodeja ovat erilaisten karttojen, diagrammien, ohuthieiden ja kuvien käyttäminen tutkimuksen apuvälineenä. Käytännössä kaikki tällaiset metodit nojaavat havainnoitsijan omaan havainnointikykyyn, ja tulokset saattavat vaihdella havainnoitsijasta riippuen. Ihmisen omalla tulkinnalla on erittäin tärkeä rooli koko prosessissa (Stoermer 1996), mutta biologisista ja psykofyysisistä syistä johtuen ihmisen havainnointijärjestelmä on puutteellinen. Digitaalisessa kuva-analyysissa dataa pyritään analysoimaan mahdollisimman pitkälle ohjelmallisesti, ja ihmisen oman havainnointijärjestelmän virheet yritetään minimoida. Digitaalisen kuva-analyysin soveltuvuutta sedimentologisiin tutkimuksiin on tutkittu jo aikaisemminkin (esim. Fortey 1995, Francus 1998), ja saadut tulokset ovat olleet rohkaisevia. Digitaalinen kuva-analyysi on perinteisiin menetelmiin verrattuna nopea, tarkka ja näytettä hajoittamaton tutkimusmenetelmä. Lisäksi tehtävät analyysit on helppo toistaa edullisesti ja suhteellisen nopeasti. Digitaaliseen kuva-analyysiin soveltuvia ohjelmistoja on käytössä eri aloilla ilmaisjakeluversioina. Tällaisia ohjelmia ovat esimerkiksi Java-pohjainen ImageJ ja NIH image. Digitaalinen kuva-analyysi on hyvin laajassa käytössä jo lääketieteessä sekä biologiassa, ja siksi hyvin suuri osa tarjolla olevista ohjelmistoista onkin suunnattu erityisesti näille tieteenaloille. ImageJ ohjelman soveltuvuus sedimentologiseen tutkimukseen on myös osa tämän tutkimuksen ongelmakenttää. Tämän tutkimuksen tarkoituksena oli selvittää, missä määrin digitaaliset kuvaanalyysimenetelmät soveltuvat sedimentologisiin tutkimuksiin, ja erityisesti testata

6 4 kuva-analyysimenetelmien toimivuutta lustosedimenttien tutkimuksessa BSE kuvien (engl. Back Scatter Electron) analysoinnin avulla. Tutkimuksessa käytettiin esimerkkiaineistona lustosedimenteistä epoksi-imeytysmenetelmällä tuotettuja kiilloitettuja pintahieitä, joista on otettu pyyhkäisyelektronimikroskoopilla korkealaatuisia näytekuvia. Näiden kuvien preparointi, analysointi ja tulkinta olivat tämän tutkimuksen keskeisiä osia. Tutkimuksessa haluttiin selvittää, missä määrin digitaalinen kuva-analyysi soveltuu käytännön sedimentologiseen tutkimustyöhön. Edellisten lisäksi pyrittiin selvittämään, missä määrin BSE kuvista suoritettavaa lustolaskentaa voidaan automatisoida luotettavasti. Markkinoilla on paljon erilaisia automaattisia ja puoliautomaattisia kuvienyhdistelyyn tarkoitettuja ns. panoramaohjelmia, joiden soveltuvuutta BSE kuvien lustosarjojen yhdistämiseen ei aikaisemmin ole tutkittu. Lisäksi tutkimuksessa on yritetty rakentaa makrokielellä lustojen laskentaan soveltuva makro, ja testata sen toiminnan luotettavuutta näytelustojen laskennassa. Lopuksi analysoitiin vielä häviöllisen JPG pakkauksen vaikutuksia saatuihin tutkimustuloksiin.

7 5 2. Termistö Ohessa on selitetty tekstissä esiintyvää termistöä. BMP BSE BSEi CIE (L*a*b) CMYK JPG, JPeG RAW RGB SEM STM TIF, TIFF Väriavaruus Windows käyttöjärjestelmän myötä yleistynyt häviötön bittikarttaformaatti. Ei tue häviötöntä pakkausta. engl. Back Scatter Electron. engl. Back Scatter Electron Image. Universaali värimalli. Neljästä värikomponentista koostuva väriavaruus. Koostuu syaanin (engl. Cyan), magentan (engl. Magenta), keltaisen (engl. Yellow) ja mustan (engl. black) komponentin yhdistelmästä. CMYK väriprofiilia käytetään painoteollisuudessa. Häviöllinen kuvien pakkausformaatti. Lyhenne tulee sanoista Joint Photographic Experts Group. Digikameran raakakuvatiedostoformaatti. RAW formaattia ei ole standardisoitu, joten yhtenäistä tiedostopäätettä ei vielä ole. Valmistajasta riippuen eri päätteet tarkoittavat samaa tiedostomuotoa [BAY (Casio), CR2 (Canon), CRW (Canon), DCR (Kodak), DNG (Samsung, Leica), MRW (Konica, Minolta), NEF (Nikon), ORF (Olympus), PEF (Pentax), RAF (Fujifilm), RAW (Casio, Epson, Konica, Panasonic), RDC (Rollei), SRF (Sony), TIF (Canon, Kodak) ja X3F (Sigma)]. Kolmesta värikomponentista koostuva väriavaruus. Koostuu punaisen (engl. Red), vihreän (engl. Green) ja sinisen (engl. Blue) komponentin yhdistelmästä. Esimerkiksi monitorit käyttävät tätä väriavaruutta. engl. Scanning Electron Microscope. engl. Scanning Tunnel Microscope. engl. Tagged Image File Format on yleinen käytössä oleva häviötön bittikarttakuvien tallennusmuoto. Tukee myös häviötöntä pakkausta. Spektri, väriavaruus, väriprofiili.

8 6 3. Yleistä kuva-analyysista Geologia on vahvasti visualisointiin perustuva tieteenala (Kinnunen 1995). Erilaiset analyysimenetelmät tuottavat tietoa, joita visuaalisesti tulkitsemalla pyritään tuottamaan valideja tutkimuksia käsiteltävistä tutkimuskohteista. Kaikissa tutkimuskeinoissa, joissa käytetään apuna visuaalista tulkitsemista, on kuitenkin suuria erehtymisen mahdollisuuksia. Visuaaliseen havainnointiin vaikuttavat havaitsijan oma tulkinta, valaisuolosuhteet, materiaalit ja viitekehys, jossa tutkimusta tehdään. Tällaisissa tilanteissa tehtyjen visuaalisten analyysien toistettavuus on heikko. Ihmisen optinen havainnointijärjestelmä ei ole luotettava työkalu kvantitatiivisessa kuva-analyysissä. Ihmisillä on hyvä kyky tunnistaa objekteja ja vertailla niitä kolmiulotteisesti muihin objekteihin. Ihmissilmän värien ja valon kirkkauden tulkintakyky on varsin heikko, ellei vieressä ole selkeäkontrastista vertailukohtaa. Toisiaan lähellä olevat sävyt sekoittuvat tulkinnassa helposti. Näkö on altis erilaisille virhetulkinnoille ja illuusioille, jotka vaikeuttavat luotettavaa analysointia pelkkään näköaistiin luottaen (kuva 1). Kuva 1: Esimerkki optisesta illuusiosta. Kohtien A ja B harmaasävyt ovat samat.

9 7 Yksilökohtaisten poikkeavuuksien lisäksi ihmisillä on jo biologisista syistä johtuen huonot edellytykset tulkita värejä kvantitatiivisesti: toiset aallonpituudet suodattuvat toisten kustannuksella. Myös ihmissilmän optiset hermot vääristävät signaaleja. Tämän takia on hyvä pitää oma visuaalinen tulkinta mahdollisimman vähäisenä virheiden välttämiseksi. (Russ 2002). Värien jaottelun ja käytön standardoimiseksi on kehitetty universaali värimalli (L*a*b), johon kaikki nykyisetkin värimallit pohjautuvat. Tämä CIE:n kehittämä värimalli perustuu ajatukseen, että vaikka ihmissilmä ei jotain aallonpituutta havaitsisikaan, on se kuitenkin olemassa ja mitattavissa yksiselitteisessä muodossa. Esimerkiksi tietokonemonitorien CRT kuvaputkien ja TFT näyttöjen käyttämä RGB väriavaruus ylittää ihmissilmän erotuskyvyn kuten myös monitorien nykyisen laatutason (Kinnunen 1995). Ihmissilmän ja monitorin luoman kuvan sijasta tulee siis luottaa mieluummin digitaaliseen kuvadataan kuin henkilökohtaisten aistien tulkintaan. Francuksen mukaan (1998) digitaalinen kuva-analyysi on näytteistä eristetyn kuvadatan analysointia tietokoneavusteisesti. Kuva-analyysi sisältää kaikki tarvittavat operaatiot, jotka tarvitaan kvantitaviisen tiedon jalostamiseksi näytemateriaalista. Kuvadata on yleensä tallennettu digitaaliseen muotoon näytteistä erilaisten menetelmien avulla, esimerkiksi ohutnäytteistä tai valokuvista skannaamalla. Kuva-analyysissa käytettävä kuvamateriaali voidaan hankkia erilaisista lähteistä, mutta paleolimnologisessa kontekstissa kuvat otetaan yleensä tuoreista sedimenttinäytteistä tai ohuthieistä erilaisia kuvausvälineitä ja tekniikoita käyttäen. Käytettäessä kuva-analyysista saatavia tietoja joko korvaamaan tai täydentämään erilaisia kemiallisia, biologisia ja fysikaalisia tutkimustuloksia saadaan uutta ja tärkeää informaatiota menneistä ympäristönmuutoksista (Saarinen ja Petterson 2001). Tietokoneiden, laitteistojen ja kuva-analyysiohjelmien nopea kehitys viime vuosina on mahdollistanut kuva-analyysin käyttämisen standardimenetelmänä paleolimnologiassa luvun loppuun mennessä kuva-analyysimenetelmiä on käytetty vähän paleolimnologiassa, vaikka tekniikkaa onkin käytetty onnistuneesti alaan liittyvissä tutkimuksissa, kuten vuosirengasanalyyseissa, geologiassa, petrologiassa, merisedimentologiassa

10 8 ja maaperägeologiassa (Saarinen ja Petterson 2001). Lustosedimenttitutkimuksessa digitaalista kuva-analyysia on käytetty menestyksellä mm. tutkittaessa rhythmiittien luonnetta lustosedimenttikerrostumien pohjakerroksissa Bredåkran deltassa kaakkois- Ruotsissa (Lindeberg ja Ringberg 1999). Digitaalisen kuva-analyysin perusongelmat ovat luonnollisesti samat kuin perinteisimmissäkin tutkimusmenetelmissä. Vaikka tietokoneella onkin mahdollista suorittaa erittäin vaativia laskuoperaatioita, ei analyysi silti poista näytteenotosta ja preparoinnista aiheutuvia virhelähteitä. Eräs keskeisimmistä digitaalisen kuva-analyysin virhelähteistä on tarvittavan kuvamateriaalin tuottamisprosessi. Tuotettavan kuvamateriaalin tulisi olla analyysin tarpeet huomioon ottaen sen verran tasalaatuista ja laadukasta, että digitaalinen kuva-analyysi olisi mielekästä (Russ 2002). Kuva-analyysissa digitaaliseen formaattiin tallennettua visuaalista dataa pyritään tulkitsemaan matemaattisilla apumenetelmillä. Jotta tulkitsemista voitaisiin tietokoneavusteisesti tehdä, täytyy data muuttaa ensin formaattiin, joka mahdollistaa analyysien suorittamisen. Käytännössä tämä tarkoittaa esimerkiksi näytteestä otetun kuvamateriaalin, kuten diojen tai valokuvien, skannaamista. Joissain tapauksissa tutkimusprosessin kuluessa saadaan jo aikaisessa vaiheessa hyvälaatuista dataa sähköisessä muodossa. Esimerkiksi BSE kuvia voidaan käyttää sellaisenaan digitaalisen kuva-analyysin raakamateriaalina (Bollmann ja muut 2004). Kuva-analyysi on yleensä jaettavissa selkeästi erilaisiin päävaiheisiin. Jaottelu riippuu tutkimuksen suorittajista ja tarkastelun fokuksesta. Yleisimmin kuva-analyysi jaetaan kuitenkin kolmeen erilliseen päävaiheeseen: 1) Tallentaminen digitaaliseen formaattiin (engl. data/image acquisition) 2) Kuvan prosessointi (engl. image processing) 3) Kuva-analyysi (ts. erityisten kiinnostuksen kohteena olevien alueiden mittaus) (Saarinen ja Petterson 2001). Joissain kuva-analyysijärjestelmissä (esim. IBAS 2 järjestelmä) on vielä omat vaiheensa segmentaatiolle ja varjostuksen korjaamiselle, mutta tässä yhteydessä on

11 9 järkevämpää olla käsittelemättä IBAS 2 järjestelmää. IBAS 2 järjestelmää on käytetty onnistuneesti tefrojen tutkimiseen (Eiríksson ja muut 1996). Edellä mainittujen vaiheiden lisäksi jokaiseen kuva-analyysiin liittyy vielä erillisenä jälkikäsittely, eli kuvien varastointi ja säilytys. Digitaalisen kuva-analyysin menetelmistä on kerrottu tarkemmin luvussa Digitaaliset kuva-analyysimenetelmät lustosedimenttitutkimuksessa Suotuisissa geologisissa ja geomorfologisissa olosuhteissa järvet Suomen boreaalisilla alueilla muodostavat kerrostuneita sedimenttejä, jotka heijastelevat sedimentaation vuosittaista sykliä. Tällaiset järvet eivät ole harvinaisia Suomen boreaalisilla vyöhykkeillä. Lustojen muoto, koostumus ja rakenne riippuu useista erilaisista sedimentologisista muuttujista, kuten pohjan ja kerrostumisaltaan muodosta ja kerrostuman sisältämästä aineksesta. Yksittäinen vuoden mittainen kerrostuma eli lusto muodostuu kahdesta tai useammasta kerroksesta (talvi/kesäkausi), jotka voidaan erottaa toisistaan perustuen niiden paksuuteen, rakenteeseen ja tekstuuriin. (Tiljander ja muut 2002). Lustosedimenteillä on erittäin tärkeä rooli kalibroitaessa muilla menetelmillä saatua näytedataa kronologista dataa pehmeiden järvi- tai merisedimenttien tutkimuksessa. Lustosedimenttikerrostumat ovat myös tärkeä työkalu korkearesoluutioisten pitkän aikavälin biologisten ja fysikaalisten sedimenttisysteemien tutkimiseen järviympäristöissä. (Tiljander ja muut 2002, Prokoph ja Patterson 2004). Lustosedimenttidata heijastaa lyhyellä ja pitkällä aikavälillä tapahtuvaa kerrostumaaltaaseen tapahtuvaa materiaalivirtaa. Jotkut kerrostumista ovat seurausta paikallisista tapahtumista, kuten metsäpaloista ja maanvyöryistä, kun taas toiset muutokset ovat seurausta menneistä ilmastonmuutoksista, yleisimmin lumen sulamisvesien ja kevättulvien aiheuttamina. (Petterson 1999, Tiljander ja muut 2002). Useimmissa tapauksissa kerrokset lustoissa kuitenkin kuvaavat pelkkiä vuodenaikoja (Petterson 1999). Kausittaiset vaihtelut lustojen rakenteessa ja paksuudessa kuvaavat tapahtuneita ilmastonmuutoksia (Ripepe ja muut 1991, Tiljander ja muut 2002). Raekokojakauma lustoissa ja muissa kerrostuneissa sedimenteissä liittyy usein läheisesti klastisen materiaalin sisääntuloon (inflow) kerrostuma-altaaseen. Esimerkiksi keväällä

12 10 tulvavesien purkautuminen aiheuttaa eroosiota kerrostumissa, jolloin mineraaliainesta ja karkeampia rakeita kulkeutuu syvänteisiin. (Saarinen ja Petterson 2001). Olennaista lustosedimenteissä on tutkimuksen kannalta se, että lustoihin kerrostuu erilaista ainesta vuodenajasta riippuen. Esimerkiksi Pohjois-Ruotsissa on erotettavissa 3-4 erilaista kaudellista kerrosta. Keväällä syntyy ohut mineraalikerros sulavan lumen ja tulvien seurauksena. Kesällä ja alkusyksystä syntyy tummempi orgaaninen kerros, joka kuvastaa järven orgaanisen materiaalin kasvamista. Syksyllä saattaa syntyä ohut mineraalipitoinen kerrostuma syyssateiden seurauksena, mutta tämä kerros on hankala erottaa johtuen juuri sateiden määrästä. Talviaikaan kerrostuu ainoastaan orgaanista materiaalia, sillä järvi on kokonaan jään peitossa ja ainoastaan orgaaninen aines pääsee kerrostumaan. Talvikerros on kuitenkin selkeästi ohuempi kuin kesän biologisen kuorman tuottama kerros (Petterson ja muut 1993). Lustojen talvikauden kerrostuma on usein ruskeaa ja rakenteeltaan homogeenista. Talvikerros sisältää hyvin vähän tai ei ollenkaan mineraaliainesta saviaineksen seassa. Talvikauden kerrostuman alapuolella oleva kontaktipinta kesäkerrostumaan on useimmiten aaltoileva, teräväreunainen ja ehjä (Lindeberg ja Ringberg 1999). Lustosedimenttien tutkiminen tarjoaa useita eri hyötyjä verrattuna samantyyppiseen tutkimukseen homogeenisissa sedimenteissä. Ensinnäkin, lustosedimenttikerrostumat muodostavat tarkan ja jatkuvan kronologisen sarjan. Toiseksi, lustosedimenttikerrostumat sisältävät kerrostumatietoja vuosi- ja jopa vuodenaikatasolla, ja mahdollistavat paleoekologisen datan tutkimisen. Lustosedimentit tallentavat myös tietoa kerrostumaaltaan valuma-alueiden muutoksista ja kerrostumissykleistä. (Ojala 2001). Lustosedimenttien digitaalisessa kuva-analyysissa on mahdollista hahmottaa lustojen rakenne, mitata yksittäisten kerrosten paksuudet, röntgentiheyden vaihtelut lustoissa ja laskea lustojen lukumäärä (Saarinen ja Petterson 2001, Tiljander ja muut 2002). Tämän lisäksi näytesarjassa voidaan tutkia lustojen kausittaista vaihtelua. Lustoja tai kerroksia vasten kohtisuoraan piirretään yhtenäinen viiva ja koko tämän viivan matkalta mitataan harmaasävyarvot (Saarinen ja Petterson 2001). Tavallisempien operaatioiden lisäksi lustoista voidaan eristää myös tietoja lustojen sisältämän mineraaliaineksen raekoosta.

13 11 Kuva-analyysin eniten käytetty ominaisuus paleolimnologiassa on ollut pelkkä lustojen lukumäärän laskeminen ja lustojen paksuuden mittaaminen. Vaikka tällaisen datan saaminen onkin tärkeää, tarjoaa kuva-analyysi enemmänkin mahdollisuuksia lustosedimenttitutkimuksessa. Lähdekirjallisuudesta saadut viitteet myös tukevat tätä päätelmää. (Saarinen ja Petterson 2001) Perinteiset menetelmät lustosedimenttitutkimuksessa Ilmastonmuutokset, samoin kuin antropogeeniset vaikutukset järviin ja niiden kerrostuma-altaisiin, näkyvät myös sedimenttikerrostumien fyysisissä ominaisuuksissa. Sedimenttikerrostumien vesipitoisuus, kuivatiheys, mineraaliaineksen raekoko, magneettisten mineraalien konsentraatio ja akustiset ominaisuudet vaihtelevat kerrostumisympäristön fysikaalisten piirteiden mukaisesti. Myös kuiva-aineksen geokemia ja paleobiologiset jäänteet antavat tietoa kerrostumisaltaasta. Perinteisesti näitä tietoja on mitattu sedimenteistä otetuista kairasydännäytteistä. Mittaukset on suoritettu yleensä muutaman millimetrin paksuisista näytteistä joko loggaamalla tai paloittelemalla näytepalat laboratoriossa tai kentällä. (Francus 1998) Kairasydämestä on mahdollista ottaa viiden vuoden mittaisia näytepaloja kvantitatiivisesti, mutta prosessi on erittäin työläs ja virhealtis. Toivottava lopputulos olisi, että näytteet voitaisiin analysoida vähintään yhden vuoden tarkkuudella mm paksujen lustojen erottaminen manuaalisesti toisistaan on kuitenkin erittäin hankalaa, varsinkin jos lustojen värit ovat lähellä toisiaan tai lustot ovat kaareutuvia. (Petterson ja muut 1999). Tämän lisäksi perinteisissä tutkimuksissa käytetty lustojen tutkimusmenetelmä tuhoaa alkuperäisen näytteen, jolloin tutkimusta ei enää voida toistaa. Prosessin aikana lustot pääsevät kuivumaan, jolloin lustoihin varastoitunut vesi pakenee haihtumalla ja lustojen tilavuus pienenee (Petterson ja muut 1999). Kuivumisen lisäksi myös lustojen värit muuttuvat veden poistuessa näytteestä (Saarinen ja Petterson 2001). Kuva-analyysimenetelmillä näytteistä otetut kuvat voidaan säilyttää pysyvästi ja parametrit voidaan analysoida tarvittaessa myöhemmin uudelleen. Tiedot säilyvät digitaalisissa kuvatallenteissa varastoinnin aikana kuten perinteisissä valokuvissa. Kuvat ovat kallisarvoisia, jos näytteenotto joudutaan suorittamaan uudelleen (Saarinen ja Petterson 2001).

14 Kuva-analyysimenetelmien tutkimus Erilaisten kuva-analyysimenetelmien soveltuvuutta sedimentologiaan on tutkittu. Esimerkiksi hiekkasedimenttitutkimuksissa käytetty kuva-analyysi on osoittanut vertailukelpoisuutensa perinteisiin seulontamenetelmiin verrattuna. Samoja metodeja on käytetty myös erittäin ohuiden ja pienten näytemäärien analysointiin. (Bonardi ja Tosi 1995). Kuva-analyysi on osoittautunut myös toimivaksi metodiksi agronomisten kuvien tulkitsemisessa (Ewing ja Horton 1999) ja tefratutkimuksissa (Eiríksson ja muut 1996). Lustosedimenttitutkimuksessa käytetään erilaisia metodeja, riippuen siitä mitä tietoa kuva-analyysilla on tarkoitus näytteistä saada. Pelkkien lustojen laskemiseen soveltuu useita kuva-analyysikeinoja, mutta esimerkiksi raekokomäärityksiin tarvitaan röntgenradiografisia menetelmiä. Röntgenradiografia on nopea ja näytettä hajoittamaton loggaustekniikka, jossa näyte altistetaan röntgensäteilylle ja takaisinheijastuva ja läpäisevä säteily taltioidaan röntgenfilmille. Röntgenradiografiaa on käyttänyt paleolimnologisessa tutkimuksessa ensimmäisen kerran jo Hamblin (1964), joten metodi ei ole uusi. Myös erilaisten muotojentunnistamisohjelmien käyttämistä digitaalisessa kuva-analyysissa on tutkittu. Tutkimuksessa käytetyt oppivat neuroverkot tuottivat laadukkaita tuloksia pienillä näytemäärillä, mutta tekniikan jalostuminen käytännön laboratoriotyöskentelyyn on vielä kehitysvaiheessa. (Williams ja muut 1998, France ja muut 2004). Sedimenttien analyysien laatuvaatimukset kasvavat koko ajan. Näytteiden tutkimisen tarkkuudeksi halutaan vuositaso, mielellään jopa vuodenaikataso, jotta näytteistä saatavien tietojen avulla voidaan parantaa ilmastoanalyysien ja muutoksien ennustamista. Kairaussydänten loggaustekniikat ovat myös kehittyneet merellisten sedimenttien tutkimuksen myötä. (Francus 1998). Lustojen laskemisessa on käytetty erilaisia soveltuvia työkaluja. Tällainen on esimerkiksi puiden vuosirenkaiden laskemiseen tarkoitettu ohjelma DendroScan (Tiljander ja muut 2002) ja vuosirengasmikroskooppi. Lustot tai kerrokset sedimentissä tunnistetaan visuaalisesti luston värin tai harmaasävyjen eroista. Visuaaliset erot selittyvät kerrosten ainesten erilaisesta tiheydestä, raekoosta tai sedimentin koostumuksesta (Saarinen ja Petterson 2001). Puulustorengasmikroskoopilla suoritetta-

15 13 vat laskemiset ovat kuitenkin todella aikaa vievää, ja tulokset vaihtelevat tarkastelijasta riippuen (Petterson ja muut 1993). Lustojen manuaalinen laskeminen voidaan korvata kuva-analyysilla. Digitaalinen kuvaanalyysi voidaan suorittaa joko käyttämällä valomikroskoopista otettuja kuvia tai röntgenradiografisia menetelmiä (Francus 1998). Näistä menetelmistä on kirjoitettu tarkemmin luvussa Kuva-analyysimenetelmien edut Digitaaliset kuva-analyysimenelmät tarjoavat lukuisia etuja perinteisiin lustosedimenttien analyysimetodeihin verrattuna: 1) Tekniikka ei tuhoa alkuperäistä näytettä, ja on toistettavissa (Bonardi ja Tosi 1995). 2) Tekniikka on objektiivinen: jokaiselle väri/harmaasävylle saadaan tarkka digitaalinen arvo, ja arvioitsijan visuaaliset arviointikyvyn puutteet eivät pääse vääristämään mittaustulosta (Petterson ja Saarinen 2001). 3) Tekniikka on nopea, erityisesti verrattaessa osanäyteottoon (Bonardi ja Tosi 1995, Petterson ja Saarinen 2001, Francus ja muut 2004). 4) Näytteistä voidaan eristää tietoa, jonka saaminen aikaisemmin on ollut mahdotonta tai erittäin vaikeaa (Ojala 2001): a. Lustojen sisäiset kerrokset voidaan analysoida. Tämä tarkoittaa paleoklimatologisessa mielessä sitä, että näytteiden analysoinnissa päästään jopa vuodenaikojen tarkkuuteen. Perinteisillä metodeilla tämä ei ole ollut mahdollista. (Petterson ja muut 1993, Petterson ja Saarinen 2001). b. Pienestäkin näytteestä voidaan eristää raekokoon liittyviä parametreja, kuten esimerkiksi rakeen pyöristyneisyys (Bonardi ja Tosi 1995). c. Keskiarvollinen raekokomittaus digitaalisen kuva-analyysin avulla on tarkempi kuin mekaanisessa seulonnassa, jossa ainoastaan pienin raekoko on asetettu. Alustavat testit ovat osoittaneet, että raetta riittää tilastollisesti hyvin kuvaamaan raekokojakaumaa näytteessä (Bonardi ja Tosi 1995).

16 14 d. Digitaalisessa kuva-analyysissa on mahdollista tunnistaa rakeet, jotka ovat perinteisissä seulontamenetelmissä tulkittu yhdeksi ja samaksi rakeeksi. 5) Pienet näytekoot mahdollistavat hyvin ohuidenkin kerrostumien yksityiskohtaisen tutkimisen. Stratigrafista historiatietoa voidaan eristää jopa sellaisista näytteistä, jotka näyttäisivät visuaalisesti homogeeniseltä ainekselta. 6) Raekokojen määrittelyä on mahdollista muuttaa vielä myöhemminkin muuttamalla parametreja, jotka määrittelevät raekoot näytteestä. Perinteisessä seulontamenetelmässä koko seulonta jouduttaisiin toistamaan (Bonardi ja Tosi 1995). Myös uudet loggausinstrumentit mahdollistavat jatkuvan, korkearesoluutioisen ja eituhoavan fysikaalisten ominaisuuksien tallentamisen. Näitä ominaisuuksia ovat mm. sedimentin väri, tiheys, P-aaltonopeus, magneettinen suskebiliteetti ja koostumus. Näitä tekniikoita on käytetty useiden vuosien ajan merellisten sedimenttien tutkimuksessa. (Francus 1998). Digitaalinen kuva-analyysi on nopea, objektiivinen, näytettä tuhoamaton metodi, ja se mahdollistaa korkearesoluutioisten tulosten tuottamisen rutiininomaisesti ja edullisesti. Menetelmä soveltuu varsin hyvin kairasydännäytteiden dokumentointiin, lustojen laskemiseen, lustojen paksuuden mittaamiseen, sedimenttikoostumuksen analysointiin sekä raekoko- ja mineraalisisällön vaihtelevuuden tutkimiseen. (Stoermer 1996, Francus 1998, Petterson ja Saarinen 2001). Röntgentiheys- ja BSE kuvien digitaalinen kuva-analyysi ovat osoittautuneet toimiviksi metodeiksi tutkia klastis-orgaanisia sedimenttisarjoja (Ortiz ja muut 2004). BSE kuvien analysointi taas on hitaampaa, mutta tarjoaa sellaista informaatiota (esim. mineraalien raekoko), jota ei pystytä pelkillä röntgentiheysmittauksilla tutkimaan. Joissain tapauksissa myös röntgentiheysmittauksen yhdistäminen viivaskannaukseen (Dendro-Scan) on tuottanut hyviä tuloksia mitattaessa lustojen kronologiaa, paksuuksia ja rakennetta. Tekniikat osoittautuivat myös huomattavasti paremmiksi kuin perinteisesti käytetyt metodit. (Ojala 2001).

17 15 Röntgenradiografialla tuotettujen harmaasävyarvojen on huomattu korreloivan varsin hyvin sedimenttien sisältämän mineraaliaineksen suhteellisen raekoon kanssa. (Lindeberg ja Ringberg 1999, Petterson ja muut 1999). Harmaasävyarvot ovat esimerkiksi ilmastotutkimuksessa tärkeämpää dataa kuin lustojen paksuus (Petterson ja muut 1999). Myös raekokomääritykset onnistuvat välillä mm rutiininomaisesti kuva-analyysimenetelmiä käyttämällä. Nämä menetelmät ovat myös toistettavissa (Francus 1998). Myös neuraaliverkkojen käyttämistä SEM kuvien analyysin apuna on tutkittu (Bollmann ja muut 2004). Tulokset olivat lupaavia, ja neuraaliverkkojen käyttäminen analysoinnin apuna tulee lisääntymään todennäköisesti jo aivan lähitulevaisuudessa (Thomas ja muut 1998). Digitaalinen kuva-analyysi on mahdollistanut nopeamman analyysikeinon sedimenttien tutkimiseen, ja kuva-analyysia käyttämällä voidaan manuaaliset työt suorittaa lähes automaattisesti (Soreghan ja Francus 2004). Tämä on tuonut tutkijoiden käyttöön myös uusia parametreja, joita aikaisemmin ei ole voitu hyödyntää. Esimerkiksi käyttämällä värijärjestelmää harmaasävyjärjestelmän sijaan voidaan saada runsaasti lisätietoa sedimentin ulkoasusta ja koostumuksesta, erityisesti sellaisista näytteistä, jotka sisältävät bakteerien ja mineraalien aiheuttamia värivaihteluita (Petterson ja Saarinen 2001). Värijärjestelmän käyttämistä muissa soveltuvissa geologisissa tutkimuksissa on tutkinut onnistuneesti mm. Juurela (2001) sekä Nederbragt ja Thurow (2004). Lähdeaineistoon tutustuttaessa tuli selkeästi esille, että standardimetodia digitaalisten kuva-analyysimenetelmien kuvankäsittelymetodien käyttöön ei ole olemassa. Näytteenottometodien suhteen tilanne on jo melko vakiintunut. Näytteenottometodit ovat standardisoituneet, koska tavat noutaa sedimenttinäytteitä kerrostuma-altaasta ovat melko lailla samanlaisia. Sen sijaan kuva-analyysissa metodit ja tavat vaihtelevat. Jotta keskenään vertailukelpoisten kronologioiden muodostaminen olisi mahdollista, tulisi kehittää jonkinlainen standardi tai ohjenuora lustojen mittaamiseksi ja kronologioiden luomiseksi (Ojala 2001). Kuvien taltiointi ja prosessin toistettavuus tulisi olla mahdollisimman tasalaatuista koko näytesarjalle (Francus 1998).

18 Kuva-analyysin vaiheet Näytteen preparointi digitaalisen kuva-analyysin vaatimaan muotoon voidaan toteuttaa useilla eri tavoilla, mutta lupaavin kaikista tässä tutkituista menetelmistä on ollut epoksi-imeytysmenetelmän käyttäminen. Epoksi-imeytysmenetelmä on myös ainoa menetelmä, joka mahdollistaa SEM- ja BSE kuvien käyttämisen digitaalisessa kuvaanalyysissa. Epoksi-imeytysmenetelmä on melko uusi ja vähän testattu preparointitapa. Lustosedimenttinäytteet tulee ottaa sellaisista paikoista, joissa lustot ovat säilyneet mahdollisimman hyvälaatuisina ja häiriintymättöminä. Edellytys lustosedimenttien tiedon luettavuudelle on, että kerrostunut materiaali säilyy kerrostumassa häiriintymättömänä, eikä sitä ole sekoittanut kaivautuvat pieneliöt, vesivirtaukset tai sedimentissä tapahtuva kaasunmuodostus. Hapettomat ja kylmät syvänteet minimoivat veden liikkeet ja bioturbaation pitkien kesä- ja talvikausien aikana. Syvänteet ovat siis parhaita potentiaalisia näytteidenottopaikkoja. (Petterson ja muut 1993). Kerrostumasta tulisi ottaa useita rinnakkaisia näytteitä, jotta saataisiin mahdollisimman tarkka ja yhtenäinen kerrossarja (Tiljander ja muut 2002). Perinteisillä metodeilla vuosilustosedimenttejä logatessa paras hetki on yleensä heti näytteenoton jälkeen. Tällöin näytteen rakenteeseen ja laatuun ei ole ehtinyt vaikuttaa dehydraatiosta johtuva rakenteen ja värin muuttuminen. (Francus 1998). Manuaalinen näytteenkeräys yksittäisistä lustoista on aikaa vievä ja virhealtis prosessi (Petterson ja muut 1999). Näytteestä otetaan vuoden kerrostumasta kahden vierekkäisen kerroksen muodostama pari, lusto. Digitaalista kuva-analyysimenetelmää käytettäessä näytteet tulee kuitenkin analysoida laboratorio-olosuhteissa, joten yksittäisten lustojen sisäisen rakenteen (engl. subsampling) tai koko kairasydännäytteen loggaaminen näytteenottopaikalla eivät tule sellaisenaan kysymykseen johtuen näytteenottopaikkojen vaihtelevista valaisuolosuhteista. Kairasydännäyte tulee toimittaa laboratorioon suojattuna, jotta dehydraatio ei pääse pilaamaan näytettä.

19 17 Kairasydännäytteestä voitaisiin tuottaa digitaalista kuva-aineistoa myös muilla tavoilla, mutta tässä tutkimuksessa on keskitytty nimenomaan epoksi-imeytysmenetelmällä otettujen näytekuvien soveltuvuuden tutkimiseen digitaalisessa kuva-analyysissa Epoksi-imeytysmenetelmä Epoksi-imetysmenetelmän periaate on yksinkertainen. Näytepalassa oleva vesi korvataan epoksilla, jolloin näytepala kovettuu. Tämän jälkeen näytteestä sahataan ohuthie sopivalta syvyydeltä, ja näytettä voidaan tutkia erilaisilla metodeilla. Menetelmien yksityiskohdat vaihtelevat. Francus (1998) käytti tutkimuksissaan metodia, jossa näytteet otetaan kairasydännäytteestä lomittain noin 1.5 cm:n matkalla. Näytteet kerätään painamalla ohutreunainen (0.3 mm) näytelaatikko (180 mm x 25 mm x 7 mm) pehmeisiin kairaussydämiin. Näytteet jäädytetään upottamalla ne nestemäiseen typpeen (-196 C), jolloin näytteen sisältämä vesi muuttuu amorfiseen tai mikrokiteiseen muotoon. Jäätyneet näytteet suljettaan tyhjiöön vähintään 24 tunniksi veden sublimoitumisen varmistamiseksi. Lopuksi näytteet kuivataan tyhjiökaapissa ja kyllästetään matalaviskositeettisellä epoksilla (Araldite LY564/HY2954 Belgian ref.). 30 µm paksut näytteet leikataan n. 3.5 mm pintaa syvemmältä, jolloin saadaan häiriintymätön näyte sedimentistä. (Francus 1998). Ojala ja muut (2002) ovat käyttäneet tutkimuksissaan hieman erilaista metodia. Kairanäytteistä otetaan useita lomittaisia näytteitä alumiinilaatikoilla (10 mm x 13 mm x 120 mm). Palaset asetellaan haponkestäviin polyetyleeni- tai polypropyliinisiin muoviastioihin. Astioiden pohja peitetään paperilla tai puuvillakankaalla, jotta näytteiden alta tapahtuva nesteiden korvautuminen olisi mahdollista. Ensimmäisessä vaiheessa sedimenttien sisältämä vesi korvataan asetonilla. Sedimenttinäytteet peitettiin asetonilla ja suljettiin tiiviiseen astiaan. Asetoni on vaihdettava riittävän usein, tutkimuksessa asetoni vaihdettiin 7-8 kertaa 3-4 päivän aikana. Viimeisessä vaiheessa käytetty asetoni on lähes kirkasta, mikä tarkoittaa sitä, että vesi on korvautunut asetonilla onnistuneesti. Dehydraation jälkeen asetoni korvattiin epoksilla matalapaineessa ja epoksi kovetettiin uunissa. (Tiljander ja muut 2002).

20 18 Epoksi-imetysmenetelmällä tuotetuista näytteistä saadusta ohuthieistä voidaan tuottaa digitaalisia kuvia röntgenradiografisin menetelmin Digitaalikuvien tuottaminen Fyysisestä valokuvasta poiketen digitaalinen kuva on kaksiulotteinen varastomuuttuja, joka koostuu kuvapisteistä eli pikseleistä. Yksittäinen pikseli on kuva-analyysin perusyksikkö (Petterson ja Saarinen 2001). Pikselit ovat järjestyneet mosaiikkimaisesti ja pikseleistä muodostuu yhtenäinen kuva tarpeeksi kaukaa katsottaessa. Kuvan resoluutio eli erotuskyky kertoo, kuinka monta pikseliä mahtuu tuumalle. Resoluution yksikkö on DPI (engl. Dots Per Inch) (Kinnunen 1995). Kuvan tarkkuus riippuu monitorin laadun ja asetuksien lisäksi myös käytettävästä näytönohjaimesta. Jokainen yksittäinen kuvapiste sisältää binaarimuotoista dataa, joka kertoo pisteen kirkkaudesta ja värisävystä (yleensä RGB). Visuaalisessa mielessä pikselimuotoon tallentunut informaatio kuvaa esimerkiksi valon heijastumista sedimenttinäytteestä (väri- tai harmaasävyarvojen vaihtelu), tiheyttä (röntgenradiografia) tai keskimääräisen atomipainon (BSE). (Petterson ja Saarinen 2001). Yleisimmissä kuvaformaateissa käytetään 8- tai 24 bittistä koodausta. 24 bittinen koodaus tarkoittaa, että jokaista värikanavaa kohden on 8 bittiä tietoa, kun taas 8 bittisessä järjestelmässä tietoa mahtuu huomattavasti vähemmän. 24 bittisen kuvaformaatin käyttö mahdollistaa jo yli 16 miljoonan eri värisävyn esittämisen (Kinnunen 1995). Värikuvista tallennetaan yleensä 24 bittiseksi RGB:ksi (Russ 2002). Digitaalista kuvamateriaalia voidaan hankkia useiden eri laitteistojen avulla niin makrokuin mikroskooppisistakin sedimenttinäytteistä. Kuvatieto voidaan saada suoraan digitaalikamerasta (joka tallentaa sedimenttinäytteen pinnan digitaaliseen muotoon), tai skannerista (joka tallentaa sedimentin pinnasta otetun valokuvan digitaaliseen muotoon). Tutkimuksen tarkoitus määrää käytettävän metodin. (Petterson ja Saarinen 2001). Kuvamateriaali voidaan muuntaa digitaaliseen muotoon useilla eri tavoilla. Yleisimpiä keinoja ovat erilaiset skannaukset joko digikameralla, digivideokameralla, pöytä- tai filmiskannerilla tai erillisellä digitaalisella kuva-analysaattorilla. Digitaalisen kuvamateriaalin tuottamistapa tulee valita analysoitavan näytteen ja tarpeiden mukaan. Suositelta-

Kuvankäsi*ely 1. Digitaaliset kuvat ja niiden peruskäsi3eet. Kimmo Koskinen

Kuvankäsi*ely 1. Digitaaliset kuvat ja niiden peruskäsi3eet. Kimmo Koskinen Kuvankäsi*ely 1 Digitaaliset kuvat ja niiden peruskäsi3eet Kimmo Koskinen Mitä kuvankäsi3ely on? Digitaalisten kuvien monipuolista muokkausta: - korjailua: roskien poisto, punaiset silmät jne - muuntelua:

Lisätiedot

Juha-Pekka Ruuska 17.01.03 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2

Juha-Pekka Ruuska 17.01.03 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2 BITTIKARTTAGRAFIIKKA, BITTIKARTTAKUVAT ELI RASTERIKUVAT...2 VEKTORIGRAFIIKKA...2 BITTIKARTTAKUVAT...2 BITTIKARTTAKUVAN PIKSELIKOKO...2 BITTIKARTTAKUVAN RESOLUUTIO...2 RGB-KOLMIVÄRIMALLI...3 BITTIKARTTAKUVANVÄRISYVYYS

Lisätiedot

Tehdään laadukas painotuote

Tehdään laadukas painotuote Tehdään laadukas painotuote 8 vinkkiä valokuvien ottamisesta ja toimittamiseen painotuotteisiin 1. Kuvaa kameran parhailla asetuksilla Kuvien tarkkuuden ja tiedostopakkauksen vaikutukset ovat korostuneet

Lisätiedot

Digitaalinen signaalinkäsittely Kuvankäsittely

Digitaalinen signaalinkäsittely Kuvankäsittely Digitaalinen signaalinkäsittely Kuvankäsittely Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn menetelmät,

Lisätiedot

Gimp JA MUUT KUVANKÄSITTELYOHJELMAT

Gimp JA MUUT KUVANKÄSITTELYOHJELMAT Gimp JA MUUT KUVANKÄSITTELYOHJELMAT Daniela Lund Ti07 A241227 Linux-järjstelmät 01.12.2009 MIKÄ ON KUVANKÄSITTELYOHJELMA? Kuvankäsittelyohjelma on tietokoneohjelma, jolla muokataan digitaalisessa muodossa

Lisätiedot

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat 22.1.2007. Soukan Kamerat/SV

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat 22.1.2007. Soukan Kamerat/SV Digikuvan peruskäsittelyn sittelyn työnkulku Soukan Kamerat 22.1.2007 Sisält ltö Digikuvan siirtäminen kamerasta tietokoneelle Skannaus Kuvan kääntäminen Värien säätö Sävyjen säätö Kuvan koko ja resoluutio

Lisätiedot

EPMAn tarjoamat analyysimahdollisuudet

EPMAn tarjoamat analyysimahdollisuudet Top Analytica Oy Ab Laivaseminaari 27.8.2013 EPMAn tarjoamat analyysimahdollisuudet Jyrki Juhanoja, Top Analytica Oy Johdanto EPMA (Electron Probe Microanalyzer) eli röntgenmikroanalysaattori on erikoisrakenteinen

Lisätiedot

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg

3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg 3D-kuvauksen tekniikat ja sovelluskohteet Mikael Hornborg Luennon sisältö 1. Optiset koordinaattimittauskoneet 2. 3D skannerit 3. Sovelluskohteet Johdanto Optiset mittaustekniikat perustuvat valoon ja

Lisätiedot

Hajautetut käyttöliittymät. Kuvat www-sivulla

Hajautetut käyttöliittymät. Kuvat www-sivulla Hajautetut käyttöliittymät Kuvat www-sivulla Perusteita Pikselien väri näytöllä muodostuu punaisesta, sinisestä ja vihreästä valosta, jotka erilaisina yhdistelminä muodostavat kaikki muut värit ja yhdessä

Lisätiedot

HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 Väritilat, kanavat

HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 Väritilat, kanavat HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 VÄRIT Värimuokkain-ikkuna Työkalupaletin tai Color-paletin Foreground tai Background Color kuvaketta napsauttamalla saadaan näkyviin Color Picker-valintaikkuna

Lisätiedot

Kuvan pehmennys. Tulosteiden hallinta. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito.

Kuvan pehmennys. Tulosteiden hallinta. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito. Tulostinajuri tuottaa parhaan mahdollisen tulostuslaadun erilaisiin tulostustarpeisiin. Joskus saattaa kuitenkin olla tarpeen muuttaa tulostettavan asiakirjan ulkonäköä enemmän kuin tulostinajuri sallii.

Lisätiedot

Passikuva - Käyttöohje Pispalan Insinööritoimisto Oy

Passikuva - Käyttöohje Pispalan Insinööritoimisto Oy Passikuva - Käyttöohje Pispalan Insinööritoimisto Oy Pispalan Insinööritoimisto Oy Harry Karvonen harry.karvonen@pispalanit.fi 27. lokakuuta 2013 Passikuva - Käyttöohje Sisältö i Sisältö 1 Passikuva 1

Lisätiedot

PIKSELIT JA RESOLUUTIO

PIKSELIT JA RESOLUUTIO PIKSELIT JA RESOLUUTIO 22.2.2015 ATK Seniorit Mukanetti ry / Tuula P 2 Pikselit ja resoluutio Outoja sanoja Outoja käsitteitä Mikä resoluutio? Mikä pikseli? Mitä tarkoittavat? Miksi niitä on? Milloin tarvitaan?

Lisätiedot

Tämän värilaatuoppaan tarkoitus on selittää, miten tulostimen toimintoja voidaan käyttää väritulosteiden säätämiseen ja mukauttamiseen.

Tämän värilaatuoppaan tarkoitus on selittää, miten tulostimen toimintoja voidaan käyttää väritulosteiden säätämiseen ja mukauttamiseen. Sivu 1/7 Värilaatuopas Tämän värilaatuoppaan tarkoitus on selittää, miten tulostimen toimintoja voidaan käyttää väritulosteiden säätämiseen ja mukauttamiseen. Laatu-valikko Tulostustila Väri Vain musta

Lisätiedot

Limingan Tupoksen savikivikairaus ja suoritettavat jatkotutkimukset

Limingan Tupoksen savikivikairaus ja suoritettavat jatkotutkimukset M 17/Lka-60/1 Liminka 11.1.1960 Limingan Tupoksen savikivikairaus ja suoritettavat jatkotutkimukset Pyhäkosken voimalaitostutkimuksia suoritettaessa löydetty savikivi on Suomen kallioperässä täysin ympäristöstään

Lisätiedot

JÄTEHUOLLON ERIKOISTYÖ

JÄTEHUOLLON ERIKOISTYÖ Jari-Jussi Syrjä 1200715 JÄTEHUOLLON ERIKOISTYÖ Typpioksiduulin mittaus GASMET-monikaasuanalysaattorilla Tekniikka ja Liikenne 2013 1. Johdanto Erikoistyön tavoitteena selvittää Vaasan ammattikorkeakoulun

Lisätiedot

Rintasyövän ER, PR ja Ki-67: menetelmät ja värjäysten digitaaliavusteinen tulkinta. Jorma Isola, TaY

Rintasyövän ER, PR ja Ki-67: menetelmät ja värjäysten digitaaliavusteinen tulkinta. Jorma Isola, TaY Rintasyövän ER, PR ja Ki-67: menetelmät ja värjäysten digitaaliavusteinen tulkinta Jorma Isola, TaY Kliinikot ovat tyytymättömiä ER/PRmääritysten tarkkuuteen, koska Kahdessa uudessa monikeskushoitotutkimuksessa

Lisätiedot

Opetusmateriaalin visuaalinen suunnittelu. Kirsi Nousiainen 27.5.2005

Opetusmateriaalin visuaalinen suunnittelu. Kirsi Nousiainen 27.5.2005 Opetusmateriaalin visuaalinen suunnittelu Kirsi Nousiainen 27.5.2005 Visuaalinen suunnittelu Ei ole koristelua Visuaalinen ilme vaikuttaa vastaanottokykyyn rauhallista jaksaa katsoa pitempään ja keskittyä

Lisätiedot

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma AS-0.3200 Automaatio- ja systeemitekniikan projektityöt S11-04 Kompaktikamerat stereokamerajärjestelmässä Projektisuunnitelma Ari-Matti Reinsalo Anssi Niemi 28.1.2011 Projektityön tavoite Projektityössä

Lisätiedot

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager Missio: 1. Asentaminen 2. Valokuvien tarkastelu, tallennus/formaatit, koko, tarkkuus, korjaukset/suotimet, rajaus 3. Kuvan luonti/työkalut (grafiikka kuvat) 4. Tekstin/grafiikan lisääminen kuviin, kuvien/grafiikan

Lisätiedot

Reiluus saapui työpaikalle -viestintäohje

Reiluus saapui työpaikalle -viestintäohje Reiluus saapui työpaikalle -viestintäohje Elokuu 2010 Ohjeistus Reiluus saapui työpaikalle -logon käyttöön markkinointi- ja viestintämateriaaleissa Sisällysluettelo: 1. Esittely 2. Käyttöoikeudet 3. Logon

Lisätiedot

Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet

Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet Epson Stylus Pro 4800 / 7800 / 9800 Erinomaiset mustavalko- ja väritulosteet Ainutlaatuisella Epson UltraChrome K3 -mustetekniikalla saat erinomaisia mustavalko- ja väritulosteita. Kun muissa musteissa

Lisätiedot

Kuvankäsittelyn mahdollisuudet

Kuvankäsittelyn mahdollisuudet Kuvankäsittelyn mahdollisuudet Johdanto digikuvien käsittelyyn mikko.kaariainen@opisto.hel.fi Bittikartat ja vektorit Bittikarttagrafiikka Kuva muodostuu pikseleistä, joista jokaisella tietty väriarvo

Lisätiedot

Värijärjestelmät. Väritulostuksen esittely. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito.

Värijärjestelmät. Väritulostuksen esittely. Tulostaminen. Värien käyttäminen. Paperinkäsittely. Huolto. Vianmääritys. Ylläpito. Tällä tulostimella voidaan tulostaa värillisiä asiakirjoja. Värituloste herättää huomiota, lisää arvostusta ja tulosteen tai tietojen arvoa. käyttö lisää lukijoiden määrää, sillä väritulosteet luetaan

Lisätiedot

1.Esipuhe. Esipuhe. Graafinen ohjeisto Rauman Lukko

1.Esipuhe. Esipuhe. Graafinen ohjeisto Rauman Lukko Sisällys Sisällys 1. Esipuhe Teksti 2. Liikemerkki ja värit eri käyttötilanteissa 2.1 Esimerkkejä liikemerkin käytöstä eri taustoissa 3. Liikemerkin mitat ja suoja-alue 4. Logo ja liikemerkki 5. Slogan

Lisätiedot

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä

LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset

Lisätiedot

1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä.

1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä. 3-D ANAGLYFIKUVIEN TUOTTAMINEN Fotogrammetrian ja kaukokartoituksen laboratorio Teknillinen korkeakoulu Petri Rönnholm Perustyövaiheet: A. Ota stereokuvapari B. Poista vasemmasta kuvasta vihreä ja sininen

Lisätiedot

Sisäilman mikrobitutkimus 27.8.2013

Sisäilman mikrobitutkimus 27.8.2013 Sisäilman mikrobitutkimus 27.8.2013 2 1 Tutkimuksen tarkoitus 2 Tutkimuskohde Tutkimuksen tarkoituksena oli selvittää Genano 310 ilmanpuhdistuslaitteiden vaikutus pahasti mikrobivaurioituneen omakotitalon

Lisätiedot

VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA

VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA VÄRISPEKTRIKUVIEN TEHOKAS SIIRTO TIETOVERKOISSA Juha Lehtonen 20.3.2002 Joensuun yliopisto Tietojenkäsittelytiede Kandidaatintutkielma ESIPUHE Olen kirjoittanut tämän kandidaatintutkielman Joensuun yliopistossa

Lisätiedot

Ohjeet Finna- julisteen PowerPoint- pohjan muokkaamiseen

Ohjeet Finna- julisteen PowerPoint- pohjan muokkaamiseen Ohjeet Finna- julisteen PowerPoint- pohjan muokkaamiseen Ennen kuin aloitat: 1. Asenna tietokoneeseesi ilmainen Miso Regular fontti, jonka saat täältä: https://www.fontspring.com/fonts/marten- nettelbladt/miso

Lisätiedot

Kenttätutkimus hiiliteräksen korroosiosta kaukolämpöverkossa

Kenttätutkimus hiiliteräksen korroosiosta kaukolämpöverkossa 1 (17) Tilaajat Suomen KL Lämpö Oy Sari Kurvinen Keisarinviitta 22 33960 Pirkkala Lahti Energia Olli Lindstam PL93 15141 Lahti Tilaus Yhteyshenkilö VTT:ssä Sähköposti 30.5.2007, Sari Kurvinen, sähköposti

Lisätiedot

ViNOn graafinen ohjeisto, alpha 22.1.2013

ViNOn graafinen ohjeisto, alpha 22.1.2013 ViNOn graafinen ohjeisto, alpha 22.1.2013 Johdanto Graafiset ohjeistot ovat viestinnän alan yleinen käytäntö. Kaikessa järjestöviestinnässä käytetään organisaatiokohtaisia graafisia ohjeistuksia, jotta

Lisätiedot

DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA

DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA DYNAAMINEN ULOTTUVUUS DIGITAALISESSA VALOKUVAUKSESSA LAHDEN AMMATTIKORKEAKOULU Mediatekniikan koulutusohjelma Teknisen visualisoinnin suuntautumisvaihtoehto Opinnäytetyö 10.5.2010 Heikki Laaninen Lahden

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia, 3 op 9 luentoa, 3 laskuharjoitukset ja vierailu mittausasemalle Tentti Oppikirjana Rinne & Haapanala:

Lisätiedot

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa

Lisätiedot

PANK-2206. Menetelmä soveltuu ainoastaan kairasydännäytteille, joiden halkaisija on 32-62 mm.

PANK-2206. Menetelmä soveltuu ainoastaan kairasydännäytteille, joiden halkaisija on 32-62 mm. PANK-2206 KIVIAINES, PISTEKUORMITUSINDEKSI sivu 1/6 PANK Kiviainekset, lujuus- ja muoto-ominaisuudet PISTEKUORMITUSINDEKSI PANK-2206 PÄÄLLYSTEALAN NEUVOTTELUKUNTA 1. MENETELMÄN TARKOITUS Hyväksytty: Korvaa

Lisätiedot

Betonilattiat ja pinnoittaminen 2013 15.3.2013

Betonilattiat ja pinnoittaminen 2013 15.3.2013 Betonilattiat ja pinnoittaminen 2013 Pinnoituscaset Sami Niemi Rakennusfysikaaliset asiantuntijapalvelut Pinnoituksen onnistuminen Epäonnistumisia liian usein Välillä toimii aivan märälläkin Välillä irtoaa,

Lisätiedot

VAPAAEHTOISILLA TEHTY TESTIMITTAUS HARMONIFIN TM SUOJAAVIEN VAIKUTUKSIEN SELVITTÄMISEKSI SÄHKÖMAGNEETTISEN KENTÄN MILLIMETRIN AALLONPITUUSALUEELLA

VAPAAEHTOISILLA TEHTY TESTIMITTAUS HARMONIFIN TM SUOJAAVIEN VAIKUTUKSIEN SELVITTÄMISEKSI SÄHKÖMAGNEETTISEN KENTÄN MILLIMETRIN AALLONPITUUSALUEELLA VAPAAEHTOISILLA TEHTY TESTIMITTAUS HARMONIFIN TM SUOJAAVIEN VAIKUTUKSIEN SELVITTÄMISEKSI SÄHKÖMAGNEETTISEN KENTÄN MILLIMETRIN AALLONPITUUSALUEELLA ELIMISTÖSI HARMONIASSA Email: info@nanosmart.fi Web: www.nanosmart.fi

Lisätiedot

KUVAMUOKKAUS HARJOITUS

KUVAMUOKKAUS HARJOITUS KUVAMUOKKAUS HARJOITUS PUNASILMÄISYYS, VÄRI, KUVAKOKO, RAJAUS PUNASILMÄISYYS Kuvien punasilmäisyyden joutuu kohtaamaan usein huolimatta kameroiden hyvistä ominaisuuksista. Ohjelma tarjoaa hyvän työvälineen

Lisätiedot

Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet

Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet Hämeenlinnan Offset-Kolmio Paino Oy:n aineisto-ohjeet Sivun koko Painotuotteen sivun koon tulee olla taitto-ohjelmassa määritetty sivun lopulliseksi kooksi. Tarvittavat leikkuuvarat (Bleed), vähintään

Lisätiedot

Kuvan pakkaus JPEG (Joint Photographic Experts Group)

Kuvan pakkaus JPEG (Joint Photographic Experts Group) Kuvan pakkaus JPEG (Joint Photographic Experts Group) Arne Broman Mikko Toivonen Syksy 2003 Historia 1840 1895 1920-luku 1930-luku Fotografinen filmi Louis J. M. Daguerre, Ranska Ensimmäinen julkinen elokuva

Lisätiedot

Tunnuksen käyttö 28.4. 2014

Tunnuksen käyttö 28.4. 2014 Tunnuksen käyttö 28.4. 2014 Sisältö Saatteeksi Tässä ohjeistossa määritellään Lähienergiatunnuksen käyttöä, linjataan ehdot sen käyttöoikeudelle ja kerrotaan valvonnasta. Ohjeiston tarkoituksena on selkeyttää

Lisätiedot

Kun olet valmis tekemään tilauksen, rekisteröidy sovellukseen seuraavasti:

Kun olet valmis tekemään tilauksen, rekisteröidy sovellukseen seuraavasti: HENKILÖKORTTIEN SUUNNITTELUSOVELLUS SOVELLUKSEN KÄYTTÖOHJE Voit kokeilla korttien suunnittelemista valmiiden korttipohjien avulla ilman rekisteröitymistä. Rekisteröityminen vaaditaan vasta, kun olet valmis

Lisätiedot

SKANNAUSVINKKEJÄ. Skannausasetukset:

SKANNAUSVINKKEJÄ. Skannausasetukset: SKANNAUSVINKKEJÄ Tämä skannausohje on tarkoitettu täydentämään Yliopistopainon Xerox-käyttöohjetta (https://www.jyu.fi/palvelut/yopaino/opiskelija/print-it/xerox%20kayttoohje), ei korvaamaan sitä. Yliopistopainon

Lisätiedot

Tunnus. Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita.

Tunnus. Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita. Graafinen ohjeisto Tunnus Elinkeinoelämän keskusliiton EK:n visuaalinen ilme heijastaa keskusliiton visiota ja missiota sekä uudelle liitolle asetettuja tavoitteita. Visio: Suomi on Euroopan kilpailukykyisin

Lisätiedot

TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ

TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ henri.t.talviaho@student.jyu.fi Kuva 1. Nuoli TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ 30.3.2016 1. Näytöt... 3 1.1. Kuvaputkinäytöt (Cathode Ray Tube (CRT))... 3 1.2. Kuvanlaatuun vaikuttavia tekijöitä...

Lisätiedot

ModerniOptiikka. InFotonics Center Joensuu

ModerniOptiikka. InFotonics Center Joensuu ModerniOptiikka InFotonics Center Joensuu Joensuun Tiedepuistossa sijaitseva InFotonics Center on fotoniikan ja informaatioteknologian yhdistävä kansainvälisen tason tutkimus- ja yrityspalvelukeskus. Osaamisen

Lisätiedot

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen TL553 DSK, laboraatiot (.5 op) Kuvasignaalit Jyrki Laitinen TL553 DSK, laboraatiot (.5 op), K25 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja VCDemo-ohjelmistoja käyttäen. Kokoa erilliseen mittauspöytäkirjaan

Lisätiedot

Luento 8 Kuvankäsittelyn periaatteita. 27.10.2015 Aulikki Hyrskykari

Luento 8 Kuvankäsittelyn periaatteita. 27.10.2015 Aulikki Hyrskykari Luent 8 Kuvankäsittelyn periaatteita 27.10.2015 Aulikki Hyrskykari Miksi? Kuvankäsittelyssä mukataan kuvista spivampia jhnkin tarkitukseen Khteiden pistaminen tai lisääminen, kuvien yhdistely Efektit Rajaus,

Lisätiedot

Lue ohjeet huolellisesti ennen laitteen käyttöä.

Lue ohjeet huolellisesti ennen laitteen käyttöä. 1 Valokuvien, diojen ja filminegatiivien skannaus ION PICS 2 PC Lue ohjeet huolellisesti ennen laitteen käyttöä. ION PICS 2 PC skannerilla voit skannata valokuvia, dioja ja filminegatiiveja tietokoneelle

Lisätiedot

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö S-108-2110 OPTIIKKA 1/10 POLARISAATIO Laboratoriotyö S-108-2110 OPTIIKKA 2/10 SISÄLLYSLUETTELO 1 Polarisaatio...3 2 Työn suoritus...6 2.1 Työvälineet...6 2.2 Mittaukset...6 2.2.1 Malus:in laki...6 2.2.2

Lisätiedot

2 tutkittu alue n. 3 km

2 tutkittu alue n. 3 km Outokumpu Oy Malminetsintä Radiometrinen haravointi Korsnäs Heikki Wennervirta 10.1 e-14e201962 Työn tarkoitus Työstä sovittiin käyntini yhteydessa Korsnäsin kaivoksella 17.10,-19,10.1961 liitteenä olevan

Lisätiedot

Basic Raster Styling and Analysis

Basic Raster Styling and Analysis Basic Raster Styling and Analysis QGIS Tutorials and Tips Author Ujaval Gandhi http://google.com/+ujavalgandhi Translations by Kari Salovaara This work is licensed under a Creative Commons Attribution

Lisätiedot

Testifantomit ja kuvanlaatutestit

Testifantomit ja kuvanlaatutestit Testifantomit ja kuvanlaatutestit Säteilyturvallisuus ja laatu röntgentekniikassa 19.5. 21.5.2014, Viking Mariella 4.6.2014 Eini Niskanen, FT ylifyysikko, röntgen Vaasan keskussairaala Sisältö: Miksi kuvanlaatua

Lisätiedot

VÄRIT 12.2.2015 WWW-VISUALISOINTI - IIM60110 - VÄRIT

VÄRIT 12.2.2015 WWW-VISUALISOINTI - IIM60110 - VÄRIT VÄRIT 12.2.2015 Väri on silmään saapuvan valon aistittava ominaisuus, joka havaitaan näkö- ja väriaistilla. Värin aistiminen riippuu silmään saapuvan valon sisältämistä aallonpituuksista ja niiden voimakkuuksista.

Lisätiedot

Värilaatuopas. Laatu-valikko. Värilaatuopas. Sivu 1/6

Värilaatuopas. Laatu-valikko. Värilaatuopas. Sivu 1/6 Sivu 1/6 Värilaatuopas Tämän värilaatuoppaan tarkoitus on auttaa käyttäjiä ymmärtämään, miten tulostimen toimintoja voidaan käyttää väritulosteiden säätämiseen ja mukauttamiseen. Laatu-valikko Valikkokohta

Lisätiedot

Matematiikka ja teknologia, kevät 2011

Matematiikka ja teknologia, kevät 2011 Matematiikka ja teknologia, kevät 2011 Peter Hästö 3. helmikuuta 2011 Matemaattisten tieteiden laitos Sisältö Kurssi koostuu kuudesta (seitsemästä) toisistaan riippumattomasta luennosta. Aihepiirit ovat:

Lisätiedot

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta

Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta Laskennallinen menetelmä puun biomassan ja oksien kokojakauman määrittämiseen laserkeilausdatasta Pasi Raumonen, Mikko Kaasalainen ja Markku Åkerblom Tampereen teknillinen ylipisto, Matematiikan laitos

Lisätiedot

VAPAASTI VALITTAVAT TUTKINNON OSAT. Liiketalouden perustutkinto

VAPAASTI VALITTAVAT TUTKINNON OSAT. Liiketalouden perustutkinto VAPAASTI VALITTAVAT TUTKINNON OSAT Liiketalouden perustutkinto Jokilaaksojen koulutuskuntayhtymä Oulaisten ammattiopisto Hyväksytty: 2 Sisällys JOHDANTO... 3 4. VAPAASTI VALITTAVAT TUTKINNON OSAT... 4

Lisätiedot

Tarkista vielä ennen analysoinnin aloittamista seuraavat seikat:

Tarkista vielä ennen analysoinnin aloittamista seuraavat seikat: Yleistä Tilastoapu on Excelin sisällä toimiva apuohjelma, jonka avulla voit analysoida tilastoaineistoja. Tilastoapu toimii Excelin Windows-versioissa Excel 2007, Excel 2010 ja Excel 2013. Kun avaat Tilastoavun,

Lisätiedot

S-114.3812 Laskennallinen Neurotiede

S-114.3812 Laskennallinen Neurotiede S-114.381 Laskennallinen Neurotiede Projektityö 30.1.007 Heikki Hyyti 60451P Tehtävä 1: Virityskäyrästön laskeminen Luokitellaan neuroni ensin sen mukaan, miten se vastaa sinimuotoisiin syötteisiin. Syöte

Lisätiedot

Muinaisesineiden 3D talletus

Muinaisesineiden 3D talletus Muinaisesineiden 3D talletus Muinaisesineiden 3D talletus tapahtuu niiden pintamuotojen 3D kuvaamisella. 3D kuvaaminen tehdään asiakkaan määrittelemällä tarkkuustasolla. 3D kuvaamiseen käytämme smartscan

Lisätiedot

Pro gradun kuvaluettelon tekemisen ohjeet

Pro gradun kuvaluettelon tekemisen ohjeet Pro gradun kuvaluettelon tekemisen ohjeet 1. Johdanto 2. Pikselimäärä ja resoluutio 3. Kuvien tallennusmuoto 4. Kuvien asettelu Word-ohjelmassa 5. Kuvaluettelon tekstit 6. Kuvaluettelon tallentaminen ja

Lisätiedot

TAHROJEN POISTO ADOBE PHOTOSHOP ELEMENTS 6:N AVULLA

TAHROJEN POISTO ADOBE PHOTOSHOP ELEMENTS 6:N AVULLA TAHROJEN POISTO ADOBE PHOTOSHOP ELEMENTS 6:N AVULLA 16.2.2015 ATK Seniorit Mukanetti ry / Kuvakerho 2 Tahrojen poisto Photoshop Elements 6:n avulla Valokuviin tulee vuosien kuluessa usein pieniä tahroja

Lisätiedot

Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi

Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi Museokokoelmat sähköiseen muotoon - koulutusta digitoijille Valokuvat digitaalisiksi Digitointi; miksi? Kokoelmanhallinta, vaatii kokoelmapolitiikan ja hallintajärjestelmät Kokoelman säilyttäminen, ei

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Datan käsittely ja tallentaminen Käytännössä kaikkien mittalaitteiden ensisijainen signaali on analoginen Jotta tämä

Lisätiedot

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin Mediaanisuodattimet Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että niiden ominaisuudet tunnetaan hyvin niiden analysointiin on olemassa vakiintuneita menetelmiä

Lisätiedot

CCD-kamerat ja kuvankäsittely

CCD-kamerat ja kuvankäsittely CCD-kamerat ja kuvankäsittely Kari Nilsson Finnish Centre for Astronomy with ESO (FINCA) Turun Yliopisto 6.10.2011 Kari Nilsson (FINCA) CCD-havainnot 6.10.2011 1 / 23 Sisältö 1 CCD-kamera CCD-kameran toimintaperiaate

Lisätiedot

HB-Harkko-kirjasto asennetaan oletusarvoisesti ArchiCADin kirjastohakemiston alle (C:\Program Files\Graphisoft\ArchiCAD 13\Kirjasto 13).

HB-Harkko-kirjasto asennetaan oletusarvoisesti ArchiCADin kirjastohakemiston alle (C:\Program Files\Graphisoft\ArchiCAD 13\Kirjasto 13). HB-HARKKO KÄYTTÖOHJE Lyhyesti Kirjasto sisältää kevytsora- ja eristeharkko-objektin lisäksi laajennuksen, jonka avulla suunnittelija voi tehdä kokonaisen rakennuksen mallin harkoista automaattisesti detaljisuunnittelua

Lisätiedot

Accu-Chek Compact- ja Accu-Chek Compact Plus -järjestelmien luotettavuus ja tarkkuus. Johdanto. Menetelmä

Accu-Chek Compact- ja Accu-Chek Compact Plus -järjestelmien luotettavuus ja tarkkuus. Johdanto. Menetelmä Accu-Chek Compact- ja Accu-Chek Compact Plus -järjestelmien luotettavuus ja tarkkuus I. TARKKUUS Järjestelmän tarkkuus on vahvistettu ISO 15197 -standardin mukaiseksi. Johdanto Tämän kokeen tarkoituksena

Lisätiedot

The acquisition of science competencies using ICT real time experiments COMBLAB. Kasvihuoneongelma. Valon ja aineen vuorovaikutus. Liian tavallinen!

The acquisition of science competencies using ICT real time experiments COMBLAB. Kasvihuoneongelma. Valon ja aineen vuorovaikutus. Liian tavallinen! Kasvihuoneongelma Valon ja aineen vuorovaikutus Herra Brown päätti rakentaa puutarhaansa uuden kasvihuoneen. Liian tavallinen! Hänen vaimonsa oli innostunut ideasta. Hän halusi uuden kasvihuoneen olevan

Lisätiedot

MAIDON PROTEIININ MÄÄRÄN SELVITTÄMINEN (OSA 1)

MAIDON PROTEIININ MÄÄRÄN SELVITTÄMINEN (OSA 1) MAIDON PROTEIININ MÄÄRÄN SELVITTÄMINEN (OSA 1) Johdanto Maito on tärkeä eläinproteiinin lähde monille ihmisille. Maidon laatu ja sen sisältämät proteiinit riippuvat useista tekijöistä ja esimerkiksi meijereiden

Lisätiedot

Tikkurila-opisto Rakennusmaalauksen suunnittelu. Vanhojen maalipintojen analysoinnista Tutkimuspäällikkö Jukka Järvinen 4.12.2014

Tikkurila-opisto Rakennusmaalauksen suunnittelu. Vanhojen maalipintojen analysoinnista Tutkimuspäällikkö Jukka Järvinen 4.12.2014 Tikkurila-opisto Rakennusmaalauksen suunnittelu Vanhojen maalipintojen analysoinnista Tutkimuspäällikkö Jukka Järvinen 4.12.2014 Laboratorioteknologian päätehtävät asiakaspalvelun, myynnin ja markkinoinnin

Lisätiedot

Hakkeen kosteuden on-line -mittaus

Hakkeen kosteuden on-line -mittaus Hakkeen kosteuden on-line -mittaus Julkaisu: Järvinen, T., Siikanen, S., Tiitta, M. ja Tomppo, L. 2008. Yhdistelmämittaus hakkeen kosteuden on-line -määritykseen. VTT-R-08121-08 Tavoite ja toteutus Hakkeen

Lisätiedot

Tasot. Valitse ensin tasopaletit näkyviin Window Layers. Uusi taso Säätötaso Tason poistaminen. Sekoitustilat

Tasot. Valitse ensin tasopaletit näkyviin Window Layers. Uusi taso Säätötaso Tason poistaminen. Sekoitustilat Tasot Valitse ensin tasopaletit näkyviin Window Layers Sekoitustila Tason näkyvyys Peittävyys Käsiteltävä taso Uusi taso Säätötaso Tason poistaminen Tasomaski Tason lukitus Sekoitustilat Normal, normaali:

Lisätiedot

PROJECT X. 2D tarkastuksen standardi Mittausteknologian edelläkävijä

PROJECT X. 2D tarkastuksen standardi Mittausteknologian edelläkävijä PROJECT X 2D tarkastuksen standardi Mittausteknologian edelläkävijä 2-dimensioinen kameramittausjärjestelmä Project X.. 2D mittauksen standardi Project X on erilainen. Siinä on otettu käyttöön aivan uusi,

Lisätiedot

Digitaalisen kuvankäsittelyn perusteet

Digitaalisen kuvankäsittelyn perusteet Digitaalisen kuvankäsittelyn perusteet Jukka Teuhola Turun yliopisto Tietojenkäsittelytiede Syksy 2010 http://staff.cs.utu.fi/kurssit/digitaalisen_kuvankasittelyn_perusteet/syksy_2010/index.htm DKP-1 J.

Lisätiedot

OHJE 2(5) 25.8.2015 Dnro LIVI/4495/05.00/2015 1 KITKAN MITTAAMISEN MENETELMÄ... 3

OHJE 2(5) 25.8.2015 Dnro LIVI/4495/05.00/2015 1 KITKAN MITTAAMISEN MENETELMÄ... 3 OHJE 2(5) Sisällys 1 KITKAN MITTAAMISEN MENETELMÄ... 3 2 LAATUVAATIMUKSET KITKAMITTAREILLE... 3 2.1 Käyttöturvallisuus... 3 2.2 Kalibroitavuus... 3 2.3 Mittaustarkkuus... 4 2.3.1 Mittarien samankaltaisuuteen

Lisätiedot

Kombinatorinen optimointi

Kombinatorinen optimointi Kombinatorinen optimointi Sallittujen pisteiden lukumäärä on äärellinen Periaatteessa ratkaisu löydetään käymällä läpi kaikki pisteet Käytännössä lukumäärä on niin suuri, että tämä on mahdotonta Usein

Lisätiedot

Nikkeliraaka-aineiden epäpuhtausprofiilin määritys

Nikkeliraaka-aineiden epäpuhtausprofiilin määritys Nikkeliraaka-aineiden epäpuhtausprofiilin määritys Analytiikkapäivät Kokkola 28.11.2012 Paul Cooper 1 Sisältö Tavoitteet Analyyttiset menetelmät / näytteen valmistus Nikkeliraaka-aineiden mittaaminen XRF:llä

Lisätiedot

Malleja ja menetelmiä geometriseen tietokonenäköön

Malleja ja menetelmiä geometriseen tietokonenäköön Malleja ja menetelmiä geometriseen tietokonenäköön Juho Kannala 7.5.2010 Johdanto Tietokonenäkö on ala, joka kehittää menetelmiä automaattiseen kuvien sisällön tulkintaan Tietokonenäkö on ajankohtainen

Lisätiedot

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA

FYSIIKAN LABORATORIOTYÖT 2 HILA JA PRISMA FYSIIKAN LABORATORIOTYÖT HILA JA PRISMA MIKKO LAINE 9. toukokuuta 05. Johdanto Tässä työssä muodostamme lasiprisman dispersiokäyrän ja määritämme työn tekijän silmän herkkyysrajan punaiselle valolle. Lisäksi

Lisätiedot

Gimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8. Tasot ja kanavat. Jynkänlahden koulu. Yleistä

Gimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8. Tasot ja kanavat. Jynkänlahden koulu. Yleistä Gimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8 Tasot ja kanavat Yleistä Tasot eli layerit ovat tärkeä osa nykyajan kuvankäsittelyä. Tasojen perusidea on se, että ne ovat läpinäkyviä "kalvoja", joita

Lisätiedot

Maa-57.1030 Fotogrammetrian perusteet

Maa-57.1030 Fotogrammetrian perusteet Maa-57.1030 Fotogrammetrian perusteet 2007 Luento 10 Digitaaliset kuvat, näytöt, visualisointi Petri Rönnholm Minkälainen olikaan digitaalinen kuva? Digitaalinen kuva on matriisi, jossa jokaisella alkiolla

Lisätiedot

Ammattilaisten suosimat katseenvangitsijat

Ammattilaisten suosimat katseenvangitsijat Ammattilaisten suosimat katseenvangitsijat Copyright TETRIX 2006 All rights reserved Vältä ongelmia 1) Tee kuvasi oikean kokoiseksi Kotisivuilla, jokaisen painettavan tuotteen kohdalla mainitaan Kuvakoko

Lisätiedot

JOHDANTO SENAATTI-KIINTEISTÖJEN SISÄILMATIETOISKUJEN SARJAAN

JOHDANTO SENAATTI-KIINTEISTÖJEN SISÄILMATIETOISKUJEN SARJAAN JOHDANTO SENAATTI-KIINTEISTÖJEN SISÄILMATIETOISKUJEN SARJAAN SISÄLLYS 1. Artikkelin tarkoitus ja sisältö...3 2. Johdanto...4 3. Sisäilma syntyy monen tekijän summana...5 4. Sisäilmatietoiskujen teemat...6

Lisätiedot

2.1 Tunnus. TUNNUKSEN KÄYTÖN RAJOITUKSET Käytä kuhunkin käyttötarpeeseen suunniteltuja originaaleja logoversioita www-sivujen logopankista

2.1 Tunnus. TUNNUKSEN KÄYTÖN RAJOITUKSET Käytä kuhunkin käyttötarpeeseen suunniteltuja originaaleja logoversioita www-sivujen logopankista 2.1 Tunnus LAHDEN AMMATTIKORKEAKOULU GRAAFINEN OHJEISTO 7 Lahden ammattikorkeakoulun merkki perustuu vahvaan, tunnistettavaan kirjainmuotoiluun, joka on linjassa ilmeessä käytettävän muun typografian kanssa.

Lisätiedot

HEIKKINEN YHTIÖT YRITYSILME 071212

HEIKKINEN YHTIÖT YRITYSILME 071212 LOGON PERUSVERSIO PERUSVERSIO Ensisijaisesti käytettävä versio logosta. Käytetään valkoisella tai hyvin vaalealla pinnalla. PERUSVERSIO PUNAINEN NEGA Käytetään tässä ohjeistossa määritellyllä punaisella

Lisätiedot

Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2

Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2 Digikamerasta kuvakirjaan Tutustu kameraasi käyttöohjeen avulla, syksy2011 osa 2 Hannu Räisänen 2011 Akun ja kortin poisto Akun ja kortin poisto Sisäinen muisti Kamerassa saattaa olla myös sisäinen muisti

Lisätiedot

Kuvankäsittely: Photoshop CS4 osa 1

Kuvankäsittely: Photoshop CS4 osa 1 Kuvankäsittely: Photoshop CS4 osa 1 Bittikarttakuva Kuvamateriaali tietokoneella voi olla joko vektorigrafiikkaa (piirrokset) tai bittikarttagrafiikkaa (valokuvat, maalauksenomaiset piirrokset). Kuvankäsittelyssä

Lisätiedot

Kone- ja rakentamistekniikan laboratoriotyöt KON-C3004. Koesuunnitelma: Paineen mittaus venymäliuskojen avulla. Ryhmä C

Kone- ja rakentamistekniikan laboratoriotyöt KON-C3004. Koesuunnitelma: Paineen mittaus venymäliuskojen avulla. Ryhmä C Kone- ja rakentamistekniikan laboratoriotyöt KON-C3004 Koesuunnitelma: Paineen mittaus venymäliuskojen avulla Ryhmä C Aleksi Mäki 350637 Simo Simolin 354691 Mikko Puustinen 354442 1. Tutkimusongelma ja

Lisätiedot

Pitkän kantaman aktiivinen hyperspektraalinen laserkeilaus

Pitkän kantaman aktiivinen hyperspektraalinen laserkeilaus Pitkän kantaman aktiivinen hyperspektraalinen laserkeilaus MATINE:n Tutkimusseminaari, 18.11.2015 Helsinki Sanna Kaasalainen, Olli Nevalainen, Teemu Hakala Paikkatietokeskus Sisällys Taustaa Multispektraaliset

Lisätiedot

Sisällönanalyysi. Sisältö

Sisällönanalyysi. Sisältö Sisällönanalyysi Kirsi Silius 14.4.2005 Sisältö Sisällönanalyysin kohde Aineistolähtöinen sisällönanalyysi Teoriaohjaava ja teorialähtöinen sisällönanalyysi Sisällönanalyysi kirjallisuuskatsauksessa 1

Lisätiedot

GTK:n sedimenttitutkimukset. Martinjärven Iso Kivijärven vertailututkimuksen tuloksia Järviparitutkimus Tommi Kauppila, Samu Valpola, GTK

GTK:n sedimenttitutkimukset. Martinjärven Iso Kivijärven vertailututkimuksen tuloksia Järviparitutkimus Tommi Kauppila, Samu Valpola, GTK Martinjärven Iso Kivijärven vertailututkimuksen tuloksia Järviparitutkimus Tommi Kauppila, Samu Valpola, GTK Tutkimuksen tarkoitus, tausta ja haasteet Tutkimuksen tarkoitus: selvittää turvetuotannon vaikutuksia

Lisätiedot

Luku 7 Uusien Mallien Tiedostot

Luku 7 Uusien Mallien Tiedostot Luku 7 Uusien Mallien Tiedostot Kaikki ZoomTextin asetukset voidaan tallentaa ja palauttaa käyttämällä mallitiedostoja. Mallitiedostot kontrolloivat kaikkia ZoomTextin toimintoja mukaan lukien suurennustasot,

Lisätiedot

tunnus värit Sisältö typografia johdanto... 3 tunnus... 4 värit... 7 typografia... 8 sovellukset...10 sovellukset

tunnus värit Sisältö typografia johdanto... 3 tunnus... 4 värit... 7 typografia... 8 sovellukset...10 sovellukset Graafinen ohjeisto värit tunnus 2 Sisältö johdanto... 3 tunnus... 4 värit... 7 typografia... 8 sovellukset...10 typografia sovellukset JOHdanto Siuron Piharakennus Oy on kasvava pirkanmaalainen maarakennusyhtiö,

Lisätiedot

Luento 6: 3-D koordinaatit

Luento 6: 3-D koordinaatit Maa-57.300 Fotogrammetrian perusteet Luento-ohjelma 1 2 3 4 5 6 7 8 9 10 11 12 13 Luento 6: 3-D koordinaatit AIHEITA (Alkuperäinen luento: Henrik Haggrén, 16.2.2003, Päivityksiä: Katri Koistinen 5.2.2004

Lisätiedot

Yhdistysten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon

Yhdistysten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon ten sähköisten asiakirjojen arkistointi Toimihenkilöarkistoon Yhdistykset tuottavat asiakirjansa nykyään suurimmaksi osaksi sähköisinä. Ne kannattaa tallentaa sellaisessa muodossa, että ne ovat myös arkistoitavissa

Lisätiedot