Väri-informaation koodaus. Mikko Nuutinen

Koko: px
Aloita esitys sivulta:

Download "Väri-informaation koodaus. Mikko Nuutinen 31.1.2013"

Transkriptio

1 Väri-informaation koodaus Mikko Nuutinen

2 Luento Mitä muistivärit ovat Esimerkki värikartasta Värikoordinaatit (eli väri-informaation koodaus) Värieron laskenta ja tarkennettu värieron mittaus RGB-väriesitys

3 Oppimistavoitteet Mitä muistiväreillä tarkoitetaan Värikarttojen perusidea (Munsell) Värikoordinaatistot: xyy, CIELAB, CIELUV Idea siitä miksi on kehitetty tarkennettuja värieromittoja; (CIEDE2000, S-CIELAB) RGB-väriesitys: srgb, (Adobe RGB) Huom, tentissä ei vaadita kaavojen tarkkaa muistamista; perusidean ymmärtäminen riittää

4 Muistivärit ominaisuuksia Muistivärejä ovat esim kasvillisuuden, taivaan ja ihon värit Määritetään niiden itsensä avulla Suomen lipun sininen taivaan sininen Coca Cola tölkin punainen etc Mitä tutumpi kuvan sisältö on, sitä helpommin väri koetaan vääräksi (esim. virhe ihon värin sävyssä havaitaan helposti) Muistivärit saattavat olla kulttuurisesti sidonnaisia Esim. jään eri olomuodot

5 Muistivärit esimerkkejä Enemmän kulttuurisidonnaisia: Coca Cola, Jaffa, TKK:n päärakennus Vähemmän kulttuurisidonnaisia: iho (?), banaani, appelsiini, kasvit, taivas, ruoho

6 Muistivärit Ihon värin preferoitu toisto (esimerkkitutkimus) Zeng ja Luo* tutki preferoitua ihon värin toistoa sekä sen toleranssia Periaate oli että naamakuvien ihon väriä modifioitiin kohti tiettyjä ennalta määrättyjä keskuspisteitä; koehenkilöiden tehtävä oli valita kahdesta vaihtoehdosta aina miellyttävämpi Testikuvajoukko sisälsi eri etnisen alkuperän edustajia: kaukaasia, aasia, afrikka * H. Zeng, R. Luo, Colour and Tolerance of Preferred Skin Colours on Digital Photographic Images, Color Research and Applications, (2011).

7 Muistivärit Ihon värin preferoitu toisto (esimerkkitutkimus) b* a* Tutkimuksessa kuvien ihon värejä säädettiin kohti yhdeksää ennalta määritettyä ihon värin keskipistettä eli jokaisesta kuvasta saatiin yhdeksän versiota * H. Zeng, R. Luo, Colour and Tolerance of Preferred Skin Colours on Digital Photographic Images, Color Research and Applications, (2011).

8 Muistivärit Ihon värin preferoitu toisto (esimerkkitutkimus) 8 miellyttävämpi 5 2 b* a* * H. Zeng, R. Luo, Colour and Tolerance of Preferred Skin Colours on Digital Photographic Images, Color Research and Applications, (2011).

9 Muistivärit Ihon värin preferoitu toisto (esimerkkitutkimus) Tutkimuksen tekijöiden mukaan esim keskitumman preferoidun ihonvärin hajonta eri kuvien välillä on pienempää kuin vaalean tai tumman preferoidun ihonvärin hajonta Kaikkien ihonvärien hajonta on selkeästi suurempaa kroman suhteen kuin sävyn suhteen Testikuvien keskimääräinen preferoitu toisto Vaalea iho Keskitumma iho Tumma iho sävy b* kroma Ihonvärimallin keskipiste (piste 4 edellisillä kalvoilla) a* * H. Zeng, R. Luo, Colour and Tolerance of Preferred Skin Colours on Digital Photographic Images, Color Research and Applications, (2011).

10 Muistivärit Ihon värin preferoitu toisto: toleranssi kroman muutokselle suurempi kuin sävyn muutokselle Sävyä muutettu (Photoshop-asteikko -25) Sävyä muutettu (Photoshop-asteikko +25) Kromaa laskettu (Photoshop-asteikko -25) Kromaa kasvatettu (Photoshop-asteikko +25)

11 Värikartat Värikartta on dokumentti, johon fyysiset värinäytteet on jaettu tasaisesti havaittavaan järjestykseen Eli on olemassa oikea kirja, jonne painetut näytteet on järjestetty ja jokaisella näytteellä on oma koodi Koodi kertoo näytteen väriarvon dokumentissa Tunnettuja värikarttoja: Munsell color system, Natural color system ja OSA uniform color scales system Käytännön esimerkkejä ovat maalikaupoista löytyvät maalivalmistajien värikartat Seuraavaksi on esitetty Munsell color systemin idea

12 Värikartat Munsell color system Munsell color system julkaistiin 1905 (Albert H. Munsell, A Color Notation ) Munsell color system jakaa väriavaruuden kolmeen dimensioon: arvo (value), sävy (hue), kroma (chroma) Munsell color system oli ensimmäinen järjestelmä joka esitti värin perustuen sen sävyn, arvon ja kroman toisistaan riippumattomiin dimensioihin, jotka sijoitettiin havainnollisesti yhtenevään avaruuteen Järjestelmää käytetään laajasti edelleen Albert H. Munsell Several editions of the Munsell Book of Color. The atlas is arranged into a removable page of removable color swatches of varying value and chroma for each of 40 particular hues.

13 Värikartat Munsell color system Munsell määritti sävyn ominaisuutena, joka erottaa yhden värin toisesta väristä Viisi pääväriä: punainen, keltainen, vihreä, sininen ja purppura Päävärien väliin määritettiin välivärit: punaisen-keltainen, keltaisen-vihreä, vihreänsininen, sinisen-purppura, purppuran-punainen

14 Värikartat Munsell color system Munsell määritti kroman ominaisuutena, joka erottaa puhtaan sävyn harmaasta Esim notaatio 7.5YR 7/10 määrittää puna-keltaisen sävyn, jonka arvo on 7 ja kroma 10 Maksimikroma riippuu arvosta ja sävystä 7.5YR 7/10

15 Värikartat Munsell color system Munsellin systeemissä sinisellä, purppuralla ja punaisella sävyt ovat vahvempia (= suurempi kroma) matalammilla arvoilla (= kirkkauksilla), kun taas vihreällä ja keltaisella sävyt ovat vahvempia korkeammilla arvoilla Tämän seurauksena Munssellin systeemiä havainnollistava väripuu on epäsymmetrisen muotoinen

16 Värikoordinaatistot Termillä värikoordinaatisto tarkoitetaan tällä kurssilla kolmidimensioista koordinaatistoa, jonka avulla voidaan määrittää mille tahansa värihavainnolle jokin numeerinen arvo Vertaa Munsell, jossa annetaan valmiina värinäyte ja numeerinen arvo Esim. kolmikomponenttinen arvo voisi olla jollekin värille L=50, a=15 ja b=70 L=50, a=15 ja b=70

17 Värikoordinaatistot laiteriippumaton / laiteriippuvainen väriavaruus Laiteriippumaton väriavaruus ( unrendered color space ) Laiteriippumattomalla väriavaruudella on yksikäsitteinen yhteys XYZ-värinesityksen eli kyseessä on kolorimetrinen väriesitys Laiteriippumattoman väriavaruuden väriarvoilla ei suoraan ohjata mitään väriä esittävää laitetta; koordinaattiarvot määrittävät tietyn fyysisen värivasteen avaruudessa, jossa voidaan esittää kaikki värihavainnot (vertaa CIELAB, CIELUV) Laiteriippuvainen väriavaruus ( rendered color space ) Yhteydessä tiettyyn laitteeseen (ts. laitteen määrittämä väritoisto) Voidaan ohjata suoraan laitetta: koordinaattiarvot konvertoitu tietyn laitteen väriavaruuteen (vertaa srgb / näyttöjen rajoitettu gamut) x2 Laireriippuva väriavaruus y2 y1 Laiteriippumaton väriavaruus Y X x1 Muunnoksessa X Y on kyse laitteen värinhallinasta, josta enemmän seuraavalla luennolla

18 Kolorimetrisen värinesityksen perusteet Periaatteessa kaikki värikoordinaatistot perustuvat CIE XYZ tristimulus-arvoihin Alun perin XYZ-värinsovitusfunktiot on johdettu CIE RGB värinsovitusfunktioista noudattaen tiettyjä rajoitteita. CIE RGB värinsovitusfunktiot on johdettu kokeellisella tutkimuksella. =X, joka on tappivasteiden kombinaatio Valaisun spektri =Y, joka vastaa näytteen luminanssia Kohteen heijastusspektri Edellisten tulo XYZ värinsovitusfunktiot Edellisten tulo Aallonpituuden yli integroidut arvot XYZ=tristimulusarvot =Z, joka vastaa lyhyen aallonpituusalueen tappivastetta M.D. Fairchild, Color appearance models and complex visual stimuli, Journal of Dentistry, vol 38, e25-e33 (2010).

19 Kolorimetrisen värinesityksen perusteet CIE RGB värinsovitusfunktiot johdettiin kokeellisella tutkimuksella Havaitsijat säätivät kolmen monokromaattisen primäärivärin ( =546, 436 ja 700 nm) intensiteettiä vastaamaan monokromaattisen testivärinäytteen havaintoa (katso kuvaa oikealla) Kaikkia testivärinäytteitä ei saatu toteutettua kolmen primäärivärin avulla, mutta näissä tapauksissa toteutettiin modifikaatio, missä testivärinäytteeseen lisättiin monokromaattista primääriväriä; tämä on esitetty negatiivisena vasteena värinsovitusfunktioissa (vertaa viereinen kuva) Myöhemmin CIE RGB datasta johdettiin laajasti käytetyt CIE XYZ värinsovitusfunktiot; niiden rajoitteeksi asetettiin esimerkiksi: värinsovitusfunktioiden tuli saada vain positiivisia arvoja ja Y komponentin tuli vastata havaittua kirkkautta (CIE standard photopic observer) The CIE 1931 RGB Color matching functions. The color matching functions are the amounts of primaries needed to match the monochromatic test primary at the wavelength shown on the horizontal scale.

20 CIE xy ja CIE xyy väriavaruus XYZ-arvoista saadaan suoraan johdettua laiteriippumattoman xyy-väriavaruuden arvot CIE XYZ väriavaruudessa Y määrittää värin kirkkauden Värin kromaattisuus määrittyy XYZ-arvoista johdettujen xy-arvojen avulla xy-taso esittää kaikki havaittavissa olevat värit HUOM! kahden väripisteen etäisyys xytasolla ei vastaa tarkasti visuaalisesti havaittu värieroa 520nm 510nm 500nm 470nm 530nm 540nm 550nm Hevosenkenkä sisältää kaikki värit, jotka voidaan havaita 560nm 570nm 580nm 590nm 600nm 610nm 670nm x X X Y Z y X Y Y Z 430nm z Y x X Y Z 1 y Planckin käyrä sisältää teoreettisen mustan kappaleen eri lämpötiloja vastaavien värihavaintojen koordinaattiarvot d_the_cie_xyy_color_space

21 MacAdamin ellipsit MacAdamin ellipsit esittää toleransseja väripisteille, joita ei eroteta visuaalisesti toisistaan MacAdamin kokeessa koehenkilölle esitettiin kaksi värinäytettä; toinen oli kiinteä ja toinen piti säätää samaan värihavaintoon kuin toinen. Tulosten perusteella ellipsin koko ja suunta xy-tasolla riippui väripisteen sijainnista. Tämän perusteella xy-tason koordinaattiarvoilla ei voi esittää havaittuja värieroja tai määrittää tarkasti erotetaanko värejä toisistaan

22 MacAdamin ellipsit Vaikka kuvassa esitettyjen värinäyteparien laskennallinen etäisyys xy-tasolla on sama, niin vihreän alueella sijaitsevaa väriparia ei subjektiivisesti mitattujen ellipsien perusteella eroteta toisistaan, mutta syaanin alueen väripari erotetaan

23 Kolorimetrisen värinesityksen perusteet XYZ-arvoja käytetään usein lähtöarvoina visuaalisesti tarkemmille värikoordinaateille Värimittausprosessi: mitataan spektri (spektoradiometri), integroidaan värinsovitusfunktiot spektrin yli (eli lasketaan XYZ-arvot) ja lopuksi lasketaan väriarvot jossakin havainnollisesti yhtenevässä väriavaruudessa Näytteen mitattu spektri XYZ-arvot Väriavaruusmuunnos Esitys esim CIELAB L=76, a=-30, b=-38 Värinsovitusfunktiot

24 CIELAB ja CIELUV CIE standardoi sekä CIE 1976 L*a*b* (CIELAB) että CIE 1976 L*u*v* (CIELUV), kun ilmeni tarve värikoordinaatistolle, jossa voidaan laskea värierot tarkemmin CIELAB-koordinaatistoa pidetään tarkempana erityisesti tulostus-, kuvannus- sekä materiaali-teollisuuden sovelluksissa CIELUV-koordinaatistoa käytetään sitä vastoin perinteisesti näyttöteollisuuden sovelluksissa

25 CIELAB b* L a* Näytteen XYZ-arvot XYZ XnYnZn Näytteen Lab-arvot L* 1163 Y / Y 16 a* 500( 3 X / X 3 b* 200( 3 Y / Y 3 n Y / n Y n Z / n Z n ) ) Ympäristön valonlähteen XYZ-arvot Kun tarkastellaan CIELAB-arvojen laskentakaavoja, havaitaan että a*- komponentti perustuu pitkän ja keskipitkän aallonpituuden vasteeseen ja b*-komponentti perustuu lyhyen ja keskipitkän aallonpituuden vasteeseen olor_matching_functions.svg/200px- CIE_1931_XYZ_Color_Matching_Functions.svg.png

26 CIELAB RGB-koordinaatistoon koodattu kuva esitettynä RGB-näytöllä R G B Luminanssi, L, normalisoidaan välille 0 ja 100 Kromaattiset kanavat a ja b saa tyypillisesti arvoja välillä -128 ja 128 L* tumma kirkas kirkas tumma a* b*

27 CIELAB CIELAB-värikoordinaatistossa kahden väripisteen havaittua värieroa voidaan approksimoida laskemalla niiden euklidinen etäisyys avaruudessa Värieron laskentaa on myöhemmin vielä tarkennettu menetelmillä, jotka korjaavat CIELAB-avaruudessakin esiintyvää epäyhtenäisyyttä (esim. CIEDE2000) E. Rinhard, E.A. Khan, A.O. Akyüz, G.M. Johnsson, Color Imaging Fundamentals and Applications, A K Peters, ltd, 1056 s (2008).

28 LCH väriavaruus CIELAB-koordinaatit voidaan suoraan muuntaa luminanssi, L, kroma,c, ja sävy, h, koordinaatteihin Visuaalisesti havaittujen värierojen toleranssien approksimaatio on usein tarkempi esitettynä Lch-arvoilla kuin Lab-arvoilla johtuen ellipsien suuntautuneisuudesta (ch-dimensiot lähenee ellipsien pääkomponentteja) E. Rinhard, E.A. Khan, A.O. Akyüz, G.M. Johnsson, Color Imaging Fundamentals and Applications, A K Peters, ltd, 1056 s (2008).

29 CIELUV Kuten CIELAB-koordinaattien, niin CIELUV-koordinaattien input on näytteen (X,Y,Z) sekä ympäristön valaistuksen (Xn,Yn,Zn) tristimulusarvot Näyttöteollisuudessa esitetään näyttöjen värintoistoalue (gamut) usein u v - tasolla (myös xy-tasoa käytetään) u*- ja v*-komponentit ottavat huomioon valon värin

30 Kolmikomponenttisen laitteen gamut (/värit joita laite toistaa) voidaan visualisoida kolmella mitatulla väriarvolla u v -tasolla Max G Max R b* Max B a* ab-tasolla kaikkia värejä ei saada rajattua kolmen pisteen sisälle

31 Kolmikomponenttisen laitteen gamut (/värit joita laite toistaa) voidaan visualisoida kolmella mitatulla väriarvolla u v -tasolla Esimerkeissä on mitattu gamut sekä GretagMacBeth-testikentän värinäytteiden toisto kahdelle tabletille. Mitattu arvo on kuvattu ympyröillä ja oikea väriarvo on kuvattu neliöillä. Huomaa miten kaikki mitatut värit sijoittuu mitatun kolmion sisään.

32 Tarkennettu värieron mittaus Alunperin oli tarkoitus että CIELAB ja CIELUV olisivat havainnollisesti yhteneväisiä väriavaruuksia eli tietty euklidininen etäisyys avaruuden missä tahansa osassa vastaisi aina samaa havaittua värieroa Myöhemmin kuitenkin ilmeni että molemmissa on liikaa epäyhteneväisyyttä ja nousi tarve paremmille värieromittausalgoritmeille Kehitettiin CMC (1984), CIE 1994 ja CIEDE2000 -algoritmit Esimerkki miten Munsselin värien sävylinjat kaartuvat CIELAB-avaruudessa. Ideaalisessa väriavaruudessa linjat olisivat suoria M. Fairchild, 1998

33 Tarkennettu värieron mittaus CIEDE2000 CIEDE2000-värieroarvo lasketaan suoraan kahden CIELAB-arvon välille; arvot kuitenkin käsitellään muunnettuna LCH-avaruuteen, jossa väritoleransseja on tarkempaa mallintaa. Lisäksi mallissa on erilaisia paikkasidonnaisia painotuksia, jotka huomioivat sen missä kohtaa tutkitut väriarvot sijaitsevat väriavaruudessa CIELAB1 CIELAB2 CIEDE2000 Havaittu väriero värien CIELAB1 ja CIELAB2 välillä E. Rinhard, E.A. Khan, A.O. Akyüz, G.M. Johnsson, Color Imaging Fundamentals and Applications, A K Peters, ltd, 1056 s (2008).

34 Tarkennettu värieron mittaus CIEDE2000 CIEDE2000 algoritmin kehitys perustui neljään subjektiivisesti mitattuun datasettiin: BFD, Leeds, RIT-DuPont ja Witt Käytännössä kehitettiin malli, joka sovittaa datasettien värikenttien mitatut CIELAB-väriarvot niin, että etäisyydet vastaavat paremmin subjektiivisesti havaittuja etäisyyksiä S. Shen, R. S. Berns, Color-Difference Formula Performance for Several Datasets of Small Color Diffrerences Based on Visual Uncertainty, Color Research and Applications, Vol. 36, Nro, 1, p (2011)

35 Tarkennettu värieron mittaus CIEDE2000 Lasketaan värien 1 ja 2 luminanssi-, kroma- ja sävyeroarvojen etäisyydet, joita painotetaan riippuen värien sijainnista väriavaruudessa. Lisäksi CIEDE2000- yhtälö sisältää rotaatiotarkennuksen. Rotaatiotarkennus (RT) määrittää toleranssiellipsin suuntaa, jossa väriero havaitaan. Tarkennus kohdistettu erityisesti CIELAB-avaruuden saturoituneen sinisen alueelle E. Rinhard, E.A. Khan, A.O. Akyüz, G.M. Johnsson, Color Imaging Fundamentals and Applications, A K Peters, ltd, 1056 s (2008).

36 Tarkennettu värieron mittaus CIEDE2000 Kuvassa on esitetty miten CIEDE2000 yhtälö suoriutuu MacAdamin ellipsien mallintamisesta Kuvan tulkinta: MacAdamin ellipsit perustuvat mitattuun havaintoon, kun taas CIEDE2000-arvot perustuvat laskennalliseen mallintamiseen D. R. Pant, I. Farup, Riemannian Formulation of the CIEDE2000 Color Difference Formula, CIC2010, p

37 Tarkennettu värieron mittaus CIEDE2000 Imagine that you just painted half of the wall and you run out of the paint. You went back to buy another tin of that paint. When you paint the wall, you are asked to judge whether you accept or reject the match between each half of the wall. Alla on esitetty tutkimuksessa käytettyjen näyteparien hyväksymisprosentti CIELAB-avaruudessa (vasen kuva) ja CIEDE2000-algoritmilla (oikea kuva) laskettujen värieroarvojen funktiona Tuloksen tulkinta: Jos käytetään CIEDE2000- arvoja niin voidaan tarkemmin ennustaa tullaanko väriero havaitsemaan tutkimuksen sovellusalueella CIEDE2000-väriero kasvaa, niin hyväksymisprosesntti pienenee M. R. Luo, C. Minchew, P. Kenyon, G. Cui, Verification of CIEDE2000 using industrial data, AIC 2004 s (2004).

38 Kuvien välisen havaitun värieron mittaus S-CIELAB Vertailtavista kuvista suodatetaan ne taajuudet pois joita ei visuaalisesti havaita Tämän jälkeen lasketaan pikselikohtainen väriero

39 Kuvien välisen havaitun värieron mittaus S-CIELAB: käytännön sovellus on mitata erottuuko rasterirakenne Tuloksen tulkinta: Jos käytetään S- CIELAB arvoja niin voidaan tarkemmin ennustaa tullaanko rasterirakenne havaitsemaan tutkimuksen sovellusalueella X. Zhang et al. Color image quality metric S-CIELAB and its application on halftone texture visibility Proc. IEEE COMPCON 1997

40 Yhteenveto tarkennetusta värieron mittauksesta CIEDE2000 laskee kahden värinäytteen visuaaliselle etäisyydelle estimaatin yhtälöllä, joka sisältää painokertoimia, joiden arvo riippuu siitä missä kohtaa värinäytteet sijaitsevat värikoordinaatistossa S-CIELAB huomioi silmän alipäästösuodattavan ominaisuuden; silmä ei erota pieniä yksityiskohtia. S- CIELAB soveltuu kahden kuvan värieron mittaukseen. Se alipäästösuodattaa kuvan ennen pikselikohtaisten värieroarvojen mittausta.

41 RGB-värinesitys RGB-värinesitystä käytetään usein elektronisissa laitteissa, kuten kameroissa ja näytöissä Kameran tarkka väridetektio vaatisi että kameran vaste saadaan sellaiseksi että sen ja värinsovitusfunktioiden välillä on olemassa lineaarinen muunnos värinsovitusfunktiot XYZ CIELAB Kameran vaste RGB M XYZ Se kuinka lähelle ihmisen havaitsemaa väritoistoa päästään, riippuu kameran vasteesta sekä muunnoksesta M (kyseessä kameran mittatarkkuus) CIELAB

42 RGB-värinesitys srgb on de-facto-standardi RGB-esityksen profiilina srgb-värinesityksen asema perustuu CRTnäytön fosforien luontaiseen väritoistoon, joka on lähellä srgb-standardia Käytännössä jos värihallinta ei ole käytössä, niin useimmiten oletuksena on srgb-profiili srgb-esityksen RGB-arvoilla on yhteys XYZarvoihin ja sitä kautta CIELAB-arvoihin! Adobe RGB on esimerkki RGB-esityksestä, jolla on laajempi gamut kuin srgb-esityksellä

43 RGB-värinesitys Jos tarve esim tulosteen vedostukseen voi Adobe RGB sekä laajemman väriavaruuden näyttö olla välttämätön

44 XYZ-arvoista srgb-arvoihin srgb-standardin määrittämän katseluympäristön ominaisuudet eli ympäristö, missä värit havaitaan oikein jos ne on koodattu srgb-standardin mukaisesti Missä C on värikanava ja a=0.055 Parametri Näytön luminanssi 80 cd/m 2 Näytön valkopiste Näytön taustan heijastus Ympäristön valaistusvoimakkuus Ympäristön valaistuksen valkopiste Tyypillisen (vaihtoehtoisen) ympäristön valaistusvoimakkuus Tyypillisen (vaihtoehtoisen) ympäristön valkopiste Arvo x = , y = (D65) 20% (~medium gray) 64 lux x = , y = (D50) 200 lux x = , y = (D50)

Värinhallinta ja -mittalaitteet. Mikko Nuutinen 7.2.2012

Värinhallinta ja -mittalaitteet. Mikko Nuutinen 7.2.2012 Värinhallinta ja -mittalaitteet Mikko Nuutinen 7.2.2012 Luennon oppimistavoitteet Värinhallinta Käsitteet lähde- ja kohdelaitteen profiili sekä yhdysavaruus Näköistystavat (rendering intent) Värinmittalaitteet

Lisätiedot

13. Värit tietokonegrafiikassa

13. Värit tietokonegrafiikassa 13.1. Värijoukot tietokonegrafiikassa 13. Värit tietokonegrafiikassa Tarkastellaan seuraavaksi värien kvantitatiivista pohjaa. Useimmiten käytännön tilanteissa kiinnitetään huomiota kvalitatiiviseen. Värien

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

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

TUTKIMUSRAPORTTI NO. MAT12-15050-005 VÄRIN JA KIILLON MITTAAMINEN

TUTKIMUSRAPORTTI NO. MAT12-15050-005 VÄRIN JA KIILLON MITTAAMINEN VÄRIN JA KIILLON MITTAAMINEN 1 Veikko Äikäs Energia- ja ympäristötekniikan laitos Mikkelin ammattikorkeakoulu Oy 26.4.2012 SISÄLTÖ 1 Teoriaa... 2 1.1 Yleistä värimalleista... 2 1.2 RGB ja CMYK mallit...

Lisätiedot

Teoreettisia perusteita II

Teoreettisia perusteita II Teoreettisia perusteita II Origon siirto projektiokeskukseen:? Origon siirto projektiokeskukseen: [ X X 0 Y Y 0 Z Z 0 ] [ Maa-57.260 Kiertyminen kameran koordinaatistoon:? X X 0 ] Y Y 0 Z Z 0 Kiertyminen

Lisätiedot

Väriin vaikuttavat tekijät ja niiden ennustaminen. värimalleilla. Antti Vatanen

Väriin vaikuttavat tekijät ja niiden ennustaminen. värimalleilla. Antti Vatanen Väriin vaikuttavat tekijät ja niiden ennustaminen värimalleilla Antti Vatanen 08.01.2003 Joensuun yliopisto Tietojenkäsittelytiede Kandidaatin tutkielma TIIVISTELMÄ Ihmisen värinäkö on hyvin monimutkainen

Lisätiedot

Tikkurila-opisto: Väristä sävytykseen. Päivi Luomahaara & Evalotte Lindkvist-Suhonen 03/2015

Tikkurila-opisto: Väristä sävytykseen. Päivi Luomahaara & Evalotte Lindkvist-Suhonen 03/2015 Tikkurila-opisto: Väristä sävytykseen Päivi Luomahaara & Evalotte Lindkvist-Suhonen 03/2015 Esityksen pääkohdat Väri ja valo Värien ominaisuudet Värin mittaaminen Värien tekeminen maaleissa ennen ja nyt

Lisätiedot

VERKOSTO GRAAFINEN OHJE

VERKOSTO GRAAFINEN OHJE 2018 SISÄLTÖ 3 Pikaohje 4 Tunnus ja suoja-alue 5 Tunnuksen versiot 6 Tunnuksen käyttö 7 Fontit 8 Värit 9 Soveltaminen ----- 10 Verkosto Lapset 2 suoja-alue Tunnuksen suoja-alueen sisäpuolella ei saa olla

Lisätiedot

VÄRIAVARUUDEN RAKENTEEN MUOKKAAMINEN YHTENÄISYYDEN PARANTAMISEKSI

VÄRIAVARUUDEN RAKENTEEN MUOKKAAMINEN YHTENÄISYYDEN PARANTAMISEKSI Lappeenrannan teknillinen yliopisto Teknistaloudellinen tiedekunta Tietotekniikan koulutusohjelma Kandidaatintyö Markku Painomaa VÄRIAVARUUDEN RAKENTEEN MUOKKAAMINEN YHTENÄISYYDEN PARANTAMISEKSI Kandidaatintyön

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

6. Värikuvanprosessointi 6.1. Värien periaatteet

6. Värikuvanprosessointi 6.1. Värien periaatteet 6. Värikuvanprosessointi 6.1. Värien periaatteet Värien käyttö kuvissa on hyödyllistä kahdesta syystä. Väri on tehokas kuvaaja kohteiden tunnistamiseksi ja erottamiseksi näkymästä. Toiseksi normaalilla

Lisätiedot

6.6. Tasoitus ja terävöinti

6.6. Tasoitus ja terävöinti 6.6. Tasoitus ja terävöinti Seuraavassa muutetaan pikselin arvoa perustuen mpäristön pikselien ominaisuuksiin. Kuvan 6.18.a nojalla ja Lukujen 3.4. ja 3.5. harmaasävjen käsittelssä esitellillä menetelmillä

Lisätiedot

ASPIRIININ MÄÄRÄN MITTAUS VALOKUVAAMALLA

ASPIRIININ MÄÄRÄN MITTAUS VALOKUVAAMALLA ASPIRIININ MÄÄRÄN MITTAUS VALOKUVAAMALLA Jaakko Lohenoja 2009 Johdanto Asetyylisalisyylihapon määrä voidaan mitata spektrofotometrisesti hydrolysoimalla asetyylisalisyylihappo salisyylihapoksi ja muodostamalla

Lisätiedot

The spectroscopic imaging of skin disorders

The spectroscopic imaging of skin disorders Automation technology October 2007 University of Vaasa / Faculty of technology 1000 students 4 departments: Mathematics and statistics, Electrical engineerin and automation, Computer science and Production

Lisätiedot

Kuvanlaadunparantaminen. Mikko Nuutinen 21.3.2013

Kuvanlaadunparantaminen. Mikko Nuutinen 21.3.2013 Kuvanlaadunparantaminen Mikko Nuutinen 21.3.2013 Luennon sisältö Termistöä Kuvanentisöinti Terävyys unsharp masking Kohina non-local means Linssivääristymän korjaus Kuvanlaadunehostaminen Kontrasti Auto-levels

Lisätiedot

PMS 3298 C. (Sanomalehdessä. 100c, 0m, 50y, 5k) PMS 288 C (Sanomalehdessä 95c, 50m, 10y, 5k)

PMS 3298 C. (Sanomalehdessä. 100c, 0m, 50y, 5k) PMS 288 C (Sanomalehdessä 95c, 50m, 10y, 5k) PMS 288 C PMS 360 C PMS 220 C PMS 1525 C PMS 143 C SANOMALEHTIIN 95c, 50m, 10y, 5k 35c, 0m, 100y, 0k 15c, 85m, 17y, 5k 10c, 45m, 95y, 2k 100c, 0m, 50y, 5k 0c, 20m, 100y, 0k KÄYTÖSSÄ ON KAKSI ISKULAUSETTA.

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

Näyttöjen suorituskykymittaus

Näyttöjen suorituskykymittaus Näyttöjen suorituskykymittaus T-75.5100 Kuvaus- ja näyttötekniikka Syksy 2012 Mikko Nuutinen, 5.10.2012 Luennon sisältö: Johdanto: fyysiset, sähköiset ja optiset parametrit; valon mittaaminen ja kolorimetria

Lisätiedot

Luento 2: Viivan toteutus

Luento 2: Viivan toteutus Tietokonegrafiikan perusteet T-111.4300 3 op Luento : Viivan toteutus Lauri Savioja 11/07 Primitiivien toteutus / 1 GRAAFISTEN PRIMITIIVIEN TOTEUTUS HUOM! Oletuksena on XY-koordinaatisto Suorien viivojen

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

Ihminen havaitsijana: Luento 8. Jukka Häkkinen ME-C2600

Ihminen havaitsijana: Luento 8. Jukka Häkkinen ME-C2600 Ihminen havaitsijana: Luento 8 Jukka Häkkinen ME-C2600 Kevät 2016 1 Luento 8: Värit 2 Luennon rakenne 1. Kolmiväriteoria 2. Vastakkaisväriteoria 3. Illuusioita 4. Värien pysyvyys 3 4 Värit Värinäkö tarkoittaa

Lisätiedot

Triangle Colorscale. Created for design CMYK GUIDE. Intuitiivinen, tarkka ja käytännöllinen

Triangle Colorscale. Created for design CMYK GUIDE. Intuitiivinen, tarkka ja käytännöllinen Created for design CMYK GUIDE Intuitiivinen, tarkka ja käytännöllinen CMYK GUIDE -kartasta värit löytyvät nopeasti, ja ne ovat painettuina juuri sitä mitä valittiinkin! INTUITIIVINEN Suunnittelijan nopea

Lisätiedot

Värien teoria ja värimallit Tietokonegraikan seminaari kevät 2002

Värien teoria ja värimallit Tietokonegraikan seminaari kevät 2002 Värien teoria ja värimallit Tietokonegraikan seminaari kevät 2002 Matti Eskelinen 24. huhtikuuta 2002 1 Mitä väri on? Mitään sellaista kuin väri ei ole olemassa luonnossa. Väri on jotakin mitä me ihmiset

Lisätiedot

Opetusmateriaali. Tutkimustehtävien tekeminen

Opetusmateriaali. Tutkimustehtävien tekeminen Opetusmateriaali Tämän opetusmateriaalin tarkoituksena on opettaa kiihtyvyyttä mallintamisen avulla. Toisena tarkoituksena on hyödyntää pikkuautoa ja lego-ukkoa fysiikkaan liittyvän ahdistuksen vähentämiseksi.

Lisätiedot

2 Pistejoukko koordinaatistossa

2 Pistejoukko koordinaatistossa Pistejoukko koordinaatistossa Ennakkotehtävät 1. a) Esimerkiksi: b) Pisteet sijaitsevat pystysuoralla suoralla, joka leikkaa x-akselin kohdassa x =. c) Yhtälö on x =. d) Sijoitetaan joitain ehdon toteuttavia

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

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4).

Tekijä Pitkä matematiikka Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Tekijä Pitkä matematiikka 4 9.12.2016 212 Suoran pisteitä ovat esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4). Vastaus esimerkiksi ( 5, 2), ( 2,1), (1, 0), (4, 1) ja ( 11, 4) 213 Merkitään pistettä

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

CIE Division 1: Vision and Colour. MarjukkaPuolakka

CIE Division 1: Vision and Colour. MarjukkaPuolakka CIE Division 1: Vision and Colour MarjukkaPuolakka 19.8.2009 CIE Div1 Terms of Reference: To study visual responses to light and to establish standards of response functions, models and procedures of specification

Lisätiedot

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa: Simo K. Kivelä, 13.7.004 Frégier'n lause Toisen asteen käyrillä ellipseillä, paraabeleilla, hyperbeleillä ja niiden erikoistapauksilla on melkoinen määrä yksinkertaisia säännöllisyysominaisuuksia. Eräs

Lisätiedot

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora

Taso 1/5 Sisältö ESITIEDOT: vektori, koordinaatistot, piste, suora Taso 1/5 Sisältö Taso geometrisena peruskäsitteenä Kolmiulotteisen alkeisgeometrian peruskäsitteisiin kuuluu taso pisteen ja suoran lisäksi. Intuitiivisesti sitä voidaan ajatella joka suunnassa äärettömyyteen

Lisätiedot

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

Luento 2 Stereokuvan laskeminen. 2008 Maa-57.1030 Fotogrammetrian perusteet 1

Luento 2 Stereokuvan laskeminen. 2008 Maa-57.1030 Fotogrammetrian perusteet 1 Luento 2 Stereokuvan laskeminen 2008 Maa-57.1030 Fotogrammetrian perusteet 1 Aiheet Stereokuvan laskeminen stereokuvan piirto synteettisen stereokuvaparin tuottaminen laskemalla stereoelokuva kollineaarisuusyhtälöt

Lisätiedot

Digitaalikameran värintoisto

Digitaalikameran värintoisto Digitaalikameran värintoisto Joni Orava Pro Gradu tutkielma Lokakuu 2001 Joensuun liopisto Fysiikan laitos Esipuhe Haluan esittää suuret kiitokset työn ohjaajalle professori Timo Jääskeläiselle ohjauksesta

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

Tilkkuilijan värit. Saana Karlsson

Tilkkuilijan värit. Saana Karlsson Tilkkuilijan värit Saana Karlsson Tilkkutöissä erivärisiä kangaspaloja ommellaan yhteen ja siten muodostetaan erilaisia kuvioita. Värien valinta vaikuttaa siihen miten suunnitellut kuviot tulevat tilkkutyössä

Lisätiedot

VÄRIEN NIMEÄMINEN JA LASKENNALLINEN ENNUSTAMINEN LUONNOLLISISTA VÄRIKUVISTA

VÄRIEN NIMEÄMINEN JA LASKENNALLINEN ENNUSTAMINEN LUONNOLLISISTA VÄRIKUVISTA TEKNILLINEN KORKEAKOULU Tietotekniikan osasto Tuuli Nurminen VÄRIEN NIMEÄMINEN JA LASKENNALLINEN ENNUSTAMINEN LUONNOLLISISTA VÄRIKUVISTA Diplomityö, joka on jätetty opinnäytteenä tarkastettavaksi diplomi-insinöörin

Lisätiedot

Suorista ja tasoista LaMa 1 syksyllä 2009

Suorista ja tasoista LaMa 1 syksyllä 2009 Viidennen viikon luennot Suorista ja tasoista LaMa 1 syksyllä 2009 Perustuu kirjan Poole: Linear Algebra lukuihin I.3 - I.4 Esko Turunen esko.turunen@tut.fi Aluksi hiukan 2 ja 3 ulotteisen reaaliavaruuden

Lisätiedot

IHTE-2100 KaSuper 2007-2008 Luento 2: värit, kuvakkeet

IHTE-2100 KaSuper 2007-2008 Luento 2: värit, kuvakkeet IHTE-2100 KaSuper 2007-2008 Luento 2: värit, kuvakkeet Aiheet tänään Värit käyttöliittymäsuunnittelussa Kuvakkeiden suunnittelu Värit käyttöliittymässä Of all design elements, color most exemplifies the

Lisätiedot

Mikroskooppisten kohteiden

Mikroskooppisten kohteiden Mikroskooppisten kohteiden lämpötilamittaukset itt t Maksim Shpak Planckin laki I BB ( λ T ) = 2hc λ, 5 2 1 hc λ e λkt 11 I ( λ, T ) = ε ( λ, T ) I ( λ T ) m BB, 0 < ε

Lisätiedot

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)

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

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I

Havaitsevan tähtitieteen peruskurssi I 2. Ilmakehän vaikutus havaintoihin Lauri Jetsu Fysiikan laitos Helsingin yliopisto Ilmakehän vaikutus havaintoihin Ilmakehän häiriöt (kuva: @www.en.wikipedia.org) Sää: pilvet, sumu, sade, turbulenssi,

Lisätiedot

VIII LISÄTIETOA 8.1. HAVAINTOVIRHEISTÄ

VIII LISÄTIETOA 8.1. HAVAINTOVIRHEISTÄ 56 VIII LISÄTIETOA 8.1. HAVAINTOVIRHEISTÄ Hyvällä havaitsijalla keskimääräinen virhe tähdenlennon kirkkauden arvioimisessa on noin 0.4 magnitudia silloin, kun meteori näkyy havaitsijan näkökentän keskellä.

Lisätiedot

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta

Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Ympäristön aktiivinen kaukokartoitus laserkeilaimella: tutkittua ja tulevaisuutta Sanna Kaasalainen Kaukokartoituksen ja Fotogrammetrian Osasto Ilmastonmuutos ja ääriarvot 13.9.2012 Ympäristön Aktiivinen

Lisätiedot

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 EB-TUTKINTO 2009 MATEMATIIKKA 5 VIIKKOTUNTIA PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009 KOKEEN KESTO: 4 tuntia (240 minuuttia) SALLITUT APUVÄLINEET: Eurooppa-koulun antama taulukkovihkonen Funktiolaskin, joka ei saa

Lisätiedot

33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ

33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ TYÖOHJE 14.7.2010 JMK, TSU 33 SOLENOIDIN JA TOROIDIN MAGNEETTIKENTTÄ Laitteisto: Kuva 1. Kytkentä solenoidin ja toroidin magneettikenttien mittausta varten. Käytä samaa digitaalista jännitemittaria molempien

Lisätiedot

VERTAILU: 55-TUUMAISET TELEVISIOT Oheisia kuvasäätöjä käytettiin Tekniikan Maailman numerossa 1/15 julkaistussa vertailussa.

VERTAILU: 55-TUUMAISET TELEVISIOT Oheisia kuvasäätöjä käytettiin Tekniikan Maailman numerossa 1/15 julkaistussa vertailussa. VERTAILU: 55-TUUMAISET TELEVISIOT Oheisia kuvasäätöjä käytettiin Tekniikan Maailman numerossa 1/15 julkaistussa vertailussa. LG 55UB850V digi-tv hdmi 2 KUVA Kuvatila Expert1 Expert1 Kuvan säätö Taustavalo

Lisätiedot

Valonlähteen vaikutus värinäytteiden spektreihin eri mittalaitteilla

Valonlähteen vaikutus värinäytteiden spektreihin eri mittalaitteilla Valonlähteen vaikutus värinäytteiden spektreihin eri mittalaitteilla Noora Tossavainen PSfrag replacements x y Laudatur-opintojen harjoitustyö Heinäkuu 2002 Fysiikan laitos Joensuun yliopisto Noora Tossavainen

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

Graafinen ohjeisto 1.0

Graafinen ohjeisto 1.0 Graafinen ohjeisto 1.0 01 01 Peruselementit Logo POP vakuutuksen logo on suunniteltu digitaaliseen ympäristöön ja siksi digitaalinen näkyvyys määrittelee ilmeen. Play-elementti Play-elementti painikkeenomaisena

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18

Lisätiedot

Värisuunnitteluopas. www.e-weber.fi

Värisuunnitteluopas. www.e-weber.fi okkelit kuntoon Värisuunnitteluopas Värien antamat mahdollisuudet rakennussuunnittelussa okkeliratkaisut kätevästi eberiltä www.e-weber.fi Värien antamat mahdollisuudet Tervetuloa eberin värimaailmaan.

Lisätiedot

Mustan kappaleen säteily

Mustan kappaleen säteily Mustan kappaleen säteily Musta kappale on ideaalisen säteilijän malli, joka absorboi (imee itseensä) kaiken siihen osuvan säteilyn. Se ei lainkaan heijasta eikä sirota siihen osuvaa säteilyä, vaan emittoi

Lisätiedot

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen Luento 5 Mittakuva 1 Aiheita Mittakuva Muunnokset informaatiokanavassa. Geometrisen tulkinnan vaihtoehdot. Stereokuva, konvergentti kuva. Koordinaatistot. Kuvien orientoinnit. Sisäinen orientointi. Ulkoinen

Lisätiedot

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut

Insinöörimatematiikka D, laskuharjoituksien esimerkkiratkaisut Insinöörimatematiikka D, 29.3.2016 4. laskuharjoituksien esimerkkiratkaisut 1. Olkoon u (4,0,4,2) ja v ( 1,1,3,5) vektoreita vektoriavaruudessa R 4. Annetun sisätulon (x,y) indusoima normi on x (x,x) ja

Lisätiedot

Nimi: Muiden ryhmäläisten nimet:

Nimi: Muiden ryhmäläisten nimet: Nimi: Muiden ryhmäläisten nimet: PALKKIANTURI Työssä tutustutaan palkkianturin toimintaan ja havainnollistetaan sen avulla pienten ainepitoisuuksien havainnointia. Työn mittaukset on jaettu kolmeen osaan,

Lisätiedot

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016

PHYS-C0240 Materiaalifysiikka (5op), kevät 2016 PHYS-C0240 Materiaalifysiikka (5op), kevät 2016 Prof. Martti Puska Emppu Salonen Tomi Ketolainen Ville Vierimaa Luento 7: Hilavärähtelyt tiistai 12.4.2016 Aiheet tänään Hilavärähtelyt: johdanto Harmoninen

Lisätiedot

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä: Frégier n lause Simo K. Kivelä Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä: Suorakulmaisen kolmion kaikki kärjet sijaitsevat paraabelilla y = x 2 ; suoran kulman

Lisätiedot

Wien R-J /home/heikki/cele2008_2010/musta_kappale_approksimaatio Wed Mar 13 15:33:

Wien R-J /home/heikki/cele2008_2010/musta_kappale_approksimaatio Wed Mar 13 15:33: 1.2 T=12000 K 10 2 T=12000 K 1.0 Wien R-J 10 0 Wien R-J B λ (10 15 W/m 3 /sterad) 0.8 0.6 0.4 B λ (10 15 W/m 3 /sterad) 10-2 10-4 10-6 10-8 0.2 10-10 0.0 0 200 400 600 800 1000 nm 10-12 10 0 10 1 10 2

Lisätiedot

VÄRI ON: Fysiikkaa: valon osatekijä (syntyy valosta, yhdistyy valoon)

VÄRI ON: Fysiikkaa: valon osatekijä (syntyy valosta, yhdistyy valoon) VÄRI VÄRI ON: Fysiikkaa: valon osatekijä (syntyy valosta, yhdistyy valoon) VÄRI ON: Biologiaa: näköaistimus (solut ja aivot) Kemiaa: pigmentti (väriaine, materiaali) VÄRI ON: VÄRI ON: Psykologiaa: havainto

Lisätiedot

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 6 Mittakuva. fotogrammetriaan ja kaukokartoitukseen Luento 6 Mittakuva 1 Aiheita Mittakuva Muunnokset informaatiokanavassa. Geometrisen tulkinnan vaihtoehdot. Stereokuva, konvergentti kuva. Koordinaatistot. Kuvien orientoinnit. Sisäinen orientointi. Ulkoinen

Lisätiedot

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2 8. Geometriset kuvaukset 8.1. Euklidiset kuvaukset 344. Esitä muodossa x = Ax + b se avaruuden E 3 peilauskuvaus, jonka symmetriatasona on x 1 3x + x 3 = 6. A = 1 3 6 6 3, b = 1 1 18. 3 6 6 345. Tason

Lisätiedot

KULJETUSSUUREET Kuljetussuureilla tai -ominaisuuksilla tarkoitetaan kaasumaisen, nestemäisen tai kiinteän väliaineen kykyä siirtää ainetta, energiaa, tai jotain muuta fysikaalista ominaisuutta paikasta

Lisätiedot

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää

Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää Matterport vai GeoSLAM? Juliane Jokinen ja Sakari Mäenpää Esittely Tutkimusaineiston laatija DI Aino Keitaanniemi Aino Keitaanniemi työskentelee Aalto yliopiston Rakennetun ympäristön mittauksen ja mallinnuksen

Lisätiedot

Tunnus. Tunnuksen VÄRIVERSIOT. Min. 20 mm

Tunnus. Tunnuksen VÄRIVERSIOT. Min. 20 mm Graafinen ohje Tunnus Oulu Sinfonian tunnuksena käytetään ensisijaisesti ohessa kuvattua liikemerkin ja nimilogon kiinteää yhdistelmää. Käytössä on huolehdittava, että tunnuksen mittasuhteet sekä nimilogon

Lisätiedot

Inversio-ongelmien laskennallinen peruskurssi Luento 2

Inversio-ongelmien laskennallinen peruskurssi Luento 2 Inversio-ongelmien laskennallinen peruskurssi Luento 2 Kevät 2012 1 Lineaarinen inversio-ongelma Määritelmä 1.1. Yleinen (reaaliarvoinen) lineaarinen inversio-ongelma voidaan esittää muodossa m = Ax +

Lisätiedot

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu

Talousmatematiikan perusteet: Luento 13. Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Talousmatematiikan perusteet: Luento 13 Rajoittamaton optimointi Hessen matriisi Ominaisarvot ja vektorit Ääriarvon laadun tarkastelu Viime luennolla Aloimme tarkastella yleisiä, usean muuttujan funktioita

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

Uudet ominaisuudet. Versio 3.00

Uudet ominaisuudet. Versio 3.00 Uudet ominaisuudet Versio 3.00 Tämän tuotteen mukana toimitetun asiakirjan sisältämät kuvaukset eivät enää välttämättä vastaa laiteohjelmistopäivitysten seurauksena lisättyjä tai muutettuja ominaisuuksia.

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

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit MS-A35 ifferentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit Antti Rasila Aalto-yliopisto Syksy 215 Antti Rasila (Aalto-yliopisto) MS-A35 Syksy 215 1 / 24 Skalaarikenttä Olkoon R

Lisätiedot

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1

y x1 σ t 1 = c y x 1 σ t 1 = y x 2 σ t 2 y x 2 x 1 y = σ(t 2 t 1 ) x 2 x 1 y t 2 t 1 1. Tarkastellaan funktiota missä σ C ja y (y 1,..., y n ) R n. u : R n R C, u(x, t) e i(y x σt), (a) Miksi funktiota u(x, t) voidaan kutsua tasoaalloksi, jonka aaltorintama on kohtisuorassa vektorin y

Lisätiedot

Differentiaalilaskennan tehtäviä

Differentiaalilaskennan tehtäviä Differentiaalilaskennan tehtäviä DIFFERENTIAALILASKENTA 1. Raja-arvon käsite, derivaatta raja-arvona 1.1 Raja-arvo pisteessä 1.2 Derivaatan määritelmä 1.3 Derivaatta raja-arvona 2. Derivoimiskaavat 2.1

Lisätiedot

Malliratkaisut Demot

Malliratkaisut Demot Malliratkaisut Demot 1 23.1.2017 1. Päätösmuuttujiksi voidaan valita x 1 : tehtyjen peruspöytin lukumäärä x 2 : tehtyjen luxuspöytien lukumäärä. Optimointitehtäväksi tulee max 200x 1 + 350x 2 s. t. 5x

Lisätiedot

ARVO - verkkomateriaalien arviointiin

ARVO - verkkomateriaalien arviointiin ARVO - verkkomateriaalien arviointiin Arvioitava kohde: Jenni Rikala: Aloittavan yrityksen suunnittelu, Arvioija: Heli Viinikainen, Arviointipäivämäärä: 12.3.2010 Osa-alue 3/8: Visuaalinen suunnittelu

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen

Luento 5 Mittakuva. fotogrammetriaan ja kaukokartoitukseen Luento 5 Mittakuva 1 Aiheita Mittakuva Muunnokset informaatiokanavassa. Geometrisen tulkinnan vaihtoehdot. Stereokuva, konvergentti kuva. Koordinaatistot. Kuvien orientoinnit. Sisäinen orientointi. Ulkoinen

Lisätiedot

Teknillinen korkeakoulu T-76.115 Tietojenkäsittelyopin ohjelmatyö. Testitapaukset - Koordinaattieditori

Teknillinen korkeakoulu T-76.115 Tietojenkäsittelyopin ohjelmatyö. Testitapaukset - Koordinaattieditori Testitapaukset - Koordinaattieditori Sisällysluettelo 1. Johdanto...3 2. Testattava järjestelmä...4 3. Toiminnallisuuden testitapaukset...5 3.1 Uuden projektin avaaminen...5 3.2 vaa olemassaoleva projekti...6

Lisätiedot

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu

Talousmatematiikan perusteet: Luento 14. Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu Talousmatematiikan perusteet: Luento 14 Rajoittamaton optimointi Hessen matriisi Ominaisarvot Ääriarvon laadun tarkastelu Luennolla 6 Tarkastelimme yhden muuttujan funktion f(x) rajoittamatonta optimointia

Lisätiedot

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit MS-A35 ifferentiaali- ja integraalilaskenta 3 Luento : Moniulotteiset integraalit Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Syksy 26 Antti Rasila (Aalto-yliopisto) MS-A35 Syksy

Lisätiedot

Ohjeita fysiikan ylioppilaskirjoituksiin

Ohjeita fysiikan ylioppilaskirjoituksiin Ohjeita fysiikan ylioppilaskirjoituksiin Kari Eloranta 2016 Jyväskylän Lyseon lukio 11. tammikuuta 2016 Kokeen rakenne Fysiikan kokeessa on 13 tehtävää, joista vastataan kahdeksaan. Tehtävät 12 ja 13 ovat

Lisätiedot

811312A Tietorakenteet ja algoritmit, , Harjoitus 6, Ratkaisu

811312A Tietorakenteet ja algoritmit, , Harjoitus 6, Ratkaisu 811312A Tietorakenteet ja algoritmit, 2018-2019, Harjoitus 6, Ratkaisu Harjoituksen aiheet ovat verkkojen leveys- ja syvyyshakualgoritmit Tehtävä 6.1 Hae leveyshakualgoritmia käyttäen lyhin polku seuraavan

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

1 LOGO JA SEN KÄYTTÖ 1.1 LOGO JA TURVA-ALUE VÄRILLINEN LOGO LOGO VÄRILLISELLÄ POHJALLA MUSTA LOGO 7 1.

1 LOGO JA SEN KÄYTTÖ 1.1 LOGO JA TURVA-ALUE VÄRILLINEN LOGO LOGO VÄRILLISELLÄ POHJALLA MUSTA LOGO 7 1. 1 LOGO JA SEN KÄYTTÖ 1.1 LOGO JA TURVA-ALUE 4 1.2 VÄRILLINEN LOGO 5 1.3 LOGO VÄRILLISELLÄ POHJALLA 6 1.4 MUSTA LOGO 7 1.5 EI NÄIN 8 3 1.1 Logo ja turva-alue neste jacobsin logo Neste Jacobsin uusi tekstilogo

Lisätiedot

SINI- JA KOSINILAUSE. Laskentamenetelmät Geodeettinen laskenta - 1-1988-1999 M-Mies Oy

SINI- JA KOSINILAUSE. Laskentamenetelmät Geodeettinen laskenta - 1-1988-1999 M-Mies Oy SINI- JA KOSINILAUSE SINILAUSE: Kolmiossa kulman sinien suhde on sama kuin kulman vastaisten sivujen suhde. Toisin sanoen samassa kolmiossa SIN Kulma / Sivu = Vakio (Jos > 100 gon: Kulma = 200 kulma).

Lisätiedot

Tietokonegrafiikan perusteet

Tietokonegrafiikan perusteet Tietokonegrafiikan perusteet Kuvamallit Koordinaattijärjestelmät Ihmisnäön ominaisuudet Grafiikkalaitteisto Abstrakti kangas Piirtäminen Teksti Leikkaaminen Väri Petri Vuorimaa 1 Kuvamallit Kuvien esittämiseen

Lisätiedot

Kuulohavainto ympäristössä

Kuulohavainto ympäristössä Weber-Fechner Kivun gate control fys _ muutos hav _ muutos k fys _ taso Jos tyypillisessä sisätilavalaistuksessa (noin 100 cd/m2), voi havaita seinällä valotäplän, jonka kirkkaus on 101 cd/m2). Kuinka

Lisätiedot

JOHDATUS TEKOÄLYYN TEEMU ROOS

JOHDATUS TEKOÄLYYN TEEMU ROOS JOHDATUS TEKOÄLYYN TEEMU ROOS TERMINATOR SIGNAALINKÄSITTELY KUVA VOIDAAN TULKITA KOORDINAATTIEN (X,Y) FUNKTIONA. LÄHDE: S. SEITZ VÄRIKUVA KOOSTUU KOLMESTA KOMPONENTISTA (R,G,B). ÄÄNI VASTAAVASTI MUUTTUJAN

Lisätiedot

2.7.4 Numeerinen esimerkki

2.7.4 Numeerinen esimerkki 2.7.4 Numeerinen esimerkki Karttusen kirjan esimerkki 2.3: Laske Jupiterin paikka taivaalla..2. Luennoilla käytetty rataelementtejä a, ǫ, i, Ω, ω, t Ω nousevan solmun pituus = planeetan nousevan solmun

Lisätiedot

Luku 5 - Värit ja valon aistiminen

Luku 5 - Värit ja valon aistiminen Luku 5 - Värit ja valon aistiminen Matti Eskelinen 18.2.2018 Tähän mennessä olemme puhuneet lähinnä harmaasävykuvista. Oikeissakin konenäkösovelluksissa tyydytään usein jättämään väri-informaatio huomioimatta,

Lisätiedot

Maa-57.260. Kameran kalibrointi. TKK/Fotogrammetria/PP

Maa-57.260. Kameran kalibrointi. TKK/Fotogrammetria/PP Kameran kalibrointi Kameran kalibroinnilla tarkoitetaan sen kameravakion, pääpisteen paikan sekä optiikan aiheuttamien virheiden määrittämistä. Virheillä tarkoitetaan poikkeamaa ideaalisesta keskusprojektiokuvasta.

Lisätiedot

Työ 2324B 4h. VALON KULKU AINEESSA

Työ 2324B 4h. VALON KULKU AINEESSA TURUN AMMATTIKORKEAKOULU TYÖOHJE 1/5 Työ 2324B 4h. VALON KULKU AINEESSA TYÖN TAVOITE Työssä perehdytään optisiin ilmiöihin tutkimalla valon kulkua linssisysteemeissä ja prismassa. Tavoitteena on saada

Lisätiedot

PERUSLASKUJA. Kirjoita muuten sama, mutta ota välilyönti 4:n jälkeen 3/4 +5^2

PERUSLASKUJA. Kirjoita muuten sama, mutta ota välilyönti 4:n jälkeen 3/4 +5^2 PERUSLASKUJA Matemaattisten lausekkeiden syöttäminen: Kirjoita ilman välilyöntejä /+^2 Kirjoita muuten sama, mutta ota välilyönti :n jälkeen / +^2 Kopioi molemmat matematiikka-alueet ja liiku alueen sisällä

Lisätiedot

Vastepintamenetelmä. Kuusinen/Heliövaara 1

Vastepintamenetelmä. Kuusinen/Heliövaara 1 Vastepintamenetelmä Kuusinen/Heliövaara 1 Vastepintamenetelmä Vastepintamenetelmässä pyritään vasteen riippuvuutta siihen vaikuttavista tekijöistä approksimoimaan tekijöiden polynomimuotoisella funktiolla,

Lisätiedot

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta

Tilastollisen analyysin perusteet Luento 1: Lokaatio ja hajonta Tilastollisen analyysin perusteet Luento 1: ja hajonta Sisältö Havaittujen arvojen jakauma Havaittujen arvojen jakaumaa voidaan kuvailla ja esitellä tiivistämällä havaintoarvot sopivaan muotoon. Jakauman

Lisätiedot

SISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa

SISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa SISÄLTÖ Venymän käsite Liukuman käsite Venymä ja liukuma lujuusopin sovelluksissa 1 SISÄLTÖ 1. Siirtymä 2 1 2.1 MUODONMUUTOS Muodonmuutos (deformaatio) Tapahtuu, kun kappaleeseen vaikuttaa voima/voimia

Lisätiedot

ENERGY SAVING LAMPS. Energiansäästölamput 2008

ENERGY SAVING LAMPS. Energiansäästölamput 2008 Energiansäästölamput 2008 GP Saving Lamps Edut Säästää ympäristöä, vähentää hiilidioksidipäästöjä CO². Kestää 8-12 kertaa kauemmin* Vähentää kotitalouksien sähkönkulutusta jopa 80%* ja näin ollen myös

Lisätiedot