Графическая информация
<<  Поиск визуально подобных изображений на основе машинного обучения По геометрии параллельный поворот  >>
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Применение суперкомпьютеров для обработки потоков аэрокосмических
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Дистанционное зондирование земли
Актуальность дзз
Актуальность дзз
Актуальность дзз
Актуальность дзз
Актуальность дзз
Актуальность дзз
Актуальность дзз
Актуальность дзз
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Типы аэрокосмических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Формирование баз космических изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Использование аэрокосмчиеских изображений
Существующее программное обеспечение для обработки аэрокосмических
Существующее программное обеспечение для обработки аэрокосмических
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Программные комплексы для обработки изображений
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
где N1, N2 – размеры сцены вдоль и поперек трассы, м; R1, R2 –
где N1, N2 – размеры сцены вдоль и поперек трассы, м; R1, R2 –
где N1, N2 – размеры сцены вдоль и поперек трассы, м; R1, R2 –
где N1, N2 – размеры сцены вдоль и поперек трассы, м; R1, R2 –
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Оценка объемов информации, формируемых при аэрокосмическом мониторинге
Блок-схема системы оперативного космического мониторинга пожаров
Блок-схема системы оперативного космического мониторинга пожаров
Блок-схема системы оперативного космического мониторинга пожаров
Блок-схема системы оперативного космического мониторинга пожаров
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Зоны приема космической информации антенными комплексами «аэрокосмос»
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Оценка объемов информации,формируемых при аэрокосмическом мониторинге
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Выбор вычислительных ресурсов для обработки потоков аэрокосмических
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Оценка производительности бпф
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Время выполнения бпф для изображения 40000х40000 пикселей на различных
Синтез радарных изображений в одном канале
Синтез радарных изображений в одном канале
Синтез радарных изображений в одном канале
Синтез радарных изображений в одном канале
Оценка числа операций при синтезе радиолокационноых сцен
Оценка числа операций при синтезе радиолокационноых сцен
Оценка числа операций при синтезе радиолокационноых сцен
Оценка числа операций при синтезе радиолокационноых сцен
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Оценка числа операций для обработки рли
Некоторые примеры применения аэрокосмических методов мониторинга
Некоторые примеры применения аэрокосмических методов мониторинга
Некоторые примеры применения аэрокосмических методов мониторинга
Некоторые примеры применения аэрокосмических методов мониторинга
Некоторые примеры применения аэрокосмических методов мониторинга
Некоторые примеры применения аэрокосмических методов мониторинга
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг пожаров
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Оперативный космический мониторинг природных пожаров системой
Примеры оперативного обнаружения пожаров из космоса
Примеры оперативного обнаружения пожаров из космоса
Примеры оперативного обнаружения пожаров из космоса
Примеры оперативного обнаружения пожаров из космоса
Пожары в краснодарском крае 16 ноября 2010 года
Пожары в краснодарском крае 16 ноября 2010 года
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Примеры природных пожаров в краснодарском крае обнаруженные из космоса
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Прогнозирование распространения пожаров в зависимости от метеоусловий
Пожары, обнаруженные из космоса в районе магистральных лэп и
Пожары, обнаруженные из космоса в районе магистральных лэп и
Пожары, обнаруженные из космоса в районе магистральных лэп и
Пожары, обнаруженные из космоса в районе магистральных лэп и
Пожары, обнаруженные из космоса в районе магистральных лэп и
Пожары, обнаруженные из космоса в районе магистральных лэп и
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
Мониторинг пожаров вблизи федерального ядерного центра (г
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА ОЧАГОВ ПОЖАРОВ (САЙТ http://www
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
Аномальные пожары в россии летом 2010 г
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26 июля 2010)
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Оценка эмиссий угарного газа (со) по космическим данным
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Примеры применения разработанных методов, автоматизированной обработки
Метод распознавания объектов с использованием «кодовой книги»
Метод распознавания объектов с использованием «кодовой книги»
Метод распознавания объектов с использованием «кодовой книги»
Метод распознавания объектов с использованием «кодовой книги»
Метод распознавания объектов с использованием «кодовой книги»
Метод распознавания объектов с использованием «кодовой книги»
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Пример выделения автотранспорта и расчёт плотности движения по
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Автоматическое выделение дорожной сети и сооружений с использованием
Функциональное назначение разработанного программного модуля
Функциональное назначение разработанного программного модуля
Функциональное назначение разработанного программного модуля
Функциональное назначение разработанного программного модуля
Функциональное назначение разработанного программного модуля
Функциональное назначение разработанного программного модуля
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение породного состава леса с использованием программного
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Определение площади проективного покрытия леса с использованием
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Распознавание типов подстилающей поверхности с помощью програмного
Карты замещений типов подстилающей поверхности
Карты замещений типов подстилающей поверхности
Картинки из презентации «Применение суперкомпьютеров для обработки потоков аэрокосмических изображений» к уроку информатики на тему «Графическая информация»

Автор: XJT36-B8T7W-9C3FV-9C9Y8-MJ226. Чтобы познакомиться с картинкой полного размера, нажмите на её эскиз. Чтобы можно было использовать все картинки для урока информатики, скачайте бесплатно презентацию «Применение суперкомпьютеров для обработки потоков аэрокосмических изображений.ppt» со всеми картинками в zip-архиве размером 9149 КБ.

Применение суперкомпьютеров для обработки потоков аэрокосмических изображений

содержание презентации «Применение суперкомпьютеров для обработки потоков аэрокосмических изображений.ppt»
Сл Текст Сл Текст
1Применение суперкомпьютеров для 20t~160 с. Бондур В.Г., Резнев А.А.
обработки потоков аэрокосмических Конференция «Суперкомпьютерные технологии
изображений. Федеральное государственное СКТ – 2012».
бюджетное научное учреждение 21Оценка производительности бпф.
«Научно-исследовательский институт Скорость выполнения двумерного БПФ
аэрокосмического мониторинга «АЭРОКОСМОС». (нормированная на размер изображения N) в
академик РАН Бондур В.Г., д.т.н.,профессор зависимости от N (с использованием
Резнев А.А. 105064, Россия, г.Москва, различных библиотек). Оценка
Гороховский пер., д.4 Тел.: 632-16-54, масштабируемости производительности
факс: 632-11-78 E-mail: двумерного БПФ на различных многоядерных
vgbondur@aerocosmos.info процессорах
www.aerocosmos.info. Министерство [http://numbercrunch.de/blog/2010/03/paral
образования и науки Российской Федерации el-fft-performance/]. Бондур В.Г., Резнев
Российская академия наук. Бондур В.Г., А.А. Конференция «Суперкомпьютерные
Резнев А.А. Конференция «Суперкомпьютерные технологии СКТ – 2012».
технологии СКТ – 2012». 22Время выполнения бпф для изображения
2Дистанционное зондирование земли. В 40000х40000 пикселей на различных
настоящее время около 50 стран мира суперкомпьютерах. Суперкомпьютер,
разрабатывают и изготавливают космические производительность. Число
средства, а результатами космической процессоров/ядер. Время на выполнение БПФ,
деятельности пользуются около 150 стран. с. Вид суперкомпьютера. «Ломоносов», 1373
Наиболее быстро развивающихся областей Tflops. 2048 / 33072. < 0.1. IBM Blue
деятельности, связанной с использованием Gene/P, МГУ (2х1024 четырех-ядерных
изображений, является дистанционное вычислительных узлов), 27,9 Tflops. IBM
зондирование Земли (ДЗЗ). Бондур В.Г., Blue Gene/P, МГУ (2х1024 четырех-ядерных
Резнев А.А. Конференция «Суперкомпьютерные вычислительных узлов), 27,9 Tflops. IBM
технологии СКТ – 2012». Blue Gene/P, МГУ (2х1024 четырех-ядерных
3Актуальность дзз. Дистанционное вычислительных узлов), 27,9 Tflops. 128 /
зондирование Земли (ДЗЗ) вносит 512. 6.5. 256 / 1024. 3.4. 512 / 2048.
существенный вклад в экономику развитых 1.6. ВНИИЭФ – 5 tflops. 41 / 164. 7.
стран Космическая информация используется Внииэф – 1.1 tflops. 36 / 144. 25. Бондур
для: - проведения исследований в интересах В.Г., Резнев А.А. Конференция
наук о Земле,; исследования и «Суперкомпьютерные технологии СКТ – 2012».
рационального использования природных 23Время выполнения бпф для потоков
ресурсов; охраны окружающей среды; изображений. При обработке потоков
предупреждения и ликвидации последствий изображений и каналов мультиспектральных
чрезвычайных ситуаций (природные изображений время, затрачиваемое на БПФ,
катастрофы и техногенные аварии); возрастает пропорционально числу
метеорологии и климатологии; лесного и обрабатываемых изображений (каналов). Для
сельского хозяйства; градостроительства, обработки 10 изображений с использованием
транспорта, энергетики; создания карт, суперкомпьютера IBM Blue Gene/P
кадастров различных объектов, формирования потребуется 16 с. Суперкомпьютер
геоинформационной продукции; обеспечение «Ломоносов» (МГУ) обработает те же каналы
безопасности страны и др. Этот вид менее чем за 1 с. Бондур В.Г., Резнев А.А.
деятельности наиболее восприимчив к Конференция «Суперкомпьютерные технологии
инновациям и требует внедрения самых СКТ – 2012».
последних достижений фундаментальной и 24Синтез радарных изображений в одном
прикладной науки. Бондур В.Г., Резнев А.А. канале. Базовая операция при синтезе РЛИ :
Конференция «Суперкомпьютерные технологии , Где. K – номер отсчета сигнала вдоль
СКТ – 2012». Сочи. Адлер. Черное море. линии пути; Nn – количество отсчетов за
4Типы аэрокосмических изображений. При время синтезирования. Бондур В.Г., Резнев
дистанционном мониторинге наиболее часто А.А. Конференция «Суперкомпьютерные
используются оптические (панхроматические технологии СКТ – 2012».
(ПАН), многоспектральные (МСИ) и 25Оценка числа операций при синтезе
гиперспектральные), а также радиолокационноых сцен. Для синтеза
радиолокационные изображения (РЛИ) радиолокационной сцены потребуется
различного разрешения: сверхвысокого и провести расчёты для каждого пикселя.
высокого (0,4–7,0 м); среднего (7,0–50,0 Число операций для этой процедуры: K =
м); низкого (50,0–1100 м). Изображения 4?Nn?Nx?Ny, где Nx и Ny – размеры
сверхвысокого и высокого разрешения радиолокационной сцены. Для современных
формируются спутниками с оптической радиолокаторов количество отсчетов за
(Ресурс-ДК, Ресурс-П (Россия), GeoEye, время синтезирования Nn ~ 103. Типовые
QuickBird, WorldView-1,2, Ikonos (США), размеры сцен Nx?Ny ~ 104 пикселей. Для
европейскими КА RapidEye, Spot-5 синтезирования такой сцены необходимо
(детальный режим) и др.) и произвести К = 4?1011 операций. В
радиолокационной аппаратурой (TerraSAR-X, перспективе К ~1012 операций. Бондур В.Г.,
TanDEM-X, CosmoSkyMed (ЕКА), Radarsat-2 Резнев А.А. Конференция «Суперкомпьютерные
(Канада) и др.), а также с воздушных технологии СКТ – 2012».
носителей. Стадион в Лужниках. МГУ им. 26Оценка числа операций для обработки
М.В. Ломоносова. Москва - Сити. Бондур рли. В ходе обработки РЛИ производятся и
В.Г., Резнев А.А. Конференция другие операции, требующие существенных
«Суперкомпьютерные технологии СКТ – 2012». затрат компьютерного времени
GeoEye-1. (трансформирование, калибровка,
5Типы аэрокосмических изображений. фильтрация, сегментация и др.). Общее
Изображения среднего разрешения число операций при обработке одного РЛИ ~
формируются КА с оптической (Landsat 5?K. Тогда обработка одной
(США), японский ALOS (AVNIR-2, PRIZM), радиолокационной сцены потребует
французский Spot-5 (обзорный режим) и др.) выполнения 2?(5/0.5)?1012 = 2?1013
и радиолокационной аппаратурой (Radarsat-1 операций. При обработке потоков РЛИ,
(Канада), японский ALOS (PALSAR) и др.) формируемых при аэрокосмическом
Обзорные изображения низкого разрешения мониторинга, одновременно могут
формируют оптические КА типа МЕТЕОР-М, обрабатываться не менее 5 изображений.
AQUA, TERRA, Suomi NPP (MODIS), NOAA Бондур В.Г., Резнев А.А. Конференция
(AVHRR), геостационарные КА (METEOSAT, «Суперкомпьютерные технологии СКТ – 2012».
GOES , ЭЛЕКТРО-Л) ; радиолокационные КА 27Оценка временных затрат на обработку
типа CosmoSkyMed (ЕКА) и Radarsat-1 5-ти рли с использованием различных эвм.
(Канада). Бондур В.Г., Резнев А.А. Класс ЭВМ. Производительность. Число
Конференция «Суперкомпьютерные технологии операций. Временные затраты, с. Настольные
СКТ – 2012». ПК. Настольные ПК. 10 Gflops. 5?2?1013 =
6Формирование баз космических 1014 (операций с плавающей точкой).
изображений. Покрытие космическими 5?2?1013 = 1014 (операций с плавающей
изображениями зоны приема наземной точкой). 5?2?1013 = 1014 (операций с
станции. Работа с базой данных. Бондур плавающей точкой). 5?2?1013 = 1014
В.Г., Резнев А.А. Конференция (операций с плавающей точкой). 1014 /
«Суперкомпьютерные технологии СКТ – 2012». (0,01?1012) = 10000. 50 Gflops. 1014 /
7Использование аэрокосмчиеских (0,05?1012) = 2000. Компактные супер-ЭВМ.
изображений. Огромное количество Компактные супер-ЭВМ. 1 Tflops. 1014 /
потребителей применяют изображения, 1012 = 100. 5 Tflops. 1014 / (5?1012) ~20.
полученные с борта космических аппаратов и Бондур В.Г., Резнев А.А. Конференция
воздушных носителей (самолеты, вертолеты, «Суперкомпьютерные технологии СКТ – 2012».
беспилотные летательные аппараты, 28Компактная супер-эвм внииэф. Основные
аэростаты , дельтапланы и др.)для решения характеристики. Пиковая
различных задач Для эффективного производительность. 1,1 Тфлопс. Количество
использования больших объемов данных, вычислительных ядер архитектуры х86. 144
поступающих при аэрокосмическом шт. Рабочая частота процессоров. 1,9 ГГц.
мониторинге, требуется разработка и Объем оперативной памяти: стандартный
применение инновационных методов, максимальный. 384 Гбайт 1536 Гбайт.
технологий, программных и технических Емкость дисковой памяти: стандартный
средств хранения и высокопроизводительной максимальный. 12 Тбайт 24 Тбайт.
обработки изображений. Бондур В.Г., Резнев Операционная система. Linux. Универсальная
А.А. Конференция «Суперкомпьютерные вычислительная многофункциональная ЭВМ с
технологии СКТ – 2012». масштабируемой кластерной
8Основные этапы обработки MIMD-архитектурой с распределенной
аэрокосмических изображений. 1. памятью. Возможно объединение нескольких
Предварительная обработка компактных супер-ЭВМ в одну кластерную
(радиометрическая и геометрическая систему. Количество материнских плат и
коррекция; учет влияния атмосферы; процессов на плате. 3 шт. / 4 шт. Габариты
географическая привязка; синтез (В х Ш х Г). 645 х 320 х 725 мм. Вес. 60
изображений из радиоголограмм и др.) ; 2. кг. Потребляемая мощность (в зависимости
Повышение качества изображений от комплектации). До 2,5 кВт. Бондур В.Г.,
(контрастирование; фильтрация; Резнев А.А. Конференция «Суперкомпьютерные
подчеркивание границ; совмещение технологии СКТ – 2012».
панхроматических и многоспектральных 29Некоторые примеры применения
изображений синтез цветных и псевдоцветных аэрокосмических методов мониторинга.
изображений и т.п.) ; 3. Тематическая Бондур В.Г., Резнев А.А. Конференция
обработка: классификация (контролируемая, «Суперкомпьютерные технологии СКТ – 2012».
неконтролируемая) на основе различных 30Оперативный космический мониторинг
подходов (детерминированного, пожаров. Бондур В.Г., Резнев А.А.
непрерывно-группового, синтаксического, Конференция «Суперкомпьютерные технологии
статического, нечеткого, СКТ – 2012».
нейрокомпьютерного и т.п.); обнаружение 31Оперативный космический мониторинг
изменений в изображениях и др.; 4. природных пожаров системой «аэрокосмос».
Интерпретация изображений (выявление Бондур В.Г., Резнев А.А. Конференция
признаков; символьное представление «Суперкомпьютерные технологии СКТ – 2012».
результатов; семантическая интерпретация и 32Примеры оперативного обнаружения
др.); 5. Формирование временных рядов пожаров из космоса. Пожары в Тюменской,
тематически сегментированных изображений; Омской и Новосибирской областями. Бондур
6. Сопоставление результатов обработки В.Г., Резнев А.А. Конференция
разновременных и разнотипных изображений и «Суперкомпьютерные технологии СКТ – 2012».
экспорт их в ГИС. 7. Анализ результатов 33Пожары в краснодарском крае 16 ноября
обработки и формирование обоснованных 2010 года. Бондур В.Г., Резнев А.А.
рекомендаций для принятия решений. Бондур Конференция «Суперкомпьютерные технологии
В.Г., Резнев А.А. Конференция СКТ – 2012».
«Суперкомпьютерные технологии СКТ – 2012». 34Примеры природных пожаров в
9Существующее программное обеспечение краснодарском крае обнаруженные из
для обработки аэрокосмических изображений. космоса. 20 сентября 2012 12-08 мск. 18
ENVI (EXELIS) ERDAS ermapper (INTERGRAPH, сентября 2012 12-21 мск. 28 сентября 2011
ERDAS) ERDAS imaging (INTERGRAPH, ERDAS) 14-34 мск. Бондур В.Г., Резнев А.А.
GEOMATICA (PCI GEOMATICS) ASPECT-STAT Конференция «Суперкомпьютерные технологии
(АЭРОКОСМОС) SHELL (АЭРОКОСМОС) СКТ – 2012».
XCLASSIFIER (АЭРОКОСМОС) DYNCLASSIFIER 35Прогнозирование распространения
(АЭРОКОСМОС) SERIAL image analyzer пожаров в зависимости от метеоусловий.
(АЭРОКОСМОС) scanmagic (СКАНЕКС) scanex Бондур В.Г., Резнев А.А. Конференция
image processor (СКАНЕКС). Существующие «Суперкомпьютерные технологии СКТ – 2012».
программные комплексы обеспечивают *В.Г.Бондур. Российский космос, №12, 2010.
предварительную и тематическую обработку 36Пожары, обнаруженные из космоса в
изображений. Однако, они не обеспечивают районе магистральных лэп и нефтепроводов.
оперативную обработку данных ДЗЗ и имеют Магистральные ЛЭП. Буферные зоны ЛЭП.
низкую степень автоматизации. Бондур В.Г., Магистральные нефтепроводы. Буферные зоны
Резнев А.А. Конференция «Суперкомпьютерные нефтепроводов. Бондур В.Г., Резнев А.А.
технологии СКТ – 2012». Конференция «Суперкомпьютерные технологии
10Программные комплексы для обработки СКТ – 2012». *В.Г.Бондур. Российский
изображений. Основные программные космос, №12, 2010.
комплексы, предназначенные для обработки 37Мониторинг пожаров вблизи федерального
изображений, функционируют на различных ядерного центра (г.Саров) 11 августа 2010
вычислительных средствах с использованием г. Бондур В.Г., Резнев А.А. Конференция
различных операционных систем. Для «Суперкомпьютерные технологии СКТ – 2012».
повышения эффективности аэрокосмического *В.Г.Бондур. Российский космос, №12, 2010.
мониторинга требуется развитие 38ВИЗУАЛИЗАЦИЯ ОБНАРУЖЕННЫХ ИЗ КОСМОСА
существующих и разработка новых ОЧАГОВ ПОЖАРОВ (САЙТ
программных и технических средств http://www.Aerocosmos.Info/). Бондур В.Г.,
обработки данных с целью автоматизации, Резнев А.А. Конференция «Суперкомпьютерные
повышения достоверности и быстродействия. технологии СКТ – 2012».
Особо важную роль для достижения этих 39Аномальные пожары в россии летом 2010
целей играет выбор и применение г. Площади пройденные огнем с июня по
соответствующих вычислительных средств. август 2010 г. Бондур В.Г., Резнев А.А.
Бондур В.Г., Резнев А.А. Конференция Конференция «Суперкомпьютерные технологии
«Суперкомпьютерные технологии СКТ – 2012». СКТ – 2012». На территории Европейской
11Оценка объемов информации, формируемых части России. Изменения температур в июле
при аэрокосмическом мониторинге. Бондур 2010 г. по сравнению со средними
В.Г., Резнев А.А. Конференция температурами этого месяца в 2002-2009 гг.
«Суперкомпьютерные технологии СКТ – 2012». Относительное количество пожаров по
12где N1, N2 – размеры сцены вдоль и месяцам в 2010 г. в Европейской части РФ.
поперек трассы, м; R1, R2 – На территории Московской области.
пространственное разрешение вдоль и *В.Г.Бондур. Российский космос, №12, 2010.
поперек трассы, м; r – радиометрическое 40ПОЖАРЫ В ЦЕНТРАЛЬНОЙ ЧАСТИ РОССИИ (26
разрешение, бит; n – число спектральных июля 2010). Бондур В.Г., Резнев А.А.
каналов. Например, для одного Конференция «Суперкомпьютерные технологии
многоспектрального изображения, СКТ – 2012». В.Г.Бондур. Вестник ОНЗ РАН,
полученного со спутника WorldView-2, Том 2, 2010; В.Г.Бондур. Российский
(N1=N2=20 км, R1 = R2 = 2 м; r = 11 бит, n космос, №12, 2010.
= 8), I ? 1.1 ГБ. Оценка объемов одиночных 41Оценка эмиссий угарного газа (со) по
мультиспектральных аэрокосмических космическим данным. Распределение
изображений. Объем информации для одного концентрации СО для 15 августа 2010 г.
многоспектрального космического спутник AQUA (аппаратура AIRS). Эмиссии СО
изображения: Бондур В.Г., Резнев А.А. с 1 июня по 31 августа 2010 г. по данным
Конференция «Суперкомпьютерные технологии «АЭРОКОСМОС». На территории Европейской
СКТ – 2012». части России. На территории Московской
13Оценка объемов информации, формируемых области. Бондур В.Г., Резнев А.А.
при аэрокосмическом мониторинге. При Конференция «Суперкомпьютерные технологии
мониторинге используются не одиночные СКТ – 2012». *В.Г.Бондур. Российский
аэрокосмические изображения, а потоки космос, №12, 2010.
изображений, поступающих через 42Примеры применения разработанных
определенные интервалы времени для всей методов, автоматизированной обработки
контролируемой территории. Например, мультиспектральных аэрокосмических данных.
система оперативного космического Бондур В.Г., Резнев А.А. Конференция
мониторинга пожаров НИИ «Аэрокосмос» «Суперкомпьютерные технологии СКТ – 2012».
использует данные с многоспектральных 43Метод распознавания объектов с
приборов MODIS (спутники TERRA, AQUA), использованием «кодовой книги» триплетов
AVHRR (спутники NOAA), МСУ-МР (спутник контуров. Иллюстрация метода. Пример
МЕТЕОР-М), а также данные высокого и выявления триплетов на основании анализа
среднего разрешения (спутники RapidEye, теней от людей. Примеры возможных контуров
Landsat и др.) [Бондур , 2010 , 2011, людей. Бондур В.Г., Резнев А.А.
Bondur , 2010]. Бондур В.Г., Резнев А.А. Конференция «Суперкомпьютерные технологии
Конференция «Суперкомпьютерные технологии СКТ – 2012».
СКТ – 2012». 44Пример выделения автотранспорта и
14Блок-схема системы оперативного расчёт плотности движения по космическим
космического мониторинга пожаров изображениям. Выделение участка
нии«аэрокосмос». Бондур В.Г., Резнев А.А. автодороги. Исходное космическое
Конференция «Суперкомпьютерные технологии изображение. Определение зоны интереса.
СКТ – 2012». В.Г.Бондур. Вестник ОНЗ РАН, Расчёт плотности движения в области
Том 2, 2010; В.Г.Бондур. Российский интереса. Классификация изображения и
космос, №12, 2010; В.Г.Бондур. выделение автотранспорта. Бондур В.Г.,
Исследования Земли из космоса, №3, 2011; Резнев А.А. Конференция «Суперкомпьютерные
Бондур В.Г. Вестник РФФИ, №2 (70). технологии СКТ – 2012».
15Зоны приема космической информации 45Автоматическое выделение дорожной сети
антенными комплексами «аэрокосмос». Бондур и сооружений с использованием свёрточных
В.Г., Резнев А.А. Конференция фильтров. Метод контрастирования линейных
«Суперкомпьютерные технологии СКТ – 2012». и граничных объектов. Результат
16Оценка объемов информации, формируемых контрастирования линейных и граничных
при аэрокосмическом мониторинге. Объем объектов. Метод с применением свёрточных
одного изображения MODIS (36 каналов, масок Собеля для линейных объектов. Карта
разрешение 250 м, 500 м, 1000 м), выделенных сооружений и дорожной сети.
составляет ~ 1 ГБ. Объем одного Исходное изображение. Карта выделенных
изображения AVHRR (5 каналов, разрешение сооружений и дорожной сети. Исходное
1100 м) и МСУ-МР (6 каналов, разрешение ~ изображение. Применение масок Собеля.
1100 м) составляет ~ 100 МБ. Территория Бондур В.Г., Резнев А.А. Конференция
России и близлежащих стран покрывается 7-ю «Суперкомпьютерные технологии СКТ – 2012».
такими изображениями. Периодичность 46Функциональное назначение
получения данных системой «Аэрокосмос» - разработанного программного модуля
25 раз в сутки. Поток исходной обзорной «мультикласс». Реализуемые функции:
космической информации составляет ~ 120 ГБ классификация на основании дискриминантных
в сутки. Для мониторинга последствий функций при установке весов вручную и
пожаров и оценки эмиссий вредных газов в автоматически в соответствии с кривой
атмосферу используются также данные ошибок; построение кривой ошибок для
среднего и высокого разрешения их объем случая простых и сложных альтернатив, а
достигает ~ 100 ГБ в сутки. Бондур В.Г., также двух сложных альтернатив;
Резнев А.А. Конференция «Суперкомпьютерные распознавание с использованием
технологии СКТ – 2012». кластеризации обучающей выборки;
17Оценка объемов информации,формируемых многоклассовое распознавание методом
при аэрокосмическом мониторинге. Суммарный минимального риска; распознавание по
объем потоков данных, получаемых при обобщенному кубу меньшей размерности,
оперативном космическом мониторинге для полученному методом разделения смесей;
обнаружения и оценки последствий пожаров определение количественных характеристик с
на территории России и близлежащих стран, помощью нейронной сети; соединение
~ 220 ГБ в сутки. Близкий объем разнородных геопривязанных данных для
космических данных (~280 ГБ в сутки) совместной обработки. Бондур В.Г., Резнев
формируется государственной А.А. Конференция «Суперкомпьютерные
территориально-распределенной системой технологии СКТ – 2012».
космического мониторинга Росгидромета. 47Определение породного состава леса с
Подобные объемы информации формируются и использованием программного модуля
другими спутниковыми, а также воздушными «мультикласс». Многоклассовое
системами мониторинга. Бондур В.Г., Резнев распознавание методом минимального риска.
А.А. Конференция «Суперкомпьютерные Исходное гиперспектральное изображение.
технологии СКТ – 2012». Маска леса. Породный состав леса. Бондур
18Объемы информации для различных В.Г., Резнев А.А. Конференция
одиночных космических изображений, а также «Суперкомпьютерные технологии СКТ – 2012».
потоков изображений и результатов их 48Определение площади проективного
обработки. Разрешение. Разрешение. покрытия леса с использованием програмного
Разрешение. Типы изображений. Типы модуля «мультикласс». Нейросетевой
изображений. Типы изображений. Объемы алгоритм с использованием градиентной
информации. Объемы информации. Объемы процедуры поиска локальных и глобального
информации. Объемы информации. Одиночные экстремума функций. Бондур В.Г., Резнев
изображения, ГБ. Одиночные изображения, А.А. Конференция «Суперкомпьютерные
ГБ. При мониторинге, ГБ. При мониторинге, технологии СКТ – 2012». Обучающие участки
ГБ. Результаты обработки, МБ. Результаты для определения проективного покрытия.
обработки, МБ. Растровые. Веторные. 1. 2. Площадь проективного покрытия. Исходное
3. 4. 5. 6. Высокое. Пан мси рли. 0.5–2 гиперспектральное изображение. Обучение
0.4–1 1–2. 50…100. 1–100. 0.1–5. Среднее. нейросетевого алгоритма.
Пан мси рли. 0.2–0.4 0.3–1 0.5–1. 70…120. 49Распознавание типов подстилающей
1–100. 0.1–5. Низкое. Мси рли. 0.5–1 поверхности с помощью програмного модуля
0.25–1. 100…150. 1–100. 0.1–5. Бондур «мультикласс». Осень. Байесовский подход с
В.Г., Резнев А.А. Конференция установкой весовых коэффициентов на
«Суперкомпьютерные технологии СКТ – 2012». основании кривой ошибок для случая сложных
19Выбор вычислительных ресурсов для классов. Разновременные гиперспектральные
обработки потоков аэрокосмических изображения. Весна. Весна. Бондур В.Г.,
изображений. Процессы обработки данных, Резнев А.А. Конференция «Суперкомпьютерные
формируемых при дистанционном мониторинге, технологии СКТ – 2012».
сводятся к выполнению ряда математических 50Карты замещений типов подстилающей
операций над цифровыми изображениями. поверхности. Бетон. Селитебные земли.
Наиболее трудоемкими являются операции Грунт темный. Лес Грунт темный Грунт
предварительной обработки растровых светлый. Вода Бетон Селитебные земли.
цифровых массивов (например, синтез Бондур В.Г., Резнев А.А. Конференция
радиолокационных изображений (РЛИ) из «Суперкомпьютерные технологии СКТ – 2012».
радиоголограмм), а также операции типа 51Заключение. Выполненные оценки
двумерного быстрого преобразования Фурье свидетельствуют о необходимости и
(БПФ), являющегося одной из базовых при возможности использования суперкомпьютеров
обработке и классификации изображений. для обработки потоков изображений,
Оценку необходимой производительности ЭВМ формируемых при аэрокосмическом
проведем на примере этих операций. Бондур мониторинге для решения различных задач.
В.Г., Резнев А.А. Конференция При этом необходимо иметь в виду, что с
«Суперкомпьютерные технологии СКТ – 2012». увеличением производительности ЭВМ
20Оценка производительности бпф. Время невозможно добиться их пропорционального
выполнения двумерного БПФ: t = 5 N log2(N) снижения скорости вычислений. Бондур В.Г.,
/ V , где, N – число пикселей в Резнев А.А. Конференция «Суперкомпьютерные
изображении; V – производительность ЭВМ. технологии СКТ – 2012».
Время выполнения БПФ для одного 52Спасибо за внимание! Бондур В.Г.,
аэрокосмического изображения размером Резнев А.А. Конференция «Суперкомпьютерные
40000х40000 пикселей на одном процессоре технологии СКТ – 2012».
Pentium 4, 3.6 ГГц, оцененное составляет
Применение суперкомпьютеров для обработки потоков аэрокосмических изображений.ppt
http://900igr.net/kartinka/informatika/primenenie-superkompjuterov-dlja-obrabotki-potokov-aerokosmicheskikh-izobrazhenij-102358.html
cсылка на страницу

Применение суперкомпьютеров для обработки потоков аэрокосмических изображений

другие презентации на тему «Применение суперкомпьютеров для обработки потоков аэрокосмических изображений»

«Редактирование изображений» - Примеры рисунков. Просто «Пейзаж». Редактирование изображений. Программа элективного курса «Создание и редактирование изображений». Рисунки, выполненные средствами «Adobe Photoschop». Исходное изображение Изображение после редактирования. Исходная фотография. Дискета.

«Изображение в Word» - Сброс настроек рисунка. Две кнопки на панели Рисования помогут добавит картинку, добавить рисунок. Инструменты изменения цвета фигуры, линий, толщины и т.д. Задание. Для создание надписи. Добавление картинки из коллекции. Изменение контрастности. Действия с рисунками. Объекты WordArt – коллекция разных стилей шрифта.

«Графическое изображение» - Вывод графических изображений (графиков, диаграмм, чертежей) на бумагу с помощью плоттера. Использование графических дисплеев, графической печати на цветных принтерах. Художественная и рекламная графика Создание рекламных роликов, мультфильмов, компьютерных игр…. Области применения компьютерной графики.

«Компьютерная графика» - Компьютерная графика. Основным элементом растрового изображения является точка. Виды компьютерной графики отличаются принципами формирования изображения. Векторная графика. Фрактальная графика. Области применения графики. Растровая графика. Каждая точка экрана может иметь лишь два состояния – «черная» или «белая».

«Изображение в полиграфии» - Искусство книги. Главное свойство полиграфического изображения. Шрифт. Множественность Массовость Общедоступность. Отличительная черта большинства изобразительных полиграфических произведений. Специфика изображения в полиграфии. Соединение изображения с текстом. Книга.

«Компьютерное изображение» - Интернет Лекции Цифровая библиотека Литература Конспекты Домашние задания Оценки. Компьютерная графика. Фото с базовыми линиями. Реконструкция формы головы по фотографиям (4). Криволинейные поверхности (зеркальное отражение). Реконструкция архитектурных объектов по фотографиям. Астана. Learning instead of Teaching (Не учить, а учиться) Learning by Doing (Учиться, делая).

Графическая информация

19 презентаций о графической информации
Урок

Информатика

130 тем
Картинки
900igr.net > Презентации по информатике > Графическая информация > Применение суперкомпьютеров для обработки потоков аэрокосмических изображений