Categories
12 Informatik Lernmodul

1, 0 – Spalte, Reihe, Bild

Digitale Bilder gehören im Zeitalter von Digitalkameras, Smartphones und Internet zu unserem Alltag. Aber wie sind digitale Bilder aufgebaut und welche Informationen sind darin enthalten? Das Lernmodul “1, 0 – Spalte, Reihe, Bild” geht dieser Frage auf den Grund und deckt dabei auf, wie sich ein Bild aus einzelnen Pixeln zusammensetzt und wie der Computer die in diesen Pixeln enthaltenen Informationen abspeichert. Dabei wird ausgehend vom binären Zahlensystem hergeleitet, wie der Computer Informationen in Bits und Bytes speichert und wie diese – letztlich nur als 1 und 0 vorliegenden Zahlen – in Form eines Bildes für das menschliche Auge sichtbar und interpretierbar gemacht werden können. Hierdurch wird wichtiges Grundlagenwissen in der Fernerkundung vermittelt. Im Zentrum des Lernmoduls steht ein digitales Luftbild, das einige Mängel aufweist und von den Schüler/Innen korrigiert werden soll. Im Übrigen ist die Technik der digitalen Fotografie im Zusammenhang mit der Raumfahrt und Erdbeobachtung entwickelt worden und wird dort schon seit den 1970er Jahren eingesetzt – das bis in die 1960er Jahre übliche Abwerfen der Filmrollen mit Wiedereintrittskapseln war doch recht umständlich.

Klassen: 12

Bearbeitungszeit: 2 Stunden

Niveau: aufbauend

Voraussetzungen: keine

Themen: Bit & Byte, Histogramm, binäre Zahlen, digitale Bilder

Autoren: Roland Goetzke, Henryk Hodam

Ziele:

  • Der Aufbau eines digitalen Bildes soll erklärt werden können.
  • Das binäre Zahlensystem soll angewendet und binäre Zahlen in Dezimalzahlen umgerechnet werden.
  • Der Wertebereich von 8 Bit soll benannt werden können.
  • Die Schüler/Innen manipulieren Grauwerte eines digitalen Bildes durch die Änderung der Grauwerte einzelner Pixel und durch Histogrammstreckung.
  • Es soll erklärt werden können, was ein Histogramm ist.
Categories
Fach Geographie Informatik Lernvideos Material Physik

Die räumliche Auflösung

Wie genau wir unsere Umwelt mit Hilfe von Satelliten beobachten können, hängt maßgeblich von verschiedenen Eigenschaften ihrer Sensoren ab, denn diese entscheiden darüber, wie detailliert Informationen über die Erdoberfläche aufgezeichnet werden. Aber warum verwendet die Fernerkundung nicht einfach nur Sensoren mit einer hohen Auflösung, um uns eine detailgenaue Abbildung der Erdoberfläche zu ermöglichen?

Die räumliche Auflösung

H 5 P Insert – hello from the saved content!

Categories
11 12 13 AR-Apps Fach Informatik Material

Bildverarbeitung

Bilder lassen sich im RGB-Farbraum leicht manipulieren, in dem Helligkeit, Sättigung und Kontrast geändert werden. Bei Satellitenbildern geht dies sogar über RGB hinaus. In der App lässt sich ein Bild des Ätna, geschossen vom ISS-gebundenen DESIS-Sensor, nicht nur in seinem Aussehen verändern, sondern auch in seiner Kanalkombination – denn Satelliten sehen mehr!

Im Arbeitsblatt wird u.a. mit Pseudocode und Programmierung in Java die funktionale und objektorientierte Programmierung geübt, die Manipulation eines RGB-Bildes implementiert und im Kontext der Data Literary analysiert.

Die App kostenlos bei Google Play (Part “Bildverarbeitung”)

Die Schüler*innen…

  • beschreiben digitale Bilder im RGB-Farbraum,
  • implementieren Veränderungen in Bezug auf den Kontrast, die Sättigung und die Helligkeit erklären und dazugehörige Funktionen,
  • vertauschen Kanäle,
  • nehmen Bildverarbeitungen von Hyperspektralbildern in Form des NDVIs vor,
  • bewerten Daten im Rahmen von Data Literacy kritisch.

Jahrgangsstufe 11-13

Categories
11 12 13 AR-Apps Fach Informatik Klasse Material

Daten-
kompression

Auf der ISS befinden sich zahlreiche Bildsensoren, also Kameras, die die Erde auf verschiedene Arten aufnehmen. Diese Bilddaten müssen aber auch zur Erde gesendet, dort empfangen und gespeichert werden. Um Speicherplatz zu sparen, können die Bilddaten auf verschiedene Weisen komprimiert werden.

In diesem Arbeitsblatt, App und Programmieraufgabe geht es beispielhaft um die Kompressionsverfahren Farbreduktion, Redundanz-/Ähnlichkeitssuche, und Farbunterabtastung, die auf DESIS-Hyperspektralbilder angewendet werden. Somit werden verlustfreie und verlustbehaftete Bildkompression diskutiert und verglichen. Ein Beispiel wird als rekursiver Algorithmus in einer Python-Programmieraufgabe implementiert und mit seiner iterativen Alternative verglichen.

Die App kostenlos bei Google Play (Part “Datenkompression”)

Ziele: Die Schüler*innen…

  • beschreiben die Übertragung eines Satellitenbildes zur Erde,
  • erklären verschiedene Kompressionsverfahren,
  • beurteilen die Eignung der verschiedenen Kompressionsverfahren vor dem Hintergrund des Anwendungsbereichs und nehmen Stellung,
  • implementieren den Median-Cut als rekursive Möglichkeit zur Farbreduktion in Python,
  • und vergleichen ihn mit einem iterativen Verfahren.