Syftet med denna uppsats är att studera hur man använder bilder i läromedel inomområdet ANTD; alkohol, narkotika, tobak och doping. Detta görs genom att studera tioolika bilder från fem olika läromedel för grundskolan senare år samt för gymnasiet. Viser hur bilderna används och diskuterar vilket syfte de tjänar och hur de kan tas emot aveleverna.I vår studie av bilderna använder vi oss av ideologikritisk analys, en metod somfrämst ser till bildens funktion som kommunikationsobjekt där dess budskap är detviktigaste, snarare än dess estetiska kvalitéer. Vidare diskuterar vi målet om en minskadalkohol- och tobaksförbrukning och nollvisionen kring droger och doping som ligger tillgrund för undervisningen och hur detta mål påverkar arbetet med ANTD.Vi förespråkar en ökad användning av bilder i arbetet med ANTD för att på såvis kunna fylla dessa med elevens egna erfarenheter och frågor. På så vis kan man, imotsats till om man arbetar bunden till en text, få en mer öppen dialog där manförhoppningsvis kan möta eleven på ett plan där han eller hon befinner sig.

<p>In this thesis the focus is mainly on the development of segmentation techniques for human brain structures and of the visualisation of such structures. The images of the brain are both anatomical images (magnet resonance imaging (MRI) and autoradigraphy) and functional images that show blood flow (functional magnetic imaging (fMRI), positron emission tomography (PET), and single photon emission tomograpy (SPECT)). When working with anatomical images, the structures segmented are visible as different parts of the brain, e.g. the brain cortex, the hippocampus, or the amygdala. In functional images, the activity or the blood flow that be seen.</p><p>Grey-level morphology methods are used in the segmentations to make tissue types in the images more homogenous and minimise difficulties with connections to outside tissue. A method for automatic histogram thresholding is also used. Furthermore, there are binary operations such as logic operation between masks and binary morphology operations.</p><p>The visualisation of the segmented structures uses either surface rendering or volume rendering. For the visualisation of thin structures, surface rendering is the better choice since otherwise some voxels might be missed. It is possible to display activation from a functional image on the surface of a segmented cortex. </p><p>A new method for autoradiographic images has been developed, which integrates registration, background compensation, and automatic thresholding to getfaster and more realible results than the standard techniques give.</p>

In this thesis the focus is mainly on the development of segmentation techniques for human brain structures and of the visualisation of such structures. The images of the brain are both anatomical images (magnet resonance imaging (MRI) and autoradigraphy) and functional images that show blood flow (functional magnetic imaging (fMRI), positron emission tomography (PET), and single photon emission tomograpy (SPECT)). When working with anatomical images, the structures segmented are visible as different parts of the brain, e.g. the brain cortex, the hippocampus, or the amygdala. In functional images, the activity or the blood flow that be seen. Grey-level morphology methods are used in the segmentations to make tissue types in the images more homogenous and minimise difficulties with connections to outside tissue. A method for automatic histogram thresholding is also used. Furthermore, there are binary operations such as logic operation between masks and binary morphology operations. The visualisation of the segmented structures uses either surface rendering or volume rendering. For the visualisation of thin structures, surface rendering is the better choice since otherwise some voxels might be missed. It is possible to display activation from a functional image on the surface of a segmented cortex. A new method for autoradiographic images has been developed, which integrates registration, background compensation, and automatic thresholding to getfaster and more realible results than the standard techniques give.

<p>This report present a working model for simulation of what happens to colors displayed on screens when they are observed through optical filters. The results of the model can be used to visually, on one screen, simulate another screen with an applied optical filter. The model can also produce CIE color difference values for the simulated screen colors. The model is data driven and requires spectral measurements for at least the screen to be simulated and the physical filters that will be used. The model is divided into three separate modules or steps where each of the modules can be easily replaced by alternative implementations or solutions. Results from tests performed show that the model can be used for prototyping of optical filters even though the tests of the specific algorithms chosen show there is room for improvements in quality. There is nothing that indicates that future work with this model would not produce better quality in its results.</p> / <p>Denna rapport presenterar en fungerande modell för att optiskt simulera vad som händer med färger på bildskärmar då skärmarna betraktas genom optiska filter. Resultat från modellen består av information som kan användas för visuell simulering av en skärm med applicerat filter på en annan visande skärm. Förutom ren bilddata kan modellen även producera färgskillnadsvärden som kan härledas från CIE 1931 XYZ-koordinater. Modellen är datadriven och kräver initiala mätningar på minst den skärm som ska simuleras samt filter. Hela modellen är uppdelad i tre separata moduler eller steg där de olika delarna lätt kan bytas ut för alternativa algoritmer och lösningar. Resultat från undersökningar visar på att modellen går att använda för prototypning även om de, för arbetet specifikt, valda algoritmerna för de olika stegen i undersökningen visar på brister i kvalité. Det finns inget som visar att framtida arbete där andra algoritmer valts inte skulle kunna prestera ännu bättre resultat.</p>

<p>Just how far is it possible to make learning of new parts for recognition and robot picking autonomous? This thesis initially gives the prerequisites for the steps in learning and calibration that are to be automated. Among these tasks are to select a suitable part model from numerous candidates with the help of a new part segmenter, as well as computing the spatial extent of this part, facilitating robotic collision handling. Other tasks are to analyze the part model in order to highlight correct and suitable edge segments for increasing pattern matching certainty, and to choose appropriate acceptance levels for pattern matching. Furthermore, tasks deal with simplifying camera calibration by analyzing the calibration pattern, as well as compensating for differences in perspective at great depth variations, by calculating the centre of perspective of the image. The image processing algorithms created in order to solve the tasks are described and evaluated thoroughly. This thesis shows that simplification of steps of learning and calibration, by the help of advanced image processing, really is possible.</p>

<p>Mathematical models of classes of objects can significantly contribute to the analysis of digital images. A major problem in modelling is to establish suitable descriptions that cover not only a single object but also the variation that is usually present within a class of objects.</p><p>The objective of this thesis is to develop more general modelling strategies than commonly used today. In particular, the impact of the human factor in the model creation process should be minimised. It is presumed that the human ability of abstraction imposes undesired constraints on the description. In comparison, common approaches are discussed from the viewpoint of generality.</p><p>The technique considered introduces <i>appearance space </i>as a common framework to represent both shapes and images. In appearance space, an object is represented by a single point in a high-dimensional vector space. Accordingly, objects subject to variation appear as <i>nonlinear manifolds</i> in appearance space. These manifolds are often characterised by only a few intrinsic dimensions. A model of a class of objects is therefore considered equal to the mathematical description of this manifold.</p><p>The presence of nonlinearity motivates the use of artificial auto-associative neural networks in the modelling process. The network extracts nonlinear modes of variation from a number of training examples. The procedure is evaluated on both synthetic and natural data of shapes and images and shows promising results as a general approach to object modelling.</p>

Mathematical models of classes of objects can significantly contribute to the analysis of digital images. A major problem in modelling is to establish suitable descriptions that cover not only a single object but also the variation that is usually present within a class of objects. The objective of this thesis is to develop more general modelling strategies than commonly used today. In particular, the impact of the human factor in the model creation process should be minimised. It is presumed that the human ability of abstraction imposes undesired constraints on the description. In comparison, common approaches are discussed from the viewpoint of generality. The technique considered introduces appearance space as a common framework to represent both shapes and images. In appearance space, an object is represented by a single point in a high-dimensional vector space. Accordingly, objects subject to variation appear as nonlinear manifolds in appearance space. These manifolds are often characterised by only a few intrinsic dimensions. A model of a class of objects is therefore considered equal to the mathematical description of this manifold. The presence of nonlinearity motivates the use of artificial auto-associative neural networks in the modelling process. The network extracts nonlinear modes of variation from a number of training examples. The procedure is evaluated on both synthetic and natural data of shapes and images and shows promising results as a general approach to object modelling.

Instagram är ett socialt medium med ett stort antal användare, inklusive flera professionella och kända fotografer. Det har dock många begränsningar och egenheter som gör att det skiljer sig en del från en del mer konventionella kanaler. Målet med undersökningen är att svara på frågan: Hur skiljer sig fotografierna som två professionella fotografer publicerar på Instagram kontra på sina egna hemsidor?   Den här undersökningen fokuserar på fotograferna Ira Block och Mattias Klum och analyserar fotografier som de publicerat på Instagram samt fotografier som publicerats på deras egna hemsidor. Analyserna görs ur semiotisk synpunkt samt med Gert Z Nordströms metoder för bildanalys, både på makro- och mikronivå. Totalt har 120 bilder analyserats på makronivå och fyra bilder på mikronivå.   Analyserna visar att båda fotografer har gjort skillnader i vilka bilder de väljer att publicera på Instagram och på sina hemsidor – i många fall föredras bilder som är lättare att ta till sig på Instagram. Fotograferna har dock använt sig av olika metoder för detta, bland annat genom att ta fler närbilder eller undvika att ha för många individer i sina bilder. / Instagram is a social medium with a large number of users, including several professional and famous photographers. However, the medium has several limitations, which makes it stand out from other more conventional channels. The goal of this study is to answer the question: How do the photographs that two professional photographers publish on Instagram versus on their websites differ?   This essay focuses on the photographers Ira Block and Mattias Klum and analyses photographs that they have published on Instagram and photographs published on their websites. The analyses are performed from a semiotic point of view and with Gert Z Nordströms methods of image analysis, both on a macro and micro level. A total of 120 photographs have been analysed on a macro level and four photographs on a micro level.   The analyses show that both photographers have made differences in what images they choose to publish on Instagram and on their websites – in many cases images that are easier to comprehend are preferred on Instagram. Nevertheless, the photographers have used different methods to accomplish this, for instance by publishing close-ups or making sure that there aren’t too many individuals present in their photographs.

Denna studie syftade till att undersöka bilders syfte i relation till läsaren i naturvetenskapliga läroböcker samt vilka meningar bilder i naturvetenskapliga läroböcker erbjuder läsaren. Analysmetoden som användes i denna undersökning är framtagen utav Dimopoulos, Koulaidis och Sklaveniti. Metoden används för att analysera vilken relation bilderna har som syfte att ha med läsaren samt hur abstrakta bilderna är. Fyra biologikapitel, fyra fysikkapitel och fyra kemikapitel från tre olika läroböcker i naturvetenskap skrivna för klass 4-6 analyserades. Resultaten visade att bilderna till största del i alla ämnen inte hade som syfte att ses som abstrakta utan istället ville göra det enkelt för läsaren att förstå dem. Abstraktionsgraden bestämdes av flera olika komponenter tillsammans. Antingen befann de sig på samma nivå som läsaren eller så hade de som syfte att vara mindre dominanta än läsaren. Resultaten visade också att det var en större spridning ifråga om bilderna hade som syfte att skapa en intim eller opersonlig relation med läsaren. Bildernas abstraktionsgrad var inte stark för någon av bilderna.

I den här uppsatsen undersöks två västerländska dagstidningars förstasidesbilder som tidningens anslag. Tidningarna är Dagens Nyheter, Sverige och The Times, Storbritannien och de studeras under en 3 månadersperiod. Anslagens likheter och olikheter analyseras utifrån bildspråkligt perspektiv. Här ses tydliga skillnader i Dagens Nyheters helhetsperspektiv och The Times personliga anslag som en konsekvens av deras medvetet valda bildutsnitt. När jag närmare studerar bildernas innehåll och funktion ses här tydliga likheter i anslagen såsom antal färgbilder och hur svartvita bilder används, antal nationella bilder som dominerar, att positiva kontra negativa budskap i bilderna är relativt lika representerade och att det finns ett generellt negativt budskap i internationell rapportering. Lika tydliga olikheter finner jag i budskapen kring aktiva eller passiva personer i bilderna, i val av ämnen och hur män respektive kvinnor representeras i dessa ämnesval. Även bildutsnittens olikheter är stor och skapar en i grunden tydlig skillnad hur man förmedlar sitt budskap. Olikheterna speglar de nationella skillnader som finns och förstärker de fördomar jag bär om våra länders syn på oss själva och varandra. Många frågor som kommer upp i materialet får inga svar. Jag har i denna uppsats endast skrapat på ytan med att synliggöra hur de anslag som vi ser via förstasidans bild kommunicerar med oss som mottagare. Det finns stort utrymme för att forska vidare kring delar i materialet som jag har undersökt, exempelvis utifrån genus och olika nationella diskurser.