1 Základní funkce pro zpracování obrazových dat
|
|
- Viktor Matoušek
- před 5 lety
- Počet zobrazení:
Transkript
1 1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových dat je využíván Image Processing Toolbox. Tento balík nástrojů představuje velmi výkonný a efektivní nástroj pro zpracování obrazových signálů. Na základě mohutného výpočetního potenciálu MATLABu jsou zde vybudovány nadstavby pro návrhy filtrů, rekonstrukci a analýzu obrazů, dále nástavby pro manipulaci s barvami, geometrií a strukturou obrazů včetně 2 D transformací. Díky své výpočetní mohutnosti, otevřenosti a strukturou aplikačních knihoven je MATLAB optimálním nástrojem v tak mnoha oborovém prostředí jako je digitální zpracování obrazu Čtení a zápis obrazových dat Mezi základní operace při zpracování obrazových dat patří načtení a zápis obrazových dat. K těmto úkonům jsou využívány funkce imread() a imwrite(). Funkce imread() načte šedotónový nebo barevný obrázek v podporovaném formátu a uloží jej do definované proměnné v MATLABu. Je velmi důležité si uvědomit, že je rozdíl, zda načítáme barevný nebo šedotónový obraz. V případě šedotónového obrazu je obrazový signál reprezentován 2D maticí, naopak v případě barevného obrazu dostáváme 3D matici. Zde nastávají první problémy, protože mnoho funkcí v MATLABu je primárně určeno pro použití u 2D matic. Tento problém se dá naštěstí eliminovat, protože MATLAB obsahuje funkce pro konverzi mezi šedotónovými a barevnými obrazy. Syntaxe funkce imread() je velmi jednoduchá, stačí se odkázat na název souboru, ve kterém jsou uložena obrazová data. Syntaxe funkce imread() I=imread('nazev souboru') Pro zobrazení již uložených obrazových dat lze využít například funkci imshow(). Na následujícím příkladu je ukázáno velmi jednoduché zobrazení obrazových dat v MATLABU. Jako vstupní data je použít soubor, který již MATLAB obsahuje. imdata = imread('ngc6543a.jpg'); imshow(imdata) V případě načtení barevného obrazu, jak již bylo zmíněno, dostaneme trojrozměrnou matici, která je definována následující syntaxí: I(r,c,ch) kde:
2 r je index řádku, c je index sloupce, ch je index chrominačního kanálu (R(ch=1), G(ch=2), B(ch=3)). Tuto 3D matici je možné rozložit na jednotlivé chrominační složky, které mají tvar 2D matic: R=I(:,:,1) G=I(:,:,2) B=I(:,:,3) Jednotlivé vytvořené 2D matice lze dále libovolně zpracovávat. Nevýhodou je, že jednotlivé složky obrazu jsou uloženy ve formátu uint8, takže jsou podrobitelné pouze celočíselným matematickým operacím, což představuje jistá omezení. Abychom se vyhnuli těmto omezením, je možné převést obrazová data do formátu s plovoucí čárkou (formát double). R_double=(R) G_double=double(G) B_double=double(B) Jelikož již pracujeme s formátem double, můžeme na data aplikovat libovolné matematické operace. Po provedení všech úprav, které jsme zamýšleli, je nezbytná zpětná konverze jednotlivých kanálů do formátu uint8 a následné složení do 3D matice. I_output(:,:,1)=uint8(R_double) I_output(:,:,2)=uint8(G_double) I_output(:,:,3)=uint8(B_double) Jak z dosavadního popisu analýzy obrazu vyplývá, neobejdeme se bez znalosti alespoň elementárních maticových úprav. Zde je dobře ukázáno, jak je pro práci v MATLABu důležitá a nezbytná znalost problematiky 3D matic. Vedle uvedené funkce imread() MATLAB také disponuje funkcí imwrite(). Tato funkce slouží k uložení upraveného obrázku do souboru s definovanou příponou. Například pokud máme uloženou proměnnou s názvem I_output a chceme z této proměnné vytvořit zpětně obrazový soubor, provedeme: imwrite(i_output. vystupni_obraz, Quality,100) V případě zápisu do souboru můžeme použít různé přípony. U každé přípony je možné použít různých parametrů. V předchozím příkladu jsme zvolili použití přípony jpeg. Zde je možno např. použít parametr Quality. Tento parametr určuje velikost komprese obrazu.
3 Obr.1 Rozklad 3D matice na chrominační složky 1.2 Pracovní postup Postup k bodu č. 1 Načtěte obrazová data retina.jpg. S obrazovými daty proveďte následující operace: Zobrazte obrazové data. Vytvořte matici tří grafických oken. Do každého grafického okna zobrazte jednu chrominační složku vstupního obrazového signálu. Převeďte obraz ve formátu RGB na monochromatický formát, za použití vestavěné funkce v MATLABu. Převeďte obraz ve formátu RGB na monochromatický formát, bez použití vestavěné funkce v MATLABu (využijte transformační vztah 0.21 R G B). Oba převody vykreslete do matice grafických oken. Uveďte příklad využití rozkladu chrominačních složek v oblasti zpracování medicínských obrazových dat. Vyhodnoťte maximální chybu mezi jednotlivými převody.
4 1.2.2 Postup k bodu č. 2 Načtěte obrazová data retina.jpg. S obrazovými daty proveďte následující operace: Zobrazte obrazová data. Určete dimenzi obrazových dat. Určete rozlišení obrazových dat. Pro každou chrominační složku vypočtěte medián, dolní a horní kvartil a intervkvartilové rozpětí. Pro jednotlivé chrominační složky zobrazte histogram. Vypočtěte modus pro jednotlivé chrominační složky. Popište, jakou informaci nám dává histogram obrazového signálu Postup k bodu č. 3 V MATLABu vygenerujte harmonickou funkci o definované frekvenci f a fázovém posunu φ. Postupně zvolte alespoň tři různé hodnoty f a φ. Poté proveďte následující operace: Vykreslete jednotlivé harmonické křivky (alespoň tři) do jednoho grafu. Vyhodnoťte, jaký mají vliv parametry harmonické funkce na její průběh. Vysvětlete, jak lze transformovat harmonickou funkci do obrazové domény. Vytvořte algoritmus pro transformaci harmonické funkce v obrazové doméně. Zhodnoťte a vysvětlete, jak lze interpretovat obrazové frekvence Postup k bodu č. 4 Načtěte obrazová data mri.png. S obrazovými daty proveďte následující operace: Popište design algoritmu pro binarizaci vstupního obrazu. Implementujte algoritmus pro binarizaci alespoň pro 4 signifikantně odlišné úrovně prahování. Vygenerujte grafické výstupy pro jednotlivé prahovací úrovně Postup k bodu č. 5 Popište, co znamená zkratka RoI a vysvětlete využitelnost této operace v oblasti zpracování obrazu. Aplikujte RoI pro libovolný obrazový signál. Pro zvolené RoI vypočítejte poměr plochy originálního obrazu ku RoI.
5 1.3 Výsledky
1 Jasové transformace
1 Jasové transformace 1.1 Teoretický rozbor 1.1.1 Princip jasové transformace Jasové transformace představují transformační funkce, které mění vždy určitou hodnotu vstupní jasové funkce na výstupní. Transformace
VíceAlgoritmizace prostorových úloh
INOVACE BAKALÁŘSKÝCH A MAGISTERSKÝCH STUDIJNÍCH OBORŮ NA HORNICKO-GEOLOGICKÉ FAKULTĚ VYSOKÉ ŠKOLY BÁŇSKÉ - TECHNICKÉ UNIVERZITY OSTRAVA Algoritmizace prostorových úloh Úlohy nad rastrovými daty Daniela
Více13 Barvy a úpravy rastrového
13 Barvy a úpravy rastrového Studijní cíl Tento blok je věnován základním metodám pro úpravu rastrového obrazu, jako je např. otočení, horizontální a vertikální překlopení. Dále budo vysvětleny různé metody
VíceBPC2E_C09 Model komunikačního systému v Matlabu
BPCE_C9 Model komunikačního systému v Matlabu Cílem cvičení je vyzkoušet si sestavit skripty v Matlabu pro model jednoduchého komunikačního systému pro přenos obrázků. Úloha A. Sestavte model komunikačního
VíceVyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
VíceZáklady zpracování obrazu
Základy zpracování obrazu Tomáš Mikolov, FIT VUT Brno V tomto cvičení si ukážeme základní techniky používané pro digitální zpracování obrazu. Pro jednoduchost budeme pracovat s obrázky ve stupních šedi
VíceŠ E D O T Ó N O V Á A B A R E V N Á K A L I B R A C E
Š E D O T Ó N O V Á A B A R E V N Á K A L I B R A C E Z O B R A Z O V A C Í C H Z A Ř Í Z E NÍ CÍLE LABORATORNÍ ÚLOHY 1. Seznámení se s metodami šedotónové a barevné kalibrace fotoaparátů, kamer, snímků
VíceMetodické listy pro kombinované studium předmětu. B_PPG Principy počítačové grafiky
Metodické listy pro kombinované studium předmětu B_PPG Principy počítačové grafiky Metodický list č. l Název tématického celku: BARVY V POČÍTAČOVÉ GRAFICE Cíl: Základním cílem tohoto tematického celku
VíceStřední průmyslová škola elektrotechnická a informačních technologií Brno
Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.07/1.5.00/34.0521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tématická sada:
VícePRINCIPY POČÍTAČOVÉ GRAFIKY
Název tématického celku: PRINCIPY POČÍTAČOVÉ GRAFIKY metodický list č. 1 Cíl: Barvy v počítačové grafice Základním cílem tohoto tematického celku je seznámení se základními reprezentacemi barev a barevnými
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceSEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7
SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7 Daniel Tureček St-lichý týden, 9:15 Zadání Určete periodu signálu s(k), určete stejnosměrnou složku, výkon, autokorelační funkci. Záznam signálu je v souboru persig2.
Více1 Zpracování a analýza tlakové vlny
1 Zpracování a analýza tlakové vlny 1.1 Cíl úlohy Prostřednictvím této úlohy se naučíte a zopakujete: analýzu biologických signálů v časové oblasti, analýzu biologických signálů ve frekvenční oblasti,
VíceFyzikální laboratoř. Kamil Mudruňka. Gymnázium, Pardubice, Dašická /8
Středoškolská technika 2015 Setkání a prezentace prací středoškolských studentů na ČVUT Fyzikální laboratoř Kamil Mudruňka Gymnázium, Pardubice, Dašická 1083 1/8 O projektu Cílem projektu bylo vytvořit
VíceText úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.
Úloha 1 Která barva nepatří do základních barev prostoru RGB? a. Černá b. Červená c. Modrá d. Zelená Úloha 2 V rovině je dán NEKONVEXNÍ n-úhelník a bod A. Pokud paprsek (polopřímka) vedený z tohoto bodu
VíceOmezení barevného prostoru
Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceVolba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D
Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D Jiří Stančík Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 61200 Brno e-mail: HTUxcstancik@fch.vutbr.czUTH Úkolem této práce
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VíceModul 1: Operace s obrazem
Modul 1: Operace s obrazem Seznam nezbytných pomůcek a znalostí 1. osobní počítač s libovolným operačním systémem 2. běhové prostřední pro programy napsané v jazyce Java 3. nainstalovaný program ImageJ
VíceZpracování obrazů. Honza Černocký, ÚPGM
Zpracování obrazů Honza Černocký, ÚPGM 1D signál 2 Obrázky 2D šedotónový obrázek (grayscale) Několikrát 2D barevné foto 3D lékařské zobrazování, vektorová grafika, point-clouds (hloubková mapa, Kinect)
VíceBPC2E_C08 Parametrické 3D grafy v Matlabu
BPC2E_C08 Parametrické 3D grafy v Matlabu Cílem cvičení je procvičit si práci se soubory a parametrickými 3D grafy v Matlabu. Úloha A. Protože budete řešit transformaci z kartézských do sférických souřadnic,
VíceFyzikální korespondenční seminář MFF UK
Úloha I.S... náhodná 10 bodů; průměr 7,04; řešilo 45 studentů a) Zkuste vlastními slovy popsat, co je to náhodná veličina a jaké má vlastnosti (postačí vlastními slovy objasnit následující pojmy: náhodná
VíceMěření na nízkofrekvenčním zesilovači. Schéma zapojení:
Číslo úlohy: Název úlohy: Jméno a příjmení: Třída/Skupina: / Měřeno dne: Měření na nízkofrekvenčním zesilovači Spolupracovali ve skupině Zadání úlohy: Na zadaném Nf zesilovači proveďte následující měření
VíceMěření optických vlastností materiálů
E Měření optických vlastností materiálů Úkoly : 1. Určete spektrální propustnost vybraných materiálů různých typů stavebních skel a optických filtrů pomocí spektrofotometru 2. Určete spektrální odrazivost
VíceLineární algebra s Matlabem. Přednáška 4
Lineární algebra s Matlabem Přednáška 4 Import/export dat Matlab podporuje velké množství formátů Matlab data (.mat) Text (.txt,.csv, ) Tabulky (.xls,.xlsx,.ods,...) XML Obrázky (.bmp,.gif,.jpg,.png, )
VícePrimární zpracování radarového signálu dopplerovská filtrace
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE K13137 - Katedra radioelektroniky A2M37RSY Jméno Stud. rok Stud. skupina Ročník Lab. skupina Václav Dajčar 2011/2012 2. 101 - Datum zadání Datum odevzdání Klasifikace
VíceTextové popisky. Typ dat
Textové popisky Newsletter Statistica ACADEMY Téma: Možnosti softwaru, datová reprezentace Typ článku: Tipy a triky Máte ve svých datech kategorie ve formě textu? Víme, že někdy není úplně jasné, jak Statistica
VíceÚloha 1. Text úlohy. Vyberte jednu z nabízených možností: NEPRAVDA. PRAVDA Úloha 2. Text úlohy
Úloha 1 Úloha 2 Otázka se týká předchozího kódu. Určete pravdivost následujícího tvrzení: "Pro každý bod vytvoří úsečku mezi ním a středem panelu." Úloha 3 Otázka se týká předchozího kódu. Určete pravdivost
VíceVYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VícePředmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10
Obsah Předmluva 9 Obsah knihy 9 Typografické konvence 10 Informace o autorovi 10 Poděkování 10 KAPITOLA 1 Úvod 11 Dostupná rozšíření Matlabu 13 Alternativa zdarma GNU Octave 13 KAPITOLA 2 Popis prostředí
Vícezdroj světla). Z metod transformace obrázku uvedeme warping a morfing, které se
Kapitola 3 Úpravy obrazu V následující kapitole se seznámíme se základními typy úpravy obrazu. První z nich je transformace barev pro výstupní zařízení, dále práce s barvami a expozicí pomocí histogramu
VíceKomplexní obálka pásmového signálu
České vysoké učení technické v Praze, Fakulta elektrotechnická X37SGS Signály a systémy Komplexní obálka pásmového signálu Daniel Tureček 8.11.8 1 Úkol měření Nalezněte vzorky komplexní obálky pásmového
VícePRINCIPY POČÍTAČOVÉ GRAFIKY metodický list č. 1
metodický list č. 1 Barvy v počítačové grafice Základním cílem tohoto tematického celku je seznámení se základními reprezentacemi barev a barevnými modely. 1. Reprezentace barev v počítačové grafice 2.
VíceTéma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech."
Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech." Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Na
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
Více7.1. Číslicové filtry IIR
Kapitola 7. Návrh číslicových filtrů Hraniční kmitočty propustného a nepropustného pásma jsou ve většině případů specifikovány v[hz] společně se vzorkovacím kmitočtem číslicového filtru. Návrhové algoritmy
VícePivovar Chmelokvas. KIV/PT Semestrální práce
Pivovar Chmelokvas KIV/PT Semestrální práce student: Petr Neužil studijní číslo: P13B0377P email: syberij@students.zcu.cz datum: 15.12.2014 Standardní zadání semestrální práce pro PT 2014/2015 Zadání je
VíceKritéria hodnocení praktické maturitní zkoušky z databázových systémů
Kritéria hodnocení praktické maturitní zkoušky z databázových systémů Otázka č. 1 Datový model 1. Správně navržený ERD model dle zadání max. 40 bodů teoretické znalosti konceptuálního modelování správné
Více1. ÚLOHA. Své řešení uveďte na tento list (možno i na jeho druhou stranu).
1. ÚLOHA Zapište algoritmus (vývojovým diagramem nebo v jazyce C nebo v jazyce Pascal nebo v jazyce Python) řešící následující úlohu: Mějme deklarované a) jednorozměrné pole C celočíselného typu s indexy
VíceObsah. Úvod... 9. Barevná kompozice... 16 Světlo... 18 Chromatická teplota světla... 19 Vyvážení bílé barvy... 20
Obsah Úvod.............................................................................................. 9 Historie grafického designu a tisku..................................... 10 Od zadání k návrhu..............................................................
VíceALGEBRA. Téma 5: Vektorové prostory
SLEZSKÁ UNIVERZITA V OPAVĚ Matematický ústav v Opavě Na Rybníčku 1, 746 01 Opava, tel. (553) 684 611 DENNÍ STUDIUM Téma 5: Vektorové prostory Základní pojmy Vektorový prostor nad polem P, reálný (komplexní)
Více4. Trojúhelníkový rozklad p. 1/20
4. Trojúhelníkový rozklad 4. Trojúhelníkový rozklad p. 1/20 4. Trojúhelníkový rozklad p. 2/20 Trojúhelníkový rozklad 1. Permutační matice 2. Trojúhelníkové matice 3. Trojúhelníkový (LU) rozklad 4. Výpočet
VíceDokumentace k semestrální práci z předmětu PT
Dokumentace k semestrální práci z předmětu PT Vypracovali: Eva Turnerová (A08B0176P) Martin Dlouhý (A08B0268P) Zadání Zadání: Firma Mistr Paleta, syn a vnuci rozváží palety po celé České republice. Počet
VíceEVIDENČNÍ FORMULÁŘ. FTVS-UK evidence VaV výsledků nepodléhající řízení o zápisu u ÚPV v Praze
EVIDENČNÍ FORMULÁŘ Název výsledku: Software pro vyhodnocení vibrační analýzy heterogenních systémů 1. Informace o projektu Název projektu, v rámci kterého předkládaný výsledek vznikl: PRVOUK P38 Biologické
VíceKMITÁNÍ PRUŽINY. Pomůcky: Postup: Jaroslav Reichl, LabQuest, sonda siloměr, těleso kmitající na pružině
KMITÁNÍ PRUŽINY Pomůcky: LabQuest, sonda siloměr, těleso kmitající na pružině Postup: Těleso zavěsíme na pružinu a tu zavěsíme na pevně upevněný siloměr (viz obr. ). Sondu připojíme k LabQuestu a nastavíme
VíceStřední průmyslová škola elektrotechnická a informačních technologií Brno
Střední průmyslová škola elektrotechnická a informačních technologií Brno Číslo a název projektu: CZ.1.7/1.5./34.521 Investice do vzdělání nesou nejvyšší úrok Autor: Ing. Bohumír Jánoš Tematická sada:
VíceNPGR032 Cv. 01 - úvod
NPGR032 Cv. 01 - úvod ZS 2014 ÚTIA - ZOI zoi.utia.cas.cz Kontakty Ústav teorie informace a automatizace AV ČR, v.v.i. http://www.utia.cas.cz Zpracování obrazové informace http://zoi.utia.cas.cz 2 / 44
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE název předmětu TOPOGRAFICKÁ A TEMATICKÁ KARTOGRAFIE číslo úlohy název úlohy 2 Tvorba tematických
VícePředzpracování dat. Pavel Kordík. Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
Pavel Kordík(ČVUT FIT) Předzpracování dat MI-PDD, 2012, Cvičení 3 1/23 Předzpracování dat Pavel Kordík Department of Computer Systems Faculty of Information Technology Czech Technical University in Prague
VícePísemná práce k modulu Statistika
The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem
VíceIII/ 2 Inovace a zkvalitnění výuky prostřednictvím ICT
Metodický list k didaktickému materiálu Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT EU-OVK-VZ-III/2-ZÁ-301. Informace, jednotka
Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Jazyk Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět Cílová skupina (ročník) Úroveň
VíceData v počítači. Informační data. Logické hodnoty. Znakové hodnoty
Data v počítači Informační data (elementární datové typy) Logické hodnoty Znaky Čísla v pevné řádové čárce (celá čísla) v pohyblivé (plovoucí) řád. čárce (reálná čísla) Povelová data (instrukce programu)
VíceJak importovat šablony tiskových sestav do aplikace MarkTime PORTAL. Administrační manuál Bellman Group, s.r.o. 2007/09/23 verze 1.
Jak importovat šablony tiskových sestav do aplikace MarkTime PORTAL Administrační manuál Bellman Group, s.r.o. 2007/09/23 verze 1.3 CleverApp s.r.o. 1/7 Obsah 1 Šablony aplikace MarkTime PORTAL... 3 1.1
VíceAnalýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
VícePhotoshop - tutoriály
H OŘÍCÍ TEXT Photoshop - tutoriály 1) Vytvořte Nový soubor. Velikost dokumentu jsem volil 500 x 200 obrazových bodů, rozlišení 72 dpi. Barva pozadí je předpokládaně bílá, což je pro náš případ vyhovující.
VícePracovní text a úkoly ke cvičením MF002
Pracovní text a úkoly ke cvičením MF002 Ondřej Pokora, PřF MU, Brno 11. března 2013 1 Brownův pohyb (Wienerův proces) Základním stavebním kamenem simulací náhodných procesů popsaných pomocí stochastických
VícePro tvorbu samostatně spustitelných aplikací je k dispozici Matlab library.
1.1 Matlab Matlab je interaktivní systém pro vědecké a technické výpočty založený na maticovém kalkulu. Umožňuje řešit velkou oblast numerických problémů, aniž byste museli programovat vlastní program.
VíceInformační systémy 2006/2007
13 Vysoká škola báňská Technická univerzita Ostrava Fakulta strojní, Katedra automatizační techniky a řízení Informační systémy 2006/2007 Ivan Kedroň 1 Obsah Analytické nástroje SQL serveru. OLAP analýza
Více1.1 Měření parametrů transformátorů
1.1 Měření parametrů transformátorů Cíle kapitoly: Jedním z cílů úlohy je stanovit základní parametry dvou rozdílných třífázových transformátorů. Dvojice transformátorů tak bude podrobena měření naprázdno
VíceTřídy složitosti P a NP, NP-úplnost
Třídy složitosti P a NP, NP-úplnost Cíle přednášky: 1. Definovat, za jakých okolností můžeme problém považovat za efektivně algoritmicky řešitelný. 2. Charakterizovat určitou skupinu úloh, pro které není
VíceNumerická stabilita algoritmů
Numerická stabilita algoritmů Petr Tichý 9. října 2013 1 Numerická stabilita algoritmů Pravidla v konečné aritmetice Pro počítání v konečné aritmetice počítače platí určitá pravidla, která jsou důležitá
VíceStatSoft Jak vyzrát na datum
StatSoft Jak vyzrát na datum Tento článek se věnuje podrobně možnostem práce s proměnnými, které jsou ve formě datumu. A že jich není málo. Pokud potřebujete pracovat s datumem, pak se Vám bude tento článek
VíceZada ní 1. Semina rní pra ce z pr edme tu Matematický software (KI/MSW)
Zada ní. Semina rní pra ce z pr edme tu Matematický software (KI/MSW) Datum zadání: 5.. 06 Podmínky vypracování: - Seminární práce se skládá z programové části (kódy v Matlabu) a textové části (protokol
VíceAnalýza dat s využitím MS Excel
Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti
VíceZvyšování kvality výuky technických oborů
Zvyšování kvality výuky technických oborů Klíčová aktivita lll.2 Inovace a zkvalitnění výuky směřující k rozvoji odborných kompetencí žáků středních škol Pracovní list pro téma lll.2.5 Rastrová grafika
VíceEkonomická formulace. Matematický model
Ekonomická formulace Firma balící bonboniéry má k dispozici 60 čokoládových, 60 oříškových a 85 karamelových bonbónů. Může vyrábět dva druhy bonboniér. Do první bonboniéry se dávají dva čokoládové, šest
VíceElektrická měření pro I. ročník (Laboratorní cvičení)
Střední škola informatiky a spojů, Brno, Čichnova 23 Elektrická měření pro I. ročník (Laboratorní cvičení) Studentská verze Zpracoval: Ing. Jiří Dlapal B R N O 2011 Úvod Výuka předmětu Elektrická měření
VíceČíselné charakteristiky a jejich výpočet
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky
VícePOČÍTAČOVÁ GRAFIKA. Počítačová grafika 1
Počítačová grafika 1 POČÍTAČOVÁ GRAFIKA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro nižší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky
VíceKlasická a digitální mikrofotografie Příklad zpracování (= úprav) digitální (mikro)fotografie Příklady analýzy obrazu
Fyziologie rostlin pro pokročilé Zpracování a analýza obrazu Klasická a digitální mikrofotografie Příklad zpracování (= úprav) digitální (mikro)fotografie Příklady analýzy obrazu Mikrofotografie mikroskop
VícePřehledy pro Tabulky Hlavním smyslem této nové agendy je jednoduché řazení, filtrování a seskupování dle libovolných sloupců.
Přehledy pro Tabulky V programu CONTACT Professional 5 naleznete u firem, osob a obchodních případů záložku Tabulka. Tuto záložku lze rozmnožit, přejmenovat a sloupce je možné definovat dle vlastních požadavků
VíceX37SGS Signály a systémy
X7SGS Signály a systémy Matlab minihelp (poslední změna: 0. září 2008) 1 Základní maticové operace Vytvoření matice (vektoru) a výběr konkrétního prvku matice vytvoření matice (vektoru) oddělovač sloupců
VíceVYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY
VYBRANÉ PARTIE Z NUMERICKÉ MATEMATIKY Jan Krejčí 31. srpna 2006 jkrejci@physics.ujep.cz http://physics.ujep.cz/~jkrejci Obsah 1 Přímé metody řešení soustav lineárních rovnic 3 1.1 Gaussova eliminace...............................
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
VíceOtázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?
Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.
VíceVýhody a nevýhody jednotlivých reprezentací jsou shrnuty na konci kapitoly.
Kapitola Reprezentace grafu V kapitole?? jsme se dozvěděli, co to jsou grafy a k čemu jsou dobré. rzo budeme chtít napsat nějaký program, který s grafy pracuje. le jak si takový graf uložit do počítače?
VíceVelmi stručný návod jak dostat data z Terminálu Bloomberg do R
Velmi stručný návod jak dostat data z Terminálu Bloomberg do R Ondřej Pokora, PřF MU, Brno 11. března 2013 1 Terminál Bloomberg Klávesou Help získáte nápovědu. Dvojím stisknutím Help Help spustíte online
VíceTECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceIB112 Základy matematiky
IB112 Základy matematiky Řešení soustavy lineárních rovnic, matice, vektory Jan Strejček IB112 Základy matematiky: Řešení soustavy lineárních rovnic, matice, vektory 2/53 Obsah Soustava lineárních rovnic
VícePožadavky ke zkoušce
Požadavky ke zkoušce Zkouška z předmětu MATEMATIKA 2 má dvě části Písemná část: Písemná část se ještě dále rozděluje na praktickou část písemku a teoretickou část test. Písemka trvá 90 minut a je v ní
VíceZadání projektů k modulu: 1. Základy integrální logistiky
projektů k modulu: 1. Základy integrální logistiky Identifikace cílů pro firemní politiku logistiky P01 Aplikujte definici pojmu firemní politika logistiky a navrhněte smysluplné cíle pro politiku logistiky
VíceKatedra geotechniky a podzemního stavitelství
Katedra geotechniky a podzemního stavitelství Modelování v geotechnice Metoda okrajových prvků (prezentace pro výuku předmětu Modelování v geotechnice) doc. RNDr. Eva Hrubešová, Ph.D. Inovace studijního
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
VíceRovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA
Rovinné přetvoření Rovinné přetvoření, neboli, jak se také často nazývá, geometrická transformace je vlastně lineární zobrazení v prostoru s nějakou soustavou souřadnic. Jde v něm o přepočet souřadnic
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceFunkce komplexní proměnné a integrální transformace
Funkce komplexní proměnné a integrální transformace Fourierovy řady I. Marek Lampart Text byl vytvořen v rámci realizace projektu Matematika pro inženýry 21. století (reg. č. CZ.1.07/2.2.00/07.0332), na
Více1 Projekce a projektory
Cvičení 3 - zadání a řešení úloh Základy numerické matematiky - NMNM20 Verze z 5. října 208 Projekce a projektory Opakování ortogonální projekce Definice (Ortogonální projekce). Uvažujme V vektorový prostor
VíceFrekvenční charakteristiky
Frekvenční charakteristiky EO2 Přednáška Pavel Máša ÚVODEM Frekvenční charakteristiky popisují závislost poměru amplitudy výstupního ku vstupnímu napětí a jejich fázový posun v závislosti na frekvenci
VícePOPIS PROSTŘEDÍ PROGRAMU GIMP 2. Barvy 2. Okno obrázku 4 ZÁKLADNÍ ÚPRAVA FOTOGRAFIÍ V GRAFICKÉM EDITORU 6. Změna velikosti fotografie 6
Obsah POPIS PROSTŘEDÍ PROGRAMU GIMP 2 Barvy 2 Okno obrázku 4 ZÁKLADNÍ ÚPRAVA FOTOGRAFIÍ V GRAFICKÉM EDITORU 6 Změna velikosti fotografie 6 Ořezání obrázku 7 TRANSFORMACE 9 Rotace 9 Překlopení 11 Perspektiva
VíceSTATISTICA Téma 8. Regresní a korelační analýza, regrese prostá
STATISTICA Téma 8. Regresní a korelační analýza, regrese prostá 1) Lineární i nelineární regrese prostá, korelace Naeditujeme data viz obr. 1. Obr. 1 V menu Statistika zvolíme submenu Pokročilé lineární/nelineární
VíceStřední škola informačních technologií a sociální péče, Brno, Purkyňova 97. Vybrané části Excelu. Ing. Petr Adamec
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Střední škola informačních technologií a sociální péče, Brno, Purkyňova 97 Vybrané části Excelu Ing. Petr Adamec Brno 2010 Cílem předmětu je seznámení se s programem Excel
VíceMATLAB HRAVĚ Zdeněk Jančík, FIT VUT Brno
MATLAB HRAVĚ Zdeněk Jančík, FIT VUT Brno MATLAB (MATrix LABoratory) software pro vědecké výpočty a zobrazování. 1 Několik praktických rad po startu Windows spusťte Matlab z adresáře Q:\MATLAB dvojitým
VíceProtokol. Vzdáleně měřený experiment charakteristiky šesti různých zdrojů světla
Protokol Vzdáleně měřený experiment charakteristiky šesti různých zdrojů světla Datum měření: Začátek měření: Vypracoval: Celková doba měření: Místo měření: Umístění měřeného experimentu: Katedra experimentální
VíceIII/ 2 Inovace a zkvalitnění výuky prostřednictvím ICT
Metodický list k didaktickému materiálu Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět
VíceKOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.
1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:
VíceUžití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy
Užití systému Matlab při optimalizaci intenzity tepelného záření na povrchu formy Radek Srb 1) Jaroslav Mlýnek 2) 1) Fakulta mechatroniky, informatiky a mezioborových studií 2) Fakulta přírodovědně-humanitní
Více