DFT 1D i 2D obrázkové připomenutí a trošku konvoluce 1
|
|
- Oldřich Beránek
- před 4 lety
- Počet zobrazení:
Transkript
1 DFT D i 2D obrázkové připomenutí a trošku konvoluce Tomáš Svoboda Czech Technical University, Faculty of Electrical Engineering Center for Machine Perception, Prague, Czech Republic svoboda@cmp.felk.cvut.cz svoboda Většina obrázků připravena za pomocí []
2 = cos( 2πu ), = [,,..., 59], N = 6, N kolik je frekvence u? 2/35 spatial function
3 = cos( 2πu ), = [,,..., 59], N = 6, N kolik je frekvence u? 2/35 spatial function Jak bude asi vypadat F (u)?
4 F (u) 3/35 DFT, F(u).4 F(u) u OK, rozumíme F (3), ale co F (57)?
5 Integrální výpočet F (u) 4/35 F (u) = N N = cos ( 2πu N ) i sin ( 2πu N ). Přiložím harmonické funkce o frekvenci u, násobím s a integruji (sčítám) přes všechna.
6 ω = 2πu/N, u = 5/35 ω = 2π u/n; u = cos(ω ) sin(ω )
7 ω = 2πu/N, u = 6/35 ω = 2π u/n; u = cos(ω ) sin(ω )
8 ω = 2πu/N, u = 2 7/35 ω = 2π u/n; u = 2 cos(ω ) sin(ω )
9 ω = 2πu/N, u = 3 8/35 ω = 2π u/n; u = 3 cos(ω ) sin(ω )
10 ω = 2πu/N, u = 4 9/35 ω = 2π u/n; u = 4 cos(ω ) sin(ω )
11 ω = 2πu/N, u = 56 /35 ω = 2π u/n; u = 56 cos(ω ) sin(ω ) e
12 ω = 2πu/N, u = 57 /35 ω = 2π u/n; u = 57 cos(ω ) sin(ω )
13 ω = 2πu/N, u = 58 2/35 ω = 2π u/n; u = 58 cos(ω ) sin(ω )
14 ω = 2πu/N, u = 59 3/35 ω = 2π u/n; u = 59 cos(ω ) sin(ω )
15 Diskrétní FT krok za krokem 4/35 Video: discrete FT step-by-step
16 Inverzní DFT krok za krokem 5/35 Video: inverse DFT step-by-step
17 Jednoduchá 2D funkce,... 6/35 range = :39; yrange = :29; [,y] = meshgrid(range,yrange); % 2D grid M = size(,2); N = size(y,); freq.signal. = 3; freq.signal.y = 5; % frequency in y-direction omega.signal. = 2*pi*freq.signal./M; omega.signal.y = 2*pi*freq.signal.y/N freq.noise. = 5; freq.noise.y = ; omega.noise. = 2*pi*freq.noise./M; omega.noise.y = 2*pi*freq.noise.y/N; f = cos( omega.signal.* ) + cos( omega.signal.y*y ); % carrier wave f = f +.*cos(omega.noise.*) +.*cos(omega.noise.y*y); % superpose har f = f + ; % make the mean value non zero
18 ... a jeho Inverzní 2D DFT 7/35
19 Šikmá 2D vlna 8/35 range = :39; yrange = :29; [,y] = meshgrid(range,yrange); % 2D grid M = size(,2); N = size(y,); freq.signal. = 3; freq.signal.y = 5; omega.signal. = 2*pi*freq.signal./M; omega.signal.y = 2*pi*freq.signal.y/N freq.noise. = 5; freq.noise.y = ; omega.noise. = 2*pi*freq.noise./M; omega.noise.y = 2*pi*freq.noise.y/N; f = cos( omega.signal.* + omega.signal.y*y ); % carrier signal f = f +.*randn( size(data().f) ); % perturb by random noise
20 Příklad reálného obrázku... 9/35
21 ... a jeho inverzní DFT 2/35
22 Obdélník o délce 2 2/35 spatial function.2 DFT, F(u) F(u) u Jak souvisí pozice, se délkou obdélníkové funkce? Pro které frekvence u platí, že F (u) =?
23 F (u) obrázkově 22/35 ω = 2π u/n; u = cos(ω ) sin(ω ) Kolik je F (u)?
24 F (u) obrázkově 22/35 ω = 2π u/n; u = cos(ω ) sin(ω ) Kolik je F (u)? 2 6 =.2
25 F (u) obrázkově 23/35 ω = 2π u/n; u = cos(ω ) sin(ω )
26 F (u) obrázkově 24/35 ω = 2π u/n; u = 2 cos(ω ) sin(ω )
27 F (u) obrázkově 25/35 ω = 2π u/n; u = 3 cos(ω ) sin(ω )
28 F (u) obrázkově 26/35 ω = 2π u/n; u = 4 cos(ω ) sin(ω )
29 F (u) obrázkově 27/35 ω = 2π u/n; u = 5 cos(ω ) sin(ω )
30 F (u) obrázkově 27/35 ω = 2π u/n; u = 5 cos(ω ) sin(ω ) Jak cos tak i sin se vysčítá do.
31 F (u) obrázkově 28/35 ω = 2π u/n; u = cos(ω ) sin(ω )
32 Délka obdélníkové funkce A 29/35 spatial function.2 DFT, F(u) F(u) u A = N u, kde A je délka impulsu, N počet prvků a u je frekvence nejnižší harmonické pro kterou F (u) = Možná robustněji, délka A je rovna počtu opakování F (u).
33 2D Konvoluce, koncept shift multiply add 3/35
34 Rozmazání pohybem při snímání 3/35
35 Vznik obrazu v pohybu, krok 32/
36 Vznik obrazu v pohybu, krok 2 33/
37 Vznik obrazu v pohybu, krok 3 34/
38 References 35/35 [] Tomáš Svoboda, Jan Kybic, and Hlaváč Václav. Image Processing, Analysis and Machine Vision A MATLAB Companion. Thomson, Toronto, Canada, st edition, September 27.
39 spatial function
40 DFT, F(u).4 F(u) u
41 ω = 2π u/n; u = cos(ω ) sin(ω )
42 ω = 2π u/n; u = cos(ω ) sin(ω )
43 ω = 2π u/n; u = 2 cos(ω ) sin(ω )
44 ω = 2π u/n; u = 3 cos(ω ) sin(ω )
45 ω = 2π u/n; u = 4 cos(ω ) sin(ω )
46 ω = 2π u/n; u = 56 cos(ω ) sin(ω )
47 ω = 2π u/n; u = 57 cos(ω ) sin(ω )
48 ω = 2π u/n; u = 58 cos(ω ) sin(ω )
49 ω = 2π u/n; u = 59 cos(ω ) sin(ω )
50
51
52
53
54
55 spatial function
56 .2 DFT, F(u) F(u) u
57 ω = 2π u/n; u = cos(ω ) sin(ω )
58 ω = 2π u/n; u = cos(ω ) sin(ω )
59 ω = 2π u/n; u = 2 cos(ω ) sin(ω )
60 ω = 2π u/n; u = 3 cos(ω ) sin(ω )
61 ω = 2π u/n; u = 4 cos(ω ) sin(ω )
62 ω = 2π u/n; u = 5 cos(ω ) sin(ω )
63 ω = 2π u/n; u = cos(ω ) sin(ω )
64 spatial function
65 .2 DFT, F(u) F(u) u
66
67
68
69
70
Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti
Lineární a adaptivní zpracování dat 3. SYSTÉMY a jejich popis ve frekvenční oblasti Daniel Schwarz Osnova Opakování: systémy a jejich popis v časové oblasti Fourierovy řady Frekvenční charakteristika systémů
VíceSIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
VíceDynamic Signals. Ananda V. Mysore SJSU
Dynamic Signals Ananda V. Mysore SJSU Static vs. Dynamic Signals In principle, all signals are dynamic; they do not have a perfectly constant value over time. Static signals are those for which changes
VíceTransformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
VíceKTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
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
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
Víceš š ú Ú ť š Ú ú Ž š Ú š š ú Ž Í ň Ž Ž Ž Ž ú Í Ž Í Í Ú Ú Ú Ž ú ú Ú Ú š ž š Ý ž ú ú ú Ů ú ú Ú Ú ú ú ň ú ž Ú ú Ú ú Ž ú ž š š Ý Ž ú ú Ú ž Á š ú Ý š š ž ň š š Š ž šť ž Ž šť ž š š É Ž ž š ú ú ú ú ú ú ú ú ž ú
Víceě ě ě ě ě Ý ú ě ě Í ě ě ě ě ě š ů Ý ú ě ě ě ě Í ž š ú ú ó ě ď Č ě ě ě š š Č ě ě ě ě Č ě ě ě Ú Č ě úň ž ě Č ě ě ě ě Í ě ě ě ě Ý ú ě ě ž š ú ú ó ě Č ě ě ě š šť Č ě ě ě ě ě Ť ě ě ě ě š Š ě Ý ú ě ě ě ě ě Í
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
VíceFourierova transformace
Fourierova transformace Jean Baptiste Joseph Fourier (768-83) Jeho obdivovatel (nedatováno) Opáčko harmonických signálů Spojitý harmonický signál ( ) = cos( ω + ϕ ) x t C t C amplituda ω úhlová frekvence
VíceZPRACOVÁNÍ OBRAZU Úvodní přednáška
ZPRACOVÁNÍ OBRAZU Úvodní přednáška Vít Lédl vit.ledl@tul.cz TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
VíceOsnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky
Pulsní kódová modulace, amplitudové, frekvenční a fázové kĺıčování Josef Dobeš 24. října 2006 Strana 1 z 16 Základy radiotechniky 1. Pulsní modulace Strana 2 z 16 Pulsní šířková modulace (PWM) PAM, PPM,
VíceWhale detection Brainstorming session. Jiří Dutkevič Lenka Kovářová Milan Le
Whale detection Brainstorming session Jiří Dutkevič Lenka Kovářová Milan Le Signal processing, Sampling theorem Spojitý signál může být nahrazen diskrétní posloupností vzorků, aniž by došlo ke ztrátě informace,
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
VíceKMS cvičení 9. Ondřej Marek
KMS cvičení 9 Ondřej Marek SYSTÉM S n DOF ŘEŠENÍ V MODÁLNÍCH SOUŘADNICÍCH Pohybové rovnice lineárního systému: U je modální matice, vlastní vektory u 1, u 2,..., u n jsou sloupce v matici U x - vektor
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
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,
Vícer Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.
Systé my, procesy a signály I - sbírka příkladů NEŘ EŠENÉPŘ ÍKADY r 223 Odvoď te přenosovou funkci obvodů na obr26, je-li vstupem napě tí u a výstupem napě tí Uvaž ujte Ω, H a F u u u a) b) c) u u u d)
VíceFOURIEROVA TRANSFORMACE FOURIEROVA VĚTA
FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA V kapitole o Fourierových řadách byla dokázána Fourierova věta (připomeňte si, že f(x = (f(x + + f(x /2: VĚTA Necht f je po částech hladká na R a R f konverguje
VíceLineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita
Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové
VíceCvi ení 3. Cvi ení 3. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 28, 2017
Modelování systém a proces Mgr. Lucie Kárná, PhD karna@fd.cvut.cz March 28, 2017 1 Jednoduché modely 2 Modelování diferenciálních rovnic 3 Model ovce a vlci Jednoduché modely Jednoduchý p íklad Namodelujte
VíceCvi ení 5 Simulink. Cvi ení 5 Simulink. Modelování systém a proces. Lucie Kárná. March 26, 2018
Cvi ení 5 Simulink Modelování systém a proces Lucie Kárná karna@fd.cvut.cz March 26, 2018 1 Jednoduché modely Archimédova spirála Logaritmická spirála Asteroida Cykloida 2 Modelování diferenciálních rovnic
VíceČíslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
VíceFOURIEROVA TRANSFORMACE
FOURIEROVA TRANSFORMACE FOURIEROVA VĚTA V kapitole o Fourierových řadách byla dokázána (připomeňte si, že f(x) = (f(x + ) + f(x ))/2): VĚTA. Necht f je po částech hladká na R a R f konverguje. Potom f(x)
VíceSpektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM
Spektrální analýza a diskrétní Fourierova transformace Honza Černocký, ÚPGM Povídání o cosinusovce 2 Argument cosinusovky 0 2p a pak každé 2p perioda 3 Cosinusovka s diskrétním časem Úkol č. 1: vyrobit
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
Aritmetika v Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague Příklad Napíšeme program pro výpočet 54321-12345 dekadicky: 54321-12345=41976 hexadecimálně: x 0000D431
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)
VíceADA Semestrální práce. Harmonické modelování signálů
České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte
Více1. Úvod Jednou z! "# $ posledn % & $$' ( )(( (*+ % ( (* $ $%, (* ( (* obvodech pro elektronickou regulaci.*' (( $ /
Praze 1. Úvod Jednou z! "# $ posledn % & $$' ( )(( (*+ % ( (* $ $%, (* ( (* obvodech pro elektronickou regulaci ' (% tramvajích a trolejbusech s tyristorovou výstrojí nebo v pohonech '$ (-- %.*' (( $ /
VícePrůhyb ocelového nosníku. Nezatížený a rovnoměrně zatížený nosník
EVROPSKÝ SOCIÁLNÍ FOND Průhyb ocelového nosníku. Nezatížený a rovnoměrně zatížený nosník PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI České vysoké učení technické v Praze, Fakulta stavební, Katedra matematiky
VíceÚPGM FIT VUT Brno,
Systémy s diskrétním časem Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz 1 LTI systémy v tomto kursu budeme pracovat pouze se systémy lineárními a časově invariantními. Úvod k nim jsme viděli již
VíceFlexibilita jednoduché naprogramování a přeprogramování řídícího systému
Téma 40 Jiří Cigler Zadání Číslicové řízení. Digitalizace a tvarování. Diskrétní systémy a jejich vlastnosti. Řízení diskrétních systémů. Diskrétní popis spojité soustavy. Návrh emulací. Nelineární řízení.
VíceZáklady zpracování obrazu
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ Základy zpracování obrazu Ing. Miroslav Fribert, Dr Pardubice 006 . Operace s maticemi, program Mathematica. Matice ve zpracování obrazu Matematickým
VíceÚPGM FIT VUT Brno, periodické a harmonické posloupnosti. konvoluce Fourierova transformace s diskrétním časem
Diskrétní signály a jejich frekvenční analýza. Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz opakování základy o diskrétních signálech. periodické a harmonické posloupnosti operace s diskrétními
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz, Kamenice 3, 4. patro, dv.č.424 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz IV. FREKVENČNÍ TRASFORMACE SPOJITÉ
VíceElektromagnetické vlny
Elektromagnetické vlny 151 Dlouhé půlvlné vedení v harmonickém ustáleném stavu se sinusovým buzením a otevřeným koncem l = λ/2 Ẑ vst = Ẑ z, Ẑ z stojatá vlna napětí dipól λ/2. vedení s otevřeným koncem
VíceWaveletová transformace a její použití při zpracování signálů
Waveletová transformace a její použití při zpracování signálů BÍLOVSKÝ, Petr 1 1 Katedra elektrických měření, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, petr.bilovsky@vsb.cz Abstrakt: Wavelet
VíceA7B31ZZS 4. PŘEDNÁŠKA 13. října 2014
A7B31ZZS 4. PŘEDNÁŠKA 13. října 214 A-D převod Vzorkování aliasing vzorkovací teorém Kvantování Analýza reálných signálů v časové oblasti řečové signály biologické signály ---> x[n] Analogově-číslicový
Více31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční
Více2 Teoretický úvod Základní princip harmonické analýzy Podmínky harmonické analýzy signálů Obdelník Trojúhelník...
Obsah 1 Zadání 1 2 Teoretický úvod 1 2.1 Základní princip harmonické analýzy.................. 1 2.2 Podmínky harmonické analýzy signálů................. 1 3 Obecné matematické vyjádření 2 4 Konkrétní
VíceIntegrální transformace obrazu
Integrální transformace obrazu David Bařina 26. února 2013 David Bařina Integrální transformace obrazu 26. února 2013 1 / 74 Obsah 1 Zpracování signálu 2 Časově-frekvenční rozklad 3 Diskrétní Fourierova
VíceOpakování z předmětu TES
Opakování z předmětu TES A3B35ARI 6..6 Vážení studenti, v následujících měsících budete každý týden z předmětu Automatické řízení dostávat domácí úkol z látky probrané v daném týdnu na přednáškách. Jsme
VíceModelování polohových servomechanismů v prostředí Matlab / Simulink
Modelování polohových servomechanismů v prostředí Matlab / Simulink Lachman Martin, Mendřický Radomír Elektrické pohony a servomechanismy 27.11.2013 Struktura programu MATLAB-SIMULINK 27.11.2013 2 SIMULINK
VíceHarmonický pohyb tělesa na pružině
EVROPSKÝ SOCIÁLNÍ FOND Harmonický pohyb tělesa na pružině PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI České vysoké učení technické v Praze, Fakulta stavební, Katedra matematiky Posílení vazby teoretických
VíceKomplexní analýza. Laplaceova transformace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Laplaceova transformace Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Laplaceova transformace 1 / 18 Definice Definice Laplaceovou
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
VíceSysté my, procesy a signály I. Vypoč těte normovanou energii signálů na obr.1.26 v č asovém intervalu T = 1ms: -1V. f) 1V
NEŘ EŠENÉPŘ ÍKLADY r 1.7. Vypoč ěe normovanou energii signálů na obr.1.6 v č asovém inervalu T = : a) g) b) ) c) - + i) - d) T - j) T - sin( Ω ) T 4 T T e) k) sin ( Ω ) T 4 T T f) l) cos( Ω ) 4 T T Obr.1.6.
VíceNOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY
NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY Stanislav Vítek, Petr Páta, Jiří Hozman Katedra radioelektroniky, ČVUT FEL Praha, Technická 2, 166 27 Praha 6 E-mail: svitek@feld.cvut.cz, pata@feld.cvut.cz, hozman@feld.cvut.cz
VícePoznámky k Fourierově transformaci
Poznámky k Fourierově transformaci V těchto poznámkách jsou uvedeny základní vlastnosti jednorozměrné Fourierovy transformace a její aplikace na jednoduché modelové případy. Pro určitost jsou sdružené
VíceZpracování obrazu a fotonika 2006
Základy zpracování obrazu Zpracování obrazu a fotonika 2006 Reprezentace obrazu Barevný obrázek Na laně rozměry: 1329 x 2000 obrazových bodů 3 barevné RGB kanály 8 bitů na barevný kanál FUJI Superia 400
VíceNáhodné signály. Honza Černocký, ÚPGM
Náhodné signály Honza Černocký, ÚPGM Signály ve škole a v reálném světě Deterministické Rovnice Obrázek Algoritmus Kus kódu } Můžeme vypočítat Málo informace! Náhodné Nevíme přesně Pokaždé jiné Především
VíceÚkol 1 Zpráva k semestrální práci k předmětu B2M31SYN Syntéza audio signálů Lukáš Krauz krauzluk@fel.cvut.cz Hlavním cílem této úlohy bylo vytvořit za pomoci MIDI souboru, obsahující noty a stopy k jednotlivým
VíceModulace 2. Obrázek 1: Model klíčování amplitudovým posuvem v programu MATLAB
Modulace 2 Modulace je nelineární proces, který mění parametry nosného signálu pomocí modulačního signálu. Cílem úlohy je probrat takové typy modulací, jako jsou fázová modulace (Phase Modulation PM),
VíceMĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE
26. mezinárodní konference DIAGO 27 TECHNICKÁ DIAGNOSTIKA STROJŮ A VÝROBNÍCH ZAŘÍZENÍ MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE Jiří TŮMA VŠB Technická Univerzita Ostrava Osnova Motivace Kalibrace měření Princip
VícePrincip rozšíření a operace s fuzzy čísly
Center for Machine Perception presents Princip rozšíření a operace s fuzzy čísly Mirko Navara Center for Machine Perception Faculty of Electrical Engineering Czech Technical University Praha, Czech Republic
VíceNejprve si připomeňme z geometrie pojem orientovaného úhlu a jeho velikosti.
U. 4. Goniometrie Nejprve si připomeňme z geometrie pojem orientovaného úhlu a jeho velikosti. 4.. Orientovaný úhel a jeho velikost. Orientovaným úhlem v rovině rozumíme uspořádanou dvojici polopřímek
VíceP7: Základy zpracování signálu
P7: Základy zpracování signálu Úvodem - Signál (lat. signum) bychom mohli definovat jako záměrný fyzikální jev, nesoucí informaci o nějaké události. - Signálem je rovněž funkce, která převádí nezávislou
VícePřednáška 10. Kroucení prutů
Přednáška 10 Kroucení prutů 1) Kroucení prutu s kruhovým průřezem 2) Volné kroucení prutu s průřezem a) Masivním b) Tenkostěnným otevřeným, střed smyku c) Tenkostěnným uzavřeným 3) Ohybové (vázané) kroucení
VícePerception Motivated Hybrid Approach to Tone Mapping
Perception Motivated Hybrid Approach to Tone Mapping Martin Čadík Czech Technical University in Prague, Czech Republic Content HDR tone mapping Hybrid Approach Perceptually plausible approach Cognitive
VíceAkustika. 3.1 Teorie - spektrum
Akustika 3.1 Teorie - spektrum Rozklad kmitů do nejjednodušších harmonických Spektrum Spektrum Jedna harmonická vlna = 1 frekvence Dvě vlny = 2 frekvence Spektrum 3 vlny = 3 frekvence Spektrum Další vlny
Více7. Derivace složené funkce. Budeme uvažovat složenou funkci F = f(g), kde některá z jejich součástí
202-m3b2/cvic/7slf.tex 7. Derivace složené funkce. Budeme uvažovat složenou funkci F = fg, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce, které mají
VíceZápočtová písemka z Matematiky III (BA04) skupina A
skupina A 0 pro x < 1, ae x pro x 1, ), Pravděpodobnost P (X ) a P (X =.). E (X) a E ( X 1). Hustotu transformované náhodné veličiny Y = (X + 1). F(x) = x 3 pro x (0, 9), Hustotu f(x). Pravděpodobnost
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
Víceteorie elektronických obvodů Jiří Petržela obvodové funkce
Jiří Petržela obvod jako dvojbran dvojbranem rozumíme elektronický obvod mající dvě brány (vstupní a výstupní) dvojbranem může být zesilovač, pasivní i aktivní filtr, tranzistor v některém zapojení, přenosový
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV AUTOMOBILNÍHO A DOPRAVNÍHO INŽENÝRSTVÍ FACULTY OF MECHANICAL ENGINEERING INSTITUTE OF AUTOMOTIVE ENGINEERING
Víceω=2π/t, ω=2πf (rad/s) y=y m sin ωt okamžitá výchylka vliv má počáteční fáze ϕ 0
Kmity základní popis kmitání je periodický pohyb, při kterém těleso pravidelně prochází rovnovážnou polohou mechanický oscilátor zařízení vykonávající kmity Základní veličiny Perioda T [s], frekvence f=1/t
VíceZáklady a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722
Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická
VíceWAVELET TRANSFORMACE V POTLAČOVÁNÍ
WAVELET TRANSFORMACE V POTLAČOVÁNÍ RUŠIVÝCH SLOŽEK OBRAZŮ Andrea Gavlasová, Aleš Procházka Vysoká škola chemicko-technologická, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je zaměřen na problematiku
VícePôvodne: Interaktívny program na operácie s maticami Teraz: Vysoko úrovňový jazyk na technické výpočty a interaktívne prostredie na:
Úvod do MATLAB-u MATLAB Pôvodne: Interaktívny program na operácie s maticami Teraz: Vysoko úrovňový jazyk na technické výpočty a interaktívne prostredie na: tvorbu algoritmov, vizualizáciu a analýzu dát
VíceFOURIEROVA TRANSFORMACE FOURIEROVA VĚTA
FOURIEROVA TRANSFORMACE Fourierova transformace je užitečná transformace, která pomáhá řešit řadu úloh tím, že je přetransformuje na jednodušší úlohy, ty vyřešíma a výsledky přetransformujeme zpět. Má
VíceObsah. Kmitavý pohyb. 2 Kinematika kmitavého pohybu 2. 4 Dynamika kmitavého pohybu 7. 5 Přeměny energie v mechanickém oscilátoru 9
Obsah 1 Kmitavý pohyb 1 Kinematika kmitavého pohybu 3 Skládání kmitů 6 4 Dynamika kmitavého pohybu 7 5 Přeměny energie v mechanickém oscilátoru 9 6 Nucené kmity. Rezonance 10 1 Kmitavý pohyb Typy pohybů
Více" Furierova transformace"
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ " Furierova transformace" Seminární práce z předmětu Dálkový průzkum Země Marcela Bartošová, Veronika Bláhová OŽP, 3.ročník
VíceNauka o Kmitání Přednáška č. 4
Nauka o Kmitání Přednáška č. 4 Odezva lineárního systému na obecnou periodickou budící funkci Ing. Antonín Skarolek, Ph.D. Katedra mechaniky, pružnosti a pevnosti Technická Univerzita v Liberci 213 Ustálená
VíceVI. Derivace složené funkce.
VI. Derivace složené funkce. 17. Parciální derivace složené funkce Budeme uvažovat složenou funkci F = f(g, kde některá z jejich součástí může být funkcí více proměnných. Předpokládáme, že uvažujeme funkce,
VíceModelov an ı syst em u a proces
Modelování systémů a procesů 13. března 2012 Obsah 1 Vnější popis systému 2 Vnitřní popis systému 3 Příklady na stavový popis dynamických systémů Obsah 1 Vnější popis systému 2 Vnitřní popis systému 3
VíceKomplexní analýza. Reziduová věta a její aplikace. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Reziduová věta a její aplikace Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Reziduová věta a její aplikace / Motivace Mějme
Více(test version, not revised) 9. prosince 2009
Mechanické kmitání (test version, not revised) Petr Pošta pposta@karlin.mff.cuni.cz 9. prosince 2009 Obsah Kmitavý pohyb Kinematika kmitavého pohybu Skládání kmitů Dynamika kmitavého pohybu Přeměny energie
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
VíceAmplitudová a frekvenční modulace
Amplitudová a frekvenční modulace POZOR!!! Maximální vstupní napětí spektrálního analyzátoru je U pp = 4 V. Napěťové úrovně signálů, před připojením k analyzátoru, nejprve kontrolujte pomocí osciloskopu!!!
VíceInterpolace a aproximace dat.
Numerické metody Interpolace a aproximace dat. Interpolace dat křivkou (funkcí) - křivka (graf funkce) prochází daty (body) přesně. Aproximace dat křivkou (funkcí) - křivka (graf funkce) prochází daty
VíceVold-Kalmanova řádová filtrace. JiříTůma
Vold-Kalmanova řádová filtrace JiříTůma Obsah Základy Kalmanovy filtrace Základy Vold-Kalmanovy filtrace algoritmus Globální řešení Příklady užití Vold-Kalmanovy řádové filtrace Kalmanův filtr ( n ) Process
VíceMěření frekvence a času
Radioelektronická měření (MREM, LREM) Měření frekvence a času 7. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Tyto dvě fyzikální veličiny frekvence a čas jsou navzájem svázány.
VíceDigital Control of Electric Drives. Vektorové řízení asynchronních motorů. České vysoké učení technické Fakulta elektrotechnická
Digital Control of Electric Drives Vektorové řízení asynchronních motorů České vysoké učení technické Fakulta elektrotechnická B1M14DEP O. Zoubek 1 MOTIVACE Nevýhody skalárního řízení U/f: Velmi nízká
VíceOperace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
VíceVlastnosti Fourierovy transformace
Vlastnosti Fourierovy transformace Linearita Fourierova transformace je lineární (všechny druhy :-) ), je tedy homogenní a aditivní Homogenita: změna amplitudy v časové oblasti způsobí stejnou změnu amplitudy
VíceMATEMATICKÁ STATISTIKA - XP01MST
MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného
VíceModulační syntéza 8. prosince 2014
ZZS-12 Modulační syntéza 8. prosince 2014 Amplitudová modulace Syntetické zvony Jednoduché syntetické FM nástroje Syntetické zvuky vítr Kruhová modulace t f f t f f t f t f m c m c c m ) ( 2 cos 2 1 )
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY. MRBT Robotika
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV AUTOMATIZACE A MĚŘÍCÍ TECHNIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION
Víceú ú ň Ž Ž Ť ú Č ň ť ď ú Č ň Č Ť Ž Ť Ť ť Ť Ž ď Č Š Ž ň ť ú ď ú ň Ť Ž ú ď ú ť Ť Ť Ž ú Č ň Ž Č ú Ž ť Ž ť Ž ť ť Š ó ť É ť ť ť ť ó ť ú Ž ó Ž ú ú Ť ň Ť Č Ý Ť Ť Ž Ž ť Ž Ž Ž ú ň ň ó ť Ž Ž Ú Č Ť Ž ň ó ú Ž ď ň Á
VíceROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT
ROZ II cv. 01 Dekonvoluce KM - FJFI - ČVUT ZS 2013 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
VícePavol Bukviš 1, Pavel Fiala 2
MODEL MIKROVLNNÉHO VYSOUŠEČE OLEJE Pavol Bukviš 1, Pavel Fiala 2 ANOTACE Příspěvek přináší výsledky numerického modelování při návrhu zařízení pro úpravy transformátorového oleje. Zařízení pracuje v oblasti
VíceZákladní metody číslicového zpracování signálu část I.
A4M38AVS Aplikace vestavěných systémů Základní metody číslicového zpracování signálu část I. Radek Sedláček, katedra měření, ČVUT v Praze FEL, 2015 Obsah přednášky Úvod, motivace do problematiky číslicového
VíceIntegrální definice vnitřních sil na prutu
Přednáška 04 Integrální definice vnitřních sil Ohb prutu v rovinách x, x Šikmý ohb Kombinace normálové síl s ohbem Poloha neutrální os Jádro průřeu Příklad Copright (c) 011 Vít Šmilauer Cech Technical
VíceAirborne Laser Scanning (ASL) - LIDAR (light detection and ranging)
Airborne Laser Scanning (ASL) - LIDAR (light detection and ranging) Základní komponenty: laserový skener navigační systém (GPS) a INS. laserové paprsky časový interval mezi vysláním a přijetím paprskem
VíceZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma
ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH SYSTÉMŮ UŽITÍM FFT Jiří Tůma Štramberk 1997 ii Anotace Cílem této knihy je systematicky popsat metody analýzy signálů z mechanických systémů a strojních zařízení. Obsahem
VíceIII. MKP vlastní kmitání
Jiří Máca - katedra mechaniky - B325 - tel. 2 2435 4500 maca@fsv.cvut.cz III. MKP vlastní kmitání 1. Rovnice vlastního kmitání 2. Rayleighova Ritzova metoda 3. Jacobiho metoda 4. Metoda inverzních iterací
Více