Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů

Rozměr: px
Začít zobrazení ze stránky:

Download "Dodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů"

Transkript

1 Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4

2 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality do -3 diskrétních funkcí f kartézských diskrétních proměnných (m,n (digitální fotoaparáty, skenery, Další obvyklé případy: - Sledování diskrétních procesů (počítačová tomografie - Použití jiných než pravoúhlých souřadnic (trojúhelníková, hexagonální síť, cylindrické souřadnice, Digitalizace obrazu se skládá ze součástí:. Vzorkování (prostorové rozlišení. Kvantifikace hodnot barev (radiometrické rozlišení Animované sekvence, film: 3. Časové rozlišení (obvykle 5snímků/s

3 Kvantifikace barev počet k možných hodnot jasové funkce záleží na bitové hloubce b: k= b lidské oko je schopno rozlišit okolo 5 úrovní jasu 3 4 } } } } 3 Úrovně jasu 56 jasových úrovní 4 jasových úrovní 3

4 Vzorkování vd: x(n=x(nt s n I T s perioda vzorkování Shannonův teorém: Vzorkovací frekvence f s musí být alespoň dvakrát vyšší než nejvyšší zajímavá frekvence f max obsažená v originálním (spojitém signálu f s > f max f s =/T s -> perioda vzorkování T s musí být alespoň dvakrát menší než nejmenší detail v obraze Metody vzorkování: Bodové vzorkování Plošné vzorkování -> supersampling 4

5 Alias efekt Co se děje, nerespektujeme-li Shannonův teorém? Příklad časového aliasingu: Vhodná volba periody vzorkování Limitní případ volby periody vzorkování Hodiny s jednou ručičkou: Nevhodná volba periody vzorkování -ALIAS 5

6 Alias efekt ve frekvenční oblasti (a Signal Sampling vlft.m x(t t (b Spectrum with sampling frequency fs (c Spectrum with sampling frequency fs X(f.5 X(f f..4.6 f Sampling period Ts=s Sampling period Ts=6s 6

7 Interpretace D frekv. spektra Spojitá Vzorec vzorkování Diskrétní Ts=s Diskrétní Ts=6s Vzorkovací fr. f s =/T s /= /6 čas t x n =n.t s =>n,, 47 Délka signálu T=48s N=T/T s N=48/=48,6, 47 =48/6=8 Normalizovaná frekvence f f=/t..t/t..t/t <, f k =k/t= k/(nt s =>k,/48,..,47/48 =>,,..,47 =,/(8*6,.,7/(8*6 =>,,..,7 Nyquist. Frekv. f max f max <f s / </=.5 </6/=/=.83 Frekvenční rozlišení v f Df= /(NT s =/48 =/(8*6=/48 Kruhová frekvence w=pf w k =pik/(nt s,p/48,..,p47/48 w <,pi =>k =>,,..,47 Frekv. rozl. v w Dw=pi/(NT s =p/48,p/(8*6,..,p7/(8*6 =>,,..,7 =p/(8*6 7

8 Alias efekt ve D = Moire efekt: Metody pro potlačení moiré efektu: - supersampling: posun alias efektu k vyšším frekv.. vzorkování s vyšší frekvencí než je požadavek. filtrace 3. podvzorkování - stochastické vzorkování: Mění alias efekt na šum - jittering použití neuniformní vzorkovací mřížky 8

9 D Fourierovy transformace (Plural! Čas aperiod. period. spoj. Fourier Transform Fourier Series aperiod. diskr. Discrete Time Fourier Transform Discrete Fourier Transform period. spoj. diskr. Frekvence Vzorkování v jedné oblasti Periodizace v druhé oblasti 9

10 Poznámky k diskrétní Fourierově transformaci (reálného signálu x(n F(x(n X(k (D DFTje lineární: F(a.x(n+b.y(n=a.F(x(n+b.F(y(n (D Operace konvoluce (kruhová v jedné oblasti vede na násobení v druhé oblasti: x(n.y(n x(k*y(k; x(n*y(n X(k.Y(k (D Jak x(n tak X(k jsou periodické funkce s periodou N (D Jak x(n tak X(k jsou sudé funkce (D Amplitudové frekv. spektrum je čárové pouze při speciální volbě N, n p a T s : kde n p...počet vzorků jedné periody, N... délka signálu: N=n p.t s a r.n=s.t s kde n,s I (přirozená čísla D DFT je separabilní: F(k,l=F(k,F(l

11 Spektrum x(n X(k, X ( k = Re( k + i.im( k Amplitudové frekvenční spektrum: X k = Re( k + Im( k Fázové frekvenční spektrum: ϕ(k = Re( k atan( Im( k

12 DFT vybraných signálů Co se děje v druhé oblasti, když v jedné je signál omezený? Omezený signál v jedné oblasti Nekonečný signál v druhé oblasti Co se stane v druhé oblasti, když v jedné oblasti doplním signál nulami na jinou délku? Doplnění nulami v jedné oblasti Hustší (Více hodnot v druhé oblasti!! Nezvyšuje se však frekvenční rozlišení!!

13 Kruhová konvoluce a její použití 3 = = = = = ( ( ( ( ( * ( ( N j N j n h j n x j n h j x n h n x n y y(n=idft(x(k.h(k Použitím algoritmu FFT je možno urychlit výpočet: - Možno využít i při výpočtu korelačních koeficientů ftext.m

14 Návrh D číslicových filtrů frf.m nejčastěji rozšířením D číslicového filtru do D Typy číslicových filtrů: FIR (finite impulse response filters IIR (infinite impulse response filters M N i j H ( z, z = cij zz i= j= Lineární filtrace Nelineární filtrace H ( z, z = M a i = j = M b N a N b i = j = c c ij ij z z i i z z j j Použití D Z-transformace - nevhodné Vhodné rozšíření D filtrů do D 4

15 Potlačení rušivých složek Co považujeme za šum? Rušivou informaci, která ztěžuje porozumění požadované informaci (vše kromě požadované informace pro popis se užívají statistické veličiny obvyklé typy šumu: Metody pro potlačení šumu: -Lineární (pro aditivní šum -Nelineární (např. mediánová filtrace - Gaussovský -Bílý - Výstřelový (salt&pepper - - Additive -Multiple obrazok.m fs.m -V prostorové oblasti (např. průměrování -Ve frekv. oblasti (n. dolnopropustné filtry Ideální dolnopropustný filtr: H ( u, v = { for for ( u ( u + v + v > D D kde D mezní frekvence 5

16 Detekce hran Co je to hrana? Takové místo v obraze, kde se náhle mění hodnota obrazové funkce Odpovídá vysokým frekvencím Matematickým nástrojem pro popis změny je derivace Proč chceme v obrázcích detekovan hrany? -> diference v diskrétním př. První krok při segmentaci obrazu, detekci objektů, klasifikaci, Zvýraznění kontur Metody detekce hran: -V prostorové oblasti (Roberts, Sobel, Laplacian, -Ve frekvenční oblasti (hornopropustné filtry - Obvykle následuje prahování Fs.m Ideální hornopropustný filtr: H ( u, v = { for for ( u ( u + v + v > D D kde D mezní frekvence 6

17 Příkazy Matlabu pro práci s filtry fft D rychlá Fourier. transformace fftshift posunutí počátku frekv. Souřad. systému remez návrh D filtru freqz frekvenční charakteristika D filtru ftrans návrh D fitlru z D freqz frekvenční charakteristika D filtru filter D filtrace conv D konvoluce fspecial návrh speciálních D filtrů edge detekce hran obrazok.m 7

18 Příklad Filtrace obrazu Podrobte daný obrázek D filtraci zvoleným filtrem. Zobrazte amplitudovou frekv. charakteristiku filtru % Filtrace obrazu Original delete(get(,'children' clear [x,map]=imread('busek.bmp'; I=indgray(x,map;imshow(I,8 h=fspecial('unsharp'; J=filter(h,I; figure( imshow(matgray(j,8 figure(3 freqz(h,[3 3]; Upraveny obraz Magnitude 5 F y - - F x 8

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Lineární 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

Více

Digitalizace převod AS DS (analogový diskrétní signál )

Digitalizace převod AS DS (analogový diskrétní signál ) Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací

Více

Číslicové zpracování signálů a Fourierova analýza.

Číslicové 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

Více

Lineární 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 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

Více

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

SIGNÁLY 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)

Více

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 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

Více

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY

Lineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,

Více

DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH

DETEKCE 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

Více

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky

Více

Pořízení rastrového obrazu

Pořízení rastrového obrazu Pořízení rastrového obrazu Poznámky k předmětu POČÍTAČOVÁ GRAFIKA Martina Mudrová duben 2006 Úvod Nejčastější metody pořízení rastrového obrazu: digitální fotografie skenování rasterizace vektorových obrázků

Více

DIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od

DIGITÁLNÍ OBRAZ. Obrázky (popř. slajdy) převzaty od DIGITÁLNÍ OBRAZ JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah fáze zpracování obrazu reprezentace obrazu digitalizace obrazu

Více

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje

Více

Základní metody číslicového zpracování signálu část I.

Základní 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

Více

FILTRACE VE FOURIEROVSKÉM SPEKTRU

FILTRACE VE FOURIEROVSKÉM SPEKTRU 1/18 FILTRACE VE FOURIEROVSKÉM SPEKTRU (patří do lineárních integrálních transformací) Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz

Více

Fourierova transformace ve zpracování obrazů

Fourierova transformace ve zpracování obrazů Fourierova trasformace ve zpracováí obrazů Jea Baptiste Joseph Fourier 768-83 6. předáška předmětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasformaci? základí matematický

Více

Grafika na počítači. Bc. Veronika Tomsová

Grafika na počítači. Bc. Veronika Tomsová Grafika na počítači Bc. Veronika Tomsová Proces zpracování obrazu Proces zpracování obrazu 1. Snímání obrazu 2. Digitalizace obrazu převod spojitého signálu na matici čísel reprezentující obraz 3. Předzpracování

Více

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014 A7B3ZZS. PŘEDNÁŠKA Návrh filtrů. prosince 24 Návrhy jednoduchých filtrů Návrhy složitějších filtrů Porovnání FIR a IIR Nástroje pro návrh FIR filtrů v MATLABu Nástroje pro návrh IIR filtrů v MATLABu Kvantování

Více

Fourierova transformace

Fourierova 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

Více

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

doc. Dr. Ing. Elias TOMEH   Elias Tomeh / Snímek 1 doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Frekvenční spektrum Dělení frekvenčního pásma (počet čar) Průměrování Časovou váhovou funkci Elias Tomeh / Snímek 2 Vzorkovací

Více

Vlastnosti Fourierovy transformace

Vlastnosti 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

Více

Základní metody číslicového zpracování signálu a obrazu část II.

Základní metody číslicového zpracování signálu a obrazu část II. A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,

Více

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při návrhu FIR filtru řešíme obvykle následující problémy: Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.

Více

NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz)

NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz) NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe Adam Novozámský (novozamsky@utia.cas.cz) TEORIE Šum a jeho odstranění ŠUM Co je to šum v obrázku a jak vzniká? Jaké známe typy šumu? ŠUM V obrázku

Více

polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2

polyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2 A0M38SPP - Signálové procesory v praxi - přednáška 8 2 Decimace snížení vzorkovací frekvence Interpolace zvýšení vzorkovací frekvence Obecné převzorkování signálu faktorem I/D Efektivní způsoby implementace

Více

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních

Více

Základy a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722

Základy 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

Více

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014

A2B31SMS 11. PŘEDNÁŠKA 4. prosince 2014 A2B31SMS 11. PŘEDNÁŠKA 4. prosince 214 Číslicové audio efekty Hřebenové filtry Fázovací filtry Dozvuky Konvoluční reverb Schroederův algoritmus modelování dozvuku Číslicové audio efekty Filtrace - DP,

Více

Při návrhu FIR filtru řešíme obvykle následující problémy:

Při návrhu FIR filtru řešíme obvykle následující problémy: Návrh FIR filtrů Při návrhu FIR filtru řešíme obvykle následující problémy: volba frekvenční odezvy požadovaného filtru; nejčastěji volíme ideální charakteristiku normovanou k Nyquistově frekvenci, popř.

Více

Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013

Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013 Operace s obrazem Biofyzikální ústav LF MU Obraz definujeme jako zrakový vjem, který vzniká po dopadu světla na sítnici oka. Matematicky lze obraz chápat jako vícerozměrný signál (tzv. obrazová funkce)

Více

ROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI

ROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti

Více

Signál v čase a jeho spektrum

Signál v čase a jeho spektrum Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě

Více

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU ANALÝZU VÍCEKANÁLOVÝCH SIGNÁLŮ Robert Háva, Aleš Procházka Vysoká škola chemicko-technologická, Abstrakt Ústav počítačové a řídicí techniky Analýza vícekanálových

Více

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth

FOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického

Více

" Furierova transformace"

 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

Více

ROZ1 - Cv. 3 - Šum a jeho odstranění ÚTIA - ZOI

ROZ1 - Cv. 3 - Šum a jeho odstranění ÚTIA - ZOI Šum Co je to šum v obrázku? Šum Co je to šum v obrázku? V obrázku je přidaná falešná informace nahodilého původu Jak vzniká v digitální fotografii? Šum Co je to šum v obrázku? V obrázku je přidaná falešná

Více

Omezení barevného prostoru

Omezení 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

Více

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně

Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály Systémy: definice, několik příkladů Vlastnosti systémů

Více

1. Přednáška: Obecné Inf. + Signály a jejich reprezentace

1. Přednáška: Obecné Inf. + Signály a jejich reprezentace 1. Přednáška: Obecné Inf. + Signály a jejich reprezentace 1 Obecné informace Změna rozvrhů Docházka na cvičení 2 Literatura a podklady Základní učební texty : Prchal J., Šimák B.: Digitální zpracování

Více

DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti

DSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným

Více

Opakování z předmětu TES

Opakování 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

Více

Filtrace snímků ve frekvenční oblasti. Rychlá fourierova transformace

Filtrace snímků ve frekvenční oblasti. Rychlá fourierova transformace Filtrace snímků ve frekvenční oblasti Rychlá fourierova transformace semestrální práce z předmětu KIV/ZVI zpracoval: Jan Bařtipán A03043 bartipan@students.zcu.cz Obsah Úvod....3 Diskrétní Fourierova transformace

Více

Úvod do medicínské informatiky pro Bc. studium. 6. přednáška

Úvod do medicínské informatiky pro Bc. studium. 6. přednáška Metody zpracování biosignálů 6. přednáška 1 Biosignály Živé objekty produkují signály biologického původu. Tyto signály mohou být elektrické (např. elektrické potenciály vznikající při svalové činnosti),

Více

Počítačové sítě. Lekce 5: Základy datových komunikací

Počítačové sítě. Lekce 5: Základy datových komunikací Počítačové sítě Lekce 5: Základy datových komunikací Přenos dat V základním pásmu Nemodulovaný Baseband V přeloženém pásmu Modulovaný Broadband Lekce 5: Základy datových komunikací 2 Přenos v základním

Více

Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.

Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese dat Radim Farana Podklady pro výuku Obsah Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese videa Velký objem přenášených dat Typický televizní signál - běžná evropská norma pracuje

Více

8. Sběr a zpracování technologických proměnných

8. Sběr a zpracování technologických proměnných 8. Sběr a zpracování technologických proměnných Účel: dodat v částečně předzpracovaném a pro další použití vhodném tvaru ucelenou informaci o procesu pro následnou analyzu průběhu procesu a pro rozhodování

Více

Waveletová transformace a její použití při zpracování signálů

Waveletová 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

Více

1. Základy teorie přenosu informací

1. Základy teorie přenosu informací 1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.

Více

Počítačové vidění Počítačová cvičení. Autoři textu: Ing. Karel Horák, Ph.D.

Počítačové vidění Počítačová cvičení. Autoři textu: Ing. Karel Horák, Ph.D. FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Počítačové vidění Počítačová cvičení Autoři textu: Ing. Karel Horák, Ph.D. Brno..28 2 FEKT Vysokého učení technického v

Více

Diskrétní 2D konvoluce

Diskrétní 2D konvoluce ČVUT FEL v Praze 6ACS. prosince 2006 Martin BruXy Bruchanov bruxy@regnet.cz Diracův impuls jednotkový impulz, δ-impulz, δ-funkce; speciální signál s nulovou šířkou impulzu a nekonečnou amplitudou; platí

Více

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0

[ n. Konvoluce. = 0 jinak. 0 jinak. Užitečné signály (diskrétní verze) Jednotkový skok 1 pro n = 0 Užitečné signály (diskrétní verze) Konvoluce σ Jednotkový skok [ n] Jednotkový impuls (delta funkce) Posunutý jednotkový impuls 1 pro n 0 1 pro n = 0 δ = δ [ n] [ n k] = 0 jinak 0 jinak Proč jsou užitečné?

Více

SYNTÉZA AUDIO SIGNÁLŮ

SYNTÉZA AUDIO SIGNÁLŮ SYNTÉZA AUDIO SIGNÁLŮ R. Čmejla Fakulta elektrotechnická, ČVUT v Praze Abstrakt Příspěvek pojednává o technikách číslicové audio syntézy vyučovaných v předmětu Syntéza multimediálních signálů na Elektrotechnické

Více

Direct Digital Synthesis (DDS)

Direct Digital Synthesis (DDS) ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory

Více

Vyhodnocení 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) 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

Více

ZPRACOVÁNÍ OBRAZU přednáška 4

ZPRACOVÁNÍ OBRAZU přednáška 4 ZPRACOVÁNÍ OBRAZU přednáška 4 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,

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT

Více

Klasifikace hudebních stylů

Klasifikace hudebních stylů Klasifikace hudebních stylů Martin Šimonovský (mys7@seznam.cz) Rozpoznávání hudby úloha z oblasti DSP klasifikace dle hudebních stylů

Více

- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr.

- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr. - DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr. Řada zdrojů informace vytváří signál v analogové formě,

Více

Rekurentní filtry. Matlab

Rekurentní filtry. Matlab Rekurentní filtry IIR filtry filtry se zpětnou vazbou a nekonečnou impulsní odezvou Výstupní signál je závislý na vstupu a minulém výstupu. Existují různé konvence zápisu, pozor na to! Někde je záporná

Více

VY_32_INOVACE_E 15 03

VY_32_INOVACE_E 15 03 Název a adresa školy: Střední škola průmyslová a umělecká, Opava, příspěvková organizace, Praskova 399/8, Opava, 746 01 Název operačního programu: OP Vzdělávání pro konkurenceschopnost, oblast podpory

Více

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační

Více

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů

Geometrické transformace obrazu a související témata. 9. přednáška předmětu Zpracování obrazů Geometrické transformace obrazu a související témata 9. přednáška předmětu Zpracování obrazů Martina Mudrová 2004 Téma přednášk O čem bude tato přednáška? Geometrické transformace obrazu Interpolace v

Více

v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9

v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1

Více

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů

Kapitola 1. Signály a systémy. 1.1 Klasifikace signálů Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle

Více

Operace s obrazem II

Operace s obrazem II Operace s obrazem II Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova Matematická morfologie Segmentace obrazu Klasifikace objektů

Více

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván

Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnáván Periodicita v časové řadě, její popis a identifikace, exponenciální vyrovnávání Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Periodicita v časových

Více

P9 Provozní tvary kmitů

P9 Provozní tvary kmitů P9 Provozní tvary kmitů (měření a vyhodnocení) Pozn. Matematické základy pro tuto přednášku byly uvedeny v přednáškách Metody spektrální analýzy mechanických systémů Co jsou provozní tvary kmitů? Provozní

Více

Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů

Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů Snímání biologických signálů A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů horcik@fel.cvut.cz Snímání biologických signálů problém: převést co nejvěrněji spojitý signál do číslicové podoby

Více

Úvod do zpracování obrazů. Petr Petyovský Miloslav Richter

Úvod do zpracování obrazů. Petr Petyovský Miloslav Richter Úvod do zpracování obrazů Petr Petyovský Miloslav Richter 1 OBSAH Motivace, prvky a základní problémy počítačového vidění, pojem scéna Terminologie, obraz, zpracování a analýza obrazu, počítačové vidění,

Více

Diskretizace. 29. dubna 2015

Diskretizace. 29. dubna 2015 MSP: Domácí příprava č. 3 Vnitřní a vnější popis diskrétních systémů Dopředná Z-transformace Zpětná Z-transformace Řešení diferenčních rovnic Stabilita diskrétních systémů Spojování systémů Diskretizace

Více

Geometrické transformace obrazu

Geometrické transformace obrazu Geometrické transformace obrazu a související témata 9. přednáška předmětu Zpracování obrazů Martina Mudrová 2004 Téma přednášk O čem bude tato přednáška? Geometrické transformace obrazu Interpolace v

Více

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš

Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.

Více

Základní metody číslicového zpracování signálu a obrazu část II.

Základní metody číslicového zpracování signálu a obrazu část II. A4M38AVS Aplikace vestavěných systémů Přednáška č. 7 Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček,

Více

íta ové sít baseband narrowband broadband

íta ové sít baseband narrowband broadband Každý signál (diskrétní i analogový) vyžaduje pro přenos určitou šířku pásma: základní pásmo baseband pro přenos signálu s jednou frekvencí (není transponován do jiné frekvence) typicky LAN úzké pásmo

Více

zpracování signálu a obrazu

zpracování signálu a obrazu A4M38AVS Aplikace vestavěných systémů Přednáška č. 6 Základní metody číslicového zpracování signálu a obrazu Radek Sedláček, katedra měření, ČVUT FEL, 2011 Obsah přednášky Úvod, motivace do problematiky

Více

Restaurace (obnovení) obrazu při známé degradaci

Restaurace (obnovení) obrazu při známé degradaci Restaurace (obnovení) obrazu při známé degradaci Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky

Více

Šum a jeho potlačení. Michal Švanda. Astronomický ústav MFF UK Astronomický ústav AV ČR. Spektroskopie (nejen) ve sluneční fyzice LS 2011/2012

Šum a jeho potlačení. Michal Švanda. Astronomický ústav MFF UK Astronomický ústav AV ČR. Spektroskopie (nejen) ve sluneční fyzice LS 2011/2012 Šum a jeho potlačení Spektroskopie (nejen) ve sluneční fyzice LS 2011/2012 Michal Švanda Astronomický ústav MFF UK Astronomický ústav AV ČR Šum Náhodná veličina Aditivivní měření=signál+šum Obvykle nekorelovaný

Více

Základní principy přeměny analogového signálu na digitální

Základní principy přeměny analogového signálu na digitální Základní y přeměny analogového signálu na digitální Pro přenos analogového signálu digitálním systémem, je potřeba analogový signál digitalizovat. Digitalizace je uskutečňována pomocí A/D převodníků. V

Více

1. Polotóny, tisk šedých úrovní

1. Polotóny, tisk šedých úrovní 1. Polotóny, tisk šedých úrovní Studijní cíl Tento blok kurzu je věnován problematice principu tisku polotónů a šedých úrovní v oblasti počítačové grafiky. Doba nutná k nastudování 2 hodiny 1.1 Základní

Více

Zpracování obrazu a fotonika 2006

Zpracování 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

Více

Ultrazvuková defektoskopie. M. Kreidl, R. Šmíd, V. Matz, S. Štarman

Ultrazvuková defektoskopie. M. Kreidl, R. Šmíd, V. Matz, S. Štarman Ultrazvuková defektoskopie M. Kreidl, R. Šmíd, V. Matz, S. Štarman Praha 2011 ISBN 978-80-254-6606-3 2 OBSAH 1. Předmluva 7 2. Základní pojmy 9 2.1. Fyzikální základy ultrazvuku a akustické veličiny 9

Více

Spektrální analyzátory

Spektrální analyzátory Lubomír Slavík TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Materiál vznikl v rámci projektu ESF (CZ.1.07/2.2.00/07.0247), který je spolufinancován Evropským

Více

Zkouškové otázky ze 17PMPZAO Zpracování a analýza obrazu

Zkouškové otázky ze 17PMPZAO Zpracování a analýza obrazu Zkouškové otázky ze 17PMPZAO Zpracování a analýza obrazu Václav Hlaváč České vysoké učení technické v Praze Fakulta elektrotechnická, katedra kybernetiky Centrum strojového vnímání http://cmp.felk.cvut.cz/

Více

0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí

0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí Program Sorpce1.m psaný v prostředí Matlabu slouží k vyhlazování naměřených sorpčních křivek a výpočtu difuzních koeficientů. Kromě standardního Matlabu vyžaduje ještě Matlab Signal Processing Toolbox

Více

Úkol 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

Více

25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE

25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE 25. DIGITÁLNÍ TELEVIZNÍ SIGNÁL A KABELOVÁ TELEVIZE Digitalizace obrazu a komprese dat. Uveďte bitovou rychlost nekomprimovaného číslicového TV signálu a jakou šířku vysílacího pásma by s dolním částečně

Více

Digitální telefonní signály

Digitální telefonní signály EVROPSKÝ SOCIÁLNÍ FOND Digitální telefonní signály PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Digitální telefonní

Více

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU 3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU V současné době se pro potlačení šumu u řečového signálu používá mnoho různých metod. Jedná se například o metody spektrálního odečítání, Wienerovy filtrace,

Více

Digitalizace a zpracování obrazu

Digitalizace a zpracování obrazu Digitalizace a zpracování obrazu Jaroslav Fiřt a), Radek Holota b) a) Nové technologie výzkumné centrum Sedláčkova 15 306 14 Plzeň tel. (+420) 377236881, kl. 237 e-mail: firt@kae.zcu.cz b) Nové technologie

Více

2. Číslicová filtrace

2. Číslicová filtrace Żpracování signálů a obrazů 2. Číslicová filtrace.......... Petr Česák Zimní semestr 2002/2003 . 2. Číslicová filtrace FIR+IIR ZADÁNÍ Účelem cvičení je seznámit se s průběhem frekvenčních charakteristik

Více

P6 Časově frekvenční analýza signálů

P6 Časově frekvenční analýza signálů P6 Časově frekvenční analýza signálů Je vhodné podotknout, že převážná většina reálných technických signálů je zařazována do oblasti nestacionárních signálů. Fourierova transformace, případně její modifikace

Více

Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D

Volba 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

Více

TERMINOLOGIE ... NAMĚŘENÁ DATA. Radek Mareček PŘEDZPRACOVÁNÍ DAT. funkční skeny

TERMINOLOGIE ... NAMĚŘENÁ DATA. Radek Mareček PŘEDZPRACOVÁNÍ DAT. funkční skeny PŘEDZPRACOVÁNÍ DAT Radek Mareček TERMINOLOGIE Session soubor skenů nasnímaných během jednoho běhu stimulačního paradigmatu (řádově desítky až stovky skenů) Sken jeden nasnímaný objem... Voxel elementární

Více

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada

(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada (Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem

Více

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST

9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST 9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST Modulace tvoří základ bezdrátového přenosu informací na velkou vzdálenost. V minulosti se ji využívalo v telekomunikacích při vícenásobném využití přenosových

Více

Úloha D - Signál a šum v RFID

Úloha D - Signál a šum v RFID 1. Zadání: Úloha D - Signál a šum v RFID Změřte úrovně užitečného signálu a šumu v přenosovém řetězci systému RFID v závislosti na čtecí vzdálenosti. Zjistěte maximální čtecí vzdálenost daného RFID transpondéru.

Více

Vzorkování. Je-li posloupnost diracových impulzů s periodou T S : Pak časová posloupnost diskrétních vzorků bude:

Vzorkování. Je-li posloupnost diracových impulzů s periodou T S : Pak časová posloupnost diskrétních vzorků bude: Vzorkování Vzorkování je převodem spojitého signálu na diskrétní. Lze si ho představit jako násobení sledu diracových impulzů (impulzů jednotkové plochy a nulové délky) časovým průběhem vzorkovaného signálu.

Více

Magnetická rezonance (2)

Magnetická rezonance (2) NMR spektroskopie Principy zobrazování Fourierovské MRI Magnetická rezonance (2) J. Kybic, J. Hornak 1, M. Bock, J. Hozman 2008 2013 1 http://www.cis.rit.edu/htbooks/mri/ NMR spektroskopie Principy zobrazování

Více

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností Automatizace je proces při němž je řídicí funkce člověka nahrazována činností různých přístrojů a zařízení. (Mechanizace, Automatizace, Komplexní automatizace) Kybernetika je Věda, která zkoumá obecné

Více

Biosignál přehled, snímání, zpracování, hodnocení

Biosignál přehled, snímání, zpracování, hodnocení Biosignál přehled, snímání, zpracování, hodnocení Úvod do biomedicínského inženýrství 27. 9. 2011 MICHAL HUPTYCH Katedra kybernetiky, FEL, ČVUT Přehled přednášky Přehled biologických signálů Snímání biologických

Více