scale n_width width center scale left center range right center range value weight_sum left right weight value weight value weight_sum weight pixel

Rozměr: px
Začít zobrazení ze stránky:

Download "scale n_width width center scale left center range right center range value weight_sum left right weight value weight value weight_sum weight pixel"

Transkript

1 Změna velikosti obrázku Převzorkování pomocí filtrů Ačkoliv jsou výše uvedené metody mnohdy dostačující pro běžné aplikace, občas je zapotřebí dosáhnout lepších výsledků. Pokud chceme obrázky zvětšovat z nebo na různé neobvyklé velikosti, nebo nám jde o to vygenerovat z celé obrazovky jen malý náhled čítající několik desítek pixelů, pak se ke slovu dostává filtrování, protože je v těchto ohledech velice flexibilní. Algoritmus pro převzorkování je jeden, avšak filtrů samotných existuje povícero. Jsou definovány kernelem, který má různý rozsah, nebo poloměr. Ten udává vzdálenost nejzazšího pixelu, který se ještě započítává do hodnoty výsledného pixelu zvětšeného/zmenšeného obrázku. Tato vzdálenost se počítá od umístění pixelu v původním (zvětšovaném/zmenšovaném) obrázku. Čím větší rozsah, tím vyšší výstupní kvalita. Vlastní kernel lze znázornit grafem sudé funkce, ze které lze vyčíst některé charakteristiky kernelu. Funkce s hladším průběhem má ekvivalent v hladkém výstupním obrázku, naopak špičaté a hranaté funkce přinášejí typické artefakty ve výstupním obrázku. Funkční hodnota v daném bodě, která je vždy v intervalu <0,> udává váhový koeficient pro určitý pixel, tedy důležitost toho kterého pixelu. Obecně platí, že čím je pixel v původním obrázku vzdálenější od zdrojového, tím menší má důležitost. Některé kernely jsou však připočítávají více vzdáleným pixelům trochu větší váhu, než pixelům méně vzdáleným, kvůli lepší aproximaci z frekvenčního hlediska, respektuje se tedy vlnová povaha signálu (obrázek chápeme jako dvourozměrný signál). Důvodem existence více různých kernelů je jejich rozličná náročnost a rozsah. Větší kernely potřebují podstatně více výpočetního času, protože pro každý bod zdrojového obrázku je třeba vypočítat více váhových koeficientů a rovněž jejich určení je o to náročnější, čím složitější má funkce předpis. Algoritmus je poměrně jednoduchý na implementaci, je však potřeba dát pozor na okraje obrázku. Často se dělá chyba v tom, že když okolní pixely leží mimo obrázek, vůbec se nezapočítají. To má však za následek ztmavení na okrajích obrázku, protože v těchto oblastech byl součet váhových koeficientů menší než jedna. Tato suma musí být vždy rovna jedné, protože každá hodnota pixelu cílového obrázku je vlastně vážený průměr pixelů v okolí ekvivalentní pozice ve zdrojovém obrázku. Pro dodržení definice je tedy nutné buď vícekrát započítat jeden bod, nebo si pamatovat součet váhových koeficientů a tím pak dělit. Protože jsou souřadnice na sobě nezávislé (stejně jako barevné složky), implementuje se algoritmus dvouprůchodově. Jeden průchod je horizontální, druhý vertikální. U takové varianty stačí použít jednorozměrné varianty kernelů a rychlost algoritmu bude vyšší než u jednoprůchodové verze s funkcemi (kernely) o dvou parametrech. Algoritmus pro převzorkování filtrem do většího obrázku vypadá následovně:. Urči škálovací faktor: scale = n_width/width 2. Pro každou pozici i v cílovém vektoru: a. Transformuj i na pozici center ve vstupním vektrou: center = i/scale b. Urči levou hranici vyhledávání: left = round(center range) c. Urči pravou hranici vyhledávání: right = round(center + range) d. Inicializuj pomocné proměnné: value = 0, weight_sum = 0 e. Pro každou pozici j ve vstupním vektoru v intervalu <left, right>: i. Urči váhový koeficient: weight = kernel(c j) ii. Inkrementuj hodnotu cílového pixelu: value += weight*value iii. Inkrementuj sumu váhových koeficientů: weight_sum += weight f. Urči výslednou hodnotu pixelu: pixel = value/weight_sum Tento pseudokód kvůli názornosti neřeší problém okrajů. Vektorem se zde myslí jeden skenovací řádek obrázku (scanline). Vertikální průchod je obdobný. Tento kód rovněž předpokládá, že zvetšujeme, tj. že scale >. Pro zmenšování platí tato varianta: 3. Urči škálovací faktor: scale = n_width/width 4. Pro každou pozici i v cílovém vektoru: a. Transformuj i na pozici center ve vstupním vektrou: center = i/scale b. Urči levou hranici vyhledávání: left = round(center range/scale) c. Urči pravou hranici vyhledávání: right = round(center + range/scale) d. Inicializuj pomocné proměnné: value = 0, weight_sum = 0 e. Pro každou pozici j ve vstupním vektoru v intervalu <left, right>: i. Urči váhový koeficient: weight = kernel((c j)*scale)*scale ii. Inkrementuj hodnotu cílového pixelu: value += weight*value iii. Inkrementuj sumu váhových koeficientů: weight_sum += weight f. Urči výslednou hodnotu pixelu: pixel = value/weight_sum Proměnná value reprezentuje hodnotu pixelu vstupního obrázku a proměnná range je rozsah daného kernelu. Ve variantě pro zmenšování bude rozsah procházených pixelů tím větší, čím radikálnější je zmenšování. Hodnotou

2 scale sice dělíme, ale ta je menší než jedna. Naopak při výpočtu váhového koeficientu násobíme jak argument funkce, tak její výsledek. Protože je koeficientů scale-krát víc, je potřeba je poměrně k tomu zmenšit, aby se součet vah opět vyladil. Box filtr Tento filtr dává pro zvětšování stejné výsledky, jako metoda nejbližšího souseda (proto se tak někdy nazývá). Vrací pouze hodnoty nebo 0, takže barvy pixelů ve zvětšeném obrázku nejsou nijak ovlivněny okolními pixely (ty mají totiž vzdálenost minimálně ). Při změnšování přidělí funkce bodům v nejbližším okolí stejné váhy, takže z váženého průměru se stane aritmetický průměr., x 2 = 0, jinak Triangle filtr Box filtr, zleva: originál, zvětšení 2x, 4x, 8x Filtr se také nazývá lineární, protože váha pixelu je nepřímo úměrná jeho vzdálenosti. Proto je filtr vhodný i na zmenšování, při mnohonásobném zvětšování obrázků s ostrými konturami se však objevují uzavřené přechody, způsobené malým rozsahem filtru. Interpolují se totiž vždy jen hodnoty dvou sousedních pixelů. x, x = 0, jinak

3 Triangle filtr, zleva: originál, zvětšení 2x, 4x, 8x Hermite filtr 3 2 x x + x 2 3, = 0, jinak Hermite filtr, zleva: originál, zvětšení 2x, 4x, 8x Bell filtr 3 2 x, x = x, < x , jinak

4 Bell filtr, zleva: originál, zvětšení 2x, 4x, 8x Cubic B-Spline filtr Tento filtr používá pro interpolaci kubickou Beziérovu křivku, která je definována čtyřmi body (proto má kernel rozsah 2 2 body na každé straně). Křivka však těmito body přímo neprochází. Body se připodobňují k magnetům, které elastickou křivku přitahují. Výhodou filtru je prakticky eliminace artefaktů za cenu velkého rozmazání obrázku, proto není filtr příliš vhodný pro vícenásobné zvětšování. Vzhledem k tomu, že křivka přesně nefituje původní hodnoty, má zvětšený obrázek také menší kontrast, než při použití jiných filtrů B C x B + C x + B, x = B C x + B + 5C x + 2B 8C x + B + 4 C, < x , jinak B =, C = 0

5 Cubic B-Spline filtr, zleva: originál, zvětšení 2x, 4x, 8x Lanczos3 filtr Trojka v názvu filtru znamená jeho rozsah (existují také filtry Lanczos4, Lanczos6 nebo Lanczos8, viz níže). x sinc( x ) sinc, x 3 = 3 0, jinak sinc ( x) sin ( π x), x 0 = π x, jinak Mitchell filtr Lanczos3 filtr, zleva: originál, zvětšení 2x, 4x, 8x C x + ( 3+ 3C ) x + C, x = C x + 6C x 0 C x + C, < x , jinak C = 3

6 Mitchell filtr, zleva: originál, zvětšení 2x, 4x, 8x Cosine filtr U tohoto filtru je zajímavé, že se můžeme v implementaci vyvarovat výpočtu absolutní hodnoty díky sudé funkci (ta nemusí být ani v pomínce, když se nahradí podmínkou, že x >= - a zároveň x <= ). Tím se ušetří jedna výpočetní operace, i když je náročnost filtru diskutabilní kvůli použití funkce kosinus. xπ + cos, x = 2 0, jinak Cosine filtr, zleva: originál, zvětšení 2x, 4x, 8x Catmull-Rom filtr C = 0, B = 2

7 Catmull-Rom filtr, zleva: originál, zvětšení 2x, 4x, 8x Quadratic filtr Tento filtr vznikl ze snahy o kompromis mezi rychlostí a výslednou kvalitou. K rychlosti přispívá výpočet pouze kvadratické křivky, která se však tvarově podobá složitějším interpolačním křivkám. 2 2 x +, x = x x +, < x , jinak Quadratic B-Spline filtr Quadratic filtr, zleva: originál, zvětšení 2x, 4x, 8x Podobně jako u kvadratického filtru máme opět kvadratický polynom, avšak při použití Beziérovy křivky.

8 2 x +, x = x x +, < x , jinak Quadratic B-Spline filtr, zleva: originál, zvětšení 2x, 4x, 8x Cubic Convolution filtr Kubický konvolutivní filtr se snaží přiklánět k ostrým hranám obrázku, avšak při zachování tvaru optimální křivky x x +, x , 2 x + x x + < x = x x + 7 x 3, 2 < x jinak

9 Cubic Convolution filtr, zleva: originál, zvětšení 2x, 4x, 8x Lanczos8 filtr Jde vlastně o Lanczos filtr, tedy také o tzv. windowed sinc interpolaci, ovšem velikost okna je v tomto případě větší než u filtru Lanczos3. Tento filtr je nejpomalešjí ze všech, avšak zejména při zmenšování dosahuje nejlepší interpolace. x sinc( x ) sinc, x 8 = 8 0, jinak Fraktální zoom

13 Barvy a úpravy rastrového

13 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

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

Jana Dannhoferová Ústav informatiky, PEF MZLU

Jana Dannhoferová Ústav informatiky, PEF MZLU Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně

Více

CZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT

CZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Autor Jakub Dostál Tematický celek Základy práce v Adobe Photoshop Cílová skupina Žáci 3. ročníku oboru Fotograf Anotace Materiál má podobu prezentace, v níž je pomocí obrázků ukázáno, co vše lze nastavit

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

Výsledky = = width height 3 width height R + G + B ( )

Výsledky = = width height 3 width height R + G + B ( ) Půltónování a chybová difůze Třetí fáze při redukci počtu barev mají na starosti algoritmy, které obdrží Truecolor bitmapu a paletu, přičemž na výstupu je bitmapa v indexovaném barevném formátu. Úkolem

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

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

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

Použití splinů pro popis tvarové křivky kmene

Použití splinů pro popis tvarové křivky kmene NAZV QI102A079: Výzkum biomasy listnatých dřevin Česká zemědělská univerzita v Praze Fakulta lesnická a dřevařská 9. února 2011 Cíl práce Cíl projektu: Vytvořit a ověřit metodiku pro sestavení lokálního

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Závislosti a funkční vztahy Gradovaný řetězec úloh Téma: graf funkce, derivace funkce a její

Více

Téma: 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: "Grafická data jsou u 2D vektorové grafiky uložena ve voxelech." Téma: Vektorová grafika. Určete pravdivost následujícího tvrzení: "Na

Více

Text úlohy. Která barva nepatří do základních barev prostoru RGB? Vyberte jednu z nabízených možností: a. Černá b. Červená c. Modrá d.

Text 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

Více

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2.

Aproximace funkcí. x je systém m 1 jednoduchých, LN a dostatečně hladkých funkcí. x c m. g 1. g m. a 1. x a 2. x 2 a k. x k b 1. x b 2. Aproximace funkcí Aproximace je výpočet funkčních hodnot funkce z nějaké třídy funkcí, která je v určitém smyslu nejbližší funkci nebo datům, která chceme aproximovat. Třída funkcí, ze které volíme aproximace

Více

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Úvod do mobilní robotiky NAIL028

Úvod do mobilní robotiky NAIL028 md at robotika.cz http://robotika.cz/guide/umor08/cs 11. listopadu 2008 1 2 PID Sledování cesty Modely kolových vozidel (1/5) Diferenční řízení tank b Encoder Motor Centerpoint Motor Encoder Modely kolových

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Funkce tangens. cotgα = = Předpoklady: B a. A Tangens a cotangens jsou definovány v pravoúhlém trojúhelníku: a protilehlá b přilehlá

Funkce tangens. cotgα = = Předpoklady: B a. A Tangens a cotangens jsou definovány v pravoúhlém trojúhelníku: a protilehlá b přilehlá 4..4 Funkce tangens Předpoklady: 40 c B a A b C Tangens a cotangens jsou definovány v pravoúhlém trojúhelníku: a protilehlá tgα = = b přilehlá b přilehlá cotgα = = a protilehlá Pokud chceme definici pro

Více

SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7

SEMESTRÁLNÍ 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.

Více

Algoritmizace prostorových úloh

Algoritmizace 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

Více

Křivky a plochy technické praxe

Křivky a plochy technické praxe Kapitola 7 Křivky a plochy technické praxe V technické praxi se setkáváme s tím, že potřebujeme křivky a plochy, které se dají libovolně upravovat a zároveň je jejich matematické vyjádření jednoduché.

Více

Popis metod CLIDATA-GIS. Martin Stříž

Popis metod CLIDATA-GIS. Martin Stříž Popis metod CLIDATA-GIS Martin Stříž Říjen 2008 Obsah 1CLIDATA-SIMPLE...3 2CLIDATA-DEM...3 2.1Metodika výpočtu...3 2.1.1Výpočet regresních koeficientů...3 2.1.2 nalezených koeficientu...5 2.1.3Výpočet

Více

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování

SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování KATEDRA ANALYTICKÉ CHEMIE FAKULTY CHEMICKO TECHNOLOGICKÉ UNIVERSITA PARDUBICE - Licenční studium chemometrie LS96/1 SEMESTRÁLNÍ PRÁCE X. Aproximace křivek Numerické vyhlazování Praha, leden 1999 0 Úloha

Více

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od

KŘIVKY A PLOCHY. Obrázky (popř. slajdy) převzaty od KŘIVKY A PLOCHY JANA ŠTANCLOVÁ jana.stanclova@ruk.cuni.cz Obrázky (popř. slajdy) převzaty od RNDr. Josef Pelikán, CSc., KSVI MFF UK Obsah matematický popis křivek a ploch křivky v rovině implicitní tvar

Více

4.2.15 Funkce kotangens

4.2.15 Funkce kotangens 4..5 Funkce kotangens Předpoklady: 44 Pedagogická poznámka: Pokud nemáte čas, doporučuji nechat tuto hodinu studentům na domácí práci. Nedá se na tom nic zkazit a v budoucnu to není nikde příliš potřeba.

Více

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x.

1 LIMITA FUNKCE Definice funkce. Pravidlo f, které každému x z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné x. 1 LIMITA FUNKCE 1. 1 Definice funkce Pravidlo f, které každému z množiny D přiřazuje právě jedno y z množiny H se nazývá funkce proměnné. Píšeme y f ( ) Někdy používáme i jiná písmena argument (nezávisle

Více

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n

Matice. Modifikace matic eliminační metodou. α A = α a 2,1, α a 2,2,..., α a 2,n α a m,1, α a m,2,..., α a m,n [1] Základní pojmy [2] Matice mezi sebou sčítáme a násobíme konstantou (lineární prostor) měníme je na jiné matice eliminační metodou násobíme je mezi sebou... Matice je tabulka čísel s konečným počtem

Více

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika)

Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Eukleidovský prostor a KSS Eukleidovský prostor je bodový prostor, ve kterém je definována vzdálenost dvou bodů (metrika) Kartézská soustava souřadnic je dána počátkem O a uspořádanou trojicí bodů E x,

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Různé metody řešení Téma: Analytická geometrie v prostoru, vektory, přímky Autor:

Více

Interpolace, aproximace

Interpolace, aproximace 11 Interpolace, aproximace Metoda nejmenších čtverců 11.1 Interpolace Mějme body [x i,y i ], i =0, 1,...,n 1. Cílem interpolace je najít funkci f(x), jejíž graf prochází všemi těmito body, tj. f(x i )=y

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

Matematika 3. Úloha 1. Úloha 2. Úloha 3

Matematika 3. Úloha 1. Úloha 2. Úloha 3 Matematika 3 Úloha 1 Co lze říci o funkci imaginární část komplexního čísla která každému komplexnímu číslu q přiřazuje číslo Im(q)? a. Je to funkce mnohoznačná. b. Je to reálná funkce komplexní proměnné.

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

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru

Necht tedy máme přirozená čísla n, k pod pojmem systém lineárních rovnic rozumíme rovnice ve tvaru 2. Systémy lineárních rovnic V této kapitole se budeme zabývat soustavami lineárních rovnic s koeficienty z pole reálných případně komplexních čísel. Uvádíme podmínku pro existenci řešení systému lineárních

Více

Ukázka možností interpolace dat v softwaru Matlab

Ukázka možností interpolace dat v softwaru Matlab Ukázka možností interpolace dat v softwaru Matla Ing. Stanislav Olivík Anotace: V následujícím tetu ude čtenář seznámen s několika základními funkcemi softwaru Matla, pomocí nichž může interpolovat data

Více

Content Aware Image Resizing

Content Aware Image Resizing Content Aware Image Resizing (dle článku Shaie Avidana a Ariela Shamira) Václav Vlček (1. roč. NMgr., Teoretická informatika) 6.12.2007 1 O co jde? Změna rozměrů obrázku se zachováním významu Klasická

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

Více

Základy fuzzy řízení a regulace

Základy fuzzy řízení a regulace Ing. Ondřej Andrš Obsah Úvod do problematiky měkkého programování Základy fuzzy množin a lingvistické proměnné Fuzzyfikace Základní operace s fuzzy množinami Vyhodnocování rozhodovacích pravidel inferenční

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Kosmická geodézie 1/99 Výpočet zeměpisné šířky z měřených

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).

Více

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2

2D transformací. červen Odvození transformačního klíče vybraných 2D transformací Metody vyrovnání... 2 Výpočet transformačních koeficinetů vybraných 2D transformací Jan Ježek červen 2008 Obsah Odvození transformačního klíče vybraných 2D transformací 2 Meto vyrovnání 2 2 Obecné vyjádření lineárních 2D transformací

Více

Matematika I A ukázkový test 1 pro 2014/2015

Matematika I A ukázkový test 1 pro 2014/2015 Matematika I A ukázkový test 1 pro 2014/2015 1. Je dána soustava rovnic s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napište Frobeniovu větu (existence i počet řešení). b)

Více

ztrátová odstraňuje zbytečné informace z obrazu. Různé druhy ztrátových kompresních metod se liší podle druhu odstraněných zbytečných informací.

ztrátová odstraňuje zbytečné informace z obrazu. Různé druhy ztrátových kompresních metod se liší podle druhu odstraněných zbytečných informací. Základní rozdělení Obecně každá ztrátová kompresní metoda je založena na odstraňování nadbytečných dat. Rozdělení kompresních metod obrazu: neztrátová -např. hledá delší sekvence stejných prvků nebo statisticky

Více

Vyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 12.

Vyhledávání. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava. Prezentace ke dni 12. Vyhledávání doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 12. září 2016 Jiří Dvorský (VŠB TUO) Vyhledávání 201 / 344 Osnova přednášky

Více

CVIČNÝ TEST 2. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

CVIČNÝ TEST 2. OBSAH I. Cvičný test 2. Mgr. Václav Zemek. II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 CVIČNÝ TEST 2 Mgr. Václav Zemek OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 I. CVIČNÝ TEST 1 Od součtu libovolného čísla x a čísla 256 odečtěte číslo x zmenšené o 256.

Více

Vytyčení polohy bodu polární metodou

Vytyčení polohy bodu polární metodou Obsah Vytyčení polohy bodu polární metodou... 2 1 Vliv měření na přesnost souřadnic... 3 2 Vliv měření na polohovou a souřadnicovou směrodatnou odchylku... 4 3 Vliv podkladu na přesnost souřadnic... 5

Více

PROGRAM RP45. Vytyčení podrobných bodů pokrytí. Příručka uživatele. Revize 05. 05. 2014. Pragoprojekt a.s. 1986-2014

PROGRAM RP45. Vytyčení podrobných bodů pokrytí. Příručka uživatele. Revize 05. 05. 2014. Pragoprojekt a.s. 1986-2014 ROADPAC 14 RP45 PROGRAM RP45 Příručka uživatele Revize 05. 05. 2014 Pragoprojekt a.s. 1986-2014 PRAGOPROJEKT a.s., 147 54 Praha 4, K Ryšánce 16 RP45 1. Úvod. Program VÝŠKY A SOUŘADNICE PODROBNÝCH BODŮ

Více

Obecná rovnice kvadratické funkce : y = ax 2 + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených funkcí je množina reálných čísel.

Obecná rovnice kvadratické funkce : y = ax 2 + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených funkcí je množina reálných čísel. 5. Funkce 9. ročník 5. Funkce ZOPAKUJTE SI : 8. ROČNÍK KAPITOLA. Funkce. 5.. Kvadratická funkce Obecná rovnice kvadratické funkce : y = ax + bx + c Pokud není uvedeno jinak, tak definičním oborem řešených

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).

Více

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují

Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují Definice. Vektorový prostor V nad tělesem T je množina s operacemi + : V V V, tj. u, v V : u + v V : T V V, tj. ( u V )( a T ) : a u V které splňují 1. u + v = v + u, u, v V 2. (u + v) + w = u + (v + w),

Více

Cykly a pole 103. 104. 105. 106. 107. 108. 109. 110. 111. 112. 113. 114. 115. 116.

Cykly a pole 103. 104. 105. 106. 107. 108. 109. 110. 111. 112. 113. 114. 115. 116. Cykly a pole Tato část sbírky je tvořena dalšími úlohami na práci s cykly. Na rozdíl od předchozího oddílu se zde již v řešeních úloh objevuje více cyklů, ať už prováděných po sobě nebo vnořených do sebe.

Více

12 Metody snižování barevného prostoru

12 Metody snižování barevného prostoru 12 Metody snižování barevného prostoru Studijní cíl Tento blok je věnován základním metodám pro snižování barevného rozsahu pro rastrové obrázky. Postupně zde jsou vysvětleny důvody k použití těchto algoritmů

Více

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17

Mgr. Tomáš Kotler. I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 Mgr. Tomáš Kotler I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 15 IV. Záznamový list 17 1 bod 1 Určete průsečík P[x, y] grafů funkcí f: y = x + 2 a g: y = x 1 2, které jsou definovány na množině reálných

Více

Kartografické modelování. VIII Modelování vzdálenosti

Kartografické modelování. VIII Modelování vzdálenosti VIII Modelování vzdálenosti jaro 2015 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic Vzdálenostní funkce

Více

Čtvrtek 8. prosince. Pascal - opakování základů. Struktura programu:

Čtvrtek 8. prosince. Pascal - opakování základů. Struktura programu: Čtvrtek 8 prosince Pascal - opakování základů Struktura programu: 1 hlavička obsahuje název programu, použité programové jednotky (knihovny), definice konstant, deklarace proměnných, všechny použité procedury

Více

Matematika 1 pro PEF PaE

Matematika 1 pro PEF PaE Reálné funkce 1 / 21 Matematika 1 pro PEF PaE 1. Reálné funkce Přemysl Jedlička Katedra matematiky, TF ČZU funkce Reálné funkce Základní pojmy 2 / 21 Zobrazení z množiny A do množiny B je množina f uspořádaných

Více

VY_32_INOVACE_INF4_12. Počítačová grafika. Úvod

VY_32_INOVACE_INF4_12. Počítačová grafika. Úvod VY_32_INOVACE_INF4_12 Počítačová grafika Úvod Základní rozdělení grafických formátů Rastrová grafika (bitmapová) Vektorová grafika Základním prvkem je bod (pixel). Vhodná pro zpracování digitální fotografie.

Více

Rovnice 2 Vypracovala: Ing. Stanislava Kaděrková

Rovnice 2 Vypracovala: Ing. Stanislava Kaděrková Rovnice 2 Vypracovala: Ing. Stanislava Kaděrková Název školy Název a číslo projektu Název modulu Obchodní akademie a Střední odborné učiliště, Veselí nad Moravou Motivace žáků ke studiu technických předmětů

Více

Topografické mapování KMA/TOMA

Topografické mapování KMA/TOMA Topografické mapování KMA/TOMA ZÁPADOČESKÁ UNIVERZITA V PLZNI Fakulta aplikovaných věd - KMA oddělení geomatiky Ing. Martina Vichrová, Ph.D. vichrova@kma.zcu.cz Vytvoření materiálů bylo podpořeno prostředky

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

CVIČNÝ TEST 1. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 21 IV. Záznamový list 23

CVIČNÝ TEST 1. OBSAH I. Cvičný test 2. Mgr. Tomáš Kotler. II. Autorské řešení 6 III. Klíč 21 IV. Záznamový list 23 CVIČNÝ TEST 1 Mgr. Tomáš Kotler OBSAH I. Cvičný test 2 II. Autorské řešení 6 III. Klíč 21 IV. Záznamový list 23 I. CVIČNÝ TEST 1 Určete výraz V, který je největším společným dělitelem výrazů V 1 V 3 :

Více

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

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 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

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A1. Cvičení, zimní semestr. Samostatné výstupy. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A1 Cvičení, zimní semestr Samostatné výstupy Jan Šafařík Brno c 2003 Obsah 1. Výstup č.1 2 2. Výstup

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Aplikovaná numerická matematika

Aplikovaná numerická matematika Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních

Více

Rastrové digitální modely terénu

Rastrové digitální modely terénu Rastrové digitální modely terénu Rastr je tvořen maticí buněk (pixelů), které obsahují určitou informaci. Stejně, jako mohou touto informací být typ vegetace, poloha sídel nebo kvalita ovzduší, může každá

Více

I. 7. Diferenciál funkce a Taylorova věta

I. 7. Diferenciál funkce a Taylorova věta I. 7. Diferenciál funkce a Taylorova věta 343 I. 7. Diferenciál funkce a Taylorova věta Věta 26. Funkce f má v bodě x 0 diferenciál (je diferencovatelná v x 0 ) právě tehdy, když existuje vlastní derivace

Více

Základní poznatky o funkcích

Základní poznatky o funkcích Základní poznatk o funkcích Tajemství černé skříňk (Definice funkce, základní pojm) 0 c, d, g, h 0 a) ANO b) NE 0 D( f )={ 6} H( f )={ 7} 0 a) D( f )={ 0 } b) H( f )={ 8 9 0 } c) f ( 0)= f ( )=9 f ( )=

Více

Cvičné texty ke státní maturitě z matematiky

Cvičné texty ke státní maturitě z matematiky Cvičné texty ke státní maturitě z matematiky Pracovní listy s postupy řešení Brno 2010 RNDr. Rudolf Schwarz, CSc. Státní maturita z matematiky Obsah Obsah NIŽŠÍ úroveň obtížnosti 4 MAGZD10C0K01 říjen 2010..........................

Více

Fergusnova kubika, která je definována pomocí bodu P1, vektoru P1P2, bodu P3 a vektoru P3P4

Fergusnova kubika, která je definována pomocí bodu P1, vektoru P1P2, bodu P3 a vektoru P3P4 Která barva nepatří do základních barev prostoru RGB? a. Černá b. Zelená c. Modrá d. Červená Úloha 2 Jakým minimálním počtem bodů je jednoznačně určena interpolační křivka 5. řádu? a. 6 b. 3 c. 5 d. 7

Více

NÁHODNÝ VEKTOR. 4. cvičení

NÁHODNÝ VEKTOR. 4. cvičení NÁHODNÝ VEKTOR 4. cvičení Náhodný vektor Náhodným vektorem rozumíme sloupcový vektor X=(X, X,, X n ) složený z náhodných veličin X, X,, X n, který je charakterizován sdruženým rozdělením pravděpodobnosti.

Více

POČÍTAČOVÁ GRAFIKA - PGR 2012037 2014 2015 PROGRAM PŘEDNÁŠEK. Po 9:00-10:30, KN:A-214

POČÍTAČOVÁ GRAFIKA - PGR 2012037 2014 2015 PROGRAM PŘEDNÁŠEK. Po 9:00-10:30, KN:A-214 PROGRAM PŘEDNÁŠEK Po 9:00-10:30, KN:A-214 1P 16. 2. Křivky definice, analytické vyjádření. Bézierova křivka definice, vlastnosti, odvození Bernsteinových polynomů, de Castejlau algoritmus. 2P 23. 2. Spojitost

Více

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9.

Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Matematický kroužek pro nadané žáky ročník 9. Školní rok 2013/2014 Mgr. Lenka Mateová Kapitola Téma (Učivo) Znalosti a dovednosti (výstup)

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Plochy zadané okrajovými křivkami

Plochy zadané okrajovými křivkami Plochy zadané okrajovými křivkami Lineární plát plocha je určena dvěma okrajovými křivkami, pokud by pro tyto křivky byly intervaly, v nichž leží hodnoty parametru, různé, provedeme lineární transformaci

Více

Úloha - rozpoznávání číslic

Úloha - rozpoznávání číslic Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání

Více

Přehled matematického aparátu

Přehled matematického aparátu Přehled matematického aparátu Ekonomie je směsí historie, filozofie, etiky, psychologie, sociologie a dalších oborů je tak příslovečným tavicím kotlem ostatních společenských věd. Ekonomie však často staví

Více

kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická

kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická Odstranění geometrických zkreslení obrazu Vstupní obraz pro naše úlohy získáváme pomocí optické soustavy tvořené objektivem a kamerou. Dle optických parametrů objektivu mohou v získaném obraze nastat geometrická

Více

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2.

Kapitola 2. o a paprsek sil lze ztotožnit s osou x (obr.2.1). sil a velikost rovnou algebraickému součtu sil podle vztahu R = F i, (2. Kapitola 2 Přímková a rovinná soustava sil 2.1 Přímková soustava sil Soustava sil ležící ve společném paprsku se nazývá přímková soustava sil [2]. Působiště všech sil m i lze posunout do společného bodu

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Kosmická geodézie 4/003 Průběh geoidu z altimetrických měření

Více

Funkce základní pojmy a vlastnosti

Funkce základní pojmy a vlastnosti Funkce základní pojm a vlastnosti Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah Pojem funkce Vlastnosti funkcí Inverzní funkce 4 Základní elementární funkce Mocninné Eponenciální Logaritmické

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Základy fyzikální geodézie 3/19 Legendreovy přidružené funkce

Více

a a

a a 1.. Cíle V této kapitole se naučíme určovat zejména celočíselné kořeny některých polynomů. Výklad Při výpočtu hodnoty polynomu n k p( x) = ak x n-tého stupně n 1 v bodě x 0 C k = 0 musíme provést ( n 1)

Více

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice

Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory, lineární nezávislost, báze, dimenze a souřadnice Vektorové podprostory K množina reálných nebo komplexních čísel, U vektorový prostor nad K. Lineární kombinace vektorů u 1, u 2,...,u

Více

Rovinné přetvoření. Posunutí (translace) TEORIE K M2A+ULA

Rovinné 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

Více

Matematika (KMI/PMATE)

Matematika (KMI/PMATE) Matematika (KMI/PMATE) Přednáška druhá aneb Úvod do matematické analýzy Limita a spojitost funkce Matematika (KMI/PMATE) 1 / 30 Osnova přednášky lineární funkce y = kx + q definice lineární funkce význam

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

Počítačová grafika SZŠ A VOŠZ MERHAUTOVA 15, BRNO

Počítačová grafika SZŠ A VOŠZ MERHAUTOVA 15, BRNO Počítačová grafika SZŠ A VOŠZ MERHAUTOVA 15, BRNO 1 Základní dělení 3D grafika 2D grafika vektorová rastrová grafika 2/29 Vektorová grafika Jednotlivé objekty jsou tvořeny křivkami Využití: tvorba diagramů,

Více

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM CÍLE KAPITOLY Využívat pokročilé možnosti formátování, jako je podmíněné formátování, používat vlastní formát čísel a umět pracovat s listy. Používat

Více

Matematika I (KMI/PMATE)

Matematika I (KMI/PMATE) Přednáška první aneb Úvod do matematické analýzy Funkce a její vlastnosti Úvod do matematické analýzy Osnova přednášky pojem funkce definice funkce graf funkce definiční obor funkce obor hodnot funkce

Více

OBECNÉ METODY VYROVNÁNÍ

OBECNÉ METODY VYROVNÁNÍ OBECNÉ METODY VYROVNÁNÍ HYNČICOVÁ TEREZA, H2IGE1 2014 ÚVOD Z DŮVODU VYLOUČENÍ HRUBÝCH CHYB A ZVÝŠENÍ PŘESNOSTI NIKDY NEMĚŘÍME DANOU VELIČINU POUZE JEDNOU VÝSLEDKEM OPAKOVANÉHO MĚŘENÍ NĚKTERÉ VELIČINY JE

Více

Asymptoty funkce. 5,8 5,98 5,998 5,9998 nelze 6,0002 6,002 6,02 6, nelze

Asymptoty funkce. 5,8 5,98 5,998 5,9998 nelze 6,0002 6,002 6,02 6, nelze Asymptoty funkce 1 Asymptota bez směrnice 6 Máme dvě funkce f 1 : y a 3 f : y 3 Člověk nemusí být matematický génius, aby pochopil, že do předpisu obou funkcí lze dosadit za libovolné reálné číslo kromě

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

Obecná úloha lineárního programování

Obecná úloha lineárního programování Obecná úloha lineárního programování Úloha Maximalizovat hodnotu c T x (tzv. účelová funkce) za podmínek Ax b (tzv. omezující podmínky) kde A je daná reálná matice typu m n a c R n, b R m jsou dané reálné

Více

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM 1. Historie a vývoj VT. Dnešní parametry PC. Von Neumannovo schéma. a. historie a vznik počítačů b. využití počítačů

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu úloha/zadání název úlohy Kosmická geodézie 5/ Určování astronomických zeměpisných

Více

Monochromatické zobrazování

Monochromatické zobrazování Monochromatické zobrazování 1995-2015 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Mono 2015 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 27 Vnímání šedých odstínů

Více