Komprese obrazu. Úvod. Rozdělení metod komprese obrazů. Verze: 1.5, ze dne: 1. června Václav Hlaváč a Tomáš Svoboda
|
|
- Emil Janda
- před 6 lety
- Počet zobrazení:
Transkript
1 Komprese obrazu Verze:., ze dne:. června 6 Václav Hlaváč a Tomáš Svoboda Czech Technical University, Faculty of Electrical Engineering Center for Machine Perception, Prague, Czech Republic svoboda@cmp.felk.cvut.cz Úvod Cíl spočívá v redukci množství dat potřebných k reprezentaci obrazu. Spotřebované množství paměti se měří například v bitech. Použití pro přenos a uchování dat. Proč se liší komprese obrazů od komprese D dat? /74 Rozdělení metod komprese obrazů. Segmentace objektů v obraze. /74 Je potřebná interpretace obrazu. Metody jsou závislé na datech. Dosahuje se nejvyšších kompresních poměrů. Není možná zpětná rekonstrukce výchozího obrazu.. Odstranění redundandní informace. Data se neinterpretují. Lze použít na libovolná obrazová data. Využívá se statistických závislostí v obraze (sekvenci obrazů).
2 Kódování segmentovaných dat () Kódování hranic oblastí 4/74 Polygonální aproximace hranice Kódování segmentovaných dat () Kódování hranic oblastí /74 Řetězový (též Freemanův) kód, 4-okolí Řetězový kód:,,,,,,,,,,,. Derivace kódu:,,,,,,,,,,,. Kódování segmentovaných dat () Kódování hranic oblastí 6/74 Řetězový (též Freemanův) kód, 8-okolí Kód:
3 Kódování oblastí Kódování segmentovaných dat (4) 7/74 Kódování úseky řádků (angl. Run Length Encoding, RLE) Kódem je seznam seznamů. Každý seznam popisuje situaci v jednom řádku. Používá FAX (CCITT Group ). ((44)(4)()) Komprese a rekonstrukce obrazu 8/74 Original image Data redundancy reduction Coding Transmission, Archiving Reconstructed image Reconstruction Decoding Odstranění redundantní informace Dvě velké třídy používaných postupů: 9/74. Bezeztrátové metody. Umožňují úplnou rekonstrukci výchozího signálu.. Ztrátové metody. Umožňují pouze částečnou rekonstrukci výchozího signálu.
4 Informační hodnota intensity Nechť obraz má G jasových úrovní, k =... G s pravděpodobnostmi výskytu P (k). Shannonova informační hodnota každé intenzity je h(k) log P (k) [bit] /74 Příklad: Obraz o rozměrech 6 pixelů. V něm je pouze pixel s intenzitou 8, tedy P (8) = /6. Náhodně vyberu pixel a jeho jas je právě 8. Získal jsem h(8) = log ( /6 ) = 6 bitů informace. Informace znamená v tomto případě znalost o pozici náhodně vybraného pixelu. Pamatujete ještě na hru lodě? Informační hodnota obrázku Entropie Obraz je soubor pixelů. Entropie měří průměrnou informační hodnotu: /74 G H = P (k)h(k) k= Po dosazení a úpravě G H = P (k) log P (k) k= G H = P (k) log P (k) k= Odhad entropie z histogramu obrazu Nechť #(k), k b a M, N jsou rozměry obrazu. /74 Odhad pravděpodobnosti ˆP (k) = #(k) M N Odhad entropie b Ĥ = k ˆP (k) log ˆP (k) [bitů] Poznámka: odhad entropie je příliš optimistický, protože mezi jasy obrazu existují závislosti.
5 Příklad obrazu a jeho entropie () /74 Entropy H=8. Entropy H= Rovnoměrné zastoupení jasů. Může mít obrázek s 6 stupni šedi vyšší entropii než 8? Příklad obrazu a jeho entropie () 4/74 Entropy H=6.94 Entropy H= Příklad obrazu a jeho entropie () /74 Entropy H=6. Entropy H=
6 Příklad obrazu a jeho entropie (4) 6/74 x 4 Entropy H=4.7 4 Entropy H= Příklad obrazu a jeho entropie () 7/74 Entropy H=.66 x 4 7 Entropy H= Příklad obrazu a jeho entropie (6) 8/74 Entropy H=.9 x 4 Entropy H=.9 6 4
7 Entropy H=6. Entropy H=4.7 Entropy H=.66 Entropy H=.9 Entropie v obrazech 9/74 Entropy H=8. Entropy H=6.94 Který obrázek půjde lépe zkomprimovat a proč? Nechť b je nejmenší počet bitů, kterým lze reprezentovat počet kvantizačních úrovní (jasů). Informační redundance r = b H. Intensitám s menší četností se přiřadí kód s menší délkou než častějším intensitám. Výborné čtení o entropii a kódování [], kapitoly,4,,6. Postupy odstraňování redundace v datech Pomocí lineárních integrálních transformací obrazu, např. Fourierou transformací. /74 Prediktivní komprese. Hybridní metody. Kódování Obvykle optimální kódování, tj. nejkratším kódem. Kódy pevné délky (Huffmanovo kódování) nebo kódy proměnné délky (aritmetické kódování). Použití DCT /74 Princip Rozděl obraz na n n nepřekrývající se okna. Na každé okno aplikuj DCT. Dělej něco s koeficienty,... DCT tranformuje jasový obrázek na lineární kombinaci bázových obrazů. Bázové obrazy pro okna 8 8. Proč? Podívejme se na hodnoty koeficientů...
8 DCT coefficients /74 original image log(abs(dctcoefs)); blocksize [4 4] 6 4 DCT coefficients /74 original image log(abs(dctcoefs)); blocksize [8 8] DCT coefficients 4/74 original image log(abs(dctcoefs)); blocksize [6 6] 7 6 4
9 DCT coefficients /74 original image log(abs(dctcoefs)); blocksize [ ] JPEG () obraz a jeho DCT 6/74 Original image log(abs(dctcoeff)+) JPEG () vyberme okno 7/74 Original image log(abs(dctcoeff)+)
10 JPEG () posun intensit I 8 8/74 Original image window intensities shifted JPEG (4) kvantizace DCT koeficientů 9/74 DCT coefficients Quantized DCT 97 zero components (from 4) round(dct./quantlevel) mnoho koeficientů nulových Účinná bezeztrátová komprese kvantizovaných koeficientů. JPEG () kvantizace DCT koeficientů /74 DCT coefficients compute the dct coefficients from the quantized data originální koeficienty po kvantizaci
11 JPEG (6) DCT intensity /74 idct applied to the quantized data get back the intensities IDCT aplikovávana na kvantizované koeficienty Posun pro získání intensit I + 8 JPEG (7) Aplikujeme na celý obrázek /74 Original image crude version of the JPEG [,] window Původní obrázek Komprimovaná verze JPEG (8) Méně agresivní komprese Přibližně polovina DCT koeficientů nulových /74 Original image crude version of the JPEG [,] window Původní obrázek Komprimovaná verze
12 JPEG (9) Vliv velikosti okna 4/74 crude version of the JPEG [8,8] window crude version of the JPEG [6,6] window okna 8 8 okna 6 6 TŘI DEFINICE KOMPRESNÍHO POMĚRU Kompresní poměr počítaný /74. Na základě redundance K = b Ĥ. Na základě úspory paměti κ = délka zprávy po kompresi délka zprávy před kompresí. Na základě úspory paměti (v doplňkovém tvaru) κ JPEG foto, quality parameter 9 6/74
13 JPEG foto, quality parameter 7 7/74 JPEG foto, quality parameter 8/74 JPEG foto, quality parameter 9/74
14 JPEG foto, quality parameter 4/74 JPEG foto sum of abs differences, quality 9 4/74 Quality 9, file size Quality parameter Rozdílový obrázek JPEG foto 4/74 sum of abs differences, quality Quality, file size Quality parameter Rozdílový obrázek
15 JPEG foto 4/74 sum of abs differences, quality Quality, file size Quality parameter Rozdílový obrázek JPEG foto, velikosti souborů 44/74 4 jpg file sizes png file size File size [kb] Quality paremeter JPEG graf, quality parameter 9 4/74
16 JPEG graf, quality parameter 7 46/74 JPEG graf, quality parameter 47/74 JPEG graf, quality parameter 48/74
17 JPEG graf, quality parameter 49/74 JPEG graf /74 Quality 9, file size 699 sum of abs differences, quality 9 4 Quality parameter Rozdílový obrázek JPEG graf /74 Quality, file size 476 sum of abs differences, quality 4 Quality parameter Rozdílový obrázek
18 JPEG graf /74 Quality, file size 776 sum of abs differences, quality 4 Quality parameter Rozdílový obrázek JPEG graf, velikosti souborů /74 jpg file sizes png file size File size [kb] Quality paremeter PREDIKTIVNÍ KOMPRESE MYŠLENKA Najít matematický model, který dokáže predikovat na základě předchozích hodnot další hodnotu. 4/74 Přenášet pouze rozdíl mezi skutečnou a predikovanou hodnotou. Ke kompresi dochází, protože rozdílová data mají menší statistickou variaci (např. rozptyl) než původní data. f(i,j) + - Quantizer d(i,j) d(i,j) + + f(i,j) Predictor + Predictor (a) + (b)
19 Prediktivní komprese jednoduchý příklad () Lineární prediktor prvního řádu ˆf(i, j) = a f(i, j) /74 Rozdíl (chyba prediktoru) d(i, j) = ˆf(i, j) f(i, j) Hledáme takové a, které minimalizuje (např.) součet kvadratických chyb a = argmin a (af(i, j) f(i, j)) a = ( ) af(i, j) f(i, j) f(i, j) = a = f(i, j)f(i, j) f(i, j) Prediktivní komprese jednoduchý příklad () Malá odbočka k matematice 6/74 a = f(i, j)f(i, j) f(i, j) pokud je f(i, j) stacionární (stačí slabá, aby se neměnily. a. momenty v čase) a má nulovou střední hodnotu, pak kde R je autokorelační funkce. a = R() Prediktivní komprese obraz 7/74 original image, entropy=7.66 Původní obraz, entropie a =.98
20 Prediktivní komprese chyby predikce 8/74 differences between predicted and actual image, entropy= Prediktivní komprese porovnání hitogramů 9/74 7 histogram of the original image 7 x 4 histogram of the errors Histogram obrázku Histogram chyb predikce Pravděpodobně půjde tedy rozdílový obrázek dobře komprimovat. Prediktivní komprese kvantizace chyb predikce 6/74 7 x 4 histogram of the errors 6 4 Histogram chyb predikce x histogram of the errors quantized Histogram kvantovaných chyb predikce
21 Prediktivní komprese Přenos dat quantized differences, entropy=.4, compratio= / Data k přenosu: I(, ), střední hodnota jasu a obrázek kvantovaných chyb predikce. Prediktivní komprese Výsledek 6/74 reconstructed image, amount of transmitted data.4 Rekonstruovaný obraz. Přenesená data.4 původních. Prediktivní komprese hrubá kvantizace chyb 6/74 reconstructed image, amount of transmitted data. Rekonstruovaný obraz. Přenesená data. původních. Kvalita není příliš uspokojivá, Proč?
22 Prediktivní komprese analýza problému velmi jednoduchý predikční model 64/74 naivní kvantizace z původní obrázku přenášíme pouze hodnoty Příklad částečného řešení přeneseme ještě navíc každou desátou instensitu fixujeme tak drift chyby Hrubá kvantizace + desetina intensit 6/74 reconstructed image, amount of transmitted data. Rekonstruovaný obraz. Přenesená data. původních. Prediktivní komprese kontrolní otázka () 66/74 original image, entropy=8. histogram of the original image a jeho histogram Bílý šum
23 Prediktivní komprese kontrolní otázka () Lineární prediktor prvního řádu ˆf(i, j) = a f(i, j) 67/74 Rozdíl (chyba prediktoru) d(i, j) = ˆf(i, j) f(i, j) Hledáme takové a, které minimalizuje (např.) součet kvadratických chyb a = argmin a (af(i, j) f(i, j)) Otázka: Jaká bude asi hodnota a pro obrázek bílého šumu? a DIGITÁLNÍ PULSNĚ KÓDOVÁ MODULACE () Mějme obraz f(i, j), odhad jeho statistických vlastností pomocí autokorelační funkce R(k, l) = E{f(i, j)f(i k, j l)} 68/74 Hledáme matematický model prediktoru ˆf(i, j) Rozdíl d(i, j) = ˆf(i, j) f(i, j) Předpokládejme např. lineární prediktor. řádu ˆf(i, j) = a f(i, j ) + a f(i, j ) + a f(i, j), kde a, a, a jsou parametry prediktivního modelu. DIGITÁLNÍ PULSNĚ KÓDOVÁ MODULACE () Jak se odhadnou parametry prediktivního modelu a, a, a? 69/74 Vyřešením statistické optimalizační úlohy. Předpokládá se stacionární náhodný proces f a nulová střední hodnota. e = E{[ ˆf(i, j) f(i, j)] } a R(, ) + a R(, ) + a R(, ) = R(, ) a R(, ) + a R(, ) + a R(, ) = R(, ) a R(, ) + a R(, ) + a R(, ) = R(, ) kde R(m, n) je autokorelační funkce. Zaveďme K = b/h, kde b je bitová hloubka a H je entropie dat k přenosu.
24 DPCM PŘÍKLAD, K =.8 7/74 Po rekonstrukci K =.8. Rozdílový snímek. DPCM PŘÍKLAD, K = 6. 7/74 Po rekonstrukci K = 6.. Rozdílový snímek. bezeztrátová komprese Formát obrázku PNG 7/74 kombinace deflace (kódování) a prediktivní komprese mnohem lepší než GIF typicky lepší kompresní poměr ruzné bitové hloubky (GIF pouze 8 bitové paletové) lepší podopra průhlednosti
25 Komprimované shrnutí aneb Buyer s guide JPG (JPEG) vhodný pro: 7/74 fotografie PNG pro: obrázky textu (naskenované) grafy cartoons též snímky obrazovky (snapshots) obecně CGI (Computer Generated Images)... pokud ovšem nelze použít vektorové formáty (EPS,PDF,... ) References 74/74 [] David J.C. MacKay. Information Theory, Inference, and Learning Algorithms. Cambridge University Press, fourth printing edition,. Available also on-line
Komprese obrazu. Verze: 1.5, ze dne: 1. června Václav Hlaváč a Tomáš Svoboda
Komprese obrazu Verze: 1.5, ze dne: 1. června 2006 Václav Hlaváč a Tomáš Svoboda Czech Technical University, Faculty of Electrical Engineering Center for Machine Perception, Prague, Czech Republic svoboda@cmp.felk.cvut.cz
VíceKOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.
1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:
VíceKOMPRESE OBRAZŮ. Václav Hlaváč, Jan Kybic. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání.
1/25 KOMPRESE OBRAZŮ Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD
VíceKomprese obrazů. Václav Hlaváč. České vysoké učení technické v Praze
Komprese obrazů Václav Hlaváč České vysoké učení technické v Praze Český institut informatiky, robotiky a kybernetiky 166 36 Praha 6, Jugoslávských partyzánů 1580/3 http://people.ciirc.cvut.cz/hlavac,
VíceKompresní metody první generace
Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese
Více1. 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
VíceInformační systémy ve zdravotnictví
Informační systémy ve zdravotnictví ZS 2008/2009 Zoltán Szabó Tel.: (+420) 312 608 207 E-mail: szabo@fbmi.cvut.cz č.dv.: 504, 5.p Dnešní přednáška Kódování, komprese 2 1 Komprese dat Cíl komprese: redukovat
VíceKompresní algoritmy grafiky. Jan Janoušek F11125
Kompresní algoritmy grafiky Jan Janoušek F11125 K čemu je komprese dobrá? Pokud je třeba skladovat datově náročné soubory. Např. pro záznam obrazu, hudby a hlavně videa je třeba skladovat překvapivě mnoho
VíceIII/ 2 Inovace a zkvalitnění výuky prostřednictvím ICT
Metodický list k didaktickému materiálu Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět
Více1. 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.
VíceRastrové grafické formáty. Václav Krajíček KSVI MFF UK, 2007
Rastrové grafické formáty Václav Krajíček KSVI MFF UK, 2007 Grafické formáty Velké množství Mnoho různých požadavků na uložená data neobrazová data Nativní formáty Například: PSP (Photoshop), XFC (Gimp)
VíceObraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R
Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Diskrétní obraz f d : (Ω {0... n 1 } {0... n 2 }) {0... f max } Obraz matematický objekt
VíceZákladní 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
VíceKosinová transformace 36ACS
Kosinová transformace 36ACS 10. listopadu 2006 Martin BruXy Bruchanov bruxy@regnet.cz Uplatnění diskrétní kosinové transformace Úkolem transformačního kódování je převést hodnoty vzájemně závislých vzorků
VíceKompresní techniky. David Bařina. 15. února David Bařina Kompresní techniky 15. února / 37
Kompresní techniky David Bařina 15. února 2013 David Bařina Kompresní techniky 15. února 2013 1 / 37 Obsah 1 Pojmy 2 Jednoduché techniky 3 Entropická kódování 4 Slovníkové metody 5 Závěr David Bařina Kompresní
VíceBPC2E_C09 Model komunikačního systému v Matlabu
BPCE_C9 Model komunikačního systému v Matlabu Cílem cvičení je vyzkoušet si sestavit skripty v Matlabu pro model jednoduchého komunikačního systému pro přenos obrázků. Úloha A. Sestavte model komunikačního
VíceKomprese 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
VíceŠkola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
VíceMultimediální systémy. 03 Počítačová 2d grafika
Multimediální systémy 03 Počítačová 2d grafika Michal Kačmařík Institut geoinformatiky, VŠB-TUO Osnova přednášky Rastrová počítačová grafika Metody komprese obrazu Rastrové formáty Vektorová grafika Křivky
VíceZPRACOVÁNÍ 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,
VíceTeorie informace: řešené příklady 2014 Tomáš Kroupa
Teorie informace: řešené příklady 04 Tomáš Kroupa Kolik otázek je třeba v průměru položit, abychom se dozvěděli datum narození člověka (den v roce), pokud odpovědi jsou pouze ano/ne a tázaný odpovídá pravdivě?
VíceKomprese videa Praha 2010 Účel komprese Snížení zátěže přenosového média Zmenšení objemu dat pro uložení Metody komprese obrazu Redundance Irelevance Redundantní složka část informace, po jejíž odstranění
VíceKomprese obrazu. Multimedia Technology Group, K13137, FEE CTU 0
Komprese obrazu Multimedia Technology Group, K337, FEE CTU 0 Komprese obrazu Kódování : zdrojové vlastnosti obrazu kanálové vlastnosti přenosového kanálu kodek komprese a dekomprese still picture (statický
VíceDatové formáty videa a jejich využití. Tomáš Kvapil, Filip Le Manažerská informatika Multimédia
Datové formáty videa a jejich využití Tomáš Kvapil, Filip Le Manažerská informatika Multimédia 8.12.2016 Obsah Vlastnosti videa Kontejnery Kodeky Vlastnosti videa Snímková frekvence Datový tok Prokládání
VíceTechnická kybernetika. Obsah. Principy zobrazení, sběru a uchování dat. Měřicí řetězec. Principy zobrazení, sběru a uchování dat
Akademický rok 2016/2017 Připravil: Radim Farana Technická kybernetika Principy zobrazení, sběru a uchování dat 2 Obsah Principy zobrazení, sběru a uchování dat strana 3 Snímač Měřicí řetězec Měřicí obvod
VíceCAD II přednáška č. 5. Grafické formáty PCX GIF TIFF BMP
PCX GIF TIFF BMP PCX vyvinuto firmou ZSoft bezztrátová komprese každý obrázek obsahuje 128 bitovou hlavičku,následují komprimovaná data nabízítři druhy komprimace podle počtu barev (16-barev, 256-barev
VíceRegistrační číslo projektu: CZ.1.07/1.5.00/34.0553 Elektronická podpora zkvalitnění výuky CZ.1.07 Vzděláním pro konkurenceschopnost
Registrační číslo projektu: CZ.1.07/1.5.00/34.0553 Elektronická podpora zkvalitnění výuky CZ.1.07 Vzděláním pro konkurenceschopnost Projekt je realizován v rámci Operačního programu Vzdělávání pro konkurence
VíceSamoopravné kódy. Katedra matematiky a Institut teoretické informatiky Západočeská univerzita
Katedra matematiky a Institut teoretické informatiky Západočeská univerzita Seminář pro učitele středních a vysokých škol, Plzeň, 30. března 2012 jsou všude Některé oblasti využití: CD přehrávače mobilní
VíceInformatika Kódování. Obsah. Kód. Radim Farana Podklady předmětu Informatika pro akademický rok 2007/2008
Informatika Kódování Radim Farana Podklady předmětu Informatika pro akademický rok 27/28 Obsah Základy pojmy diskrétních kódů. Druhy kódů. Nejkratší kódy. Detekce chyb, Hammingova vdálenost. Kontrolní
VíceRastrový obraz, grafické formáty
Rastrový obraz, grafické formáty 1995-2010 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ RasterFormats Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 35 Snímání
VíceJasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
VíceKonverze grafických rastrových formátů
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ OBOR GEODÉZIE A KARTOGRAFIE KATEDRA MAPOVÁNÍ A KARTOGRAFIE Konverze grafických rastrových formátů semestrální práce Jakub Hořejší Ondřej Šalanda V
VíceKomprese dat. Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI. přednášky
Komprese dat Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Statistické metody Jan Outrata (Univerzita Palackého v Olomouci) Komprese dat Olomouc, únor březen 2016 1 / 23 Tunstallův
VíceKódování obrazu podle standardu MPEG 2
Laboratorní úloha z předmětu Televize Kódování obrazu podle standardu MPEG 2 (návod ke cvičení) Cílem tohoto experimentu je praktické seznámení s jednotlivými procesy, které jsou součástí zdrojového kódování
VíceZÁPADOČESKÁ UNIVERZITA V PLZNI
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA PEDAGOGICKÁ KATEDRA VÝPOČETNÍ A DIDAKTICKÉ TECHNIKY KOMPONENTY PRO VÝUKOVÝ ELEKTRONICKÝ MATERIÁL - KOMPRESE V OBLASTI POČÍTAČŮ BAKALÁŘSKÁ PRÁCE Lukáš Smutný Přírodovědná
VícePočítačová grafika a vizualizace I
Počítačová grafika a vizualizace I KOMPRESE, GRAFICKÉ FORMÁTY Mgr. David Frýbert david.frybert@gmail.com OSNOVA Barva pro TV Datový tok Bitmapové formáty (JPEG, TIFF, PNG, PPM, ) Formáty videa MPEG-1,2,4,7,21
VíceOdpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika.
Lineární kódy, část 2 Odpřednesenou látku naleznete v kapitole 3.3 skript Diskrétní matematika. Jiří Velebil: A7B01LAG 22.12.2014: Lineární kódy, část 2 1/12 Dnešní přednáška 1 Analýza Hammingova (7, 4)-kódu.
VíceKomprese dat (Komprimace dat)
Komprese dat (Komprimace dat) Př.: zakódovat slovo ARARAUNA K K 2 četnost absolutní relativní A 4,5 N,25 R 2,25 U,25 kód K : kód K 2 :... 6 bitů... 4 bitů prefixový kód: žádné kódové slovo není prefixem
VíceDigitální magnetický záznam obrazového signálu
Digitální magnetický záznam obrazového signálu Ing. Tomáš Kratochvíl Současná televizní technika a videotechnika kurz U3V Program semináře a cvičení Digitální videosignál úvod a specifikace. Komprese obrazu
VíceDigitální učební materiál
Střední hotelová škola, s.r.o. Floriánské náměstí 350, 272 01 Kladno Digitální učební materiál Číslo projektu Název projektu Název školy Předmět Tematický okruh Téma CZ.1.07/1.5.00/34.0112 Moderní škola
Více25. 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
Víceaneb jak se to tam všechno vejde?
768 576 KOMPRIMACE aneb jak se to tam všechno vejde? Položme si hned na začátku zdánlivě nepodstatnou otázku: Kolik místa zabere dvouhodinový film na CD nebo DVD? Uvažujme následující příklad: rozlišení
VíceVýsledky experimentů předmětu Komprese dat
Výsledky experimentů předmětu Komprese dat Téma: Cvičení 7 - Komprese obrazových souborů VŠB-TU Ostrava: Fakulta Elektrotechniky a informatiky březen 2011 Martin Dočkal doc068 dockal.martin@gmail.com Martin
Více1 Komprese obrazových signálů
1 Komprese obrazových signálů Proč je potřeba data komprimovat? Odpověď je jednoduchá, zmenšení objemu dat a tím úspora potřebné paměti pro jejich uchování nebo kapacity přenosového kanálu. V případě obrazového
VíceRastrová grafika. body uspořádané do pravidelné matice
J. Vrzal, 1.0 Rastrová grafika body uspořádané do pravidelné matice rastr pixelů (ppi, Pixel Per Inch) monitor 90 ppi rastr tiskových bodů (dpi, Dot Per Inch) kvalitní tisk 300 dpi 2 Rastrová grafika 3
Více1. 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
VíceMULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY. 8. Uložení a komprese statického bitmapového obrazu
MULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY 8. Uložení a komprese statického bitmapového obrazu Petr Lobaz, 3. 4. 218 BITMAPOVÝ OBRAZ PŮVOD OBRAZOVÝCH DAT (kreslicí) software data typicky připravena k přímé
VíceWebové stránky. 16. Obrázky na webových stránkách, optimalizace GIF. Datum vytvoření: 12. 1. 2013. str ánk y. Vytvořil: Petr Lerch. www.isspolygr.
Webové stránky 16. Vytvořil: Petr Lerch www.isspolygr.cz Datum vytvoření: 12. 1. 2013 Webové Strana: 1/6 Škola Ročník Název projektu Číslo projektu Číslo a název šablony Autor Tématická oblast Název DUM
VíceÚloha - 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
VíceOdhad parametrů N(µ, σ 2 )
Odhad parametrů N(µ, σ 2 ) Mějme statistický soubor x 1, x 2,, x n modelovaný jako realizaci náhodného výběru z normálního rozdělení N(µ, σ 2 ) s neznámými parametry µ a σ. Jaký je maximální věrohodný
VíceJan Kaiser xkaiserj@feld.cvut.cz. ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky Technická 2, 166 27 Praha 6
KOLORIMETRICKÉ ZKRESLENÍ ZPŮSOBENÉ NOVÝMI ZOBRAZOVACÍMI SYSTÉMY, ASPEKTY MODERNÍCH OBRAZOVÝCH KOMPRESNÍCH METOD Jan Kaiser xkaiserj@feld.cvut.cz ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky
VíceAdobe Photoshop 18. Ukládání dokumentu formáty
Adobe Photoshop 18. Ukládání dokumentu formáty www.isspolygr.cz Vytvořila: Bc. Blažena Kondelíková Vytvořila dne: 20. 11. 2012 Strana: 1/5 Škola Ročník 4. ročník (SOŠ, SOU) Název projektu Interaktivní
VíceAlgoritmy komprese dat
Algoritmy komprese dat Úvod do teorie informace Claude Shannon (1916 2001) 5.11.2014 NSWI072-7 Teorie informace Informace Co je to informace? Můžeme informaci měřit? Existují teoretické meze pro délku
VíceModerní multimediální elektronika (U3V)
Moderní multimediální elektronika (U3V) Prezentace č. 13 Moderní kompresní formáty pro přenosné digitální audio Ing. Tomáš Kratochvíl, Ph.D. Ústav radioelektroniky, FEKT VUT v Brně Program prezentace Princip
VíceVYUŽITÍ POČÍTAČOVÉ GRAFIKY
POČÍTAČOVÁ GRAFIKA VYUŽITÍ POČÍTAČOVÉ GRAFIKY ÚPRAVA FOTOGRAFIÍ NAFOCENÉ FOTOGRAFIE Z DIGITÁLNÍHO FOTOAPARÁTU MŮŽEME NEJEN PROHLÍŽET, ALE TAKÉ UPRAVOVAT JAS KONTRAST BAREVNOST OŘÍZNUTÍ ODSTRANĚNÍ ČERVENÝCH
VíceSemestrální práce z předmětu KIV/MHS. Komprese statického obrazu pomocí MDCT
Semestrální práce z předmětu KIV/MHS Komprese statického obrazu pomocí MDCT Havel Kotál (A07624) Srpen 2013 Obsah 1 Úvod... 2 2 Nástin problematiky ztrátové komprese obrazu... 3 2.1 Podvzorkování sytosti
VíceOdpřednesenou látku naleznete v dodatku A skript Abstraktní a konkrétní lineární algebra.
Perfektní lineární kódy Odpřednesenou látku naleznete v dodatku A skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: B6B01LAG 18.5.2016: Perfektní lineární kódy 1/18 Minulé přednášky 1 Detekce
VícePočítačová grafika. OBSAH Grafické formy: Vektorová grafika Bitmapová (rastrová grafika) Barevné modely
Počítačová grafika OBSAH Grafické formy: Vektorová grafika Bitmapová (rastrová grafika) Barevné modely Vektorová grafika Vektorová grafika Příklad vektorové grafiky Zpět na Obsah Vektorová grafika Vektorový
VíceMatematika IV 10. týden Kódování
Matematika IV 10. týden Kódování Jan Slovák Masarykova univerzita Fakulta informatiky 22. 26. 4. 2013 Obsah přednášky 1 (n, k) kódy 2 Polynomiální kódy 3 Lineární kódy Kde je dobré číst? připravovaná učebnice
VíceLineární algebra nad obecným Z m, lineární kódy
Lineární algebra nad obecným Z m, lineární kódy Jiří Velebil: X01DML 19. listopadu 2010: Lineární algebra a kódy 1/19 Minule: soustavy lineárních rovnic nad Z p, p prvočíslo, stejně jako nad R. Dále nad
VíceKOMPRIMACE. aneb Aby to zabralo méně místa
KOMPRIMACE aneb Aby to zabralo méně místa Komprimace nebo také komprese je jednoduše řečeno sbalení či spakování dat na mnohem menší velikost. Ve skutečnosti se jedná o vypuštění nadbytečné informace takovým
VíceÚvod do teorie informace
PEF MZLU v Brně 24. září 2007 Úvod Výměna informací s okolím nám umožňuje udržovat vlastní existenci. Proces zpracování informací je trvalý, nepřetržitý, ale ovlivnitelný. Zabezpečení informací je spojeno
VíceGrafika 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
VíceNestranný odhad Statistické vyhodnocování exp. dat M. Čada
Nestranný odhad 1 Parametr θ Máme statistický (výběrový) soubor, který je realizací náhodného výběru 1, 2, 3,, n z pravděpodobnostní distribuce, která je kompletně stanovena jedním nebo více parametry
VíceKomprese DNA pomocí víceproudé komprese a predikce báz. Jan Jelínek, Radek Miček
Komprese DNA pomocí víceproudé komprese a predikce báz Jan Jelínek, Radek Miček Víceproudá komprese angl. Multistream compression (MSC) statistická metoda autoři: Kochánek, Lánský, Uzel, Žemlička lze použít
VícePočítačová 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,
VíceRastrový obraz Barevný prostor a paleta Zmenšení barevného prostoru Základní rastrové formáty
Přednáška Rastrový obraz Barevný prostor a paleta Zmenšení barevného prostoru Základní rastrové formáty etody zmenšení barevného prostoru. Cíl: snížení počtu barev etody: rozptylování, půltónování, prahování,
VíceFAKULTA INFORMAČNÍCH TECHNOLOGIÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
VíceFormáty obrazu. David Bařina. 22. března David Bařina Formáty obrazu 22. března / 49
Formáty obrazu David Bařina 22. března 2013 David Bařina Formáty obrazu 22. března 2013 1 / 49 Obsah 1 Pojmy 2 Nekomprimované formáty 3 Bezeztrátové formáty 4 Ztrátové formáty David Bařina Formáty obrazu
VíceGrafické formáty. Grafické formáty. Komprese rastrového obrazu. Proč je tolik formátů pro uložení obrázků?
Grafické formáty poznámky k 5 přednášce Zpracování obrazů Martina Mudrová 00 Grafické formáty Proč je tolik formátů pro uložení obrázků? Cíl: uložení obrazových dat ve formě souboru různý charakter obrazu
VíceDIGITÁLNÍ 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
VíceOsnova přednášky. Formáty uložení dat. Vyjádření hodnot datového typu. Vyjádření hodnot datového typu. Datové formáty. Výpočetní technika I
Osnova přednášky 2/36 Formáty uložení dat Ing Pavel Haluza ústav informatiky PEF MENDELU v Brně haluza@mendelucz vyjádření hodnot datového typu formátová specifikace textový a binární formát otevřený a
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
VíceAplikace 2: Hledání informativních příznaků pro rozpoznávání
Aplikace : Hledání informativních příznaků pro rozpoznávání Sonogram štítné žlázy v podélném řezu zdravá lymfocitická thyroitida Zajímá nás, kolik se lze z dat dozvědět o třídě c a kde ta informace je.
VíceMěření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
VíceDigitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/
Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice
VíceZpracování multimediálních dat pro integrovanou výuku VUT a VŠB-TUO
FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Zpracování multimediálních dat pro integrovanou výuku VUT a VŠB-TUO Garant předmětu: Ing. Petr Číka, Ph.D. Autor textu:
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VícePOČÍTAČOVÁ GRAFIKA. Počítačová grafika 1
Počítačová grafika 1 POČÍTAČOVÁ GRAFIKA Gymnázium Jiřího Wolkera v Prostějově Výukové materiály z matematiky pro nižší gymnázia Autoři projektu Student na prahu 21. století - využití ICT ve vyučování matematiky
VíceMaturitní téma: Počítačová grafika (rastrová a vektorová grafika, grafické programy, formáty)
Maturitní téma: Počítačová grafika (rastrová a vektorová grafika, grafické programy, formáty) Grafické editory Grafické editory jsou určeny k tvorbě a editaci grafiky neboli obrázků. 2 základní druhy grafických
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Literatura Havaldar P., Medioni G.: Multimedia Systems: Algorithms, Standards, and Industry Practices. Course
VíceMatematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace
Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace Jan Slovák Masarykova univerzita Fakulta informatiky 28. 11 2. 12. 2016 Obsah přednášky 1 Literatura 2 Střední
VíceTeorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:
VíceDIGITÁLNÍ VIDEO. pokus o poodhalení jeho neskutečné obludnosti (bez jednosměrné jízdenky do blázince)
DIGITÁLNÍ VIDEO pokus o poodhalení jeho neskutečné obludnosti (bez jednosměrné jízdenky do blázince) Petr Lobaz, katedra informatiky a výpočetní techniky Fakulta aplikovaných věd, Západočeská univerzita
VíceRastrová grafika. Grafický objekt je zaznamenán jednotlivými souřadnicemi bodů v mřížce. pixel ( picture element ) s definovanou barvou
Rastrová grafika Grafický objekt je zaznamenán jednotlivými souřadnicemi bodů v mřížce. pixel ( picture element ) s definovanou barvou Kvalita je určena rozlišením mřížky a barevnou hloubkou (počet bitů
VícePsaní na mokrý papír. Andrew Kozlik KA MFF UK
Psaní na mokrý papír Andrew Kozlik KA MFF UK W1 Motivace Problém: Vkládání do některých prvků nosiče má vysoký dopad na detekovatelnost. PNG/GIF: Oblasti s nízkou texturou. JPEG: Nulové AC koeficienty.
VíceInformace v počítači. Výpočetní technika I. Ing. Pavel Haluza ústav informatiky PEF MENDELU v Brně haluza@mendelu.cz
.. Informace v počítači Ing. Pavel Haluza ústav informatiky PEF MENDELU v Brně haluza@mendelu.cz Osnova přednášky Úvod do teorie informace základní pojmy měření množství informace ve zprávě přenos a kódování
VíceFaculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague
1 / 40 regula Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague regula 1 2 3 4 5 regula 6 7 8 2 / 40 2 / 40 regula Iterační pro nelineární e Bud f reálná funkce
VíceObrazová data. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.2487/2011
Obrazová data Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova Zdroje obrazové informace Digitální obraz Obrazové formáty DICOM Zdroje
Více[1] samoopravné kódy: terminologie, princip
[1] Úvod do kódování samoopravné kódy: terminologie, princip blokové lineární kódy Hammingův kód Samoopravné kódy, k čemu to je [2] Data jsou uložena (nebo posílána do linky) kodérem podle určitého pravidla
VícePráce s obrazovým materiálem CENTRUM MEDIÁLNÍHO VZDĚLÁVÁNÍ. Akreditované středisko dalšího vzdělávání pedagogických pracovníků
Práce s obrazovým materiálem CENTRUM MEDIÁLNÍHO VZDĚLÁVÁNÍ Akreditované středisko dalšího vzdělávání pedagogických pracovníků Obrazový materiál příjemná součást prezentace lépe zapamatovatelný často nahrazení
VíceDUM 02 téma: Formáty souborů rastrové grafiky
DUM 02 téma: Formáty souborů rastrové grafiky ze sady: 02 tematický okruh sady: Bitmapová grafika ze šablony: 09 Počítačová grafika určeno pro: 2. ročník vzdělávací obor: vzdělávací oblast: číslo projektu:
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Authoring Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec 2011
VíceOn-line škola mladých autorů , pořadatel: ČVUT FEL. Jak na obrázky? Martin Žáček
On-line škola mladých autorů 20. 2. 18. 4. 2013, pořadatel: ČVUT FEL Jak na obrázky? Martin Žáček zacekm@fel.cvut.cz http://www.aldebaran.cz/onlineskola/ Jak na obrázky? Osnova 1. Co je to vůbec obrázek,
VíceBarvy a barevné systémy Formáty obrázků pro WWW
Barvy a barevné systémy Formáty obrázků pro WWW Viditelné světlo. Elektromagnetické záření o vlnové délce 390 760 nanometrů. Jsou-li v konkrétním světle zastoupeny složky všech vlnových délek, vnímáme
VíceZáklady informatiky. 10 Počítačová grafika
Základy informatiky 10 Počítačová grafika Michal Kačmařík Institut geoinformatiky, VŠB-TUO Osnova přednášky Reprezentace barev v PC Způsoby míchání barev Barevné modely Bitová hloubka Rastrová grafika
VíceGrafické formáty. poznámky k 5. přednášce Zpracování obrazů. Martina Mudrová 2004
Grafické formáty poznámky k 5. přednášce Zpracování obrazů Martina Mudrová 2004 Grafické formáty Proč je tolik formátů pro uložení obrázků? Cíl: uložení obrazových dat ve formě souboru různý charakter
VíceBinární vyhledávací stromy pokročilé partie
Binární vyhledávací stromy pokročilé partie KMI/ALS lekce Jan Konečný 30.9.204 Literatura Cormen Thomas H., Introduction to Algorithms, 2nd edition MIT Press, 200. ISBN 0-262-5396-8 6, 3, A Knuth Donald
VíceFormáty videa. David Bařina. 5. dubna 2013. David Bařina Formáty videa 5. dubna 2013 1 / 46
Formáty videa David Bařina 5. dubna 2013 David Bařina Formáty videa 5. dubna 2013 1 / 46 Obsah 1 Komprese videa 2 Bezeztrátové formáty 3 Ztrátové formáty 4 Kontejnery 5 Shrnutí David Bařina Formáty videa
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
Více