Vlnková transformace a její aplikace ve zpracování obrazu
|
|
- Miroslava Valentová
- před 5 lety
- Počet zobrazení:
Transkript
1 Vlnková transformace a její aplikace ve zpracování obrazu Jan Švihlík svihlj1@fel.cvut.cz České vysoké učení technické v Praze Fakulta elektrotechnická Katedra radioelektroniky
2 Obsah Proč vlnková transformace? Fourierova versus vlnková transformace Fourierova transformace (FT) Gaborova transformace (STFT) Vlnková transformace (WT) - Požadavky na vlnku a měřm ěřítkovou funkci - Porovnání transformací - Výpočet spojité vlnkové transformace (CWT) - Příklad použit ití CWT, CWT versus FT - Diskrétn tní vlnková transformace (DWT) - WT jako filtrace - Implementace 1D DWT - Implementace D DWT - Dekomposice D signálu
3 Obsah Motivace Obrazová data - Autokorelační funkce Prahování vlnkových koeficientů - Měkké - Tvrdé Model vlnkových koeficientů - Dyadická dekomposice snímk mků - Zobecnělý Laplacián, odhad parametrů modelu Bayesovské estimátory tory - Potlačen ení aditivního šumu v multimediáln lních snímc mcíchch Komprese pomocí diskrétn tní vlnkové transformace
4 Proč vlnková transformace? Fourierova transformace neumožň žňuje postihnout vývoj spektra v čase. Předchůdci dci vlnkové transformace, jako např.. STFT (Short Time Fourier Transform), určuj ují spektrum ve výřezu signálu, kde velikost výřezov ezového okna je konstantní => buď malé rozlišen ení v čase nebo v kmitočtu. tu. Vlnková transformace je schopna díky d smrštění nebo roztažen ení analysující vlnky postihovat rychlé či i pomalé změny v signálu a zároveň tyto změny lokalizovat v čase.
5 FT versus WT Fourierova versus vlnková transformace Fourierova transformace Vlnková transformace
6 Fourierova transformace (FT) Fourierova transformace Amplituda Fourierova transformace Amplituda Čas + jωt ( ω) = ( ) F f t e dt 0 Frek. FT převede p signál l z časové domény do spektra, které představuje míru m korelace s bázovými funkcemi. Pro stacionárn rní signály je FT účinným nástrojem. n Pro nestacionárn rní signály je dobré použít t jinou transformaci.
7 Gaborova transformace (STFT) Gaborova transformace (Dennis Gabor 1946) okno Amplituda Gaborova transformace Frekvence Čas Čas STFT (Short( Time Fourier Transform) ) analysuje vždy v jen úsek signálu, který je vyříznut pomocí okna. Máme M tedy podle šířky okna buď lepší rozlišen ení v čase nebo ve frekvenci. V případp padě Gaborovy transformace využíváme Gaussovské okno.
8 Vlnková transformace (WT) Vlnková transformace (Alfred Haar 1909) Amplituda Vlnková transformace Měř ěřítko Čas Čas + (, τ) = ( ) ψ (, τ, ) C s f t s t dt WT je schopna díky d smrštění nebo roztažen ení analysující vlnky postihovat rychlé či pomalé změny v signálu a zárovez roveň tyto změny lokalizovat v čase.
9 Požadavky na vlnku a měřm ěřítkovou fci Vlnka + ψ () t dt = 0 - Nulová středn ední hodnota, PP + + Ψ ψ ( ω) d ω () t dt ω < + < + - Vhodný frekvenční rozsah - Náleží do L (R) konečná energie Měřítková funkce + ϕ () t dt = 1 - Charakter DP
10 Porovnání transformací Transformace Fourierova Gaborova Vlnková Frekvence Frekvence Měř ěřítko Čas Čas Čas
11 ýpočet spojité vlnkové transformace. Vyberu dekomposiční vlnku a nastavím m ji na začátek analysovaného signálu.. Spočítám m vlnkový koeficient C, který udává míru podobnosti úseku ana- lysovaného signálu a vlnky.. Posunuji vlnku směrem doprava a opakuji bod. dokud se nedostanu na konec signálu.. Smrštím m (roztáhnu) vlnku a opakuji body 1. aža 3.. Zopakuji bod 1. aža 4. pro všechna v měřm ěřítka. + (, ) = ( ) ψ (,, ) C scale position f t scale position t dt
12 Příklad použit ití CWT Detekce singularit (coif5, scale: 1:0.:10) Spojitá vlnková transformace Scale Time Spojitá vlnková transformace Scale Time
13 CWT versus FT Detekce singularit Fourierova transformace Amplituda frekvence [khz] x Fourierova transformace Amplituda frekvence [khz] x 10 4
14 iskrétn tní vlnková transformace (DWT) Motivace Spojitá vlnková transformace CWT vypočten tená pro všechna v možná měřítka vlnky produkuje obrovské množstv ství dat. Je tedy nutné provést výpočet jen pro určitou množinu posic a měřm ěřítek vlnky => = Mallatův v algoritmus, kde změna měřm ěřítka a posuv probíhá na dvojkové (dyadické) ) mřížce. m Dyadická mřížka Vhodnou závislostz vislostí měřítka a posuvu vytvoříme neredundantní dekomposici. Touto závislostz vislostí vytvoříme z vlnky orthonormáln lní basi. Měř ěřítko 4s s s p p s =, τ = k p, k Z 1 t k k p t ψ p Ψ k, p(,, ) = p p Posuv
15 WT jako filtrace Vlnka se chová pásmová propust filtrující signál l kolem centráln lního kmitočtu. tu. V následujícím m měřm ěřítku je filtrována horní polovina pásma p dolnofrekvenční části signálu. Měřítková fce Vlnková spektra BW BW 4BW f 1 ω FT { f ( a t) } = F a a I pro nejmenší hodnoty měřm ěřítka zůstane z vždy v nepokryta část spektra od nuly do určit itého kmitočtu tu => = zavedeme tzv. měřm ěřítkovou funkci (Mallat).
16 Implementace 1D DWT Schéma 1D dyadické dekomposice Filtry Lo a Hi jsou tzv. kvadraturní zrcadlové filtry QMF, které mají komplementárn rní propustná pásma. Hi Detaily 1D signál Lo LL Lo Impulsová odezva DP filtru Hi Impulsová odezva HP filtru Podvzorkování
17 Implementace D DWT Schéma D dyadické dekomposice sloupce řádky řádky sloupce Hi HH1 Hi sloupce řádky Lo HL1 D signál sloupce řádky řádky sloupce Hi LH1 Lo sloupce řádky Lo LL1 Lo Impulsová odezva DP filtru Hi Impulsová odezva HP filtru Podvzorkování
18 Dekomposice D signálu Hi HH1 Hi Lo HL1 Hi LH1 Lo Lo LL1 LL1 - aproximace HL1 - vertikáln lní detaily LH1 - horizontáln lní detaily HH1 diagonáln lní detaily LL1 LH1 HL1 HH1
19 Implementace IDWT Schéma D IDWT řádky sloupce HH1 Hi r sloupce řádky řádky sloupce Σ Hi r HL1 Lo r řádky sloupce Σ Rekonstr. obraz LH1 Hi r sloupce řádky řádky sloupce Σ Lo r LL1 Lo r Lo r Rekonstrukční DP filtr Hi r Rekonstrukční HP filtr Převzorkování
20 Aplikace ve zpracování obrazu
21 Motivace Máme Chceme POTLAČEN ENÍ ŠUMU S využit itím m DWT chceme vytvořit účinný algoritmus pro potlačen ení aditivního šumu.
22 Obrazová data Multimediáln lní snímky Autokorelace Brada Cameraman Boat Woman
23 Obrazová data Astronomické snímky Autokorelace Light image Light image Flat field Dark frame
24 Prahování Obrazová vlnkových data koeficientů Měkké prahování važujeme signál x kontaminovaný šumem n - N(µ,σ ) y= x+ n. dhad x na základé měkkého prahování je dánd ( ) ( δ) sgn y y, y δ xˆ =, 0, y < δ Output wavelet coefficients Input wavelet coefficients de δ představuje hodnotu prahu. Tvrdé prahování y, y δ xˆ =, 0, y < δ Output wavelet coefficients Input wavelet coefficients
25 Model vlnkových koeficientů Dyadická dekomposice multimediáln lního snímku Hi HH1 Hi Lo HL1 Hi LH1 Lo Lo LL1 Histogram Jas Histogram Amplituda waveletových koef.
26 Model vlnkových koeficientů Dyadická dekomposice astronomického snímku Hi HH1 Hi Lo HL1 Hi LH1 Lo Lo LL Histogram Histogram Jas Amplituda waveletových koef.
27 Model vlnkových koeficientů Zobecnělý Laplacián x ( ) p x e Parametr s řídí šířku distribuce a parametr p řídí tvar distribuce. x s p Odhad parametrů - Metoda nejmenší ších čtverců N (, ;, ) ( ) ( ) x = i x i { s, p} R hist p s p hist x p x i= 1 R = 0 - Momentová metoda M = 3 s Γ p 1 Γ p M 4 = 4 5 s Γ p 1 Γ p
28 Model vlnkových koeficientů Histogramy snímk mků včetně modelované PDF model hist model hist Histogram Histogram Amplituda waveletových koef Amplituda waveletových koef. Cameraman Woman model hist model hist Histogram Histogram Amplituda waveletových koef Amplituda waveletových koef. 3ldn66.01.dat 3m8.01.dat
29 Bayesovské Estimátory tory BLSE estimátor tor važujeme signál x kontaminovaný šumem n - N(µ,σ ) odmíněná středn ední hodnota aposteriorní PDF p(x y) poskytne nejlepší LSE dhad x. + + ( ) ( ) ( ) ( ) ( ) ( ) pyx y x px x x dx pn y x px x x dx + xˆ ( y) = pxy ( x y) x dx= =, + + p y x p x dx p y x p x dx de p n představuje distribuci šumu and p x apriorní PDF signálu. MAP estimátor tor y= x+ n. ( ) ( ) yx x n x ( ) = ( ) ( ) xˆ y arg max p y x p x. x n x Výstupní koeficienty Výstupní koeficienty Vstupní koeficienty Vstupní koeficienty
30 Bayesovské Estimátory tory Potlačen ení aditivního šumu LL1 LL DWT DWT DWT HH1, HL1, LH1 BAYESIAN EST. IDWT Výsledky PARAMETERS EST. {s,p} BLSE MAP Soft THR Hard THR PSNR OUT [db] PSNR IN [db]
31 Literatura [1] < [] KOLZÖW, D. Wavelets. A Tutorial and a Bibliography [online]. Erlangen [cit ]. Dostupné na www: < osndokt-c/kolzow3.pdf> [3] VALENS, C. A Really Friendly Guide to Wavelets [online]. [cit ]. Dostupné na www: < download/arfgtw_60004.pdf> [4] ADAMS, N., et al. Denoising Using Wavelet [online]. [cit ]. Dostupné na www: Wavelet-Project/rep/DN.ps [5] MALLAT, S. G. A Theory for Multiresolution Signal Decomposition: The Wavelet Representation. [Online]. Ecole Polytechnique, Centre de Mathématiques Appliquées, [ ]. www:< polytechnique.fr/~mallat/papiers/mallattheory89. pdf> [6] ŠVIHLÍK, J., PÁTA, P.: Dark Frame Correction Via Bayesian Estimator in the Wavelet Domain. In 006 IEEE International Symposium on Signal Processing and Information Technology [CD-ROM]. Madison: Omnipress, 006, s ISBN
32 Děkuji za pozornost?
33 GUI FOT_DYADEK Cvičen ení
34 GUI FOT Cvičen ení
35 Odhady parametrů Druhý a čtvrtý moment 3 p x s Γ + + s p m = x px ( x) dx x e dx = = 1 Γ p m 4 = 4 5 s Γ p 1 Γ p Druhý a čtvrtý výběrový moment M 1 N = N i = 1 X i M 4 1 N = N i = 1 X 4 i Laplacián kontaminovaný AWGN m Odhad parametrů 3 s Γ p = σ n + 1 Γ p M m s p ( ) =, m σ n s Γ s 4 p Γ p = 3 σ n Γ Γ p p M m s p ( ) 4 = 4,
APLIKACE DWT PRO POTLAČENÍ ŠUMU V OBRAZE
APLIKACE DWT PRO POTLAČENÍ ŠUMU V OBRAZE J.Švihlík ČVUT v Praze Fakulta elektrotechnická Katedra radioelektroniky Abstrakt Šum je v obraze prakticky vždy přítomen což způsobuje degradaci obrazu. Existuje
VícePOTLAČENÍ OBRAZOVÉHO ŠUMU VE VIDEOZÁZNAMU Z BEZPEČNOSTNÍCH KAMER
POTLAČEÍ OBRAZOVÉHO ŠUMU VE VIDEOZÁZAMU Z BEZPEČOSTÍCH KAMER K. Fliegel, J. Švihlík ČVUT v Praze, Fakulta elektrotechnická, Katedra radioelektroniky Abstrakt V tomto příspěvku je popsána metoda pro potlačení
VíceIntegrální transformace obrazu
Integrální transformace obrazu David Bařina 26. února 2013 David Bařina Integrální transformace obrazu 26. února 2013 1 / 74 Obsah 1 Zpracování signálu 2 Časově-frekvenční rozklad 3 Diskrétní Fourierova
VíceWaveletová transformace a její použití při zpracování signálů
Waveletová transformace a její použití při zpracování signálů BÍLOVSKÝ, Petr 1 1 Katedra elektrických měření, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33, petr.bilovsky@vsb.cz Abstrakt: Wavelet
VíceVYUŽITÍ MATLABU K POTLAČOVÁNÍ ADITIVNÍHO ŠUMU POMOCÍ FILTRACE A POMOCÍ VLNKOVÉ TRANSFORMACE. Gabriela Eisensteinová, Miloš Sedláček
VYUŽITÍ MATLABU K POTLAČOVÁNÍ ADITIVNÍHO ŠUMU POMOCÍ FILTRACE A POMOCÍ VLNKOVÉ TRANSFORMACE Gabriela Eisensteinová, Miloš Sedláček České vysoké učení technické v Praze Fakulta elektrotechnická, katedra
VíceMetody rekonstrukce obrazu a
Metody rekonstrukce obrazu a odstranění šumu z obrazu Jan Švihlík svihlj1@fel.cvut.cz +420 224 352 113 České vysoké učení technické v Praze Fakulta elektrotechnická Katedra radioelektroniky Obsah Konvoluce
VíceSIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY
SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY TEMATICKÉ OKRUHY Signály se spojitým časem Základní signály se spojitým časem (základní spojité signály) Jednotkový skok σ (t), jednotkový impuls (Diracův impuls)
VíceREALIZACE HRANOVÉHO DETEKTORU S VYUŽITÍM VLNKOVÉ TRANSFORMACE
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceLineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita
Lineární a adpativní zpracování dat 3. Lineární filtrace I: Z-transformace, stabilita Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály, systémy, jejich vlastnosti a popis v časové
VíceVlnková transformace
Vlnková transformace Václav Hlaváč České vysoké učení technické v Praze Centrum strojového vnímání (přemosťuje skupiny z) Český institut informatiky, robotiky a kybernetiky Fakulta elektrotechnická, katedra
VíceWAVELET TRANSFORMACE V POTLAČOVÁNÍ
WAVELET TRANSFORMACE V POTLAČOVÁNÍ RUŠIVÝCH SLOŽEK OBRAZŮ Andrea Gavlasová, Aleš Procházka Vysoká škola chemicko-technologická, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je zaměřen na problematiku
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
VíceKTE/TEVS - Rychlá Fourierova transformace. Pavel Karban. Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni
KTE/TEVS - Rychlá Fourierova transformace Pavel Karban Katedra teoretické elektrotechniky Fakulta elektrotechnická Západočeská univerzita v Plzni 10.11.011 Outline 1 Motivace FT Fourierova transformace
VíceTransformace obrazu Josef Pelikán KSVI MFF UK Praha
Transformace obrazu 99725 Josef Pelikán KSVI MFF UK Praha email: Josef.Pelikan@mff.cuni.cz WWW: http://cgg.ms.mff.cuni.cz/~pepca/ Transformace 2D obrazu dekorelace dat potlačení závislosti jednotlivých
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceVYUŽITÍ VÝPOČETNÍHO SYSTÉMU MATLAB PŘI NEDESTRUKTIVNÍ KONTROLE STAVEBNÍCH MATERIÁLŮ A DÍLCŮ ROZBOREM AKUSTICKÉ ODEZVY GENEROVANÉ MECHANICKÝM IMPULSEM
VYUŽITÍ VÝPOČETNÍHO SYSTÉMU MATLAB PŘI NEDESTRUKTIVNÍ KONTROLE STAVEBNÍCH MATERIÁLŮ A DÍLCŮ ROZBOREM AKUSTICKÉ ODEZVY GENEROVANÉ MECHANICKÝM IMPULSEM Jaroslav Smutný, Luboš Pazdera Vysoké učení technické
VíceMĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve
Více3 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,
VíceVysoká škola chemicko-technologická v Praze. Abstrakt. k rekonstrukci pozorovaných dat. Tento postup je aplikován na vybrané biomedicínské
ZPRACOVÁNÍ BIOMEDICÍNSKÝCH SIGNÁLŮ A OBRAZŮ POMOCÍ WAVELET TRANSFORMACE E. Hošt álková, A. Procházka Vysoká škola chemicko-technologická v Praze Ústav počítačové ařídicí techniky Abstrakt Wavelet (někdy
VíceÚvod do vlnkové transformace
Úvod do vlnkové transformace Radislav Šmíd ČVUT FEL katedra měření, Technická 2, CZ-66 27 Praha 6 e-mail: smid@feld.cvut.cz, www: http://measure.feld.cvut.cz/usr/staff/smid 9. srpna 2 Obsah Spojitá vlnková
VíceAnalýza signálů technikou Waveletů
Analýza signálů tecnikou Waveletů Piecota, Hynek 1 1 Ing., Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava - Poruba, 708 33 ynek.piecota@vsb.cz, ttp://www.fs.vsb.cz 1 Abstrakt Teorie analýzy signálů
VíceMODERNÍ SMĚROVÉ ZPŮSOBY REPREZENTACE OBRAZŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceLaboratorní úloha č. 8: Elektroencefalogram
Laboratorní úloha č. 8: Elektroencefalogram Cíle úlohy: Rozložení elektrod při snímání EEG signálu Filtrace EEG v časové oblasti o Potlačení nf a vf rušení o Alfa aktivita o Artefakty Spektrální a korelační
VíceČíslicové filtry. Honza Černocký, ÚPGM
Číslicové filtry Honza Černocký, ÚPGM Aliasy Digitální filtry Diskrétní systémy Systémy s diskrétním časem atd. 2 Na co? Úprava signálů Zdůraznění Potlačení Detekce 3 Zdůraznění basy 4 Zdůraznění výšky
VíceP6 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
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
VíceRoman Juránek. Fakulta informačních technologíı. Extrakce obrazových příznaků 1 / 30
Extrakce obrazových příznaků Roman Juránek Ústav počítačové grafiky a multimédíı Fakulta informačních technologíı Vysoké Učení technické v Brně Extrakce obrazových příznaků 1 / 30 Motivace Účelem extrakce
VíceSignál 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
Více31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční
VíceZpracování obrazu pomocí vlnkové transformace
Rok / Year: Svazek / Volume: Číslo / Issue: 2013 15 4 Zpracování obrazu pomocí vlnkové transformace Image processing using the wavelet transform Elena Anisimova, Jan Bednář, Petr Páta {anisiele, bednaja4,
VíceDirect 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
Vícefiltry FIR zpracování signálů FIR & IIR Tomáš Novák
filtry FIR 1) Maximální překývnutí amplitudové frekvenční charakteristiky dolní propusti FIR řádu 100 je podle obr. 1 na frekvenci f=50hz o velikosti 0,15 tedy 1,1dB; přechodové pásmo je v rozsahu frekvencí
VíceWavelet transformace v metodách zvýrazňování řeči
Wavelet transformace v metodách zvýrazňování řeči Petr Opršal 1 1 Katedra elektrických měření, FEI, VŠB Technická Univerzita Ostrava, 17. listopadu 15, 708 33, Ostrava-Poruba oprsal@tiscali.cz Abstrakt.
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceSemestrální práce KMA / MM Waveletová transformace
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Semestrální práce KMA / MM Waveletová transformace Plzeň, 005 Lukáš Bellada Abstrakt In this paper I will describe signal processing
Vícedoc. 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
VíceOsnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky
Pulsní kódová modulace, amplitudové, frekvenční a fázové kĺıčování Josef Dobeš 24. října 2006 Strana 1 z 16 Základy radiotechniky 1. Pulsní modulace Strana 2 z 16 Pulsní šířková modulace (PWM) PAM, PPM,
VícePři 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.
VíceAnalýza a zpracování digitálního obrazu
Analýza a zpracování digitálního obrazu Úlohy strojového vidění lze přibližně rozdělit do sekvence čtyř funkčních bloků: Předzpracování veškerých obrazových dat pomocí filtrací (tj. transformací obrazové
VíceZáklady a aplikace digitálních. Katedra radioelektroniky (13137), blok B2, místnost 722
Základy a aplikace digitálních modulací Josef Dobeš Katedra radioelektroniky (13137), blok B2, místnost 722 dobes@fel.cvut.cz 6. října 2014 České vysoké učení technické v Praze, Fakulta elektrotechnická
VíceZVÝRAZNĚNÍ BIOMEDICINSKÝCH OBRAZOVÝCH SIGNÁLŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz, Kamenice 3, 4. patro, dv.č.424 INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz IV. FREKVENČNÍ TRASFORMACE SPOJITÉ
Vícer Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.
Systé my, procesy a signály I - sbírka příkladů NEŘ EŠENÉPŘ ÍKADY r 223 Odvoď te přenosovou funkci obvodů na obr26, je-li vstupem napě tí u a výstupem napě tí Uvaž ujte Ω, H a F u u u a) b) c) u u u d)
Víceteorie elektronických obvodů Jiří Petržela analýza šumu v elektronických obvodech
Jiří Petržela co je to šum? je to náhodný signál narušující zpracování a přenos užitečného signálu je to signál náhodné okamžité amplitudy s časově neměnnými statistickými vlastnostmi kde se vyskytuje?
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
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
VíceA/D převodníky - parametry
A/D převodníky - parametry lineární kvantování -(kritériem je jednoduchost kvantovacího obvodu), parametry ADC : statické odstup signálu od kvantizačního šumu SQNR, efektivní počet bitů n ef, dynamický
Více1. Úvod Cíl práce Fourierova transformace a řada Vlnková transformace...4
Obsah 1. Úvod...3 1.1 Cíl práce...3 1.2 Fourierova transformace a řada...3 2. Vlnková transformace...4 3. Vlnková transformace se spojitým časem (CWT)...5 4. Dyadická vlnková transformace (DWT)...5 4.1
Více1 Zpracování a analýza tlakové vlny
1 Zpracování a analýza tlakové vlny 1.1 Cíl úlohy Prostřednictvím této úlohy se naučíte a zopakujete: analýzu biologických signálů v časové oblasti, analýzu biologických signálů ve frekvenční oblasti,
VíceLineární 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
VíceZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma
ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH SYSTÉMŮ UŽITÍM FFT Jiří Tůma Štramberk 1997 ii Anotace Cílem této knihy je systematicky popsat metody analýzy signálů z mechanických systémů a strojních zařízení. Obsahem
VíceKomprese dat s použitím wavelet transformace
XXVI. ASR '2001 Seminar, Instruments and Control, Ostrava, April 26-27, 2001 Paper 59 Komprese dat s použitím wavelet transformace PIECHOTA, Hynek Ing, Katedra ATŘ-352, VŠB-TU Ostrava, 17. listopadu, Ostrava
VíceZákladní metody číslicového zpracování signálu část I.
A4M38AVS Aplikace vestavěných systémů Základní metody číslicového zpracování signálu část I. Radek Sedláček, katedra měření, ČVUT v Praze FEL, 2015 Obsah přednášky Úvod, motivace do problematiky číslicového
VíceROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů
ROZ1 CVIČENÍ VI. Geometrická registrace (matching) obrazů REGISTRACI OBRAZU (IMAGE REGISTRATION) Více snímků téže scény Odpovídající pixely v těchto snímcích musí mít stejné souřadnice Pokud je nemají
VíceVolba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D
Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D Jiří Stančík Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 61200 Brno e-mail: HTUxcstancik@fch.vutbr.czUTH Úkolem této práce
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2010/2011 SPEC. 2.p 2010 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace
VíceSpektrální analyzátory a analyzátory signálu
Spektrální analyzátory a analyzátory signálu Osciloskopy a zapisovače popsané v předchozí kapitole zobrazují průběh signálu v závislosti na čase x(t), takže umožňují analýzu v tzv. časové oblasti (nebo
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec
VícePorovnání tří metod měření QT intervalu
Porovnání tří metod měření QT intervalu Ing. Dina Kičmerová Prof. Ing. Ivo Provazník Ph.D. Ústav biomedicínského inženýrství Fakulta elektrotechniky a komunikačních technologií Vysoké učení technické v
VíceToolboxy analýzy a modelování stochastických systémů
Toolboxy analýzy a modelování stochastických systémů Ústav teorie informace a automatizace, AVČR Oddělen lení stochastické informatiky Petr Salaba Toolboxy analýzy a modelování stochastických systémů Projekt:
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
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
VíceDodatky k FT: 1. (2D digitalizace) 2. Více o FT 3. Více k užití filtrů. 7. přednáška předmětu Zpracování obrazů
Dodatky k FT:. (D digitalizace. Více o FT 3. Více k užití filtrů 7. přednáška předmětu Zpracování obrazů Martina Mudrová 4 Pořízení digitálního obrazu Obvykle: Proces transformace spojité předlohy (reality
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY ČASOVĚ-FREKVENČNÍ ANALÝZA TIME-FREQUENCY ANALYSIS
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY a KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV RADIOELEKTRONIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF
VíceSpektrální analyzátory
Radioelektronická měření (MREM, LREM) Spektrální analyzátory 6. přednáška Jiří Dřínovský Ústav radioelektroniky FEKT VUT v Brně Úvod Spektrální analyzátory se používají pro zobrazení nejrůznějších signálů
VíceSROVNÁNÍ IMPLEMENTACÍ DISKRÉTNÍ WAVELETOVÉ TRANSFORMACE V JAVĚ A C/C++
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceZásady regulace - proudová, rychlostní, polohová smyčka
Zásady regulace - proudová, rychlostní, polohová smyčka 23.4.2014 Schématické znázornění Posuvová osa s rotačním motorem 3 regulační smyčky Proudová smyčka Rychlostní smyčka Polohová smyčka Blokové schéma
VíceAnalýza a zpracování signálů
Analýza a zpracování ů Digital Signal Processing disciplína, která nám umožňuje nahradit (v případě že nezpracováváme vf y) obvody, dříve složené z rezistorů a kapacitorů, dvěma antialiasingovými filtry,
VíceVYUŽITÍ FILTRAČNÍCH METOD V NMR MĚŘENÍCH
VYSOKÉ UČENÍ TECHNCKÉ V BRNĚ BRNO UNVERSTY OF TECHNOLOGY FAKULTA ELEKTROTECHNKY A KOMUNKAČNÍCH TECHNOLOGÍ ÚSTAV TELEKOMUNKACÍ FACULTY OF ELECTRCAL ENGNEERNG AND COMMUNCATON DEPARTMENT OF TELECOMMUNCATONS
VíceTajemství skalárního součinu
Tajemství skalárního součinu Jan Hamhalter http://math.feld.cvut.cz/hamhalte katedra matematiky, FEL ČVUT Otevřené Elektronické Systémy 28. února 2013 Jan Hamhalter http://math.feld.cvut.cz/hamhalte Tajemství
VíceČASOVĚ-FREKVENČNÍ ANALÝZA HRUBÉHO DOMÁCÍHO PRODUKTU ČR
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY a KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV RADIOELEKTRONIKY FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF
VíceKomplexní obálka pásmového signálu
České vysoké učení technické v Praze, Fakulta elektrotechnická X37SGS Signály a systémy Komplexní obálka pásmového signálu Daniel Tureček 8.11.8 1 Úkol měření Nalezněte vzorky komplexní obálky pásmového
VíceČíslicové zpracování a analýza signálů (BCZA) Spektrální analýza signálů
Číslcové zpracování a analýza sgnálů (BCZA) Spektrální analýza sgnálů 5. Spektrální analýza sgnálů 5. Spektrální analýza determnstckých sgnálů 5.. Dskrétní spektrální analýza perodckých sgnálů 5..2 Dskrétní
VícePrimární zpracování radarového signálu dopplerovská filtrace
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE K13137 - Katedra radioelektroniky A2M37RSY Jméno Stud. rok Stud. skupina Ročník Lab. skupina Václav Dajčar 2011/2012 2. 101 - Datum zadání Datum odevzdání Klasifikace
VíceLineární 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
VíceA7B31ZZS 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
VíceVYUŽITÍ PSYCHOAKUSTICKÉHO MODELU A TRANSFORMACE TYPU WAVELET PACKET PRO VODOZNAČENÍ AUDIO SIGNÁLŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
VíceVOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ
VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSOVÝCH SIGNÁLŮ Jiří TŮA, VŠB Technická univerzita Ostrava Petr Czyž, Halla Visteon Autopal Services, sro Nový Jičín 2 Anotace: Referát se zabývá
VícePreprocessing Biochemical Signals and Its Analysis
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra kybernetiky Předzpracování biochemických signálů a jejich analýza Preprocessing Biochemical Signals and Its Analysis Diplomová práce
VíceČíslicová 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
VíceJEDNODUCHÝ VLNKOVÝ FILTR EKG SIGNÁLŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT
VíceZákladní 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,
VíceALGORITMY SEGMENTOVANÉ WAVELETOVÉ TRANSFORMACE OBRAZŮ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
VíceLineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně a frekvenční doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály a systémy Vlastnosti systémů Systémy
VíceOperace s obrazem I. Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.
Operace s obrazem I Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Osnova 1 Filtrování obrazu 2 Lineární a nelineární filtry 3 Fourierova
Více31SCS Speciální číslicové systémy Antialiasing
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE 2006/2007 31SCS Speciální číslicové systémy Antialiasing Vypracoval: Ivo Vágner Email: Vagnei1@seznam.cz 1/7 Převod analogového signálu na digitální Složité operace,
VíceMATLAB. F. Rund, A. Novák Katedra radioelektroniky, FEL ČVUT v Praze. Abstrakt
PROBLÉM ŠPATNÉ SYNCHRONIZACE VZORKOVACÍCH KMITOČTŮ U MLS SIGNÁLŮ: MODEL V PROSTŘEDÍ MATLAB F. Rund, A. Novák Katedra radioelektroniky, FEL ČVUT v Praze Abstrakt Chceme-li hodnotit kvalitativní stránku
VíceSimulace zpracování optické obrazové informace v Matlabu. Petr Páta, Miloš Klíma, Jaromír Schindler
Simulace zpracování optické obrazové informace v Matlabu Petr Páta, Miloš Klíma, Jaromír Schindler Katedra radioelektroniky, K337, ČVUT FEL Praha, Technická, 166 7, Praha 6 E-mail: pata@fel.cvut.cz, klima@fel.cvut.cz,
VíceAplikace waveletové transformace v. The Application of the Wavelet Transform in Digital Image Processing
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky Aplikace waveletové transformace v digitálním zpracování obrazu The Application of the Wavelet Transform
VícePARCIÁLN LNÍ ROVNICE
PARCIÁLN LNÍ DIFERENCIÁLN LNÍ ROVNICE VE ZPRACOVÁNÍ OBRAZU Autor práce: Vedoucí práce: Anna Kratochvílová Ing.Tomáš Oberhuber Zadání Najít vhodný matematický model pro segmentaci obrazových dat Navrhnout
VíceDigitalizace 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
VíceKRITÉRIA PRO VÝBĚR VLNEK PŘI ZPRACOVÁNÍ MR OBRAZŮ
009/60 3.. 009 KRITÉRIA PRO VÝBĚR VLEK PŘI ZPRACOVÁÍ MR OBRAZŮ prof. Ing. Eva Gescheidtová, CSc., prof. Ing. Karel Bartušek, DrSc., 3 MUDr. Ondřej Liberda Fakulta elektrotechniky a komunikačních technologií
VíceÚvod 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),
VíceFILTRACE 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
VíceČíslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
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. Řada zdrojů informace vytváří signál v analogové formě,
VíceFiltrace obrazu ve frekvenční oblasti
Filtrace obrazu ve frekvenční oblasti 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,
Vícedoc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1
doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Elias Tomeh / Snímek 2 Elias Tomeh / Snímek 3 Elias Tomeh / Snímek 4 ZÁKLADNÍ VIBRODIAGNOSTICKÉ MĚŘICÍ METODY Měření celkových
Více2010 Josef Pelikán, CGG MFF UK Praha
Filtrace obrazu 21 Josef Pelikán, CGG MFF UK Praha http://cgg.mff.cuni.cz/~pepca/ 1 / 32 Histogram obrázku tabulka četností jednotlivých jasových (barevných) hodnot spojitý případ hustota pravděpodobnosti
Více