Reprezentace geometrických objektů pro 3D fotografii

Rozměr: px
Začít zobrazení ze stránky:

Download "Reprezentace geometrických objektů pro 3D fotografii"

Transkript

1 Úvod Reprezentace geometrických objektů pro 3D fotografii Diplomová práce České vysoké učení technické v Praze, Fakulta elektrotechnická Vedoucí diplomové práce: Daniel Martinec, martid1@cmp.felk.cvut.cz

2 Obsah prezentace Úvod 1 Úvod Cíle práce Rekonstrukce 3D modelu 2 Zvolená reprezentace Návrh algoritmu 3 Výsledky Nedostatky 4

3 Cíle práce Úvod Cíle práce Rekonstrukce 3D modelu Návrh metody vhodné pro fúzi dat z velké množiny neorganizovaných 3D bodů získaných z párového sterea Fúze dat zahrnuje zpřesnění parametrů kamer Implementace Nahrazení šupin

4 Úvod Vstupní množina 3D bodů Cíle práce Rekonstrukce 3D modelu

5 U vod Navrhovane r es enı Za ve r Cı le pra ce Rekonstrukce 3D modelu Rekonstrukce 3D modelu Vstupnı Disparitnı Korespondujı cı fotografie mapy oblasti Mrac no bodu 3D na c rtek S um, chyby Redundance vzhledem k s umu Nekonzistence disparitnı ch map, chyby v kalibraci Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

6 U vod Navrhovane r es enı Za ve r Zvolena reprezentace Na vrh algoritmu Zvolena reprezentace Hloubkove mapy Rekonstruovany povrch Viditelnostnı mapy Zpe tna projekce Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

7 Skládání povrchu Úvod Zvolená reprezentace Návrh algoritmu Povrch objektů složen z částí viditelných v různých vstupních obrázcích Odstranění překryvů Detekce nespojitostí

8 Návrh algoritmu Úvod Zvolená reprezentace Návrh algoritmu Kamery Korespondence Hloubky Model povrchu Konzistence iterace Viditelnost Filtrace chyb Nespojitosti Obrázky

9 Úvod Výsledky Nedostatky 3D model bez děr Vysoký detail přesnost Filtrace chyb Konzistence kamer

10 Srovnání - šupiny Úvod Výsledky Nedostatky

11 Úvod Výsledky Nedostatky Srovnání - fúze hloubkových map

12 Úvod Výsledky Nedostatky Různé druhy objektů a povrchů

13 U vod Navrhovane r es enı Za ve r Vy sledky Nedostatky Kriticka analy za Neu plna detekce nespojitostı Citlivost na s um vs. vyhlazova nı Velky objem vy stupnı ch dat Velka reprezentace Radim Tylec ek Reprezentace geometricky ch objektu pro 3D fotografii

14 Shrnutí Úvod Rekonstrukce povrchu fúzí hloubkových map Nový přístup: uvolnění parametrů kamer, konzistence Zlepšení: přesnější model, zalepení děr, odstranění artefaktů První krok k úplnému systému rekonstrukce 3D modelu ze stereovidění

15 Úvod Děkuji za pozornost.

16 Úvod Formální zápis problému: Úloha hloubek: (X, Λ, V, C ) = arg max P(X, Λ, V, C I). (1) X,Λ,V,C Úloha viditelnosti: (Λ, C ) = arg max P(Λ, C X, V ), (2) Λ,C V = arg max P(V I, Λ, X ), (3) V

17 Úvod Úloha hloubek soustava lin. rovnic: R j(3) C i + R j(3) R i K i 1 x i p λ i p λ j q = R j(3) C j (4) 1 σ 2 λ ( λ i p λ i p) + p N p 1 (σ i c, p )2 (λi p λ ī p) = 0 (5)

18 Úvod Úloha viditelnosti maximální tok grafem: E(V i ) = n p=1 E(v i p) + 1 2σ 2 v (p, p) N 2 (i) (v i p v ī p) 2 (6) E(v i p) = (q,j) χ i p ; v j q 1 E(v i p, v j q) + (I i p I j q) 2 E(vp, i vq) j = 2σI 2 log h(i i p) (p, p) N 2 (i V ) (λ i p λ ī p) 2 2(σ i λ,p )2 (7) pro v i p = v j q = 2 jinak. (8)

metoda Regula Falsi 23. října 2012

metoda Regula Falsi 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda Regula Falsi Michal Čihák 23. října 2012 Metoda Regula Falsi hybridní metoda je kombinací metody sečen a metody půlení intervalů předpokladem je (podobně

Více

Vedoucí práce: Ing. Petr Soukup, Ph.D. Fakulta stavební Katedra mapování a kartografie Obor Geoinformatika

Vedoucí práce: Ing. Petr Soukup, Ph.D. Fakulta stavební Katedra mapování a kartografie Obor Geoinformatika Diplomová práce Vedoucí práce: Ing. Petr Soukup, Ph.D. České vysoké učení technické v Praze Fakulta stavební Katedra mapování a kartografie Obor Geoinformatika 19. ledna 2011 U vod Pra ce s daty Porovna

Více

Úvod do zpracování obrazů. Petr Petyovský Miloslav Richter

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

Více

Algoritmy a struktury neuropočítačů ASN - P11

Algoritmy a struktury neuropočítačů ASN - P11 Aplikace UNS při rozpoznání obrazů Základní úloha segmentace obrazu rozdělení obrazu do několika významných oblastí klasifikační úloha, clusterová analýza target Metody Kohonenova metoda KSOM Kohonenova

Více

ť ž Á ň ž ř ž ř ý ů ó ů ž ř ř ů Č Í Í Č Á ť ž ť Í Ú ů ř ú ť ř é ň ž ř Ú Č ŠŤ Í ů ů ž ý ř ť ů é ó ř ž ř é ť ř ř ý ú ď ů ř ú ž é ř é ž ó ř ž ů ž ž é ů é ž ú ů ř ž é ň ý ř ž ř ř ý é ý ž é ť ý ř é ů ý ž ý

Více

Strojové učení se zaměřením na vliv vstupních dat

Strojové učení se zaměřením na vliv vstupních dat Strojové učení se zaměřením na vliv vstupních dat Irina Perfilieva, Petr Hurtík, Marek Vajgl Centre of excellence IT4Innovations Division of the University of Ostrava Institute for Research and Applications

Více

Výpočet vržených stínů

Výpočet vržených stínů Výpočet vržených stínů 1996-2016 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Shadows 2016 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 18 Metody vícenásobný

Více

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda sečen Michal Čihák 23. října 2012 Opakování rovnice přímky Úloha: Určete rovnici přímky procházející body A[a, f(a)] a B[b, f(b)], kde f je funkce spojitá

Více

Multirobotická kooperativní inspekce

Multirobotická kooperativní inspekce Multirobotická kooperativní inspekce prostředí Diplomová práce Multirobotická kooperativní inspekce prostředí Diplomová práce Intelligent and Mobile Robotics Group Laboratory for Intelligent Decision Making

Více

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011

Automatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe

Více

Geoinformační technologie

Geoinformační technologie Geoinformační technologie JDKEY1 1 GEOINFORMATIKA nový vítr v do plachet geografie obor zabývající se informacemi o prostorových objektech, procesech a vazbách mezi nimi geoinformační technologie = konkrétn

Více

Katalog výrobků. Hexagon metrology

Katalog výrobků. Hexagon metrology Katalog výrobků Hexagon metrology WLS400M 2 wls400 Hexagon Metrology WLS400 Technologie skenování s bílým světlem od firmy Hexagon Metrology využívá digitálních obrazů a nově vyvinutých algoritmů pro přesné

Více

Fungování předmětu. Technologické trendy v AV tvorbě, stereoskopie 2

Fungování předmětu. Technologické trendy v AV tvorbě, stereoskopie 2 Fungování předmětu 12 vyučovacích hodin ve 4 blocích Evidence docházky Zimní semestr zakončen prezentací Aktuální informace a materiály na smetana.filmovka.cz Technologické trendy v AV tvorbě, stereoskopie

Více

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská

Úvod Příklad Výpočty a grafické znázornění. Filip Habr. České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská Neuronové sítě-delta učení Filip Habr České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská 30. března 2009 Obsah prezentace Obsah prezentace Delta učení 1 Teorie k delta učení 2

Více

VYUŽITÍ VÝSLEDKŮ UČENÍ NA VYSOKÝCH ŠKOLÁCH. Příručka pro pedagogickou praxi a vedení VŠ

VYUŽITÍ VÝSLEDKŮ UČENÍ NA VYSOKÝCH ŠKOLÁCH. Příručka pro pedagogickou praxi a vedení VŠ 2016 VYUŽITÍ VÝSLEDKŮ UČENÍ NA VYSOKÝCH ŠKOLÁCH Příručka pro pedagogickou praxi a vedení VŠ 2 3 4 1. Úvod 8 12 20 23 33 42 42 52 62 65 67 2.1 Zásady pro sestavování dokumentace 2 3 3 4 4 Znalost

Více

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA

METODA PŮLENÍ INTERVALU (METODA BISEKCE) METODA PROSTÉ ITERACE NEWTONOVA METODA 2-3. Metoda bisekce, met. prosté iterace, Newtonova metoda pro řešení f(x) = 0. Kateřina Konečná/ 1 ITERAČNÍ METODY ŘEŠENÍ NELINEÁRNÍCH ROVNIC - řešení nelineární rovnice f(x) = 0, - separace kořenů =

Více

Obsah. KAPITOLA 1 Dříve než začneme 19 Kdysi dávno aneb střípky z historie algoritmických strojů 20 1801 21 1833 21 1890 22 třicátá léta 22

Obsah. KAPITOLA 1 Dříve než začneme 19 Kdysi dávno aneb střípky z historie algoritmických strojů 20 1801 21 1833 21 1890 22 třicátá léta 22 Předmluva 11 Čím se tato kniha liší od jiných příruček? 11 Proč C++? 12 Jak číst tuto knihu? 12 Čím se budeme zabývat? 13 Kapitola 1: Dříve než začneme 13 Kapitola 2: Rekurze 13 Kapitola 3: Analýza složitosti

Více

Analýza profilu povrchů pomocí interferometrie nízké koherence

Analýza profilu povrchů pomocí interferometrie nízké koherence Analýza profilu povrchů pomocí interferometrie nízké koherence Vedoucí bakalářské práce Ing. Zdeněk Buchta, Ph.D. Tomáš Pikálek 26. června 214 1 / 11 Cíle práce Cíle práce Cíle práce seznámit se s laserovou

Více

Vzdělávací oblast: Matematika a její aplikace Vyučovací předmět: Matematika. Ročník: 7. - 1 - Průřezová témata. Poznám ky. Výstup

Vzdělávací oblast: Matematika a její aplikace Vyučovací předmět: Matematika. Ročník: 7. - 1 - Průřezová témata. Poznám ky. Výstup - 1 - Vzdělávací oblast: Matematika a její aplikace Vyučovací předmět: Matematika Ročník: 7. Výstup - modeluje a zapisuje zlomkem část celku - převádí zlom na des. čísla a naopak - porovnává zlom - zlomek

Více

Využití dat dálkového průzkumu Země pro monitoring erozního poškození půd

Využití dat dálkového průzkumu Země pro monitoring erozního poškození půd Využití dat dálkového průzkumu Země pro monitoring erozního poškození půd Daniel Žížala 1. snímek z 18 Pozadí, motivace, hypotéza, prostředky ÚVOD 2. snímek z 18 Motivace Ohroženost půdy erozí v ČR - Modelové

Více

Teorie systémů TES 5. Znalostní systémy KMS

Teorie systémů TES 5. Znalostní systémy KMS Evropský sociální fond. Praha & EU: Investujeme do vaší budoucnosti. Teorie systémů TES 5. Znalostní systémy KMS ZS 2011/2012 prof. Ing. Petr Moos, CSc. Ústav informatiky a telekomunikací Fakulta dopravní

Více

nápis z fotky a proč bychom to měli chtít

nápis z fotky a proč bychom to měli chtít Univerzita Karlova v Praze Ústav formální a aplikované lingvistiky Proč není snadné přečíst nápis z fotky a proč bychom to měli chtít Jindřich Libovický Propaguj školu na své škole Gymnázium Kladno, 23.10.

Více

Aplikace obrazové fúze pro hledání vad

Aplikace obrazové fúze pro hledání vad Marek Vajgl, Irina Perfilieva, Petr Hurtík, Petra Hoďáková Národní superpočítačové centrum IT4Innovations Divize Ostravské univerzity Ústav pro výzkum a aplikaci fuzzy modelování Ostrava, Česká republika

Více

Závěr, shrnutí a výstupy pro další předměty projektu EduCom

Závěr, shrnutí a výstupy pro další předměty projektu EduCom Tento materiál vznikl jako součást projektu EduCom, který je spolufinancován Evropským sociálním fondem a státním rozpočtem ČR. Závěr, shrnutí a výstupy pro další předměty projektu EduCom Ing. Petr Keller,

Více

Perspektiva jako matematický model objektivu

Perspektiva jako matematický model objektivu Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra informatiky a výpočetní techniky Semestrální práce z předmětu KMA/MM Perspektiva jako matematický model objektivu Martin Tichota mtichota@students.zcu.cz

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

Jiří Karpeta Partner

Jiří Karpeta Partner Jiří Karpeta Partner jiri.karpeta@robodrone.com Firma Robodrone Vývoj a výroba bezpilotních systémů UAS ve spoupráci s Leteckým ústavem VÚT Brno. Několik typů pro škálování scénářů. Zaměření na vyšší užitečné

Více

Počítačová grafika 2 (POGR2)

Počítačová grafika 2 (POGR2) Počítačová grafika 2 (POGR2) Pavel Strachota FJFI ČVUT v Praze 19. února 2015 Kontakt Ing. Pavel Strachota, Ph.D. Katedra matematiky Trojanova 13, místnost 033a E-mail: pavel.strachota@fjfi.cvut.cz WWW:

Více

Surfels: Surface Elements as Rendering Primitives

Surfels: Surface Elements as Rendering Primitives Surfels: Surface Elements as Rendering Primitives Výzkum v počítačové grafice Martin Herodes Nevýhody plošných primitiv Reprezentace složitých objektů pomocí plošných primitiv (trojúhelníků, čtyřúhelníků

Více

Ing. Martin Šindelář. Téma disertační práce: SLEDOVÁNÍ TECHNICKÉHO STAVU ZÁVĚSU KOLA VOZIDLA. Školitel: Doc. Ing. Ivan Mazůrek CSc.

Ing. Martin Šindelář. Téma disertační práce: SLEDOVÁNÍ TECHNICKÉHO STAVU ZÁVĚSU KOLA VOZIDLA. Školitel: Doc. Ing. Ivan Mazůrek CSc. Ing. Martin Šindelář Téma disertační práce: SLEDOVÁNÍ TECHNICKÉHO STAVU ZÁVĚSU KOLA VOZIDLA Školitel: Doc. Ing. Ivan Mazůrek CSc. Téma disertační práce SLEDOVÁNÍ TECHNICKÉHO STAVU ZÁVĚSU KOLA VOZIDLA Funkce

Více

37MK Václav KOUŘIL Wifi sítě šíření signálu, realizace Wifi síť je bezdrátová, standardizovaná podle doporučení IEEE. Nejčastěji se setkáváme se sítí standardizovanou doporučením IEEE 802.11b, pracující

Více

K čemu je studentovi střední školy teoretická informatika?

K čemu je studentovi střední školy teoretická informatika? K čemu je studentovi střední školy teoretická informatika? 9. konference škol vyučujících IT Blatná, 7. 10. 2011 Daniel Lessner, KSVI MFF UK lessner@ksvi.mff.cuni.cz Osnova Úvod Pojmy Čím se zabývám Příklady

Více

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Rozpoznávání tváří I Vojtěch Franc Centrum strojového vnímání, ČVUT FEL Praha Biometrie ZS 2013 Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Úlohy rozpoznávání tváří: Detekce Cíl: lokalizovat

Více

Optické měřicí 3D metody

Optické měřicí 3D metody Univerzita Palackého v Olomouci Přírodovědecká fakulta Optické měřicí 3D metod Michal Pochmon Olomouc 212 Oponent: RNDr. Tomáš Rössler Ph.D. Publikace bla připravena v rámci projektu Investice do rozvoje

Více

Č e s k ý m e t r o l o g i c k ý i n s t i t u t Okružní 31, 638 00

Č e s k ý m e t r o l o g i c k ý i n s t i t u t Okružní 31, 638 00 Č e s k ý m e t r o l o g i c k ý i n s t i t u t Okružní 31, 638 00 Brno Český metrologický institut (dále jen ČMI ), jako orgán věcně a místně příslušný ve věci stanovování metrologických a technických

Více

Multikriteri ln optimalizace proces 0 1 v elektrotechnice

Multikriteri ln optimalizace proces 0 1 v elektrotechnice Multikriteri ln optimalizace proces 0 1 v elektrotechnice Franti 0 8ek Mach 1,2, Pavel K 0 1s 2, Pavel Karban 1, Ivo Dole 0 6el 1,2 1 Katedra teoretick і elektrotechniky Fakulta elektrotechnick, Z pado

Více

Z OBRAZOVÉHO ZÁZNAMU. Jan HAVLÍK. Katedra teorie obvodů, Fakulta elektrotechnická

Z OBRAZOVÉHO ZÁZNAMU. Jan HAVLÍK. Katedra teorie obvodů, Fakulta elektrotechnická POROVNÁNÍ HRANOVÝCH DETEKTORŮ POUŽITÝCH PŘI PARAMETRIZACI POHYBU Z OBRAZOVÉHO ZÁZNAMU Jan HAVLÍK Katedra teorie obvodů, Fakulta elektrotechnická České vysoké učení technické v Praze Abstrakt Tento článek

Více

ž ř ý ř Í ř š ř ů Š ý ú ň ř ž Č ř ž ř ý ř ň ř ž Č ř ř ž ř ý ý ř š ř ý ř ř ř ů ř ž ř š ř ř ř ž ý ř ž ř ř ř ř ř ý ý ř ř ž ř ú ž ř ú ů ú ž ž ý ů ů ý ý ů ý ř ž ř ý ř ř š ř ý ý ř ř ř ř ř ř ř ř š ř ý ř ř ř ř

Více

GIS Geografické informační systémy

GIS Geografické informační systémy GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu

Více

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012

Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné metoda půlení intervalů Michal Čihák 23. října 2012 Problém hledání kořenů rovnice f(x) = 0 jeden ze základních problémů numerické matematiky zároveň i jeden

Více

Zpracování digitalizovaného obrazu (ZDO) - Analýza pohybu

Zpracování digitalizovaného obrazu (ZDO) - Analýza pohybu Zpracování digitalizovaného obrazu (ZDO) - Analýza pohybu Úvod Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného obrazu (ZDO)

Více

Binární vyhledávací stromy II

Binární vyhledávací stromy II Binární vyhledávací stromy II doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 19. března 2019 Jiří Dvorský (VŠB TUO) Binární vyhledávací

Více

2.6. Vlastní čísla a vlastní vektory matice

2.6. Vlastní čísla a vlastní vektory matice 26 Cíle V této části se budeme zabývat hledáním čísla λ které je řešením rovnice A x = λ x (1) kde A je matice řádu n Znalost řešení takové rovnice má řadu aplikací nejen v matematice Definice 261 Nechť

Více

Rozhodování. s více účastníky. Miroslav. school@utia

Rozhodování. s více účastníky. Miroslav. school@utia Rozhodování s více účastníky Miroslav Kárný school@utia utia.cas.cz, http://www.utia utia.cas.cz/as Rozhodování Účastník znalosti neúpln plné cíle násobné omezení rozsahů složitostn itostní strategie akce

Více

Stabilizace Galerkin Least Squares pro

Stabilizace Galerkin Least Squares pro Fakulta strojní ČVUT Ústav technické matematiky Stabilizace Galerkin Least Squares pro MKP na řešení proudění o vyšších Reynoldsových číslech Ing. Jakub Šístek Doc. RNDr. Pavel Burda, CSc. RNDr. Jaroslav

Více

Vektorové mapy. Ing. Martin Bak, vedoucí týmu vývoje martin.bak@firma.seznam.cz

Vektorové mapy. Ing. Martin Bak, vedoucí týmu vývoje martin.bak@firma.seznam.cz Vektorové mapy Ing., vedoucí týmu vývoje martin.bak@firma.seznam.cz Vektorové mapy Mobilní tým backend technologie, nástroje Cesta vektorů do aplikace úpravy, optimalizace kódování / komprese Jak to celé

Více

Maturitní témata. Informační a komunikační technologie. Gymnázium, Střední odborná škola a Vyšší odborná škola Ledeč nad Sázavou.

Maturitní témata. Informační a komunikační technologie. Gymnázium, Střední odborná škola a Vyšší odborná škola Ledeč nad Sázavou. Gymnázium, Střední odborná škola a Vyšší odborná škola Ledeč nad Sázavou Maturitní témata předmět Informační a komunikační technologie Dominik Janák 2015 třída 4I Dominik Janák Maturitní otázky Výpočetní

Více

MONITORING EROZNÍHO POŠKOZENÍ PŮD POMOCÍ METOD DPZ USING REMOTE SENSING FOR MONITORING OF SOIL DEGRADATION BY EROSION

MONITORING EROZNÍHO POŠKOZENÍ PŮD POMOCÍ METOD DPZ USING REMOTE SENSING FOR MONITORING OF SOIL DEGRADATION BY EROSION MONITORING EROZNÍHO POŠKOZENÍ PŮD POMOCÍ METOD DPZ USING REMOTE SENSING FOR MONITORING OF SOIL DEGRADATION BY EROSION 2013 ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, KATEDRA HYDROMELIORACÍ

Více

Předpokládané znalosti žáka 1. stupeň:

Předpokládané znalosti žáka 1. stupeň: Předpokládané znalosti žáka 1. stupeň: ČÍSLO A POČETNÍ OPERACE používá přirozená čísla k modelování reálných situací, počítá předměty v daném souboru, vytváří soubory s daným počtem prvků čte, zapisuje

Více

1 3D snímání: Metody a snímače

1 3D snímání: Metody a snímače 1 3D snímání: Metody a snímače Nejprve je potřeba definovat, že se v rámci tohoto předmětu budeme zabývat pouze bezkontaktními metodami zisku hloubkové informace. Metody pro 3D snímání lze dělit v podstatě

Více

Newtonova metoda. 23. října 2012

Newtonova metoda. 23. října 2012 Hledání kořenů rovnic jedné reálné proměnné Newtonova metoda Michal Čihák 23. října 2012 Newtonova metoda (metoda tečen) využívá myšlenku, že tečna v daném bodě grafu funkce nejlépe aproximuje graf funkce

Více

Jaroslav Machotka. 12. ledna 2012

Jaroslav Machotka. 12. ledna 2012 Pavel Švec Ondřej Perutka Karel Ploc Tomáš Zrůst Jaroslav Machotka Fakulta informačních technologíı České vysoké učení technické v Praze 12. ledna 2012 Obsah Aktuální stav systému SmartBuildings 1 Aktuální

Více

Ročník IX. Matematika. Období Učivo téma Metody a formy práce- kurzívou. Průřezová témata. Mezipřed. vztahy. Kompetence Očekávané výstupy

Ročník IX. Matematika. Období Učivo téma Metody a formy práce- kurzívou. Průřezová témata. Mezipřed. vztahy. Kompetence Očekávané výstupy Opakování IX. Opakování učiva 8. ročníku Lomené výrazy mocniny, mnohočleny, rovnice Metody slovní monologické, dialogické a práce s knihou Matematizuje jednoduché reálné situace s využitím proměnných.

Více

Osvětlování a stínování

Osvětlování a stínování Osvětlování a stínování Pavel Strachota FJFI ČVUT v Praze 21. dubna 2010 Obsah 1 Vlastnosti osvětlovacích modelů 2 Světelné zdroje a stíny 3 Phongův osvětlovací model 4 Stínování 5 Mlha Obsah 1 Vlastnosti

Více

Použití technik UI v algoritmickém obchodování II

Použití technik UI v algoritmickém obchodování II Použití technik UI v algoritmickém obchodování II Matematicko-fyzikální fakulta Univerzity Karlovy v Praze 7. dubna 2014 Anotace Anotace Anotace Anotace Obchodování připomenutí problému Anotace Anotace

Více

Analýza pohybu. Karel Horák. Rozvrh přednášky: 1. Úvod. 2. Úlohy analýzy pohybu. 3. Rozdílové metody. 4. Estimace modelu prostředí. 5. Optický tok.

Analýza pohybu. Karel Horák. Rozvrh přednášky: 1. Úvod. 2. Úlohy analýzy pohybu. 3. Rozdílové metody. 4. Estimace modelu prostředí. 5. Optický tok. 1 / 40 Analýza pohybu Karel Horák Rozvrh přednášky: 1. Úvod. 2. Úlohy analýzy pohybu. 3. Rozdílové metody. 4. Estimace modelu prostředí. 5. Optický tok. 2 / 40 Analýza pohybu Karel Horák Rozvrh přednášky:

Více

Přijímací zkouška z matematiky 2017

Přijímací zkouška z matematiky 2017 Fakulta informačních technologií ČVUT v Praze Přijímací zkouška z matematiky 2017 Kód uchazeče ID:.................. Varianta: 14 Příklad 1. (3b) Mějme dvě čísla zapsaná v pětkové soustavě: 4112 5 a 2443

Více

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI SEMESTRÁ LNÍ PRÁ CE Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI Předmě t STATISTICKÁ ANALÝ ZA JEDNOROZMĚ RNÝ CH DAT (ADSTAT) Ú stav experimentá lní biofarmacie, Hradec

Více

Úloha 1: Lineární kalibrace

Úloha 1: Lineární kalibrace Úloha 1: Lineární kalibrace U pacientů s podezřením na rakovinu prostaty byl metodou GC/MS měřen obsah sarkosinu v moči. Pro kvantitativní stanovení bylo nutné změřit řadu kalibračních roztoků o různé

Více

PowerOPTI Řízení účinnosti tepelného cyklu

PowerOPTI Řízení účinnosti tepelného cyklu PowerOPTI Řízení účinnosti tepelného cyklu VIZE Zvýšit konkurenceschopnost provozovatelů elektráren a tepláren. Základní funkce: Spolehlivé hodnocení a řízení účinnosti tepelného cyklu, včasná diagnostika

Více

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011

Iterační metody řešení soustav lineárních rovnic. 27. prosince 2011 Iterační metody řešení soustav lineárních rovnic Michal Čihák 27. prosince 2011 Přímé metody řešení soustav lineárních rovnic V přednáškách z lineární algebry jste se seznámili s několika metodami řešení

Více

Zpracování digitalizovaného obrazu (ZDO) - Segmentace II

Zpracování digitalizovaného obrazu (ZDO) - Segmentace II Zpracování digitalizovaného obrazu (ZDO) - Segmentace II Další metody segmentace Ing. Zdeněk Krňoul, Ph.D. Katedra Kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Zpracování digitalizovaného

Více

Katedra informatiky, Univerzita Palackého v Olomouci. 27. listopadu 2013

Katedra informatiky, Univerzita Palackého v Olomouci. 27. listopadu 2013 Katedra informatiky, Univerzita Palackého v Olomouci 27. listopadu 2013 Rekonstrukce 3D těles Reprezentace trojrozměrných dat. Hledání povrchu tělesa v těchto datech. Představení několika algoritmů. Reprezentace

Více

Vývoj řízený testy Test Driven Development

Vývoj řízený testy Test Driven Development Vývoj řízený testy Test Driven Development Richard Salač, Ondřej Lanč Fakulta jaderná a fyzikálně inženýrská České vysoké učení technické v Praze 23. - 30. 10. 2012 Obsah 1 Testování 2 Klasický přístup

Více

Od Pythagorovy věty k super-počítání

Od Pythagorovy věty k super-počítání Od Pythagorovy věty k super-počítání MODAM,. dubna 5 Dalibor Lukáš Kat. aplikované matematiky, FEI& IT4Innovations VŠB TU Ostrava web: am.vsb.cz email: dalibor.lukas@vsb.cz Od Pythagorovy věty k super-počítání

Více

Práce 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 Práce s obrazovým materiálem CENTRUM MEDIÁLNÍHO VZDĚLÁVÁNÍ Akreditované středisko dalšího vzdělávání pedagogických pracovníků Obrazový materiál příjemná součást prezentace lépe zapamatovatelný často nahrazení

Více

Studie proveditelnosti Protipovod ových opat ení na ece Úhlav v P ešticích

Studie proveditelnosti Protipovod ových opat ení na ece Úhlav v P ešticích Pöyry Environment a.s. SRPEN 2011 Studie proveditelnosti Protipovod ových opat ení na ece Úhlav v P ešticích D. VODOHOSPODÁ SKÉ EŠENÍ Objednatel: Protipovod ová opat ení na ece Úhlav v P ešticích O B S

Více

ČESKÁ TECHNICKÁ NORMA

ČESKÁ TECHNICKÁ NORMA ČESKÁ TECHNICKÁ NORMA ICS 35.040 Červenec 2013 Informační technologie Formáty výměny biometrických dat Část 5: Data obrazu obličeje ČSN ISO/IEC 19794-5 36 9860 Information technology Biometric data interchange

Více

Kalibrační proces ve 3D

Kalibrační proces ve 3D Kalibrační proces ve 3D FCC průmyslové systémy společnost byla založena v roce 1995 jako součást holdingu FCC dodávky komponent pro průmyslovou automatizaci integrace systémů kontroly výroby, strojového

Více

Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy

Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy Centrum Digitální Optiky Meo S-H: software pro kompletní diagnostiku intenzity a vlnoplochy Výzkumná zpráva projektu Identifikační čí slo výstupu: TE01020229DV003 Pracovní balíček: Zpracování dat S-H senzoru

Více

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7.

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7. A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence Výstupy Učivo Průřezová témata Evaluace žáka Poznámky (Dílčí kompetence) 5 Kompetence

Více

Automatické rozpoznávání dopravních značek

Automatické rozpoznávání dopravních značek ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Jiří Hofman Automatické rozpoznávání dopravních značek Semestrální práce z předmětu ITS 2012 Obsah 1. Automatické rozpoznávání dopravních značek (ATSR)...

Více

Řešení "stiff soustav obyčejných diferenciálních rovnic

Řešení stiff soustav obyčejných diferenciálních rovnic Řešení "stiff soustav obyčejných diferenciálních rovnic Jiří Škvára Katedra fyziky, Přírodovědecká fakulta Univerzity J.E. Purkyně v Ústí n.l.. ročník, počítačové metody ve vědě a technice Abstrakt Seminární

Více

Aktuální informace k vývoji tržních cen bytů a tržních nájmů v roce 2008

Aktuální informace k vývoji tržních cen bytů a tržních nájmů v roce 2008 Aktuální informace k vývoji tržních cen bytů a tržních nájmů v roce Projekt Regionální disparity v dostupnosti bydlení Milada Kadlecová, Michal Hadlač, Milan Poledník, Petra Sedláková STRUKTURA PREZENTACE

Více

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7.

A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence. Opakování 7. A B C D E F 1 Vzdělávací oblast: Matematika a její aplikace 2 Vzdělávací obor: Matematika 3 Ročník: 8. 4 Klíčové kompetence Výstupy Učivo Průřezová témata Evaluace žáka Poznámky (Dílčí kompetence) 5 Kompetence

Více

Funkce. Logaritmická funkce. Mgr. Tomáš Pavlica, Ph.D. Digitální učební materiály, Gymnázium Uherské Hradiště

Funkce. Logaritmická funkce. Mgr. Tomáš Pavlica, Ph.D. Digitální učební materiály, Gymnázium Uherské Hradiště Funkce Logaritmická funkce Mgr. Tomáš Pavlica, Ph.D. Gymnázium Uherské Hradiště Digitální učební materiály, 01-1 Obsah Logaritmická funkce 1 Logaritmická funkce předpis funkce a ukázky grafů srovnání grafů

Více

GPS - Global Positioning System

GPS - Global Positioning System Vysoká škola báňská - Technická univerzita Ostrava 20. února 2011 GPS Družicový pasivní dálkoměrný systém. Tvoří sít družic, kroužících na přesně specifikovaných oběžných drahách. Pasivní znamená pouze

Více

Určeno pro Navazující magisterský studijní program Stavební inženýrství, obor Pozemní stavby, zaměření Navrhování pozemních staveb

Určeno pro Navazující magisterský studijní program Stavební inženýrství, obor Pozemní stavby, zaměření Navrhování pozemních staveb Vzorový dokument pro zpracování základního posouzení objektu z hlediska stavební fyziky pro účely Diplomové práce ve formě projektové dokumentace stavby zpracovávané na Ústavu pozemního stavitelství, FAST,

Více

Neuronové sítě Učení bipolárního perceptronu

Neuronové sítě Učení bipolárního perceptronu Neuronové sítě Učení bipolárního perceptronu Základní pojmy bipolární perceptron vstupy a výstupy jsou ± Učení: vycházíme z kladných a záporných vzorů a učíme váhy w, w,..., w n ( n ) y = sign w k x k,

Více

Algoritmy pro spojitou optimalizaci

Algoritmy pro spojitou optimalizaci Algoritmy pro spojitou optimalizaci Vladimír Bičík Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze 10.6.2010 Vladimír Bičík (ČVUT Praha) Algoritmy pro spojitou optimalizaci

Více

Automatizační a měřicí technika (B-AMT)

Automatizační a měřicí technika (B-AMT) Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence

Více

Zhotovení a úprava fotografií. 01 Digitální fotografie

Zhotovení a úprava fotografií. 01 Digitální fotografie Zhotovení a úprava fotografií 01 Digitální fotografie Michal Kačmařík Institut geoinformatiky, VŠB-TUO Obsah prezentace 1. Úvod 2. Princip digitální fotografie 3. Fotografická technika co vybrat? 4. Základní

Více

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)

MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) Charakteristika vyučovacího předmětu Obsahové vymezení Vzdělání v matematickém semináři je zaměřeno na: užití matematiky v reálných situacích osvojení

Více

Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Volitelný předmět Matematický seminář ročník 8.

Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Volitelný předmět Matematický seminář ročník 8. Učební osnovy Vzdělávací oblast: Matematika a její aplikace Vzdělávací obor: Volitelný předmět Matematický seminář ročník 8. Výuka matematického semináře bude probíhat jednou týdně v dvouhodinovém bloku.

Více

STUDIE PROTIPOVODŇOVÝCH OPATŘENÍ NA OCHRANU OBCE KLY

STUDIE PROTIPOVODŇOVÝCH OPATŘENÍ NA OCHRANU OBCE KLY STUDIE PROTIPOVODŇOVÝCH OPATŘENÍ NA OCHRANU OBCE KLY VIZUALIZACE ZÁMĚRU PPO Ing. Filip Kysnar, Ph.D. Kly 17.5.2017 OSNOVA PREZENTACE Cíle dnešního setkání Obec Kly a povodně Historie přípravy projektu

Více

Martin NESLÁDEK. 14. listopadu 2017

Martin NESLÁDEK. 14. listopadu 2017 Martin NESLÁDEK Faculty of mechanical engineering, CTU in Prague 14. listopadu 2017 1 / 22 Poznámky k úlohám řešeným MKP Na přesnost simulace pomocí MKP a prostorové rozlišení výsledků má vliv především:

Více

Algoritmizace prostorových úloh

Algoritmizace prostorových úloh Algoritmizace prostorových úloh Vektorová data Daniela Szturcová Prostorová data Geoobjekt entita definovaná v prostoru. Znalost jeho identifikace, lokalizace umístění v prostoru, vlastností vlastních

Více

Restaurace (obnovení) obrazu při známé degradaci

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

Více

Program jednání byl upraven a doplněn o aktuální body. Členové programového výboru a KRK schválili program jednání. Pro: 6 Proti: 0 Zdržel se: 0

Program jednání byl upraven a doplněn o aktuální body. Členové programového výboru a KRK schválili program jednání. Pro: 6 Proti: 0 Zdržel se: 0 Zápis z jednání programového výboru Místní akční skupiny Hlučínsko, které se uskutečnilo dne 24. 10. 2011 od 9 00 h v areálu Hoštické a. s. ve Velkých Hošticích Přítomní: PV: pp. Josef Teuer, Daniel Procházka,

Více

2. Pro každou naměřenou charakteristiku (při daném magnetickém poli) určete hodnotu kritického

2. Pro každou naměřenou charakteristiku (při daném magnetickém poli) určete hodnotu kritického 1 Pracovní úkol 1. Změřte V-A charakteristiky magnetronu při konstantním magnetickém poli. Rozsah napětí na magnetronu volte 0-200 V (s minimálním krokem 0.1-0.3 V v oblasti skoku). Proměřte 10-15 charakteristik

Více

Přehled vhodných metod georeferencování starých map

Přehled vhodných metod georeferencování starých map Přehled vhodných metod georeferencování starých map ČVUT v Praze, katedra geomatiky 12. 3. 2015 Praha Georeferencování historická mapa vs. stará mapa georeferencování umístění obrazu mapy do referenčního

Více

Marketingový plán. Studentská komora Rady vysokých škol

Marketingový plán. Studentská komora Rady vysokých škol Marketingový plán Studentská komora Rady vysokých škol Seminární práce pro předmět Marketing informačních služeb Karolína Kučerová, IV. sem. nav. mgr. LS 2003/2004 Cíl Hlavním cílem marketingových aktivit

Více

Seznam příloh. PŘÍLOHA 1: Seznam tabulek. PŘÍLOHA 2: Seznam grafů. PŘÍLOHA 3: Seznam obrázků. PŘÍLOHA 5: Dotazník k SWOT analýze

Seznam příloh. PŘÍLOHA 1: Seznam tabulek. PŘÍLOHA 2: Seznam grafů. PŘÍLOHA 3: Seznam obrázků. PŘÍLOHA 5: Dotazník k SWOT analýze Seznam příloh PŘÍLOHA 1: Seznam tabulek PŘÍLOHA 2: Seznam grafů PŘÍLOHA 3: Seznam obrázků PŘÍLOHA 4: Dotazník k PEST analýze PŘÍLOHA 5: Dotazník k SWOT analýze PŘÍLOHA 1: Seznam tabulek 1) Tabulka č. 1

Více

Automatické generování pozic optického skeneru pro digitalizaci plechových dílů.

Automatické generování pozic optického skeneru pro digitalizaci plechových dílů. Automatické generování pozic optického skeneru pro digitalizaci plechových dílů. Tomáš Koutecký Prezentace k obhajobě doktorské dizertační práce Ústav konstruování Odbor reverzního inženýrství a aditivních

Více

Vedení digitální mapy velkého měřítka. Pavel Doubek Praha

Vedení digitální mapy velkého měřítka. Pavel Doubek Praha Vedení digitální mapy velkého měřítka Pavel Doubek Praha 4.4.2012 Vedení digitální mapy velkého měřítka Obsah prezentace Souřadnice obrazu a polohy ve výměnném formátu ISKN Dvoje souřadnice v geometrických

Více

EXPERIMENTÁLNÍ METODY I. 2. Zpracování měření

EXPERIMENTÁLNÍ METODY I. 2. Zpracování měření FSI VUT v Brně, Energetický ústav Odbor termomechanik a technik prostředí prof. Ing. Milan Pavelek, CSc. EXPERIMENTÁLNÍ METODY I OSNOVA. KAPITOLY. Zpracování měření Zpracování výsledků měření (nezávislých

Více

Fakulta přírodovědně-humanitní a pedagogická. Okruhy otázek pro státní závěrečné zkoušky. Bakalářské studium

Fakulta přírodovědně-humanitní a pedagogická. Okruhy otázek pro státní závěrečné zkoušky. Bakalářské studium Fakulta přírodovědně-humanitní a pedagogická Okruhy otázek pro státní závěrečné zkoušky Bakalářské studium Informatika se zaměřením na vzdělávání Bc. Matematika: Funkce, její průběh a vlastnosti. Popisná

Více

2C06028-00-Tisk-ePROJEKTY

2C06028-00-Tisk-ePROJEKTY Stránka. 27 z 50 3.2. ASOVÝ POSTUP PRACÍ - rok 2009 3.2.0. P EHLED DÍL ÍCH CÍL PLÁNOVANÉ 2009 íslo podrobn Datum pln ní matematicky formulovat postup výpo t V001 výpo etní postup ve form matematických

Více

ě ě š é Č ě ě š Š š Č ú ě ě ě ě ó š ě ě š é ě é š ě é é é ě é é ěž ě Ž ě ě ě ů ě š ů ů é Ž ňů ňů Ž Ž é ňů ů ď é ů ď é ů Ý ď é é ňů ňů ě ů ňů ů ů ě é ňů Ý ě Ý ď é é š Ž š š Ž ě Ž ů ě š ě Ž Ž š ě é Ž Ž š

Více

PROGRAMOVÁNÍ. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky.

PROGRAMOVÁNÍ. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky. Cílem předmětu Programování je seznámit posluchače se způsoby, jak algoritmizovat základní programátorské techniky. V průběhu budou vysvětlena následující témata: 1. Dynamicky alokovaná paměť 2. Jednoduché

Více