Fourierova transformace ve zpracování obrazů
|
|
- Renáta Jarošová
- před 8 lety
- Počet zobrazení:
Transkript
1 Fourierova trasformace ve zpracováí obrazů Jea Baptiste Joseph Fourier předáška předmětu Zpracováí obrazů Martia Mudrová 24
2 Motivace Proč používat Fourierovu trasformaci? základí matematický ástroj ve zpracováí digitálích obrazů detekce hra a segmetace obrazu úprava kvality obrazu rekostrukce obrazu komprese obrazu (formát.jpg) detekce objektů atd. M. Mudrová, 24 2
3 Matematické miimum = převod mezi časovou x(t) a frekvečí X(f) oblastí x( t) X ( f ) t...časová (prostorová oblast) f...frekvečí oblast Základí defiice: přímá spojitá FT: zpětá spojitá FT: X + i πtf = x( t ) e 2 dt + i πtf ( f ) x( t) = X ( f ) e 2 df + Požadavky a f(t) : po částech spojitá itegrovatelá x ( t) dt < M. Mudrová, 24 3
4 Příklad spojité FT Jak vypadá FT periodických fukcí? x ( t ) si(2 π f t ) = X ( f ) = ( δ ( f f) δ ( f + f) ) Def. FT: X ( f ) + i πtf = x( t) e 2 dt 2 i ± i Eulerovy vzorce: 2 πf t e = cos( 2πf t) ± i si(2πf t ) d(f) Diracova fukce f f Časová (prostorová) oblast x(t) Spektrum X(f) (amplitudová fr. charakt.) x(t) X(f) T=/f 2T 3T t -f f f M. Mudrová, 24 4
5 Od spojité k diskrétí FT Co je diskrétí FT? Diskretizace v čase: ty t Y + Diskretizace ve frekveci: f Y f k Y k Přímá diskrétí FT: X ( k) = N N = x( ) e k i 2π N Diskrétí Fourierova trasformace x( ) X ( k) Zpětá diskrétí FT: x( ) = N k = X ( k ) e k + i 2π N x() X(k) k...idex ω k...kruhová frekvece f ormalizovaá frekv. M. Mudrová, 24 5
6 Omezeí vzorové fukce v čase (prostoru) Fukce s koečou délkou... = váhováí = apodizace Periodický sigál a jeho spektrum 4 3 x() X(ω) ω od do π.5 Obdelikové oko a jeho spektrum 4 x() X(ω) ω od do π Omezeý sigál a jeho spektrum 4 3 x() X(ω) ω od do π M. Mudrová, 24 6
7 Do dvou dimezí X ( k, l) = MN x() Přímá 2D DFT: N M = m= x(, m) e -> [, m] k-> [k, l] 2D DFT k lm i 2π ( + ) N M X(k) 3 5 x(, m) X ( k, l) k x(, m) = N M k = l= 63 Zpětá 2D DFT: X ( k, l) e k ml + i 2π ( + ) N M x(,m ) x(,m ) X(f k,f l ) 64 m m 64 f l - - f k M. Mudrová, 24 7
8 Příklad 2D DFT reálého obrazu x(,m) m Symetrie M. Mudrová, 24 8
9 Pricip číslicové filtrace Co se stae při úpravě spektra? prostorová oblast x() spektrum X(k). periodická fukce 2. áhodý šum 3. = po úpravě spektra M. Mudrová, 24 9
10 2D filtrace M. Mudrová, 24
11 Pricip diskrétí kovoluce Co se při úpravě spektra děje v prostorové oblasti? Spektrálí oblast: Y ( k) = X( k). H( k) pro k Souči Prostorová oblast: y( ) = x( ) * h( ) = j = x( j) h( j) Kovoluce M. Mudrová, 24 Kde: y() žádaý tvar fukce x()...daý (poškozeý) tvar fukce h()...číslicový filtr
12 Příklad diskrétí kovoluce Jaký má výzam kovoluce? Příklad: x() = ; 2; 3; 4; 5 h() =,5;,5 (Klouzavý průměr) y( ) = x( )* h( ) = x( j) h( j= j) = j= f().h().,5 5 y()= 5 = j= f().h(-).,5 5 j= f().h(-) 2.,5 y()=5+ = 5 =2 j= f().h(2-) edef. j= f().h(2-) 2.,5 j=2 f(2).h(2-2) 3.,5 5 y(2)=+5= 25 =3 j= f().h(3-) edef. j= f().h(3-) edef. j=2 f(2).h(3-2) 3.,5 5 j=3 f(3).h(3-3) 4.,5 2 y(3)=5+2= 35 =4 j=,,2 edef. j=3 f(4).h(4-3) 4.,5 2 j=4 f(4).h(4-4) 5.,5 25 y(4)=25+2= 45 M. Mudrová, 24 y() = 5; 5; 25; 35; 45 2
13 2D diskrétí kovoluce Jak vypadá 2D kovoluce? y(, m) = x(, m)* h(, m) = m j = j = 2 x( j, j 2 ) h( j, m j 2 ) matice filtru h(,m) Prvek počítaý a pozici(,m) -4 matice obrázku x(,m) M. Mudrová, 24 3
14 Aplikace I detekce hra Úloha detekce hra (=>segmetace obrazu) Hraa = áhlá změa obrazové fukce Pricip: Aplikace hraových detektorů = horopropustých filtrů Příklad matice filtru h(,m) (filtr Prewittové) Příklad spektra filtru H(k,l) Origiálí obraz Obraz po detekci hra M. Mudrová, 24 4
15 Aplikace II potlačeí šumu Úprava obrazu Pricip: Potlačeí vysokofrekvečích složek aplikací dolopropustého filtru Origiálí obraz Spektrum filtru H(k,l) Obraz po úpravě M. Mudrová, 24 5
16 Aplikace III ostřeí Úloha rekostrukce poškozeého obrazu Pricip: Iverzí filtrace Wieerova filtrace Poškozeý obraz Typ poškozeí: Rozostřeí pohybem objektu (objektivu) Špaté zaostřeí objektivu Turbulece atmosféry atd. Obraz po rekostrukci M. Mudrová, 24 6
17 Aplikace IV detekce objektů Úloha detekce polohy objektu Pricip: Výpočet korelačí fukce = kovoluce v prostor. oblasti Zrychleí výpočtu aplikací algoritmu FFT ve 2D -> souči ve frekvečí oblasti M. Mudrová, 24 Filtr h(,m) Obraz x(,m) Korelačí fukce h(,m) 7
18 Pokročilejší metody zpracováí obrazů Short-time Fourier trasform = krátká FT - Kompromis mezi časovým (prostorovým) a frekvečím rozlišeím Wavelet trasformace = vlková trasformace - používá časová (prostorová) okéka s promělivou délkou (wavelet fukce) - Aplikace v aalýze obrazu, potlačeí šumu, kompresi dat, Radoova trasformace (p. Rado české árodosti) - koverze z cylidrických souřadic - aplikace především v biomedicíě (PET, SPECT, CT, ) M. Mudrová, 24 8
Fourierova transformace ve zpracování obrazů
Jea Baptiste Joseph Fourier 768-83 Fourierova trasforace ve zpracováí obrazů 6. předáška předětu Zpracováí obrazů Martia Mudrová 24 Motivace Proč používat Fourierovu trasforaci? základí ateatický ástroj
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY)
SIGNÁLY A LINEÁRNÍ SYSTÉMY (ČASOVÉ ŘADY) prof. Ig. Jiří Holčík, CSc. holcik@iba.mui.cz, Kameice 3, 4. patro, dv.č.424 INVESTICE Istitut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a aalýz IV. FREKVENČNÍ TRASFORMACE
VíceDiskrétní Fourierova transformace
Disrétí Fourierova trasformace Záladí idea trasformace x Trasformace Zpracováí v časové oblasti Zpracováí v trasform. oblasti x Iverzí Trasformace Spojitá Fourierova trasformace f j πft x t e dt Disrétí
Více1 Základy Z-transformace. pro aplikace v oblasti
Základy Z-trasformace pro aplikace v oblasti číslicového zpracováí sigálů Petr Pollák 9. říja 29 Základy Z-trasformace Teto stručý text slouží k připomeutí základích vlastostí Z-trasformace s jejími aplikacemi
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
VíceOBRAZOVÁ ANALÝZA POVRCHU POTISKOVANÝCH MATERIÁLŮ A POTIŠTĚNÝCH PLOCH
OBRAZOVÁ ANALÝZA POVRCU POTISKOVANÝC MATERIÁLŮ A POTIŠTĚNÝC PLOC Zmeškal Oldřich, Marti Julíe Tomáš Bžatek Ústav fyzikálí a spotřebí chemie, Fakulta chemická, Vysoké učeí techické v Brě, Purkyňova 8, 62
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
VíceROZ1 - Cv. 2 - Fourierova transformace ÚTIA - ZOI
Vzorečky Co to je FT? Vzorečky Co to je FT? Transformace signálu z časové (resp. obrazové) reprezentace f(t) do frekvenční reprezentace F(ψ) a zpět. Díky ní můžeme signál analyzovat ve frekvenční oblasti
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
VíceČíslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů
Číslicová filtrace Použití : Separace sigálů Restaurace sigálů Číslicové filtry Aalogové x číslicové filtry : Aalogové Číslicové: + levé + rychlé + velký dyamický rozsah (v amplitudě i frekveci) - evhodé
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
VíceSpektrální analyzátory
Lubomír Slavík TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Materiál vznikl v rámci projektu ESF (CZ.1.07/2.2.00/07.0247), který je spolufinancován Evropským
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
VíceNMAF063 Matematika pro fyziky III Zkoušková písemná práce 25. ledna x 1 n
Jméo: Příklad 3 Celkem bodů Bodů 8 0 30 Získáo [8 Uvažujte posloupost distribucí f } D R defiovaou jako f [δ kde δ a začí Diracovu distribuci v bodě a Najděte itu δ 0 + δ + této poslouposti aeb spočtěte
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)
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
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
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam
VíceAnalýza a zpracování signálů. 4. Diskrétní systémy,výpočet impulsní odezvy, konvoluce, korelace
Aalýza a zpracováí sigálů 4. Diskrétí systémy,výpočet impulsí odezvy, kovoluce, korelace Diskrétí systémy Diskrétí sytém - zpracovává časově diskrétí vstupí sigál ] a produkuje časově diskrétí výstupí
VíceLineární a adaptivní zpracování dat. 8. Modely časových řad I.
Lieárí a adaptiví zpracováí dat 8. Modely časových řad I. Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů BLACK BOX Cíl, motivace Popis a idetifikace systémů BLACK
VíceRegulace frekvence a velikosti napětí Řízení je spojeno s dodávkou a přenosem činného a jalového výkonu v soustavě.
18. Řízeí elektrizačí soustavy ES je spojeí paralelě pracujících elektráre, přeosových a rozvodých sítí se spotřebiči. Provoz je optimálě spolehlivá hospodárá dodávka kvalití elektrické eergie. Stěžejími
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
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
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
VíceZpracování obrazů. Honza Černocký, ÚPGM
Zpracování obrazů Honza Černocký, ÚPGM 1D signál 2 Obrázky 2D šedotónový obrázek (grayscale) Několikrát 2D barevné foto 3D lékařské zobrazování, vektorová grafika, point-clouds (hloubková mapa, Kinect)
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
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
VíceFOURIEROVA ANAL YZA 2D TER ENN ICH DAT Karel Segeth
FOURIEROVA ANALÝZA 2D TERÉNNÍCH DAT Karel Segeth Motto: The faster the computer, the more important the speed of algorithms. přírodní jev fyzikální model matematický model numerický model řešení numerického
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí
Víceje vstupní kvantovaný signál. Průběh kvantizační chyby e { x ( t )}
ČÍSLICOVÉ ZPRACOVÁNÍ ZVUKOVÝCH SIGNÁLŮ Z HLEDISKA PSYCHOAKUSTIKY Fratišek Kadlec ČVUT, fakulta elektrotechická, katedra radioelektroiky, Techická 2, 66 27 Praha 6 Úvod Při číslicovém zpracováí zvukových
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
VícePříklady k přednášce 9 - Zpětná vazba
Příklady k předášce 9 - Zpětá vazba Michael Šebek Automatické řízeí 205 6--5 Příklad: Přibližá iverze tak průřezu s výškou hladiy y(t), přítokem u(t) a odtokem dy() t dt + 2 yt () = ut () Cíl řízeí: sledovat
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
VíceFunkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou
Fukce RNDr. Yvetta Bartáková Gymázium, SOŠ a VOŠ Ledeč ad Sázavou Limita poslouposti a fukce VY INOVACE_0 9_M Gymázium, SOŠ a VOŠ Ledeč ad Sázavou A) Limita poslouposti Říkáme, že posloupost a je kovergetí,
VíceIAJCE Přednáška č. 12
Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích
VíceNMAF063 Matematika pro fyziky III Zkoušková písemná práce 17. ledna 2019
Jméo: Příklad 2 3 Celkem bodů Bodů 0 8 2 30 Získáo 0 Uvažujte posloupost distribucí {f } + = D (R defiovaou jako f (x = ( δ x m, kde δ ( x m začí Diracovu distribuci v bodě m Najděte limitu f = lim + f
VíceSpektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM
Spektrální analýza a diskrétní Fourierova transformace Honza Černocký, ÚPGM Povídání o cosinusovce 2 Argument cosinusovky 0 2p a pak každé 2p perioda 3 Cosinusovka s diskrétním časem Úkol č. 1: vyrobit
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
VíceDETEKCE UŽITEČNÉHO SIGNÁLU V APLIKACI HARMONICKÉHO RADARU S VYUŽITÍM MATLAB
DETEKCE UŽITEČÉHO SIGÁLU V APLIKACI HARMOICKÉHO RADARU S VYUŽITÍM MATLAB R.. Pavlík, V. Poláček VOP-6 Šterberk, s.p., divize VTÚO Bro, Veslařská 3, 637 Bro E-mail: pavlik@vtuo.cz, polacek@vtuo.cz Úvod
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
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
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
Více(Auto)korelační funkce. 2. 11. 2015 Statistické vyhodnocování exp. dat M. Čada www.fzu.cz/ ~ cada
(Auto)korelační funkce 1 Náhodné procesy Korelace mezi náhodnými proměnnými má široké uplatnění v elektrotechnické praxi, kde se snažíme o porovnávání dvou signálů, které by měly být stejné. Příkladem
VíceUžitečné zdroje příkladů jsou: Materiály ke cvičením z Kalkulu 3 od Kristýny Kuncové:
Užitečé zdroje příkladů jsou: Materiály ke cvičeím z Kalkulu 3 od Kristýy Kucové: http://www.karli.mff.cui.cz/~kucova/historie8. php K posloupostem řad a fukcí Ilja Čerý: Iteligetí kalkulus. Olie zde:
VíceLineární a adaptivní zpracovní dat. 5. Lineární filtrace: FIR, IIR
Leárí a adaptví zpracoví dat 5. Leárí fltrace: FIR, IIR Dael Schwarz Ivestce do rozvoje vzděláváí Opakováí 2 Co je to fltrace? Co je to fltr? A jak ho popsujeme? Jaký je vztah Z trasformace a Fourerovy
Více1 Elektronika pro zpracování optického signálu
1 Elektronika pro zpracování optického signálu Výběr elektroniky a detektorů pro měření optického signálu je odvislé od toho, jaký signál budeme detekovat. V první řadě je potřeba vědět, jakých intenzit
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
VíceFiltrace snímků ve frekvenční oblasti. Rychlá fourierova transformace
Filtrace snímků ve frekvenční oblasti Rychlá fourierova transformace semestrální práce z předmětu KIV/ZVI zpracoval: Jan Bařtipán A03043 bartipan@students.zcu.cz Obsah Úvod....3 Diskrétní Fourierova transformace
Více" Furierova transformace"
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM FAKULTA ŽIVOTNÍHO PROSTŘEDÍ " Furierova transformace" Seminární práce z předmětu Dálkový průzkum Země Marcela Bartošová, Veronika Bláhová OŽP, 3.ročník
VíceX31ZZS 7. PŘEDNÁŠKA 10. listopadu 2014
X3ZZS 7. PŘEDNÁŠKA. listopadu 4 Jedoduché číslicové filtry Klouavé průměry Úkopásmové ádrže Difereciátory Hřebeové filtry Karplusův Strogův algoritmus Fáovací filtry Audio efekty aložeé a časovém požděí
VíceMotivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky
A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační
VíceBiofyzikální ústav LF MU Brno. jarní semestr 2011
pro obor Ošetřovatelská péče v gerontologii Biofyzikální ústav LF MU Brno jarní semestr 2011 Obsah letmý dotyk teorie systémů klasifikace a analýza biosignálů Co je signál? Co je biosignál? Co si počít
Více6. FUNKCE A POSLOUPNOSTI
6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat
VíceAnalýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály
Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigál eí defiová mezi dvěma ásledujícími vzorky a eí tam
VíceAplikovaná informatika. Podklady předmětu Aplikovaná informatika pro akademický rok 2006/2007 Radim Farana. Obsah. Algoritmus
Podklady předmětu pro akademický rok 006007 Radim Faraa Obsah Tvorba algoritmů, vlastosti algoritmu. Popis algoritmů, vývojové diagramy, strukturogramy. Hodoceí složitosti algoritmů, vypočitatelost, časová
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,
VíceP7: Základy zpracování signálu
P7: Základy zpracování signálu Úvodem - Signál (lat. signum) bychom mohli definovat jako záměrný fyzikální jev, nesoucí informaci o nějaké události. - Signálem je rovněž funkce, která převádí nezávislou
VíceCircular Harmonics. Tomáš Zámečník
Circular Harmonics Tomáš Zámečník Úvod Circular Harmonics Reprezentace křivky, která je: podmonožinou RxR uzavřená funkcí úhlu na intervalu Dále budeme hovořit pouze o takovýchto křivkách/funkcích
VíceZáklady zpracování obrazu
UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ Základy zpracování obrazu Ing. Miroslav Fribert, Dr Pardubice 006 . Operace s maticemi, program Mathematica. Matice ve zpracování obrazu Matematickým
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
VíceFouriérova transformace, konvoluce, dekonvoluce, Fouriérovské integrály
co byste měli umět po dnešní lekci: používat funkce pro výpočet FFT (Fast Fourier Transformation) spočítat konvoluci/dekonvoluci pomocí FFT použít FFT při výpočtu určitých integrálů vědět co je nízko\vysoko
VíceVyšší harmonické a meziharmonické
České vysoké učeí techické v Praze Fakulta elektrotechická Katedra elektroeergetiky Vyšší harmoické a meziharmoické. předáška ZS 0/0 Ig. Tomáš Sýkora, Ph.D. Defiice a zdroje vyšších harmoických Defiice
VíceKepstrální analýza řečového signálu
Semestrální práce Václav Brunnhofer Kepstrální analýza řečového signálu 1. Charakter řečového signálu Lidská řeč je souvislý, časově proměnný proces. Je nositelem určité informace od řečníka k posluchači
VíceInvestice do rozvoje vzdělávání
Lieárí systémy a modely časových řad Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů Lieárí systémy a modely časových řad Istitute of Biostatistics ad Aalyses Cíl,
VíceHodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů. Vypracoval: Kolář Lukáš
Hodnocení parametrů signálu AE při únavovém zatěžování tří typů konstrukčních materiálů Vypracoval: Kolář Lukáš Cíl práce: Analýza současného stavu testování metodou AE Návrh experimentálního zajištění
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
VíceAplikace teorie neuronových sítí
Aplikace teorie euroových sítí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické iforatiky Mateaticko-fyzikálí fakulta Uiverzity Karlovy v Praze Zpracováí časových vzorů (teporal processig) Stadardí algoritus
VíceCvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018
Modelování systém a proces Mgr. Lucie Kárná, PhD karna@fd.cvut.cz March 5, 2018 1 Gracké moºnosti Matlabu 2 Zobrazení signálu 3 4 Analýza signálu Gracké moºnosti Matlabu Základní gracké p íkazy I Graf
VíceTento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254
Evropský sociálí fod Praha & EU: Ivestujeme do vaší budoucosti Teto materiál vzikl díky Operačímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254 Maažerské kvatitativí metody II - předáška č.1 - Dyamické
VíceÚvod 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,
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
Více4. MĚŘENÍ HARMONICKÝCH Úvod
4. MĚŘENÍ HARMONICKÝCH 4.1. Úvod ČSN EN 61000-4-7 ed. 2: Elektromagnetická kompatibilita (EMC) - Část 4-7: Zkušební a měřicí tecnika - Všeobecné směrnice o měření a měřicíc přístrojíc armonickýc a meziarmonickýc
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 VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU
ANALÝZA VLIVU NUMERICKÉ APERTURY A ZVĚTŠENÍ NA HODNOTU ROZPTYLOVÉ FUNKCE BODU A.Mikš, J.Novák, P. Novák katedra fyziky, Fakulta stavebí ČVUT v Praze Abstrakt Práce se zabývá aalýzou vlivu velikosti umerické
VíceDYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS
DYNAMIC PROPERTIES OF ELECTRONIC GYROSCOPES FOR INERTIAL MEASUREMENT UNITS Jiří Tůma & Jiří Kulháek Abstract: The paper deals with the dyamic properties of the electroic gyroscope as a sesor of agular
VíceMatematika 1 pro PEF PaE
Derivace funkcí jedné proměnné / 9 Matematika pro PEF PaE 4. Derivace funkcí jedné proměnné Přemysl Jedlička Katedra matematiky, TF ČZU Derivace funkcí jedné proměnné Nejjednodušší derivace 2 / 9 Derivace
Více8. Sběr a zpracování technologických proměnných
8. Sběr a zpracování technologických proměnných Účel: dodat v částečně předzpracovaném a pro další použití vhodném tvaru ucelenou informaci o procesu pro následnou analyzu průběhu procesu a pro rozhodování
VíceŘešení písemné zkoušky z Matematické analýzy 1a ZS ,
Řešeí písemé zkoušky z Matematické aalýzy a ZS008-09,0..009 Příklad : Spočtěte itu poslouposti 75 + 60 ) 75 60 + ) 0 + ) 0 +) 70 ) 70. 5 bodů) Řešeí:Ozačíme a : 75 + 60 75 60,dále b : + ) 0 + ) 0,akoečě
VíceNMAF061, ZS Zápočtová písemná práce VZOR 5. ledna e bx2 x 2 e x2. F (b) =
NAF61, ZS 17 18 Zápočtová písemá práce VZOR 5. leda 18 Jedotlivé kroky při výpočtech stručě, ale co ejpřesěji odůvoděte. Pokud používáte ějaké tvrzeí, ezapomeňte ověřit splěí předpokladů. Jméo a příjmeí:
VíceADA Semestrální práce. Harmonické modelování signálů
České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte
VícePružnost a pevnost. 9. přednáška, 11. prosince 2018
Pružost a pevost 9. předáška, 11. prosice 2018 1) Krouceí prutu s kruhovým průřezem 2) Volé krouceí prutu s průřezem a) masivím b) otevřeým tekostěým c) uzavřeým tekostěým 3) Ohybové (vázaé) krouceí Rovoměré
VíceOdezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti
Odezva a obecou periodickou budící fukci Iva Períková Kaedra mechaiky, pružosi a pevosi Obsah Fourierovy řady Odezva a polyharmoickou fukci Odezva a obecou periodickou fukci Odezva a jedokový skok Příklad
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
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
VíceÁ Í Č Ě Č ň ť Š Č Ť ň ň ď Ť Ú ť Č ň ď ť Č Š Ž Ú Ť Ť Ť Ť ň Ť Ť ť Ť Ť Á Ť Ť Ť ď Ť Ť Ť Ť Ť Ť Ť Ť Ť ň ďť Ť Ť Ť Š Š Š ď ň Č Š ň Š ť Š ň Š Š Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ť Ú Š ň ť ť Š ň Š Ž ť ť ť ň Š Č Š Š Í
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,
VíceTéma: 11) Dynamika stavebních konstrukcí
Počítačová podpora statických výpočtů Téma: ) Dyamika stavebích kostrukcí Katedra stavebí mechaiky Fakulta stavebí, VŠB V Techická uiverzita Ostrava Rozděleí mechaiky Statika Zabývá se problematikou působeí
Více5 PŘEDNÁŠKA 5: Jednorozměrný a třírozměrný harmonický oscilátor.
5 PŘEDNÁŠKA 5: Jedorozměrý a třírozměrý harmoický oscilátor. Půjde o spektrum harmoického oscilátoru emá to ic společého se spektrem atomu ebo se spektrálími čarami atomu. Liší se to právě poteciálem!
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
VíceMatematika pro geometrickou morfometrii
Matematika pro geometrickou morfometrii Václav Krajíček Vaclav.Krajicek@mff.cuni.cz Department of Software and Computer Science Education Faculty of Mathematics and Physics Charles University Přednáška
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,
VíceAnalýza signálů ve frekvenční oblasti
Aalýza sigálů v frvčí oblasti Fourirova trasformac Záladí ida trasformac () Trasformac () Zpracováí v časové oblasti Zpracováí v trasform. oblasti () Ivrzí Trasformac () Typy Fourirových trasformací Discrt
Více6. Posloupnosti a jejich limity, řady
Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme
Více1.1. Definice Reálným vektorovým prostorem nazýváme množinu V, pro jejíž prvky jsou definovány operace sčítání + :V V V a násobení skalárem : R V V
Předáška 1: Vektorové prostory Vektorový prostor Pro abstraktí defiici vektorového prostoru jsou podstaté vlastosti dvou operací, sčítáí vektorů a ásobeí vektoru (reálým číslem) Tyto dvě operace musí být
VíceWikiSkriptum Ing. Radek Fučík, Ph.D. verze: 1. října 2019
Matematika II - Sbírka příkladů WikiSkriptum Ig. Radek Fučík, Ph.D. verze:. říja 9 Obsah Pokročilé techiky itegrace a zobecěý Riemaův itegrál. Racioálí fukce.................................... Pokročilé
VícePeriodicita v časové řadě, její popis a identifikace
Periodicita v časové řadě, její popis a idetifikace 1 Periodicita Některé časové řady obsahují periodickou složku. Pomocí vybraých ástrojů spektrálí aalýzy budeme tuto složku idetifikovat. Mějme fukci
Více