NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY
|
|
- Ladislava Holubová
- před 6 lety
- Počet zobrazení:
Transkript
1 NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY Stanislav Vítek, Petr Páta, Jiří Hozman Katedra radioelektroniky, ČVUT FEL Praha, Technická 2, Praha 6 svitek@feld.cvut.cz, pata@feld.cvut.cz, hozman@feld.cvut.cz Je zřejmé, že můžeme na algoritmy obrazových kompresí pohlížet jako na zobrazovací systém, včetně popisu vlastností kompresních algoritmů charakteristikami, běžně používaných k popisu zobrazovacích systémů. Některé z těchto charakteristik je pak možné použít jako kritéria pro objektivní hodnocení kvality obrazových dat, resp. kvality kompresního algoritmu. 1 Úvod Pro popis standardních zobrazovacích systémů používáme několik hlavních charakteristik. Nejvýznamnějšími jsou impulsová odezva (Point Spread Function - PSF) a funkce přenosu kontrastu (Modulation Transfer Function - MTF). Impulsovou odezvu v prostorové oblasti definujeme jako odezvu zobrazovacího systému na bodový zdroj světla (2D Diracův impuls). PSF je velmi často používána k popisu míry zaostření (resp. rozostření) systému. Vztah mezi výsledným obrazem a zobrazovaným předmětem je dán konvolucí předmětu a PSF: f image (x, y) = f object (x, y) h(x, y) (1) na Ve frekvenční oblasti tato konvoluce, na základě pravidel Fourierovy transformace, přechází F{f image (x, y)} = F{f object (x, y)} F{h(x, y)} (2) Fourierova transformace PSF je známa jako OTF (Optical Transfer Function), což je přenosová charakteristika zobrazovacího systému v oblasti prostorových frekvencí. F{h(x, y)} = OT F (3) OT F (ω) = MT F (ω)e jp T F (ω) (4) OTF je komplexní veličina - její modul se nazývá funkce přenosu kontrastu (CTF resp. MTF), argument je pak funkce přenosu fáze. Zde je třeba podotknout, že uvažovaný zobrazovací systém je lineární a na jeho vstupu jsou skupiny (svazky) harmonických signálů, reprezentujících různé prostorové frekvence. Funkce přenosu kontrastu je definována jako poměr kontrastu obrazu na vstupu C in a kontrastu obrazu na výstupu C out zobrazovacího systému.
2 MT F (ω) = M o(ω) M i (in) (5) Kontrast (v anglosaské literatuře modulace) M je pak dán vztahem, který zohledňuje jas obrazu B. M(ω) = B max B min B max + B min (6) 2 Kompresní metody Kompresní metody (algoritmy), používané běžně ke kompresi obrazových dat (JPEG,GIF aj.) se jeví jako zcela nevhodné ke kompresi vědeckých obrazových dat. V tomto specifickém případě, kde se pracuje s obrazovými daty velkých barevných hloubek, je vyžadován velmi vysoký kompresní poměr za předpokladu zachování detailů, potřebných pro pozdější detekci. Pro zhodnocení schopnosti kompresního algoritmu (zde lineárního zobrazovacího systému) zachovat detaily (a tedy vhodnosti použití ke kompresi vědeckých dat) se tedy pokusíme zjistit a porovnat MTF jednotlivých kopresí. V práci jsme se zaměřili na některé méně používané kompresní algoritmy: DCT, Hadamardovu transformaci, fraktálovou kopresi a kompresní metodou založenou na Karhunen-Loevově transformaci. Tyto algoritmy se velmi dobře osvědčují při kompresi např. astronomických obrazů. Karhunen-Loevovo rozšíření je založeno na statistických vlastnostech obrazových dat. Podle rozložení (distribuce) R můžeme obrazovou matici rozdělit na M podmatic - elementů vektorového prostoru VN N. Necht každá z matic je jedna realizace z NxN dimenzionálního náhodného procesu. Pak můžeme napsat vztah pro korelaci přes všechny realizace Ξ jm in = E{[xi j [x j i )( xm n ] ρ x i j])} M ρ=1 (7) i, j, m, n = 1,..., N (8) Nejlepší ortonormální báze prostoru V N N bude sestavena z vektorů N i,j=1 Ξ im nj {Φ j i }r s] = β r x {Φ m n } r s] (9) i, j, m, n = 1,..., N (10) V našem případě jsme použili univerzální KLT bázi, získanou z třídy astronomických obrazových dat (DEEP sky). Tato báze byla použita ke kompresi a dekompresi měřícího obrazu - dvoudimenzionální sinusovky s proměnnou prostorovou frekvencí. Je velmi důležité, že použitá báze nebyla získána z měřícího obrazce a tím se snížíla korelace.
3 3 Výsledky Pro výpočet MTF jednotlivých kompresních algoritmů bylo použito prostředí Matlab. Blokové schéma simulace je naznačeno na obrázku 1. vstupní obraz obrazová komprese výstupní obraz vstupní kontrast M i (ω) výstupní kontrast M o (ω) MT F (ω) = M i(ω) M o (ω) Obrázek 1 Blokové schéma simulace Vstupním obrazem byl v tomto případě dvoudimenzonální obrazec ve tvaru sinusovky o velikosti 1536x1024 pixelů v 16b šedotónové stupnici. Velikost vstupního obrazu není náhodná - odpovídá rozlišení CCD senzoru v astronomické kameře ST-8. Sinusovka má proměnnou prostorovou frekvenci; protože použité komprese pracují se shodnou velikostí bloku 32x32 pixelů, byla zvolena šířka svazku konstantní prostorové frekvence právě trojnásobek této hodnoty. Výsledkem simulace je graf MTF kompresních algoritmů srovnatelných parametrů - viz obr Závěr V této práci je naznačen netradiční přístup k objektivnímu hodnocení obrazová kvality, kde jako kvalitativní kritérium vystupuje MTF - charakteristika známá z oblasti popisu zobrazovacích systémů. Provedli jsme porovnání méně často používaných kompresních algoritmů se srovnatelnými parametry. Velmi zajímavým by bylo jistě i srovnání s metodami, založenými na waveletové transformaci.
4 Obrázek 2 MTF pro různé kompresní metody metoda parametr SNR [db] PSNR [db] počet nulových koeficientů DCT 10% koeficientů % Hadamard 10% koeficientů % KLT 10% koeficientů % Fraktály S B =5, O B = Tabulka 1 Parametry kompresních metod Poděkování Tato práce je prováděna v rámci výzkumného projektu "Kvalitativní Aspekty Obrazových Kompresním Metod v Multimediálních Systémech" a je podporována grantem GAČR č. 102/02/0133. Část práce je podporována výzkumným projektem č. MSM "Výzkum v Oblasti informačních technologií a Komunikací".
5 Reference [1] Páta P., Karhunen Loevova Transformace a její modifikace pro účely zpracování obrazové informace, disertační práce, ČVUT FEL, Praha, [2] 2.Páta P, Bernas M, Castro Tirado AJ, Hudec R. Properties of Karhunen Loeve Expansion of Astronomical Images in Comparison with Other Integral Transforms. In: American Institute of Physics (AIP) Conference Proceedings, Vol Melwille: AIP, 2000: [3] Vítek, S., Hozman, J.: Image Quality Influenced by Selected Image Sensor Parameters, Photonics Prague Praha : TECH-MARKET, 2002, p. 167.
ANALÝZA MĚŘENÍ TVARU VLNOPLOCHY V OPTICE POMOCÍ MATLABU
ANALÝZA MĚŘENÍ TVARU VLNOPLOCHY V OPTICE POMOCÍ MATLABU J. Novák, P. Novák Katedra fyziky, Fakulta stavební, České vysoké učení technické v Praze Abstrakt V práci je popsán software pro počítačovou simulaci
MĚŘENÍ 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
Simulace 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,
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
KLT kodér v Matlabu. Petr Páta. Katedra radioelektroniky, K337, ČVUT FEL Praha, Technická 2, , Praha 6
KLT kodér v Matlabu Petr Páta Katedra radioelektroniky, K337, ČVUT FEL Praha, Technická 2, 166 27, Praha 6 E-mail: pata@fel.cvut.cz Abstrakt V práci budou popsány nejdůležitější části kodéru vědeckých
Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.2487/2011
Využití v biomedicíně III Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 Zpracování přirozeného obrazu Za přirozený obraz považujeme snímek
Návrh algoritmů komprese vědeckých obrazových dat v prostředí MATLAB
Návrh algoritmů komprese vědeckých obrazových dat v prostředí MATLAB Petr Páta Katedra radioelektroniky, K337, ČVUT FEL Praha, Technická 2, 166 27, Praha 6 E-mail: pata@fel.cvut.cz Abstrakt Vědecká obrazová
Jan Kaiser xkaiserj@feld.cvut.cz. ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky Technická 2, 166 27 Praha 6
KOLORIMETRICKÉ ZKRESLENÍ ZPŮSOBENÉ NOVÝMI ZOBRAZOVACÍMI SYSTÉMY, ASPEKTY MODERNÍCH OBRAZOVÝCH KOMPRESNÍCH METOD Jan Kaiser xkaiserj@feld.cvut.cz ČVUT, Fakulta elektrotechnická, katedra Radioelektroniky
Vylepšení SNR u SPECT vyšetření
Vylepšení SNR u SPECT vyšetření Ptáček J. Fiala P., Karhan P., Koranda P. Oddělení lékařské fyziky a radiační ochrany Fakultní nemocnice Olomouc email: ptacekj@fnol.cz Osnova přednášky poměr signálu k
Zpracování 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)
Kompresní 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
Přednáška Omezení rozlišení objektivu difrakcí
Před A3M38VBM, J. Ficher, kat. měření, ČVUT FL Praha Přednáška Omezení rozlišení objektivu difrakcí v. 2011 Materiál je určen pouze jako pomocný materiál pro tudenty zapané v předmětu: Videometrie a bezdotykové
Frekvenční analýza optických zobrazovacích systémů
OPT/OZI L05 Frekvenční analýza optických zobrazovacích systémů obecný model vstupní pupila výstupní pupila v z u y z o x z i difrakčně limitovaný zobrazovací systém: rozbíhavá sférická vlna od bodového
BPC2E_C09 Model komunikačního systému v Matlabu
BPCE_C9 Model komunikačního systému v Matlabu Cílem cvičení je vyzkoušet si sestavit skripty v Matlabu pro model jednoduchého komunikačního systému pro přenos obrázků. Úloha A. Sestavte model komunikačního
SYNTÉZA AUDIO SIGNÁLŮ
SYNTÉZA AUDIO SIGNÁLŮ R. Čmejla Fakulta elektrotechnická, ČVUT v Praze Abstrakt Příspěvek pojednává o technikách číslicové audio syntézy vyučovaných v předmětu Syntéza multimediálních signálů na Elektrotechnické
Úvod 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
Modulační přenosová funkce digitálního fotoaparátu
Laboratorní úloha z předmětu Fotonika odulační přenosová funkce digitálního fotoaparátu (návod ke cvičení) Cílem tohoto experimentu je seznámit se s popisem přenosových vlastností elektrooptických systémů
Operace s obrazem. Biofyzikální ústav LF MU. Projekt FRVŠ 911/2013
Operace s obrazem Biofyzikální ústav LF MU Obraz definujeme jako zrakový vjem, který vzniká po dopadu světla na sítnici oka. Matematicky lze obraz chápat jako vícerozměrný signál (tzv. obrazová funkce)
Obraz matematický objekt. Spojitý obraz f c : (Ω c R 2 ) R
Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Obraz matematický objekt Spojitý obraz f c : (Ω c R 2 ) R Diskrétní obraz f d : (Ω {0... n 1 } {0... n 2 }) {0... f max } Obraz matematický objekt
ZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI. Ing.
ZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI Abstrakt Ing. Jiří Hozman Katedra radioelektroniky (K337), FEL ČVUT v Praze V
CW01 - 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
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
KOMPRESE OBRAZŮ. Václav Hlaváč, Jan Kybic. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání.
1/25 KOMPRESE OBRAZŮ Václav Hlaváč, Jan Kybic Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD
Základy 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
SIMULACE OBRAZOVÉHO KODÉRU NA BÁZI 3D KLT
SIMULACE OBRAZOVÉHO KODÉRU NA BÁZI 3D KLT Lukáš Fritsch ČVUT v Praze, Fakulta elektrotechnická, katedra radioelektroniky Abstrakt Obrazové kompresní algoritmy založené na Karhunen- Loeveho transformaci
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného)
Vyhodnocení 2D rychlostního pole metodou PIV programem Matlab (zpracoval Jan Kolínský, dle programu ing. Jana Novotného) 1 Obecný popis metody Particle Image Velocimetry, nebo-li zkráceně PIV, je měřící
Lineární 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
SIMULACE ZVUKOVÉHO POLE VÍCE ZDROJŮ
SIMULACE ZVUKOVÉHO POLE VÍCE ZDROJŮ F. Rund Katedra radioelektroniky, Fakulta elektrotechnická, České vysoké učení technické v Praze Abstrakt Studium zvukového pole vytvářeného soustavou jednotlivých zvukových
" 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
JEDNOTKY. E. Thöndel, Ing. Katedra mechaniky a materiálů, FEL ČVUT v Praze. Abstrakt
SIMULAČNÍ MODEL KLIKOVÉ HŘÍDELE KOGENERAČNÍ JEDNOTKY E. Thöndel, Ing. Katedra mechaniky a materiálů, FEL ČVUT v Praze Abstrakt Crankshaft is a part of commonly produced heat engines. It is used for converting
MATLAB. 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
Úvod do kvantového počítání
2. přednáška Katedra počítačů, Fakulta elektrotechnická České vysoké učení technické v Praze 17. března 2005 Opakování Část I Přehled z minulé hodiny Opakování Alternativní výpočetní modely Kvantové počítače
Quantization of acoustic low level signals. David Bursík, Miroslav Lukeš
KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.
Volba 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
POČÍTAČOVĚ PODPOROVANÁ VÝUKA V OBLASTI MULTIMEDIÁLNÍ TECHNIKY
POČÍTAČOVĚ PODPOROVANÁ VÝUKA V OBLASTI MULTIMEDIÁLNÍ TECHNIKY F. Rund, K. Fliegel ČVUT v Praze, Fakulta elektrotechnická, Katedra radioelektroniky Abstrakt V dnešní době je již samozřejmostí využití počítačů
MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ
MATLAB PRO PODPORU VÝUKY KOMUNIKAČNÍCH SYSTÉMŮ Aneta Coufalíková, Markéta Smejkalová Mazálková Univerzita obrany Katedra Komunikačních a informačních systémů Matlab ve výuce V rámci modernizace výuky byl
Lineární 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
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
Jasové 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
Základní 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
SIGNÁLY 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
teorie elektronických obvodů Jiří Petržela obvodové funkce
Jiří Petržela obvod jako dvojbran dvojbranem rozumíme elektronický obvod mající dvě brány (vstupní a výstupní) dvojbranem může být zesilovač, pasivní i aktivní filtr, tranzistor v některém zapojení, přenosový
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU O. Šupka, F. Rund, J. Bouše Katedra radioelektroniky, fakulta elektrotechnická České vysoké učení technické v Praze, Česká republika Abstrakt Tento příspěvek
Katedra radioelektroniky K13137, FEL ČVUT Praha. zakódování dané informace. Tento trend postihl i oblast záznamu a přenosu širokopásmových
EXPERIMENTÁLNÍ ZVUKOVÝ KODÉR F. Rund, J. Nováček Katedra radioelektroniky K13137, FEL ČVUT Praha Abstrakt Všechny dnes široce rozšířené systémy pro kompresi zvuku vycházejí ze stejných psychoakustických
Analýza 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
1. 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
Systémy digitálního vodotisku. Digital Watermarking Systems
Systémy digitálního vodotisku Digital Watermarking Systems Simona PEJSAROVÁ Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta Katedra informačních technologií Kamýcká 129, Praha 6, Česká
Operace 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
Waveletová 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
Diskrétní 2D konvoluce
ČVUT FEL v Praze 6ACS. prosince 2006 Martin BruXy Bruchanov bruxy@regnet.cz Diracův impuls jednotkový impulz, δ-impulz, δ-funkce; speciální signál s nulovou šířkou impulzu a nekonečnou amplitudou; platí
Přednáška v rámci PhD. Studia
OBVODY SE SPÍNANÝMI KAPACITORY (Switched Capacitor Networks) Přednáška v rámci PhD. Studia Doc. Ing. Lubomír Brančík, CSc. UREL FEKT VUT v Brně ÚVOD DO PROBLEMATIKY Důsledek pokroku ve vývoji (miniaturizaci)
Transformace 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
SIGNÁLY 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)
NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe. Adam Novozámský (novozamsky@utia.cas.cz)
NPGR032 CVIČENÍ III. Šum a jeho odstranění teorie&praxe Adam Novozámský (novozamsky@utia.cas.cz) TEORIE Šum a jeho odstranění ŠUM Co je to šum v obrázku a jak vzniká? Jaké známe typy šumu? ŠUM V obrázku
SOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY
SOFTWARE PRO ANALÝZU LABORATORNÍCH MĚŘENÍ Z FYZIKY P. Novák, J. Novák, A. Mikš Katedra fyziky, Fakulta stavební, České vysoké učení technické v Praze Abstrakt V rámci přechodu na model strukturovaného
Modelování a simulace Lukáš Otte
Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast
Informační systémy ve zdravotnictví
Informační systémy ve zdravotnictví ZS 2008/2009 Zoltán Szabó Tel.: (+420) 312 608 207 E-mail: szabo@fbmi.cvut.cz č.dv.: 504, 5.p Dnešní přednáška Kódování, komprese 2 1 Komprese dat Cíl komprese: redukovat
Omezení barevného prostoru
Úpravy obrazu Omezení barevného prostoru Omezení počtu barev v obraze při zachování obrazového vjemu z obrazu Vytváření barevné palety v některých souborových formátech Různé filtry v grafických programech
Videosignál. A3M38VBM ČVUT- FEL, katedra měření, přednášející Jan Fischer. Před. A3M38VBM, 2015 J. Fischer, kat. měření, ČVUT FEL, Praha
Videosignál A3M38VBM ČVUT- FEL, katedra měření, přednášející Jan Fischer 1 Základ CCTV Základ - CCTV (uzavřený televizní okruh) Řetězec - snímač obrazu (kamera) zobrazovací jednotka (CRT monitor) postupné
SIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
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
ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ
ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM POJETÍ INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz 5. LETNÍ ŠKOLA MATEMATICKÉ BIOLOGIE ANALÝZA BIOLOGICKÝCH A KLINICKÝCH DAT V MEZIOBOROVÉM
Interpolace, ortogonální polynomy, Gaussova kvadratura
Interpolace, ortogonální polynomy, Gaussova kvadratura Petr Tichý 20. listopadu 2013 1 Úloha Lagrangeovy interpolace Dán omezený uzavřený interval [a, b] a v něm n + 1 různých bodů x 0, x 1,..., x n. Nechť
Multimediální 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
ZPRACOVÁNÍ 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
Ing. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
ROZ1 - Cv. 3 - Šum a jeho odstranění ÚTIA - ZOI
Šum Co je to šum v obrázku? Šum Co je to šum v obrázku? V obrázku je přidaná falešná informace nahodilého původu Jak vzniká v digitální fotografii? Šum Co je to šum v obrázku? V obrázku je přidaná falešná
Lineární a adaptivní zpracování dat. 2. SYSTÉMY a jejich popis v časové doméně
Lineární a adaptivní zpracování dat 2. SYSTÉMY a jejich popis v časové doméně Daniel Schwarz Investice do rozvoje vzdělávání Osnova Opakování: signály Systémy: definice, několik příkladů Vlastnosti systémů
ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA
MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
Filtrace 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,
Defektoskopie a defektometrie
Defektoskopie a defektometrie Aplikace počítačového vidění Karel Horák Skupina počítačového ového vidění Ústav automatizace a měřicí techniky Fakulta elektrotechniky a komunikačních technologií Vysoké
Detekce kartografického zobrazení z množiny
Detekce kartografického zobrazení z množiny bodů Tomáš Bayer Katedra aplikované geoinformatiky Albertov 6, Praha 2 bayertom@natur.cuni.cz Abstrakt. Detekce kartografického zobrazení z množiny bodů o známých
Lineární 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
SIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9
České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1
Simulace (nejen) fyzikálních jevů na počítači
Simulace (nejen) fyzikálních jevů na počítači V. Kučera Katedra numerické matematiky, MFFUK Praha 7.2.2013 Aerodynamický flutter Tacoma bridge, 1940 Fyzikální model Realita je komplikovaná Navier-Stokesovy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy
Teorie informace a kódování (KMI/TIK) Reed-Mullerovy kódy Lukáš Havrlant Univerzita Palackého 10. ledna 2014 Primární zdroj Jiří Adámek: Foundations of Coding. Strany 137 160. Na webu ke stažení, heslo:
Rosenblattův perceptron
Perceptron Přenosové funkce Rosenblattův perceptron Rosenblatt r. 1958. Inspirace lidským okem Podle fyziologického vzoru je třívrstvá: Vstupní vrstva rozvětvovací jejím úkolem je mapování dvourozměrného
Fakulta elektrotechniky a komunikačních technologií Ústav radioelektroniky. prof. Ing. Stanislav Hanus, CSc v Brně
Vysoké učení technické v Brně Fakulta elektrotechniky a komunikačních technologií Ústav radioelektroniky Autor práce: Vedoucí práce: prof. Ing. Stanislav Hanus, CSc. 3. 6. 22 v Brně Obsah Úvod Motivace
Radiometrie, radiační metody
Radiometrie, radiační metody 1996-2018 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Radiometry 2018 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca 1 / 34 Globální výpočet
Primární 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
Návrh frekvenčního filtru
Návrh frekvenčního filtru Vypracoval: Martin Dlouhý, Petr Salajka 25. 9 2010 1 1 Zadání 1. Navrhněte co nejjednodušší přenosovou funkci frekvenčního pásmového filtru Dolní propusti typu Bessel, která bude
ZPRACOVÁNÍ OBRAZU přednáška 4
ZPRACOVÁNÍ OBRAZU přednáška 4 Vít Lédl vit.ledl@tul.cz TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Tento materiál vznikl v rámci projektu ESF CZ.1.07/2.2.00/07.0247,
Řádkové snímače CCD. zapsané v předmětu: Videometrie a bezdotykové měření, ČVUT- FEL, katedra měření, přednášející Jan Fischer
Řádkové snímače CCD v. 2011 Materiál je určen pouze jako pomocný materiál pro studenty zapsané v předmětu: Videometrie a bezdotykové měření, ČVUT- FEL, katedra měření, přednášející Jan Fischer Jan Fischer,
Zvýrazňování řeči pomocí vícekanálového zpracování
Zvýrazňování řeči pomocí vícekanálového zpracování Václav Bolom, Pavel Sovka Katedra teorie obvodů Fakulta elektrotechnická České vysoké učení technické v Praze Technická 2, 66 27 Praha 6 Abstrakt Problém
Návod k použití programu pro výpočet dynamické odezvy spojitého nosníku
Návod k použití programu pro výpočet dynamické odezvy spojitého nosníku Obsah. Úvod.... Popis řešené problematiky..... Konstrukce... 3. Výpočet... 3.. Prohlížení výsledků... 4 4. Dodatky... 6 4.. Newmarkova
1 Základní funkce pro zpracování obrazových dat
1 Základní funkce pro zpracování obrazových dat 1.1 Teoretický rozbor 1.1.1 Úvod do zpracování obrazu v MATLABu MATLAB je primárně určen pro zpracování a analýzu numerických dat. Pro analýzu obrazových
Š E D O T Ó N O V Á A B A R E V N Á K A L I B R A C E
Š E D O T Ó N O V Á A B A R E V N Á K A L I B R A C E Z O B R A Z O V A C Í C H Z A Ř Í Z E NÍ CÍLE LABORATORNÍ ÚLOHY 1. Seznámení se s metodami šedotónové a barevné kalibrace fotoaparátů, kamer, snímků
Měření na nízkofrekvenčním zesilovači. Schéma zapojení:
Číslo úlohy: Název úlohy: Jméno a příjmení: Třída/Skupina: / Měřeno dne: Měření na nízkofrekvenčním zesilovači Spolupracovali ve skupině Zadání úlohy: Na zadaném Nf zesilovači proveďte následující měření
Systém rizikové analýzy při sta4ckém návrhu podzemního díla. Jan Pruška
Systém rizikové analýzy při sta4ckém návrhu podzemního díla Jan Pruška Definice spolehlivos. Spolehlivost = schopnost systému (konstrukce) zachovávat požadované vlastnos4 po celou dobu životnos4 = pravděpodobnost,
1 Modelování systémů 2. řádu
OBSAH Obsah 1 Modelování systémů 2. řádu 1 2 Řešení diferenciální rovnice 3 3 Ukázka řešení č. 1 9 4 Ukázka řešení č. 2 11 5 Ukázka řešení č. 3 12 6 Ukázka řešení č. 4 14 7 Ukázka řešení č. 5 16 8 Ukázka
KOMPRESE OBRAZŮ. Václav Hlaváč. Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání. hlavac@fel.cvut.
1/24 KOMPRESE OBRAZŮ Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz http://cmp.felk.cvut.cz/ hlavac KOMPRESE OBRAZŮ, ÚVOD 2/24 Cíl:
Aplikovaná numerická matematika
Aplikovaná numerická matematika 6. Metoda nejmenších čtverců doc. Ing. Róbert Lórencz, CSc. České vysoké učení technické v Praze Fakulta informačních technologií Katedra počítačových systémů Příprava studijních
3.cvičen. ení. Ing. Bc. Ivan Pravda
3.cvičen ení Úvod do laboratorních měřm ěření Základní měření PCM 1.řádu - měření zkreslení Ing. Bc. Ivan Pravda Měření útlumového zkreslení - Útlumové zkreslení vyjadřuje frekvenční závislost útlumu telefonního
Komplexní analýza. Holomorfní funkce. Martin Bohata. Katedra matematiky FEL ČVUT v Praze
Komplexní analýza Holomorfní funkce Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Holomorfní funkce 1 / 8 Derivace Definice Necht f je komplexní
Signál 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
Matice. Předpokládejme, že A = (a ij ) je matice typu m n: diagonálou jsou rovny nule.
Matice Definice. Maticí typu m n nazýváme obdélníkové pole, tvořené z m n reálných čísel (tzv. prvků matice), zapsaných v m řádcích a n sloupcích. Značíme např. A = (a ij ), kde i = 1,..., m, j = 1,...,
JPEG Formát pro archivaci a zpřístupnění.
JPEG 2000 Formát pro archivaci a zpřístupnění Přednáška: Přednášející: Kontakt: 3. 12, 2009, AMK2009 Bedřich Vychodil bedrich.vychodil@nkp.cz JPEG2000 a očekávání Představen konsorciem Joint Photographic
2. Určte hromadné body, limitu superior a limitu inferior posloupností: 2, b n = n. n n n.
Písemka matematika 3 s řešením 1. Vypočtěte lim n( 1 + n 2 n), n lim n (( 1 + 1 n e ) n ) n. 1/2, 1/ e 2. Určte hromadné body, limitu superior a limitu inferior posloupností: a n = sin nπ ( 2, b n = n