Matematisk Morfologi Lars Aurdal

Størrelse: px
Begynne med side:

Download "Matematisk Morfologi Lars Aurdal"

Transkript

1 Matematisk Morfologi Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT

2 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

3 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

4 Motivasjon MR-bilde av hjernen. Gutt, ca. 7 år, lider av adrenoleukodystrofi (ALD). ALD Ønsker å måle størrelsen av det syke området. Vil begynne med å etablere en maske for selve hjernen. Hud Hjerne vev

5 Motivasjon Terskling

6 Motivasjon Hvordan kutte slike forbindelser?

7 Motivasjon Morfologisk åpning

8 Motivasjon S Behold største komponent i komplementet til S.

9 Motivasjon Inverter

10 Motivasjon Masker

11 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

12 Grunnleggende setteori Betrakter to sett A og B i Z 2 med komponenter a=(a 1,a 2 ) og b=(b 1,b 2 ). Z 2 A B

13 Grunnleggende setteori Komplement: A C = { x x A} A A C

14 Grunnleggende setteori Differanse: A B = { x x A, x B} = A B C A B A-B

15 Grunnleggende setteori Translasjonen av A med x=(x 1,x 2 ), (A) x, er gitt ved: ( A) = { c c = a + x x, a A} A (A) (1,-4)

16 Grunnleggende setteori Refleksjonen av B, B^, er gitt ved: ^ Bxx { = bb, B } B B^

17 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

18 Dilasjon La A og B være sett i Z 2. La Ø være et tomt sett (et sett uten elementer). Dilasjonen av A med B, A B, er definert ved: ^ A B = { x ( B) A } x Settet B kalles gjerne strukturelementet.

19 A Dilasjon B

20 Dilasjon

21 Dilasjon

22 A Dilasjon B

23 Dilasjon

24 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

25 Erosjon La A og B være sett i Z 2. Erosjonen av A med B, A B, et definert ved: AΘ B = { x ( B) A} Settet B kalles gjerne strukturelementet. x

26 A Erosjon B

27 Erosjon

28 Erosjon

29 A Erosjon B

30 Erosjon

31 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

32 Åpning Åpningen av settet A med settet B, A B, er en sammensatt operasjon definert ved: A B = ( AΘB) B Åpning brukes typisk for å jevne ut konturen av et sett pixler, den bryter smale forbindelser mellom sett og fjerner tynne forgreninger.

33 A Åpning B

34 Åpning Erosjon Dilasjon

35 A Åpning B

36 Åpning Erosjon Dilasjon

37 Åpning Hvordan kutte slike forbindelser?

38 Åpning Åpning

39 Motivasjon. Plan Grunnleggende setteori. Grunnleggende operasjoner. Dilasjon. Erosjon. Sammensatte operasjoner Åpning Lukning

40 Lukning Lukningen av settet A med settet B, A B, er en sammensatt operasjon definert ved: A B = ( A B)ΘB Lukning brukes derfor også til å jevne konturer, men vil (i motsetning til åpning), lukke smale åpninger mellom sett, lukke små hull og fylle gap i konturer.

41 A Lukning B

42 Lukning Dilasjon Erosjon

43 A Lukning B

44 Lukning Dilasjon Erosjon

45 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

46 Hit-or-miss -transformen Algoritme for formgjenkjenning. Gonzalez:...basic tool for shape detection.... Leter etter denne formen

47 Hit-or-miss -transformen Definer først to strukturelementer Samme form som formen det letes etter Lokal bakgrunn

48 Hit-or-miss -transformen Gjør først en erosjon med et strukturelement som har samme form som formen det letes etter Erosjon

49 Hit-or-miss -transformen Finn komplementet av alle formene det letes blant:

50 Hit-or-miss -transformen Eroder komplementet med den lokale bakgrunnen Erosjon

51 Hit-or-miss -transformen Finn snittet av de to delresultatene: =

52 Hit-or-miss -transformen c A B = ( AΘB ) ( A ΘB ) 1 2

53 Hit-or-miss -transformen

54 Hit-or-miss -transformen Karbonfiberarmert epoxy til bruk i missilskall.

55 Hit-or-miss -transformen Segmentering Karbonfiber Luftbobler Lim

56 Hit-or-miss -transformen Antall fiber? Fordeling (uniform)? Deformasjoner? Radius ca. 10 pixler

57 Hit-or-miss -transformen Første strukturelement: disk med diameter 17 pixler.

58 Hit-or-miss -transformen Første strukturelement: disk med diameter 17 pixler. Problem: Fibrene er ikke runde. Problem: Noen av fibrene inneholder hull. Problem: Neste trinn (erosjon med lokal bakgrunn) er meningsløst ettersom fibrene berører hverandre.

59 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

60 Tynning

61 Tynning Tynningen av et sett A med strukturlemenet B kan defineres ved hjelp av hit-or-miss transformen: A B=A-(A O* B) =A (A *O B) c For symmetrisk tynning brukes det typisk en sekvens av strukturelementer: {B}={B 1,B 2,B 3,...,B n } B i er en rotert versjon av B i-1. Tynning defineres nå som en sekvensiell operasjon: A {B}=((...((A *O B 1 ) *O B 2 )...) *O B n )

62 Tynning {B}={B 1,B 2,B 3,...,B n } B1 B1B B5 B5B B2 B2B B6 B6B B3 B3B B7 B7B B4 B4B B8 B8B

63 A Tynning A {B} B1 B1B {B} B5 B5B B2 B2B B6 B6B B3 B3B B7 B7B B4 B4B B8 B8B

64 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

65 Tykking Tykking er den morfologiske dualen til tynning: A B=A (A *O B) Som for tynning kan tykking defineres ved en sekvensiell operasjon: A {B}=((...((A B 1 ) B 2 )...) B n ) I praksis utføres tykking ved at komplementet til settet som skal tykkes, tynnes, resultatet av tynningen komplementeres for å få den endelige tykkingen. Altså: For å tykke A beregnes C=A c, C tynnes og til slutt beregnes C c.

66 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

67 Gråtonebilder Erosjon

68 Gråtonebilder Et bilde......kan betraktes som en intensitetsfunksjon f(x,y)

69 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

70 Dilasjon i gråtonebilder Dilasjon av en slik funksjon f(x,y) med b, f b, er definert ved: ( f b)(,) st = max{( fs xt, y) + bxy (, ) ( s x),( t y) D ;(, xy) D } der D f og D b er definisjonsområdene for henholdsvis f og b. b er fortsatt strukturelementet, men b er nå en funksjon og ikke et sett. f b

71 Dilasjon i gråtonebilder

72 Original Dilasjon i gråtonebilder Dilasjon

73 Dilasjon i gråtonebilder Original Dilasjon

74 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

75 Erosjon i gråtonebilder Erosjon av en funksjon f(x,y) med b, f b, er definert ved: ( fθ b)(,) st = min{( fs+ xt, + y) bxy (, ) ( s+ x),( t+ y) D ;(, xy) D } der D f og D b er definisjonsområdene for henholdsvis f og b. b er fortsatt strukturelementet, men b er nå en funksjon og ikke et sett. f b

76 Erosjon i gråtonebilder

77 Original Erosjon i gråtonebilder Erosjon

78 Erosjon i gråtonebilder Original Erosjon

79 Algoritmer. Plan Hit or miss. Tynning. Tykking. Gråtonebilder. Dilasjon. Erosjon. Åpning Lukning

80 Åpning og lukning i gråtonebilder Åpning og lukning av gråtonebilder er definert akkurat som for binære bilder (sett). Åpning: Lukning: f b = ( fθb) b f b = ( f b)θb

81 Åpning og lukning i gråtonebilder Original Åpning Lukning

82 Åpning og lukning i gråtonebilder Original Åpning Lukning

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder.

Motivasjon. Litt sett-teori. Eksempel. INF Mesteparten av kap i DIP Morfologiske operasjoner på binære bilder. 1 Motivasjon INF 2310 Mesteparten av kap 9.1-9.5 i DIP Morfologiske operasjoner på binære bilder Basis-begreper Fundamentale operasjoner på binære bilder Sammensatte operasjoner Eksempler på anvendelser

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 13 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk.

Motivasjon. INF 2310 Morfologi. Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morfologi Morfologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. ammensatte operasjoner 4. Eksempler på anvendelser flettet inn GW, Kapittel

Detaljer

Matematisk morfologi IV

Matematisk morfologi IV Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember 3 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag Geodesi-transformasjoner: Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.

Detaljer

Matematisk morfologi III

Matematisk morfologi III Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 3 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter.

Detaljer

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter

Oversikt, kursdag 3. Matematisk morfologi III. Hit-or-miss transformen og skjeletter. Hit-or-miss transformen og skjeletter Matematisk morfologi III Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Sammensatte operasjoner: Hit-or-miss-transformen. Skjeletter. Oversikt, kursdag 3 Copyright Lars Aurdal, NTNU/NR

Detaljer

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon

Oversikt, matematisk morfologi. Matematisk morfologi. Oversikt, matematisk morfologi. Oversikt, matematisk morfologi. Praktisk informasjon Matematisk morfologi Lars urdal Norsk regnesentral aurdal@nr.no 9. august 2005 Litt praktisk informasjon.. Historie. Matematisk grunnlag. Fundamentale operatorer: Dilasjon. Erosjon. 1 Sammensatte operatorer:

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 15 Morfologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Matematisk morfologi NTNU

Matematisk morfologi NTNU Matematisk morfologi Lars Aurdal Norsk regnesentral aurdal@nr.no 19. april 2004 Oversikt, matematisk morfologi Litt praktisk informasjon. Motivasjon. Historie. Matematisk grunnlag. Fundamentale operatorer:

Detaljer

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper

Motivasjon. Litt sett-teori. Eksempel. INF Kap. 11 i Efford Morfologiske operasjoner. Basis-begreper Basis-begreper INF 2310 08.05.2006 Kap. 11 i Efford Morfologiske operasjoner Fundamentale operasjoner på binære bilder Sammensatte operasjoner Morfologisk filtrering Morfologiske operasjoner på gråtonebilder

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Digital bildebehandling Forelesning 3 Morfologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser

Detaljer

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner

Oversikt, kursdag 4. Matematisk morfologi IV. Geodesi-transformasjoner: Dilasjon. Geodesi-transformasjoner Matematisk morfologi IV Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no. desember Geodesi-transformasjoner: Oversikt, kursdag Geodesi-dilasjon. Geodesi-erosjon. Geodesi-rekonstruksjon.. Åpning/lukning

Detaljer

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF

Introduksjon. Morfologiske operasjoner på binære bilder. Litt mengdeteori. Eksempel: Lenke sammen objekter INF INF230 5.05.202 Morfologiske operasjoner på binære bilder Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på anvendelser er flettet inn DIP: 9.-9.4, 9.5.,

Detaljer

Matematisk morfologi II

Matematisk morfologi II Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 2 Elementære operasjoner: Erosjon. Dilasjon. Sammensatte operasjoner:

Detaljer

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon

Oversikt, kursdag 2. Matematisk morfologi II. Morfologiske operatorer, erosjon og dilasjon. Morfologiske operatorer, erosjon og dilasjon Matematisk morfologi II Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Elementære operasjoner: Erosjon. Dilasjon. Oversikt, kursdag 2 Sammensatte operasjoner: Åpning. Lukning. Flosshatt-transformasjoner.

Detaljer

Morfologiske operasjoner på binære bilder

Morfologiske operasjoner på binære bilder Digital bildebehandling Forelesning 9-209 Morfologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer Sammensatte operatorer Eksempler på

Detaljer

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk.

Motivasjon INF Eksempel. Gjenkjenning av objekter intro (mer i INF 4300) OCR-gjennkjenning: Problem: gjenkjenn alle tall i bildet automatisk. INF 230 Morologi Morologiske operasjoner på binære bilder:. Basis-begreper 2. Fundamentale operasjoner på binære bilder 3. Sammensatte operasjoner 4. Eksempler på anvendelser lettet inn GW, Kapittel 9.-9.4

Detaljer

Morfologi i Binære Bilder II

Morfologi i Binære Bilder II Morfologi i Binære Bilder II Lars Vidar Magnusson March 28, 2017 Delkapittel 9.3 Opening and Closing Delkapittel 9.4 The Hit-or-Miss Transformation Opening (Åpning) Opening er en morfologisk operasjon

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson February 26, 2018 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Delkapittel 9.3 Opening and Closing Delkapittel 9.4 The Hit-or-Miss Transformation

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Introduksjon Digital bildebehandling Forelesning 3 Morologiske operasjoner på binære bilder Fritz Albregtsen Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Fredag 29. mars 2019 Tid for eksamen : 14:30 18:30 (4 timer) Oppgavesettet er

Detaljer

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling

Introduksjon. Litt mengdeteori. Eksempel: Lenke sammen objekter. Morfologiske operasjoner på binære bilder. INF2310 Digital bildebehandling Introduksjon Digital bildebehandling Forelesning 4 Morologiske operasjoner på binære bilder Andreas Kleppe Repetisjon av grunnleggende mengdeteori Fundamentale operatorer ammensatte operatorer Eksempler

Detaljer

Morfologi i Binære Bilder III

Morfologi i Binære Bilder III Morfologi i Binære Bilder III Lars Vidar Magnusson March 28, 2017 Delkapittel 9.5 Some Basic Morphological Algorithms Boundary Extraction (Grenseuthenting) Vi kan hente ut grensen til et sett (boundary)

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Mandag 1. juni 2015 Tid for eksamen: 14:30 18:30 Oppgavesettett er på: 6 sider Vedlegg:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Bokmål UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 3. juni 2009 id for eksamen : 14:30 17:30 Oppgavesettet er på : 6 sider

Detaljer

UNIVERSITETET I OSLO. Dette er et løsningsforslag

UNIVERSITETET I OSLO. Dette er et løsningsforslag Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF231 Digital bildebehandling Eksamensdag : Onsdag 3. juni 29 Tid for eksamen : 14:3 17:3 Løsningsforslaget er på :

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 2007 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : 5 sider

Detaljer

Morfologi i Binære Bilder

Morfologi i Binære Bilder Morfologi i Binære Bilder Lars Vidar Magnusson March 20, 2017 Delkapittel 9.1 Preliminaries Delkapittel 9.2 Dilation and Erosion Bakgrunn Morfologiske operasjoner på binære bilder beskrives med mengdeteori.

Detaljer

Matematisk morfologi V

Matematisk morfologi V Matematisk morfologi V Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 5 Segmentering: Watershedtransformen. Copyright Lars Aurdal, NTNU/NR

Detaljer

Oversikt, kursdag 5. Matematisk morfologi V. Hva er segmentering. Hva er segmentering. Lars Aurdal Norsk regnesentral

Oversikt, kursdag 5. Matematisk morfologi V. Hva er segmentering. Hva er segmentering. Lars Aurdal Norsk regnesentral Matematisk morfologi V Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Segmentering: Watershedtransformen. Oversikt, kursdag 5 Copyright Lars Aurdal, NTNU/NR Copyright Lars Aurdal, NTNU/NR

Detaljer

Morfologiske operasjoner. Motivasjon

Morfologiske operasjoner. Motivasjon INF 230 Digital bildebehandling orelesning nr 2-9.04.2005 Morologiske operasjoner Litteratur : Eord, Kap. Temaer : Neste gang : Basis-begreper Fundamentale operasjoner på binære bilder ammensatte operasjoner

Detaljer

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset

Oversikt, kursdag 1. Matematisk morfologi I. Praktisk informasjon om kurset. Praktisk informasjon om kurset Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 1. mars 2005 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum. Eksamen. Oversikt, kursdag 1 Tema for forelesningene.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : 4:3 8:3 Oppgavesettet er på : 5 sider Vedlegg : Ingen

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 007 Tid for eksamen : 09:00 1:00 Oppgavesettet er på : 5 sider

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:

Detaljer

Morfologi i Gråskala-Bilder II

Morfologi i Gråskala-Bilder II Morfologi i Gråskala-Bilder II Lars Vidar Magnusson April 4, 2017 Delkapittel 9.6 Gray-Scale Morphology Top-Hat (Topphatt) Transformasjon Et eksempel på bruk av top-hat transformasjonen Top-Hat (Topphatt)

Detaljer

Morfologi i Gråskala-Bilder

Morfologi i Gråskala-Bilder Morfologi i Gråskala-Bilder Lars Vidar Magnusson April 3, 2017 Delkapittel 9.6 Gray-Scale Morphology Generelt Gråskala morfologiske operasjoner har mye til felles med binære morfologiske operasjoner. Vi

Detaljer

Matematisk morfologi I

Matematisk morfologi I Matematisk morfologi I Lars Aurdal Norsk regnesentral Lars.Aurdal@nr.no 4. desember 2003 Copyright Lars Aurdal, NTNU/NR Oversikt, kursdag 1 Praktisk informasjon om kurset Forelesninger. Øvinger. Pensum.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 1. juni 2015 Tid for eksamen: 14:30 18:30 Løsningsforslaget

Detaljer

INF 2310 Digital bildebehandling

INF 2310 Digital bildebehandling INF 3 Digital bildebehandling Oppsummering FA, mai 6: Avbildning Sampling og kvantisering Geometriske operasjoner F F F3 Filtrering i bildedomenet F6, F7 Segmentering ved terskling Morfologiske operasjoner

Detaljer

TMA4100 Matematikk 1, høst 2013

TMA4100 Matematikk 1, høst 2013 TMA4100 Matematikk 1, høst 2013 Teknostart Forelesning 3 www.ntnu.no TMA4100 Matematikk 1, høst 2013, Teknostart Forelesning 3 Tema Logikk Definisjoner og Teoremer Mengder og Egenskaper ved de Reelle Tall

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF30 Digital bildebehandling Eksamensdag : Fredag 9. mars 09 Tid for eksamen : :30 8:30 ( timer) Løsningsforslaget

Detaljer

Statistiske metoder i bildebehandling, anvendelser innen segmentering. Lars Aurdal, lau@ffi.no

Statistiske metoder i bildebehandling, anvendelser innen segmentering. Lars Aurdal, lau@ffi.no Statistiske metoder i bildebehandling, anvendelser innen segmentering. Lars Aurdal, lau@ffi.no FORSVARETS FORSKNINGSINSTITUTT Ecole Nationale Supérieure des Télécommunications (ENST) Henri Maître, Isabelle

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF210 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 1:00 Løsningsforslaget

Detaljer

Bildetransformer Lars Aurdal

Bildetransformer Lars Aurdal Bildetransformer Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Lars Aurdal. Forsvarets forskningsinstitutt (FFI), Kjeller. 5 ansatte. Ca. 3 forskere og ingeniører. Tverrfaglig institutt med vekt på arbeide

Detaljer

Eksamen Løsningsforslag

Eksamen Løsningsforslag INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Eksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Torsdag 1. juni 2017 Tidspunkt for eksamen:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Oppgavesettet er på : 7 sider

Detaljer

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres.

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres. i Sammendrag Terrengmodellering i 3D er i dag en mye brukt måte å fremstille landskap på. Slike modeller kan man se i utallige dataspill, animasjonsfilmer, og geologiske modeller. Den vanligste måten å

Detaljer

Problemløsning og utforsking i geometri

Problemløsning og utforsking i geometri Universitetet i Agder Fakultet for realfag og teknologi Institutt for matematiske fag MA-13 Geometri Problemløsning og utforsking i geometri Hva er et matematisk problem? Ikke alle matematiske oppgaver

Detaljer

Tallregning og algebra

Tallregning og algebra 30 Tallregning og algebra Mål for opplæringen er at eleven skal kunne tolke, bearbeide og vurdere det matematiske innholdet i ulike tekster bruke matematiske metoder og hjelpemidler til å løse problemer

Detaljer

Blikk mot himmelen 8. - 10. trinn Inntil 90 minutter

Blikk mot himmelen 8. - 10. trinn Inntil 90 minutter Lærerveiledning Passer for: Varighet: Blikk mot himmelen 8. - 10. trinn Inntil 90 minutter Blikk mot himmelen er et skoleprogram der elevene får bli kjent med dannelsen av universet, vårt solsystem og

Detaljer

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING

SEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING SEGMENTERING IN 106, V-2001 Segmentering er en prosess som deler opp bildet i meningsfulle regioner. I det enkleste tilfelle har vi bare to typer regioner BILDE-SEGMENTERING DEL I Forgrunn Bakgrunn Problemet

Detaljer

LØSNINGSFORSLAG TIL EKSAMEN STE 6251 Styring av romfartøy

LØSNINGSFORSLAG TIL EKSAMEN STE 6251 Styring av romfartøy HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi MSc-studiet Studieretning for romteknologi LØSNINGSFORSLAG TIL EKSAMEN STE 6251 Styring av romfartøy Tid: Fredag 21.10.2005, kl: 09:00-12:00

Detaljer

Monteringsanvisning Sikkerhetsnett PRO

Monteringsanvisning Sikkerhetsnett PRO Monteringsanvisning Sikkerhetsnett PRO Art. 626 105 Del nr Beskrivelse Antall H 1 Bolt 6 H 2 Skrueanker 12 H 3 Mutter 6 H 4 Øyeskrue 6 H 5 U-bolt 12 H 6 Nylock-mutter 24 H 7 Klamme 12 H 8 Hettemutter 24

Detaljer

Løsningsforslag til eksamen i TMA4105 matematikk 2,

Løsningsforslag til eksamen i TMA4105 matematikk 2, Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av Løsningsforslag til eksamen i TMA45 matematikk, 9.5.4 Oppgave La fx, y, z) xy + arctanxz). La P være punktet,, ). a)

Detaljer

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014

Eneboerspillet del 2. Håvard Johnsbråten, januar 2014 Eneboerspillet del 2 Håvard Johnsbråten, januar 2014 I Johnsbråten (2013) løste jeg noen problemer omkring eneboerspillet vha partall/oddetall. I denne parallellversjonen av artikkelen i vil jeg i stedet

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : XXX sider

Detaljer

INF2820 Datalingvistikk V2017 Forelesning 2, 23.1 Jan Tore Lønning

INF2820 Datalingvistikk V2017 Forelesning 2, 23.1 Jan Tore Lønning INF2820 Datalingvistikk V2017 Forelesning 2, 23.1 Jan Tore Lønning ENDELIGE TILSTANDSMASKINER OG REGULÆRE SPRÅK, DEL 2 19. januar 2017 2 Sist uke: FSA Brukes om hverandre: Finite state automaton - FSA

Detaljer

BYGG SLIK. Tilleggsisoler gulvbjelkelaget. ovenfra nedenfra

BYGG SLIK. Tilleggsisoler gulvbjelkelaget. ovenfra nedenfra Rekv.nr 3041NO desember 2011 STIG RENSTRÖM Foto & Layout AB 2011 5 BYGG SLIK Tilleggsisoler gulvbjelkelaget ovenfra nedenfra Informasjonen i denne brosjyren er en beskrivelse av de vilkårene og tekniske

Detaljer

Grunnleggende Matematiske Operasjoner

Grunnleggende Matematiske Operasjoner Grunnleggende Matematiske Operasjoner Lars Vidar Magnusson January 16, 2017 Delkapittel 2.6 Array vs Matrise Operasjoner Det er vanlig med både array- og matrise-operasjoner på bilder. Array-multiplikasjon

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : :3 8:3 Løsningsforslaget er på : 9

Detaljer

7) Radix-sortering sekvensielt kode og effekten av cache

7) Radix-sortering sekvensielt kode og effekten av cache ) Radix-sortering sekvensielt kode og effekten av cache Dels er denne gjennomgangen av vanlig Radix-sortering viktig for å forstå en senere parallell versjon. Dels viser den effekten vi akkurat så tilfeldig

Detaljer

wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue

wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue wxmaxima Brukermanual for Matematikk 1T Bjørn Ove Thue Om wxmaxima wxmaxima er en utvidet kalkulator som i tillegg til å regne ut alt en vanlig kalkulator kan regne ut, også regner symbolsk. Det vil si

Detaljer

Heuristiske søkemetoder III

Heuristiske søkemetoder III Heuristiske søkemetoder III Lars Aurdal Intervensjonssenteret Lars.Aurdal@labmed.uio.no 14. september 2003 Plan Eksempel: Bildebehandling, segmentering: Hva er segmentering? Klassisk metode, terskling.

Detaljer

Forelesning 4 torsdag den 28. august

Forelesning 4 torsdag den 28. august Forelesning 4 torsdag den 28. august 1.10 Rekursjon Merknad 1.10.1. Hvert tall i sekvensen 1, 2, 4, 8, 16,... er to ganger det foregående. Hvordan kan vi beskrive sekvensen formelt? Vi kan ikke skrive

Detaljer

Hvordan lage et sammensatt buevindu med sprosser?

Hvordan lage et sammensatt buevindu med sprosser? Hvordan lage et sammensatt buevindu med sprosser? I flere tilfeller er et vindu som ikke er standard ønskelig. I dette tilfellet skal vinduet under lages. Prinsippene er de samme for andre sammensatte

Detaljer

EKSAMEN. Bildebehandling og mønstergjenkjenning

EKSAMEN. Bildebehandling og mønstergjenkjenning EKSAMEN Emnekode: ITD33514 Dato: 18. mai 2015 Hjelpemidler: Alle trykte og skrevne. Emne: Bildebehandling og mønstergjenkjenning Eksamenstid: 4 timers eksamen Faglærer: Jan Høiberg Eksamensoppgaven: Oppgavesettet

Detaljer

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres.

Målet med denne masteroppgaven blir å sette seg inn i kunstnerens problemstillinger og prøve å finne metoder for hvordan ideene hans kan realiseres. i Sammendrag Terrengmodellering i 3D er i dag en mye brukt måte å fremstille landskap på. Slike modeller kan man se i utallige dataspill, animasjonsfilmer, og geologiske modeller. Den vanligste måten å

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2014

MA0002 Brukerkurs i matematikk B Vår 2014 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2014 Løsningsforslag Øving 10 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

Detaljer

dx k dt н x 1,..., x n f 1,...,f n н- н f k (x 1,..., x n ), k =1,2,...,n, нн d X = f( X). X = (t),.. x 1 = 1 (t), x 2 = 2 (t),...

dx k dt н x 1,..., x n f 1,...,f n н- н f k (x 1,..., x n ), k =1,2,...,n, нн d X = f( X). X = (t),.. x 1 = 1 (t), x 2 = 2 (t),... - ( ) - 3 579 : - - : - / : : 3 4 579-4 5 9 3 9 4 3 5 5 6 3 33 34 3 35 4 36 39 c - ( ) 3 c 3 - - ( ) - ( - ) - - - ( ) - - ( - ) ( t) - dx k = f k (x x n ) k = n () dt x x n f f n - d X = f( X) dt f k

Detaljer

Vacuum cleaner wet/dry Dammsugare våt/torr Støvsuger våt/tørr

Vacuum cleaner wet/dry Dammsugare våt/torr Støvsuger våt/tørr Vacuum cleaner wet/dry Dammsugare våt/torr Støvsuger våt/tørr Instruction manual Bruksanvisning Bruksanvisning VC30AP Varenr. 170204 Støvsuger våt/tørr VC30AP ELEKTRISK TILKOBLING Før du setter støpselet

Detaljer

MA0002 Brukerkurs i matematikk B Vår 2016

MA0002 Brukerkurs i matematikk B Vår 2016 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA0002 Brukerkurs i matematikk B Vår 2016 Løsningsforslag Øving 11 Oppgaver fra boken: 10.6 : 1, 8, 9, 12, 19, 26, 29,, 4 Det

Detaljer

ITF20006 Algoritmer og datastrukturer Oppgavesett 7

ITF20006 Algoritmer og datastrukturer Oppgavesett 7 ITF Algoritmer og datastrukturer Oppgavesett 7 Av Thomas Gabrielsen Eksamen Oppgave. ) Det tar konstant tid å hente et gitt element fra en tabell uavhengig av dens størrelse, noe som med O-notasjon kan

Detaljer

For J kvantiseringsnivåer er mean square feilen:

For J kvantiseringsnivåer er mean square feilen: Slide 1 Slide 2 Kap. 6 Bilde kvantisering Kap. 6.1 Skalar kvantisering Desisons og rekonstruksonsnivåer velges ved å minimalisere et gitt kvantiseringsfeilmål mellom f og ˆf. Kvantisering: Prosessen som

Detaljer

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x).

En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Funksjoner En (reell) funksjon f fra en (reell) mengde D er en regel som til hvert element x D tilordner en unik verdi y = f (x). Mengden D kalles definisjonsmengden (eng.: domain) til f. Merknad Dersom

Detaljer

EKSAMEN Bildebehandling

EKSAMEN Bildebehandling EKSAMEN 6121 Bildebehandling 31.05.2016 Tid: 4 timer, 9 13 Målform: Bokmål/nynorsk Sidetall: 5 (denne forside + 2 + 2) Hjelpemiddel: Merknader: Vedlegg: Sensuren finner du på StudentWeb. Eksamen 6121 Bildebehandling

Detaljer

Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015

Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015 Nasjonale prøver i lesing, regning og engelsk på 5. trinn 2015 Resultater fra nasjonale prøver på 5. trinn høsten 2015 er nå publisert i Skoleporten. Her er et sammendrag for Nord-Trøndelag: - I snitt

Detaljer

Forord. Stavanger, Juni 2011. Roald Klingsheim

Forord. Stavanger, Juni 2011. Roald Klingsheim 1 . 15. juni 2011 Sammendrag Denne rapporten tar for seg deteksjon av lesjoner i MR-bilder av hjernen til demenspasienter ved bruk av watershedsegmentering. Rapporten vil først gi en kort innføring om

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF230 Digital bildebehandling Eksamensdag : Onsdag 6. juni 202 Tid for eksamen : 09:00 3:00 Oppgavesettet er på : 6 sider Vedlegg

Detaljer

Skriftlig eksamen MD4040 semester IIC/D kull 06

Skriftlig eksamen MD4040 semester IIC/D kull 06 NTNU Det medisinske fakultet Sensurfrist: 21. juni 2010 Skriftlig eksamen MD4040 semester IIC/D kull 06 BOKMÅL Onsdag 31. mai 2010 Kl. 09.00-15.00 (16.00) Oppgavesettet er på 34 sider inklusive forsiden

Detaljer

Apollon. Kunstig hånd styres av hjernen. Forskningsmagasin fra Universitetet i Oslo

Apollon. Kunstig hånd styres av hjernen. Forskningsmagasin fra Universitetet i Oslo Apollon Forskningsmagasin fra Universitetet i Oslo Kunstig hånd styres av hjernen SAMME BEVEGELSER: Mats Høvin har laget en kunstig finger som har nøyaktig samme bevegelsesmønster som en menneskefinger.

Detaljer

Oppgave 3c Konvolusjonsteoremet: f Λ g, F G og f g, F Λ G F rste del sier at konvolusjon i det romlige domenet (f Λ g) er det samme som pixelvis multi

Oppgave 3c Konvolusjonsteoremet: f Λ g, F G og f g, F Λ G F rste del sier at konvolusjon i det romlige domenet (f Λ g) er det samme som pixelvis multi Oppgave 3a 1 P N 1 N x=0 P N 1 y=0 f (x; y) e j2ß(ux+vy)=n Oppgave 3b 2D diskret konvolusjon for x =0to M for y =0to N h(x; y) =0 for m =0to M for n =0to N h(x; y)+ = f (m; n) Λ g(x m; y n) h(x; y) =h(x;

Detaljer

Construction. Hurtigherdende forankringslim. Produktbeskrivelse. Produktdatablad Versjon 07/2014 Identifikasjons nr.: 02 02 05 01 001 0 000001

Construction. Hurtigherdende forankringslim. Produktbeskrivelse. Produktdatablad Versjon 07/2014 Identifikasjons nr.: 02 02 05 01 001 0 000001 Construction Produktdatablad Versjon 07/2014 Identifikasjons nr.: 02 02 05 01 001 0 000001 Sika AnchorFix -1 Hurtigherdende forankringslim Produktbeskrivelse Bruksområder Løsemiddel- og styrenfritt 2-komponent

Detaljer

Kollektivassignment i EMMA og VISUM

Kollektivassignment i EMMA og VISUM Kollektivassignment i EMMA og VISUM Odd I. Larsen Høgskolen i Molde Stockholm 15.12.2010 Algoritmene VISUM Random Departure Time (RDT) (Hasselström, 1981) EMMA Optimal Strategy (OS) (Spiess & Florian,

Detaljer

P E R F O R E R T E P L A T E R

P E R F O R E R T E P L A T E R P E R F O R E R T E P L A T E R 3.0 P E R F O R E R T E S T Å L - O G M E T A L L P L A T E R F. Burmeister lagerfører perforerte plater i et stort antall mønstre og dimensjoner i følgende materialer:

Detaljer

BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 4 Innleveringsfrist Fredag 11. mars 2016 Antall oppgaver: Løsningsforslag

BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 4 Innleveringsfrist Fredag 11. mars 2016 Antall oppgaver: Løsningsforslag Innlevering BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 4 Innleveringsfrist Fredag 11. mars 2016 Antall oppgaver: 10 + 1 Løsningsforslag 1 Hvilken av de to funksjonene vist i guren er den deriverte

Detaljer

Løsningsforslag til i MAT104 vår 2016

Løsningsforslag til i MAT104 vår 2016 Løsningsforslag til i MAT104 vår 16 Oppgave 1 Gitt funksjonen f(x) = x 2 4x. a) Finn nullpunktene til funksjonen. Løsning: x 2 4x = 0 gir oss x(x 4) = 0, og dermed x = 0 eller x = 4. Nullpunktene er altså

Detaljer

Tillegg til kapittel 2 Grunntall 9

Tillegg til kapittel 2 Grunntall 9 18.09.2013 Kvadratsetningene Tillegg til kapittel 2 Grunntall 9 Nytt læringsmål i revidert læreplan 2013 Mål for det du skal lære: kunne bruke kvadratsetningene til å multiplisere to parentesuttrykk Bjørn

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 28. mars 2007 Tid for eksamen : 13:30 16:30 Oppgavesettet er på : 4 sider

Detaljer

Vannskilletransformen implementert i C++/Python. Reidar Øksnevad

Vannskilletransformen implementert i C++/Python. Reidar Øksnevad Vannskilletransformen implementert i C++/Python Reidar Øksnevad (reidarok@ifi.uio.no) 1 Introduksjon Morfologisk segmentering handler for det meste om vannskilletransformen. Denne enkle og intuitive løsningen

Detaljer

Suveren krokingsprosent

Suveren krokingsprosent L-rigg K ystfluer bundet på en enkeltkrok, typisk i str. 8 2, gir en veldig lav landingsrate uansett hvor skarpe de er og Jens hvilken produsent som har laget Bursell dem. Så enkelt kan det sies. Tekst

Detaljer

Prosent- og renteregning

Prosent- og renteregning FORKURSSTART Prosent- og renteregning p prosent av K beregnes som p K 100 Eksempel 1: 5 prosent av 64000 blir 5 64000 =5 640=3200 100 p 64000 Eksempel 2: Hvor mange prosent er 9600 av 64000? Løs p fra

Detaljer

Sakkyndig vurdering av. Strategy Group for Medical Image Science and Visualization. Torfinn Taxt, Universitetet i Bergen, Norge, mars 2008

Sakkyndig vurdering av. Strategy Group for Medical Image Science and Visualization. Torfinn Taxt, Universitetet i Bergen, Norge, mars 2008 Sakkyndig vurdering av Strategy Group for Medical Image Science and Visualization Torfinn Taxt, Universitetet i Bergen, Norge, mars 2008 Innledning Bakgrunn for vurderingen er dokumentene i mappen med

Detaljer

Oblig 11 - Uke 15 Oppg 1,3,6,7,9,10,12,13,15,16,17,19

Oblig 11 - Uke 15 Oppg 1,3,6,7,9,10,12,13,15,16,17,19 Oblig 11 - Uke 15 Oppg 1,3,6,7,9,10,12,13,15,16,17,19 Dersom du oppdager feil i løsningsforslaget, vennligst gi beskjed til Arnt Inge og Maiken. Takk! Oppgave 1 Youngs dobbeltspalteeksperiment med lyd?

Detaljer

INF2820 Datalingvistikk V2014. Jan Tore Lønning

INF2820 Datalingvistikk V2014. Jan Tore Lønning INF2820 Datalingvistikk V2014 Jan Tore Lønning ENDELIGE TILSTANDSTEKNIKKER OG REGULÆRE UTTRYKK I DATALINGVISTIKK 19. januar 2014 2 Naturlige språk En mann kjøpte en bil av en mann som hadde eid bilen i

Detaljer

R1 - Eksamen V

R1 - Eksamen V Delprøve 1 R1 - Eksamen V09.05.10 Løsningsskisser Oppgave 1 1) Kjerneregel: fx u 4, u x 1 f x 4u 3 x 8xx 1 3 ) Produktregel (og kjerneregel på e x ): g x 1e x xe x 1 xe x lim x xx x lim x x xxx 4xx xxx

Detaljer

SPILKA TANGO Profilbeskrivelse og monteringsanvisning Revidert 28.04.14

SPILKA TANGO Profilbeskrivelse og monteringsanvisning Revidert 28.04.14 Profilbeskrivelse og monteringsanvisning Revidert 28.04.14 Pos Komponenter Pos Komponenter 1 TERSKELSKINNE ALUMINIUM 8 ESPAGNOLETT 2 STÅLKAPPE TERSKELSKINNE 9 VRIDERSPERRE STOPPER 3 ENDEKLOSS TERSKELSKINNE

Detaljer

Kapittel 5: Relasjoner

Kapittel 5: Relasjoner MAT1030 Diskret Matematikk Forelesning 12: Relasjoner Dag Normann Matematisk Institutt, Universitetet i Oslo Kapittel 5: Relasjoner 24. februar 2010 (Sist oppdatert: 2010-02-24 12:36) MAT1030 Diskret Matematikk

Detaljer

KANTOPPKNEKKER AUTO-GUIDE. Boxer Design og Manufacturing Ltd. forbeholder seg retten til å endre dette dokumentet uten forvarsel.

KANTOPPKNEKKER AUTO-GUIDE. Boxer Design og Manufacturing Ltd. forbeholder seg retten til å endre dette dokumentet uten forvarsel. Om bruksanvisningen Eierskapet til denne bruksanvisningen forbeholdes Boxer Design og Manufacturing Ltd., og eierskapet til den norske oversettelsen forbeholdes P. Meidell AS. Boxer Design og Manufacturing

Detaljer

a) f(x) = 3 cos(2x 1) + 12 LF: Vi benytter (lineær) kjerneregel og får f (x) = (sin(7x + 1)) (sin( x) + x) sin(7x + 1)(sin( x) + x) ( sin(x) + x) 2 =

a) f(x) = 3 cos(2x 1) + 12 LF: Vi benytter (lineær) kjerneregel og får f (x) = (sin(7x + 1)) (sin( x) + x) sin(7x + 1)(sin( x) + x) ( sin(x) + x) 2 = Innlevering ELFE KJFE MAFE Matematikk 1000 HIOA Obligatorisk innlevering 4 Innleveringsfrist Mandag 12. oktober 2015 før forelesningen 12:30 Antall oppgaver: 7 + 3 Løsningsforslag 1 Deriver de følgende

Detaljer