Filtrering i Frekvensdomenet III
|
|
- Stig Sivertsen
- 6 år siden
- Visninger:
Transkript
1 Filtrering i Frekvensdomenet III Lars Vidar Magnusson March 13, 2017 Delkapittel Unsharp Masking, Highboost Filtering, and High-Frequency-Emphasis Filtering Delkapittel 4.10
2 Unsharp Masking og Highboost Filtrering Vi har sett på unsharp masking og highboost filtrering i rommet. I frekvensdomenet får vi... hvor g mask (x, y) = f (x, y) f LP (x, y) f LP (x, y) = F 1 [H LP (u, v)f (u, v)] H LP (u, v) er et lavpassfilter i frekvensdomenet, og f LP (x, y) er en utjevnet utgave av f (x, y).
3 Unsharp Masking og Highboost Filtrering Unsharp masking og highboost filtrering er begge en kombinasjon av f (x, y) og g mask (x, y). g(x, y) = f (x, y) + k g mask (x, y) Vi kaller dette highboost hvis k = 1, ellers kalles det unsharp masking.
4 Unsharp Masking og Highboost Filtrering Vi kan uttrykke unsharp masking og highboost filtrering som en ren frekvens-domene operasjon. g(x, y) = F 1 {[1 + k [1 H LP (u, v)]] F (u, v)} Vi kan uttrykke dette med et høypassfilter i stedet for et lavpassfilter. g(x, y) = F 1 {[1 + k H HP (u, v)] F (u, v)} Utrykket i firkantparantesen kalles et high-frequency-emphasis filter.
5 High-Frequency-Emphasis Filter Et high-frequency-emphasis filter fungerer som skjærping med laplacian. g(x, y) = F 1 {[k 1 + k 2 H HP (u, v)] F (u, v)} Her kontrollerer k 1 avstandend fra 0 i.e. hvor lyst bildet blir, og k 2 kontrollerer hvor mye de høye frekvensene skal bidra. Hvis k 1 = 0 så blir gjennomsnittsintensiteten 0 (fjerning av dc)
6 Selektiv Filtrering Vi har så langt bare sett på filtere som opererer i hele domenet. Det er ofte nyttig å bare behandle spesifike frekvensbånd eller i et spesifikt område i domenet. bandreject og bandpass filtere behandler frekvensbånd notch filtere behandler et spesifikt område.
7 Bandreject (Båndnekt) Filtere Vi kan lage bandreject filtere ved hjelp av de samme ligningene brukt for hele domenet. Et ideelt båndnekt filter er definert som.. { 0 if D 0 W 2 H(u, v) = D D0 + W 2 1 otherwise Butterworth båndnekt filter blir.. Gaussian båndnekt filter blir... H(u, v) = [ 1 + H(u, v) = 1 e 1 DW D 2 D 2 0 ] 2n [ D 2 D 2 ] 2 0 DW D 0 er cutoff-frekvensen, D er distansen fra senter (D(u, v)), W er bredden til båndet.
8 Bandpass (Båndpass) Filtere Som tidligere kan vi snu et bandreject filter til bandpass filter med... H BP (u, v) = 1 H BR (u, v)
9 Notch Filtere Notch filtere brukes til å behandle frekvenser i et gitt område. De må være symmetriske om origo for å være zero-phase-shift filtere. Et notch reject filter er generelt sett definert som... H NR (u, v) = Q H k (u, v)h k (u, v) k=1 hvor H k (u, v) og H k (u, v) er filtere sentrert i henholdsvis (u k, v k ) og ( u k, v k ).
10 Notch Filtere Senterne til filterne i et notch filter er definert i forhold til senter (M/2, N/2). Distansen regnes da ut med følgende ligninger... D k (u, v) = [ (u M/2 u k ) 2 + (v N/2 v k ) 2] 1/2 D k (u, v) = [ (u M/2 + u k ) 2 + (v N/2 + v k ) 2] 1/2
11 Notch Filtere Et eksempel på et Butterworth notch reject filter med tre notch-par er definert som.. H NR (u, v) = 3 [ 1 ] [ 1 ] 1 + [D 0k /D k (u, v)] 2n 1 + [D 0k /D k (u, v)] 2n k=1 Som før så kan vi lage et notch pass filter med... H NP (u, v) = 1 H NR (u, v)
12 Et Eksempel Under har vi et avistrykk av et bilde av en bil og dets fourier transformasjon.
13 Et Eksempel Vi lager Butterworth notch reject masker i ( 29, 80), ( 29, 37), ( 26, 43) og ( 26, 83).
14 Et Eksempel Resultatet blir..
Filtrering i Frekvensdomenet II
Filtrering i Frekvensdomenet II Lars Vidar Magnusson March 7, 2017 Delkapittel 4.8 Image Smoothing Using Frequency Domain Filters Delkapittel 4.9 Image Sharpening Using Frequency Domain Filters Low-Pass
DetaljerIntensitetstransformasjoner og Spatial Filtrering
Intensitetstransformasjoner og Spatial Filtrering Lars Vidar Magnusson January 23, 2017 Delkapittel 3.1 Background Delkapittel 3.2 Some Basic Intensity Tranformation Functions Spatial Domain Som vi allerede
DetaljerFourier-Transformasjoner IV
Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde
DetaljerFilter-egenskaper INF Fritz Albregtsen
Filter-egenskaper INF 60-04.03.2002 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 2: - Lineær filtrering - Gradient-detektorer - Laplace-operatorer Linearitet H [af (x, y) + bf 2 (x, y)] ah [f (x, y)]
DetaljerBasisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )
INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit
DetaljerBasisbilder - cosinus v Bildene
Repetisjon Basis-bilder 737 Midlertidig versjon! INF 3 9 mars 7 Diskret Fouriertransform del II Ortogonal basis for alle 4x4 gråtonebilder Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet
DetaljerINF mars 2017 Diskret Fouriertransform del II
INF230 29. mars 207 Diskret Fouriertransform del II Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Bruk av vinduer 207.03.29 INF230 / 40 Repetisjon Basis-bilder Sort er 0,
DetaljerEksempel: Ideelt lavpassfilter
Filterdesign i frekvensdomenet Lavpassfiltre Romlig representasjon av ideelt lavpassfilter Slipper bare gjennom lave frekvenser (mindre enn en grense D 0 som kalles filterets cut-off-frekvens) I signalbehandling
DetaljerSpatial Filtere. Lars Vidar Magnusson. February 6, Delkapittel 3.5 Smoothing Spatial Filters Delkapittel 3.6 Sharpening Spatial Filters
Spatial Filtere Lars Vidar Magnusson February 6, 207 Delkapittel 3.5 Smoothing Spatial Filters Delkapittel 3.6 Sharpening Spatial Filters Hvordan Lage Spatial Filtere Det er å lage et filter er nokså enkelt;
DetaljerViktige Fourier-transform par. Konvolusjons-teoremet. 2-D Diskret Fourier-Transform (DFT) INF 2310 Digital bildebehandling
- iskret Fourier-Transform FT INF 3 igital bildebehandling FILTRERING I FREKVENS-OMÈNET II Konolusjons-teoremet Lapass- øypass- og Båndpass-filter esign a filtre i frekens-doménet Rask implementasjon a
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF30 Digital bildebehandling Eksamensdag: Mandag 6. juni 06 Tid for eksamen: 4:30 8:30 Løsningsforslaget er
Detaljer01-Passivt Chebychevfilter (H00-4)
Innhold 01-Passivt Chebychevfilter (H00-4)... 1 0-Aktivt Butterworth & Besselfilter (H03-1)... 04 Sallen and Key lavpass til båndpass filter... 3 05 Butterworth & Chebychev (H0- a-d):... 5 06 Fra 1-ordens
DetaljerPrøve- EKSAMEN med løsningsforslag
Prøve- EKSAMEN med løsningsforslag Emnekode: ITD33514 Dato: Vår 2015 Hjelpemidler: Alle trykte og skrevne. Emne: Bildebehandling og mønstergjenkjenning Eksamenstid: 4 timers eksamen Faglærer: Jan Høiberg
DetaljerMorfologi 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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF-Digital bildebehandling Eksamensdag: Tirsdag. mars 5 Tid for eksamen: 5:-9: Løsningsforslaget er på: sider Vedlegg: Ingen
DetaljerMer om Histogramprosessering og Convolution/Correlation
Mer om Histogramprosessering og Convolution/Correlation Lars Vidar Magnusson January 30, 2017 Delkapittel 3.3 Histogram Processing Delkapittel 3.4 Fundementals of Spatial Filtering Lokal Histogramprosessering
DetaljerPunkt, Linje og Kantdeteksjon
Punkt, Linje og Kantdeteksjon Lars Vidar Magnusson April 18, 2017 Delkapittel 10.2 Point, Line and Edge Detection Bakgrunn Punkt- og kantdeteksjon er basert på teorien om skjærping (forelesning 7 og 8).
DetaljerINF2310 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II. Andreas Kleppe
INF230 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II Andreas Kleppe Kort repetisjon av forrige mandagsforelesning Konvolusjonsteoremet og bruk av dette: Design av konvolusjonsfiltre med bestemte
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 11. juni 27 Tid for eksamen: 14.3 17.3 Oppgavesettet er på 5 sider. Vedlegg: INF 347 / INF 447 Digital Signalbehandling
DetaljerKantdeteksjon og Fargebilder
Kantdeteksjon og Fargebilder Lars Vidar Magnusson April 25, 2017 Delkapittel 10.2.6 More Advanced Techniques for Edge Detection Delkapittel 6.1 Color Fundamentals Delkapittel 6.2 Color Models Marr-Hildreth
DetaljerFFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg
FFT Prosessering i frekvensdomenet Digital signalprosessering Øyvind Brandtsegg Representasjonsmåter Tidsdomene: Amplityde over tid Frekvensdomene: Amplityde over frekvens Hvorfor? Prosessering i frekvensdomenet
Detaljer303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)
303d Signalmodellering: Gated sinus... 1 610 Operasjonsforsterkere H2013-3... 1 805 Sallen and Key LP til Båndpass filter... 2 904 Z-transformasjon av en forsinket firkant puls.... 4 913 Chebyshev filter...
DetaljerMorfologi 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)
DetaljerRepetisjon: Standardbasis
INF230 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II Ole Marius Hoel Rindal, foiler av Andreas Kleppe Kort repetisjon av forrige mandagsforelesning Konvolusjonsteoremet og bruk av dette: Design
DetaljerOppgave 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;
DetaljerFourier-Transformasjoner
Fourier-Transformasjoner Lars Vidar Magnusson February 21, 2017 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Fourier Fourier var en fransk matematiker/fysiker som levde på 1700/1800-tallet.
DetaljerTransformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019
Transformanalyse Jan Egil Kirkebø Universitetet i Oslo janki@ifi.uio.no 17./23. september 2019 Jan Egil Kirkebø (Inst. for Inf.) IN3190/IN4190 17./23. september 2019 1 / 22 Egenfunksjoner til LTI-systemer
DetaljerJustering av bildets middelverdi og standard-avvik IN 106, V-2001 BILDEFORBEDRING, DEL II FILTRERING 19/ Fritz Albregtsen
IN 06, V-200 Justering av bildets middelverdi og standard-avvik Gitt et inn-bilde med normalisert histogram p(v),v [0,..., ], 0 p(v) = Da er µ og gitt ved BILDEFORBEDRING, DEL II µ v = vp(v)dv 0 v 2 (
DetaljerWavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK SIG Geofysisk Signalanalyse Lsningsforslag ving Oppgave a) Vi har Amplitudespekteret er da Y (!) =
DetaljerGrunnleggende 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
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 22, 2018 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [0, L) er en diskret
DetaljerForelesning nr.6 IN 1080 Elektroniske systemer. Strøm, spenning og impedans i RC-kretser Anvendelser av RC-krester
Forelesning nr.6 IN 1080 Elektroniske systemer Strøm, spenning og impedans i RC-kretser Anvendelser av RC-krester Dagens temaer Strøm, spenning og impedans i serielle RC-kretser Mer om ac-signaler og sinussignaler
DetaljerTMA Matlab Oppgavesett 2
TMA4123 - Matlab Oppgavesett 2 18.02.2013 1 Fast Fourier Transform En matematisk observasjon er at data er tall, og ofte opptrer med en implisitt rekkefølge, enten i rom eller tid. Da er det naturlig å
DetaljerLab 2 Praktiske målinger med oscilloskop og signalgenerator
Universitetet i Oslo FYS1210 Elektronikk med prosjektoppgave Lab 2 Praktiske målinger med oscilloskop og signalgenerator 17. februar 2016 Labdag: Tirsdag Labgruppe: 3 Oppgave 1: Knekkfrekvens Et enkelt
DetaljerPraktiske målinger med oscilloskop og signalgenerator Vi ser på likerettere og frekvensfilter
Kurs: FYS1210 Elektronikk med prosjektoppgaver Gruppe: Gruppe-dag: Oppgave: LABORATORIEØVELSE NR 2 Omhandler: Praktiske målinger med oscilloskop og signalgenerator Vi ser på likerettere og frekvensfilter
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470 Digital signalbehandling Eksamensdag: 11. desember 01 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 1 sider. Vedlegg:
DetaljerUNIVERSITETET 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
DetaljerMorfologi 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
Detaljer01 Laplace og Z-transformasjon av en forsinket firkant puls.
Innholdsfortegnelse 0 Laplace og Z-transformasjon av en forsinket firkant puls.... 0 Sampling og filtrering og derivering av en trekant strømpuls... 03_Digitalt Chebyshev filter... 3 04 Digitalisering
DetaljerUNIVERSITETET 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:
DetaljerKontrollspørsmål fra pensum
INNFHOLD: Kontrollspørsmål fra pensum... Integrasjonsfilter... 5 Lag et digitalt filter ved å digitalisere impulsresponsen til et analogt filter... 5 Laplace... 6 Pulsforsterker... 6 På siste forelesning
DetaljerFourier-Transformasjoner
Fourier-Transformasjoner Lars Vidar Magnusson February 5, 2018 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel
DetaljerFourier-Transformasjoner II
Fourier-Transformasjoner II Lars Vidar Magnusson February 27, 2017 Resten av Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel 4.4
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Oppgavesettett er på : 6 sider
DetaljerUke 6: Analyse i frekvensdomenet
Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/39 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerUNIVERSITETET 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
DetaljerKap 7: Digital it prosessering av analoge signaler
Kap 7: Digital it prosessering av analoge signaler Sverre Holm Temaer 1. Sampling og rekonstruksjon 2. Finne spektret til samplet signal 3. Gjenvinning med forskjellige interpolasjoner 4. Nullinnsetting
DetaljerTMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2 07.03.2013 I dette oppgavesettet skal vi se på ulike måter fouriertransformasjonen anvendes i praksis. Fokus er på støyfjerning i signaler. I tillegg
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerFakta om fouriertransformasjonen
Fakta om fouriertransformasjonen TMA413/TMA415, V13 Notasjon Fouriertransformasjonen til funksjonen f er F[f](ω) = ˆf(ω) = 1 Den inverse fouriertransformasjonen er F 1 [g](x) = 1 f(x)e iωx dx g(ω)e iωx
DetaljerForelesning nr.6 INF 1411 Elektroniske systemer. Anvendelser av RC-krester Spoler og RL-kretser
Forelesning nr.6 INF 1411 Elektroniske systemer Anvendelser av RC-krester Spoler og RL-kretser Dagens temaer Mer om ac-signaler og sinussignaler Filtre Bruk av RC-kretser Induktorer (spoler) Sinusrespons
DetaljerIIR filterdesign Sverre Holm
IIR filterdesign IIR filterdesign Sverre Holm Filterspesifikasjon IIR kontra FIR IIR filtre er mer effektive enn FIR færre koeffisienter for samme magnitudespesifikasjon Men bare FIR kan gi eksakt lineær
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag:. desember 5 Tid for eksamen: 9. 3. Oppgavesettet er på 7 sider. Vedlegg: Ingen
DetaljerEksamen 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:
DetaljerSTE6146 Signalbehandling .RQWLQXHUOLJH ILOWUH
TE6146 ignalbehandling.rqwlqxhuoljh ILOWUH,QWURGXNVMRQ Ved enkelte metoder for design av digitale filtre, baserer en seg på tilgjengeligheten av metoder for design av analoge (kontinuerlige) filtre. Må
Detaljer( x+ π 2) Bakgrunn: Sinus og cosinus. Bakgrunn: Samplet sinus i 1D. Bakgrunn: Samplet sinus i 2D. Bakgrunn: Sinus i 2D. sin( x)=cos.
Bakgrunn: Samplet sinus i 1D Bakgrunn: Sinus og cosinus En generell samplet sinusfunksjon kan skrives som: y(t) = A sin(2πut/n + φ) t : tid; 0, 1,..., N-1 A : amplitude u : antall hele perioder* N : antall
DetaljerForelesning nr.6 INF 1411 Elektroniske systemer
Forelesning nr.6 INF 1411 Elektroniske systemer Anvendelser av RC-krester Spoler og RL-kretser 1 Dagens temaer Bruk av RC-kretser Sinusrespons til RL-kretser Impedans og fasevinkel til serielle RL-kretser
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 2/47 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/47 Tema
DetaljerRepetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo
Repetisjon Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2012 2/1 Dagens temaer 3/1 Tema 3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet
DetaljerRepetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo
Repetisjon Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 1 Tidsdomenet, eller n-domenet:
DetaljerUNIVERSITETET I OSLO
Eksamen i UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet INF 160 Digital bildebehandling Eksamensdag: Mandag 12. mai - mandag 26. mai 2003 Tid for eksamen: 12. mai 2003 kl 09:00 26. mai
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler: INF2400 Digital signalbehandling 16. 23. april 2004,
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/48 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/48 Notasjon
DetaljerIntroduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4
Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering
DetaljerWiener filter of length 10 (performance 0.374) Pulse P Sample number. Wiener filter of length 10 (performance 0.
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK SIG5 Geofysisk Signalanalyse Lsningsforslag ving 7 I forrige ving laget vi ltre ved frst a beregne
DetaljerDagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen
Dagens temaer Time 6: Analyse i frekvensdomenet Andreas Austeng@ifi.uio.no, INF3470 Institutt for informatikk, Universitetet i Oslo Oktober 2009 Fra forrige gang Frekvensrespons funksjonen Fourier rekker
DetaljerUNIVERSITETET I OSLO
1 UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF5480 RF kretser, teori og design Eksamensdag: Torsdag 22. november, 2007 Tid for eksamen: 08:45-11:45 Oppgavesettet er på
DetaljerUNIVERSITETET 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
DetaljerLokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I
Lokale operasjoner INF 30 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre GW Kap. 3.4-3.5 + Kap. 5.3 Vi skal
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF30-Digital bildebehandling Eksamensdag: Tirsdag 5. mars 06 Tid for eksamen: 09:00-3:00 Løsningsforslaget er på: 4 sider Vedlegg:
DetaljerUtkast med løsningshint inkludert UNIVERSITETET I OSLO
Utkast med løsningshint inkludert UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00
DetaljerIIR filterdesign Sverre Holm
IIR filterdesign Sverre Holm Filterspesifikasjon 1 IIR kontra FIR IIR filtre er mer effektive enn FIR færre koeffisienter for samme magnitude- spesifikasjon Men bare FIR kan gi eksakt lineær fase Lineær
DetaljerForelesning og oppgaver 8 Filtrering
Digital bildebehandling for Radiografer Side 1 av 9 Forelesning og oppgaver 8 Filtrering 8.1 Om forelesningen 8.1.1 Mål Dere skal vite hvordan vanlige filtre fungerer og ha prøvd å bruke de vanligste typene
DetaljerMorfologi 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
DetaljerUke 6: Analyse i frekvensdomenet
Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/41 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger, 6. august 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 5.1 Implementering av IIR filter....................
DetaljerSampling ved Nyquist-raten
Samplingsteoremet Oppgavegjennomgang, 7.mai Oversikt Presisering av samplingsteoremet Løse utsendt oppgave om sampling Løse oppgave, V Løse oppgave 3, V If a function f (t contains no frequencies higher
DetaljerMorfologi 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.
DetaljerPraktiske målinger med oscilloskop og signalgenerator
Kurs: FYS1210 Elektronikk med prosjektoppgaver Gruppe: Gruppe-dag: Oppgave: LABORATORIEØVELSE NR 2 Omhandler: Praktiske målinger med oscilloskop og signalgenerator Vi ser på likerettere og frekvensfilter
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Løsningsforslaget
DetaljerUNIVERSITETET 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
DetaljerFiltrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjons-eksempel. INF2310 Digital bildebehandling
Filtrering i bildedomenet INF2310 Digital bildebehandling FORELESNING 16 REPETISJON DEL I Andreas Kleppe Filtrering i bildedomenet 2D diskret Fourier-transform (2D DFT) Kompresjon og koding Morfologiske
DetaljerForelesning nr.6 INF 1411 Elektroniske systemer. Anvendelser av RC-krester Spoler og RL-kretser
Forelesning nr.6 INF 1411 Elektroniske systemer Anvendelser av RC-krester Spoler og RL-kretser Dagens temaer Generelle ac-signaler og sinussignaler Filtre Bruk av RC-kretser Induktorer (spoler) Sinusrespons
Detaljerf(t) F( ) f(t) F( ) f(t) F( )
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK Oppgave SIG4045 Geofysisk Signalanalyse Lsningsforslag ving 3 a) ' xy (t) = x()y(t + )d : La oss, for
DetaljerINF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4
INF 2310 22. mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 I dag: Sinus-funksjoner i 1D og 2D 2D diskret Fouriertransform (DFT) Mandag 27. mars: Supplementsforelesning holdt av
DetaljerUNIVERSITETET 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
DetaljerFasit til midtveiseksamen
Fasit til midtveiseksamen INF344/444 Signalbehandling 2. november 24 Oppgave Betrakt systemet x(n) T y (n) med y(n) = 4 5 [x(n+)] 2. Avgjør og begrunn ditt svar om hvorvidt dette systemet er. lineært,
DetaljerUNIVERSITETET 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:
DetaljerForelesning nr.6 INF 1411 Elektroniske systemer. Anvendelser av RC-krester Spoler og RL-kretser
Forelesning nr.6 INF 1411 Elektroniske systemer Anvendelser av RC-krester Spoler og RL-kretser Dagens temaer Regneeksempel på RC-krets Bruk av RC-kretser Sinusrespons til RL-kretser Impedans og fasevinkel
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF/ Signalbehandling Eksamensdag: 9. desember Tid for eksamen:. 7. Oppgavesettet er på sider. Vedlegg: Ingen Tillatte hjelpemidler:
Detaljersin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples
0700 Foreløbig versjon! INF 0 mars 07 Fourier I -- En litt annen vinkling på stoffet i kapittel I dag: Sinus-funksjoner i D og D D diskret Fouriertransform (DFT) Introduksjon I/II Et gråtonebilde Typisk
DetaljerINF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein
INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22
DetaljerHistogramprosessering
Histogramprosessering Lars Vidar Magnusson January 24, 217 Delkapittel 3.3 Histogram Processing Histogram i Bildeanalyse Et histogram av et digitalt bilde med intensitet i intervallet [, L) er en diskret
DetaljerRepetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.
Oversikt, 6.februar Tilhørende pensum i boken er. -.. Repetisjon regning med aliasing og folding rekonstruksjon ved substitusjon FIR-filtre glidende middel et generelt FIR-filter enhetsimpulsresponsen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: 11. desember 006 Tid for eksamen: 15.30 18.30 Oppgavesettet er på 7 sider. Vedlegg:
DetaljerForelesening INF / Spektre - Fourier analyse
Forelesening INF 24 27/ - 25 Spektre - Fourier analyse Spektre - Fourier analyse og syntese Tosidig spektrum Beat notes Amplitudemodulasjon Periodiske og ikke-periodiske signaler Fourier rekker - analyse
DetaljerUNIVERSITETET I OSLO
Eksamen i UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet INF 2310 Digital bildebehandling Eksamensdag: Tirsdag 18. mai - tirsdag 1. juni 2004 Tid for eksamen: 18. mai 2004 kl 09:00 1.
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3470 Digital signalbehandling Eksamensdag: 1. desember 013 Tid for eksamen: 14.30 18.30 Oppgavesettet er på 15 sider. Vedlegg:
Detaljer8/24/2009. INF3470 Digital signalbehandling Introduksjon Sverre Holm
INF3470 Digital signalbehandling Introduksjon Sverre Holm 1 Hvordan virker... CD og lydkoding (mp3 ~1:12) Lyd-filtrering og -effekter Shazam (gjenkjenning av låter, Iphone) Kompresjon av talesignal i GSM:
Detaljer