Filtrering i Frekvensdomenet III

Størrelse: px
Begynne med side:

Download "Filtrering i Frekvensdomenet III"

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 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

Detaljer

Intensitetstransformasjoner og Spatial Filtrering

Intensitetstransformasjoner 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

Detaljer

Fourier-Transformasjoner IV

Fourier-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

Detaljer

Filter-egenskaper INF Fritz Albregtsen

Filter-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)]

Detaljer

Basisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )

Basisbilder - 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

Detaljer

Basisbilder - cosinus v Bildene

Basisbilder - 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

Detaljer

INF mars 2017 Diskret Fouriertransform del II

INF 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,

Detaljer

Eksempel: Ideelt lavpassfilter

Eksempel: 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

Detaljer

Spatial 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, 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;

Detaljer

Viktige Fourier-transform par. Konvolusjons-teoremet. 2-D Diskret Fourier-Transform (DFT) INF 2310 Digital bildebehandling

Viktige 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

01-Passivt Chebychevfilter (H00-4)

01-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

Detaljer

Prøve- EKSAMEN med løsningsforslag

Prøve- 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

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

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Mer om Histogramprosessering og Convolution/Correlation

Mer 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

Detaljer

Punkt, Linje og Kantdeteksjon

Punkt, 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).

Detaljer

INF2310 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II. Andreas Kleppe

INF2310 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Kantdeteksjon og Fargebilder

Kantdeteksjon 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

Detaljer

FFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg

FFT. 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

Detaljer

303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)

303d 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...

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

Repetisjon: Standardbasis

Repetisjon: 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

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

Fourier-Transformasjoner

Fourier-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.

Detaljer

Transformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019

Transformanalyse. 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

Detaljer

Justering av bildets middelverdi og standard-avvik IN 106, V-2001 BILDEFORBEDRING, DEL II FILTRERING 19/ Fritz Albregtsen

Justering 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 (

Detaljer

Wavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.

Wavelet 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 (!) =

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

Histogramprosessering

Histogramprosessering 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

Detaljer

Forelesning 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 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

Detaljer

TMA Matlab Oppgavesett 2

TMA 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

Detaljer

Lab 2 Praktiske målinger med oscilloskop og signalgenerator

Lab 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

Detaljer

Praktiske målinger med oscilloskop og signalgenerator Vi ser på likerettere og frekvensfilter

Praktiske 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

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

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

01 Laplace og Z-transformasjon av en forsinket firkant puls.

01 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

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

Kontrollspørsmål fra pensum

Kontrollspørsmål 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

Detaljer

Fourier-Transformasjoner

Fourier-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

Detaljer

Fourier-Transformasjoner II

Fourier-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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

Uke 6: Analyse i frekvensdomenet

Uke 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

Detaljer

pdf

pdf FILTERDESIGN 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

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

Kap 7: Digital it prosessering av analoge signaler

Kap 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

Detaljer

TMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2

TMA4123 - 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

Detaljer

FILTERDESIGN 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

Detaljer

Fakta om fouriertransformasjonen

Fakta 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

Detaljer

Forelesning 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 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

Detaljer

IIR filterdesign Sverre Holm

IIR 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

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

STE6146 Signalbehandling .RQWLQXHUOLJH ILOWUH

STE6146 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.

( 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

Detaljer

Forelesning nr.6 INF 1411 Elektroniske systemer

Forelesning 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

Detaljer

Uke 12: FIR-filter design

Uke 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

Detaljer

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. 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

Detaljer

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. 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:

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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,

Detaljer

Uke 12: FIR-filter design

Uke 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

Detaljer

Introduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4

Introduksjon. «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

Detaljer

Wiener filter of length 10 (performance 0.374) Pulse P Sample number. Wiener filter of length 10 (performance 0.

Wiener 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

Detaljer

Dagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen

Dagens 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

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

Lokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FILTRERING I BILDE-DOMÈNET I

Lokale 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Utkast med løsningshint inkludert UNIVERSITETET I OSLO

Utkast 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

Detaljer

IIR filterdesign Sverre Holm

IIR 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

Detaljer

Forelesning og oppgaver 8 Filtrering

Forelesning 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

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

Uke 6: Analyse i frekvensdomenet

Uke 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

Detaljer

Generell informasjon om faget er tilgjengelig fra It s learning.

Generell 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....................

Detaljer

Sampling ved Nyquist-raten

Sampling 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

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

Praktiske målinger med oscilloskop og signalgenerator

Praktiske 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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

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

Filtrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjons-eksempel. INF2310 Digital bildebehandling

Filtrering 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

Detaljer

Forelesning 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 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

Detaljer

f(t) F( ) f(t) F( ) f(t) F( )

f(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

Detaljer

INF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4

INF 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

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

Fasit til midtveiseksamen

Fasit 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,

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

Forelesning 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 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

sin(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

sin(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

Detaljer

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein

INF 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

Detaljer

Histogramprosessering

Histogramprosessering 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

Detaljer

Repetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.

Repetisjon: 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

Forelesening INF / Spektre - Fourier analyse

Forelesening 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

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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.

Detaljer

UNIVERSITETET I OSLO

UNIVERSITETET 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:

Detaljer

8/24/2009. INF3470 Digital signalbehandling Introduksjon Sverre Holm

8/24/2009. 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