Matlab og Bilder. Øyvind Ryan September 2008
|
|
- Lisbeth Henriksen
- 6 år siden
- Visninger:
Transkript
1 Matlab og Bilder Øyvind Ryan September 2008
2 Kommandoer for bilder Med Matlab kan dere lese inn bilder, vise frem bilder, og skrive bilder til l: imread A = imread('filnavn.fmt','fmt') leser inn et bilde med angitt lnavn og format, og lagrer det som en matrise A. ('fmt') kan være 'jpg','tif', 'gif', 'png',... imwrite imwrite(a, 'filnavn.fmt','fmt') skriver bildet bestemt av matrisen A til en l, med angitt lnavn og format, jmfr. imread. Skal du printe ut bilder som du selv har generert, så kan du bruke denne til å skrive til l, og så sende len til printeren med et annet program. imageview Kommandoen imageview(a) viser frem matrisen A som et bilde. Du kan dessverre ikke skrive ut bildet fra menyen til dette vinduet.
3 For å gjøre operasjoner på bilder trenger vi også konvertere verdiene til double. Vi må altså skrive img = imread('mm.gif','gif'); img = double(img); Verdiene i matrisen img ligger mellom 0 og 255. Størrelsen på bildet nner du ved å skrive [m,n]=size(img)
4 Operasjoner på bilder Kontrastjustering. Pikselverdiene justeres ved hjelp av en funksjon som avbilder [0, 1] på [0, 1]. Eksempler på slike kontrastjusterende funksjoner er f (x) = g(x) = log(x + ε) log(ε) log(1 + ε) log(ε), arctan(n(x 1/2)) + 1/2. 2 arctan(n/2) Utglatting. Brå overganger i bildet blir glattet ut. Kantdeteksjon. Måter å nne kantene i bildet. Gradienten til et bilde. Dierens av bilder. Hvordan vi kan vise forskjellen på to bilder. Det negative bildet. Speiling av et bilde på forskjellige måter. Skalering
5 Kontrastjustering 1 Før vi bruker en kontrastjusterende funksjon må vi avbilde bildeverdiene på [0, 1]: epsilon = 0.001; %{ Prøv også 0.1, 0.01, newimg = img/255; newimg = (log(newimg+epsilon) - log(epsilon))/... (log(1+epsilon)-log(epsilon)); newimg = newimg*255; Resultatet ser du nedenfor: (a) Originalt (b) Kontrastjustert
6 Kontrastjustering 2 For å bruke den andre kontrastjusterende funksjonen g(x) kan vi skrive n = 100; %{ Prøv også 4,10,100 newimg = img/255; newimg = atan(n*(newimg-1/2))/(2*atan(n/2)) + 1/2; newimg = newimg*255; (c) Originalt (d) Kontrastjustert
7 Utglatting Ved utglatting erstattes verdiene i bildet med vektede middelverdier av de nærliggende pikslene i bildet. Vektingen er denert ved en matrise, kalt en vektmatrise (eller konvolusjonskjerne), der "midterste" verdi i matrisen bestemmer vekten for det aktuelle pikselet, verdien rett over denne bestemmer vekten for pikselet rett over det aktuelle pikselet, o.s.v. Summen av alle elementene i vektmatrisen er vanligvis 1.
8 En funksjon som glatter ut et bilde ved hjelp av en vektmatrise kan se slik ut function newimg=smooth(img,vektmatrise) [m,n]=size(img); [k,k1] = size(vektmatrise); %{ Vi skal ha k==k1, odde sc = (k+1)/2; for m1=1:m for n1=1:n slidingwdw = zeros(k,k); %{ slidingwdw er den delen av bildet som %{ vektmatrisen blir anvendt på for piksel (m1,n1) slidingwdw(max(sc+1-m1,1):min(sc+m-m1,2*sc-1),... max(sc+1-n1,1):min(sc+n-n1,2*sc-1)) =... img(max(1,m1-(sc-1)):min(m,m1+(sc-1)),... max(1,n1-(sc-1)):min(n,n1+(sc-1))); newimg(m1,n1) = sum(sum(vektmatrise.* slidingwdw)); end end
9 Utglatting 1 Utglatting med matrisen kan vi gjøre slik vektmatrise = (1/16)*[ 1 2 1; 2 4 2; 1 2 1]; newimg = smooth(img,vektmatrise);
10 Utglatting 2 Jo større vektmatrise vi bruker, jo større blir utglattingseekten. Det kan vi se med utglatting med matrisen
11 Sammenlikning av utglattede bilder (e) Originalt (f) Utglatting 1 (g) Utglatting 2
12 Avbilde verdier på [0, 1] I noen tilfeller får vi bruk for å avbilde et sett av verdier lineært på intervallet [0, 1]. Koden nedenfor sørger for dette: function newimg=mapto01(img) minval = min(min(img)); maxval = max(max(img)); newimg = (img - minval)/(maxval-minval); Du ser her at maksimumsverdien blir avbildet på 1, Minimumsverdien på 1.
13 Dierens av bilder Funksjonen mapto01 er nyttig blant annet for å visualisere forskjellen mellom to bilder. Tar vi forskjellen mellom to bilder vil vi jo havne utenfor intervallet [0, 255]. Vi kan derfor gjøre slik for å vise dierensen mellom bildet og det siste utglattede bildet newimg: diffimg = img - newimg; diffimg = 255*mapto01(diffimg); Forstår du hvorfor "kantene" i bildet blir ekstra synlige? (h) Originalt (i) Dierens med utglattet bilde
14 Andre interessante vektmatriser Vi kan bruke vektmatriser til andre ting enn utglatting. Da er det ikke sikkert at summen av elementene i vektmatrisen er 1: vektmatrisex = gir oss en approksimasjon av x vektmatrisey = /2 0 1/ anvendt på bildet. 0 1/ /2 0 gir oss en approksimasjon av y anvendt på bildet. Etter at vi har brukt vektmatrisen vil verdiene i bildet ikke nødvendigvis ligge i [0, 255]. Vi må derfor bruke funksjonen mapto01 som ved dierens av bilder.
15 Enda ere vektmatriser vektmatrisexx = gir oss en approksimasjon av 2 x 2 anvendt på bildet. vektmatrisexy = 1 4 gir oss en approksimasjon av 2 x y vektmatriseyy = anvendt på bildet gir oss en approksimasjon av 2 y 2 anvendt på bildet.
16 Gradienten til et bilde Gradienten til bildet kan beregnes slik: newimg = sqrt( smooth(img,vektmatrisex).^ smooth(img,vektmatrisey).^2 ); der vektmatrisex og vektmatrisey er denert tidligere. I gradienten vil verdiene ikke nødvendigvis ligge i [0, 255]. Vi må derfor bruke funksjonen mapto01 igjen.
17 (j) vektmatrisex (k) vektmatrisey (l) Gradient (m) vektmatrisexx (n) vektmatrisexy (o) vektmatriseyy
18 Det negative bildet kan du få ved å regne ut img. (p) Original (q) Negativ
19 Speiling av et bilde Anta bildet har dimensjon m n (skriv [m,n]=size(img); i Matlab). Speiling opp ned: imgupdown = []; for k=1:m imgupdown(k,:) = img(m+1-k,:); end Speiling venstre høyre: imgleftright = []; for k=1:n imgleftright(:,k) = img(:,n+1-k); end Speiling om linjen y = x får vi ved å transponere matrisen.
20 (r) Original (s) Opp/ned speiling (t) Venstre/høyre speiling (u) Speiling om y = x
21 Skalering av et bilde Nedskalering av et bilde med faktor 2 r kan vi gjøre slik: scimg=[]; for m1=1:(m/2^r) for n1=1:(n/2^r) xstart = (m1-1)*(2^r)+1; ystart = (n1-1)*(2^r)+1; %{ Nedskalering skjer ved at blokker i bildet blir %{ erstattet med et piksel med verdi lik middelverdien %{ i blokken: scimg(m1,n1) = sum(sum(img(xstart:(xstart+2^r-1),... ystart:(ystart+2^r-1)... )))/(2^(2*r)); end end
22 (v) (w) (x) (y) Figure: Originalbildet, samt nedskaleringer med faktor 2,4, og 8.
Obligatorisk oppgavesett 2 MAT1120 H16
Obligatorisk oppgavesett 2 MAT1120 H16 Innleveringsfrist: torsdag 03.11.2016, innen kl 14.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner
DetaljerMAT1120 Oppgaver til plenumsregningen torsdag 25/9
MAT1120 Oppgaver til plenumsregningen torsdag 25/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 5.1 Denisjon av egenverdier, egenvektorer, egenrom. Teorem 1 s. 306: Egenverdiene til en triangulær
DetaljerMAT1120 Plenumsregningen torsdag 26/8
MAT1120 Plenumsregningen torsdag 26/8 Øyvind Ryan (oyvindry@i.uio.no) August 2010 Innføring i Matlab for dere som ikke har brukt det før Vi skal lære følgende ting i Matlab: Elementære operasjoner Denere
DetaljerMAT1120 Oppgaver til plenumsregningen torsdag 18/9
MAT1120 Oppgaver til plenumsregningen torsdag 18/9 Øyvind Ryan (oyvindry@i.uio.no) September 2008 Oppgaver fra 4.8 Teorem 16 s. 282: y k+n + a 1 y k+n 1 + + a n 1 y k+1 + a n y k = z k har alltid en løsning
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF 160 Digital bildebehandling Eksamensdag: Mandag 13. mai - mandag 27. mai 2002 Tid for eksamen: 13. mai 2002 kl 09:00 27. mai
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 2 Funksjoner og plotting
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 2 Funksjoner og plotting I denne øvinga skal vi først og fremst lære oss å lage plott i MATLAB. I tillegg skal vi lære oss hvordan vi manøvrerer oss omkring
DetaljerLøsningsforslag. Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6. Oppgave 1
Innlevering i BYFE 1000 Oppgavesett 1 Innleveringsfrist: 10. oktober klokka 14:00 Antall oppgaver: 6 Løsningsforslag Oppgave 1 x 1 +6x +x 3 = 8 x 1 +3x = 3x 1 +9x +x 3 = 10. a) Totalmatrise: 6 1 8 1 3
DetaljerMotivasjon. 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
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 4 m-ler
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 4 m-ler I denne øvinga skal vi lære oss å lage m-ler små tekstler som vi bruker i MATLAB-sammenheng. Der nst to typer m-ler: Funksjonsler og skript. Funksjonsler
DetaljerProsjekt 3 - Introduksjon til Vitenskapelige Beregninger
Prosjekt 3 - Introduksjon til Vitenskapelige Beregninger Studentnr: 755110, 759144 og 753717 April 2016 1 Oppgave 1 Røntgenstråler emittert fra en wolfram-anode har en karakteristisk energi E k 60 kev,
DetaljerEksamen i IN 106, Mandag 29. mai 2000 Side 2 Vi skal i dette oppgavesettet arbeide med et bilde som i hovedsak består av tekst. Det binære originalbil
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i IN 106 Introduksjon til signal- og bildebehandling Eksamensdag: Mandag 29. mai 2000 Tid for eksamen: 29. mai 2000 kl 09:0031.
DetaljerBYFE/EMFE 1000, 2012/2013. Numerikkoppgaver uke 34
BYFE/EMFE 1000, 2012/2013 Numerikkoppgaver uke 34 I denne øvinga skal vi først og fremst lære oss å lage plott i Octave. I tillegg skal vi lære oss hvordan vi manøvrerer oss omkring i ulike kataloger.
DetaljerMotivasjon. 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
DetaljerMatematikk 1000. Øvingeoppgaver i numerikk leksjon 1 Å komme i gang
Matematikk 1000 Øvingeoppgaver i numerikk leksjon 1 Å komme i gang I denne øvinga skal vi bli litt kjent med MATLAB. Vi skal ikkje gjøre noen avanserte ting i dette oppgavesettet bare få et visst innblikk
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
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 3 Funksjoner og plotting
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 3 Funksjoner og plotting I denne øvinga skal vi først og fremst lære oss å lage plott i MATLAB. Ellers minner vi om at der er mange MATLAB-ressurser tilgjengelig.
DetaljerMotivasjon. 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
DetaljerTMA Kræsjkurs i Matlab. Oppgavesett 1/3
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 1/3 22.02.2013 Dette oppgavesettet omhandler grunnleggende Matlab-funksjonalitet, slik som variabler, matriser, matematiske funksjoner og plotting. Den aller viktigste
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
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 8 Numerisk integrasjon
Mtemtikk 1000 Øvingsoppgver i numerikk leksjon 8 Numerisk integrsjon Som kjent kn vi regne ut (bestemte) integrler ved nti-derivsjon. Dette resulttet er et v de viktikgste innen klkulus; det heter tross
DetaljerMorfologi 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)
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Skript
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 Skript I denne øvinga skal vi lære oss mer om skript. Et skript kan vi se på som et lite program altså en sekvens av kommandoer. Til sist skal vi se
DetaljerMATLAB Bruk av dedikert programvare for hydrostatiske beregninger
Avdeling for Ingeniørutdanning Institutt for Maskin- og Marinfag Øving 12b MATLAB Bruk av dedikert programvare for hydrostatiske beregninger Hydrostatiske beregninger validering Valider dine resultater
DetaljerSampling av bilder. Romlig oppløsning, eksempler. INF Ukens temaer. Hovedsakelig fra kap. 2.4 i DIP
INF 2310 22.01.2008 Ukens temaer Hovedsakelig fra kap. 2.4 i DIP Romlig oppløsning og sampling av bilder Kvantisering Introduksjon til pikselmanipulasjon i Matlab (i morgen på onsdagstimen) Naturen er
DetaljerUtkast til: Løsningsforslag til eksamen i. Ingeniørfaglig yrkesutøvelse og arbeidsmetoder. 18.des for oppgave 1, 2 og 3
Utkast til: Løsningsforslag til eksamen i Ingeniørfaglig yrkesutøvelse og arbeidsmetoder 18.des 2013 for oppgave 1, 2 og 3 Oppgave 1 (15%) Anta vi har en matrise: A = 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
DetaljerFasit til utvalgte oppgaver MAT1110, uka 13/4-16/4
Fasit til utvalgte oppgaver MAT0, uka /4-6/4 Øyvind Ryan oyvindry@i.uio.no April, 00 Oppgave 4.8. a Bytt om første og andre rad. b Legg til ganger rad til rad. c Bytt om første og andre rad. d Legg til
DetaljerMatematikk Øvingeoppgaver i numerikk leksjon 1 Å komme i gang
Matematikk 1000 Øvingeoppgaver i numerikk leksjon 1 Å komme i gang I denne øvinga skal vi bli litt kjent med MATLAB. Vi skal ikkje gjøre noen avanserte ting i dette oppgavesettet bare få et visst innblikk
DetaljerLøsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II
Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II 1. En fax-oppgave: a. Et ark med tekst og enkle strektegninger skal sendes pr digital fax over en modemlinje med kapasitet
DetaljerLøsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3
Prøve i Matematikk BYFE DAFE Dato: 27. mai 26 Hjelpemiddel: Kalkulator og formelark Alle svar skal grunngis. Alle deloppgaver har lik vekt. Løsningsforslag Oppgave Gitt matrisene [ 2 A 4 B [ 2 og C [ 2
DetaljerFasit til utvalgte oppgaver MAT1110, uka 11/5-15/5
Fasit til utvalgte oppgaver MAT0, uka /5-5/5 Øyvind Ryan (oyvindry@i.uio.no May, 009 Oppgave 5.0.a Ser at f(x, y = (, 3, og g(x, y = (x, y. g(x, y = 0 hvis og bare hvis x = y = 0, og dette er ikke kompatibelt
DetaljerEKSAMEN I NUMERISK LINEÆR ALGEBRA (TMA4205)
Norges teknisknaturvitenskapelige universitet Institutt for matematiske fag Side av 6 Faglig kontakt under eksamen: Navn: Brynjulf Owren 93064 EKSAMEN I NUMERISK LINEÆR ALGEBRA TMA405 Fredag 5 desember
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon Løsningsforslag Oppgave 1 Vektorer a) Variablene i MATLAB kan være tall, vektorer eller matriser. Vi kan for eksempel gi vektoren x = [1, 0, 3] på denne
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag Oppgave 1 Summer og for-løkker a) 10 i=1 i 2 = 1 2 + 2 2 + 3 2 + 4 2 + 5 2 + 6 2 + 7 2 + 8 2 + 9 2 + 10 2 = 1 + 4 + 9 + 16 + 25 + 36
DetaljerMotivasjon 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
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 2 Løsningsforslag Oppgave 1 Vektorer a) Variablene i MATLAB kan være tall, vektorer eller matriser. Vi kan for eksempel gi vektoren x = [1, 0, 3] på denne
DetaljerObligatorisk oppgave 1
Obligatorisk oppgave 1 a) Oppgaveteksten oppgir et vektorfelt f(x, y) F x, y = g x, y der f og g er oppgitt ved f x, y = x 3 3xy 1 og g x, y = y 3 + 3x y. Vi kan med dette regne ut Jacobimatrisen F x,
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 5 for-løkker
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 for-løkker I dette settet skal vi introdusere for-løkker. Først vil vi bruke for-løkker til å regne ut summer. Vi skal også se på hvordan vi kan implementere
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Litt oppsummering undervegs Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon Litt oppsummering undervegs Løsningsforslag Oppgave 1 Et skjæringspunkt f(x) = x e x g(x) = 1 arctan x. a) Vi kan lage plottet slik i kommando-vinduet:
DetaljerNoen MATLAB-koder. 1 Plotte en vanlig funksjon. Fredrik Meyer. 23. april 2013
Noen MATLAB-koder Fredrik Meyer 23. april 2013 1 Plotte en vanlig funksjon Anta at f : [a, b] R er en vanlig funksjon. La for eksempel f(x) = sin x+x for x i intervallet [2, 5]. Da kan vi bruke følgende
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles elementer. En matrise har rader (vannrett, horisontalt)
DetaljerOm plotting. Knut Mørken. 31. oktober 2003
Om plotting Knut Mørken 31. oktober 2003 1 Innledning Dette lille notatet tar for seg primitiv plotting av funksjoner og visualisering av Newtons metode ved hjelp av Java-klassen PlotDisplayer. Merk at
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 6. Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 6 Løsningsforslag Oppgave 1 Funksjoner og tangenter 2.1: 15 a) Vi plotter grafen med et rutenett: > x=-3:.1:3; > y=x.^2; > plot(x,y) > grid on > axis([-2
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
DetaljerMatematisk 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.
DetaljerForelesningsnotat i Diskret matematikk 27. september 2018
Kvadratiske matriser Hvis en matrise A er kvadratisk kan den multipliseres med seg selv. Vi skriver vanligvis A 2 istedenfor AA, A 3 istedenfor AAA, osv. Spesielt er A 1 = A. Enhetsmatriser, også kalt
DetaljerDynamisk programmering Undervises av Stein Krogdahl
Dynamisk programmering Undervises av Stein Krogdahl 5. september 2012 Dagens stoff er hentet fra kapittel 9 i læreboka, samt kapittel 20.5 (som vi «hoppet over» sist) Kapittel 9 er lagt ut på undervisningsplanen.
DetaljerEn innføring i MATLAB for STK1100
En innføring i MATLAB for STK1100 Matematisk institutt Universitetet i Oslo Februar 2017 1 Innledning Formålet med dette notatet er å gi en introduksjon til bruk av MATLAB. Notatet er først og fremst beregnet
DetaljerGråtonehistogrammer. Histogrammer. Hvordan endre kontrasten i et bilde? INF Hovedsakelig fra kap. 6.3 til 6.6
Hvordan endre kontrasten i et bilde? INF 230 Hovedsakelig fra kap. 6.3 til 6.6 Histogrammer Histogramtransformasjoner Histogramutjevning Histogramtilpasning Histogrammer i flere dimensjoner Matematisk
DetaljerLøsningsforslag B = 1 3 A + B, AB, BA, AB BA, B 2, B 3 C + D, CD, DC, AC, CB. det(a), det(b)
Innlevering BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 2 Innleveringsfrist Fredag 05. februar 2016 kl 14:00 Antall oppgaver: 5 Løsningsforslag 1 Vi denerer noen matriser A [ 1 5 2 0 B [ 1
DetaljerMorfologiske 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
DetaljerINF 1040 Løsningsforslag til kapittel
INF 040 Løsningsforslag til kapittel 8 Oppgave : Huffmankoding med kjente sannsynligheter Gitt en sekvens av symboler som er tilstrekkelig lang, og som inneholder de 6 symbolene A, B, C, D, E, F. Symbolene
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 3. Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 3 Løsningsforslag Oppgave 1 Flo og fjære a) >> x=0:.1:24; >> y=3.2*sin(pi/6*(x-3)); Disse linjene burde vel være forståelige nå. >> plot(x,y,'linewidth',3)
DetaljerHøgskolen i Oslo og Akershus. x 1 +3x 2 +11x 3 = 6 2x 2 +8x 3 = 4 18x 1 +5x 2 +62x 3 = 40
Innlevering i BYFE/EMFE 1000 Oppgavesett 4 Innleveringsfrist: 8. mars klokka 14:00 Antall oppgaver: 3 Løsningsforslag Oppgave 1 a) Om vi tenker oss at vi spiser x 1 hg banan, drikker x hg lettmelk og spiser
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerOblig 2 - MAT1120. Fredrik Meyer 23. september 2009 A =
Oblig - MAT Fredrik Meyer. september 9 Oppgave Linkmatrise: A = En basis til nullrommet til matrisen A I kan finnes ved å bruke MATLAB. Jeg kjører kommandoen rref(a-i) og får følge: >> rref(a-i). -.875.
DetaljerMATLABs brukergrensesnitt
Kapittel 3 MATLABs brukergrensesnitt 3.1 Brukergrensesnittets vinduer Ved oppstart av MATLAB åpnes MATLAB-vinduet, se figur 1.1. MATLAB-vinduet inneholder forskjellige (under-)vinduer. De ulike vinduene
Detaljer3.9 Teori og praksis for Minste kvadraters metode.
3.9 Teori og praksis for Minste kvadraters metode. Vi fortsetter med minste kvadraters problem. Nå skal vi se nærmere på noen teoretiske spørsmål, bl.a. hvordan normallikningene utledes. Minner om MK problemstillingen:
DetaljerLæringsmål og pensum. Oversikt
1 2 Læringsmål og pensum TDT4105 Informasjonsteknologi grunnkurs: Uke 39 Betingede løkker og vektorisering Læringsmål Skal kunne forstå og programmere betingede løkker med while Skal kunne utnytte plassallokering
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
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 8 Matriser. Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 8 Matriser Løsningsforslag Oppgave 1 Redusert trappeform og løsning av lineære likningssystemer a) Totalmatrisa blir Vi tilordner dette i MATLAB: 5 1 1
DetaljerObligatorisk oppgavesett 1 MAT1120 H16
Obligatorisk oppgavesett MAT0 H6 Innleveringsfrist: torsdag /09 06, innen kl 4.30. Besvarelsen leveres på Matematisk institutt, 7. etasje i N.H. Abels hus. Husk å bruke forsiden som du finner via hjemmesiden.
DetaljerMAT1110: Obligatorisk oppgave 2, V Løsningsforslag
MAT1110: Obligatorisk oppgave 2, V-2015 Oppgave 1: a) Vi har Av 1 = ( 4 6 6 1 Løsningsforslag ) ( 3 2 ) = ( 24 16 ) = 8v 1, så v 1 er en egenvektor med egenverdi 8. Tilsvarende er ( ) ( ) ( ) 4 6 2 10
DetaljerKapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14.
og Institutt for geofag Universitetet i Oslo 17. Oktober 2012 i MatLab En funksjon vil bruke et gitt antall argumenter og produsere et gitt antall resultater og : Hvorfor Først og fremst bruker vi når
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 1. Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 1 Løsningsforslag Oppgave 2 Litt aritmetikk a) Her har vi skrevet ut det som kommer opp i kommandovinduet når vi utfører operasjonene. >> 2+2 4 >> 3-2
DetaljerOPPGAVEHEFTE I STK1000 TIL KAPITTEL 5 OG 6. a b
OPPGAVEHEFTE I STK1000 TIL KAPITTEL 5 OG 6 1. Regneoppgaver til kapittel 5 6 Oppgave 1. Mange som kommer til STK1000 med dårlige erfaringer fra tidligere mattefag er livredd ulikheter, selv om man har
DetaljerUNIVERSITETET 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 :
DetaljerLøsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I
Løsningsforslag, Ukeoppgaver 9 INF23, våren 2 6. Vi har gitt følgende bilde: kompresjon og koding del I 2 2 2 3 3 3 2 3 3 3 2 2 2 3 3 2 2 2 3 2 3 4 4 2 2 3 2 2 3 4 4 2 2 2 3 3 3 4 3 4 a. Finn Huffman-kodingen
DetaljerMatematikk Øvingsoppgaver i numerikk leksjon 3 Skript
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 3 Skript I denne øvinga skal vi lære oss å lage skript. Et skript kan vi se på som et lite program altså en sekvens av kommandoer. Dette er noe vi kommer
DetaljerLøsningsforslag. Prøve i Matematikk 1000 BYFE DAFE 1000 Dato: 29. mai 2017 Hjelpemiddel: Kalkulator og formelark. Oppgave 1 Gitt matrisene.
Prøve i Matematikk BYFE DAFE Dato: 29. mai 27 Hjelpemiddel: Kalkulator og formelark Løsningsforslag Oppgave Gitt matrisene A = 2 2 B = [ 2 3 4 ] og C = Regn ut, om mulig, summene A + B, A + B T og A +
DetaljerLøsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding
Løsning av øvingsoppgaver, INF230, 2005,. Vi har gitt følgende bilde: kompresjon og koding 0 2 2 2 3 3 3 2 3 3 3 0 2 2 2 3 3 2 2 2 3 2 3 4 4 2 2 3 2 2 3 4 4 2 2 2 3 3 3 4 3 4 a. Finn Huffman-kodingen av
DetaljerMorfologiske 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
DetaljerDynamisk programmering
Dynamisk programmering Metoden ble formalisert av Richard Bellmann (RAND Corporation) på 50-tallet. Programmering i betydningen planlegge, ta beslutninger. (Har ikke noe med kode eller å skrive kode å
DetaljerLØSNINGSFORSLAG. Skriv følgende komplekse tall både på kartesisk form som a + bi og på polar form som re iθ (r 0 og 0 θ < 2π). a) 2 + 3i.
Innlevering DAFE ELFE Matematikk 000 HIOA Obligatorisk innlevering Innleveringsfrist Onsdag. februar 05 før forelesningen :30 Antall oppgaver: LØSNINGSFORSLAG Skriv følgende komplekse tall både på kartesisk
DetaljerDynamisk programmering
Dynamisk programmering Metoden ble formalisert av Richard Bellmann (RAND Corporation) på 5-tallet. Programmering i betydningen planlegge, ta beslutninger. (Har ikke noe med kode eller å skrive kode å gjøre.)
DetaljerDigitale bilder. Det er i hovedsak to måter å representere digitale bilder på: rastergrafkk (punkter) og vektorgrafkk (linjer og fater).
Høgskolen i Østfold Digital Medieproduksjon Oppgave T4/Digitale bilder Uke 38/23.09.10 Jahnne Feldt Hansen Digitale bilder Det er i hovedsak to måter å representere digitale bilder på: rastergrafkk (punkter)
DetaljerMorfologiske 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
DetaljerLøsningsforslag AA6524 Matematikk 3MX Elever 7. juni eksamensoppgaver.org
Løsningsforslag AA654 Matematikk MX Elever 7. juni 004 eksamensoppgaver.org eksamensoppgaver.org Om løsningsforslaget Løsningsforslaget for matematikk eksamen i MX er gratis, og det er lastet ned på eksamensoppgaver.org.
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
DetaljerFasit eksamen i MAT102 4/6 2014
Fasit eksamen i MAT /6. (a Løs ligningssstemene. Svar: i ( x i = 3x + = 7 x + = ( 6, ii x z ii = x + z = 3x + 6 + z = +. er fri. (b Ved å bruke MATLAB-kommandoen rref på totalmatrisen til ligningssstemet
DetaljerTDT4105/TDT4110 Informasjonsteknologi grunnkurs:
1 TDT4105/TDT4110 Informasjonsteknologi grunnkurs: Uke 38 Digital representasjon, del 2 - Representasjon av lyd og bilder - Komprimering av data Rune Sætre satre@idi.ntnu.no 2 Digitalisering av lyd Et
DetaljerRaster VS Vektor. Stian Larsen Raster
Raster VS Vektor. Stian Larsen 29.09.10 Raster Raster grafikk, også kalt punktgrafikk, presenterer et bilde i biter av informasjon. Denne informasjonen blir til piksler som har fargekoder og informasjon
DetaljerHURTIGGUIDE: HVORDAN LAGE MEDIEFILER FOR ESPRECIOUS
HURTIGGUIDE: HVORDAN LAGE MEDIEFILER FOR ESPRECIOUS Her følger en hurtigguide som forklarer hvordan du kan lage mediefiler selv ved hjelp av noen enkle steg, samt hvordan dette importeres til Esprecious.
DetaljerMAT 1120: Obligatorisk oppgave 2, H-09
MAT 1120: Obligatorisk oppgave 2, H-09 Innlevering: Senest fredag 30 oktober, 2009, kl1430, på Ekspedisjonskontoret til Matematisk institutt (7 etasje NHA) Du kan skrive for hånd eller med datamaskin,
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.
DetaljerHØGSKOLEN I SØR-TRØNDELAG
HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring - AITeL Kandidatnr: Eksamensdato: 20.mai 2005 Varighet: Fagnummer: Fagnavn: Klasse(r): Studiepoeng: 6 3 timer LO116D Programmering i Visual
Detaljer4 Matriser TMA4110 høsten 2018
Matriser TMA høsten 8 Nå har vi fått erfaring med å bruke matriser i et par forskjellige sammenhenger Vi har lært å løse et lineært likningssystem ved å sette opp totalmatrisen til systemet og gausseliminere
DetaljerUtførelse av programmer, funksjoner og synlighet av variabler (Matl.)
Utførelse av programmer, funksjoner og synlighet av variabler (Matl.) Av Jo Skjermo (basert på Alf Inge Wang sin versjon om JSP). 1. Utførelse av kode i kommando/kalkulatormodus Et dataprogram består oftest
DetaljerLøsningsforslag øving 6
Løsningsforslag øving 6 7 Husk Teorem 79 i notatet: En delmengde U av et vektorrom V er et underrom hvis ) nullvektoren er i U, ) summen av to vektorer i U er i U igjen, og 3) et skalarmultiplum av en
DetaljerIntroduksjon. 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.,
DetaljerBildebehandling i GIMP
Bildebehandling i GIMP 9.1 Opprette et dokument & 9.2 Bildestørrelse For å opprette et nytt dokument velger du File > New (Fil > Ny...) Da vil følgende vindu dukke opp: Her er bildets oppløsning satt til
DetaljerDAFE ELFE Matematikk 1000 HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2015 Antall oppgaver: 10 + 3
Innlevering DAFE ELFE Matematikk HIOA Obligatorisk innlevering 3 Innleveringsfrist Torsdag 26. mars 2 Antall oppgaver: + 3 For hver av matrisene nedenfor nn den ekvivalente matrisen som er på redusert
DetaljerIkke lineære likninger
Ikke lineære likninger Opp til nå har vi studert lineære likninger og lineære likningsystemer. 1/19 Ax = b Ax b = 0. I en dimensjon, lineære likninger kan alltid løses ved hjelp av formler: ax + b = 0
DetaljerLøsningsforslag, Ukeoppgaver 9 INF2310, våren kompresjon og koding del I
Løsningsforslag, Ukeoppgaver 9 INF2310, våren 2009 6. Vi har gitt følgende bilde: kompresjon og koding del I 1 0 1 2 2 2 3 3 3 1 1 1 2 1 1 3 3 3 1 0 1 1 2 2 2 3 3 2 1 2 2 3 2 3 4 4 2 1 2 3 2 2 3 4 4 2
DetaljerKapittel august Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 2.
Institutt for geofag Universitetet i Oslo 28. august 2012 Kommandovinduet Det er gjennom kommandovinduet du først og fremst interagerer med MatLab ved å gi datamaskinen kommandoer når >> (kalles prompten
DetaljerIntroduksjon. 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
DetaljerJustere bildeplasseringen. DocuColor 242/252/260
701P46948 2007 Funksjonen på gjør det mulig å justere utskriftsbildet i to retninger. Bildet kan justeres i forhold til papirmagasin, materialtype og alternativer for tosidig kopiering. Slik justerer du
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
DetaljerMatriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler:
Matriser En matrise er en rektangulær oppstilling av tall og betegnes med en stor bokstav, f.eks. A, B, C,.. Eksempler: Tallene i en matrise kalles matriseelementer eller bare elementer. En matrise har
DetaljerAvdeling for lærerutdanning. Lineær algebra. for allmennlærerutdanningen. Inger Christin Borge
Avdeling for lærerutdanning Lineær algebra for allmennlærerutdanningen Inger Christin Borge 2006 Innhold Notasjon iii 1 Lineære ligningssystemer 1 1.1 Lineære ligninger......................... 1 1.2 Løsningsmengde
DetaljerOppgave 1. (a) Vi løser det lineære systemet for a = 1 ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: x A =
Løsning MET 80 Matematikk for siviløkonomer Dato 0. mai 07 kl 0900-400 Oppgave. (a) Vi løser det lineære systemet for a = ved Gauss-eliminasjon. Vi nner først den utvidede matrisen: 0 y = 4 0 4 0 z 0 Deretter
Detaljer