Rayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)
|
|
- Lillian Holen
- 6 år siden
- Visninger:
Transkript
1 IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II ma : Avbldnng Samplng og kvantserng Geometrske operasoner 3 Gråtone- og hstogramoperasoner 45 ltrerng blde-doménet 67 ltrerng rekvens-doménet 89 Kompreson og kodng av blder Segmenterng ved tersklng 3 Morologske operatorer 4 arger og argerom 5 To punkt-klder kan adsklles hvs de lgger slk at sentrum det ene draksonsmønstret aller sammen med den ørste mørke rngen det andre. Vnkelen mellom dem er da gtt ved sn θ. λ / D radaner. Dette er Ralegh-krteret. V kan kke se detaler som er mndre enn dette IN 3 - A IN 3 - A vor små detaler kan en lnse oppløse? Vnkeloppløsnngen er gtt ved Tangens tl vnkelen θ er gtt ved λ sn θ. D tg θ s or små vnkler er snθ tgθ θ når vnkelen θ er gtt radaner. > Den mnste detalen v kan oppløse: θ s s D λ sλ.. D D Samplngsteoremet Shannon/Nqust Anta at det kontnuerlge bldet er båndbegrenset dvs. det nneholder kke høere rekvenser enn ma Det kontnuerlge bldet kan rekonstrueres ra det dgtale bldet dersom samplngsraten s /T s er større enn ma altså T s < ½T ma kalles Nqust-raten I prakss oversampler v med en vss aktor or å kunne å god rekonstrukson IN 3 - A IN 3 - A 4
2 Ant-alasng Ved ant-alasng erner/demper v de høere rekvensene bldet ør v sampler Kvantserng vert pksel lagres vha. n bter Pkselet kan da nneholde heltallsverder ra tl n - Eks 3 bter: IN 3 - A IN 3 - A 6 Kvantserngsel Geometrske operasoner Kvantserngsel Summen av hver pksels avrundngsel Kan velge ntervaller og tlhørende rekonstruksonsntensteter or å mnmere denne > Ikke nødvendgvs unorm ordelng Sentrale stkkord: Lagrngsplass ehov or presson/akseptabelt normasonstap ardware-komplekstet eller sske begrensnnger Endrer på pkslenes possoner ørste steg denne prosessen: Transormer pkselkoordnatene tl : T T T og T er ote gtt som polnomer. Merk: remvsnng og vdere analse av det kvantserte bldet kan stlle ulke krav tl presson Sden pkselkoordnatene må være heltall må v deretter bruke nterpolason tl å nne pkselverden gråtonen den ne possonen IN 3 - A IN 3 - A 8
3 Ane transormer Eksempler på enkle transormer - I Transormerer pkselkoordnatene tl : T T Ane transormer beskrves ved: a + a + a b + b + b Transormason a a a b b b Uttrkk Identtet Skalerng s s s s Rotason cosθ -snθ snθ cosθ cosθ-snθ snθ+cosθ På matrseorm: eller IN 3 - A a a a b b b Uttrkk Translason + + orsontal shear med aktor s s +s Vertkal shear med aktor s s s+ Alternatv måte å nne transormkoesentene Eksempler på enkle transormer - II Transormason IN 3 - A En an transorm kan bestemmes ved å spessere tre punkter ør og etter avbldnngen resultat-bldet nn-bldet Med dsse tre punktparene kan v nne de 6 koesentene; a a a b b b Med lere enn 3 punktpar velger man den transormasonen som mnmerer kvadrat-elen summert over alle punktene IN 3 - A IN 3 - A
4 orlengs-mappng aklengs-mappng or all '' do g'' a cos θ a -sn θ b sn θ b cos θ or all do rounda +a roundb +b nsde g g end Eksempel: Enkel rotason ved transormen: ltter de possonstransormerte pkselpossonene tl nærmeste pkselposson utbldet. Skrver nnbldets nn g a cos -θ a -sn -θ b sn -θ b cos -θ or alle do rounda +a roundb +b nsde g else g end Samme eksempel som ved orlengs-mappngen. N: rotert med θ ga rotert med -θ gr Resample bldet. er; or hvert utblde-pksel nvers-transormér og velg nærmeste pksel ra nnbldet. or hver pkselposson ut-bldet: ent pkselverd ra nnbldet IN 3 - A IN 3 - A 4 aklengs-mappng orts. Trlneær nterpolason Utvdelsen ra D tl 3D kalles trlneær nterpolason og er en lneær nterpolason mellom resultatene av to blneære nterpolasoner. Resultatet er uavhengg av rekkeølgen IN 3 - A IN 3 - A 6
5 Interpolason en sammenlgnng Nærmeste nabo gr D trappeunkson. Dskontnutet mdt mellom punktene. -lneær nterpolason bruker 4 pksler. Dervert er kke kontnuerlg over blde-laten. -kubsk nterpolason gr glattere later. Er mer regnekrevende. ruker 446 pksler. V har at Normalsert hstogram Det normalserte hstogrammet: p kan ses på som en sannsnlghetsordelng or pkselntenstetene Uavhengg av antall pksler bldet IN 3 - A IN 3 - A 8 Kumulatvt hstogram Lneær avbldng vor mange pksler har gråtone mndre enn eller lk gråtone? Lneær strekkng T [ ] a + b g a + b Normalsert kumulatvt hstogram: Sannsnlgheten or at en tleldg valgt pksel er mndre eller lk gråtone a regulerer kontrasten og b lsheten a>: mer kontrast a<: mndre kontrast Q: Når og hvordan påvrker a mddelverden? b: ltter alle gråtoner b nvåer Negatver: a- b maverd or bldetpe IN 3 - A IN 3 - A
6 Endre lsheten brghtness Endre kontrasten Legge tl en konstant b tl alle pkselverdene g Multplsere hver pkselverd med en aktor a: g b g + vs b > alle pkselverdene øker og bldet blr lsere vs b < bldet blr mørkere stogrammet lttes opp eller ned med b Mddelverden endres! hg h a g vs a > kontrasten øker vs a < kontrasten mnker Eks: ruke hele ntenstetsskalaen Q: va sker med mddelverden? hg h IN 3 - A IN 3 - A Justerng av µ og σ Logartmske transormasoner Gtt nn-blde med mddelverd µ og varans σ Anta en lneær gråtone-transorm T[]a+b N mddelverd µ T og varans σ T er da gtt ved G T µ T[ ] p aµ + b σ G G Dvs. a + ab + b p a + b aσ T /σ b µ T -aµ V kan altså G G a p p a σ velge ne µ T og σ T beregne a og b anvende T[]a + b på nn-bldet og å et ut-blde med rktg µ T og σ T T G T[ ] p G T[ ] p p Q: vlken av transormasonene tl høre er brukt her? g 3.3 DIP IN 3 - A IN 3 - A 4
7 Power-law gamma-transormasoner stogramutevnng hstogram equalzaton Mange bldeproduserende apparater har et nput/outputorhold som kan beskrves som: s c der s er ut-ntensteten ved en nput γ Kan korrgeres ved gråtonetransormen T[] /γ Generell kontrast-manpulason rukervennlg med kun én varabel g 3.6 DIP Mål: Maksmere kontrasten Gøre hstogrammet unormt latt Kumulatve hstogrammet en rett lne Mddel: Global gråtonetransorm; T[] Altså ltte på hele hstogramsøler Tlnærmng ved å spre sølene mest mulg utover det støttede ntenstetsntervallet IN 3 - A IN 3 - A 6 Algortme or hstogramutevnng or et n m blde med G gråtoner: Lag arra h p c og T av lengde G med ntalverd nn bldets normalserte hstogram Gå gennom bldet pksel or pksel. vs pksel har ntenstet la h[]h[]+ Deretter skalér p[] h[]/n*m G- Lag det kumulatve hstogrammet c c[] p[] c[] c[-]+p[]...g- Sett nn verder transormarra T T[] Round G-*c[]...G- Gå gennom bldet pksel or pksel vs bldet har ntenstet sett ntenstet utbldet tl st[] stogramtlpasnng stogramutevnng gr latt hstogram Kan spessere annen orm på resultathstogrammet:.gør hstogramutevnng på nnbldet nn st.spesser ønsket ntt hstogram gz 3.nn den transormen T g som hstogramutevner gz og nverstransormen T g - 4.Inverstransormer det hstogramutevnede bldet ra punkt ved zt g - s IN 3 - A IN 3 - A 8
8 Utregnng av -D konvoluson g + w + w w k w h k k or å regne ut resultatet av en konvoluson or posson : Roter masken 8 grader legg den over bldet slk at mnst en posson overlapper med bldet. Multplser hvert element masken med underlggende pkselverd. Summen av produktene gr verden or g posson. or å regne ut resultatet or alle possoner:ltt masken pksel or pksel og genta operasonene over. V bruker notasonen g h * der * er konvolusons-operatoren Praktske problemer Kan ut-bldet ha samme pksel-representason som nn-bldet? Trenger v et mellom-lager? va gør v langs blde-randen? Anta at bldet er M N pksler Anta at lteret er m n mm + nn + Uberørt av rand-eekt: M-m N-n 33: M-N- 55: M-4N IN 3 - A IN 3 - A 3 va gør v langs randen? Alternatver:. Sett g. Sett g 3. Trunker ut-bldet 4. Trunker konvolusons-masken h 5. Utvd bldet ved relected ndeng 6. Crcular ndeng Et lte tps om konvoluson Når v konvolverer et lter med et blde: Er v nteressert å lage et ntt blde med samme størrelse som nput-bldet. V bruker en av teknkkene ra orrge ol. Når v konvolverer en lter-kerne med en annen lter-kerne: V vl lage eektv mplementason av et stort lter med en kombnason av enkle separable ltre. V beregner resultatet or alle possoner der de to lter-kernene gr overlapp IN 3 - A IN 3 - A 3
9 Egenskaper ved konvoluson Kommutatv *g g* Assosatv *g*h *g*h Dstrbutv *g+h *g + *h Assosatv ved skalar multplkason a*g a*g *ag Kan utnttes sammensatte konvolusoner! Lavpass-ltre Slpper gennom lave rekvenser og demper eller erner høe rekvener. øe rekvenser skarpe kanter stø detaler. Eekt: blurrng eller utsmørng av bldet Utordrng: bevare kanter samtdg som homogene områder glattes IN 3 - A IN 3 - A 34 Separable ltre Geometrsk orm: kvadrat rektangel Rektangulære mddelverd-ltere er separable. h 5 [ ] ordel: et raskt lter. Vanlg konvoluson: n multplkasoner og addsoner. stk -D konvolusoner: n multplkasoner og addsoner. 5 Ikke-unormt lavpass-lter Unorme lavpass-ltre kan mplementeres raskt. Ikke-unorme ltre or eksempel: D Gauss-lter: + h ep σ Parameter σ er standard-avvketbredden lterstørrelse må tlpasses σ IN 3 - A IN 3 - A 36
10 Rang-ltrerng V lager en en-dmensonal lste av alle pkselverdene nnenor vnduet. V sorterer lsten stgende rekkeølge. V velger en pksel-verd ra en bestemt posson den sorterte lsten Denne pksel-verden er resultatet av ltrerngen og skrves ut tl tlsvarende pksel-posson ut-bldet. Medan-lter g medan av verdene et vndu rundt nn-pkslet. Medan den mdterste verden sortert lste. Vndu: kvadrat rektangel pluss. Rask mplementason kan gøres vha. hstogram med hstogram-oppdaterng etter hvert som vnduet lttes. Et av de mest brukte kant-bevarende stø-ltre. Speselt godt tl å erne mpuls-stø salt og pepper Problemer: Tnne kanter kan orsvnne ørner kan rundes av Obekter kan bl ltt mndre Valg av vndus-størrelse og orm er vktg! IN 3 - A IN 3 - A 38 Medan og hørner øpass-ltere Slpper gennom høe rekvenser. Demper eller erner lav-rekvente varasoner. Med kvadratsk vndu rundes hørnet av Med pluss -vndu bevares hørnet Eekt: erner langsomt varerende bakgrunn ramheve kanter lner og skarpe detaler IN 3 - A IN 3 - A 4
11 IN 3 - A 4 øpass-ltre Et høpass-lter må ha postve vekter mdten og negatve vekter lenger ut. V lar summen av vektene være null. voror er dette lurt? vs v lar mddelverden av ut-bldet bl null må noen deler av ut-bldet være <. Det er ngen god de å bentte g. or ramvsnng skaler g og legg tl en konstant slk at v år postve pkselverder IN 3 - A 4 Noen gradent-operatorer - I Pel derence Separated pel derence Roberts-operatoren IN 3 - A 43 Noen gradent-operatorer - II Prewtt-operatoren Sobel-operatoren re-chen-operatoren IN 3 - A 44 g g og gradent-magntuden G V nner de horsontale kantene: eregn g * V nner de vertkale kantene: eregn g * eregn gradent-magntude og retnng: + tan g g g g G θ Gradent-magntude Gradent retnng
12 IN 3 - A 45 Laplace-operatoren Laplace-operatoren er gtt ved: Den endrer ortegn der har et nleksons-punkt / vendepunkt. har to ekstremverder det v passerer en kant markerer kant-posson. Kantens eksakte posson nnes ved nullgennomgangen. Dette gr kke brede kanter. V nner bare magntude kke retnng smooth [- -] [- -] IN 3 - A 46 lere Laplace-operatorer Merk at Laplace-operatorene kan uttrkkes som senter-verd mnus et veet mddel over et lokalt naboskap. D D pluss D kvadrat IN 3 - A 47 Laplace vs. Sobel Sobel-ltrert > bred kant Laplace-ltrert > dobbelt-kant IN 3 - A 48 ra Laplace tl LoG V gorde gradent-operatorene stø-robuste ved å bgge nn en lavpassltrerng. Eksempel: Sobel-operator V kan gøre det samme med Laplace-operatoren V bruker et Gauss-lter G Og sden konvoluson er kommutatv år v Der LoG er resultatet av å anvende Laplace-operatoren på en Gauss-unkson. [ ] [ ] h h LoG G G
13 Cann s algortme I Cann s algortme gøres kant-lokalserng slk: Tnnng non-mamal suppresson: vs et pksel har en nabo med høere pkselverd settes pkselverden ned. sterese-tersklng to terskler T h og T l Vanskelg å nne en god gradent-terskel or hele bldet.. Merk alle pksler der G >T h. Scan alle pksler der G [T l T h ] 3. vs et slkt pksel er nabo tl et merket pksel så merkes dette pkselet også. 4. Genta ra trnn tl konvergens. Tersklng vs v har grunn tl å anta at obektene.eks. er lsere enn bakgrunnen kan v sette en terskel T og lage oss et bnært ut-blde g ved mappngen: hvs g hvs T > T Da har v ått et ut-blde g med bare to mulge verder. Med rktg valg av T vl nå alle pksler med g være obekt-pksler. g IN 3 - A IN 3 - A 5 Klasskasonsel ved tersklng Anta at hstogrammet er en sum av to ordelnger bz og z b og er normalserte bakgrunns- og orgrunns-hstogrammer. La og være a pror sannsnlghet or bakgrunn og orgrunn + Det normalserte hstogrammet tl bldet kan da skrves p z b z + z Sannsnlghetene or å elklasssere et pksel gtt en terskelverd t nner v ra de normalserte ordelngene: E E t t t z dz b z dz Den totale elen V har unnet andelen elklasskason hver ordelng. Den totale elen nner v ved å multplsere med a pror sannsnlghetene or orgrunn og bakgrunn: E t E t + E t Legges terskelen veldg høt eller veldg lavt blr elen stor. Det er rmelg å anta at elen har et mnmum or en bestemt verd t T t IN 3 - A IN 3 - A 5 t z dz + t b z dz
14 nn den T som mnmerer elen E t z dz + b z dz Derverer Et mhp. t vha. Lebntz regel or dervason av ntegraler. Setter den derverte lk og år: de t dt t Merk at dette er en generell løsnng som gr mnst el. Det er ngen restrksoner mht. ordelngene b og!! t T b T VIKTIG!!! Det er IKKE skærngen mellom de normalserte hstogrammene v er ute etter! Det er skærngen mellom de a pror-skalerte normalserte hstogrammene som gr rktg terskelverd!!! vlket hstogram? IN 3 - A IN 3 - A 54 orskellge standardavvk? vs standardavvkene de to Gauss-ordelngene er orskellge og skærngspunktene mellom ordelngene skalert med a pror sannsnlghet lgger nnenor gråtoneskalaen bldet En terskelverd or hvert skærngspunkt. Det er bare mellom de to tersklene at lertallet av pkslene er bakgrunnspksler! vor lgger optmal terskel? V har en annengradslgnng T: σ σ ln σ T + µ σ µ σ T + σ µ σ µ + σ µ σ vs standard-avvkene de to ordelngene er lke σ σ σ år v en enklere lgnng: µ µ T µ + µ µ µ + σ ln c µ + µ σ T + ln µ µ vs a pror sannsnlghetene og er omtrent lke eller hvs σ har v en veldg enkel løsnng: µ + µ T IN 3 - A IN 3 - A 56
15 En enkel tersklngs-algortme Start med terskel-verd tmddelverden tl alle pkslene bldet. nn mddelverden µ t av alle pksler som er mørkere enn terskelen nn mddelverden µ t av alle pksler som er lsere enn terskelen. La n terskel-verd være t µ t + µ t Genta de to punktene ovenor tl terskelen kke ltter seg mer. Dette kalles Rdler og Calvard s metode vlke betngelser må være opplt or at metoden skal vrke? Otsu s metode - motvason Anta at v har et gråtoneblde med G gråtoner med normalsert hstogram p. Anta at bldet nneholder to populasoner av pksler slk at pkslene nnenor hver populason er noenlunde lke mens populasonene er orskellge. Målsettng: V vl nne en terskel T slk at hver av de to klassene som oppstår ved tersklngen blr mest mulg homogen mens de to klassene bl mest mulg orskellge. Klassene er homogene: varansen hver av de to klassene er mnst mulg. Separasonen mellom klassene er stor: avstanden mellom mddelverdene er størst mulg IN 3 - A IN 3 - A 58 Otsu s metode; oppsummerng Gtt et NM pkslers blde med G gråtoner. nn bldets hstogram hk k..g-. nn bldets normalserte hstogram: h k p k k... G MN k eregn kumulatvt normalsert hstogram: P k p k... G eregn kumulatv mddelverd µk: eregn global mddelverd µ: eregn varansen mellom klassene σ k: nn terskelen T der σ k har stt maksmum. eregn separabltetsmålet ηt: µ k p k σ k µ k... G G [ µ k µ P k ] P k P k p σ T η T η T σ Tot Adaptv tersklng ved nterpolason Globale terskler gr ote dårlg resultat. Globale metoder kan benttes lokalt. Dette vrker kke der vnduet bare nneholder en klasse! Oppskrt: NIVÅ I: Del opp bldet del-blder. or del-blder med b-modalt hstogram: nn lokal terskelverd T c og tlordne den tl senterpkselet del-bldet. or del-blder med un-modalt hstogram: nn lokal terskelverd ved nterpolason. NIVÅ II: Pksel-or-pksel nterpolason: Gå gennom alle pksel-possoner bestem adaptv terskelverd T ved nterpolason mellom de lokale terskelverdene T c. Terskle så hvert pksel bldet terskelverdene T IN 3 - A IN 3 - A 6
16 Tre ntegraler gr RG Ls ra en klde med spektralordelng Eλ treer et obekt med spektral releksonsunkson Sλ. Relektert ls detekteres av tre tper tapper med spektral lsølsomhetsunkson q λ. Tre analoge sgnaler kommer ut av dette: R G E λ S λ q R E λ S λ q E λ S λ q λ dλ G λ dλ λ dλ RG prmærarger Commson Internatonale de l Eclarage CIE The Internatonal Commson o Illumnaton har denert prmærargene: lå: nm Grønn: 546. nm Rød: 7 nm IN 3 - A IN 3 - A 6 eskrvelse av arger RG-kuben En arge kan beskrves på orskellge måter kalles argerom RG SI ue Saturaton Intenst CMY Can Magenta Yellow pluss mange lere.. SI er vktg or hvordan v beskrver og skller arger. I Intenstet: hvor ls eller mørk er den S saturaton/metnng: hvor sterk er argen domnerende arge bølgelengde og S beskrver sammen argen og kalles kromatstet blå magenta Gråtoneblder: rgb svart rød gul hvt can grønn IN 3 - A IN 3 - A 64
17 RG og CMY ue Saturaton Intenst SI RG og CMY er prnsppet sekundærarger or hverandre. hvt ue: ren arge - gr bølgelengden det elektromagnetske spektrum. S can grønn gul rød blå magenta I er vnkel og lgger mellom og π: Rød: grønn: π/3 blå 4π/3 gul: π/3 can π magenta 5π/3 vs v skalerer -verdene tl 8-bts verder vl Rød: grønn: 85 blå 7 gul: 4 can 7 magenta 3. svart IN 3 - A IN 3 - A 66 argeblder og argetabeller RG kan lagres med lke mange bter or r g b.eks Selv bter gr oss kombnasoner men bare 8 orskellge nvåer av rødt grønt og blått og dermed også bare 8 orskellge gråtoner. Et scene med mange nanser av én arge vl da se lle ut! voror? Jo ord denne argen bare år 8 orskellge nanser! Det er kke skkert at alle de 5 argene nnes bldet. Alternatvt kan man bruke 8 bter og argetabeller. ver rad tabellen beskrver en r g b-arge med 4 bter. Tabellen nneholder de 56 argene som best beskrver bldet. I blde-len lgger pkselverdene som tall mellom og 55. Når v skal vse bldet slår v bare opp samme rad som pkselverden og nner de tlsvarende r g b-verdene. stogramutevnng av RG-blder stogramutevnng på hver komponent RG uavhengg av hverandre Ote dårlg resultat can Et bedre alternatv er å bentte SI: Transormér bldet ra RG tl SI Gør hstogramutevnng på I- komponenten Transormer SI n tlbake tl RG grønn S hvt gul rød blå magenta I svart IN 3 - A IN 3 - A 68
18 Tersklng av argeblder - I Anta at v har observert samme scene på lere bølgelengder. V kan da utøre tersklng basert på to-dmensonale tre-dmensonale eller mult-dmensonale hstogrammer Enkel metode: : estem terskler uavhengg or hver kanal. : Kombner alle segmenterte kanaler tl ett blde. Dette svarer tl at v har delt opp.eks. RG-rommet bokser. Tersklng av argeblder - II En mer kompleks metode: Velg et punkt det multdmensonale rommet som reeranse.eks. R G Terskle basert på avstand ra dette reeransepunktet. d R + G + [ ] [ ] [ ] R G Slk at hvs d dma g hvs d > dma Dette denerer en kule med radus d ma omkrng punktet R G. Kan lett generalseres tl ellpsode med orskellge avstands-terskler RG d [ R ] [ G ] [ ] Merk at da er hvs d g hvs d > R d R G + + dg d IN 3 - A IN 3 - A 7 Tersklng SI Transormer ra RG tl SI. Anta at v vl segmentere ut de delene av bldet som ar en gtt arge Er over en gtt metnngs-terskel S Lag en maske ved å terskle S- bldet velg en percentl Multplser -bldet med masken. Velg et ntervall som svarer tl ønsket arge. usk at er srkulær! Kontakt oss vs du lurer på noe IN3-pensum e-post vs du tenker på lere kurs dgtal bldeanalse vs du tenker på å ta en Master-oppgave Takk og lkke tl med eksamen!!! IN 3 - A IN 3 - A 7
Romlig frekvens. INF 2310 Digital bildebehandling. Sampling av kontinuerlige signaler. Samplingsteoremet (Shannon/Nyquist) En kort midtveis-repetisjon
Roml rekvens IN 3 Dtal bldebehandln En kort mdtves-repetson rtz Albretsen T Perode T.eks. mm eller µm rekvens /T.3. IN3.3. IN3 Sampln av kontnuerle snaler Samplnsteoremet Shannon/Nqust Anta at det kontnuerle
DetaljerRayleigh-kriteriet. INF 2310 Digital bildebehandling. Hvor små detaljer kan en linse oppløse? Samplingsteoremet (Shannon/Nyquist)
IN 3 Dgtal bldebehandlng Ralegh-krteret Oppsummerng II våren : Avbldnng Samplng og kvantserng Geometrske operasjoner Gråtonemappng og hstogramoperasjoner ltrerng blde-doménet ltrerng rekvens-doménet Kompresjon
DetaljerGradient-operatorer. 1D Laplace-operator. Laplace-operatoren. INF 2310 Digital bildebehandling. Laplace-operatoren er gitt ved:
55-55 - 6 6 5 5 radent-operatorer INF 3 Dgtal bldebehandlng Naboskaps-operasoner - II Laplace-operatoren Lo-operatoren Kant-bevarende ltre Ikke-lneære ltre radent-operatorer gr en bred respons Hvor bred
DetaljerINF 2310 Digital bildebehandling
Bruksområder - ltrerng INF 30 Dgtal bldebeandlng Fltrerng blde-domenet - Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende ltre Ikke-lneære ltre GW Kap 3.4-3.5 + Kap 5.3 Av de mest brukte
DetaljerGeometriske operasjoner
Geometrske operasjoner INF 23 29..28 Kap. 2.4.4 og 2.6.5 DIP Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,)
DetaljerGeometriske operasjoner
Geometrske operasjoner INF 23 27.2.27 Kap. 9 (samt 5.5.2) Geometrske operasjoner Affne transformer Interpolasjon Samregstrerng av blder Endrer på pkslenes possjoner ransformerer pkselkoordnatene (x,) tl
DetaljerINF 2310 Digital bildebehandling
Rale-krteret INF 3 Dtal bldebeandln EN KORT MIDTVEIS-REPETISJON Anta en perekt lnse med aperture-dameter D o at lsets bølelende er. To punkter et obekt kan akkurat adsklles bldet vs vnkelen mellom dem
DetaljerINF 2310 Digital bildebehandling
INF 30 Dgtal bldebehandlng FORELESNING 4 GRÅONE-RANSFORMASJONER Frtz Albregtsen emaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske transformer
DetaljerUNIVERSITETET I OSLO
Løsnngsforslag UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Trsdag 9. mars 3 Td for eksamen : 5: 9: Løsnngsforslaget er på : sder Vedlegg
DetaljerFiltrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjon. INF2310 Digital bildebehandling FORELESNING 8
Fltrerng bldedomenet INF3 Dgtal bldebeandlng FORELESNING 8 REPETISJON: FILTRERING I BILDEDOMENET Andreas Kleppe Fltrerng og konvoluson Lavpassfltrerng og kant-bevarng Høpassfltrerng: Bldeforbedrng og kantdetekson
DetaljerEKSAMEN Løsningsforslag
. desember 6 EKSAMEN Løsnngsorslag Emnekode: ITD Emnenavn: Matematkk ørste deleksamen Dato:. desember 6 Hjelpemdler: - To A-ark med valgrtt nnold på begge sder. - Formelete. - Kalkulator som deles ut samtdg
DetaljerLokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling
Lokale operasjoner INF 3 Dtal bldebehandln Naboskaps-operasjoner - I Lneær fltrern Konvolusjon Korrelasjon Gradent-operatorer Efford kap. 7.-7.. V skal bare se på teknkker blde-domenet Blde-domenet refererer
DetaljerINF 2310 Digital bildebehandling
INF 2310 Dgtal bldebehandlng FORELESNING 4 GRÅTONE-TRANSFORMASJONER Frtz Albregtsen 1 Temaer dag Hstogrammer Lneære gråtonetransformer t Standardserng av blder med lneær transform Ikke-lneære, parametrske
DetaljerEKSAMEN Ny og utsatt Løsningsforslag
. jun 0 EKSAMEN Ny og utsatt Løsnngsorslag Emnekode: ITD50 Dato:. jun 0 Emne: Matematkk, deleksamen Eksamenstd: 09.00.00 Hjelpemdler: To A-ark med valgrtt nnhold på begge sder. Formelhete. Kalkulator er
DetaljerHøypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II
Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor
DetaljerEKSAMEN ny og utsatt løsningsforslag
8.. EKSAMEN n og utsatt løsnngsorslag Emnekode: ITD Dato:. jun Hjelpemdler: - To A-ark med valgrtt nnhold på begge sder. Emnenavn: Matematkk ørste deleksamen Eksamenstd: 9.. Faglærer: Chrstan F Hede -
DetaljerUNIVERSITETET I OSLO
øsnngsforslag UNIVERSIEE I OSO Det matematsk-naturvtenskaelge fakultet Eksamen : INF3 Dgtal bldebehandlng Eksamensdag : Onsdag 6. jun d for eksamen : 9: 3: øsnngsforslaget er å : sder Vedlegg : Ingen llatte
DetaljerHøypassfiltre. INF2310 Digital bildebehandling. Høypassfiltrering med konvolusjon FORELESNING 7 FILTRERING I BILDEDOMENET II
Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Andreas Kleppe Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor
DetaljerINF2310 Digital bildebehandling
INF3 Dgtal bldebeandlng Forelesnng 7 Fltrerng bldedomenet II Andreas Kleppe Høpassfltrerng: Bldeforbedrng og kantdeteksjon Gradent-operatorer Laplace-operatoren og LoG-operatoren Canns kantdetektor G&W:
DetaljerINF2310 Digital bildebehandling
Høpassltre INF3 Dtal bldebeandln FORELESNING 7 FILTRERING I BILDEDOMENET II Frtz Albretsen Høpassltrern: Bldeorbedrn o kantdetekson Gradent-operatorer Laplace-operatoren o LoG-operatoren Canns kantdetektor
DetaljerTMA4240/4245 Statistikk Eksamen august 2016
Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA44/445 Statstkk Eksamen august 6 Løsnngssksse Oppgave a) Ved kast av to ternnger er det 36 mulge utfall: (, ),..., (6, 6). La Y
DetaljerDynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet
Dynamsk programmerng Hvlke problemer? Metoden ble formalsert av Rchard Bellmann (RAND Corporaton) på -tallet. Har ngen tng med programmerng å gøre. Dynamsk er et ord som kan aldr brukes negatvt. Skal v
DetaljerINF 2310 Digital bildebehandling
Raleigh-kriteriet INF 3 Digital bildebehandling EN KORT MIDTVEIS-REPETISJON Anta en perekt linse med aperture-diameter D, og at lsets bølgelengde er. To punkter i et objekt kan akkurat adskilles i bildet
DetaljerDynamisk programmering. Hvilke problemer? Overlappende delproblemer. Optimalitetsprinsippet
Dynamsk programmerng Metoden ble formalsert av Rchard Bellmann (RAND Corporaton på -tallet. Programmerng betydnngen planlegge, ta beslutnnger. (Har kke noe med kode eller å skrve kode å gøre. Dynamsk for
DetaljerØVINGER 2017 Løsninger til oppgaver
ØVINGER 017 Løsnnger tl oppgaver Øvng 1 7.1. Med utgangspunkt de n 5 observasjonsparene (x 1, y 1 ), (x, y ),..., (x 5, y 5 ) beregner v først mddelverdene x 1 5 Estmert kovarans blr x 3. ȳ 1 5 s XY 1
DetaljerEKSAMEN I FAG SIF5040 NUMERISKE METODER Tirsdag 15. mai 2001 Tid: 09:00 14:00
Norges teknsk naturvtenskapelge unverstet Insttutt for matematske fag Sde 1 av 9 Faglg kontakt under eksamen: Enar Rønqust, tlf. 73 59 35 47 EKSAMEN I FAG SIF5040 NUMERISKE METODER Trsdag 15. ma 2001 Td:
DetaljerIllustrasjon av regel 5.19 om sentralgrenseteoremet og litt om heltallskorreksjon (som i eksempel 5.18).
Econ 2130 HG mars 2012 Supplement tl forelesnngen 19. mars Illustrasjon av regel 5.19 om sentralgrenseteoremet og ltt om heltallskorreksjon (som eksempel 5.18). Regel 5.19 ser at summer, Y = X1+ X2 + +
DetaljerINF 2310 Digital bildebehandling. Rayleigh-kriteriet. Samplingsteoremet (Shannon/Nyquist) Hvor små detaljer kan en linse oppløse?
INF 3 Digital bildebehandling Raleigh-kriteriet Avbildning ampling og kvantisering Geometriske operasjoner Oppsummering FA, mai 5: F F F3 Filtrering i i bildedomenet d F6, F7 Morologiske operasjoner Farger
DetaljerAlternerende rekker og absolutt konvergens
Alternerende rekker og absolutt konvergens Forelest: 0. Sept, 2004 Sst forelesnng så v på rekker der alle termene var postve. Mange av de kraftgste metodene er utvklet for akkurat den typen rekker. I denne
DetaljerBalanserte søketrær. AVL-trær. AVL-trær. AVL-trær høyde AVL AVL. AVL-trær (Adelson-Velskii og Landis, 1962) Splay-trær (Sleator og Tarjan, 1985)
alanserte søketrær VL-trær Et bnært tre er et VL-tre hvs ølgende holder: VL-trær delson-velsk og Lands, 96 play-trær leator og Tarjan, 98. orskjellen høyde mellom det høyre og det venstre deltreet er maksmalt,
DetaljerINF2310 Digital bildebehandling
INF30 Dgtal bldebehandlng Forelesnng 0 Kompresjon og kodng I Andreas Kleppe Tre steg kompresjon Redundanser Kodng og entrop Shannon-Fano-kodng Huffman-kodng Artmetsk kodng Kompendum: 8-8.3, 8.5-8.7., 8.7.4
DetaljerLøsningskisse for oppgaver til uke 15 ( april)
HG Aprl 01 Løsnngsksse for oppgaver tl uke 15 (10.-13. aprl) Innledende merknad. Flere oppgaver denne uka er øvelser bruk av den vktge regel 5.0, som er sentral dette kurset, og som det forventes at studentene
DetaljerAnvendelser. Plass og tid. INF2310 Digital bildebehandling. Eksempler: Plassbehov uten kompresjon. Forelesning 10. Kompresjon og koding I
Anvendelser INF231 Dgtal bldebehandlng Forelesnng 1 Kompresjon og kodng I Ole Marus Hoel Rndal, foler av Andreas Kleppe. Tre steg kompresjon Redundanser Kodng og entrop Shannon-Fano-kodng Huffman-kodng
DetaljerINF 2310 Digital bildebehandling
Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder
DetaljerINF 2310 Digital bildebehandling
Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder
DetaljerSTK desember 2007
Løsnngsfrslag tl eksamen STK0 5. desember 2007 Oppgave a V antar at slaktevektene tl kalkunene fra Vrgna er bserverte verder av stkastske varabler X, X 2, X, X 4 sm er uavhengge g Nµ, σ 2 -frdelte, g at
DetaljerArbeid og potensiell energi
Arbed og potensell energ 4.3.5 Mdtveseksamen: 6.3. Pensum: Kap. boken flere lærer på data-lab YS-MEK 4.3.5 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d d energbevarng vertkal kast: mg
DetaljerForelesning nr.3 INF 1411 Elektroniske systemer. Parallelle og parallell-serielle kretser Kirchhoffs strømlov
Forelesnng nr.3 INF 4 Elektronske systemer Parallelle og parallell-serelle kretser Krchhoffs strømlov Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt parallelle kretser Krchhoffs
DetaljerTALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i << >>.
ECON13: EKSAMEN 14V TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt >. Oppgave 1 Innlednng. Rulett splles på en rekke kasnoer
DetaljerArbeid og potensiell energi
Arbed og potensell energ.3.7 YS- MEK.3.7 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d energbevarng vertkal kast: mg d mg fjær: k k d atom krstall: b π cos π b b d π sn b YS- MEK.3.7 kraft
DetaljerINF 2310 Digital bildebehandling
Temaer i dag INF 310 Digital bildebehandling Forelesning 3 Geometriske operasjoner Fritz Albregtsen Geometriske operasjoner Lineære / aine transormer Resampling og interpolasjon Samregistrering i av bilder
DetaljerX ijk = µ+α i +β j +γ ij +ǫ ijk ; k = 1,2; j = 1,2,3; i = 1,2,3; i=1 γ ij = 3. i=1 α i = 3. j=1 β j = 3. j=1 γ ij = 0.
UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Eksamen : Eksamensdag: 7. jun 2013. Td for eksamen: 14.30 18.30. Oppgavesettet er på 8 sder. Vedlegg: Tllatte hjelpemdler: STK2120 LØSNINGSFORSLAG
DetaljerArbeid og potensiell energi
Arbed og potensell energ 5.3.4 YS-MEK 5.3.4 Konservatve krefter: v kan fnne en potensalfunksjon slk at: d d energbevarng vertkal kast: mg d d mg fjær: k d k d atom krstall: b cos b b d d sn b YS-MEK 5.3.4
DetaljerIT1105 Algoritmer og datastrukturer
Løsnngsforslag, Eksamen IT1105 Algortmer og datastrukturer 1 jun 2004 0900-1300 Tllatte hjelpemdler: Godkjent kalkulator og matematsk formelsamlng Skrv svarene på oppgavearket Skrv studentnummer på alle
DetaljerMoD233 - Geir Hasle - Leksjon 10 2
Leksjon 10 Anvendelser nettverksflyt Transportproblemet Htchcock-problemet Tlordnngsproblemet Korteste-ve problemet Nettverksflyt med øvre begrensnnger Maksmum-flyt problemet Teorem: Maksmum-flyt Mnmum-kutt
DetaljerAppendiks 1: Organisering av Riksdagsdata i SPSS. Sannerstedt- og Sjölins data er klargjort for logitanalyse i SPSS filen på følgende måte:
Appendks 1: Organserng av Rksdagsdata SPSS Sannerstedt- og Sjölns data er klargjort for logtanalyse SPSS flen på følgende måte: Enhet År SKJEBNE BASIS ANTALL FARGE 1 1972 1 0 47 1 0 2 1972 1 0 47 1 0 67
DetaljerStatistikk og økonomi, våren 2017
Statstkk og økonom, våren 7 Oblgatorsk oppgave Løsnngsforslag Oppgave Anta at forbruket av ntrogen norsk landbruk årene 987 99 var følgende målt tonn: 987: 9 87 988: 8 989: 8 99: 8 99: 79 99: 87 99: 9
DetaljerOppsummering, mai 2014: Sampling og kvantisering Geometriske operasjoner Gåt Gråtone- og histogramoperasjoner F4,5. Segmentering ved terskling
INF 310 Digital bildebehandling Oppsummering, mai 014: Avbildning F1 Sampling og kvantisering F Geometriske operasjoner F3 Gåt Gråtone- og histogramoperasjoner F4,5 Segmentering ved terskling Farger og
Detaljer(iii) Når 5 er blitt trukket ut, er det tre igjen som kan blir trukket ut til den siste plassen, altså:
A-besvarelse ECON2130- Statstkk 1 vår 2009 Oppgave 1 A) () Antall kke-ordnede utvalg: () P(Arne nummer 1) = () Når 5 er bltt trukket ut, er det tre gjen som kan blr trukket ut tl den sste plassen, altså:
DetaljerSimpleksmetoden. Initiell basistabell Fase I for å skaffe initiell, brukbar løsning. Fase II: Iterativ prosess for å finne optimal løsning Pivotering
Lekson 3 Smpleksmetoden generell metode for å løse LP utgangspunkt: LP på standardform Intell basstabell Fase I for å skaffe ntell, brukbar løsnng løse helpeproblem hvs optmale løsnng gr brukbar løsnng
DetaljerAnvendelser. Kapittel 12. Minste kvadraters metode
Kapttel Anvendelser I dette kaptlet skal v se på forskjellge anvendelser av teknkke v har utvklet løpet av de sste ukene Avsnttene og eksemplene v skal se på er derfor forholdsvs uavhengge Mnste kvadraters
DetaljerForelesning nr.3 INF 1411 Elektroniske systemer
Forelesnng nr.3 INF 4 Elektronske systemer 009 04 Parallelle og parallell-serelle kretser Krchhoffs strømlov 30.0.04 INF 4 Dagens temaer Parallelle kretser Kretser med parallelle og serelle ster Effekt
DetaljerNotater. Marie Lillehammer. Usikkerhetsanalyse for utslipp av farlige stoffer 2009/30. Notater
009/30 Notater Mare Lllehammer Notater Uskkerhetsanalyse or utslpp av arlge stoer vdelng or IT og metode/seksjon or statstske metoder og standarder Innhold 1. Bakgrunn og ormål.... Metode....1 Fastsettelse
DetaljerSeleksjon og uttak av alderspensjon fra Folketrygden
ato: 07.01.2008 aksbehandler: DH Seleksjon og uttak av alderspensjon fra Folketrygden Dette notatet presenterer en enkel framstllng av problemet med seleksjon mot uttakstdpunkt av alderspensjon av folketrygden.
DetaljerTMA4265 Stokastiske prosesser
orges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag TMA4265 Stokastske prosesser Våren 2004 Løsnngsforslag - Øvng 6 Oppgaver fra læreboka 4.56 X n Antallet hvte baller urna Trekk tlf.
DetaljerHovedsakelig fra kap. 3.3 i DIP
Repetisjon av histogrammer INF 231 1.2.292 29 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerVeiledning til obligatorisk oppgave i ECON 3610/4610 høsten N. Vi skal bestemme den fordeling av denne gitte arbeidsstyrken som
Jon sle; oktober 07 Ogave a. elednng tl oblgatorsk ogave ECO 60/60 høsten 07 har nå at samlet arbedskraftmengde er gtt lk, slk at ressurskravet er. skal bestemme den fordelng av denne gtte arbedsstyrken
DetaljerINF 2310 Digital bildebehandling FORELESNING 5. Fritz Albregtsen. Pensum: Hovedsakelig 3.3 i DIP HISTOGRAM-TRANSFORMASJONER
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerLøsningsskisse til eksamen i TFY112 Elektromagnetisme,
Løsnngssksse tl eksamen TFY11 Elektromagnetsme, høst 003 (med forbehold om fel) Oppgave 1 a) Ved elektrostatsk lkevekt har v E = 0 nne metall. Ellers bruker v Gauss lov med gaussflate konsentrsk om lederkulen.
DetaljerFourieranalyse. Fourierrekker på reell form. Eksempel La. TMA4135 Matematikk 4D. En funksjon sies å ha periode p > 0 dersom
TMA435 Matematkk 4D Foureranalyse Fourerrekker på reell form En funksjon ses å ha perode p > dersom f(x + p) = f(x) () for alle x defnsjonsmengden tl f. Den mnste p slk at () holder, kalles fundamentalperoden
DetaljerMA1301 Tallteori Høsten 2014
MA1301 Tallteor Høsten 014 Rchard Wllamson 3. desember 014 Innhold Forord 1 Induksjon og rekursjon 7 1.1 Naturlge tall og heltall............................ 7 1. Bevs.......................................
DetaljerSparing gir mulighet for å forskyve forbruk over tid; spesielt kan ujevne inntekter transformeres til jevnere forbruk.
ECON 0 Forbruker, bedrft og marked Forelesnngsnotater 09.0.07 Nls-Henrk von der Fehr FORBRUK OG SPARING Innlednng I denne delen skal v anvende det generelle modellapparatet for konsumentens tlpasnng tl
DetaljerMagnetisk nivåregulering. Prosjektoppgave i faget TTK 4150 Ulineære systemer. Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland
Magnetsk nvåregulerng Prosjektoppgave faget TTK 45 Ulneære systemer Gruppe 4: Rune Haugom Pål-Jørgen Kyllesø Jon Kåre Solås Frode Efteland Innholdsfortegnelse Innholdsfortegnelse... Innlednng... Oppgave
DetaljerTema for forelesningen var Carnot-sykel (Carnot-maskin) og entropibegrepet.
FORELESNING I ERMOYNMIKK ONSG 29.03.00 ema for forelesnngen var arnot-sykel (arnot-maskn) og entropbegrepet. En arnot-maskn produserer arbed ved at varme overføres fra et sted med en øy temperatur ( )
DetaljerLøsningsforslag ST2301 Øving 8
Løsnngsforslag ST301 Øvng 8 Kapttel 4 Exercse 1 For tre alleler, fnn et sett med genfrekvenser for to populasjoner, som gr flere heterozygoter enn forventa utfra Hardy-Wenberg-andeler for mnst én av de
DetaljerINF Kap og i DIP
INF 30 7.0.009 Kap..4.4 og.6.5 i DIP Anne Solberg Geometriske operasjoner Affine transformer Interpolasjon Samregistrering av bilder Geometriske operasjoner Endrer på pikslenes posisjoner o steg:. Finn
DetaljerKomprimering av bilder
Ltteratur : IF 3 Dgtal ldeehandlng Forelesnng nr 3-3.5.5 Komprmerng av lder Efford, kap. Data Kompresjon oen egreper Lagrng eller oversendng Kompresjonsalgortme Dekompresjonsalgortme Dekompresjon Temaer
DetaljerCOLUMBUS. Lærerveiledning Norge og fylkene. ved Rolf Mikkelsen. Cappelen Damm
COLUMBUS Lærervelednng Norge og fylkene ved Rolf Mkkelsen Cappelen Damm Innlednng Columbus Norge er et nteraktvt emddel som nneholder kart over Norge, fylkene og Svalbard, samt øvelser og oppgaver. Det
DetaljerLøsningsforslag øving 10 TMA4110 høsten 2018
Løsnngsforslag øvng TMA4 høsten 8 [ + + Projeksjonen av u på v er: u v v u v v v + ( 5) [ + u v v u [ 8/5 6/5 For å fnne ut om en matrse P representerer en projeksjon, må v sjekke om P P a) b) c) [ d)
DetaljerStudieprogramundersøkelsen 2013
1 Studeprogramundersøkelsen 2013 Alle studer skal henhold tl høgskolens kvaltetssystem være gjenstand for studentevaluerng mnst hvert tredje år. Alle studentene på studene under er oppfordret tl å delta
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)]
DetaljerINF2310 Digital bildebehandling
INF3 Dgtal bldebeandlng Forelesnng 7 Fltrerng bldedomenet II Andreas Kleppe Høpassfltrerng: Bldeforbedrng og kantdeteksjon Gradent-operatorer Laplace-operatoren og LoG-operatoren Canns kantdetektor G&W:
DetaljerSpinntur 2017 Rotasjonsbevegelse
Spnntur 2017 Rotasjonsbevegelse August Geelmuyden Unverstetet Oslo Teor I. Defnsjon og bevarng Newtons andre lov konstaterer at summen av kreftene F = F som vrker på et legeme med masse m er lk legemets
DetaljerEksamen i emne SIB8005 TRAFIKKREGULERING GRUNNKURS
Sde 1 av 5 NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET Fakultet for bygg- og mljøteknkk INSTITUTT FOR SAMFERDSELSTEKNIKK Faglg kontakt under eksamen: Navn Arvd Aakre Telefon 73 59 46 64 (drekte) / 73
DetaljerAutomatisk koplingspåsats Komfort Bruksanvisning
Bruksanvsnng System 2000 Art. Nr.: 0661 xx /0671 xx Innholdsfortegnelse 1. rmasjon om farer 2. Funksjon 2.1. Funksjonsprnspp 2.2. Regstrerngsområde versjon med 1,10 m lnse 2.3. Regstrerngsområde versjon
DetaljerOppgave 3, SØK400 våren 2002, v/d. Lund
Oppgave 3, SØK400 våren 00, v/d. Lnd En bonde bonde dyrker poteter. Hvs det blr mldvær, blr avlngen 0. Hvs det blr frost, blr avlngen. Naboen bonde, som vl være tsatt for samme vær, dyrker også poteter,
DetaljerAuksjoner og miljø: Privat informasjon og kollektive goder. Eirik Romstad Handelshøyskolen Norges miljø- og biovitenskapelige universitet
Auksjoner og mljø: Prvat nformasjon og kollektve goder Erk Romstad Handelshøyskolen Auksjoner for endra forvaltnng Habtatvern for bologsk mangfold Styresmaktene lyser ut spesfserte forvaltnngskontrakter
DetaljerSTK1000 Innføring i anvendt statistikk Eksamensdag: Tirsdag 12. desember 2017
Eksamen : STK000 Innførng anvendt statstkk Eksamensdag: Trsdag 2. desember 207 Alle deloppgaver teller lkt vurderngen av besvarelsen. Lkke tl! Dette er et løsnngsforslag. Studenter som har kommet frem
DetaljerEksamen ECON 2200, Sensorveiledning Våren Deriver følgende funksjoner. Deriver med hensyn på begge argumenter i e) og f).
Eksamen ECON 00, Sensorvelednng Våren 0 Oppgave (8 poeng ) Derver følgende funksjoner. Derver med hensyn på begge argumenter e) og f). (Ett poeng per dervasjon, dvs, poeng e og f) a) f( x) = 3x x + ln
DetaljerINF 2310 Digital bildebehandling
INF 3 Digital bildebehandling Oppsummering FA, mai 6: Avbildning Sampling og kvantisering Geometriske operasjoner F F F3 Filtrering i bildedomenet F6, F7 Segmentering ved terskling Morfologiske operasjoner
DetaljerOppgaver. Multiple regresjon. Forelesning 3 MET3592 Økonometri ved David Kreiberg Vår 2011
Forelesnng 3 MET359 Økonometr ved Davd Kreberg Vår 0 Oppgaver Alle oppgaver er merket ut fra vanskelghetsgrad på følgende måte: * Enkel ** Mddels vanskelg *** Vanskelg Multple regresjon Oppgave.* Ta utgangspunkt
DetaljerRepetisjon av histogrammer
Repetisjon av histogrammer INF 231 Hovedsakelig fra kap. 3.3 i DIP Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for billedserier Litt om histogramtransformasjoner
DetaljerINF 2310 Digital bildebehandling FORELESNING 5. Fritz Albregtsen. Pensum: Hovedsakelig 3.3 i DIP HISTOGRAM-TRANSFORMASJONER
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerTALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller likt uansett variasjon i vanskelighetsgrad. Svarene er gitt i <<< >>>.
ECON30: EKSAMEN 05 VÅR - UTSATT PRØVE TALLSVAR. Det anbefales at de 9 deloppgavene merket med A, B, teller lkt uansett varasjon vanskelghetsgrad. Svarene er gtt
DetaljerSorterings- Algoritmer
Hva er sorterng? Sorterngs- Algortmer Algortmer og Datastrukturer Input: en sekvens av N nummer Output: reorganserng nput-sekvensen slk at: a < a < a... < a n- < a n V søker algortmer som gjør dette på
DetaljerDynamisk programmering. Hvilke problemer? Optimalitetsprinsippet. Overlappende delproblemer
ynask prograerng Metoden ble foralsert av Rchard Bellann (RAN Corporaton på -tallet. Prograerng betydnngen planlegge, ta beslutnnger. (Har kke noe ed kode eller å skrve kode å gøre. ynask for å ndkere
DetaljerINF 2310 Digital bildebehandling
IN 3 Dgal bldebehandlng SEGMENTERING VED TERSKLING Global hsogram-baser ersklng Varabel og mulvarabel ersklng Lokal adav ersklng GW:.3 l grundgere enn boka 3 8.5.4 IN 3 Om ensum fra ka. Kael boka nroduserer
DetaljerEKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001 KL LØSNINGSFORSLAG
Sde 1 av 5 NTNU Norges teknsk-naturvtenskapelge unverstet Fakultet for fyskk, nformatkk og matematkk Insttutt for datateknkk og nformasjonsvtenskap EKSAMEN I FAG SIF8052 VISUALISERING MANDAG 21. MAI 2001
DetaljerInvestering under usikkerhet Risiko og avkastning Høy risiko. Risikokostnad prosjekt Snøskuffe. Presisering av risikobegrepet
Investerng under uskkerhet Rsko og avkastnng Høy rsko Lav rsko Presserng av rskobegreet Realnvesterng Fnansnvesterng Rsko for enkeltaksjer og ortefølje-sammenheng Fnansnvesterng Realnvesterng John-Erk
DetaljerSluttrapport. utprøvingen av
Fagenhet vderegående opplærng Sluttrapport utprøvngen av Gjennomgående dokumenterng fag- og yrkesopplærngen Februar 2012 Det å ha lett tlgjengelg dokumentasjon er en verd seg selv. Dokumentasjon gr ungedommene
DetaljerObjekt-bilde relasjonen. Vinkeloppløsnings-kriterier. Forstørrelse. INF 2310 Digital bildebehandling
Objekt-bilde relasjonen IN 3 Digital bildebehandling Oppsummering II, våren 7: y f f s s y Avbildning Naboskapsoperasjoner og konvolusjon Segmentering Kompresjon og koding av bilder argerom og bildebehandling
DetaljerIN1 Audio Module. Innføring og hurtigreferanse
IN Audo Module Innførng og hurtgreferanse Les heftet med skkerhetsnstruksjoner før du tar bruk lydmodulen. Pakk ut av esken Innhold: A/V-kabler følger kke med. Dsse kan kjøpes fra www.nfocus.com/store
DetaljerKONTINUASJONSEKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Fredag 13. august, Tillatte hjelpemidler : K.Rottman, Matematisk formelsamling
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR FYSIKK Faglg kontakt under eksamen: Martn Grønsleth, tlf 93772 KONTINUASJONSEKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Fredag 13. august, 2004
DetaljerTMA4300 Mod. stat. metoder
TMA4300 Mod stat metoder Norges teknsk-naturvtenskapelge unverstet Insttutt for matematske fag Løsnngsforslag - Eksamen jun 2007 Oppgave Pseudokode for å evaluere θ: Generer uavhengge realsasjoner x,,x
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematsk-naturvtenskapelge fakultet Deleksamen MAT-INF Modellerng og beregnnger. Eksamensdag: Onsdag 7. oktober 29. Td for eksamen: 5: 7:. Oppgavesettet er på 6 sder. Vedlegg:
DetaljerINF1040-Kompresjon-2. (tekst, bilde, lydsignaler etc.) på en så kompakt måte. at redundant informasjon ikke lagres.
IF 4 Komresjon og kodng Tema dag :. oen begreer. Redundans 3. Dfferanse- og løelengdetransformer 4. Gray kode 5. Entro 6. Shannon-Fano og Huffman kodng 7. Lemel-Zv kodng 8. JPEG kodng Pensumltteratur:
DetaljerForelesning 17 torsdag den 16. oktober
Forelesnng 17 torsdag den 16. oktober 4.12 Orden modulo et prmtall Defnsjon 4.12.1. La p være et prmtall. La x være et heltall slk at det kke er sant at x 0 Et naturlg tall t er ordenen tl a modulo p dersom
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Tirsdag. mars Tid for eksamen : :3 :3 ( timer) Løsningsforslaget
DetaljerTemaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.
Temaer i dag INF 231 Digital bildebehandling FORELESNING 5 HISTOGRAM-TRANSFORMASJONER Fritz Albregtsen Histogramtransformasjoner Histogramutjevning Histogramtilpasning Standardisering av histogram for
DetaljerEKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. mai, Tillatte hjelpemidler : K.Rottman, Matematisk formelsamling
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR FYSIKK Faglg kontakt under eksamen: Martn Grønsleth, tlf 93772 EKSAMEN I TFY4210 ANVENDT KVANTEMEKANIKK Mandag 23. ma, 2005 09.00-13.00 Tllatte
Detaljer