Løsningsforslag, Ukeoppgaver 10 INF2310, våren 2011 kompresjon og koding del II
|
|
- Egil Marthinsen
- 8 år siden
- Visninger:
Transkript
1 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 på biter/sekund. Vi bruker en standard fax med 1728 fotosensorer per linje og 1075 linjer per side. Faxmaskinen gjør en terskling av bildet av siden. Hvor lang tid tar det å overføre en side uten kompresjon? Etter terskling trenger vi selvsagt 1 bit per piksel for å representere 0 og 1. 1 bit/piksel * 1728 piksler/linje * 1075 linjer/side = bits/side bits/side / bits/sekund = 387 sekunder = 6 min 27 s. b. Anta at vi hadde kunnet gjøre tekstgjenkjenning på den delen av arket som inneholder tekst, og representert symboler og mellomrom med 7 bits ASCII. Anta at det maksimalt er 60 tegn pr linje og 50 linjer pr side. Anta også at vi kunne beskrevet strektegningene som maksimalt 500 rektangler per side, og at sidene på rektanglene er parallelle med kantene på siden. Gi et worst case estimat av hvor mange biter du vil trenge for å beskrive innholdet på siden med en oppløsning som svarer til faxens oppløsning, og hvor lang tid det vil ta å overføre dette over modemlinjen. For å representere et rektangel og dets plassering trengs følgende: en koordinat for et punkt på rektanglet, f eks øverste venstre hjørne rektanglets bredde og rektanglets høyde Kordinatene for øvre venstre hjørne til et rektangel vil ligge mellom (0,0) og (1728,1075). Det betyr at begge koordinatene krever 11 biter (2048). Det samme gjelder høyde og bredde. Til sammen blir dette 4 * 11 biter = 44 biter. Da blir regnestykket slik: 500 rektangler: 44 biter/rektangel* 500 rektangler = biter 50*60 tegn: tegn * 7 biter/tegn = biter Worst case er altså at vi trenger biter pr side. Med en overføringskapasitet på bits/sekund tar dette t = biter / biter/s = 4,6 sekunder.
2 c. Vi vil gjerne undersøke hvor mye det er å spare på å separere ASCIItegn fra alt annet i en fax, og sende 7 bits ASCII kode for hvert tegn, mens resten sendes ukomprimert uansett hva det er. Hvis halvparten av hver side i gjennomsnitt er ASCII-tegn, hvor mye sparer vi da i forhold til ordinær fax? (7 biter/tegn * 3000/2 tegn + 1 bit/pixel *1728*1075/2 piksler)/(1728*1075) = ( ) / = 0,5056 Vi sparer altså 100%-50.56% = 49.43%. 2. Teorioppgave: Løpelengdekoding i binært bilde med naturlig binærkode: Du skal gjøre en løpelengde ( run-length ) transform på et 2 n 2 n piksels binært bilde. Anta at du gjør dette linje for linje i bildet, ved å angi første pikselverdi, deretter løpelengdene, og verdien 0 to ganger etter hverandre som EOL-markør. Anta også at du bruker en felles naturlig binærkode for både pikselverdiene og løpelengdene. a. Finn et uttrykk for det høyeste antall løpelengder, N, som du med disse forutsetningene kan ha i en linje i bildet hvis løpelengdetransformen skal gi noen kompresjon i forhold til det binære bildet? Svar: Det er den maksimale løpelengden vi kan ha i bildet som bestemmer ordlengden (i biter) til den naturlige binærkoden. Siden bildet er 2 n piksler bredt, må vi ha en ordlengde på n biter. Hvis vi har N runs per linje kommer vi til å bruke n(n+3) biter til å representere dette med en n-biters naturlig binærkode, mens en linje i det binære bildet krever 2 n biter. For å få kompresjon må run-length representasjonen ta et mindre antall biter enn den originale. Altså n(n+3) < 2 n eller N < (1/n) 2 n - 3.
3 b. Hva blir den høyeste verdien av N for hhv. n = 4, n = 8 og n = 10? Er forholdet mellom det maksimale antall løpelengder vi kan ha og fortsatt oppnå kompresjon, og bredden av bildet konstant etter hvert som vi øker størrelsen på bildet? Svar: For n=4 får vi N < (1/4)2 4 3 = 16/4 3 =1 => N < 1. For n=8 får vi N < (1/8)2 8 3 = 256/8 3 =29 => N < 29. For n=10 får vi N < (1/10) = 1024/10 3 = 99.4 => N < 99. Forholdet mellom det maksimale antall løpelengder (N) vi kan ha og fortsatt oppnå kompresjon og størrelsen på bildet (2 n ), er omtrent 2 n / n / 2 n = 1/n. Så dette forholdet er slett ikke konstant: For store bilder kan vi tillate oss å ha mange runs, men forholdet mellom det maksimale antall runs og antall piksler per linje avtar (langsomt) med bildestørrelsen. 3. Huffman-koding av løpelengder i binært bilde: Utsnittet på 25 * 10 piksler av et binært bilde nedenfor kan representeres med 250 biter. Ser vi på runlength-representasjonen av det samme utsnittet, finner vi at det består av 82 runs med lengder mellom 1 og 8 piksler. Hvis vi bruker 3 biter på hver, blir dette 246 biter. Imidlertid er det mulig å gjøre dette litt mer kompakt ved å Huffman-kode de 82 løpelengdene. Ved løpelengdetransformasjon av binære bilder trenger vi ikke å lagre tallpar (gråtone, løpelengde) slik som for gråtonebilder. Vi trenger bare løpelengdene, for det er bare to mulige intensitetsverdier. Løpelengdene finnes i tabellen til høyre Finn Huffmann-koden til løpelengdene i tabellen til høyre over, og finn det totale antall biter etter koding av løpelengdene.
4 Nedenfor har vi løpelengde, lengden på hvert kodeord, kodeordet, og antall forekomster av hver løpelengde. Og helt til høyre kodetreet Og det totale antall bits etter koding blir 36*1+21*3+20*4+5*5= =204 biter. 4. Transformasjoner og kompresjon av et gråtonebilde. a. Anta at vi har et piksels gråtonebilde med 8 bitplan. Pikselverdien er 0 langs venstre kant av bildet, og øker med 32 i jevne trappetrinn mot høyre, slik at det dannes 8 vertikale striper som vist i figuren nedenfor. Hvor mange biter vil vi måtte bruke per linje hvis vi løpelengdetransformerer dette gråtonebildet og bruker en felles naturlig binærkode for både pikselverdier og løpelengder, og bruker verdien 0 to ganger etter hverandre til å indikere slutten av en linje (EOL)? Hver linje vil bestå av 8 løpelengder. Alle løpelengdene er lik 512/8 = 64. Pikselverdiene trenger 8 biter. Altså får vi (8 * 2 + 2) * 8 = 18*8 = 144 biter.
5 b. Vis kodetreet og finn kodeboken for en Huffman-koding av resultatet av løpelengde-transformen ovenfor. Anta fortsatt at vi bruker (0 0) til å indikere EOL. Svar: Bildet inneholder 512 like linjer. Hver linje kommer til å bli beskrevet som Et sortert histogram for hver linje vil gi følgende hyppigheter. En mulig trestruktur og kodebok er slik: c. Finn en omtrentlig verdi for det gjennomsnittlige antall biter per piksel (i det opprinnelige bildet) når du bruker denne Huffman-koden. Angi også den omtrentlige kompresjonsfaktoren. Svar: Vi ser kodeordlengdene i tabellen ovenfor. Multipliserer vi hver kodeordlengde med de tilsvarende hyppighetene får vi det totale antall biter som blir brukt til å representere løpelengdetransformen og EOL-merket: 1*9+3*3 + 6*(4*1) = = 42 biter per linje. Men det er 512 piksle per linje i det opprinnelige bildet. Altså har vi 42/ biter per piksel (fordi 8*5 = 40). Siden det var 8 biter per piksel i det opprinnelige bildet får vi CR 8/0.08 = 100. Hvis vi hadde bedt om den gjennomsnittlig kodeordlengde for løpelengdetransformen, inklusive EOL-merket, ville svaret vært 42/ biter/kodeord.
6 d. Anta at vi hadde gjort en differansetransform av gråtonebildet som er vist i del-oppgave a. Bruk et enkelt resonnement til å forklare hvorfor kompresjonsraten ved kompresjon av enkeltpiksler etter differansetransformen er nøyaktig 3 ganger så høy som den kompresjonsraten vi kan oppnå ved kompresjon uten differansetransform. Svar: I det opprinnelige bildet er det åtte forskjellige gråtoner, og alle er like sannsynlige. 8 verdier krever 3 biter. Her kunne vi ha argumentert med at entropien til dette bildet er eksakt 3, uttrykt i biter: 8*(-(1/8)log 2 (1/8)) =8*3/8 =3. Men vi trenger ingen entropi-koding med ulik lengde på kodeordene for å oppnå dette. Når alle 8 sannsynlighetene er like er jo en naturlig binærkoding med 3 biters kodeord optimal, og vi får CR=8/3. I det differansetransformerte bildet vil vi finne sju verdier lik -32 (ved overgangen mellom trappetrinnene ). Alle de andre verdiene (i alt 505 verdier) vil være 0. Her kunne vi også ha argumentert med entropi: Hvis alle verdiene hadde vært like, ville differansebildet hatt en entropi lik 0, og i dette tilfellet må vi være ganske nær denne verdien (entropien er 0.104). Men vi trenger ikke å se på entropien. For når det bare finnes to verdier i bildet, vil vi bruke én bit: 0 på den mest sannsynlige og 1 på den minst sannsynlige verdien, eller omvendt. Altså en kompresjonsrate CR =8/1= 8. Altså er kompresjonsraten 3 ganger så høy etter differansetransformen..
Løsningsforslag, 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
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
DetaljerINF 1040 høsten 2009: Oppgavesett 13 Kompresjon og koding (løsningsforslag) (kapittel 18) Tenk selv -oppgaver
IN høsten : Oppgavesett Kompresjon og koding (løsningsforslag) (kapittel ) Tenk selv -oppgaver. Heksadesimal Sudoku Vi har en kvadratisk matrise med * elementer som igjen er delt opp i * blokker på * elementer.
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
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
DetaljerINF 1040 høsten 2009: Oppgavesett 13 Kompresjon og koding (kapittel 18)
asitoppgaver IN høsten : Oppgavesett Kompresjon og koding (kapittel ) enne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. et er ikke nødvendigvis meningen
DetaljerLøsningsforslag til kapittel 15 Fargerom og fargebilder
Løsningsforslag til kapittel 15 Fargerom og fargebilder Oppgave 1: Representasjon av et bilde Under har vi gitt et lite binært bilde, der svart er 0 og hvit er 1. a) Kan du skrive ned på et ark binærrepresentasjonen
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 4. juni 2008 Tid for eksamen : 14:30 17:30 (3 timer) Oppgavesettet er på
DetaljerUNIVERSITETET I OSLO
Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF1040 Digital representasjon Eksamensdag : Torsdag 7. desember 2006 Tid for eksamen : 09.00 12.00 Oppgavesettet er
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 4. juni 2008 Tid for eksamen : 14:30 17:30 (3 timer) Oppgavesettet er på
DetaljerUNIVERSITETET I OSLO
Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF1040 Digital representasjon Eksamensdag : Torsdag 7. desember 2006 Tid for eksamen : 09.00 12.00 Oppgavesettet er
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF210 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 1:00 Løsningsforslaget
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 28. mai 2014 Tid for eksamen: 09:00 13:00 Oppgavesettet er på: 6 sider Vedlegg:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Oppgavesettet er på : 7 sider
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 007 Tid for eksamen : 09:00 1:00 Oppgavesettet er på : 5 sider
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : 4:3 8:3 Oppgavesettet er på : 5 sider Vedlegg : Ingen
DetaljerINF2310 Digital bildebehandling
INF2310 Digital bildebehandling Forelesning 11 Kompresjon og koding I Andreas Kleppe Tre steg i kompresjon Redundanser Transformer Koding og entropi Shannon-Fano og Huffman Kompendium: Frem t.o.m. 18.7.2
DetaljerLempel-Ziv-koding. Lempel-Ziv-koding. Eksempel på Lempel-Ziv. INF 2310 Digital bildebehandling. Kompresjon og koding Del II
Lempel-Ziv-koding INF 2310 Digital bildebehandling Kompresjon og koding Del II LZW-koding Aritmetisk koding JPEG-kompresjon av gråtonebilder JPEG-kompresjon av fargebilder Rekonstruksjonsfeil i bilder
DetaljerINF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver
INF 1040 høsten 2009: Oppgavesett 11 Farger (kapittel 15) Løsningsforslag Flervalgsoppgaver I disse oppgavene er det oppgitt fem svaralternativer der bare ett svar er riktig. 8. Fargerommet som brukes
DetaljerKanter, kanter, mange mangekanter
Kanter, kanter, mange mangekanter Nybegynner Processing PDF Introduksjon: Her skal vi se på litt mer avansert opptegning og bevegelse. Vi skal ta utgangspunkt i oppgaven om den sprettende ballen, men bytte
DetaljerUNIVERSITETET I OSLO
Bokmål UNIVERSIEE I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 3. juni 2009 id for eksamen : 14:30 17:30 Oppgavesettet er på : 6 sider
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Mandag 1. juni 2015 Tid for eksamen: 14:30 18:30 Oppgavesettett er på: 6 sider Vedlegg:
DetaljerSensurveiledning Matematikk 1, 5-10, emne 1 Høsten 2013
Sensurveiledning Matematikk 1, 5-10, emne 1 Høsten 2013 Oppgave 1 a) =2 = 5 2 =5 2 = = 25 4 = 25 8 Full uttelling gis for arealet uttrykt over. Avrundinger gis noe uttelling. b) DC blir 5 cm og bruk av
Detaljeroppgaver fra abels hjørne i dagbladet
oppgaver fra abels hjørne i dagbladet sett 9 dag 1 1. Kjetil og Øystein skal kjøre fra Stavanger til Oslo i hver sin bil. Kjetil starter først og holder en konstant fart på 75 km/t. Øystein starter en
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF30 Digital bildebehandling Eksamensdag: Mandag 6. juni 06 Tid for eksamen: 4:30 8:30 Løsningsforslaget er
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF3 Digital bildebehandling Eksamensdag : Onsdag. juni Tid for eksamen : :3 8:3 Løsningsforslaget er på : 9
DetaljerINF2810: Funksjonell Programmering. Huffman-koding
INF2810: Funksjonell Programmering Huffman-koding Stephan Oepen Universitetet i Oslo 1. mars 2016 Tema 2 Sist Trær som lister av lister Trerekursjon Mengder som trær I dag Hierarkisk og symbolsk data Eksempel:
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
DetaljerINF 1040 Kompresjon og koding
INF 1040 Kompresjon og koding Tema i dag : 1. Hvor mye informasjon inneholder en melding? 2. Redundans 3. Differanse- og løpelengdetransformer 4. Gray kode 5. Entropi 6. Shannon-Fano og Huffman koding
DetaljerINF 1040 Kompresjon og koding
INF 1040 Kompresjon og koding Tema i dag : 1. Noen begreper 2. Redundans 3. Differanse- og løpelengdetransformer 4. Gray kode 5. Entropi 6. Shannon-Fano og Huffman koding 7. Lempel-Ziv koding 8. JPEG koding
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 5. juni 2007 Tid for eksamen : 09:00 12:00 Oppgavesettet er på : 5 sider
DetaljerUtkast med løsningshint inkludert UNIVERSITETET I OSLO
Utkast med løsningshint inkludert UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Onsdag 2. juni 2010 Tid for eksamen : 09:00
DetaljerPLASS og TID IN 106, V-2001 KOMPRESJON OG KODING 30/ Fritz Albregtsen METODER ANVENDELSER
IN 106, V-2001 PLASS og TID Digitale bilder tar stor plass Eksempler: a 512 512 8 bits 3 farger 63 10 6 bits KOMPRESJON OG KODING 30/4 2001 b 24 36 mm fargefilm digitalisert ( x = y=12µm) 2000 3000 8 3
DetaljerINF 1040 Kompresjon og koding
INF 1040 Kompresjon og koding Tema i dag : 1. Noen begreper 2. Redundans 3. Differanse- og løpelengdetransformer 4. Gray kode 5. Entropi 6. Shannon-Fano og Huffman koding 7. Lempel-Ziv koding 8. JPEG koding
DetaljerINF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15)
INF 1040 høsten 2008: Oppgavesett 11 Farger (kapittel 15) Fasitoppgaver Denne seksjonen inneholder innledende oppgaver hvor det finnes en enkel fasit bakerst i oppgavesettet. Det er ikke nødvendigvis meningen
DetaljerFunksjoner og andregradsuttrykk
88 4 Funksjoner og andregradsuttrykk Mål for opplæringen er at eleven skal kunne bruke matematiske metoder og hjelpemidler til å løse problemer fra ulike fag og samfunnsområder løse likninger, ulikheter
Detaljer1.8 Binære tall EKSEMPEL
1.8 Binære tall Når vi regner, bruker vi titallssystemet. Hvordan det virker, finner vi ut ved å se på for eksempel tallet 2347. 2347 = 2 1000 + 3 100 + 4 10 + 7 Hvis vi bruker potenser, får vi 2347 =
DetaljerAnvendelser. Noen begreper. Kompresjon
Anvendelser INF 30 Digital it ildeehandling dli 7.04.0 Kompresjon og koding Del I Tre steg i kompresjon Redundans Bildekvalitet Transformer Koding og entropi Shannon-Fano og Huffman GW: Kap. 8 unntatt
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 :
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Oppgavesettett er på : 6 sider
DetaljerEksamen i INF 1040, 5. desember Det matematisk-naturvitenskapelige fakultet
Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF1040 Digital representasjon Eksamensdag : Fredag 5. desember 2008 Tid for eksamen : 09.00 12.00 Oppgavesettet er på
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF2310 Digital bildebehandling Eksamensdag: Onsdag 1. juni 2015 Tid for eksamen: 14:30 18:30 Løsningsforslaget
DetaljerEksamen Løsningsforslag
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Eksamen Løsningsforslag INF2310 - Digital Bildebehandling Eksamen i: INF2310 - Digital Bildebehandling Eksamensdag: Torsdag 1. juni 2017 Tidspunkt for eksamen:
DetaljerEksamen i INF 1040, 5. desember Det matematisk-naturvitenskapelige fakultet. Ditt kandidatnr: DETTE ER ET LØSNINGSFORSLAG
Bokmål UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF1040 Digital representasjon Eksamensdag : Fredag 5. desember 2008 Tid for eksamen : 09.00 12.00 Oppgavesettet er på
DetaljerInformasjonsteori Skrevet av Joakim von Brandis, 18.09.2003
Informasjonsteori Skrevet av Joakim von Brandis, 18.09.200 1 Bits og bytes Fundamentalt for informasjonsteori er at all informasjon (signaler, lyd, bilde, dokumenter, tekst, etc) kan representeres som
Detaljer1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at
Ekstranotat, 7 august 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser og brøker... Funksjoner...3 Tilvekstform (differensialregning)...4 Telleregelen...7 70-regelen...8
DetaljerKapittel 3: Litt om representasjon av tall
MAT1030 Diskret Matematikk Forelesning 3: Litt om representasjon av tall, logikk Roger Antonsen Institutt for informatikk, Universitetet i Oslo Kapittel 3: Litt om representasjon av tall 20. januar 2009
DetaljerSpøkelsesjakten. Introduksjon
1 Spøkelsesjakten All Code Clubs must be registered. Registered clubs appear on the map at codeclubworld.org - if your club is not on the map then visit jumpto.cc/ccwreg to register your club. Introduksjon
DetaljerKANDIDATEN MÅ SELV KONTROLLERE AT OPPGAVESETTET ER FULLSTENDIG
EKSAMENSOPPGAVE Fag: Lærer: IAD20003 Algoritmer og datastrukturer André Hauge Grupper: D2A Dato: 21.12.2004 Tid: 0900-1300 Antall oppgavesider: 5 med forside Antall vedleggssider: 0 Hjelpemidler: Alle
DetaljerPosisjonsystemet FRA A TIL Å
Posisjonsystemet FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innledning til posisjonsystemet P - 2 2 Grunnleggende om posisjonsystemet P - 2 3 Titallsystemet P - 3 4 Posisjonsystemet
DetaljerKOMPRESJON OG KODING
KOMPRESJON OG KODING Et kapittel fra boken Fritz Albregtsen & Gerhard Skagestein Digital representasjon av tekster, tall former, lyd, bilder og video 2. utgave Unipub 2007 - Med enkelte mindre endringer
DetaljerStraffespark Introduksjon Scratch Lærerveiledning
Straffespark Introduksjon Scratch Lærerveiledning Introduksjon Vi skal lage et enkelt fotballspill, hvor du skal prøve å score på så mange straffespark som mulig. Steg 1: Katten og fotballbanen Vi begynner
DetaljerINF2310 Digital bildebehandling
INF2310 Digital bildebehandling Forelesning 10 Kompresjon og koding I Ole Marius Hoel Rindal, foiler av Andreas Kleppe. Tre steg i kompresjon Redundanser Koding og entropi Shannon-Fano-koding Huffman-koding
DetaljerAnvendelser. Kompresjon. Noen begreper. INF 2310 Digital bildebehandling
Anvendelser IF 3 Digital ildeehandling Kompresjon og koding Del I Tre steg i kompresjon Redundanser Transformer Koding og entropi Shannon-Fano og Huffman GW: Kap. 8 unntatt 8..7, 8.., 8..6, 8.., 8.3 Kompresjon
DetaljerLøsningsskisser til arbeidsoppgaver i CAS.
Løsningsskisser til arbeidsoppgaver i CAS. Oppgave 1 En bonde har et 20 meter langt gjerde og skal sperre av et rektangulært område der en av sidene i rektangelet er en fjøsvegg. Finn maksimalt areal som
DetaljerAnvendelser. Noen begreper. Kompresjon. INF 2310 Digital bildebehandling
Anvendelser INF 30 Digital ildeehandling Kompresjon og koding Del I Tre steg i kompresjon Redundanser Transformer Koding og entropi Shannon-Fano og Huffman Kompendium: Frem t.o.m. 8.7. + Appendiks B Kompresjon
DetaljerGo with the. Niende forelesning. Mye matematikk i boka her ikke så komplisert, men mye å holde styr på.
Go with the Niende forelesning Mye matematikk i boka her ikke så komplisert, men mye å holde styr på. Fokuserer på de viktigste ideene i dagens forelesning, så det forhåpentligvis blir lettere å skjønne
DetaljerStudieretning: Allmenne, økonomiske og administrative fag
Eksamen Fag: AA6516 Matematikk 2MX Eksamensdato: 3. mai 2005 Vidaregåande kurs I / Videregående kurs I Studieretning: Allmenne, økonomiske og administrative fag Privatistar / Privatister Oppgåva ligg føre
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
DetaljerVann i rør Ford Fulkerson method
Vann i rør Ford Fulkerson method Problemet Forestill deg at du har et nettverk av rør som kan transportere vann, og hvor rørene møtes i sammensveisede knytepunkter. Vannet pumpes inn i nettverket ved hjelp
DetaljerRepetisjon: Kompresjon
Repetisjon: Kompresjon INF2310 Digital bildebehandling FORELESNING 11 KOMPRESJON OG KODING II Andreas Kleppe Differansetransform Løpelengdetransform LZW-transform JPEG-kompresjon Tapsfri prediktiv koding
DetaljerRepetisjon: Kompresjon
INF2310 Digital bildebehandling Ole Marius Hoel Rindal, foiler av Andreas Kleppe Differansetransform Løpelengdetransform LZW-transform JPEG-kompresjon Tapsfri prediktiv koding Kompendium: 18.4, 18.7.3
DetaljerINF2310 Digital bildebehandling
INF2310 Digital bildebehandling Forelesning 11 Kompresjon og koding II Andreas Kleppe Differansetransform Løpelengdetransform LZW-transform JPEG-kompresjon Tapsfri prediktiv koding Kompendium: 18.4, 18.7.3
DetaljerUniversitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG. Dato: 11. desember 2008 Varighet: 0900-1300. Antall sider inkl.
Universitetet i Agder Fakultet for teknologi og realfag LØSNINGSFORSLAG Emnekode: Emnenavn: DAT2 Grafisk Databehandling Dato:. desember 28 Varighet: 9 - Antall sider inkl. forside 7 OPPGAVE. (2%) a) b)
DetaljerRepetisjon: Kompresjon
Repetisjon: Kompresjon INF230 Digital bildebehandling Forelesning Kompresjon og koding II Ole Marius Hoel Rindal, foiler av Andreas Kleppe Differansetransform Løpelengdetransform LZW-transform JPEG-kompresjon
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF23 Digital bildebehandling Eksamensdag : Fredag 7. juni 29 Tid for eksamen : 9: 3: (4 timer) Løsningsskissen er på : 8 sider
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
DetaljerINF Algoritmer og datastrukturer
INF2220 - Algoritmer og datastrukturer HØSTEN 2017 Ingrid Chieh Yu Institutt for informatikk, Universitetet i Oslo Forelesning 4: Prioritetskø og Heap Ingrid Chieh Yu (Ifi, UiO) INF2220 H2017, forelesning
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Løsningsforslaget
DetaljerGeometri. Mål. for opplæringen er at eleven skal kunne
8 1 Geometri Mål for opplæringen er at eleven skal kunne bruke geometri i planet til å analysere og løse sammensatte teoretiske og praktiske problemer knyttet til lengder, vinkler og areal 1.1 Vinkelsummen
DetaljerMassegeometri. Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken.
Massegeometri Vi skal her se på noen begreper og utregninger som vi får stor bruk for videre i mekanikken. Tyngdepunktets plassering i ulike legemer og flater. Viktig for å kunne regne ut andre størrelser.
DetaljerLag et bilde av geometriske figurer, du også!
Lag et bilde av geometriske figurer, du også! 6 Geometri 1 MÅL I dette kapitlet skal du lære om firkanter trekanter sammensatte figurer sirkler KOPIERINGSORIGINALER 6.1 Tangram 6.4 Felles problemløsing
DetaljerLøsningsforslag julekalender, 8. - 10. trinn
Løsningsforslag julekalender, 8. - 10. trinn 1. desember SVAR: 96,5 s/runde En person gikk 10 000 m på skøyter i Vikingskipet på tiden timer 3 minutter og 3,9 sekunder. Hva blir gjennomsnitlig rundetid
DetaljerAlgoritmer og Datastrukturer
Eksamen i Algoritmer og Datastrukturer IAI 21899 Høgskolen i Østfold Avdeling for informatikk og automatisering Torsdag 3. november 2, kl. 9. - 14. Hjelpemidler: Alle trykte og skrevne hjelpemidler. Kalkulator.
Detaljerephorte - Søketips Innholdsfortegnelse
ephorte - Søketips Innholdsfortegnelse ephorte -... 1 Søketips... 1 Innholdsfortegnelse... 1 Søke etter saker/dokumenter... 2 Hurtigsøk... 2 Søk med flere kriterier... 2 Søkekriterier i tekstfelt... 2
DetaljerKvikkbilde 8 6. Mål. Gjennomføring. Planleggingsdokument Kvikkbilde 8 6
Kvikkbilde 8 6 Mål Generelt: Sammenligne og diskutere ulike måter å se et antall på. Utfordre elevene på å resonnere omkring tallenes struktur og egenskaper, samt egenskaper ved regneoperasjoner. Spesielt:
DetaljerPLASS og TID INF Fritz Albregtsen. Tema: komprimering av bilder ANVENDELSER METODER
PLASS og TID INF 60-30042002 Fritz Albregtsen Tema: komprimering av bilder Litteratur: Efford, DIP, kap 2 Digitale bilder tar stor plass Eksempler: a 52 52 8 bits 3 farger 63 0 6 bits b 24 36 mm fargefilm
DetaljerINF1040 Digital representasjon Oppsummering 2008 del II
INF040 Digital representasjon Oppsummering 2008 del II Fritz Albregtsen INF040-Oppsum-FA- Lydintensitet Vi kan høre lyder over et stort omfang av intensiteter: fra høreterskelen, I 0 = 0-2 W/m 2,tilSmerteterskelen,0
DetaljerTallinjen FRA A TIL Å
Tallinjen FRA A TIL Å VEILEDER FOR FORELDRE MED BARN I 5. 7. KLASSE EMNER Side 1 Innledning til tallinjen T - 2 2 Grunnleggende om tallinjen T - 2 3 Hvordan vi kan bruke en tallinje T - 4 3.1 Tallinjen
DetaljerINF 1040 Digital video digital bildeanalyse. Noen begreper. Kompresjon. Kompresjon. Dekompresjonsalgoritme. Kompresjonsalgoritme
INF 4 Digital video digital ildeanalyse Tema i dag :. Hvor mye informasjon inneholder en melding?. Redundans 3. Differanse- og løpelengdetransformer 4. Gray kode 5. Entropi 6. Shannon-Fano og Huffman koding
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF230 Digital bildebehandling Eksamensdag : Onsdag 6. juni 202 Tid for eksamen : 09:00 3:00 Oppgavesettet er på : 6 sider Vedlegg
DetaljerHeuristiske søkemetoder III
Heuristiske søkemetoder III Lars Aurdal Intervensjonssenteret Lars.Aurdal@labmed.uio.no 14. september 2003 Plan Eksempel: Bildebehandling, segmentering: Hva er segmentering? Klassisk metode, terskling.
Detaljerinfotorg Enkel brukermanual
infotorg Enkel brukermanual Innhold Innledning... 3 Logg inn... 3 Feilmelding... 3 Sperret bruker / Glemt passord... 4 Bytt passord... 5 Innstillinger og oppstartsregister... 5 Søk og Svar... 6 Velg tjeneste/register...
DetaljerInnhold. Virtuelt minne. Paging i mer detalj. Felles rammeverk for hukommelseshierarki. 02.04.2001 Hukommelseshierarki-2 1
Innhold Virtuelt minne Paging i mer detalj Felles rammeverk for hukommelseshierarki 02.04.200 Hukommelseshierarki-2 Virtuelt minne Lagringskapasiteten i RAM må deles mellom flere ulike prosesser: ûoperativsystemet
DetaljerBrukerhåndbok. Programområde
Brukerhåndbok Programområde INNHOLD Slik leser du denne håndboken... 2 Symboler som brukes i håndbøkene...2 Ansvarsfraskrivelse... 3 Merknader... 3 Dette kan du gjøre på programområdet... 4 Før du åpner
DetaljerTelle i kor steg på 120 frå 120
Telle i kor steg på 120 frå 120 Erfaringer fra utprøving Erfaringene som er beskrevet i det følgende er gjort med lærere og elever som gjennomfører denne typen aktivitet for første gang. Det var fire erfarne
DetaljerAsteroids. Oversikt over prosjektet. Steg 1: Enda et flyvende romskip. Plan. Sjekkliste. Introduksjon
Asteroids Ekspert Scratch Introduksjon På slutten av 1970-tallet ga Atari ut to spill hvor man skulle kontrollere et romskip. Det første var Lunar Lander, men dette ble utkonkurrert av Asteroids som Atari
DetaljerTDT4102 Prosedyre og Objektorientert programmering Vår 2014
Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap TDT4102 Prosedyre og Objektorientert programmering Vår 2014 Øving 10 Frist: 2014-04-11 Mål for denne øvinga:
DetaljerOppsummering om hva som kreves ved bruk av digitale verktøy
1 Oppsummering om hva som kreves ved bruk av digitale verktøy Graftegner Det skal gå klart fram av den grafiske framstillingen hvilken skala og hvilken enhet som er brukt, på hver av aksene. Det er en
DetaljerINF 1040 høsten 2009: Oppgavesett 12 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 16 og 17) 13. Lagring av video på DVD
INF 040 høsten 2009: Oppgavesett 2 Digital video og digital bildeanalyse (løsningsforslag) (kapittel 6 og 7) 3. Lagring av video på DVD a) Med en bitrate på 250 Mbit/s, hvor lang tidssekvens av en digital
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)
DetaljerKryptering Kongruensregning Kongruensregning i kryptering Litteratur. Hemmelige koder. Kristian Ranestad. 9. Mars 2006
i kryptering 9. Mars 2006 i kryptering i kryptering i kryptering En hemmelig melding Kari sender til Ole den hemmelige meldingen: J MPWF V siden responsen er litt treg prøver hun påny med: U EVOL I Nå
DetaljerEnkel matematikk for økonomer 1. Innhold. Parenteser, brøk og potenser. Ekstranotat, februar 2015
Ekstranotat, februar 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser, brøk og potenser... Funksjoner...4 Tilvekstform (differensialregning)...5 Nyttige tilnærminger...8
DetaljerMultiplikation och division av bråk
Geir Martinussen & Bjørn Smestad Multiplikation och division av bråk Räkneoperationer med bråk kan visualiseras för att ge stöd åt resonemang som annars kan upplevas som abstrakta. I denna artikel visar
DetaljerOlaf Christensen 27.09.2010. Digitale Bilder
Olaf Christensen Digitale Bilder 27.09.2010 1) Vi har to måter å fremstille grafikk på. Den ene er ved hjelp av rastergrafikk (bildepunkter). Den andre er ved hjelp av vektorgrafikk (koordinater). Disse
Detaljerwww.skoletorget.no Tall og algebra Matematikk Side 1 av 6
Side 1 av 6 Hva = en ligning? Sist oppdatert: 15. november 2003 I dette kapittelet skal vi se på noen grunnregler for løsning av ligninger med én ukjent. Det viser seg at balanse er et helt sentralt prinsipp
DetaljerHjemmearbeid matematikk eksamensklassen Ark 23 Leveres mandag 27. januar 2014 3 (10 (-4) 9 + 1) = 3 (10 + 36 + 1) = 3 47 = -44
Hjemmearbeid matematikk eksamensklassen Ark 23 Leveres mandag 27. januar 2014 Løsningsforslag Oppgave 1. Regn ut. a) 8 + 3 (2 6) + 16 : 2 = 8 + 3 (-4) + 8 = 8 12 + 8 = 4 b) + - = 4 + 5 10 = -1 c) 5 + 5
DetaljerGruppearbeid. Digitalt verktøy på utdanning.no samarbeidsavtaler
Gruppearbeid Digitalt verktøy på utdanning.no samarbeidsavtaler I dette gruppearbeidet skal vi jobbe med den lukkede delen av det digitale verktøyet: registrering av samarbeidsavtaler innen prosjekt til
DetaljerKompresjon. Noen begreper. Plass og tid. Kompresjon. Digitale data kan ta stor plass. Eksemper : Overføring av data tar tid: Dekompresjonsalgoritme
Kompresjon Noen egreper Kompresjonsalgoritme Dekompresjonsalgoritme Litteratur : Cyganski kap. 7 Compressing Information kap. 8 Image Compression kap. 9 Digital Video Data Kompresjon Lagring eller oversending
Detaljer