Viktige Fourier-transform par. Konvolusjons-teoremet. 2-D Diskret Fourier-Transform (DFT) INF 2310 Digital bildebehandling
|
|
- Ivar Erlandsen
- 7 år siden
- Visninger:
Transkript
1 - iskret Fourier-Transform FT INF 3 igital bildebehandling FILTRERING I FREKVENS-OMÈNET II Konolusjons-teoremet Lapass- øypass- og Båndpass-filter esign a filtre i frekens-doménet Rask implementasjon a konolusjons-filtre GW: ikke efinisjon: F jθ MN ette kan også skries: F MN cosθ + j sinθ Iners transform: f x y e M N x y f x y M N x y f x y e jπ ux / M + y / N [ cosπ ux / M + y / N j sin π ux / M + y / N ] M N u F e jπ ux / M + y / N F9.3.9 INF 3 F9.3.9 INF 3 Viktige Fourier-transform par Sin Cos Firkant Gauss Impuls Konolusjons-teoremet f x y h x y F Konolusjon i bilde-doménet Multiplikasjon i frekens-doménet Ff*h F f x y h x y F Multiplikasjon i bilde doménet Konolusjon i frekens-doménet Ff h F* Tilsarende for korrelasjon men her brukes kompleks konjugert Ff h F * Ff * h F F9.3.9 INF 3 3 F9.3.9 INF 3 4
2 Bruk a konolusjons-teoremet - I Filtrering i frekens-doménet Alle konolusjons-filtre kan implementeres enten i bilde-doménet eller i frekens-doménet. ette åpner to nye opsjoner for filtrering:. Utfør filtrering raskt i frekens-doménet for filtre med store filtermasker. esign a filtre i frekens-doménet: A: Lapass B: øypass C: Båndpass/båndstopp : Notch filtre F9.3.9 INF 3 5 gxy fxy * hxy G F F9.3.9 INF 3 6 Filtrering i frekens-doménet. Multipliser bildet med - x+y for å sentrere transformen.. Beregn F ed hjelp a FT 3. Multipliser F med et filter 4. Beregn iners FT a resultatet fra 3 5. Finn real-delen fra Multipliser resultatet med - x+y Noen detaljer er Fourier-transformen a et romlig filter. ette kalles en filter transfer function. Finnes ed FT a et romlig filter hxy esignes direkte i frekens-doménet. Enkle filtertyper som lapass øypass Båndpass båndstopp designes naturlig i frekens-doménet. F9.3.9 INF 3 7 F9.3.9 INF 3 8
3 Opsjon : -design filtret i bilde-doménet filtrér i frekens-doménet Vi har en filter-maske hxy i bilde-doménet Men i il utføre filtreringen i frekens-doménet:. Beregn FT a bildet multiplisert med - x+y.. I bilde-domenet: plasser filter-koeffisientene sentrert i en tom matrise a størrelse MN ed å: Lage en matrise hxy a størrelse MN med bare nuller. Sett inn filter-koeffisientene i h sentrert ed M/N/. 3. Beregn ed FT a filteret hxy. 4. Multipliser element for element i frekens-doménet. 5. Transformér tilbake med iners FT IFT og multipliser med - x+y. Merk at filtret og bildet må ha samme størrelse. Merk at de er begge sentrert. Matlab-algoritme for FT filtrering. Finn padding-parametre for bildet: PQ paddedsizesizef;. Finn Fourier-transformen med padding: F fftf PQ PQ; 3. Generer en filter-funksjon a størrelse PQxPQ. Enten ed FT a en konolusjons-kjerne. Eller ed design i frekens-doménet. is F er sentrert så må også sentreres. bruk fftshift; his nødendig 4. Multipliser: G.*F; 5. Finn real-delen a den inerse FFT a G: g realifftg; 6. Crop tilbake til original størrelse: g g:sizef :sizef; F9.3.9 INF 3 9 F9.3.9 INF 3 Eksempel: Middelerdi-filter Template matching med FFT IFT * x fftshiftf IFT IFT Problem: u har en template hxy a et objekt fra et bilde. Ønsker å finne forekomster a objektet i et annet bilde fxy. Løsning: Korreler templat og bilde ed g h f øye erdier i g sarer til mulig match med template. Korreler i frekens-domenet his templaten er stor! Max sarer til i templaten. F9.3.9 INF 3 F9.3.9 INF 3
4 Når er filtrering raskere i frekens-doménet? fxy har dimensjon N N filter-kjernen M M. Fordeler ed filtrering i frekens-doménet Beregning med Fast Fourier Transform er ON log N N antall punkter. Konolusjon i bilde-doménet er OMN MN antall punkter i hert bilde. en eksakte filterstørrelsen der filtrering er raskere i frekens-doménet ahenger a implementasjonen. En sammenligning i - Brigham iste at frekensfiltrering ar raskere når filtret hadde 3 koeffisienter. Vurder filtrering i frekens-doménet for filtre større enn 9x9 his hastighet er et esentlig tema. Konolusjon i frekens-doménet raskere for store filtre M>9x9 F9.3.9 INF 3 3 F9.3.9 INF 3 4 Bruk a konolusjons-teoremet -II Alle konolusjons-filtre kan implementeres enten i bilde-doménet eller i frekens-doménet. ette åpner to nye opsjoner for filtrering:. Utfør filtrering raskt i frekens-doménet for filtre med store filtermasker. esign a filtre i frekens-doménet: A: Lapass B: øypass C: Båndpass/båndstopp : Notch filtre F9.3.9 INF 3 5 Opsjon : Filterdesign i frekens-doménet A: Lapass-filtre Bare lae frekenser < kalt cut-off frekens beholdes Enkelt også kalt ideelt lapass filter: > Astanden fra et punkt til origo M/N/ er gitt ed [ u M / + / ] / N ette filtret har noen uønskede effekter som gjør at i normalt ikke bruker det.. F9.3.9 INF 3 6
5 Et ideelt lapass-filter Parameteren For et NxN bilde er relatert til N/ Nyquist-frekensen: N/ Alternatit kan i reskalere til r / N/ r :. Velg r r. Finn N r 3. Sett inn i ligningene for F9.3.9 INF 3 7 F9.3.9 INF 3 8 Filteret i bilde-doménet Eksempel ideelt lapass IFT hxy Original r. r.3 Bilde-filteret blir en trunkert sinc-funksjon ette filteret il gi ringing rundt punkter kanter og linjer. Ringing er lett synlig i de to bildene til høyre. F9.3.9 INF 3 9 F9.3.9 INF 3
6 a skyldes ringingen? To ideelle lapass-filtre Et ideelt lapass-filter transformert til bilde-doménet Merk at filterprofilen har negatie erdier. Firkant-filter i bilde-doménet: hx u f*h Filtret ligner på et Mexican-hat filter Laplace-of-Gaussian. fft a for ideell lapass - profil for ideell lapass Radius og antall sirkler er omendt proporsjonal med cutoff -frequensen. La cutoff gir stor ringradius i bilde-doménet. Ideelt lapass-filter i frekens-doménet: hx u f*h Konolusjon m/ trappe-kant Konolusjon m/ trappe-kant F9.3.9 INF 3 F9.3.9 INF 3 Ringing og impuls-respons Fourier-spektra og power hxy i bilde-doménet kalles filterets impuls-respons i signalbehandling is i anender filtetet på en - impuls il responsen ære eksakt lik filter-koeffisientene. ette gjelder for alle filtrene i diskuterer her. f h f h Power-spektret er gitt ed P F R + I Totalt power i bildet er PT M N u P M N u F is filtret er sentrert il en sirkel med radius r omslutte α prosent a massen under bildefunksjonen: α P / PT u der i summerer oer erdier a innenfor eller på sirkelen. ette gir en alternati måte å elge cutoff -frekens: slik at x % power blir beart. F9.3.9 INF 3 3 F9.3.9 INF 3 4
7 Radius og 46 Tilsarende lapass-filtrerte bilder Original 3 6 F9.3.9 INF 3 5 F9.3.9 INF 3 6 Butterworth lapass-filter Butterworth lapass-filtre a flere ordener + / efinisjon: er astanden fra til er cutoff -frekensen n er filtrets orden [ ] n beskrier det punktet der.5 La filter-orden n liten: atar langsomt: lite ringing øy filter-orden n stor: atar raskt: mer ringing Fordeler: Reduserer ringing sel om cutoff -frekens er klart definert Kompromiss mellom ringing og skarphet i cutoff. F9.3.9 INF 3 7 F9.3.9 INF 3 8
8 Romlig representasjon a BLPF ILPF mot BLPF n samme cutoff F9.3.9 INF 3 9 F9.3.9 INF 3 3 ILPF r. Butterworth lapass-filtreringer Gaussisk lapass-filter frekens e / σ n4 n6 BLPF r. n F9.3.9 INF 3 3 F9.3.9 INF 3 3
9 Gaussisk lapass-filter bilde ILPF BLPFn GLPF; samme cutoff Man kan ise at iners Fourier-transform a en Gauss-funksjon også er en Gauss-funksjon. u Ae u / σ h x πσae πσ x Merk relasjonen mellom standard-aikene i de to doménene: is u er bred σ er stor så er hx smal is u er smal så er hx bred Et Gaussisk filter forårsaker ingen ringing i bildet. F9.3.9 INF 3 33 F9.3.9 INF 3 34 ilket lapass-filter skal du elge? Opsjon : Filterdesign i frekens-doménet B: øypass-filter Ideelt høypass-filter: hp >. eller hp lp Gauss-filtre sikrer deg mot ringing. ette kan ære ekstremt iktig i noen applikasjoner! Ønsker du bedre kontroll med oergangen mellom lae og høye frekenser: bruk Butterworth. øyere orden il gi ringing. Ideelt lapass brukes nesten ikke! Butterworth høypass-filter: hpb + Gaussisk høypass-filter: hpg e [ / ] n / F9.3.9 INF 3 35 F9.3.9 INF 3 36
10 Ideelt Butterworth og Gaussisk høypass-filtre Eksempel ideelt høypass F9.3.9 INF 3 37 F9.3.9 INF 3 38 Eksempel Butterworth høypass Eksempel Gaussisk høypass F9.3.9 INF 3 39 F9.3.9 INF 3 4
11 F9.3.9 INF 3 4 ordan filtrerer i bort en sinusoid? F9.3.9 INF 3 4 Opsjon : Filterdesign i frekens-doménet C: Båndpass og båndstopp filtre Båndpass filter: bearer kun energien i et gitt frekens-bånd < low high > eller < -W/ + W/> W er bredden på båndet er senter-frekensen radielt. Båndstopp filter: fjerner all energi i et gitt frekens-bånd < low high > F9.3.9 INF 3 43 Båndstopp-filtre Ideelt Butterworth Gaussisk + > + < if - if if W u W u W W u u bs n bs u W u u + B W u u bsg e u F9.3.9 INF 3 44 Plot a båndstopp-filtre
12 Eksempel på båndstopp-filtrering Båndpass-filtre efinert ed bp bs Original Resultat a båndpass-filtrering F9.3.9 INF 3 45 F9.3.9 INF 3 46 Eksempel: diskrete frekenser skal filtreres ordan kan i filtrere bort bare de uønskede toppene i spektret? Opsjon : Filterdesign i frekens-doménet : Notch -stop filtre Stopper frekenser i et definert naboskap omkring en senter-frekens. Notch hakk innsnitt. Eksempel: periodisk støy som ises som topper eller linjer i spektret. Scanlinje-støy rastreringsstøy mosaikk-støy interferens... Filteret må ære symmetrisk om origo. Et ideelt notch -stop filter med radius og sentra u -u - : n his ellers / [ u M / u + N / ] [ u M / + u + N / + ] / eller F9.3.9 INF 3 47 F9.3.9 INF 3 48
13 Butterworth og Gauss notch -stop filtre Utidet notch -filter Butterworth a orden n: Gauss: ng + e is u blir dette høypass-filtre. Notch -pass filter: u n np ns En skanner har gitt horisontale striper i bildet. or i spektret ser i dette? ette ligner wraparound error. Stripene kan ikke fjernes på samme måte! ordan kan stripene fjernes? Lag en binær notch i frekens-domenet. Glatt ut filtret ed konolusjon i frekens-domenet. Multipliser med original-spektret. Iners Fourier-transform gir et restaurert bilde. Originalbilde fxy Notch filter Spektrum a F Restaurert bilde gxy F9.3.9 INF 3 49 F9.3.9 INF 3 5 Oppsummering Fourier amplitude-spektret er nyttig for å se hilke frekenser som finnes i bildet. usk hordan i isualiserer spektret og hordan typiske spektra ser ut. Alle konolusjons-filtre kan implementeres i Fourierdoménet se konolusjons-teoremet. Rask implementasjon a store romlige konolusjonskjerner er mulig i frekens-doménet. Filtre kan designes i Fourier-doménet: Lapass høypass båndpass/båndstopp notch. Butterworth eller Gauss-filtre bør brukes ikke ideelle filtre pga. ringing. F9.3.9 INF 3 5 En liten test... Fourier-transformen a en firkant-profil er en sinc-funksjon. Q: a er Fourier-transformen a en trekant-profil? int nr : ordan kan du produsere en trekant-profil? int nr : usk konolusjons-teoremet : Ff*h F F9.3.9 INF 3 5
Viktige Fourier-transform par. Konvolusjons-teoremet. 2-D Diskret Fourier-Transform (DFT) INF 2310 Digital bildebehandling
- iskret Forier-Transform FT INF 3 igital bildebehandling FILTRERING I FREKVENS-OMÈNET II Konolsjons-teoremet Lapass- øypass- og Båndpass-filter esign a filtre i frekens-doménet Rask implementasjon a konolsjons-filtre
DetaljerEksempel: Ideelt lavpassfilter
Filterdesign i frekvensdomenet Lavpassfiltre Romlig representasjon av ideelt lavpassfilter Slipper bare gjennom lave frekvenser (mindre enn en grense D 0 som kalles filterets cut-off-frekvens) I signalbehandling
DetaljerBasisbilder - cosinus. Alternativ basis. Repetisjon Basis-bilder. INF april 2010 Fouriertransform del II. cos( )
INF 30 0. april 00 Fouriertransform del II Kjapp repetisjon Bruk av vinduer Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Eksempel: 3 5 4 5 3 4 3 6 Repetisjon Basis-bilder Sort er 0, hvit
DetaljerBasisbilder - cosinus v Bildene
Repetisjon Basis-bilder 737 Midlertidig versjon! INF 3 9 mars 7 Diskret Fouriertransform del II Ortogonal basis for alle 4x4 gråtonebilder Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet
DetaljerIntroduksjon. «Diskret» sinus/cosinus i 1D. Funksjonen sin(θ) INF april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4
Introduksjon INF 2310 13. april 2010 Fourier -- En annen vinkling på stoffet i kapittel 4 Fourier: Vi kan uttrykke ethvert bilde som en vektet sum av sinus- og cosinus-signaler med ulik frekvens og orientering
DetaljerINF mars 2017 Diskret Fouriertransform del II
INF230 29. mars 207 Diskret Fouriertransform del II Kjapp repetisjon Konvolusjonsteoremet Filtre og filtrering i frekvensdomenet Bruk av vinduer 207.03.29 INF230 / 40 Repetisjon Basis-bilder Sort er 0,
DetaljerFiltrering i Frekvensdomenet II
Filtrering i Frekvensdomenet II Lars Vidar Magnusson March 7, 2017 Delkapittel 4.8 Image Smoothing Using Frequency Domain Filters Delkapittel 4.9 Image Sharpening Using Frequency Domain Filters Low-Pass
Detaljer( x+ π 2) Bakgrunn: Sinus og cosinus. Bakgrunn: Samplet sinus i 1D. Bakgrunn: Samplet sinus i 2D. Bakgrunn: Sinus i 2D. sin( x)=cos.
Bakgrunn: Samplet sinus i 1D Bakgrunn: Sinus og cosinus En generell samplet sinusfunksjon kan skrives som: y(t) = A sin(2πut/n + φ) t : tid; 0, 1,..., N-1 A : amplitude u : antall hele perioder* N : antall
DetaljerFiltrering i Frekvensdomenet III
Filtrering i Frekvensdomenet III Lars Vidar Magnusson March 13, 2017 Delkapittel 4.9.5 Unsharp Masking, Highboost Filtering, and High-Frequency-Emphasis Filtering Delkapittel 4.10 Unsharp Masking og Highboost
DetaljerINF2310 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II. Andreas Kleppe
INF230 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II Andreas Kleppe Kort repetisjon av forrige mandagsforelesning Konvolusjonsteoremet og bruk av dette: Design av konvolusjonsfiltre med bestemte
DetaljerRepetisjon: Standardbasis
INF230 Digital bildebehandling FORELESNING 9 FOURIER-TRANFORM II Ole Marius Hoel Rindal, foiler av Andreas Kleppe Kort repetisjon av forrige mandagsforelesning Konvolusjonsteoremet og bruk av dette: Design
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)]
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
DetaljerINF mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4
INF 2310 22. mars 2017 Fourier I -- En litt annen vinkling på stoffet i kapittel 4 I dag: Sinus-funksjoner i 1D og 2D 2D diskret Fouriertransform (DFT) Mandag 27. mars: Supplementsforelesning holdt av
Detaljersin(2 ui/n) starter på 0 og repeteres u ganger per N samples. cos(2 ui/n) starter på 1 og repeteres u ganger per N samples
0700 Foreløbig versjon! INF 0 mars 07 Fourier I -- En litt annen vinkling på stoffet i kapittel I dag: Sinus-funksjoner i D og D D diskret Fouriertransform (DFT) Introduksjon I/II Et gråtonebilde Typisk
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: INF-Digital bildebehandling Eksamensdag: Tirsdag. mars 5 Tid for eksamen: 5:-9: Løsningsforslaget er på: sider Vedlegg: Ingen
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
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 11. juni 27 Tid for eksamen: 14.3 17.3 Oppgavesettet er på 5 sider. Vedlegg: INF 347 / INF 447 Digital Signalbehandling
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
DetaljerFourier-Transformasjoner IV
Fourier-Transformasjoner IV Lars Vidar Magnusson March 1, 2017 Delkapittel 4.6 Some Properties of the 2-D Discrete Fourier Transform Forholdet Mellom Spatial- og Frekvens-Intervallene Et digitalt bilde
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
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
DetaljerRepetisjon: LTI-systemer
Forelesning, 11. mars 4 Tilhørende pensum er 6.1-6.4 i læreboken. repetisjon av FIR-filtre frekvensresponsen til et FIR-filter beregne utgangen fra FIR-filtret ved hjelp av frekvensresponsen steady-state
DetaljerBildetransformer Lars Aurdal
Bildetransformer Lars Aurdal FORSVARETS FORSKNINGSINSTITUTT Lars Aurdal. Forsvarets forskningsinstitutt (FFI), Kjeller. 5 ansatte. Ca. 3 forskere og ingeniører. Tverrfaglig institutt med vekt på arbeide
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: 29. mars 2007 Tid for eksamen: 09.00 2.00 Oppgavesettet er på 5 sider. Vedlegg: INF 3470 / INF 4470 Digital Signalbehandling
DetaljerFrevensanalyse av signaler (del 2) og filtrering av bilder
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33505 Bildebehandling og mønstergjenkjenning Laboppgave nr 3 Frevensanalyse av signaler (del 2) og filtrering av bilder Sarpsborg 28.01.2005
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
DetaljerDagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling
Dagens mål Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 IF2310 - Digital bildebehandling Ole Marius Hoel Rindal, slides av Andreas Kleppe Dagens mål Forstå
DetaljerForelesening INF / Spektre - Fourier analyse
Forelesening INF 24 27/ - 25 Spektre - Fourier analyse Spektre - Fourier analyse og syntese Tosidig spektrum Beat notes Amplitudemodulasjon Periodiske og ikke-periodiske signaler Fourier rekker - analyse
DetaljerPARAMETERFRAMSTILLING FOR EN KULEFLATE
1 PARAMETERFRAMSTILLING FOR EN KULEFLATE Vi har tidligere sett hordan i kan lage en parameterframstilling for et plan ed å uttrykke koordinatene ed to parametere, f. eks s og t. Fra 1.2 et i at x = x0
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:
DetaljerTMA Matlab Oppgavesett 2
TMA4123 - Matlab Oppgavesett 2 18.02.2013 1 Fast Fourier Transform En matematisk observasjon er at data er tall, og ofte opptrer med en implisitt rekkefølge, enten i rom eller tid. Da er det naturlig å
DetaljerIntroduksjon/motivasjon I. FOURIER-TRANSFORM I Ole Marius Hoel Rindal, foiler av Andreas Kleppe. Introduksjon/motivasjon II. Bakgrunn: Frekvens
Introduksjon/motivasjon I INF2310 Digital bildebehandling FORELESNING 8 FOURIER-TRANSFORM I Ole Marius Hoel Rindal, foiler av Andreas Kleppe I dag: Grunnlaget Grunnlaget og intuisjonen i Fourier-analyse
DetaljerTransformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019
Transformanalyse Jan Egil Kirkebø Universitetet i Oslo janki@ifi.uio.no 17./23. september 2019 Jan Egil Kirkebø (Inst. for Inf.) IN3190/IN4190 17./23. september 2019 1 / 22 Egenfunksjoner til LTI-systemer
DetaljerDagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.
Dagens temaer Time : Diskret Fourier Transform, del Andreas Austeng@ifi.uio.no, INF37 Institutt for informatikk, Universitetet i Oslo Spektral glatting pga endelig lengde data Bruk av en Frekvensestimering
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Fredag 29. mars 2019 Tid for eksamen : 14:30 18:30 (4 timer) Oppgavesettet er
Detaljer303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)
303d Signalmodellering: Gated sinus... 1 610 Operasjonsforsterkere H2013-3... 1 805 Sallen and Key LP til Båndpass filter... 2 904 Z-transformasjon av en forsinket firkant puls.... 4 913 Chebyshev filter...
Detaljer01 Laplace og Z-transformasjon av en forsinket firkant puls.
Innholdsfortegnelse 0 Laplace og Z-transformasjon av en forsinket firkant puls.... 0 Sampling og filtrering og derivering av en trekant strømpuls... 03_Digitalt Chebyshev filter... 3 04 Digitalisering
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger, 6. august 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 5.1 Implementering av IIR filter....................
DetaljerLokale operasjoner. Omgivelser/naboskap/vindu. Bruksområder - filtrering. INF 2310 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I
Lokale operasjoner INF 30 Digital bildebehandling FORELESNING 6 FILTRERING I BILDE-DOMÈNET I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Kant-bevarende filtre Ikke-lineære filtre
DetaljerInstitutt for matematiske fag EKSAMEN i MA-132 Geometri Fredag 7. desember 2007 kl Løsningsforslag. Bokmål
Institutt for matematiske fag EKSAMEN i MA-3 Geometri Fredag 7. desember 007 kl. 9.00-4.00 Løsningsforslag. Bokmål Oppgae Gitt et linjestykke. La a ære lengden a dette linjestykket. (Alternatit: Tegn ditt
DetaljerSTE6146 Signalbehandling .RQWLQXHUOLJH ILOWUH
TE6146 ignalbehandling.rqwlqxhuoljh ILOWUH,QWURGXNVMRQ Ved enkelte metoder for design av digitale filtre, baserer en seg på tilgjengeligheten av metoder for design av analoge (kontinuerlige) filtre. Må
Detaljerf(t) F( ) f(t) F( ) f(t) F( )
NORGES TEKNISK-NATURVITENSKAPELIGE UNIVERSITET INSTITUTT FOR PETROLEUMSTEKNOLOGI OG ANVENDT GEOFYSIKK Oppgave SIG4045 Geofysisk Signalanalyse Lsningsforslag ving 3 a) ' xy (t) = x()y(t + )d : La oss, for
DetaljerSampling ved Nyquist-raten
Samplingsteoremet Oppgavegjennomgang, 7.mai Oversikt Presisering av samplingsteoremet Løse utsendt oppgave om sampling Løse oppgave, V Løse oppgave 3, V If a function f (t contains no frequencies higher
DetaljerFysikkolympiaden 1. runde 24. oktober 4. november 2016
Norsk Fysikklærerforening i samarbeid med Skolelaboratoriet Uniersitetet i Oslo Fysikkolympiaden 1. runde 4. oktober 4. noember 016 Hjelpemidler: Tabell og formelsamlinger i fysikk og matematikk Lommeregner
DetaljerUNIVERSITETET I OSLO
Løsningsforslag UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i : INF2310 Digital bildebehandling Eksamensdag : Tirsdag 25. mars 2014 Tid for eksamen : 15:00 19:00 Løsningsforslaget
DetaljerTFE4120 Elektromagnetisme
NTNU IET, IME-fakultetet, Norge teknisk-naturitenskapelige uniersitet TFE412 Elektromagnetisme Løsningsforslag repetisjonsøing Oppgae 1 a) i) Her er alternati 1) riktig. His massetettheten er F, il et
DetaljerEksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen
Frekvensene i DFT Forelesning 3. mai 4 Pensum i boken: fra 3-5.3 til 3-8.4, samt 3-9. Delkapitlene 3-8.5, 3-8.6 og 3-8.7 er nyttig selvstudium. Oversikt Spektralanalyse av signaler med endelig lengde Spektralanalyse
DetaljerUke 6: Analyse i frekvensdomenet
Uke 6: Analyse i frekvensdomenet Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/39 Dagens temaer Fra forrige gang Frekvensrespons funksjonen Fourier rekker og
DetaljerForelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006
INF2400 Februar 2006 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: mai 2002 IN 155 Digital Signalbehandling Tid for eksamen: 6. mai 9.00 21. mai 12.00 Oppgavesettet er på 5 sider.
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013 2/47 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/47 Tema
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
DetaljerRepetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.
Oversikt, 6.februar Tilhørende pensum i boken er. -.. Repetisjon regning med aliasing og folding rekonstruksjon ved substitusjon FIR-filtre glidende middel et generelt FIR-filter enhetsimpulsresponsen
Detaljer3UDNWLVN DQYHQGHOVH DY ')7
TE6146 ignalbehandling 3UDNWLVN DQYHQGHOVH DY ')7,QWURGXNVMRQ Kjenner DFT og FFT for effektiv numerisk beregning av DFT. Finnes ferdige funksjoner for FFT- algoritmer implementert i C/C og andre programmeringsspråk.
DetaljerTMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2
TMA4123 - Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2 07.03.2013 I dette oppgavesettet skal vi se på ulike måter fouriertransformasjonen anvendes i praksis. Fokus er på støyfjerning i signaler. I tillegg
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
DetaljerForelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005
INF2400 Februar 2005 INF2400 Innhold Delkapitlene 4.4-4.6 fra læreboken, 4.3 er til selvstudium. Repetisjon om sampling og aliasing Diskret-til-kontinuerlig omforming Interpolasjon med pulser Oversamling
DetaljerFiltrering i bildedomenet. Middelverdifilter (lavpass) Lavpassfiltre. INF2310 Digital bildebehandling FORELESNING 15 REPETISJON
Filtrering i bildedomenet INF3 Digital bildebehandling FORELESNING 5 REPETISJON Andreas Kleppe Filtrering i bildedomenet D diskret Fourier-transform (D DFT) Kompresjon og koding Morfologiske operasjoner
DetaljerDagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen
Dagens temaer Time 6: Analyse i frekvensdomenet Andreas Austeng@ifi.uio.no, INF3470 Institutt for informatikk, Universitetet i Oslo Oktober 2009 Fra forrige gang Frekvensrespons funksjonen Fourier rekker
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: 11. desember 006 Tid for eksamen: 15.30 18.30 Oppgavesettet er på 7 sider. Vedlegg:
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 : Tirsdag 4. juni 2013 Tid for eksamen : 09:00 13:00 Oppgavesettet er på : 7 sider
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 :
DetaljerFlater, kanter og linjer INF Fritz Albregtsen
Flater, kanter og linjer INF 160-11.03.2003 Fritz Albregtsen Tema: Naboskaps-operasjoner Del 3: - Canny s kant-detektor - Rang-filtrering - Hybride filtre - Adaptive filtre Litteratur: Efford, DIP, kap.
DetaljerUke 12: FIR-filter design
Uke 12: FIR-filter design Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2011 2/48 Dagens temaer Repetisjon Design av digitale filtre Design av FIR filtre 3/48 Notasjon
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerSEGMENTERING IN 106, V-2001 BILDE-SEGMENTERING DEL I 26/ Fritz Albregtsen SEGMENTERING SEGMENTERING
SEGMENTERING IN 106, V-2001 Segmentering er en prosess som deler opp bildet i meningsfulle regioner. I det enkleste tilfelle har vi bare to typer regioner BILDE-SEGMENTERING DEL I Forgrunn Bakgrunn Problemet
DetaljerForelesning nr.12 INF 1411 Elektroniske systemer. Opamp-kretser Oscillatorer og aktive filtre
Forelesning nr.12 INF 1411 Elektroniske systemer Opamp-kretser Oscillatorer og aktie filtre Dagens temaer Komparatorer, addisjon- og subtraksjonskretser Integrasjon og deriasjon med opamp-kretser Oscillator
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
DetaljerINF2310 Digital bildebehandling
INF230 Digital bildebehandling Forelesning 5 Repetisjon Andreas Kleppe Filtrering i bildedomenet 2D diskret Fourier-transform (2D DFT) Kompresjon og koding Morfologiske operasjoner på binære bilder F5
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 7.mai 24 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: Faglærer(e):
DetaljerINF2310 Digital bildebehandling
INF230 Digital bildebehandling Forelesning 6 Filtrering i bildedomenet I Fritz Albregtsen Naboskaps-operasjoner Konvolusjon og korrelasjon Lavpassfiltrering og kant-bevaring G&W: 2.6.2, 3., 3.4-3.5, deler
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag:. desember 5 Tid for eksamen: 9. 3. Oppgavesettet er på 7 sider. Vedlegg: Ingen
DetaljerObligatorisk oppgave 1
INSTITUTT FOR INFORMATIKK, UNIVERSITETET I OSLO Obligatorisk oppgave 1 INF2310, vår 2017 Dette oppgavesettet er på 9 sider, og består av 2 bildebehandlingsoppgaver. Besvarelsen av denne og neste obligatoriske
DetaljerOppgave 3c Konvolusjonsteoremet: f Λ g, F G og f g, F Λ G F rste del sier at konvolusjon i det romlige domenet (f Λ g) er det samme som pixelvis multi
Oppgave 3a 1 P N 1 N x=0 P N 1 y=0 f (x; y) e j2ß(ux+vy)=n Oppgave 3b 2D diskret konvolusjon for x =0to M for y =0to N h(x; y) =0 for m =0to M for n =0to N h(x; y)+ = f (m; n) Λ g(x m; y n) h(x; y) =h(x;
DetaljerSTE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt
HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi Sivilingeniørstudiet EL/RT STE 6146 Digital signalbehandling Løsningsforslag til eksamen avholdt 06.02.03 Oppgaver 1. Forklar hva som er
DetaljerIIR filterdesign Sverre Holm
IIR filterdesign IIR filterdesign Sverre Holm Filterspesifikasjon IIR kontra FIR IIR filtre er mer effektive enn FIR færre koeffisienter for samme magnitudespesifikasjon Men bare FIR kan gi eksakt lineær
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i Eksamensdag: Oppgavesettet er på 9 sider. Vedlegg: Tillatte hjelpemidler: INF2400 Digital signalbehandling 16. 23. april 2004,
DetaljerObligatorisk oppgave 2 INF2310 Våren 2018
Obligatorisk oppgave 2 INF2310 Våren 2018 Dette oppgavesettet er på 7 sider, og består av 2 bildebehandlingsoppgaver. Besvarelsen av denne og neste obligatoriske oppgave må være godkjent for at du skal
DetaljerBruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004
Repetisjon: Fourier-transformene Forelesning 6. mai 4 Spektralanalyse Pensum i boken: 3-4 til 3-5. Diskret tid Kontinuerlig tid Diskret frekvens DFT, X[k] Fourierrekker, {a k } Kontinuerlig frekvens DTFT,
DetaljerR2 - Kapittel 1: Vektorer
R2 - Kapittel : Vektorer Kompetanseniåer: L(at), M(iddels), H(øyt) Vanlige feil og tips: I (L) Løsningsskisser Korrekt og konsekent arunding: Teoretiske oppgaer: Eksakte tall eller 3 gjeldende siffer.
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
DetaljerKontrollspørsmål fra pensum
INNFHOLD: Kontrollspørsmål fra pensum... Integrasjonsfilter... 5 Lag et digitalt filter ved å digitalisere impulsresponsen til et analogt filter... 5 Laplace... 6 Pulsforsterker... 6 På siste forelesning
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerLØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling
Side 1 av 4 HØGSKOLEN I NARVIK Institutt for data-, elektro-, og romteknologi MSc-studiet EL/RT LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling Tid: Fredag 11.03.2005, kl: 09:00-12:00 Tillatte
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
DetaljerFourier-Transformasjoner
Fourier-Transformasjoner Lars Vidar Magnusson February 5, 2018 Delkapittel 4.1 Background Delkapittel 4.2 Preliminary Concepts Delkapittel 4.3 Sampling and the Fourier Transform of Sampled Functions Delkapittel
DetaljerINF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein
INF2310 - Stikkord over pensum til midtveis 2017 Kristine Baluka Hein 1 Forhold mellom størrelse i bildeplan y og "virkelighet"y y y = s s og 1 s + 1 s = 1 f Rayleigh kriteriet sin θ = 1.22 λ D y s = 1.22
Detaljer01-Passivt Chebychevfilter (H00-4)
Innhold 01-Passivt Chebychevfilter (H00-4)... 1 0-Aktivt Butterworth & Besselfilter (H03-1)... 04 Sallen and Key lavpass til båndpass filter... 3 05 Butterworth & Chebychev (H0- a-d):... 5 06 Fra 1-ordens
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger,. oktober 3 Det teknisknaturvitenskapelige fakultet ELE5 Signalbehandling, 3. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 4. Frekvensrespons for system.....................
DetaljerFiltrering i bildedomenet. 2D-konvolusjons-eksempel. 2D-konvolusjons-eksempel. INF2310 Digital bildebehandling
Filtrering i bildedomenet INF2310 Digital bildebehandling FORELESNING 16 REPETISJON DEL I Andreas Kleppe Filtrering i bildedomenet 2D diskret Fourier-transform (2D DFT) Kompresjon og koding Morfologiske
DetaljerINF2310 Digital bildebehandling
INF3 Digital bildebehandling Forelesning 8 Repetisjon: Filtrering i bildedomenet Andreas Kleppe Filtrering og konvolusjon Lavpassfiltrering og kant-bevaring Høypassfiltrering: Bildeforbedring og kantdeteksjon
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:
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: xx. desember 007 Tid for eksamen: Oppgavesettet er på 6 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerGRAFER. Noen grafdefinisjoner. Korteste vei i en uvektet graf V 2 V 1 V 5 V 3 V 4 V 6
IN Algoritmer og datastrukturer GRAER Dagens plan: Kort repetisjon om grafer Korteste, en-til-alle, for: uektede grafer (repetisjon) ektede rettede grafer uten negatie kanter (Dijkstra, kapittel 9..) ektede
DetaljerVektoranalyse TFE4120 Elektromagnetisme
Vektoranalyse TFE4120 Elektromagnetisme Johannes kaar, NTNU 4. januar 2010 1 Integraler og notasjon Linjeintegral Et linjeintegral a et ektorfelt A oer en kure C skrier i C A d l. Når kuren er lukket tegner
DetaljerEksamen i TMA4123/TMA4125 Matematikk 4M/N
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 7 Faglig kontakt under eksamen: Anne Kværnø: mobil 92663824 Eksamen i TMA423/TMA425 Matematikk 4M/N Bokmål Mandag 2.
DetaljerFasit til utvalgte oppgaver MAT1100, uka 18/10-22/10
Fasit til utalgte oppgaer MAT00, uka 8/0-/0 Øyind Ryan (oyindry@ifiuiono October 5, 00 Oppgae 645 a g er definert der neneren er 0, det il si der tan 0, og der tan er definert Førstnente utelukker bare
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF/ Signalbehandling Eksamensdag: 9. desember Tid for eksamen:. 7. Oppgavesettet er på sider. Vedlegg: Ingen Tillatte hjelpemidler:
Detaljer