ΠΡΟΥΠΗΡΕΣΙΑΚΗ ΚΑΤΑΡΤΙΣΗ. Ανάλυση Σημάτων και Εικόνων (1 Διάλεξη)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΡΟΥΠΗΡΕΣΙΑΚΗ ΚΑΤΑΡΤΙΣΗ. Ανάλυση Σημάτων και Εικόνων (1 Διάλεξη)"

Transcript

1 ΠΡΟΥΠΗΡΕΣΙΑΚΗ ΚΑΤΑΡΤΙΣΗ Ανάλυση Σημάτων και Εικόνων (1 Διάλεξη) 3 Οκτωβρίου 2007 Δρ. Κωνσταντίνος Πίτρης ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ

2 Εισαγωγή Τι είναι σήμα; Είναι μεταβολές ενός φυσικού μεγέθους που αναπαριστούν ή μεταφέρουν πληροφορίες Είναι συνάρτηση ανεξάρτητων μεταβλητών, όπως χρόνου (π.χ. φωνή), ήθέσης(π.χ. εικόνα) Συνήθως αναφερόμαστε στη μεταβλητή μονοδιάστατων σημάτων ως χρόνο χωρίς κατ ανάγκη να είναι πραγματικά χρόνος Παραδείγματα Φωνή [1d, s(t)] Ασπρόμαυρη εικόνα [2d, i(x,y)] Βίντεο [3x3d, i{r(x,y,t), g(x,y,t), b(x,y,t)}] 2

3 Ανάλυση Μονοδιάστατων Σημάτων 3

4 Εισαγωγή Η μεταβλητή μπορεί να είναι συνεχής (continuous) ή διακριτή (discrete) Σήματα συνεχούς χρόνου Σήματα διακριτού χρόνου (ορίζονται σε διακριτά σημεία χρόνου και συμβολίζονται ωε ακολουθίες (sequences) αριθμών Το πλάτος (amplitude) του σήματος μπορεί να είναι συνεχές ή διακριτό Αναλογικά (analog) σήματα (τόσο ο χρόνος όσο και το πλάτος είναι συνεχή) Ψηφιακά σήματα (τόσο ο χρόνος όσο και το πλάτος είναι διακριτά) Aνάλυση ψηφιακών σημάτων Οι υπολογιστές επεξεργάζονται εξ ανάγκης ψηφιακά σήματα Amplitude (mv) Amplitude (mv) Amplitude (mv) Continuous Signal Time (ms) Discrete-time Signal Sample Number Digital Signal Sampl Number 4

5 Εισαγωγή Ψηφιακή επεξεργασία σημάτων Τροποποίηση και ανάλυση της πληροφορίας Αναπαράσταση, μετασχηματισμός και χειρισμός των σημάτων και της πληροφορίας που περιέχουν Υπέρ Εύκολη αναπαραγωγή Σταθερότητα και ευρωστία, δεν μεταβάλλεται με το περιβάλλον (π.χ. θερμοκρασία) και με την αποθήκευση Ευελιξία και δυνατότητα αναβάθμισης (υπολογιστής ή γενικής χρήσης μικροεπεξεργαστής Κατά Περιορισμοί του συστήματος ψηφιοποίησης (ADC/DAC) Ψηλά κατανάλωση ισχύος Ακατάλληλη για απλές, χαμηλής ισχύος εφαρμογές Εύρος ζώνης (bandwidth) περιορίζεται από τη ψηφιοποίηση Μορφομετατροπείς (transducers) Π.χ. μικρόφωνα Αναλογο-Ψηφιακός Μετατροπέας (Analog-to-Digital Converter ADC) Φυσικά Σήματα Αναλογικά Σήματα Ψηφιακά Σήματα Συσκευές Εξόδου (Output Devices) Π.χ. Μεγάφωνα Ψηφιο-Αναλογικός Μετατροπέας (Digital-to-Analog Converter DAC) 5

6 Εφαρμογές Ανάλυση ομιλίας Βελτίωση, αφαίρεση θορύβου Κωδικοποίηση Σύνθεση ομιλίας από κείμενο (text-to-speech synthesis) Αναγνώριση Ανάλυση Εικόνας Βελτίωση, κωδικοποίηση, αναγνώριση (π.χ. OCR) Επεξεργασία πολυμέσων Μετάδοση σημάτων Ψηφιακή τηλεόραση Τηλεδιάσκεψη Επικοινωνίες Βιοϊατρική Τεχνολογία Πλοήγηση, ραντάρ, GPS Έλεγχος, ρομποτική, συστήματα μηχανικής όρασης (machine vision) Εισαγωγή 6

7 Ψηφιοποίηση Σήματος Η μετατροπή της αναλογικής πληροφορίας σε ψηφιακά δεδομένα είναι απαραίτητη για την αποθήκευση και επεξεργασία της σε Η/Υ καθώς και για τη μετάδοση σε δίκτυα Η/Υ. Η διαδικασία της ψηφιοποίησης είναι μη αντιστρεπτή διαδικασία. Είσοδος : Συνεχές αναλογικό σήμα Έξοδος : Ακολουθία αριθμών (ψηφιακή μορφή) Αναλογικό Σήμα - συνεχής μεταβλητή με άπειρη ακρίβεια Μετατρέπεται σε διακριτή ακολουθία μετρημένων τιμών που αναπαριστάνονται ψηφιακά. Απώλεια πληροφορίας 7

8 Μετατροπή συνεχών σημάτων σε διακριτά Η ακολουθία s(m) προκύπτει από το συνεχές σήμα s(t) με δειγματοληψία ως εξής: Ψηφιοποίηση Σήματος s(m) = s(t) t=mts m =, -1, 0, 1, όπου Ts : περίοδος δειγματοληψίας fs = 2π/Ts : συχνότητα δειγματοληψίας 8

9 Ψηφιοποίηση Σήματος Συχνότητα δειγματοληψίας Αν είναι πολύ μικρή τότε κάποιες πληροφορίες θα χαθούν Επίσης παρουσιάζεται το φαινόμενο της αναδίπλωσης Αναδίπλωση (Aliasing) Κατά τη διάρκεια της δειγματοληψίας συμβαίνει αλλαγή συχνοτήτων στις ημιτονοειδείς κυματομορφές. Τα ψηφιακά δεδομένα δεν σχετίζονται πλέον μοναδικά με ένα συγκεκριμένο αναλογικό σήμα. Δεν είναι δυνατή μοναδική ανακατασκευή του σήματος 9

10 Ψηφιοποίηση Σήματος Συχνότητα δειγματοληψίας Αν είναι πολύ μικρή τότε κάποιες πληροφορίες θα χαθούν Επίσης παρουσιάζεται το φαινόμενο της αναδίπλωσης Αναδίπλωση (Aliasing) Κατά τη διάρκεια της δειγματοληψίας συμβαίνει αλλαγή συχνοτήτων στις ημιτονοειδείς κυματομορφές. Τα ψηφιακά δεδομένα δεν σχετίζονται πλέον μοναδικά με ένα συγκεκριμένο αναλογικό σήμα. Δεν είναι δυνατή μοναδική ανακατασκευή του σήματος 10

11 Ψηφιοποίηση Σήματος Θεώρημα Δειγματοληψίας (Shannon) Ένα συνεχές σήμα με μέγιστη συχνότητα fc μπορεί να ανακτηθεί πλήρως από τα δείγματά του χωρίς παραμόρφωση, εάν η συχνότητα δειγματοληψίας fs είναι τουλάχιστον διπλάσια από τη μέγιστη συχνότητα του σήματος, δηλ fs 2fc Η συχνότητα fs = 2fc ονομάζεται Nyquist frequency Αν fs < 2fc, υπάρχει μια περιοχή φασματικής επικάλυψης που παραμορφώνει το φάσμα κι έτσι το αρχικό σήμα δεν μπορεί να ανακτηθεί (ALIASING). 11

12 Ψηφιοποίηση Σήματος Φάσμα ΗΕΓ με συχνότητες ενδιαφέροντος 0-40 Hz Πριν τη δειγματοληψία Μετά τη δειγματοληψία Παρουσία θορύβου λόγω παρεμβολών τροφοδοσίας στα 50 Hz Συχνότητα δειγματοληψίας 80 Hz Λάθος επικάλυψης στα 30 Hz στο διακριτό σήμα 12

13 Ψηφιοποίηση Σήματος Κβάντιση Το δειγματοληπτημένο σήμα x(nδt) λαμβάνει συνεχείς τιμές πλάτους. Κβάντιση είναι η διαδικασία απεικόνισης της ακολουθίας x(n) συνεχών τιμών πλάτους σε μια ακολουθία διακριτών τιμών. Συνεχείς Τιμές που ανήκουν σε ένα διάστημα (a,b) αντιστοιχούνται στην ίδια διακριτή τιμή. Οι διακριτές τιμές αναπαρίστανται με y1 y0 LSB σύμβολα πεπερασμένου μήκους. x1 x2 x0 LSB = βήμα κβάντισης = απόσταση μεταξύ διαδοχικών επιπέδων κβάντισης 13

14 Ψηφιοποίηση Σήματος Κβάντιση Οι ADC χαρακτηρίζονται από τον αριθμό των bits. Οαριθμόςτωνbits καθορίζει την ακρίβεια των δεδομένων και την ανάλυση (resolution). Με n bits μπορούν να αναπαρασταθούν 2 n σύμβολα (από το 0 μέχρι το 2 n -1) πχ 1 bit 2 σύμβολα 8 bits 256 σύμβολα Λάθος κβαντικοποίησης Μέγιστο λάθος: ± 1/2 LSB Τυχαίος Θόρυβος που προστίθεται στο σήμα Ομοιόμορφα κατανεμημένος μεταξύ ± 1/2 LSB, μ=0, σ=1/ 12 LSB. LSB = y1 y0 x0 x1 LSB x2 βήμα κβάντισης = απόσταση μεταξύ διαδοχικών επιπέδων κβάντισης 14

15 Ψηφιοποίηση Σήματος Επίπεδα Κβάντισης LSB Σφάλματα λόγω Δειγματοληψίας (Ποια πληροφορία έχει χαθεί;) Κβάντισης (Πόσο είναι το σφάλμα;) 15

16 Ψηφιοποίηση Σήματος Λήψη Σήματος Το σύστημα λήψης του ψηφιακού σήματος ΔΕΝ πρέπει να εισάγει παραμόρφωση που μπορεί να παρερμηνευθεί ή να καταστρέψει αλλαγές του σήματος που περιέχουν πληροφορία Αναλογικό φίλτρο με σταθερό κέρδος και γραμμική φάση αφαιρεί θόρυβο αντισταθμίζει χαρακτηριστικά αισθητήρων περιορισμός αναλογικού σε εύρος (φαινόμενα αναδίπλωσης) 16

17 Ανάλυση Σημάτων Φασματική Ανάλυση και Φίλτρα Χαμηλοπερατά υψιπερατά - ζωνοπερατά Στατιστική Ανάλυση στοχαστικών σημάτων Μονοδιάστατη κατανομή (ιστόγραμμα, εύρεση ροπών) Δισδιάστατη κατανομή και συσχέτιση (covariance, cross-correlation) Χρονο-φασματική ανάλυση (Wavelets) Μη γραμμική ανάλυση κλπ 17

18 Φασματική Ανάλυση και Φίλτρα Μετασχηματισμός Fourier Το σήμα θεωρείται σαν ένα άθροισμα ημιτόνων και συνημίτονων Με το μετασχηματισμό Fourier καθορίζεται ποιες συνιστώσες είναι παρούσες σε ένα σήμα Κάποια χαρακτηριστικά του σήματος είναι πιο φανερά στο φάσμα παρά στη κυματομορφή του σήματος Σημαντικά χαρακτηριστικά 18

19 Φασματική Ανάλυση και Φίλτρα Σχεδιασμός ψηφιακών φίλτρων Πολύ σημαντικά/χρήσιμα στην ψηφιακή επεξεργασία σημάτων μείωση/αφαίρεση θορύβου εξαγωγή σήματος από θόρυβο ΨηφιακόφίλτροΤ x(t) FT X(f) Τ(f) Σύστημα διακριτού χρόνου που πραγματοποιεί κάποιο μετασχηματισμό σε ψηφιακό σήμα x(n), παράγοντας y(n) Y(f) Inverse FT Είδη φίλτρων Χαμηλοπερατά υψιπερατά ζωνοπερατά y(t) 19

20 Φασματική Ανάλυση και Φίλτρα Χαρακτηρισμός ψηφιακών φίλτρων Χρονικά αμετάβλητο ο μετασχηματισμός δεν είναι συνάρτηση του χρόνου Γραμμικό: είσοδος x 1 (n) έξοδο y 1 (n) είσοδος x 2 (n) έξοδο y 2 (n) και ισχύει: T[ax 1 +bx 2 ] = at[x 1 ]+b T[x 2 ] = ay 1 +by 2 Φίλτρα IIR και FIR Άπειρης Κρουστικής Απόκρισης (IIR - Infinite Impulse Response) Περιορισμένης Κρουστικής Απόκρισης (Finite Impulse Response FIR) IIR - Προηγούμενοι έξοδοι - Αναδρομική μορφή FIR - Προηγούμενες και τρέχουσες είσοδοι - Μη αναδρομική μορφή 20

21 Φασματική Ανάλυση και Φίλτρα Ιδανικά και πραγματικά ψηφιακά χαμηλοπερατά φίλτρα Σχεδιασμός Φίλτρου Καθορίζονται τα χαρακτηριστικά (specifications) Υπολογίζεται, κατά προσέγγιση, ένα σταθερό και αιτιατό φίλτρο διακριτού χρόνου (ονομάζονται και ψηφιακά φίλτρα digital filters) Το φίλτρο πραγματοποιείται (με υλικό ή λογισμικό) με βάση μια από διάφορες μεθόδους ζώνη διέλευσης μεταβατική ζώνη ζώνη αποκοπής Στον ψηφιακό κόσμο τα φίλτρα δεν είναι απολύτως αναγκαίο να είναι αιτιατά! 21

22 Φασματική Ανάλυση και Φίλτρα Φίλτρα Butterworth Ορίζονται από 2 παραμέτρους: Τάξη του φίλτρου Ν Συχνότητα αποκοπής Ωc 22

23 Φασματική Ανάλυση και Φίλτρα Σχεδιασμός φίλτρων FIR με χρήση παράθυρου Κοινά παράθυρα Το παράθυρο πολλαπλασιάζεται με το φάσμα στο χώρο της συχνότητας 23

24 Φασματική Ανάλυση και Φίλτρα Σχεδιασμός φίλτρων FIR με χρήση παράθυρου Κοινά παράθυρα Δω m 20log 10 δ (db) Δω Σημαντικές διαφορές στο πεδίο του χρόνου Πλάτος κυρίως λοβού Ύψος άλλων λοβών Συνέλιξη στο χρόνο Ο κύριος λοβός μειώνει την ευκρίνεια στο χρόνο Οι άλλοι λοβοί μπορεί να εξαφανίσουν μικρά σήματα 24

25 Φασματική Ανάλυση και Φίλτρα Παράδειγμα F F -1 25

26 Φασματική Ανάλυση και Φίλτρα Παράδειγμα ΗΚΓ (< 40 Hz) με θόρυβο ( 50 Hz) Συχνότητα αποκοπής: 40 Hz 26

27 Στατιστική Ανάλυση Στοχαστικών Σημάτων Ανάλυση Στατιστικών του Σήματος Μέση τιμή T /2 N 1 1 x = xtdt () ή x xn ( ) T = N n = 1 T /2 Skew skew = N N x( n) x ( ) ( N 1)( N 2) s n= 1 3 Variance s : Τυπική Απόκλιση (Standard Deviation) 1 s xn x N 2 2 = ( ( ) ) N 1 n= 1 RMS N 1 x RMS = [ xn ( )] N n = 1 2 Kurtosis kurt N( N + 1) x( n) x ( ) ( N 1)( N 2)( N 3) s N 4 = 2 3( n 1) ( N 2)( N 3) n= 1 27

28 Στατιστική Ανάλυση Στοχαστικών Σημάτων Συσχέτιση Μοιάζουν δύο σήματα; N 1 cov( XY, ) = ( xi μx) ( yi μy) Συνδιακύμανση N i= 1 ρ xy, = cov( XY, ) σ σ x y Συσχέτιση N 1 ρ ( τ) = ( x μ ) ( x μ ) Συνάρτηση Αυτοσυσχέτισης xx, i x i+ τ x N i= 1 28

29 Μέση Τιμή Σήματος Σήμα με θόρυβο Επικάλυψη εύρους ζώνης σήματος και θορύβου. Σχετικά μεγάλο πλάτος θορύβου αλλοίωση σήματος Υπολογισμός Μέσου Όρου Μέσος όρος θορύβου = 0 Άθροισμα επαναλήψεων σήματος μαζί με υπερτιθέμενο θόρυβο Kαταγραφόμενο σήμα y(n) στην i-στή επανάληψη x(n): σήμα που θέλουμε να μετρήσουμε w(n): υπερτιθέμενος θόρυβος με μηδενική μέση τιμή 29

30 Παράδειγμα Προκλητά δυναμικά: εγκεφαλικά δυναμικά που προκαλούνται από κάποιο ερέθισμα. Ίδιο εύρος συχνοτήτων με ΗΕΓ. Πλάτος προκλητών δυναμικών << πλάτος ΗΕΓ Χαρακτηριστικό προκλητών δυναμικών: το επιθυμητό σήμα επαναλαμβάνεται ίδιο σε κάθε επανάληψη Μέση Τιμή Σήματος Η επίδραση του ΗΕΓ μειώνεται σταδιακά και η μορφολογία του προκλητού δυναμικού γίνεται πιο αναγνωρίσιμη καθώς αυξάνει ο αριθμός των επαναλήψεων Ν Υπολογισμός ποσοτικών δεικτών κλινικού ενδιαφέροντος: πλάτος, καθυστέρηση κυματομορφών 30

31 Ανάλυση Εικόνων 31

32 Ψηφιακή Επεξεργασία Εικόνων Τι είναι ψηφιακή εικόνα; Μία ψηφιακή εικόνα καθορίζεται από µία δισδιάστατη συνάρτηση, f(x,y), όπου τα x και y συμβολίζουν συντεταμένες στο χώρο και µε f συμβολίζεται η ένταση ή η τιμή της χρωματικής πυκνότητας στο σηµείο (x,y) Μία εικόνα αναπαριστάται από έναν πίνακα. 2D εικόνα: f(i,j) 3D εικόνα: f(i,j,k) 4D εικόνα: f(i,j,k,t) Όπου i,j,k,t και f(i,j,k,t) ακέραιοι Σκοπός Μεθόδων Επεξεργασίας Ψηφιακών Εικόνων Εξαγωγή ποσοτικής και ποιοτικής πληροφορίας από ένα σύνολο πολυδιάστατων δεδομένων που περιλαμβάνουν μια δομή ή ένα σύστημα δομών ενδιαφέροντος 32

33 Ψηφιακή Επεξεργασία Εικόνων Βασικές Διαδικασίες Ψηφιακής Επεξεργασίας Εικόνων Προεπεξεργασία: Βοηθητικές διαδικασίες χαμηλού επιπέδου για τη βελτίωση της ποιότητας των δεδομένων (αποθορυβοποίηση, παρεμβολή κ.λπ.). Εξαγωγή δομών ενδιαφέροντος: Διαδικασίες ενδιάμεσου επιπέδου με στόχο τον προσδιορισμό ενός συστήματος δομών ενδιαφέροντος. Ανάλυση και αναγνώριση: Διαδικασίες υψηλού επιπέδου για την ποσοτικοποίηση της μορφολογικής και λειτουργικής πληροφορίας ενός συστήματος και την ταυτοποίηση συγκεκριμένων δομών. Μοντελοποίηση: Διαδικασίες υψηλού επιπέδου που αποσκοπούν στη δημιουργία μοντέλων ανατομικών δομών και στη βέλτιστη δυνατή απεικόνιση και αναπαράσταση της μορφολογίας και της λειτουργίας ενός συστήματος αντικειμένων 33

34 Ψηφιακή Επεξεργασία Εικόνων Ιατρική Ακτίνες Χ, ΑΤ, ΜΤ, υπέρηχοι, πυρηνική, ενδοσκόπηση Αστρονομία Ορατή, υπέρυθρη, ραδιοκύματα, τηλεσκόπια, δορυφόροι Περιβαλλοντικές Επιστήμες Απεικόνιση από δορυφόρο Εντοπισμός βλαβών Βιομηχανία Λιθογραφία VLSI, ULSI Ασφάλεια Αεροδρόμια, στρατός, παρακολούθηση Κλπ, κλπ, κλπ 34

35 Όραση Το ανθρώπινο μάτι Κερατοειδής Χιτώνας (Cornea) Ίριδα (Iris) Φακός (Lens) Υαλώδες Υγρό (Vitreous Humor) Σκληροκερατοειδής Ζώνη (Cilliary body) Αμφιβληστροειδής Χιτώνας (Retina) Χοριοειδής Χιτώνας(Choroid) Σκληρός Χιτώνας(Sclera) Αισθητήρια (Receptors) Ραβδία (Rods) Περιφερειακή όραση Αμυδρό φως, χωρίς χρώμα Κώνοι (Cones) (6 εκ.) Κεντρική όραση Έντονο φως και χρώμα Κώνοι με διαφορετική ευαισθησία στο χρώμα Ωχρά Κηλίδα: 337Κ pixel? 35

36 Φως μέσω του φακού Σχηματίζεται είδωλο στον αμφιβληστροειδή χιτώνα Μια μεμβράνη που περιλαμβάνει εκατομμύρια κύτταρα Ανιχνεύουν το φως Μετατρέπουν το είδωλο σε ηλεκτρικά σήματα Τα σήματα μεταφέρονται στον εγκέφαλο Η εστίαση του ματιού Συνεργασία αρκετών στοιχείων Μυς του ματιού Κερατοειδής Φακός Όταν δεν λειτουργούν με τον τρόπο που θα έπρεπε, τότε δε βλέπουμε καλά Όραση 36

37 Οπτική Αντίληψη Διαδρομή οπτικής αίσθησης Οπτικό νεύρο Ινιακός λοβός Φλοιός Επεξεργασία ψηλού επιπέδου Πολύπλοκες διασυνδέσεις νευρώνων Κάθε νευρώνας αντιδρά σε διαφορετικό συνδυασμό χαρακτηριστικών Π.χ. αναγνώριση προσώπων 37

38 Διάκριση της λαμπρότητας Περιορισμένα όρια διακύμανσης ταυτόχρονα (12-24 επίπεδα) αλλά μεγάλα συνολικά (overall range) Λογαριθμική κλίμακα Εκθαμβωτικό όριο (glare limit) Σκοτοπικό όριο (scotopic limit) Προσαρμόζεται Οπτική Αντίληψη Προσαρμογή στη λαμπρότητα Μειώνεται / Αυξάνεται η διάμετρος της ίριδας Διαφοροποίηση στα ανώτερα επίπεδα επεξεργασίας Αντίληψη Λαμπρότητας Δεν είναι απλά θέμα έντασης Σχέση με το περιβάλλον Πρέπειναλαμβάνεταιυπ όψη στο σχεδιασμό συστημάτων προβολής 38

39 Οπτική Αντίληψη Οπτικές απάτες (Visual illusions) Οεγκέφαλος συμπληρώνει πληροφορίες που απουσιάζουν Εξαπατείται από επιπρόσθετες πληροφορίες 39

40 Οπτική Αντίληψη Είναι οι οριζόντιες γραμμές παράλληλες ή υπό κλίση; 40

41 Οπτική Αντίληψη Μετρήστε τις μαύρες κουκίδες 41

42 Ποιο είναι πιο σκούρο, το ΑήτοΒ; Οπτική Αντίληψη 42

43 Οπτική Αντίληψη Ποιος από τους δύο κεντρικούς κύκλους είναι μεγαλύτερος; 43

44 Οπτική Αντίληψη 44

45 Σχηματισμός Εικόνας Σχηματισμός εικόνας Σκηνή (scene) με αντικείμενα (objects or elements) Φωτισμός (illumination): 0 i(x,y) Αντανακλαστικότητα (reflectivity) ή διαπεραστικότητα (transmisivity): 0 r(x,y) 1 (digitization) (gray level): l = f(x,y) = i(x,y)r(x,y), 0 l L-1, Dynamic range: [0, L-1] 45

46 Σχηματισμός Εικόνας Δειγματοληψία Χώρου Λαμπρότητας Κβάντιση Χώρου Χωρική (spatial) ευκρίνεια Λαμπρότητας Συνεχές διάστημα διακριτή τιμή (gray level) Θόρυβος κβάντισης 46

47 Σχηματισμός Εικόνας Απαιτήσεις αποθήκευσης Επίπεδα γκρίζου L = 2 k Αριθμός δυαδικών ψηφίων (bits) b = M x N x L Πως επηρεάζεται η ποιότητα της εικόνας όταν αλλάζουν τα Μ, Ν και k; 47

48 Σχηματισμός Εικόνας 48

49 Σχηματισμός Εικόνας 49

50 Σχηματισμός Εικόνας Ψευδονυμία ή Αναδίπλωση (Aliasing) Ανεπιθύμητες συχνότητες μέσα στην εικόνα Κριτήριο Nyquist f sampling 2 f maximum Χωρικά περιορισμένα σήματα f maximum = Καθορίζουμε ως f maximum την ευκρίνεια που επιθυμούμε Φαινόμενο Moiré Οδοντωτή ακμή σε συχνότητα διαφορετική από την πραγματική Αν μια συχνότητα είναι γνωστή μπορούμε να υπολογίσουμε την άλλη Ι Ι x n f x f n 50

51 Σχηματισμός Εικόνας Απλούστερο σύστημα Ένας ιδανικός φακός (ideal lens) Αντικείμενο (object) και είδωλο (image) Σχέση h o l o 2f f D f l s h s = + f l l o s f = εστιακή απόσταση (focal length) l s = απόσταση ειδώλου (image) l o = απόσταση αντικειμένου (object) Μεγέθυνση (magnification) 2f 2f f f f f 2f 2f l h = = s s M l o h o 51

52 Σχηματισμός Εικόνας Ευκρίνεια Εικόνας (Image resolution) 1. Αριθμός εικονοστοιχείων (π.χ. 1024x1024) 2. Μικρότερηχωρικήσυχνότητα (spatial frequency), δηλαδή λεπτομέρεια, που είναι διακριτή = οπτική ευκρίνεια Οπτική Ευκρίνεια (Optical resolution) Διάμετρος κρουστικής διέγερσης (impulse response or point spread function) καθορίζει την ευκρίνεια (resolution) 1.22λ 2.44λ d = = sinθ R NA NA D x θ R d d PSF x= l s ή l ο Άλλες ανωμαλίες (aberrations) επηρεάζουν την ευκρίνεια 52

53 Σχεδιασμός Συστήματος Απεικόνισης Παράδειγμα Χαρακτηριστικά Ευκρίνεια: 1 mm Οπτικό Πεδίο (Field of View): 1 x 1 m Επιλογή Κάμερας 4 MPixel (1000 x 2 x 1000 x 2) x 2 = Κριτήριο Rayleigh Π.χ. CCD, 5 MPixel, 2x2 cm εμβαδόν (Area) l s = 17 mm (c-mount) M = 2 cm / 1 m = 2x10-2 l o = s/m = 85 cm f = 16,67 mm Είναι οπτικά δυνατή αυτή η ευκρίνεια; d= Μ x 1 mm = 2 x 10-5 m D = 2.44 λ l s / d = 1.3 mm Δηλαδή, οποιοσδήποτε φακός πάνω από 1.3 mm. Για μικρά αντικείμενα η διάμετρος του φακού μπορεί να είναι απαγορευτική! 53

54 Σχεδιασμός Συστήματος Απεικόνισης Παράδειγμα Πρακτικά προβλήματα f = 16,67 mm δεν υπάρχει στην αγορά Επαναϋπολογίζουμε το σύστημα M =2x10-2 f = 20 mm Λύνουμε τις εξισώσεις l s = 20,4 mm l o = 102 cm 54

55 Χρώμα Χρώμα Πιο παραστατικές εικόνες Μπορούμε να ξεχωρίσουμε χιλιάδες χρώματα (αντί ~ 24 επίπεδα γκρίζου) Επεξεργασία Έγχρωμης Εικόνας Πραγματικά χρώματα Ψευδοχρώματα (pseudocolors) Ορατό Φως Το χρώμα ενός αντικειμένου εξαρτάται από τα μήκη κύματος που αντανακλά 55

56 Χρώμα Αισθητήρια (Receptors) χρώματος Κώνοι (Cones) Κύρια χρώματα Φωτός (Primary Colors) Πρότυπα CIE Κόκκινο (R) = 700 nm Πράσινο (G) = nm Μπλε (B) = nm Δευτερεύοντα Χρώματα (secondary colors) Ματζέντα (Magenta) = R+B Κυανό (Cyan) = G+B Κίτρινο (Yellow) = R+G Στην περίπτωση των χρωστικών ουσιών Κύρια χρώματα: MCY Απορροφούν ένα χρώμα και αφήνουν τα άλλα δυο να περάσουν Δευτερεύοντα χρώματα: RGB 56

57 Μοντέλα Χρωμάτων Μοντέλο χρωμάτων (color model) ή χώρος χρωμάτων (color space) ή σύστημα χρωμάτων (color system) RGB: για υλικό (hardware) CMY ή CMYK: για εκτύπωση HSI: αντίληψη χρώματος, για επεξεργασία και άλλα 57

58 Μοντέλο RGB Τρία κύρια χρώματα Καρτεσιανό σύστημα συντεταγμένων Αντιστοιχεί στα στοιχεία φωσφόρου μιας οθόνης Τρεις εικόνες Μια για κάθε κύριο χρώμα 8 bit για κάθε κύριο χρώμα 3 x 8 = 24 bit για την εικόνα εικόνα πλήρους χρώματος ( full color image) Αριθμός Χρωμάτων: Ασφαλή Χρώματα (Safe Colors) Ίδια σε όλα τα συστήματα Κάθε κύριο χρώμα μπορεί να έχει τιμή 0, 51, 102, 153, 204, χρώματα (6 3 ) Δεκαεξαδικό σύστημα Μοντέλα Χρωμάτων 58

59 Μοντέλα Χρωμάτων Μοντέλο CMY Τρία κύρια χρώματα Αντιστοιχεί στις χρωστικές ουσίες ενός εκτυπωτή Κάθε χρωστική ουσία απορροφά R, G ή B και αντανακλά τα υπόλοιπα C = 1 R M = 1 G Y = 1 B C 1 R M 1 G = Y 1 B Τρεις εικόνες Μια για κάθε κύριο χρώμα Προσθέτουμε μαύρο στο μοντέλο για καλύτερη εκτύπωση C+M+Y = ξεθωριασμένο μαύρο! 59

60 Μοντέλο HSI Ποιο κοντά στην ανθρώπινη αίσθηση Κατάλληλο για περιγραφή Κατανοητοί αλγόριθμοι Χαρακτηριστικά ενός χρώματος Απόχρωση (Hue) Μέτρο του κυρίαρχου μήκους κύματος Το χρώμα που διακρίνει ο παρατηρητής Κορεσμός (Saturation) Πόσο αμιγές είναι το χρώμα Χρώματα με άσπρο είναι λιγότερο κορεσμένα π.χ. Ροζ = Κόκκινο + Άσπρο Έντασης (intensity) Αντίστοιχο του αχρωματικού φωτός Τρίγωνο, εξάγωνο ή κυκλικό σύστημα αξόνων Hue γωνία Saturation μήκος Intensity τιμή z Κύρια χρώματα: κάθε 120 μοίρες Δευτερεύοντα χρώματα: 60 μοίρες από τα κύρια Μοντέλα Χρωμάτων 60

61 Μοντέλο HSI Μετατροπή RGB HSI θ if B G H = 360 θ if > 1 I = ( R + G + B ) 3 Μετατροπή HSI RGB RG Sector (0 o H<120 o ) Μοντέλα Χρωμάτων B G 0.5 [( R G) + ( R B) ] θ ( R G) ( R B)( G B) + 3 S = 1 [ min( R, G, B) ] R + G + B 1 = cos 2 1/2 B= I(1 S) Scos( H) R= I 1 + cos(60 o H ) G = 3 I ( R+ B) Sectors are different (see book) 61

62 Ψευδοχρώματα Ψευδοχρώματα (pseudo-colors) Αναδεικνύουν περιοχές Διακρίνουμε περισσότερες λεπτομέρειες (αντί κλίμακας γκρίζου) Τεμαχισμός Έντασης (Intensity slicing) Χωρίζουμε την εικόνα σε επίπεδα Καθορίζω κάποιο χρώμα για κάθε επίπεδο Εικόνα με τιμές: [0, L-1] Επίπεδα: l 1, l 2, l 3,, l p Χωρίζουν την κλίμακα του γκρίζου σε διαστήματα: V 1, V 2, V 3,, V p+1 f( x, y) = c if f( x, y) V k c k : κάποιο χρώμα Αναδεικνύονται λεπτομέρειες Διακρίνονται επιπρόσθετες πληροφορίες Επικάλυψη (overlay) k 62

63 Ψευδοχρώματα Παραδείγματα 63

64 Βελτίωση Ποιότητας Εικόνων Σημειακή επεξεργασία (point processing) µε βάση µόνο τη χρωματική πυκνότητα μεμονωμένων στοιχείων εικόνας Χρήση κατάλληλων χωρικών φίλτρων Κυρίως για αποθορυβοποίηση) Εφαρμογή τεχνικών διαφόρισης για ενίσχυση λεπτομερειών Φίλτρα στο πεδίο της συχνότητας 64

65 Σημειακή επεξεργασία - Ιστόγραμμα Το ιστόγραμμα μιας εικόνας µε χρωματική πυκνότητα στο διάστημα [0,L-1] είναι µια διακριτή συνάρτηση p r (r k )=n k /n, όπου r k είναι η k- τάξης χρωματική πυκνότητα, n k είναι το πλήθος των εικονοστοιχείων σε αυτή τη χρωματική πυκνότητα, n είναι το συνολικό πλήθος εικονοστοιχείων και k=0,1,2,l-1. 4x4, 4bits/pixel image k H(k) H συνάρτηση p r (r k ) αποτελεί µια εκτίμηση της πιθανότητας εμφάνισης της χρωματικής πυκνότητας µε τιμήr k. 65

66 Σημειακή επεξεργασία - Ιστόγραμμα Το γράφημα αυτής της συνάρτησης παρέχει γενικές πληροφορίες για τη μορφή της εικόνας, δυναμικό εύρος (σκοτεινή, φωτεινή) αντίθεση (υψηλής ή χαμηλής αντίθεσης). Η εμφάνιση της εικόνας είναι δυνατό να αλλάξει σημαντικά µε την εφαρμογή κατάλληλου μετασχηματισμού που μεταβάλλει τη συνάρτηση πυκνότητας πιθανότητας των χρωματικών πυκνοτήτων (ιστόγραμμα της εικόνας). 66

67 Σημειακή επεξεργασία - Ιστόγραμμα Εφαρμογή κατάλληλης συνάρτησης μετασχηματισμού στην αρχική εικόνα ώστε η λαμβανόμενη εικόνα να έχει ιστόγραμμα επιθυμητής μορφής, Εξίσωση ή γραμμικοποίηση ιστογράμματος ηπροκύπτουσα εικόνα έχει ιστόγραμμα με ομοιόμορφη πυκνότητα πιθανότητας (ενίσχυση αντίθεσης) Ορισμός επιθυμητής μορφής ιστογράμματος και εφαρμογή κατάλληλου μετασχηματισμού στην εικόνα με στόχο την απόδοση έμφασης σε συγκεκριμένες περιοχές χρωματικών πυκνοτήτων (πολλές φορές εξισορρόπηση ιστογράμματος) 67

68 Σημειακή επεξεργασία - Ιστόγραμμα Αρχική Εικόνα Εξισωμένη Εικόνα 68

69 Χωρικά Φίλτρα Χρήση κατάλληλων χωρικών μασκών (χωρικών φίλτρων) Φίλτρα εξομάλυνσης και αποθορυβοποίησης φίλτρο μέσης τιμής (γραμμικό) φίλτρο ενδιάμεσης τιμής (μη-γραμμικό) Φίλτρα ενίσχυσης λεπτομερειών φίλτρα διαφόρισης 69

70 Χωρικά Φίλτρα Φίλτρο Μέσης Τιμής Ητιμήχρωματικής πυκνότητας που αντιστοιχεί σε κάθε στοιχείο της νέας εικόνας προκύπτει ως ο μέσος όρος των τιμών της χρωματικής πυκνότητας των στοιχείων της αρχικής εικόνας σε µια περιοχή (παράθυρο) µε κέντροτο στοιχείο αυτό 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 70

71 Χωρικά Φίλτρα Φίλτρο Μέσης Τιμής Αντίστοιχο με Βαθυπερατό φίλτρο (εξομάλυνσης) Περιορισμός του θορύβου, αλλά και.. Περιορισμός υψίσυχνων συνιστωσών που αντιστοιχούν στις λεπτομέρειες (ακμές ) της εικόνας θόλωση ακμών Μάσκες εξομάλυνσης μεγαλύτερων διαστάσεων οδηγούν σε εντονότερη θόλωση των ακμών Original image size: 500x500 Average filtered images. Filter sizes: 3, 5, 9, 15 and 35 71

72 Χωρικά Φίλτρα Φίλτρο Ενδιάμεσης Τιμής Το φίλτρο αυτό είναι ιδιαίτερα αποτελεσματικό σε περιπτώσεις ύπαρξης έντονου υψίσυχνου θορύβου. Ηαρχικήτιμήενόςστοιχείου αντικαθίσταται από την ενδιάμεση τιμή των στοιχείων ενός παραθύρου που έχει κέντρο το σημείο αυτό. Για την εύρεση της ενδιάμεσης τιμής, για ένα σύνολο σημείων, πραγματοποιείται προηγουμένως ταξινόμηση των τιμών των στοιχείων του παραθύρου. Κρουστικός Θόρυβος Ενδιάμεση Τιμή = 2 Μέσος Όρος = 6 72

73 Φίλτρο Ενδιάμεσης Τιμής Χωρικά Φίλτρα Αρχική Εικόνα Ενθόρυβη Εικόνα (θορ. 20%) Φίλτρο median, 3x3 Φίλτρο μέσου όρου, 3x3 73

74 Χωρικά Φίλτρα Φίλτρα διαφόρισης Τα φίλτρα διαφόρισης έχουν ως στόχο την έμφαση σε λεπτομέρειες της εικόνας ή τη βελτίωση λεπτομερειών που έχουν θολωθεί είτε ακούσια ή σαν συνέπεια συγκεκριμένων μεθόδων συλλογής των δεδομένων. Ο πιο συνηθισμένος τύπος διαφόρισης σε εφαρμογές επεξεργασίας εικόνας είναι το διάνυσμα της κλίσης f Gx x f( x, y) = G = y f y 2 2 1/2 x y x y f = G + G G + G 74

75 Φίλτρα διαφόρισης Χωρικά Φίλτρα Οι μερικές παράγωγοι ως Ζ 1 Ζ 2 Ζ 3 προς x, y, υπολογίζονται Ζ 4 Ζ 5 Ζ 6 προσεγγιστικά µε χρήση κατάλληλων τελεστών Ζ 7 Ζ 8 Ζ 9 Roberts Prewitt Sobel 75

76 Χωρικά Φίλτρα Φίλτρα διαφόρισης Ανίχνευση ακμών Μέθοδοι που βασίζονται στην τιμή των παραγώγων Βασίζονται στην παρατήρηση ότι στην περιοχή των ορίων των αντικειμένων, το πλάτος των παραγώγων της έντασης των χρωματικών πυκνοτήτων έχει πολύ Το σύνολο των στοιχείων στα οποία το πλάτος της παραγώγου έχει σημαντική τιμή, αναπαριστούν το σύνολο των στοιχείων του ζητούμενου περιγράμματος. 76

77 Φίλτρα διαφόρισης Χωρικά Φίλτρα Αρχική Εικόνα Διαφορικός Τελεστής με ανιχνευτή Sobel Διαφορικός Τελεστής με ανιχνευτή Sobel, με κατώφλι 77

78 Φίλτρα Στο Πεδίο της Συχνότητας Δισδιάστατος Μετασχηματισμός Fourier M 1N 1 1 Fuv (, ) = f( xye, ) MN x= 0 y= 0 M 1N 1 1 f( x, y) = F( u, v) e MN x= 0 y= 0 j2 π ( ux / M + vy / N ) j2 π ( ux/ M+ vy/ N) Γιατί στο πεδίο συχνότητας; FFT γρήγορος αλγόριθμος, πιο γρήγορος από συνέλιξη (convolution) Φίλτρα με ορισμένο πλάτος σε συχνότητα είναι άπειρα στο πεδίο χώρου (όπως και χρόνου) -Fy 0 +Fy -Fx 0 +Fx 78

79 Φίλτρα Στο Πεδίο της Συχνότητας Βασική διαδικασία FFT της εικόνας Μετατόπιση στο κέντρο αν αυτό χρειάζεται Πολλαπλασιασμός με ένα φίλτρο FFT-1 Η καινούργια εικόνα είναι το πραγματικό (real) μέρος του αποτελέσματος 1 { { { }}} gxy (, ) = Re I Huv (, ) I f( xy, ) χαμηλοπερατό φίλτρο υψιπερατό φίλτρο 79

80 Φίλτρα Στο Πεδίο της Συχνότητας Χαμηλοπερατό Φίλτρο Butterworth D = 5, 15, 30, 80, 230 Ν = 1, 2, 5, 20 80

81 Φίλτρα Στο Πεδίο της Συχνότητας Υψιπερατό Φίλτρο Butterworth 1 Huv (, ) = 1 + / (, ) 0 [ D D u v ] 2 Duv (, ) = D Huv (, ) = n D = 5, 15, 30, 80,

82 Κατάτμηση και Διαχωρισμός Δεδομένων Εξαγωγή πληροφορίας από εικόνα Ανάλυση εικόνας Πρώτο βήμα: Τμηματοποίηση εικόνας (διαχωρισμός εικόνας στα συστατικά της μέρη ή αντικείμενα) Κατάτμηση Κατωφλίωση Διαχωρισμός Περιοχών Ενεργά περιγράμματα. Τμηματοποίηση με χρήση τεχνικών ταξινόμησης. 82

83 Κατωφλίωση Η κατωφλίωση είναι μία απλή, αποτελεσματική τεχνική τμηματοποίησης Συνήθως αναφερόμαστε σε αυτή ως κατωφλίωση εντάσεων Ταξινόμηση εικονοστοιχείων ή στοιχείων όγκου σε δύο κατηγορίες Δημιουργία δυαδικής εικόνας Σταθερή και προσαρμοστική κατωφλίωση Έχουν προταθεί διάφορες τεχνικές για αυτόματη εύρεση κατωφλίου. Καμία όμως δεν είναι απολύτως αποτελεσματική Αρχική Εικόνα Ιστόγραμμα της αρχικής εικόνας Δυαδική εικόνα μετά από κατωφλίωση (κατώφλι=100) 83

84 Κατωφλίωση Βασική διαδικασία της κατωφλίωσης είναι η ανάλυση του ιστογράμματος Διαφορετικά συστατικά της εικόνας συνήθως δημιουργούν όρη στο ιστόγραμμα Συνήθως παρατηρείται το φαινόμενο της επικάλυψης Σταθερό ή γενικό κατώφλι Η τιμή του κατωφλίου διατηρείται σταθερή σε όλο το εύρος της εικόνας Μία παραλλαγή της μεθόδου αποτελεί η χρήση πολλαπλών κατωφλίων Αρχική Εικόνα Δυαδική εικόνα μετά από κατωφλίωση (κατώφλι=100) Ιστόγραμμα της αρχικής εικόνας 84

85 Η επιτυχία της κατωφλίωσης εξαρτάται άμεσα από την επιλογή κατάλληλου κατωφλίου Κατωφλίωση 85

86 Κατωφλίωση Διπλό Κατώφλι 86

87 Αναπροσαρμοστική (adaptive) κατωφλίωση Π.χ. ανομοιόμορφος φωτισμός Διαχωρισμός της εικόνας έτσι ώστε ο φωτισμός να είναι τοπικά ομοιόμορφος Κατωφλίωση Τμήματα με μεγάλη σ επαναληπτική κατωφλίωση για κάθε τμήμα, με Το την ενδιάμεση τιμή Τμήματα με μικρή σ κατωφλίωση όλων μαζί σαν μια σύνθετη εικόνα με επαναληπτική κατωφλίωση Μικρότερα κομμάτια καλύτερα αποτελέσματα Κατωφλίωση 87

88 Ανάπτυξη περιοχών (region growing) H εικόνα διαιρείται σε πολλές μικρές περιοχές Ταξινομούνται στην ίδια περιοχή όσα γειτονικά σημεία έχουν την ίδια ή πολύ κοντινή τιμή χρωματικών πυκνοτήτων. Οι περιοχές που αντιστοιχούν σε μεγάλες μεταβολές διατηρούνται αμετάβλητες, ενώ αυτές που αντιστοιχούν σε μικρότερες ενώνονται σε μεγαλύτερες περιοχές (merging). Η διαδικασία αυτή επαναλαμβάνεται μέχρι την εξάλειψη ασθενών μεταβολών ανάμεσα στις περιοχές, µε βάση κάποιο προκαθορισμένο κατώφλι. Αρχική εικόνα 88

89 Ανάπτυξη περιοχών (region growing) Εκκίνηση από καθορισμένο αρχικό σημείο. Επιλέγεται ένα αρχικό σημείο από το οποίο αρχίζει η ανάπτυξη της περιοχής καθώς και ένα κατώφλι ομοιότητας που καθορίζει τη μέγιστη επιτρεπόμενη χρωματική διαφορά μεταξύ των σημείων που ανήκουν στην περιοχή. Ο αλγόριθμος εξετάζει τα γειτονικά σημεία του αρχικού και αν πληρούν το κριτήριο ομοιότητας εισάγονται στην περιοχή ενδιαφέροντος. Η διαδικασία αυτή επαναλαμβάνεται μέχρι να μην μπορεί να βρεθεί άλλο σημείο που να πληροί το κριτήριο ομοιότητας. Αρχική εικόνα Αποτέλεσμα από την εφαρμογή του αλγορίθμου ανάπτυξης περιοχών στο ήπαρ Διαφορά των δύο εικόνων, όπου έχει απομονωθεί το ήπαρ 89

90 Ενεργά Περιγράμματα Έχουν ως στόχο τη βελτίωση της ακρίβειας μιας αρχικής εκτίμησης του περιγράμματος ενός αντικειμένου. Το αρχικό περίγραμμα παραμορφώνεται με κατάλληλο αλγοριθμικό τρόπο ώστε να προσεγγίσει με μεγαλύτερη ακρίβεια τις πραγματικές ακμές του αντικειμένου. Ητελικήμορφήτου περιγράμματος επιτυγχάνεται ελαχιστοποιώντας κάποια συνάρτηση ενέργειας. 90

91 Τμηματοποίηση με Χρήση Τεχνικών Ταξινόμησης Τεχνικές ομαδοποίησης µε βάση τις χρωματικές πυκνότητες: Π.χ. Αλγόριθμος Κ-Μέσων (ΚΜ) Είσοδος αλγορίθμου: αρχική εικόνα f(x,y), πλήθος περιοχών, N Ο αλγόριθμος κατατάσσει και ανακατατάσσει τα εικονοστοιχεία σε περιοχές, νε βάση κάποιον μέσο, μέχρις ότου δεν υπάρχει ανακατανομή μετά από διαδοχικές επαναλήψεις Αρχική εικόνα 3 Περιοχές 12 Περιοχές 91

92 Βιβλιογραφία The Scientist and Engineer's Guide to Digital Signal Processing, a complete book online. (http://www.dspguide.com/) Oppenheim, Willsky, Nawab, Signals and Systems (2nd Edition). Pearson Education, ISBN: Oppenheim, Schafer, Buck. Discrete-Time Signal Processing. Prentice Hall, ISBN: Proakis, Manolakis. Digital Signal Processing: Principles, Algorithms and Applications (3rd Edition). Pearson Education, ISBN: Hayes, Ψηφιακή Επεξεργασία Σήματος (Σειρά Schaum). Εκδόσεις Τζιόλα, ISBN: Gonzalez, Woods. Digital Image Processing, 2nd Edition. Prentice Hall, ISBN: Lim. Two-Dimensional Signal and Image Processing. Prentice Hall, ISBN: Russ. The Image Processing Handbook, Fourth Edition. CRC Press, ISBN: X 92

Digital Image Processing

Digital Image Processing Digital Image Processing Intensity Transformations Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 2008. Image Enhancement: είναι

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 5 η Παρουσίαση : Ψηφιακή Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Σύνθεση Χρωμάτων Αφαιρετική Παραγωγή Χρώματος Χρωματικά

Διαβάστε περισσότερα

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1

Ήχος. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 04-1 Ήχος Χαρακτηριστικά του ήχου Ψηφιοποίηση με μετασχηματισμό Ψηφιοποίηση με δειγματοληψία Κβαντοποίηση δειγμάτων Παλμοκωδική διαμόρφωση Συμβολική αναπαράσταση μουσικής Τεχνολογία Πολυμέσων και Πολυμεσικές

Διαβάστε περισσότερα

Ψηφιακά Φίλτρα. Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 20/5/2005 2

Ψηφιακά Φίλτρα. Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 20/5/2005 2 Ψηφιακά Φίλτρα Αναλογικά και ψηφιακά φίλτρα 20/5/2005 1 Αναλογικά και ψηφιακά φίλτρα Στην επεξεργασία σήματος, η λειτουργία ενός φίλτρου είναι να απομακρύνει τα ανεπιθύμητα μέρη ενός σήματος, όπως ένα

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας Ψηφιακή Επεξεργασία Εικόνας Τι είναι η ψηφιακή εικόνα 1/67 Το μοντέλο της εικόνας ΜίαεικόναπαριστάνεταιαπόέναπίνακαU που κάθε στοιχείο του u(i,j) ονομάζεται εικονοστοιχείο pixel (picture element). Η ανάλυση

Διαβάστε περισσότερα

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1

Εικόνα. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 05-1 Εικόνα Εισαγωγή Ψηφιακή αναπαράσταση Κωδικοποίηση των χρωμάτων Συσκευές εισόδου και εξόδου Βάθος χρώματος και ανάλυση Συμβολική αναπαράσταση Μετάδοση εικόνας Σύνθεση εικόνας Ανάλυση εικόνας Τεχνολογία

Διαβάστε περισσότερα

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής

Τεχνολογία Πολυμέσων. Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Τεχνολογία Πολυμέσων Ενότητα # 4: Ήχος Διδάσκων: Γεώργιος Ξυλωμένος Τμήμα: Πληροφορικής Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το

Διαβάστε περισσότερα

Εισαγωγή σε οπτική και μικροσκοπία

Εισαγωγή σε οπτική και μικροσκοπία Εισαγωγή σε οπτική και μικροσκοπία Eukaryotic cells Microscope Cancer Μικροσκόπια Microscopes Ποια είδη υπάρχουν (και γιατί) Πώς λειτουργούν (βασικές αρχές) Πώς και ποια μικροσκόπια μπορούμε να χρησιμοποιήσουμε

Διαβάστε περισσότερα

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB )

Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια «ανώδυνη» εισαγωγή στο μάθημα (και στο MATLAB ) Μια πρώτη ιδέα για το μάθημα χωρίς καθόλου εξισώσεις!!! Περίγραμμα του μαθήματος χωρίς καθόλου εξισώσεις!!! Παραδείγματα από πραγματικές εφαρμογές ==

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνας

Ψηφιακή Επεξεργασία Εικόνας ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 2 : Βελτιστοποίηση εικόνας (Image enhancement) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το

Διαβάστε περισσότερα

Ήχος και φωνή. Τεχνολογία Πολυµέσων 04-1

Ήχος και φωνή. Τεχνολογία Πολυµέσων 04-1 Ήχος και φωνή Φύση του ήχου Ψηφιοποίηση µε µετασχηµατισµό Ψηφιοποίηση µε δειγµατοληψία Παλµοκωδική διαµόρφωση Αναπαράσταση µουσικής Ανάλυση και σύνθεση φωνής Μετάδοση φωνής Τεχνολογία Πολυµέσων 4-1 Φύση

Διαβάστε περισσότερα

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση

Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση Χειμερινό Εξάμηνο 2013-2014 Μετάδοση Πολυμεσικών Υπηρεσιών Ψηφιακή Τηλεόραση 4 η Παρουσίαση : Επεξεργασία Εικόνας Διδάσκων: Γιάννης Ντόκας Εισαγωγή στις Έννοιες των Εικόνων Στο χώρο των πολυμέσων χρησιμοποιείται

Διαβάστε περισσότερα

Εργαστήριο 3: Διαλείψεις

Εργαστήριο 3: Διαλείψεις Εργαστήριο 3: Διαλείψεις Διάλειψη (fading) είναι η παραμόρφωση ενός διαμορφωμένου σήματος λόγω της μετάδοσης του σε ασύρματο περιβάλλον. Η προσομοίωση μίας τέτοιας μετάδοσης γίνεται με την μοντελοποίηση

Διαβάστε περισσότερα

Ψηφιακή Αναπαράσταση Σήματος: Δειγματοληψία, Κβαντισμός και Κωδικοποίηση

Ψηφιακή Αναπαράσταση Σήματος: Δειγματοληψία, Κβαντισμός και Κωδικοποίηση ΒΕΣ 4 Συμπίεση και Μετάδοση Πολυμέσων Ψηφιακή Αναπαράσταση Σήματος: Δειγματοληψία, Κβαντισμός και Κωδικοποίηση Τι είναι Σήμα; Βασικές έννοιες επεξεργασίας σημάτων Πληροφορίες που αντιλαμβανόμαστε μέσω

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Βασικά στοιχεία εικονοστοιχείου (pixel) Φυσική λειτουργία όρασης Χηµική και ψηφιακή σύλληψη (Κλασσικές και ψηφιακές φωτογραφικές µηχανές)

Διαβάστε περισσότερα

Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων

Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων 1 Εισαγωγή στα ψηφιακά Συστήµατα Μετρήσεων 1.1 Ηλεκτρικά και Ηλεκτρονικά Συστήµατα Μετρήσεων Στο παρελθόν χρησιµοποιήθηκαν µέθοδοι µετρήσεων που στηριζόταν στις αρχές της µηχανικής, της οπτικής ή της θερµοδυναµικής.

Διαβάστε περισσότερα

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ)

ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ (ΘΕΩΡΙΑ) ΦΩΤΟΡΕΑΛΙΣΜΟΣ & ΚΙΝΗΣΗ ΔΙΔΑΣΚΩΝ : ΝΤΙΝΤΑΚΗΣ ΙΩΑΝΝΗΣ (MSC) Καθηγητής Εφαρμογών ΚΑΡΔΙΤΣΑ 2013 ΤΙ ΕΙΝΑΙ ΦΩΤΟΑΠΟΔΟΣΗ: ΕΝΝΟΟΥΜΕ ΤΗ ΔΙΑΔΙΚΑΣΙΑ ΚΑΘΟΡΙΣΜΟΥ ΟΛΩΝ ΕΚΕΙΝΩΝ ΤΩΝ ΣΤΟΙΧΕΙΩΝ ΚΑΙ ΠΑΡΑΜΕΤΡΩΝ ΩΣΤΕ ΝΑ ΕΧΟΥΜΕ

Διαβάστε περισσότερα

Κεφάλαιο 11 Πολυμέσα. Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1

Κεφάλαιο 11 Πολυμέσα. Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1 Κεφάλαιο 11 Πολυμέσα Εφ. Πληροφορικής Κεφ. 11 Καραμαούνας Π. 1 Εφαρμογές πολυμέσων: πολλές μορφές πληροφορίας, αποθηκευμένες σε ψηφιακή μορφή, με δυνατότητα αλληλεπίδρασης κατά την παρουσίασή τους 11.1

Διαβάστε περισσότερα

Όραση Α. Ιδιότητες των κυµάτων. Ανατοµικάστοιχείαοφθαλµού. Ορατό φως

Όραση Α. Ιδιότητες των κυµάτων. Ανατοµικάστοιχείαοφθαλµού. Ορατό φως Ιδιότητες των κυµάτων Όραση Α Μήκος κύµατος: απόσταση µεταξύ δύο διαδοχικών κυµατικών µορφών Συχνότητα: αριθµός κύκλων ανά δευτερόλεπτα (εξαρτάται από το µήκος κύµατος) Ορατό φως Ανατοµικάστοιχείαοφθαλµού

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ

ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ ΕΡΩΤΗΣΕΙΣ ΣΤΗ ΘΕΩΡΙΑ ΧΡΩΜΑΤΩΝ Συμπλήρωση κενών 1. Η Λαμπρότητα (Brightness) είναι Υποκειμενικός παράγοντας. 2. Το χρώμα ενός αντικειμένου εξαρτάται από το ίδιο και την φωτεινή πηγή. 3. Το Μάτι είναι πολύ

Διαβάστε περισσότερα

Διάλεξη 2. Συστήματα Εξισώσεων Διαφορών ΔιακριτάΣήματαστοΧώροτης Συχνότητας

Διάλεξη 2. Συστήματα Εξισώσεων Διαφορών ΔιακριτάΣήματαστοΧώροτης Συχνότητας University of Cyprus Biomedical Imaging & Applied Optics Διάλεξη 2 Συστήματα Εξισώσεων Διαφορών Συστήματα Εξισώσεων Διαφορών Γραμμικές Εξισώσεις Διαφορών με Σταθερούς Συντελεστές (Linear Constant- Coefficient

Διαβάστε περισσότερα

O Ψηφιακός Παλμογράφος

O Ψηφιακός Παλμογράφος Τεχνική Εκπαίδευση O Ψηφιακός Παλμογράφος Παναγιώτης Γεώργιζας BEng Cybernetics with Automotive Electronics MSc Embedded Systems Engineering Θέματα που θα αναλυθούν www.georgizas.gr 1. Γενικά περί παλμογράφων

Διαβάστε περισσότερα

Δυσδιάστατη κινηματική ανάλυση. Τσιόκανος Αθανάσιος, Επ. Καθηγητής Βιοκινητικής

Δυσδιάστατη κινηματική ανάλυση. Τσιόκανος Αθανάσιος, Επ. Καθηγητής Βιοκινητικής Δυσδιάστατη κινηματική ανάλυση Τσιόκανος Αθανάσιος, Επ. Καθηγητής Βιοκινητικής Θέματα προς ανάλυση Αντικείμενο της κινηματικής ανάλυσης Καταγραφή της κίνησης Ψηφιοποίηση Υπολογισμός δεδομένων Η δυνατότητα

Διαβάστε περισσότερα

Γραφικά µε Η/Υ. Τεχνολογίες Γραφικών & Στοιχεία µαθηµατικών

Γραφικά µε Η/Υ. Τεχνολογίες Γραφικών & Στοιχεία µαθηµατικών Γραφικά µε Η/Υ Τεχνολογίες Γραφικών & Στοιχεία µαθηµατικών Τεχνολογίες Γραφικών 2/ 4 Τεχνολογία παραγωγής συνθετικής εικόνας (Πλεγµατική οθόνη) Πλεγµατική οθόνη (Raster): δισδιάστατο πλέγµα απόpixels Ανάλυση

Διαβάστε περισσότερα

Ανακατασκευή εικόνας από προβολές

Ανακατασκευή εικόνας από προβολές Ανακατασκευή εικόνας από προβολές Μέθοδος ανακατασκευής με χρήση χαρακτηριστικών δειγμάτων προβολής Αναστάσιος Κεσίδης Δρ. Ηλεκτρολόγος Μηχανικός Θέματα που θα αναπτυχθούν Εισαγωγή στις τομογραφικές μεθόδους

Διαβάστε περισσότερα

Ακαδηµαϊκό Έτος 2005 2006, Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης

Ακαδηµαϊκό Έτος 2005 2006, Χειµερινό Εξάµηνο ιδάσκων Καθ.: Νίκος Τσαπατσούλης ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ Ι ΑΚΤΙΚΗΣ ΤΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΨΗΦΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΨΣ 5: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ακαδηµαϊκό Έτος 5 6 Χειµερινό Εξάµηνο Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΓΙΑ ΕΠΑΝΑΛΗΨΗ Το

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΠΑΡΑΔΕΙΓΜΑΤΑ ΜΕ ΧΡΗΣΗ MATLAB ΑΘΑΝΑΣΙΑ ΚΟΛΟΒΟΥ (Ε.Τ.Ε.Π.) 2012 ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ο σκοπός αυτού

Διαβάστε περισσότερα

Εισαγωγή στις Ηλεκτρικές Μετρήσεις

Εισαγωγή στις Ηλεκτρικές Μετρήσεις Εισαγωγή στις Ηλεκτρικές Μετρήσεις Σφάλματα Μετρήσεων Συμβατικά όργανα μετρήσεων Χαρακτηριστικά μεγέθη οργάνων Παλμογράφος Λέκτορας Σοφία Τσεκερίδου 1 Σφάλματα μετρήσεων Επιτυχημένη μέτρηση Σωστή εκλογή

Διαβάστε περισσότερα

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ανάκτηση Χρονισμού. Τρόποι Συγχρονισμού Συμβόλων. Συγχρονισμός Συμβόλων. t mt

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ανάκτηση Χρονισμού. Τρόποι Συγχρονισμού Συμβόλων. Συγχρονισμός Συμβόλων. t mt Προχωρημένα Θέματα Τηλεπικοινωνιών Συγχρονισμός Συμβόλων Εισαγωγή Σε ένα ψηφιακό τηλεπικοινωνιακό σύστημα, η έξοδος του φίλτρου λήψης είναι μια κυματομορφή συνεχούς χρόνου y( an x( t n ) n( n x( είναι

Διαβάστε περισσότερα

1/3/2009. Τα ψηφιακά ηχητικά συστήματα πρέπει να επικοινωνήσουν με τον «αναλογικό» ανθρώπινο κόσμο. Φλώρος Ανδρέας Επίκ. Καθηγητής.

1/3/2009. Τα ψηφιακά ηχητικά συστήματα πρέπει να επικοινωνήσουν με τον «αναλογικό» ανθρώπινο κόσμο. Φλώρος Ανδρέας Επίκ. Καθηγητής. Από το προηγούμενο μάθημα... Μάθημα: «Ψηφιακή Επεξεργασία Ήχου» Δάλ Διάλεξη 2 η : «Βασικές Β έ αρχές ψηφιακού ήχου» Φλώρος Ανδρέας Επίκ. Καθηγητής Τα ψηφιακά ηχητικά συστήματα πρέπει να επικοινωνήσουν

Διαβάστε περισσότερα

Προηγμένες εφαρμογές των μαθηματικών στην ψηφιακή επεξεργασία σήματος με χρήση της Matlab

Προηγμένες εφαρμογές των μαθηματικών στην ψηφιακή επεξεργασία σήματος με χρήση της Matlab ATEI Κρήτης Παράρτημα Χανίων τμ. Ηλεκτρονικής Προηγμένες εφαρμογές των μαθηματικών στην ψηφιακή επεξεργασία σήματος με χρήση της Matlab Iterative Shadowgraphic Method (ISM) Παναγιώτης Αργυρέας 5/12/2010

Διαβάστε περισσότερα

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1

Βίντεο. Τεχνολογία Πολυμέσων και Πολυμεσικές Επικοινωνίες 06-1 Βίντεο Εισαγωγή Χαρακτηριστικά του βίντεο Απόσταση θέασης Μετάδοση τηλεοπτικού σήματος Συμβατικά τηλεοπτικά συστήματα Ψηφιακό βίντεο Εναλλακτικά μορφότυπα Τηλεόραση υψηλής ευκρίνειας Κινούμενες εικόνες

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΉΜΑ ΕΠΙΣΤΉΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 7 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: hp://ecla.uop.gr/coure/tst25 e-ail:

Διαβάστε περισσότερα

Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων

Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων Κεφάλαιο 6 Σχεδιασμός FIR φίλτρων Φίλτρα πεπερασμένης κρουστικής απόκρισης Finite Impulse Response (FIR) filters y(n) = M k= bk x(n k) / 68 παράδειγμα (εισαγωγικό) y(n) = 9 x(n k ) k= 2/ 68 Βασικές κατηγορίες

Διαβάστε περισσότερα

25/3/2009. Η επεξεργασία του ψηφιακού σήματος υλοποιείται μέσω κατάλληλου αλγορίθμου. Φλώρος Ανδρέας Επίκ. Καθηγητής Παράμετροι ελέγχου

25/3/2009. Η επεξεργασία του ψηφιακού σήματος υλοποιείται μέσω κατάλληλου αλγορίθμου. Φλώρος Ανδρέας Επίκ. Καθηγητής Παράμετροι ελέγχου Από το προηγούμενο μάθημα... Μάθημα: «Ψηφιακή Επεξεργασία Ήχου» Δάλ Διάλεξη 4 η : «Επεξεργαστές Ε ξ έ Δυναμικής Περιοχής (Mέρος έ ΙΙ)» Η επεξεργασία του ψηφιακού σήματος υλοποιείται μέσω κατάλληλου αλγορίθμου

Διαβάστε περισσότερα

Φωτογράφηση Βαθέως Ουρανού

Φωτογράφηση Βαθέως Ουρανού Φωτογράφηση Βαθέως Ουρανού Aντώνης Aγιομαμίτης (Πάτρα 2007) 1/27/2008 1 Βαθύς Ουρανός Γαλαξίες, Νεφελώματα, Σμήνη, Αστέρες (πχ. Άνθρακα, διπλοί) Αμυδρά αντικείμενα Ηλιος μέγεθος 26.7 Σελήνη μέγεθος 11.4

Διαβάστε περισσότερα

Τι συσχετίζεται με τον ήχο

Τι συσχετίζεται με τον ήχο ΗΧΟΣ Τι συσχετίζεται με τον ήχο Υλικό Κάρτα ήχου Προενυσχιτής Equalizer Ενισχυτής Ηχεία Χώρος Ανθρώπινη ακοή Ψυχοακουστικά φαινόμενα Ηχητική πληροφορία Σημείο αναφοράς 20 μpa Εύρος συχνοτήτων Δειγματοληψία

Διαβάστε περισσότερα

Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο

Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο Δομικά στοιχεία πολυμέσων: Κείμενο Εικόνα Ήχος Κίνηση Βίντεο Πρωτογενές υλικό Μια εικόνα μπορεί να εισαχθεί στον υπολογιστή από: σαρωτή (Scanner) ψηφιακή φωτογραφική μηχανή video capture monitor capture

Διαβάστε περισσότερα

Παλμοκωδική Διαμόρφωση. Pulse Code Modulation (PCM)

Παλμοκωδική Διαμόρφωση. Pulse Code Modulation (PCM) Παλμοκωδική Διαμόρφωση Pulse Code Modulation (PCM) Pulse-code modulation (PCM) Η PCM είναι ένας στοιχειώδης τρόπος διαμόρφωσης που δεν χρησιμοποιεί φέρον! Το μεταδιδόμενο (διαμορφωμένο) σήμα PCM είναι

Διαβάστε περισσότερα

ΑΠΟΤΕΛΕΣΜΑΤΑ ΠΕΠΕΡΑΣΜΕΝΗΣ ΑΚΡΙΒΕΙΑΣ (ΚΒΑΝΤΙΣΜΟΥ)

ΑΠΟΤΕΛΕΣΜΑΤΑ ΠΕΠΕΡΑΣΜΕΝΗΣ ΑΚΡΙΒΕΙΑΣ (ΚΒΑΝΤΙΣΜΟΥ) ΑΠΟΤΕΛΕΣΜΑΤΑ ΠΕΠΕΡΑΣΜΕΝΗΣ ΑΚΡΙΒΕΙΑΣ (ΚΒΑΝΤΙΣΜΟΥ) 0. Εισαγωγή Τα αποτελέσµατα πεπερασµένης ακρίβειας οφείλονται στα λάθη που προέρχονται από την παράσταση των αριθµών µε µια πεπερασµένη ακρίβεια. Τα αποτελέσµατα

Διαβάστε περισσότερα

Ιόνιο Πανεπιστήμιο Τμήμα Τεχνών Ήχου και Εικόνας. Ακαδημαϊκό Έτος 2006-2007

Ιόνιο Πανεπιστήμιο Τμήμα Τεχνών Ήχου και Εικόνας. Ακαδημαϊκό Έτος 2006-2007 Ιόνιο Πανεπιστήμιο Τμήμα Τεχνών Ήχου και Εικόνας Ακαδημαϊκό Έτος 2006-2007 ΠΑΡΑΔΟΤΕΟ: Έκθεση Προόδου Υλοποίησης του Μαθήματος Διδάσκων: Φλώρος Ανδρέας Περιεχόμενα 1 Περιγραφή

Διαβάστε περισσότερα

Επιλέγοντας τον σωστό φακό

Επιλέγοντας τον σωστό φακό Επιλέγοντας τον σωστό φακό Αφού έχομε επιλέξει την κάμερα κλειστόυ κυκλώματος, το επόμενο βήμα είναι να επιλέξουμε το σωστό φακό και τα σωστά υλικά για το σύστημα σας. Αυτός ο σύντομος οδηγός στοχεύει

Διαβάστε περισσότερα

Κεφάλαιο 33 ΦακοίκαιΟπτικάΣτοιχεία. Copyright 2009 Pearson Education, Inc.

Κεφάλαιο 33 ΦακοίκαιΟπτικάΣτοιχεία. Copyright 2009 Pearson Education, Inc. Κεφάλαιο 33 ΦακοίκαιΟπτικάΣτοιχεία ΠεριεχόµεναΚεφαλαίου 33 Λεπτοί Φακοί- ιάδοση Ακτίνας Εξίσωση Λεπτού Φακού-Μεγέθυνση Συνδυασµός Φακών ΟιεξίσωσητουΟπτικού Φωτογραφικές Μηχανές : Ψηφιακές και Φιλµ ΤοΑνθρώπινοΜάτι;

Διαβάστε περισσότερα

Κάμερες CCTV Ευαισθησία Ανάλυση Αντιστάθμιση οπίσθιου φωτισμού (BLC, Back Light Control) Ισορρόπηση χρώματος Συντελεστής Gamma

Κάμερες CCTV Ευαισθησία Ανάλυση Αντιστάθμιση οπίσθιου φωτισμού (BLC, Back Light Control) Ισορρόπηση χρώματος Συντελεστής Gamma Κάμερες CCTV Ευαισθησία Η ευαισθησία μιας κάμερας CCD, είναι η μέτρηση της απόδοσής της σε συνθήκες χαμηλού φωτισμού. Οι περισσότεροι κατασκευαστές δηλώνουν τη στάθμη ευαισθησίας των καμερών τους, ως μια

Διαβάστε περισσότερα

1. ΤΟΜΟΓΡΑΦΙΚΗ ΑΠΕΙΚΟΝΙΣΗ ΜΕ ΙΣΟΤΟΠΑ ΕΦΑΡΜΟΓΕΣ ΙΟΝΤΙΖΟΥΣΩΝ ΑΚΤΙΝΟΒΟΛΙΩΝ

1. ΤΟΜΟΓΡΑΦΙΚΗ ΑΠΕΙΚΟΝΙΣΗ ΜΕ ΙΣΟΤΟΠΑ ΕΦΑΡΜΟΓΕΣ ΙΟΝΤΙΖΟΥΣΩΝ ΑΚΤΙΝΟΒΟΛΙΩΝ 1. ΤΟΜΟΓΡΑΦΙΚΗ ΑΠΕΙΚΟΝΙΣΗ ΜΕ ΙΣΟΤΟΠΑ 1 x y 1. γ-κάµερα ή Κύκλωµα Πύλης Αναλυτής Ύψους Παλµών z κάµερα Anger (H. Anger, Berkeley, 1958) Λογικό Κύκλωµα Θέσης ιάταξη Φωτοπολλαπλασιαστών Μολύβδινη Θωράκιση

Διαβάστε περισσότερα

Βελτίωση - Φιλτράρισμα εικόνας

Βελτίωση - Φιλτράρισμα εικόνας Βελτίωση - Φιλτράρισμα εικόνας /7 Βελτίωση εικόνας με φιλτράρισμα Το φιλτράρισμα εικόνας είναι ουσιαστικά η πράξη συνέλιξης μεταξύ της αρχικής εικόνας και ενός συνόλου συντελεστών που συνήθως ονομάζονται

Διαβάστε περισσότερα

Άσκηση 06: Φίλτρα πεπερασμένης κρουστικής απόκρισης (Finite Impulse Response (F.I.R.) Filters)

Άσκηση 06: Φίλτρα πεπερασμένης κρουστικής απόκρισης (Finite Impulse Response (F.I.R.) Filters) ΤΕΙ ΠΕΙΡΑΙΑ / ΣΤΕΦ / ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. Μάθημα: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ (Εργαστήριο) Ε εξάμηνο Εξάμηνο: Χειμερινό 2014-2015 Άσκηση 06: Φίλτρα πεπερασμένης κρουστικής απόκρισης (Finite

Διαβάστε περισσότερα

ΡΟΜΠΟΤΙΚΗ ΟΡΑΣΗ. Όταν ένα ρομπότ κινείται σε άγνωστο χώρο ή σε χώρο που μπορεί να αλλάξει η διάταξή του τότε εμφανίζεται η ανάγκη της όρασης μηχανής.

ΡΟΜΠΟΤΙΚΗ ΟΡΑΣΗ. Όταν ένα ρομπότ κινείται σε άγνωστο χώρο ή σε χώρο που μπορεί να αλλάξει η διάταξή του τότε εμφανίζεται η ανάγκη της όρασης μηχανής. ΡΟΜΠΟΤΙΚΗ ΟΡΑΣΗ Όταν ένα ρομπότ κινείται σε άγνωστο χώρο ή σε χώρο που μπορεί να αλλάξει η διάταξή του τότε εμφανίζεται η ανάγκη της όρασης μηχανής. Αισθητήρες που χρησιμοποιούνται για να αντιλαμβάνεται

Διαβάστε περισσότερα

Δυαδικό Σύστημα Αρίθμησης

Δυαδικό Σύστημα Αρίθμησης Δυαδικό Σύστημα Αρίθμησης Το δυαδικό σύστημα αρίθμησης χρησιμοποιεί δύο ψηφία. Το 0 και το 1. Τα ψηφία ενός αριθμού στο δυαδικό σύστημα αρίθμησης αντιστοιχίζονται σε δυνάμεις του 2. Μονάδες, δυάδες, τετράδες,

Διαβάστε περισσότερα

Εισαγωγή Στοιχεία Θεωρίας

Εισαγωγή Στοιχεία Θεωρίας Εισαγωγή Σκοπός της άσκησης αυτής είναι η εισαγωγή στην τεχνογνωσία των οπτικών ινών και η μελέτη τους κατά τη διάδοση μιας δέσμης laser. Συγκεκριμένα μελετάται η εξασθένιση που υφίσταται το σήμα στην

Διαβάστε περισσότερα

Εισαγωγή. Κατηγοριοποίηση αισθητήρων. Χαρακτηριστικά αισθητήρων. Κυκλώματα διασύνδεσης αισθητήρων

Εισαγωγή. Κατηγοριοποίηση αισθητήρων. Χαρακτηριστικά αισθητήρων. Κυκλώματα διασύνδεσης αισθητήρων Εισαγωγή Κατηγοριοποίηση αισθητήρων Χαρακτηριστικά αισθητήρων Κυκλώματα διασύνδεσης αισθητήρων 1 2 Πωλήσεις αισθητήρων 3 4 Ο άνθρωπος αντιλαμβάνεται τη φύση με τα αισθητήρια όργανά του υποκειμενική αντίληψη

Διαβάστε περισσότερα

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό

[2] Υπολογιστικά συστήματα: Στρώματα. Τύποι δεδομένων. Μπιτ. επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό Υπολογιστικά συστήματα: Στρώματα 1 ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ επικοινωνία εφαρμογές λειτουργικό σύστημα προγράμματα υλικό δεδομένα Αναπαράσταση δεδομένων 2 Τύποι δεδομένων Τα δεδομένα

Διαβάστε περισσότερα

ΑΝΑΚΛΑΣΗ. β' νόμος της ανάκλασης: Η γωνία πρόσπτωσης και η γωνία ανάκλασης είναι ίσες.

ΑΝΑΚΛΑΣΗ. β' νόμος της ανάκλασης: Η γωνία πρόσπτωσης και η γωνία ανάκλασης είναι ίσες. ΑΝΑΚΛΑΣΗ Η ακτίνα (ή η δέσμη) πριν ανακλασθεί ονομάζεται προσπίπτουσα ή αρχική, ενώ μετά την ανάκλαση ονομάζεται ανακλώμενη. Η γωνία που σχηματίζει η προσπίπτουσα με την κάθετη στην επιφάνεια στο σημείο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Εργαστήριο Οπτικής ΣΥΜΒΟΛΗ ΤΟΥ ΦΩΤΟΣ

Εργαστήριο Οπτικής ΣΥΜΒΟΛΗ ΤΟΥ ΦΩΤΟΣ ΣΥΜΒΟΛΗ ΤΟΥ ΦΩΤΟΣ Μάκης Αγγελακέρης 010 Σκοπός της άσκησης Να μπορείτε να εξηγήσετε το φαινόμενο της Συμβολής και κάτω από ποιες προϋποθέσεις δύο δέσμες φωτός, μπορεί να συμβάλουν. Να μπορείτε να περιγράψετε

Διαβάστε περισσότερα

Ορολογία και χαρακτηριστικά στις κάμερες επιτήρησης

Ορολογία και χαρακτηριστικά στις κάμερες επιτήρησης Ορολογία και χαρακτηριστικά στις κάμερες επιτήρησης Τα τεχνικά εγχειρίδια περιέχουν ένα πλήθος συντομογραφιών που είναι απαραίτητο να μπορούμε να ερμηνεύουμε, έτσι ώστε να επιλέγουμε την κατάλληλη λειτουργία

Διαβάστε περισσότερα

Αναπαράσταση Μη Αριθμητικών Δεδομένων

Αναπαράσταση Μη Αριθμητικών Δεδομένων Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Εισαγωγή στην Επιστήμη των Υπολογιστών 2014-15 Αναπαράσταση Μη Αριθμητικών Δεδομένων (κείμενο, ήχος και εικόνα στον υπολογιστή) http://di.ionio.gr/~mistral/tp/csintro/

Διαβάστε περισσότερα

ΑΔΑΜΑΝΤΙΑ Κ. ΣΠΑΝΑΚΑ Σύντομες Προδιαγραφές Συγγραφής Εκπαιδευτικού Υλικού εξ αποστάσεως εκπαίδευσης: Σημεία Προσοχής ΠΛΣ

ΑΔΑΜΑΝΤΙΑ Κ. ΣΠΑΝΑΚΑ Σύντομες Προδιαγραφές Συγγραφής Εκπαιδευτικού Υλικού εξ αποστάσεως εκπαίδευσης: Σημεία Προσοχής ΠΛΣ ΑΔΑΜΑΝΤΙΑ Κ. ΣΠΑΝΑΚΑ Σύντομες Προδιαγραφές Συγγραφής Εκπαιδευτικού Υλικού εξ αποστάσεως εκπαίδευσης: Σημεία Προσοχής ΠΛΣ Πρόκληση ο σχεδιασμός κι η ανάπτυξη εξ αποστάσεως εκπαιδευτικού υλικού. Ζητούμενο

Διαβάστε περισσότερα

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Βασικές Έννοιες Προγραμματισμού. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD

Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ. Βασικές Έννοιες Προγραμματισμού. Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Τμήμα Μηχανολόγων Μηχανικών Πανεπιστήμιο Θεσσαλίας ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Η/Υ Βασικές Έννοιες Προγραμματισμού Ιωάννης Λυχναρόπουλος Μαθηματικός, MSc, PhD Αριθμητικά συστήματα Υπάρχουν 10 τύποι ανθρώπων: Αυτοί

Διαβάστε περισσότερα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα

Κεφάλαιο 7. Τρισδιάστατα Μοντέλα Κεφάλαιο 7. 7.1 ομές εδομένων για Γραφικά Υπολογιστών. Οι δομές δεδομένων αποτελούν αντικείμενο της επιστήμης υπολογιστών. Κατά συνέπεια πρέπει να γνωρίζουμε πώς οργανώνονται τα γεωμετρικά δεδομένα, προκειμένου

Διαβάστε περισσότερα

«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.»

«Τεχνικές επεξεργασίας για βελτιστοποίηση υπερηχογραφικών εικόνων και εξαγωγή χαρακτηριστικών, με χρήση του Matlab.» ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Τμήμα Εφαρμοσμένης Πληροφορικής, Πρόγραμμα Μεταπτυχιακών Σπουδών Ειδίκευσης Συστήματα Υπολογιστών «Τεχνικές επεξεργασίας για βελτιστοποίηση

Διαβάστε περισσότερα

Εργαστήριο Οπτικής ΠΕΡΙΘΛΑΣΗ ΤΟΥ ΦΩΤΟΣ. Μάκης Αγγελακέρης 2010

Εργαστήριο Οπτικής ΠΕΡΙΘΛΑΣΗ ΤΟΥ ΦΩΤΟΣ. Μάκης Αγγελακέρης 2010 ΠΕΡΙΘΛΑΣΗ ΤΟΥ ΦΩΤΟΣ Μάκης Αγγελακέρης 2010 Σκοπός της άσκησης Να μπορείτε να περιγράψετε ποιοτικά το φαινόμενο της περίθλασης του φωτός καθώς επίσης να μπορείτε να διακρίνετε τις συνθήκες που χαρακτηρίζουν

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΗΣ ΟΠΤΙΚΗΣ

ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΗΣ ΟΠΤΙΚΗΣ ΒΑΣΙΚΕΣ ΑΡΧΕΣ ΤΗΣ ΟΠΤΙΚΗΣ Μάθημα προς τους ειδικευόμενους γιατρούς στην Οφθαλμολογία, Στο Κ.Οφ.Κ.Α. την 18/11/2003. Υπό: Δρος Κων. Ρούγγα, Οφθαλμιάτρου. 1. ΑΝΑΚΛΑΣΗ ΤΟΥ ΦΩΤΟΣ Όταν μια φωτεινή ακτίνα ή

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑ ΕΞΕΤΑΣΕΩΝ. Διατάξεις Ημιαγωγών. Ηλ. Αιθ. 013. Αριθμητικές Μέθοδοι Διαφορικών Εξισώσεων Ηλ. Αιθ. 013

ΠΡΟΓΡΑΜΜΑ ΕΞΕΤΑΣΕΩΝ. Διατάξεις Ημιαγωγών. Ηλ. Αιθ. 013. Αριθμητικές Μέθοδοι Διαφορικών Εξισώσεων Ηλ. Αιθ. 013 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ & ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Ακαδημαϊκό Έτος 2014-2015 Περίοδος Φεβρουαρίου 2015 ΠΡΟΓΡΑΜΜΑ ΕΞΕΤΑΣΕΩΝ ΗΜΕΡΟΜΗΝΙΑ ΩΡΑ 1ο-2ο ΕΞΑΜΗΝΟ 3ο-4ο ΕΞΑΜΗΝΟ 5ο-6ο

Διαβάστε περισσότερα

Red. Color. Green. Blue

Red. Color. Green. Blue Red Color Green Blue Γιατί μονόχρωμη Κάμερα ; Oι μονόχρωμες κάμερες εκμεταλλεύονται όλα τα pixel του ccd, έχουν μεγαλύτερη ανάλυση, μεγαλύτερη ευαισθησία & δυναμικό εύρος. H έγχρωμη εικόνα παράγεται με

Διαβάστε περισσότερα

Υπερπροσαρμογή (Overfitting) (1)

Υπερπροσαρμογή (Overfitting) (1) Αλγόριθμος C4.5 Αποφυγή υπερπροσαρμογής (overfitting) Reduced error pruning Rule post-pruning Χειρισμός χαρακτηριστικών συνεχών τιμών Επιλογή κατάλληλης μετρικής για την επιλογή των χαρακτηριστικών διάσπασης

Διαβάστε περισσότερα

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη

Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη ΒΕΣ 6 Προσαρµοστικά Συστήµατα στις Τηλεπικοινωνίες Βέλτιστα Ψηφιακά Φίλτρα: Φίλτρα Wiener, Ευθεία και αντίστροφη γραµµική πρόβλεψη 7 Nicolas sapatsoulis Βιβλιογραφία Ενότητας Benvenuto []: Κεφάλαιo Wirow

Διαβάστε περισσότερα

Ναι. +/- 2 επίπεδα. Σύστημα εστίασης Αυτόματη εστίαση TTL iesp με ανίχνευση της αντίθεσης Ανίχνευση Προσώπων AF, iesp, Σημειακή, AF Tracking

Ναι. +/- 2 επίπεδα. Σύστημα εστίασης Αυτόματη εστίαση TTL iesp με ανίχνευση της αντίθεσης Ανίχνευση Προσώπων AF, iesp, Σημειακή, AF Tracking µ TOUGH-3000 - Χαρακτηριστικά Αισθητήρας εικόνας Ενεργά pixels Διάταξη φίλτρου Πλήρης ανάλυση Τύπος 12 Megapixels Φίλτρο βασικών χρωμάτων (RGB) 12,7 Megapixels 1/2,33 '' Αισθητήρας CCD Φακός Οπτικό zoom

Διαβάστε περισσότερα

ΑΝΑLOG TO DIGITAL CONVERTER (ADC)

ΑΝΑLOG TO DIGITAL CONVERTER (ADC) ΑΝΑLOG TO DIGITAL CONVERTER (ADC) O ADC αναλαμβάνει να μετατρέψει αναλογικές τάσεις σε ψηφιακές ώστε να είναι διαθέσιμες εσωτερικά στο μικροελεγκτή για επεξεργασία. Η αναλογική τάση που θέλουμε να ψηφιοποιηθεί

Διαβάστε περισσότερα

ΗΜΥ 007 Τεχνολογία Πληροφορίας Διάλεξη 7. Οπτική Πληροφορία. Μέρος Β

ΗΜΥ 007 Τεχνολογία Πληροφορίας Διάλεξη 7. Οπτική Πληροφορία. Μέρος Β ΗΜΥ 007 Τεχνολογία Πληροφορίας Διάλεξη 7 Οπτική Πληροφορία Μέρος Β TΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Περίληψη Θέματα για σήμερα Επανάληψη και

Διαβάστε περισσότερα

TFT TV. Τι είναι οι TFT και πως λειτουργούν;

TFT TV. Τι είναι οι TFT και πως λειτουργούν; TFT TV Τι είναι οι TFT και πως λειτουργούν; Η ετυμολογία του όρου TFT (Thin Film Transistor ή τρανζίστορ λεπτού φιλμ) μας παραπέμπει στο δομικό στοιχείο ελέγχου της οθόνης, που είναι το τρανζίστορ. Οι

Διαβάστε περισσότερα

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σχετικές πληροφορίες: http://dlib.ionio.gr/~spver/seminars/statistics/ Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σπύρος Βερονίκης Τμήμα Αρχειονομίας - Βιβλιοθηκονομίας Θεματικές

Διαβάστε περισσότερα

Συσχέτιση μεταξύ δύο συνόλων δεδομένων

Συσχέτιση μεταξύ δύο συνόλων δεδομένων Διαγράμματα διασποράς (scattergrams) Συσχέτιση μεταξύ δύο συνόλων δεδομένων Η οπτική απεικόνιση δύο συνόλων δεδομένων μπορεί να αποκαλύψει με παραστατικό τρόπο πιθανές τάσεις και μεταξύ τους συσχετίσεις,

Διαβάστε περισσότερα

Άσκηση 4: Παραγωγή Ημιτονικών Κυμάτων (Sine waves generation)

Άσκηση 4: Παραγωγή Ημιτονικών Κυμάτων (Sine waves generation) ΤΕΙ ΠΕΙΡΑΙΑ / ΣΤΕΦ / ΤΜΗΜΑ ΗΛΕΚΤΡΟΝΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. Μάθημα: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ (Εργαστήριο) Ε εξάμηνο Εξάμηνο: Χειμερινό 2014-2015 Σκοπός της άσκησης Άσκηση 4: Παραγωγή Ημιτονικών Κυμάτων (Sine

Διαβάστε περισσότερα

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης

ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ. Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ, ΤΜΗΜΑ ΕΠΙΚΟΙΝΩΝΙΑΣ & ΣΠΟΥΔΩΝ ΔΙΑΔΙΚΤΥΟΥ ΕΣΔ 200: ΔΗΜΙΟΥΡΓΙΑ ΠΕΡΙΕΧΟΜΕΝΟΥ ΙΙ Ακαδημαϊκό Έτος 2011 2012, Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΕΠΑΝΑΛΗΨΗΣ

Διαβάστε περισσότερα

Υπερηχογραφία Αγγείων Βασικές αρχές

Υπερηχογραφία Αγγείων Βασικές αρχές Υπερηχογραφία Αγγείων Βασικές αρχές Δημ. Καρδούλας M.Sc, Ph.D Ιατρικό Τμήμα Πανεπιστημίου Κρήτης Ευρωκλινική Αθηνών Σάββατο 15 Φεβρουαρίου 2014 Βασικές Αρχές Φυσικής Οργανολογία των Υπερήχων Αιμοδυναμική

Διαβάστε περισσότερα

Εξάμηνο σπουδών: Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής

Εξάμηνο σπουδών: Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής Εξάμηνο σπουδών: Τίτλος Μαθήματος: Αγγλικός Τίτλος: Μορφή Μαθήματος: Β Τεχνολογία Συστημάτων Ήχου, Εικόνας και Εκπομπής Audio, Video and Broadcasting Technology Θεωρία με τεσσάρων (4) ωρών / εβδομάδα Εργαστηριακές

Διαβάστε περισσότερα

Στα 1849 ο Sir David Brewster περιγράφει τη μακροσκοπική μηχανή λήψης και παράγονται οι πρώτες στερεοσκοπικές φωτογραφίες (εικ. 5,6).

Στα 1849 ο Sir David Brewster περιγράφει τη μακροσκοπική μηχανή λήψης και παράγονται οι πρώτες στερεοσκοπικές φωτογραφίες (εικ. 5,6). ΣΤΕΡΕΟΣΚΟΠΙΑ Η στερεοσκοπία είναι μια τεχνική που δημιουργεί την ψευδαίσθηση του βάθους σε μια εικόνα. Στηρίζεται στο ότι η τρισδιάστατη φυσική όραση πραγματοποιείται διότι κάθε μάτι βλέπει το ίδιο αντικείμενο

Διαβάστε περισσότερα

ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2007

ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2007 ΥΠΟΥΡΓΕΙΟ ΠΑΙΔΕΙΑΣ ΚΑΙ ΠΟΛΙΤΙΣΜΟΥ ΔΙΕΥΘΥΝΣΗ ΑΝΩΤΕΡΗΣ ΚΑΙ ΑΝΩΤΑΤΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΥΠΗΡΕΣΙΑ ΕΞΕΤΑΣΕΩΝ ΠΑΓΚΥΠΡΙΕΣ ΕΞΕΤΑΣΕΙΣ 2007 Μάθημα : Ψηφιακά Ηλεκτρονικά Τεχνολογία ΙΙ Τεχνικών Σχολών, Θεωρητικής Κατεύθυνσης

Διαβάστε περισσότερα

ΑΞΟΝΙΚΗ ΤΟΜΟΓΡΑΦΙΑ. Ευάγγελος Παντελής Επ. Καθ. Ιατρικής Φυσικής Εργαστήριο Ιατρικής Φυσικής Ιατρική Σχολή Αθηνών

ΑΞΟΝΙΚΗ ΤΟΜΟΓΡΑΦΙΑ. Ευάγγελος Παντελής Επ. Καθ. Ιατρικής Φυσικής Εργαστήριο Ιατρικής Φυσικής Ιατρική Σχολή Αθηνών ΑΞΟΝΙΚΗ ΤΟΜΟΓΡΑΦΙΑ Ευάγγελος Παντελής Επ. Καθ. Ιατρικής Φυσικής Εργαστήριο Ιατρικής Φυσικής Ιατρική Σχολή Αθηνών ΙΑΤΡΙΚΗ ΦΥΣΙΚΗ Διαγνωστικές και θεραπευτικές εφαρμογές ακτινοβολιών : Κεφάλαιο 11 ΕΙΣΑΓΩΓΗ

Διαβάστε περισσότερα

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη

Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη Επεξεργασία Εικόνας Εργασία επεξεργασίας εικόνων, που αναπαριστούν τομή εγκεφάλου και τομή αδένα προστάτη Μπαρμπούτης Παναγιώτης Α) ΦΙΛΤΡΑ ΟΞΥΝΣΗΣ Αρχικά θα μελετήσουμε την εικόνα από το MRI αρχείο της

Διαβάστε περισσότερα

Κλινική Οπτική και Διαταραχές της Διάθλασης. Σοφία Ανδρούδη Επίκουρη Καθηγήτρια Οφθαλμολογίας

Κλινική Οπτική και Διαταραχές της Διάθλασης. Σοφία Ανδρούδη Επίκουρη Καθηγήτρια Οφθαλμολογίας Κλινική Οπτική και Διαταραχές της Διάθλασης Σοφία Ανδρούδη Επίκουρη Καθηγήτρια Οφθαλμολογίας ΟΡΑΣΗ Η όραση είναι ένας συνδυασμός: Ανατομικών Οπτικών Νευρικών μηχανισμών ΑΝΑΤΟΜΙΚΑ ΣΤΟΙΧΕΙΑ Κερατοειδής Πρόσθιος

Διαβάστε περισσότερα

ΨΗΦΙΟΓΡΑΦΙΚΕΣ ΕΙΚΟΝΕΣ

ΨΗΦΙΟΓΡΑΦΙΚΕΣ ΕΙΚΟΝΕΣ ΨΗΦΙΟΓΡΑΦΙΚΕΣ ΕΙΚΟΝΕΣ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ http://www.nashtucky.com/photoscanning.html ΒΑΘΟΣ ΧΡΩΜΑΤΟΣ ΒΑΘΟΣ ΧΡΩΜΑΤΟΣ ΒΑΘΟΣ ΧΡΩΜΑΤΟΣ http://www.unlvweb.com/we/week2.html ΒΑΘΟΣ ΧΡΩΜΑΤΟΣ ΒΑΘΟΣ ΧΡΩΜΑΤΟΣ ΒΑΘΟΣ

Διαβάστε περισσότερα

Επεξεργασία Χαρτογραφικής Εικόνας

Επεξεργασία Χαρτογραφικής Εικόνας Επεξεργασία Χαρτογραφικής Εικόνας ιδάσκων: Αναγνωστόπουλος Χρήστος Αρχές συµπίεσης δεδοµένων Ήδη συµπίεσης Συµπίεση εικόνων Αλγόριθµος JPEG Γιατί χρειαζόµαστε συµπίεση; Τα σηµερινά αποθηκευτικά µέσα αδυνατούν

Διαβάστε περισσότερα

Ο Παλμογράφος στη Διδασκαλία της Τριγωνομετρίας. Εφαρμογές της Τριγωνομετρίας σε πραγματικά προβλήματα και ενδιαφέρουσες επεκτάσεις

Ο Παλμογράφος στη Διδασκαλία της Τριγωνομετρίας. Εφαρμογές της Τριγωνομετρίας σε πραγματικά προβλήματα και ενδιαφέρουσες επεκτάσεις Ο Παλμογράφος στη Διδασκαλία της Τριγωνομετρίας Εφαρμογές της Τριγωνομετρίας σε πραγματικά προβλήματα και ενδιαφέρουσες επεκτάσεις Περίληψη Τριγωνομετρικές Συναρτήσεις Κυματική Παλμογράφος STEM Εφαρμογές

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΣΥΣΤΗΜΑΤΟΣ ΑΝΙΧΝΕΥΤΙΚΟΥ ΦΡΟΥΡΟΥ ΛΕΜΦΑΔΕΝΑ. ΜΕΣΩ ΑΚΤΙΝΟΒΟΛΙΑΣ - γ

ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΣΥΣΤΗΜΑΤΟΣ ΑΝΙΧΝΕΥΤΙΚΟΥ ΦΡΟΥΡΟΥ ΛΕΜΦΑΔΕΝΑ. ΜΕΣΩ ΑΚΤΙΝΟΒΟΛΙΑΣ - γ ΤΕΧΝΙΚΕΣ ΠΡΟΔΙΑΓΡΑΦΕΣ ΣΥΣΤΗΜΑΤΟΣ ΑΝΙΧΝΕΥΤΙΚΟΥ ΦΡΟΥΡΟΥ ΛΕΜΦΑΔΕΝΑ ΜΕΣΩ ΑΚΤΙΝΟΒΟΛΙΑΣ - γ ΓΕΝΙΚΑ Σύστημα Ανιχνευτή φρουρού λεμφαδένα μέσω ακτινοβολίας γ για τις ανάγκες του Τμήματος της Πυρηνικής Ιατρικής.

Διαβάστε περισσότερα

ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΠΚΕΣ ΕΞΕΤΑΣΕΙΣ ΜΑΪΟΥ / ΙΟΥΝΙΟΥ 2014

ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΠΚΕΣ ΕΞΕΤΑΣΕΙΣ ΜΑΪΟΥ / ΙΟΥΝΙΟΥ 2014 ΤΕΧΝΙΚΗ ΣΧΟΛΗ ΜΑΚΑΡΙΟΣ Γ ΣΧΟΛΙΚΗ ΧΡΟΝΙΑ: 2013 2014 ΓΡΑΠΤΕΣ ΠΡΟΑΓΩΠΚΕΣ ΕΞΕΤΑΣΕΙΣ ΜΑΪΟΥ / ΙΟΥΝΙΟΥ 2014 Κατεύθυνση: ΠΡΑΚΤΙΚΗ Κλάδος: ΗΛΕΚΤΡΟΛΟΓΙΑ Μάθημα: ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΕΡΓΑΣΤΗΡΙΑ ΕΠΙΚΟΙΝΩΝΙΩΝ Τάξη: A Τμήμα:

Διαβάστε περισσότερα

ΠΕΙΡΑΜΑΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ

ΠΕΙΡΑΜΑΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ ΕΙΣΑΓΩΓΗ: Όπως θα δούμε και παρακάτω το φίλτρο είναι ένα σύστημα του οποίου η απόκριση συχνότητας παίρνει σημαντικές τιμές μόνο για συγκεκριμένες ζώνες του άξονα συχνοτήτων, δηλαδή «κόβουν» κάποιες ανεπιθύμητες

Διαβάστε περισσότερα

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ

ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Α.Τ.Ε.Ι. Ηρακλείου ιδάσκων: Βασίλειος Γαργανουράκης 1 Περιγραφή Μαθήµατος ΘΕΩΡΙΑ Fast Fourier Transform Συνελίξεις Μη Γραµµικοί Μετασχηµατισµοί Ψηφιακή Επεξεργασία Εικόνας ΕΜΕΙΣ

Διαβάστε περισσότερα

Εισαγωγή. Γραφικά. Μοντέλο (Πληροφορίες για Περιεχόµενο εικόνας. Επεξεργασία Εικόνων. Εικόνα. Τεχνητή Όραση 1.1. Εργα: : 2000+1 & ΣΚΕΠΣΙΣ (ΕΠΕΑΚ

Εισαγωγή. Γραφικά. Μοντέλο (Πληροφορίες για Περιεχόµενο εικόνας. Επεξεργασία Εικόνων. Εικόνα. Τεχνητή Όραση 1.1. Εργα: : 2000+1 & ΣΚΕΠΣΙΣ (ΕΠΕΑΚ Εισαγωγή Μιάεικόνααξίζει1000 λέξεις : Ανθρώπινοοπτικόκανάλι: 30-40 Μbits/s (=64-85 M λέξεις /min µε 4 γράµµατα/λέξη, 7bits/γράµµα). Γραπτό κείµενο: 600-1200 λέξεις/min. 100.000 αποδοτικότερη επικοινωνία

Διαβάστε περισσότερα

Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων

Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων Πανεπιστήμιο Κύπρου Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εργαστήριο Κυκλωμάτων και Μετρήσεων Εργαστήριο 10 Μετάδοση και Αποδιαμόρφωση Ραδιοφωνικών Σημάτων Λευκωσία, 2010 Εργαστήριο 10

Διαβάστε περισσότερα

Μετασχηµατισµός Ζ (z-tranform)

Μετασχηµατισµός Ζ (z-tranform) Μετασχηµατισµός Ζ (-traform) Εργαλείο ανάλυσης σηµάτων και συστηµάτων διακριτού χρόνου ιεργασία ανάλογη του Μετ/σµού Laplace Απόκριση συχνότητας Εφαρµογές επίλυση γραµµικών εξισώσεων διαφορών µε σταθερούς

Διαβάστε περισσότερα

Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής Επεξεργασίας Σημάτων

Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής Επεξεργασίας Σημάτων Πρόγραμμα Μεταπτυχιακών Σπουδών: «Τεχνολογίες και Συστήματα Ευρυζωνικών Εφαρμογών και Υπηρεσιών» Μάθημα: «Επεξεργασία Ψηφιακού Σήματος και Σχεδιασμός Υλικού» Σύντομη Αναφορά σε Βασικές Έννοιες Ψηφιακής

Διαβάστε περισσότερα

Generated by Foxit PDF Creator Foxit Software http://www.foxitsoftware.com For evaluation only. ΑΣΚΗΣΗ 10 ΜΕΤΡΗΣΗ ΤΗΣ ΕΣΤΙΑΚΗΣ ΑΠΟΣΤΑΣΗΣ ΦΑΚΟΥ

Generated by Foxit PDF Creator Foxit Software http://www.foxitsoftware.com For evaluation only. ΑΣΚΗΣΗ 10 ΜΕΤΡΗΣΗ ΤΗΣ ΕΣΤΙΑΚΗΣ ΑΠΟΣΤΑΣΗΣ ΦΑΚΟΥ ΑΣΚΗΣΗ 0 ΜΕΤΡΗΣΗ ΤΗΣ ΕΣΤΙΑΚΗΣ ΑΠΟΣΤΑΣΗΣ ΦΑΚΟΥ . Γεωμετρική οπτική ΜΕΡΟΣ ΠΡΩΤΟ ΒΑΣΙΚΕΣ ΘΕΩΡΗΤΙΚΕΣ ΓΝΩΣΕΙΣ Η Γεωμετρική οπτική είναι ένας τρόπος μελέτης των κυμάτων και χρησιμοποιείται για την εξέταση μερικών

Διαβάστε περισσότερα

ΠΟΣΟ ΜΕΓΑΛΑ ΕΙΝΑΙ ΤΑ ΑΣΤΕΡΙΑ;

ΠΟΣΟ ΜΕΓΑΛΑ ΕΙΝΑΙ ΤΑ ΑΣΤΕΡΙΑ; ΠΟΣΟ ΜΕΓΑΛΑ ΕΙΝΑΙ ΤΑ ΑΣΤΕΡΙΑ; Α) Ακτίνα αστέρων (Όγκος). Στον Ήλιο, και τον Betelgeuse, μπορούμε να μετρήσουμε απευθείας τη γωνιακή διαμέτρο, α, των αστεριών. Αν γνωρίζουμε αυτή τη γωνία, τότε: R ( ακτίνα

Διαβάστε περισσότερα

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 2 0 1 5 Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η

Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 2 0 1 5 Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Π Α Ν Ε Λ Λ Η Ν Ι Ε Σ 0 Μ Α Θ Η Μ Α Τ Ι Κ Α K A I Σ Τ Ο Ι Χ Ε Ι Α Σ Τ Α Τ Ι Σ Τ Ι Κ Η Ε π ι μ ε λ ε ι α : Τ α κ η ς Τ σ α κ α λ α κ ο ς o ΘΕΜΑ Π α ν ε λ λ α δ ι κ ε ς Ε ξ ε τ α σ ε ι ς ( 0 ) A. Aν οι συναρτησεις

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ

ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ ΚΕΦΑΛΑΙΟ 3ο ΤΥΧΑΙΟΙ ΑΡΙΘΜΟΙ ΕΛΕΓΧΟΣ ΤΥΧΑΙΟΤΗΤΑΣ 3.1 Τυχαίοι αριθμοί Στην προσομοίωση διακριτών γεγονότων γίνεται χρήση ακολουθίας τυχαίων αριθμών στις περιπτώσεις που απαιτείται η δημιουργία στοχαστικών

Διαβάστε περισσότερα

Αναλογικά φίλτρα. Για να επιτύχουµε µια επιθυµητή απόκριση χρειαζόµαστε σηµαντικά λιγότερους συντελεστές γιαένα IIR φίλτροσεσχέσηµετοαντίστοιχο FIR.

Αναλογικά φίλτρα. Για να επιτύχουµε µια επιθυµητή απόκριση χρειαζόµαστε σηµαντικά λιγότερους συντελεστές γιαένα IIR φίλτροσεσχέσηµετοαντίστοιχο FIR. Τα IIR φίλτρα είναι επαναληπτικά ή αναδροµικά, µε την έννοια ότι δείγµατα της εξόδου χρησιµοποιούνται από το σύστηµα για τον υπολογισµό τν νέν τιµών της εξόδου σε επόµενες χρονικές στιγµές. Για να επιτύχουµε

Διαβάστε περισσότερα

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης

Δίκτυα Τηλεπικοινωνιών. και Μετάδοσης Τεχνολογικό Εκπαιδευτικό Ίδρυμα Σερρών Τμήμα Πληροφορικής & Επικοινωνιών Δίκτυα Τηλεπικοινωνιών και Μετάδοσης Σύστημα μετάδοσης με οπτικές ίνες Tο οπτικό φέρον κύμα μπορεί να διαμορφωθεί είτε από αναλογικό

Διαβάστε περισσότερα

1.1 ΣΚΟΠΟΣ ΤΕΧΝΟΛΟΓΙΚΗΣ ΙΑΤΑΞΗΣ

1.1 ΣΚΟΠΟΣ ΤΕΧΝΟΛΟΓΙΚΗΣ ΙΑΤΑΞΗΣ 1.1 ΣΚΟΠΟΣ ΤΕΧΝΟΛΟΓΙΚΗΣ ΙΑΤΑΞΗΣ Σχήµα 1.1.α Σκοπός της διατάξεως που φαίνεται και στο σχήµα 1.1.α είναι ο µη καταστροφικός 100% ποιοτικός έλεγχος σε γραµµή παραγωγής µαρµάρινων πλακιδίων. Τα πλακίδια εξετάζονται

Διαβάστε περισσότερα