Ε.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας
|
|
- Αντιγόνη Παπακώστας
- 8 χρόνια πριν
- Προβολές:
Transcript
1 Ε.Α.Υ. Υπολογιστική Όραση Κατάτμηση Εικόνας Γεώργιος Παπαϊωάννου 2015
2 ΚΑΤΩΦΛΙΩΣΗ
3 Κατωφλίωση - Γενικά Είναι η πιο απλή μέθοδος segmentation εικόνας Χωρίζουμε την εικόνα σε 2 (binary) ή περισσότερες στάθμες με βάση κριτήρια διαχωρισμού Συχνά το εφαρμόζουμε σε ακμές
4 Κατωφλίωση Με Βάση το Ιστόγραμμα Μπορούμε να εξάγουμε χρήσιμη πληροφορία από τη μορφή του ιστογράμματος για το που να ορίσουμε το κατώφλι Άνω 15% Σημαντικά χαμηλότερες συγκεντρώσεις
5 Ο ΑΝΙΧΝΕΥΤΗΣ ΑΚΜΩΝ CΑΝΝΥ
6 Canny Edge Detector Ο Canny edge detector προσπαθεί να απομονώσει ακμές που Να αποτελούν υποψήφια περιγράμματα χρήσιμων περιοχών της εικόνας Ιδιότητες: Απόρριψη μικρών και απομονωμένων ακμών Καταστολή θορύβου Ελάττωση πάχους ακμών κρατάμε μόνο τις τοπικές κορυφές της μετάπτωσης
7 Πηγή: Wikipedia Canny Edge Detector - Παράδειγμα
8 Canny Edge Detector - Βήματα Εξομάλυνση της εικόνας και απομάκρυνση θορύβου Έτσι, ανιχνεύονται μόνο σημαντικές μεταπτώσεις φωτεινότητας Εφαρμογή ενός διαφορικού τελεστή ώστε: Να βρεθεί το μέτρο της κλίσης (gradient) Να βρεθεί η γωνία της κλήσης Maximum Value Suppression για εκλέπτυνση Κατωφλίωση της εικόνας: μια συντηρητική και μια ισχυρή Συνένωση σημαντικών ακμών και απόρριψη των υπολοίπων με υστέρηση
9 Canny E.D. Εξομάλυνση και Διαφόριση Εφαρμόζουμε ένα φίλτρο Gauss για την εξομάλυνση II (xx, yy) = GG(xx, yy) II(xx, yy) Εφαρμόζουμε ένα διαφορικό τελεστή για να βρούμε τις μερικές παραγώγους: gg xx = II, gg xx yy = II yy Π.χ. μπορούμε να χρησιμοποιήσουμε τις μάσκες Sobel:
10 Canny E.D. Εξομάλυνση και Διαφόριση Η ακτίνα (τυπική απόκλιση και αντίστοιχα μέγεθος μάσκας) του φίλτρου πρέπει να είναι συγκρίσιμη με το μέγεθος του διαφορικού τελεστή Αρχική εικόνα Sobel+Gauss (σ=0.8) Sobel+Gauss (σ=2.5) Sobel+Gauss (σ=5.1)
11 Canny E.D. Gradient Κρατάμε το μέτρο και τη γωνία του gradient: II (xx, yy) = gg xx, gg yy MM xx, yy aa xx, yy MM xx, yy = gg xx 2 + gg yy 2 aa xx, yy = aaaaaaaaa(gg yy, gg xx )
12 Canny E.D. Εκλέπτυνση (1) Για κάθε Pixel, βρίσκουμε τις γειτονικές τιμές πάνω στο gradient, Με βάση τη γωνία a Αν το μέτρο Μ στο τρέχον Pixel είναι μεγαλύτερο από αυτό των γειτόνων, κρατάμε το Pixel, αλλιώς το απορρίπτουμε (μηδενίζουμε) Ο υπολογισμός των τιμών στην κατεύθυνση του gradient μπορεί να γίνει με: παρεμβολή από τα πλησιέστερα Pixels (ακριβέστερο αλλά αργό) Επιλογή διακριτής διεύθυνσης (4 συνολικά)
13 Canny E.D. Εκλέπτυνση (2) Παράδειγμα:
14 Canny E.D. Εκλέπτυνση (3) Παράδειγμα:
15 Canny E.D. Κατώφλι (1) Θέλουμε να κρατήσουμε σίγουρα τις ακμές που ξεπερνάνε σε ένταση ένα ψηλό κατώφλι ΤΤ ΗΗ Πιθανά μας ενδιαφέρουν και ακμές χαμηλότερης έντασης (TT HH > ΙΙ > ΤΤ LL ) που όμως συνδέονται με ισχυρές ακμές! Δημιουργούμε 2 σύνολα: ΙΙ ΤΤ ΗΗ II(xx, yy) ΙΙ ΗΗ xx, yy = 0, II xx, yy TT HH ooooooooooooooooo TT HH > ΙΙ > ΤΤ LL ΙΙ LL xx, yy = II xx, yy ΙΙ ΗΗ xx, yy 0, II xx, yy TT LL ooooooooooooooooo
16 Canny E.D. Κατώφλι (2) Παράδειγμα: Binary(II LL ) Binary(II HH )
17 Canny E.D. Hysteresis Thresholding Κρατάμε όλα τα Pixels της ΙΙ ΗΗ Κρατάμε ένα Pixel της ΙΙ LL, μόνο αν είναι γειτονικό σε κάποιο της ΙΙ ΗΗ
18 Αποτελέσματα Canny E.D.
19 Αποτελέσματα Canny E.D.
20 Αποτελέσματα Canny E.D.
21 HOUGH TRANSFORM
22 Ολική Ανίχνευση Μορφών Συχνά προσπαθούμε να βρούμε δομή μέσα σε μια εικόνα Συνήθως εικόνα ακμών Θέλουμε να ανιχνεύσουμε στοιχειώσεις γεωμετρικές δομές και Να τις συσχετίσουμε Αναγνώριση μορφών
23 Ο Μετασχηματισμός Hough Πρόκειται για μια μέθοδο ψηφοφορίας που μας λέει αν τα Pixels που έχουμε κείνται επί καμπυλών που χαρακτηρίζονται από κάποιο συγκεκριμένο σχήμα Απλούστερη περίπτωση: Ευθείες
24 H.T.: Παραμετροποίηση (1) Ας πάρουμε την απλή εξίσωση ευθείας στο επίπεδο: yy = aaaa + bb bb = aaaa + yy Οι παράμετροι a,b ορίζουν κι αυτές ένα επίπεδο, τον παραμετρικό χώρο (xx, yy) bb yy = aaaa + bb aa
25 H.T.: Παραμετροποίηση (2) Από ένα σημείο στο επίπεδο της εικόνας περνάνε άπειρες ευθείες Οι παράμετροι των άπειρων ευθειών σχηματίζουν μια ευθεία στον παραμετρικό χώρο yy bb xx aa
26 H.T.: Παραμετροποίηση (3) Για 2 σημεία, από τις άπειρες διερχόμενες ευθείες από αυτά μόνο μία είναι κοινή: Εκφράζεται ως τομή των ευθειών παραμέτρων (κοινό σημείο) στον παραμετρικό χώρο: yy bb xx aa
27 H.T.: Η Κεντρική Ιδέα (1) Όταν παραπάνω από 2 σημεία είναι συνευθειακά, δηλαδή βρίσκονται στο ίδιο ευθύγραμμο τμήμα, τότε οι παραμετρικές τους ευθείες περνάνε όλες από το ίδιο σημείο Ψηφίζουν την ίδια παραμετρική συντεταγμένη περισσότερες φορές απ ότι άλλες!
28 H.T.: Η Κεντρική Ιδέα (2) bb 3 ψήφοι aa 3 συνευθειακά σημεία
29 H.T.: Η Κεντρική Ιδέα (3) Επειδή: τα εικονοστοιχεία είναι διακριτά Οι ακμές δεν είναι ακριβώς ευθύγραμμες δεν υπάρχει απόλυτη σύμπτωση με μια μαθηματική ευθεία Διακριτοποιούμε τον παραμετρικό χώρο σε κελιά
30 H.T.: Παρατήρηση (1) Επειδή η παράμετρος a (κλίση) μπορεί να πάρει τιμές ±, χρησιμοποιούμε μια άλλη μορφή της εξίσωσης επιπέδου: Ως προς γωνία θ και απόσταση ρ από την αρχή των αξόνων: yy ρρ ρρ = xx cos θθ + yy sin θθ θθ xx
31 H.T.: Παρατήρηση (2) Πηγή:
32 Ο Αλγόριθμος του Hough Δημιούργησε και μηδένισε έναν συσσωρευτή Α ΜΧΝ κελιών για τις διακριτές παραμέτρους (θθ, ρρ) Για κάθε Pixel ακμής (xx, yy): Για κάθε διακριτή τιμή της παραμέτρου θθ Υπολόγισε την εξίσωση ρρ = xx cos θθ + yy sin θθ Αύξησε το κελί του Α που περιέχει το ζεύγος θθ, ρρ Επέβαλε κατώφλι στον Α (ελάχιστος αριθμός Pixels πάνω σε μια γραμμή)
33 H.T. Παράδειγμα (1) Hough Transform Canny Edge Detector
34 H.T. Παράδειγμα (2)
35 H.T. Παράδειγμα (3)
36 Συνδεσιμότητα Γραμμών Για να κρατήσουμε τα Pixels που πατάνε πάνω σε συνεχόμενα τμήματα, μετά την εκτέλεση του H.T.: Για κάθε γραμμή (ζεύγος παραμέτρων), μετά την κατωφλίωση: Βρες τα Pixels που πατάνε σε κάθε γραμμή Ταξινόμησέ τα κατά μήκος της γραμμής Μέτρησε τις αποστάσεις ανά δύο Πρόσθεσε Pixel σε ένα τμήμα όσο η απόστασή του από το προηγούμενο είναι μικρότερη από ένα κατώφλι (διάκενο) Κράτησε το τμήμα αν έχει μήκος μεγαλύτερο του επιθυμητού
37 ΑΝΑΠΑΡΑΣΤΑΣΗ ΠΕΡΙΓΡΑΜΜΑΤΟΣ
38 Γιατί Χρειαζόμαστε μια Αναπαράσταση; Μας δίνει τη δυνατότητα να περιγράψουμε και να κωδικοποιήσουμε τη μορφή του σχήματος Μετά, μπορούμε να συγκρίνουμε αναπαραστάσεις Αναγνώριση (ταυτοποίηση) σχημάτων Κατηγοριοποίηση σχημάτων Απλοποίηση Κατάτμηση
39 Είσοδος και Έξοδος Ως είσοδο παίρνουμε τη δυαδική (0/1) αναπαράσταση είτε ενός περιγράμματος είτε μιας περιοχής (π.χ. από κατωφλίωση) Η έξοδος είναι μια υπογραφή (signature) που χαρακτηρίζει το σχήμα Τυπικά, μια ακολουθία τιμών
40 Κριτήρια Καταλληλότητας Αναπαράστασης Ανεξαρτησία από μετατόπιση, περιστροφή και κλιμάκωση σχήματος Ανεκτικότητα στη λεπτομέρεια και το θόρυβο Διαχωρισιμότητα σχημάτων
41 Περιγράμματα Raster Για την αρχική περιγραφή ενός περιγράμματος ψηφιακής εικόνας (raster), μια κοινή διαδικασία είναι η παρακολούθηση περιγράμματος (boundary tracing) Εφαρμόζεται σε επίπεδο κελιού (Π.χ. Pixel) Αποδίδει ένα κλειστό όριο
42 Παρακολούθηση Περιγράμματος (1) Για κάθε Pixel cc, παίρνουμε τους 8 γείτονές του nn kk, kk = 0 7 Ξεκινάμε από το άνω αριστερό άκρο (θα δούμε πώς στη συνέχεια): cc = cc 0, το οποίο και το καταχωρούμε Διαλέγουμε ως πρώτο υπό εξέταση σημείο ένα σίγουρα ανοιχτό (τιμή 0): bb = το αριστερό του cc 0 bb cc 0
43 Παρακολούθηση Περιγράμματος (2) Διατρέχουμε κυκλικά όλους τους γείτονες του cc ξεκινώντας από το bb, μέχρι να συναντήσουμε ενεργό Pixel nn kk Αν cc== cc 0 KAI nn kk είναι o επόμενος του cc 0, έχουμε ολοκληρώσει το περίγραμμα bb cc 0 cc 0 bb Αλλιώς: θέτουμε cc= nn kk και bb = nn kk 1 και επαναλαμβάνουμε bb cc 0
44 Κώδικας Αλυσίδας (1) Για την περιγραφή της παραπάνω ακολουθίας σημείων χρησιμοποιείται ένας κώδικας αλυσίδας: Κωδικοποιούνται οι 4 ή 8 κατευθύνσεις με έναν αριθμό Αποδίδεται ένας αριθμός σε κάθε μετάπτωση Συνδέουμε και το τελευταίο με το πρώτο cc
45 Κώδικας Αλυσίδας (2) Στον παραπάνω κώδικα οι αρίθμηση εξαρτάται από το αρχικό σημείο Μπορούμε να κανονικοποιήσουμε τον κώδικα, παίρνοντας πάντα εκείνη την κυκλική αντιμετάθεση του κώδικα που αναπαριστά το μικρότερο αριθμό: 90 o normalize normalize
46 Κώδικας Αλυσίδας (3) Στον παραπάνω κώδικα οι αρίθμηση εξαρτάται από τον προσανατολισμό του σχήματος Αφαιρούμε αυτή την εξάρτηση αν καταγράψουμε τις αλλαγές κατεύθυνσης: ή dd ii = cc ii cc ii 1 mmmmmm 4 dd ii = cc ii cc ii 1 mmmmmm 8
47 Κώδικας Αλυσίδας (3) cc
48 Πολυγωνικά Περιγράμματα (1) Η αναπαράσταση ενός περιγράμματος σημείο προς σημείο: Είναι δαπανηρή: μεγάλες αλυσίδες Είναι ευαίσθητη στο θόρυβο και μικροδιαταραχές Είναι ευαίσθητη στην κλίμακα του σχήματος (διαφορετικό μήκος) Μπορούμε να φτιάξουμε πολυγωνικά περιγράμματα Αραιή δειγματοληψία του περιγράμματος Γραμμική προσέγγιση μεταξύ δειγμάτων
49 Πολυγωνικά Περιγράμματα (2) Ένας τρόπος παραγωγής: Διαδικασία διαχωρισμού Ξεκινάμε από έναν αριθμό από ισαπέχοντα (στην αλυσίδα) σημεία (π.χ. 3-4) Σταδιακή πολυγωνική προσέγγιση του σχήματος, π.χ. με εισαγωγή κόμβου στο μακρινότερο σημείο από τμήμα, μέχρι ένα επίπεδο σφάλματος
50 Πολυγωνικά Περιγράμματα (3) Τα πολυγωνικά περιγράμματα μπορούμε στη συνέχεια: Να τα δειγματοληπτήσουμε με άλλο ρυθμό (π.χ ομοιόμορφα) Να τα εξομαλύνουμε (κινούμενος μέσος όρος, παρεμβολή κλπ)
51 Άλλες Υπογραφές Περιγράμματος (1) Γενικεύοντας τους διαφορικούς κώδικες για 4 και 8 γειτονία, στις πολυγωνικές αναπαραστάσεις μπορούμε να μετρήσουμε: Τη γωνία στροφής (προσημασμένη) των διαδοχικών ευθυγράμμων τμημάτων
52 Άλλες Υπογραφές Περιγράμματος (2) Μια χρήσιμη υπογραφή για αναγνώριση βασικών σχημάτων είναι το διάγραμμα αποστάσεων (π.χ. από το κέντρο βάρους του σχήματος): ρρ ρρ θθ θθ ρρ θθ ρρ θθ
Μάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1
Μάθημα 8 ο Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1 Εισαγωγή (1) Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας. Ένας αποδεκτός ορισμός της ακμής είναι ο ακόλουθος: «Το σύνορο μεταξύ δύο ομοιογενών περιοχών με
Διαβάστε περισσότεραΜάθημα 8 ο. Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1
Μάθημα 8 ο Ανίχνευση Ακμών ΤΜΗΥΠ / ΕΕΣΤ 1 Εισαγωγή (1) Οι ακμές είναι βασικά χαρακτηριστικά της εικόνας Προς το παρόν δεν υπάρχει ακόμα ένας ευρέως αποδεκτός ορισμός της ακμής. Εδώ θα θεωρούμε ως ακμή:
Διαβάστε περισσότεραΕνδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση
Ενδεικτική πολυ-εργασία 1 - εφαρμογή στην υπολογιστική όραση Εντοπισμός ενός σήματος STOP σε μια εικόνα. Περιγράψτε τη διαδικασία με την οποία μπορώ να εντοπίσω απλά σε μια εικόνα την ύπαρξη του παρακάτω
Διαβάστε περισσότεραΜάθημα 10 ο. Περιγραφή Σχήματος ΤΜΗΥΠ / ΕΕΣΤ 1
Μάθημα 10 ο Περιγραφή Σχήματος ΤΜΗΥΠ / ΕΕΣΤ 1 Εισαγωγή (1) Η περιγραφή μίας περιοχής μπορεί να γίνει: Με βάση τα εξωτερικά χαρακτηριστικά (ακμές, όρια). Αυτή η περιγραφή προτιμάται όταν μας ενδιαφέρουν
Διαβάστε περισσότεραΚατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση
ΤΨΣ 50 Ψηφιακή Επεξεργασία Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών και Κατάτµηση µε Κατωφλίωση Τµήµα ιδακτικής της Τεχνολογίας και Ψηφιακών Συστηµάτων Πανεπιστήµιο Πειραιώς Περιεχόµενα Βιβλιογραφία
Διαβάστε περισσότεραΜεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας Εισηγητής Αναστάσιος Κεσίδης Ακμές και περιγράμματα Ακμές και περιγράμματα Γενικά Μεγάλο τμήμα της πληροφορίας που γίνεται αντιληπτή
Διαβάστε περισσότερα6-Aνίχνευση. Ακμών - Περιγράμματος
6-Aνίχνευση Ακμών - Περιγράμματος Ανίχνευση ακμών Μετατροπή 2 εικόνας σε σύνολο ακμών Εξαγωγή βασικών χαρακτηριστικών της εικόνας Πιο «συμπαγής» αναπαράσταση Ανίχνευση ακμών Στόχος: ανίχνευση ασυνεχειών
Διαβάστε περισσότεραΚΕΣ 03: Αναγνώριση Προτύπων και Ανάλυση Εικόνας. KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας. Κατάτµηση Εικόνων:
KEΣ 3 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση Εικόνων: Ανίχνευση Ακµών Τµήµα Επιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Περιεχόµενα Βιβλιογραφία Περιεχόµενα Ενότητας
Διαβάστε περισσότεραΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ
ΙΑΤΡΙΚΗ ΑΠΕΙΚΟΝΙΣΗ & ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ ΔΡ. Γ. ΜΑΤΣΟΠΟΥΛΟΣ ΕΠ. ΚΑΘΗΓΗΤΗΣ ΣΧΟΛΗ ΗΛΕΚΤΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Επεξεργασία Ιατρικών Εικόνων
Διαβάστε περισσότεραΜεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας Εισηγητής Αναστάσιος Κεσίδης Τμηματοποίηση εικόνας Τμηματοποίηση εικόνας Γενικά Διαμερισμός μιας εικόνας σε διακριτές περιοχές
Διαβάστε περισσότεραΜετάδοση 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 περισσότερα7.5 Ενδιάμεσο επίπεδο επεξεργασίας εικόνας
7.5 Ενδιάμεσο επίπεδο επεξεργασίας εικόνας 7.5.1 Εισαγωγή Kάθε σύστημα επεξεργασίας εικόνας έχει ένα συγκεκριμένο σκοπό λειτουργίας. Παραδείγματος χάριν, διαφορετικές απαιτήσεις θα έχει μια βιομηχανία
Διαβάστε περισσότεραΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011. Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών.
1 ΑΝΤΩΝΙΟΣ ΛΥΡΩΝΗΣ ΧΑΝΙΑ 2011 2 Σκοπός Εργασίας Εντοπισμός πλίνθων σε σειρά ορθοφωτογραφιών και εξαγωγή δισδιάστατης αποτύπωσης των τειχών. Ενδεδειγμένες και αξιόπιστες μέθοδοι αποτύπωσης Εμπειρικές Τοπογραφικές
Διαβάστε περισσότεραΜάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1
Μάθημα 9 ο Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ Εισαγωγή () Η κατάτμηση έχει ως στόχο να υποδιαιρέσει την εικόνα σε συνιστώσες περιοχές και αντικείμενα. Μία περιοχή αναμένεται να έχει ομοιογενή χαρακτηριστικά
Διαβάστε περισσότεραΨηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 8 η : Κατάτμηση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στην κατάτμηση εικόνας Τεχνικές
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ
ΕΡΓΑΣΤΗΡΙΟ ΠΟΛΥΜΕΣΩΝ ΚΑΙ ΓΡΑΦΙΚΩΝ Εισαγωγή /4 Το σχήμα και το μέγεθος των δισδιάστατων αντικειμένων περιγράφονται με τις καρτεσιανές συντεταγμένες x, y. Με εφαρμογή γεωμετρικών μετασχηματισμών στο μοντέλο
Διαβάστε περισσότεραΝοέμβριος 2005 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/53
Νοέμβριος 5 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ /53 Ακμή ή περίγραμμα (edge) σεμιαεικόναχ ij ορίζεται ως το σύνολο των σημείων στη θέση i,j της εικόνας, όπου παρατηρείται μία σημαντική αλλαγή
Διαβάστε περισσότεραΓραφικά με Η/Υ Αλγόριθμοι σχεδίασης βασικών 22D D σχημάτων (ευθεία
Γραφικά με Η/Υ Αλγόριθμοι σχεδίασης βασικών 2D σχημάτων (ευθεία) Σχεδίαση ευθείας θί με σάρωση (παρουσίαση προβλήματος) σχεδίαση ευθείας AB, με σάρωση, όπου A=(0,1) και B=(5,4) ποιο είναι το επόμενο pixel
Διαβάστε περισσότεραΕισαγωγή Αποκοπή ευθείας σε 2Δ Αποκοπή πολυγώνου σε 2Δ Αποκοπή σε 3Δ. 3ο Μάθημα Αποκοπή. Γραφικα. Ευάγγελος Σπύρου
Εισαγωγή Αποκοπή ευθείας σε 2Δ Αποκοπή πολυγώνου σε 2Δ Αποκοπή σε 3Δ Γραφικα Τμήμα Πληροφορικής Πανεπιστήμιο Θεσσαλίας Ακ Έτος 2016-17 Εισαγωγή Αποκοπή ευθείας σε 2Δ Αποκοπή πολυγώνου σε 2Δ Αποκοπή σε
Διαβάστε περισσότεραΣυστήματα συντεταγμένων
Κεφάλαιο. Για να δημιουργήσουμε τρισδιάστατα αντικείμενα, που μπορούν να παρασταθούν στην οθόνη του υπολογιστή ως ένα σύνολο από γραμμές, επίπεδες πολυγωνικές επιφάνειες ή ακόμη και από ένα συνδυασμό από
Διαβάστε περισσότεραΜάθημα: Μηχανική Όραση
Μάθημα: Μηχανική Όραση Εργασία 2: Advances in Digital Imaging and Computer Vision Ομάδα χρηστών 2 : Τσαγκαράκης Νίκος, Καραμήτρος Κώστας Εισαγωγή Σκοπός της άσκησης, είναι να εξοικειωθούμε με κάποιες βασικές
Διαβάστε περισσότεραΑσκήσεις Άλγεβρας. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. B ΓΥΜΝΑΣΙΟΥ Άλγεβρα 265 ασκήσεις και τεχνικές σε 24 σελίδες. εκδόσεις. Καλό πήξιμο
Ασκήσεις Άλγεβρας Κώστας Γλυκός B ΓΥΜΝΑΣΙΟΥ Άλγεβρα 65 ασκήσεις και τεχνικές σε 4 σελίδες ΙΙ Ι δδ ιι ι αα ίί ί ττ εε ρρ αα μμ αα θθ ήή μμ αα ττ αα 6 9 7. 3 0 0. 8 8. 8 8 Kgllykos..gr 1 3 / 1 0 / 0 1 6
Διαβάστε περισσότεραΣυναρτήσεις. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. A ΛΥΚΕΙΟΥ κεφάλαιο ασκήσεις και τεχνικές σε 16 σελίδες. εκδόσεις. Καλό πήξιμο
Συναρτήσεις Κώστας Γλυκός A ΛΥΚΕΙΟΥ κεφάλαιο 6 185 ασκήσεις και τεχνικές σε 16 σελίδες ΙΙ Ι δδ ιι ι αα ίί ί ττ εε ρρ αα μμ αα θθ ήή μμ αα ττ αα 6 9 7. 0 0. 8 8. 8 8 Kgllykos..gr 1 / / 0 1 7 εκδόσεις Καλό
Διαβάστε περισσότεραDigital Image Processing
Digital Image Processing Χωρικό φιλτράρισμα Πέτρος Καρβέλης pkarvelis@gmail.com Images taken from: R. Gonzalez and R. Woods. Digital Image Processing, Prentice Hall, 008. Χωρικού Φιλτράρισμα Η μηχανική
Διαβάστε περισσότεραΜεταπτυχιακό Πρόγραμμα Φυσικού Τμήματος «Υπολογιστική Φυσική» Θέμα εργασίας στο A Μέρος του μαθήματος «Προσομοίωση Χαοτικών Συστημάτων»
Μεταπτυχιακό Πρόγραμμα Φυσικού Τμήματος «Υπολογιστική Φυσική» Θέμα εργασίας στο A Μέρος του μαθήματος «Προσομοίωση Χαοτικών Συστημάτων» Οδηγίες: Σχετικά με την παράδοση της εργασίας θα πρέπει: Το κείμενο
Διαβάστε περισσότεραReferences. Chapter 10 The Hough and Distance Transforms
References Chapter 10 The Hough and Distance Transforms An Introduction to Digital Image Processing with MATLAB https://en.wikipedia.org/wiki/circle_hough_transform Μετασχηματισμός HOUGH ΤΕΧΝΗΤΗ Kostas
Διαβάστε περισσότεραΡαδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων
Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης Ραδιομετρική Ενίσχυση - Χωρική Επεξεργασία Δορυφορικών Εικόνων Ιωάννης Φαρασλής Τηλ : 24210-74466,
Διαβάστε περισσότεραΜάθημα 9 ο. Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ 1
Μάθημα 9 ο Κατάτμηση Εικόνας ΤΜΗΥΠ / ΕΕΣΤ Εισαγωγή () Η κατάτμηση έχει ως στόχο να υποδιαιρέσει την εικόνα σε συνιστώσες περιοχές και αντικείμενα. Μία περιοχή αναμένεται να έχει ομοιογενή χαρακτηριστικά
Διαβάστε περισσότεραΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ
ΕΠΕΞΕΡΓΑΣΙΑ ΙΑΤΡΙΚΗΣ ΕΙΚΟΝΑΣ Π. ΑΣΒΕΣΤΑΣ Επ. Καθηγητής Τμήμα Μηχανικών Βιοϊατρικής Τεχνολογίας ΤΕΙ Αθήνας Email: pasv@teiath.gr ΠΕΡΙΕΧΟΜΕΝΑ Αναπαράσταση εικόνας Ιστόγραμμα Εξισορρόπηση ιστογράμματος Κατωφλίωση
Διαβάστε περισσότεραΠαρουσίαση Νο. 5 Βελτίωση εικόνας
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Παρουσίαση Νο. 5 Βελτίωση εικόνας Εισαγωγή Η βελτίωση γίνεται σε υποκειμενική βάση Η απόδοση εξαρτάται από την εφαρμογή Οι τεχνικές είναι συνήθως ad hoc Τονίζει
Διαβάστε περισσότερα4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER
4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Σκοπός του κεφαλαίου είναι να παρουσιάσει μερικές εφαρμογές του Μετασχηματισμού Fourier (ΜF). Ειδικότερα στο κεφάλαιο αυτό θα περιγραφούν έμμεσοι τρόποι
Διαβάστε περισσότεραΓραφικά Υπολογιστών: Σχεδίαση γραμμών (Bresenham), Σχεδίασης Κύκλων, Γέμισμα Πολυγώνων
1 ΤΕΙ Θεσσαλονίκης Τμήμα Πληροφορικής Γραφικά Υπολογιστών: Σχεδίαση γραμμών (Bresenham), Σχεδίασης Κύκλων, Γέμισμα Πολυγώνων Πασχάλης Ράπτης http://aetos.it.teithe.gr/~praptis praptis@it.teithe.gr 2 Περιγραφή
Διαβάστε περισσότεραΕνότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων
Ενότητα 2: Οι Θεµελιώδεις Αρχές των Ψηφιακών Εικόνων Δειγµατοληψία και Κβαντισµός: Μια εικόνα (µπορεί να) είναι συνεχής τόσο ως προς τις συντεταγµένες x, y όσο και ως προς το πλάτος. Για να τη µετατρέψουµε
Διαβάστε περισσότεραΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #8: Βελτιστοποίηση Συστημάτων Ασαφούς Λογικής. Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #8: Βελτιστοποίηση Συστημάτων Ασαφούς Λογικής Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε. Άδειες
Διαβάστε περισσότερα«ΠΥΘΑΓΟΡΑΣ II: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΠΑΝΕΠΙΣΤΗΜΙΑ»
«ΠΥΘΑΓΟΡΑΣ II: ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΠΑΝΕΠΙΣΤΗΜΙΑ» ΣΧΟΛΗ: ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ (ΣΑΤΜ) Ε.Μ.Π. ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ: ΑΡΓΙΑΛΑΣ ΔΗΜΗΤΡΗΣ ΤΙΤΛΟΣ ΥΠΟΕΡΓΟΥ: ΑΝΑΠΤΥΞΗ ΠΡΟΗΓΜΕΝΩΝ ΤΕΧΝΙΚΩΝ
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη ΙΙ. Ενότητα 3: Αντίληψη. Μουστάκας Κωνσταντίνος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών
Τεχνητή Νοημοσύνη ΙΙ Ενότητα 3: Αντίληψη Μουστάκας Κωνσταντίνος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Αντίληψη 2 Περιεχόμενα ενότητας Αντίληψη 3 Αντίληψη
Διαβάστε περισσότεραΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ. Τμήμα Φαρμακευτικής Α εξάμηνο. Αριστείδης Δοκουμετζίδης. Ύλη. Διανύσματα. Πίνακες Ορίζουσες - Συστήματα. Διαφορικές εξισώσεις
1 ΓΕΝΙΚΑ ΜΑΘΗΜΑΤΙΚΑ Τμήμα Φαρμακευτικής Α εξάμηνο Αριστείδης Δοκουμετζίδης Ύλη Διανύσματα Πίνακες Ορίζουσες - Συστήματα Διαφορικές εξισώσεις ΔΙΑΝΥΣΜΑΤΙΚΟΣ ΛΟΓΙΣΜΟΣ Μία φυσική ποσότητα μπορεί να αναπαρίσταται
Διαβάστε περισσότεραΤεχνικές Μείωσης Διαστάσεων. Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας
Τεχνικές Μείωσης Διαστάσεων Ειδικά θέματα ψηφιακής επεξεργασίας σήματος και εικόνας Σ. Φωτόπουλος- Α. Μακεδόνας 1 Εισαγωγή Το μεγαλύτερο μέρος των δεδομένων που καλούμαστε να επεξεργαστούμε είναι πολυδιάστατα.
Διαβάστε περισσότεραΓραφικά με υπολογιστές. Διδάσκων: Φοίβος Μυλωνάς. Διάλεξη #07
Ιόνιο Πανεπιστήμιο Τμήμα Πληροφορικής Χειμερινό εξάμηνο Γραφικά με υπολογιστές Διδάσκων: Φοίβος Μυλωνάς fmylonas@ionio.gr Διάλεξη #07 Γραμμές και Πολύγωνα: Εισαγωγή Αναπαράσταση 2D και 3D Χρωματισμός πολυγώνων
Διαβάστε περισσότεραΕιδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής
Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Σύνθεση Πανοράµατος Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή
Διαβάστε περισσότεραΜεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας Εισηγητής Αναστάσιος Κεσίδης Σημειακή επεξεργασία και μετασχηματισμοί Κατηγορίες μετασχηματισμού εικόνων Σημειακοί μετασχηματισμοί
Διαβάστε περισσότεραΤηλεπισκόπηση - Φωτοερμηνεία
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ Τηλεπισκόπηση - Φωτοερμηνεία Ενότητα 10: Ραδιομετρική Ενίσχυση Χωρική Επεξεργασία Δορυφορικών Εικόνων. Κωνσταντίνος Περάκης Ιωάννης Φαρασλής Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας
Διαβάστε περισσότεραΨηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ
Ψηφιακή Επεξεργασία Εικόνας ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση (Segmentation)
Διαβάστε περισσότεραΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται
Διαβάστε περισσότεραΑσκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο
Πρόβλημα ο Ασκήσεις Φροντιστηρίου 5 o Φροντιστήριο Δίνεται το παρακάτω σύνολο εκπαίδευσης: # Είσοδος Κατηγορία 0 0 0 Α 2 0 0 Α 0 Β 4 0 0 Α 5 0 Β 6 0 0 Α 7 0 Β 8 Β α) Στον παρακάτω κύβο τοποθετείστε τα
Διαβάστε περισσότεραΠ. Ασβεστάς Γ. Λούντος Τμήμα Τεχνολογίας Ιατρικών Οργάνων
Π. Ασβεστάς Γ. Λούντος Τμήμα Τεχνολογίας Ιατρικών Οργάνων Χρήσιμοι Σύνδεσμοι Σημειώσεις μαθήματος: http://medisp.bme.teiath.gr/eclass/ E-mail: gloudos@teiath.gr Σύνθεση και Ανάλυση Δυνάμεων και Ροπών
Διαβάστε περισσότεραMPEG-7 : Περιγραφή πολυμεσικού περιεχομένου
MPEG-7 : Περιγραφή πολυμεσικού περιεχομένου Εξαγωγή μεταδεδομένων / περιγραφών Χαμηλού επιπέδου περιγραφείς Συντακτικός και σημασιολογικός ορισμός Ανάκτηση πολυμεσικών τεκμηρίων XML / OWL Δημοσίευση 2002
Διαβάστε περισσότεραΕιδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής
Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Χαρακτηριστικά Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα
Διαβάστε περισσότεραΑκαδημαϊκό Έτος , Χειμερινό Εξάμηνο Διδάσκων Καθ.: Νίκος Τσαπατσούλης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ, ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΚΕΣ 3: ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΚΑΙ ΑΝΑΛΥΣΗ ΕΙΚΟΝΑΣ Ακαδημαϊκό Έτος 7 8, Χειμερινό Εξάμηνο Καθ.: Νίκος Τσαπατσούλης ΕΡΩΤΗΣΕΙΣ ΕΠΑΝΑΛΗΨΗΣ Το παρόν
Διαβάστε περισσότεραΠανεπιστήμιο Θεσσαλίας. Πολυτεχνική Σχολή ΘΕΜΑΤΙΚΗ : ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ
Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας Πολεοδομίας και Περιφερειακής Ανάπτυξης ΘΕΜΑΤΙΚΗ : ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ Ιωάννης Φαρασλής Τηλ : 24210-74466, Πεδίον Άρεως, Βόλος
Διαβάστε περισσότεραΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ. ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ 2 ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 2014) Ε.Μ.Π.
ΚΟΝΤΟΚΩΣΤΑΣ ΔΗΜΗΤΡΙΟΣ ΠΑΡΑΔΕΙΓΜΑΤΑ-ΑΣΚΗΣΕΙΣ ΠΑΡΑΣΤΑΤΙΚΗΣ ΜΕ ΠΡΟΒΟΛΕΣ ΣΕ ΕΠΙΠΕΔΑ (εκδοχή Σεπτεμβρίου 04) Ε.Μ.Π. (παρατηρήσεις για τη βελτίωση των σημειώσεων ευπρόσδεκτες) Παράσταση σημείου. Σχήμα Σχήμα
Διαβάστε περισσότεραdy df(x) y= f(x) y = f (x), = dx dx θ x m= 1
I. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ d df() = f() = f (), = d d.κλίση ευθείας.μεταολές 3.(Οριακός) ρυθμός μεταολής ή παράγωγος 4.Παράγωγοι ασικών συναρτήσεων 5. Κανόνες παραγώγισης 6.Αλυσωτή παράγωγος 7.Μονοτονία 8.Στάσιμα
Διαβάστε περισσότερα5ο Μάθημα Αλγόριθμοι Σχεδίασης Βασικών Σχημάτων
5ο Μάθημα Αλγόριθμοι Σχεδίασης Βασικών Σχημάτων Γραφικα Τμήμα Πληροφορικής Πανεπιστήμιο Θεσσαλίας Ακ Έτος 2016-17 Εισαγωγή Ευθεία Κύκλος Έλλειψη Σύνοψη του σημερινού μαθήματος 1 Εισαγωγή 2 Ευθεία 3 Κύκλος
Διαβάστε περισσότεραΓραφικά με Η/Υ Αλγ λ ό γ ρ ό ιθ ρ μοι κύκλου & έλλειψης
Γραφικά με Η/Υ Αλγόριθμοι κύκλου & έλλειψης Τεχνική μέσου σημείου (μέσο έ σημείο Q) NE pixel Q Μέσο σημείο M E pixel P = ( x p, y p ) x x + 1 = p Προηγούμενο pixel Επιλογές για το Επιλογές για το τρέχων
Διαβάστε περισσότεραΨηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας. Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 4 η : Βελτίωση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στις τεχνικές βελτίωσης εικόνας
Διαβάστε περισσότεραΟδηγίες για το Geogebra Μωυσιάδης Πολυχρόνης Δόρτσιος Κώστας
Οδηγίες για το Geogebra Μωυσιάδης Πολυχρόνης Δόρτσιος Κώστας Η πρώτη οθόνη μετά την εκτέλεση του προγράμματος διαφέρει κάπως από τα προηγούμενα λογισμικά, αν και έχει αρκετά κοινά στοιχεία. Αποτελείται
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΗ ΠΡΟΤΥΠΟΠΟΙΗΣΗ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΚΑΙ ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΗ ΠΡΟΤΥΠΟΠΟΙΗΣΗ 1 η ΣΕΙΡΑ ΑΣΚΗΣΕΩΝ Προβλήματα Αδιαστατοποίησης - Δυναμικής Πληθυσμών Άσκηση 3.3, σελίδα 32 από
Διαβάστε περισσότεραΚατάτµηση εικόνας σε οµοιόµορφες περιοχές
KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση εικόνας σε οµοιόµορφες περιοχές ΤµήµαΕπιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Εισαγωγή Κατάτµηση µε πολυκατωφλίωση Ανάπτυξη
Διαβάστε περισσότεραΛύσεις στο Επαναληπτικό Διαγώνισμα 2
Τμήμα Μηχανικών Οικονομίας και Διοίκησης Απειροστικός Λογισμός ΙΙ Γ. Καραγιώργος ykarag@aegean.gr Λύσεις στο Επαναληπτικό Διαγώνισμα 2 Για τυχόν παρατηρήσεις, απορίες ή λάθη που θα βρείτε, στείλτε μου
Διαβάστε περισσότεραΜετασχηματισμοί Μοντελοποίησης (modeling transformations)
Μετασχηματισμοί Δ Μετασχηματισμοί Μοντελοποίησης (modeling trnformtion) Καθορισμός μετασχηματισμών των αντικειμένων Τα αντικείμενα περιγράφονται στο δικό τους σύστημα συντεταγμένων Επιτρέπει την χρήση
Διαβάστε περισσότεραn ίδια n διαφορετικά n n 0 n n n 1 n n n n 0 4
Διακριτά Μαθηματικά Ι Επαναληπτικό Μάθημα 1 Συνδυαστική 2 Μεταξύ 2n αντικειμένων, τα n είναι ίδια. Βρείτε τον αριθμό των επιλογών n αντικειμένων από αυτά τα 2n αντικείμενα. Μεταξύ 3n + 1 αντικειμένων τα
Διαβάστε περισσότεραΑπόκριση σε Αρμονική Διέγερση
Δυναμική Μηχανών Ι Διδάσκων: Αντωνιάδης Ιωάννης Απόκριση σε Αρμονική Διέγερση Άδεια Χρήσης Το παρόν υλικό βασίζεται στην παρουσίαση Απόκριση σε Αρμονική Διέγερση του καθ. Ιωάννη Αντωνιάδη και υπόκειται
Διαβάστε περισσότεραDIP_05 Τμηματοποίηση εικόνας. ΤΕΙ Κρήτης
DIP_05 Τμηματοποίηση εικόνας ΤΕΙ Κρήτης ΤΜΗΜΑΤΟΠΟΙΗΣΗ ΕΙΚΟΝΑΣ Τμηματοποίηση εικόνας είναι η διαδικασία με την οποία διαχωρίζεται μία εικόνα σε κατάλληλες περιοχές ή αντικείμενα. Για την τμηματοποίηση
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ Μαθηματικά Σταύρος Παπαϊωάννου Ιούνιος 015 Τίτλος Μαθήματος Περιεχόμενα Χρηματοδότηση... Error! Bookmark not defined. Σκοποί Μαθήματος (Επικεφαλίδα
Διαβάστε περισσότεραΜηχανολογικό Σχέδιο με τη Βοήθεια Υπολογιστή. Αφφινικοί Μετασχηματισμοί Αναπαράσταση Γεωμετρικών Μορφών
Μηχανολογικό Σχέδιο με τη Βοήθεια Υπολογιστή Γεωμετρικός Πυρήνας Γεωμετρικός Πυρήνας Αφφινικοί Μετασχηματισμοί Αναπαράσταση Γεωμετρικών Μορφών Γεωμετρικός Πυρήνας Εξομάλυνση Σημεία Καμπύλες Επιφάνειες
Διαβάστε περισσότεραΣυστήματα Αυτομάτου Ελέγχου Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Συστήματα Αυτομάτου Ελέγχου Ι Ενότητα #7: Άλγεβρα Βαθμίδων (μπλόκ) Ολική Συνάρτηση Μεταφοράς Δημήτριος Δημογιαννόπουλος Τμήματος
Διαβάστε περισσότεραΜια «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 περισσότεραΝοέμβριος 2013 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ 1/57
Νοέμβριος 3 Σ. Φωτόπουλος ΨΕΕ κεφ.4 ΑΝΙΧΝΕΥΣΗ ΑΚΜΩΝ ΔΠΜΣ ΗΕΠ /57 Ακμή ή περίγραμμα (edge) σε μια εικόνα Χ ij ορίζεται ως το σύνολο των σημείων στη θέση i,j της εικόνας, όπου παρατηρείται μία σημαντική
Διαβάστε περισσότεραΣυμπεριφορά συναρτήσεως σε κλειστές φραγμένες περιοχές. (x 0, y 0, f(x 0, y 0 ) z = L(x, y)
11.7. Aκρότατα και σαγματικά σημεία 903 39. Εκτίμηση μέγιστου σφάλματος Έστω ότι u e sin και ότι τα,, και μπορούν να μετρηθούν με μέγιστα δυνατά σφάλματα 0,, 0,6, και / 180, αντίστοιχα. Εκτιμήστε το μέγιστο
Διαβάστε περισσότεραισδιάστατοι μετασχηματισμοί ΚΕΦΑΛΑΙΟ 4: ισδιάστατοι γεωμετρικοί μετασχηματισμοί
ΚΕΦΑΛΑΙΟ 4: ισδιάστατοι γεωμετρικοί μετασχηματισμοί Πολλά προβλήματα λύνονται μέσω δισδιάστατων απεικονίσεων ενός μοντέλου. Μεταξύ αυτών και τα προβλήματα κίνησης, όπως η κίνηση ενός συρόμενου μηχανισμού.
Διαβάστε περισσότεραAdvances in Digital Imaging and Computer Vision
Advances in Digital Imaging and Computer Vision Lecture and Lab 4 th part 12/3/2018 Κώστας Μαριάς Αναπληρωτής Καθηγητής Επεξεργασίας Εικόνας 21/2/2017 1 Βασικές έννοιες επεξεργασίας Φιλτράρισμα στο χωρικό
Διαβάστε περισσότεραΕργασία 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 περισσότεραΜηχανολογικό Σχέδιο με τη Βοήθεια Υπολογιστή. Γεωμετρικός Πυρήνας Παραμετρική Σχεδίαση
Μηχανολογικό Σχέδιο με τη Βοήθεια Υπολογιστή Γεωμετρικός Πυρήνας Παραμετρική Σχεδίαση Παραμετρική σχεδίαση Παραμετρικό αντικείμενο (2D σχήμα/3d στερεό) ονομάζουμε το αντικείμενο του οποίου η (γεωμετρική)
Διαβάστε περισσότεραΓραφικά Υπολογιστών: Αλγόριθμοι Σχεδίασης Γραμμών
1 ΤΕΙ Θεσσαλονίκης Τμήμα Πληροφορικής Γραφικά Υπολογιστών: Αλγόριθμοι Σχεδίασης Γραμμών Πασχάλης Ράπτης http://aetos.it.teithe.gr/~praptis praptis@it.teithe.gr 2 Περιεχόμενα Τι είναι το pixel; Δειγματοληψία
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 5: ΑΠΕΙΚΟΝΙΣΗ ΚΑΙ ΑΠΟΚΟΠΗ
ΚΕΦΑΛΑΙΟ 5: ΑΠΕΙΚΟΝΙΣΗ ΚΑΙ ΑΠΟΚΟΠΗ Ένα γεωμετρικό μοντέλο είναι μια αριθμητική περιγραφή ενός αντικειμένου, που περιλαμβάνει το μέγεθος, το σχήμα, καθώς και άλλες ιδιότητές του. Η περιγραφή του μοντέλου
Διαβάστε περισσότεραDigital 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 περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ. Ενότητα #7: Σύστημα Ασαφούς Λογικής Μαθηματικές Εκφράσεις
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΕΥΦΥΗΣ ΕΛΕΓΧΟΣ Ενότητα #7: Σύστημα Ασαφούς Λογικής Μαθηματικές Εκφράσεις Αναστάσιος Ντούνης Τμήμα Μηχανικών Αυτοματισμού Τ.Ε.
Διαβάστε περισσότεραA2. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ
A. ΠΑΡΑΓΩΓΟΣ-ΚΛΙΣΗ-ΜΟΝΟΤΟΝΙΑ d df() = f() = f (), = d d.κλίση ευθείας.μεταβολές 3.(Οριακός) ρυθµός µεταβολής ή παράγωγος 4.Παράγωγοι βασικών συναρτήσεων 5. Κανόνες παραγώγισης 6.Αλυσωτή παράγωγος 7.Μονοτονία
Διαβάστε περισσότεραΠαράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία. Πέτρος Ποτίκας CoReLab 4/5/2006
Παράλληλοι Αλγόριθμοι: Ανάλυση Εικόνας και Υπολογιστική Γεωμετρία Πέτρος Ποτίκας CoReLab 4/5/2006 Επισκόπηση Ετικέτες σε συνιστώσες (Component labelling) Hough μετασχηματισμοί (transforms) Πλησιέστερος
Διαβάστε περισσότεραΤα ρομπότ στην βιομηχανία
Τεχνολογικό Eκπαιδευτικό Ίδρυμα Kρήτης Διατμηματικό Μεταπτυχιακό Πρόγραμμα "Προηγμένα συστήματα παραγωγής, αυτοματισμού και ρομποτικής" Βιομηχανική Ρομποτική «Κινηματική στερεών σωμάτων» Δρ. Φασουλάς Γιάννης
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΡΟΜΠΟΤΙΚΗ - ΣΥΝΟΨΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΡΟΜΠΟΤΙΚΗ - Π. ΑΣΒΕΣΤΑΣ E MAIL: pasv@uniwa.gr Εφαρμογές ρομποτικής στην Ιατρική Κλασσική χειρουργική Ορθοπεδικές επεμβάσεις Νευροχειρουργική Ακτινοθεραπεία Αποκατάσταση φυσιοθεραπεία 2 Βασικοί
Διαβάστε περισσότεραΣυμπίεση Πολυμεσικών Δεδομένων
Συμπίεση Πολυμεσικών Δεδομένων Εισαγωγή στο πρόβλημα και επιλεγμένες εφαρμογές Παράδειγμα 2: Συμπίεση Εικόνας ΔΠΜΣ ΜΥΑ, Ιούνιος 2011 Εισαγωγή (1) Οι τεχνικές συμπίεσης βασίζονται στην απόρριψη της πλεονάζουσας
Διαβάστε περισσότεραΕισαγωγή στη θεωρία μετασχηματισμών. Τα ρομπότ στην βιομηχανία
Τεχνολογικό Eκπαιδευτικό Ίδρυμα Kρήτης Διατμηματικό Μεταπτυχιακό Πρόγραμμα "Προηγμένα συστήματα παραγωγής, αυτοματισμού και ρομποτικής" Βιομηχανική Ρομποτική «Κινηματική στερεών σωμάτων» Τα ρομπότ στην
Διαβάστε περισσότεραENOTHTA 1.1 ΕΥΘΥΓΡΑΜΜΗ ΚΙΝΗΣΗ
ENOTHTA. ΕΥΘΥΓΡΑΜΜΗ ΚΙΝΗΣΗ ΦΥΣΙΚΗ Α ΛΥΚΕΙΟΥ ΜΕΡΟΣ ο. Πώς προσδιορίζουμε τη θέση των αντικειμένων; A O M B ' y P Ì(,y) Ð Για τον προσδιορισμό της θέσης πάνω σε μία ευθεία πρέπει να έχουμε ένα σημείο της
Διαβάστε περισσότεραΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ
ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ Η ανάλυση προβλημάτων δύο διαστάσεων με τη μέθοδο των Πεπερασμένων Στοιχείων περιλαμβάνει τα ίδια βήματα όπως και στα προβλήματα μιας διάστασης. Η ανάλυση γίνεται λίγο πιο πολύπλοκη
Διαβάστε περισσότερα1 0, να βρείτε την τιμή του α. 4. Οι παραμετρικές εξισώσεις μιας καμπύλης είναι : χ=3(2θ ημ2θ) ψ=3(1 συν2θ) α) Να δείξετε ότι : =σφθ
ΛΥΚΕΙΟ ΠΑΡΑΛΙΜΝΙΟΥ ΣΧΟΛΙΚΗ ΧΡΟΝΙΑ -4 ΑΣΚΗΣΕΙΣ ΕΠΑΝΑΛΗΨΗΣ Γ ΛΥΚΕΙΟΥ ΚΑΤΕΥΘΥΝΣΗΣ ΑΛΓΕΒΡΑ Αν =e t και y=e t να δείξετε ότι : y d y +χ dy = d d Αν χ= d d t και ψ=τοξημt,
Διαβάστε περισσότεραΜεθοδολογία Έλλειψης
Μεθοδολογία Έλλειψης Έλλειψη ονομάζεται ο γεωμετρικός τόπος των σημείων, των οποίων το άθροισμα των αποστάσεων από δύο σταθερά σημεία Ε και Ε είναι σταθερό και μεγαλύτερο από την απόσταση (ΕΕ ). Στη Φύση
Διαβάστε περισσότεραΜεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας. Εισηγητής Αναστάσιος Κεσίδης
Μεταπτυχιακό Πρόγραμμα «Γεωχωρικές Τεχνολογίες» Ψηφιακή Επεξεργασία Εικόνας Εισηγητής Αναστάσιος Κεσίδης Χωρικά φίλτρα Χωρικά φίλτρα Γενικά Σε αντίθεση με τις σημειακές πράξεις και μετασχηματισμούς, στα
Διαβάστε περισσότεραΣύντομος οδηγός αναφοράς Για Windows Έκδοση 4.0
Σύντομος οδηγός αναφοράς Για Windows Έκδοση 4.0 Παράθυρα των εγγράφων Επιφάνεια του σχεδίου. Σχεδιάστε εδώ νέα αντικείμενα με τα εργαλεία σημείων, διαβήτη, σχεδίασης ευθύγραμμων αντικειμένων και κειμένου.
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ 1.1 ΕΙΣΑΓΩΓΗ 1.1 1.2 ΤΙ ΕΙΝΑΙ ΜΙΑ ΨΗΦΙΑΚΗ ΕΙΚΟΝΑ 1.2 1.3 ΠΛΗΘΟΣ BITS ΜΙΑΣ ΕΙΚΟΝΑΣ 1.4 1.4 ΕΥΚΡΙΝΕΙΑ ΕΙΚΟΝΑΣ 1.5 1.5 ΕΠΙΠΕ Α BITS ΜΙΑΣ ΕΙΚΟΝΑΣ 1.8 1.6 Η ΦΥΣΗ ΤΟΥ ΧΡΩΜΑΤΟΣ
Διαβάστε περισσότεραI.1 ΣΥΝΑΡΤΗΣΕΙΣ-ΕΞΙΣΩΣΕΙΣ: {f(x), y= f(x), y= y(x), F(x, y) = c}
I. ΣΥΝΑΡΤΗΣΕΙΣ-ΕΞΙΣΩΣΕΙΣ: {f(), = f(), = (), F(, ) = c}.μηδενικά.μονοτονίες 3.Ασυνέχειες 4.Θετικές δυνάμεις 5.Αρνητικές δυνάμεις 6.Εκθετική 7.Λογαριθμική 8.Αλλαγή βάσης 9.Πολυωνυμικές.Ρητές.Σύνθεση.Πλεγμένες
Διαβάστε περισσότεραΔυναμική Μηχανών Ι. Διδάσκων: Αντωνιάδης Ιωάννης. Απόκριση Συστημάτων 1 ου Βαθμού Ελευθερίας, που περιγράφονται από Σ.Δ.Ε.
Δυναμική Μηχανών Ι Διδάσκων: Αντωνιάδης Ιωάννης Απόκριση Συστημάτων 1 ου Βαθμού Ελευθερίας, που περιγράφονται από Σ.Δ.Ε. 1 ης τάξης Άδεια Χρήσης Το παρόν υλικό βασίζεται στην παρουσίαση Απόκριση Συστημάτων
Διαβάστε περισσότερα(a) = lim. f y (a, b) = lim. (b) = lim. f y (x, y) = lim. g g(a + h) g(a) h g(b + h) g(b)
1 ΑΝΑΛΥΣΗ ΙΙ Μερική Παράγωγος Μερικές Παράγωγοι Ορισμός 1: a) Εστω f(x y) : U R R μία συνάρτηση δύο μεταβλητών και (a b) ένα σημείο του U. Θεωρούμε ότι μεταβάλλεται μόνο το x ένω το y παραμένει σταθερό
Διαβάστε περισσότεραΤι είναι βαθμωτό μέγεθος? Ένα μέγεθος που περιγράφεται μόνο με έναν αριθμό (π.χ. πίεση)
TETY Εφαρμοσμένα Μαθηματικά Ενότητα ΙΙ: Γραμμική Άλγεβρα Ύλη: Διανυσματικοί χώροι και διανύσματα, μετασχηματισμοί διανυσμάτων, τελεστές και πίνακες, ιδιοδιανύσματα και ιδιοτιμές πινάκων, επίλυση γραμμικών
Διαβάστε περισσότεραΚύκλος. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Κατεύθυνση Κεφάλαιο 3 48 ασκήσεις. εκδόσεις. Καλό πήξιμο / 1 2 /
Κύκλος Κώστας Γλυκός ΙΙ Ι δδ ιι ι αα ίί ί ττ εε ρρ αα μμ αα θθ ήή μμ αα ττ αα 6 9 7. 0 0. 8 8. 8 8 Kgllykos..gr 1 9 / 1 2 / 2 0 1 8 Κατεύθυνση Κεφάλαιο 48 ασκήσεις και τεχνικές σε σελίδες εκδόσεις Καλό
Διαβάστε περισσότεραΠΛΗ21 Κεφάλαιο 1. ΠΛΗ21 Ψηφιακά Συστήματα: Τόμος Α Κεφάλαιο: 1 Εισαγωγή
Ψηφιακά Συστήματα: Τόμος Α Κεφάλαιο: 1 Εισαγωγή Στόχοι του κεφαλαίου είναι να γνωρίσουμε: Τι είναι τα Αναλογικά κ τι τα Ψηφιακά Μεγέθη Τι είναι Σήμα, Αναλογικό Σήμα, Ψηφιακό Σήμα Τι είναι Δυαδικό Σήμα
Διαβάστε περισσότεραΠεριεχόμενα. Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ... 13 1.1 Οι συντεταγμένες ενός σημείου...13 1.2 Απόλυτη τιμή...14
Περιεχόμενα Κεφάλαιο 1 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΜΙΑ ΕΥΘΕΙΑ... 13 1.1 Οι συντεταγμένες ενός σημείου...13 1.2 Απόλυτη τιμή...14 Κεφάλαιο 2 ΣΥΣΤΗΜΑΤΑ ΣΥΝΤΕΤΑΓΜΕΝΩΝ ΣΕ ΕΝΑ ΕΠΙΠΕΔΟ 20 2.1 Οι συντεταγμένες
Διαβάστε περισσότεραδίου ορισμού, μέσου του τύπου εξαρτημένης μεταβλητής του πεδίου τιμών που λέγεται εικόνα της f για x α f α.
3.1 Η έννοια της συνάρτησης Ορισμοί Συνάρτηση f από ένα συνόλου Α σε ένα σύνολο Β είναι μια αντιστοιχία των στοιχείων του Α στα στοιχεία του Β, κατά την οποία κάθε στοιχείο του Α αντιστοιχεί σε ένα μόνο
Διαβάστε περισσότεραΕυθύγραμμες Κινήσεις
Οι παρακάτω σημειώσεις διανέμονται υπό την άδεια: Creaive Commons Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές. 1 Θέση και Σύστημα αναφοράς Στην καθημερινή μας ζωή για να περιγράψουμε
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΟΥ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ
ΜΑΘΗΜΑΤΙΚΑ ΘΕΤΙΚΟΥ ΠΡΟΣΑΝΑΤΟΛΙΣΜΟΥ ΒΑΣΙΚΟΙ ΤΥΠΟΙ ΑΠΟ ΤΗΝ ΘΕΩΡΙΑ ΔΙΑΝΥΣΜΑΤΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΔΙΑΝΥΣΜΑΤΟΣ Αρχή και Πέρας Φορέας Διεύθυνση (Συγγραμμικά διανύσματα) Μέτρο Κατεύθυνση (Ομόρροπα Αντίρροπα διανύσματα)
Διαβάστε περισσότερα