DIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης
|
|
- Ελπιδιος Ελευθερόπουλος
- 8 χρόνια πριν
- Προβολές:
Transcript
1 DIP_04 Σημειακή επεξεργασία ΤΕΙ Κρήτης
2 ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΙΚΟΝΑΣ Σκοπός μιας τέτοιας τεχνικής μπορεί να είναι: η βελτιστοποίηση της οπτικής εμφάνισης μιας εικόνας όπως την αντιλαμβάνεται ο άνθρωπος, η τροποποίηση των εικόνων με τέτοιο τρόπο ώστε να είναι αποτελεσματικότερη η παραπέρα ανάλυση ή χρησιμοποίησή τους. Η σημειακή επεξεργασία εφαρμόζεται σε εικονοστοιχεία (σε κάθε σημείο της εικόνας) όλα τα 2
3 ΕΠΕΞΕΡΓΑΣΙΑ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Το ιστόγραμμα μιας εικόνας αποχρώσεων του γκρι περιέχει σημαντικές πληροφορίες για την εικόνα και για το λόγο αυτό είναι ένα από τα σημαντικότερα εργαλεία στην επεξεργασία ψηφιακών εικόνων. Μπορεί να χρησιμοποιηθεί για τη βελτιστοποίηση της εικόνας, την τροποποίηση των χαρακτηριστικών της, την μετατροπή της σε εικόνα με λιγότερες αποχρώσεις, την εξαγωγή χαρακτηριστικών της εικόνας κ.α. 3
4 ΤΟ ΙΣΤΟΓΡΑΜΜΑ ΜΙΑΣ ΕΙΚΟΝΑΣ Εκφράζει τη κατανομή των απoχρώσεων του γκρι στην εικόνα και στις περισσότερες περιπτώσεις απόλυτα καθορίζει την εικόνα. Ένα ιστόγραμμα είναι ένα γράφημα που στον οριζόντιο άξονα έχει τις φωτεινότητες από και στον κατακόρυφο άξονα το πλήθος των εικονοστοιχείων που έχουν κάθε φωτεινότητα. Ο κατακόρυφος άξονας μπορεί να κανονικοποιηθεί με βάση τη μέγιστη τιμή του ιστογράμματος. 4
5 ΤΟ ΙΣΤΟΓΡΑΜΜΑ ΜΙΑΣ ΕΙΚΟΝΑΣ (α) Η εικόνα, (β) το ιστόγραμμά της. 5
6 ΤΟ ΙΣΤΟΓΡΑΜΜΑ ΜΙΑΣ ΕΙΚΟΝΑΣ Αρχική εικόνα και το ιστόγραμμα της εικόνας. 6
7 ΕΞΙΣΟΡΡΟΠΗΣΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Η τεχνική της εξισορρόπησης ιστογράμματος (histogram equalization) μετασχηματίζει τις γκρι φωτεινότητες μιας εικόνας έτσι ώστε αυτές να κατανέμονται ομοιόμορφα σ όλη την κλίμακα φωτεινοτήτων. Η εικόνα που προκύπτει με τον τρόπο αυτό είναι αυξημένης αντίθεσης σε σχέση με την αρχική. 7
8 ΕΞΙΣΟΡΡΟΠΗΣΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Για την ανάπτυξη της μεθόδου έστω ότι έχουμε μια γκρι εικόνα Α(k,m), διαστάσεων Ν Μ έτσι ώστε Α(k,m) παίρνει τιμές από το {0,...,L-1}. 1}.Έστω, h(g), το ιστόγραμμα της εικόνας g = 0,...,L-1. Κάθε φωτεινότητα Α(k,m) της αρχικής εικόνας Α μετασχηματίζεται στη φωτεινότητα Β(k,m) της νέας εικόνας με B( k, m) = T( A( k, m)), k = 0,..., N 1/ m = 0,..., M 1 8
9 ΕΞΙΣΟΡΡΟΠΗΣΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Ως παράδειγμα, εφαρμόζουμε την εξισορρόπηση ιστογράμματος στην προηγούμενη εικόνα. Η συνάρτηση μετασχηματισμού Τ(g) έχει τη μορφή: Η συνάρτηση μετασχηματισμού Τ(g). Η τελική εικόνα μετά την εξισορρόπηση ιστογράμματος 9
10 ΕΞΙΣΟΡΡΟΠΗΣΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Η διαδικασία εξισορρόπησης ιστογράμματος που περιγράψαμε αναφέρεται ως ολική εξισορρόπηση ιστογράμματος (global histogram equalization) σε αντίθεση με τεχνικές τοπικής εξισορρόπησης ιστο- γράμματος (local histogram equalization). Το ιστόγραμμα της τελικής εικόνας σε σύγκριση με το αρχικό. 10
11 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΦΩΤΕΙΝΟΤΗΤΑΣ Ως φωτεινότητα (brightness) μιας εικόνας μπορεί να ορισθεί η μέση φωτεινότητα των εικονοστοιχείων της. ηλαδή, για μια εικόνα διαστάσεων Ν Μ η φωτεινότητά της ισούται με: B 1 N M = NM n = 1 m = 1 I( n, m) 11
12 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΦΩΤΕΙΝΟΤΗΤΑΣ Επειδή η επεξεργασία κάθε εικονοστοιχείου μιας εικόνας εξαρτάται από τη φωτεινότητα του ίδιου του εικονοστοιχείου, οι τεχνικές αυτής της κατηγορίας αναφέρονται και ως τεχνικές σημειακής επεξεργασίας (point processing). 12
13 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΦΩΤΕΙΝΟΤΗΤΑΣ
14 ΑΡΝΗΤΙΚΗ ΕΙΚΟΝΑ Το αρνητικό μιας εικόνας παράγεται χρησιμοποιώ- ντας τη συνάρτηση μετασχηματισμού η οποία είναι ίση με: Tg ( ) = 255 g Η βασική ιδέα είναι η αντιστροφή των φωτεινοτήτων. 14
15 ΑΡΝΗΤΙΚΗ ΕΙΚΟΝΑ Ησυνάρτηση μετασχηματισμού για το αρνητικό της εικόνας, (β) μια αρχική εικόνα, (γ) το αρνητικό της. 15
16 ΑΥΞΗΣΗ ΤΗΣ ΑΝΤΙΘΕΣΗΣ Εικόνες χαμηλής αντίθεσης μπορούν να προκύψουν είτε από ανεπαρκή φωτισμό, λόγω της μικρής δυναμικής περιοχής του οπτικού αισθητήρα λόγω λανθασμένης ρύθμισης των παραμέτρων λήψης των εικόνων. 16
17 ΑΝΤΙΘΕΣΗ ΣΤΗΝ ΕΙΚΟΝΑ Για μια εικόνα αποχρώσεων του γκρι διαστάσεων Ν Μ και φωτεινότητας Β, η αντίθεση της εικόνας ισούται με: N M 1 C = I n m B NM n = 1 m = 1 [ (, ) ] 2 Σύμφωνα με έναν δεύτερο ορισμό, η αντίθεση σε μια εικόνα μπορεί να εκφρασθεί ως C = max{ I} min{ I} max{ I} + min{ I} Ο ορισμός αυτός δίνει μια τιμή μεταξύ μηδέν και ένα. Όταν C = Ο η εικόνα έχει μηδενική αντίθεση 17
18 ΤΟΠΙΚΗ ΑΝΤΙΘΕΣΗ Σε πολλές περιπτώσεις μας ενδιαφέρει η αντίθεση τοπικά του κάθε εικονοστοιχείου. Για τον ορισμό της τοπικής αντίθεσης έχουν προταθεί επίσης διάφοροι ορισμοί. Σύμφωνα με έναν ορισμό, η αντίθεση σε ένα εικονοστοιχείο (n, m) εκφράζεται από τη σχέση: I( n, m) I I( n, m) B Cnm (, ) = = Im ax
19 Ένας δεύτερος ορισμός, για την τοπική αντίθεση σε μια εικόνα αποχρώσεων του γκρι ή γενικά για την αντίθεση μεταξύ δύο περιοχών Α και Β, δίδεται από τη σχέση: I ΑΝΤΙΘΕΣΗ ΠΕΡΙΟΧΩΝ I C AB = I I A A + όπου A και B οι μέσες φωτεινότητες των περιοχών. Η σχέση αυτή στην περίπτωση υπολογισμού της τοπικής αντίθεσης σε μια εικόνα Ι παίρνει τη μορφή: Cnm (, ) = όπου το Ι Ν αναφέρεται σε μια προκαθορισμένη γειτονιά του εικονοστοιχείου (n, m). I I B B I( n, m) I I( n, m) + I N N 19
20 ΑΥΞΗΣΗ ΤΗΣ ΑΝΤΙΘΕΣΗΣ Αύξηση της αντίθεσης: (α) Η αρχική εικόνα, (β) ησυνάρτηση μετασχηματισμού, (γ) η εικόνα μετά την αύξηση της αντίθεσης, και (δ) με αντίθεση κατωφλίου (Τ=150). 20
21 ΤΕΧΝΙΚΗ ΓΙΑ ΠΡΟΣΑΡΜΟΣΤΙΚΗ ΚΑΙ ΤΟΠΙΚΗ ΑΥΞΗΣΗ ΤΗΣ ΑΝΤΙΘΕΣΗΣ Με τον τρόπο αυτό θα γίνει αύξηση της αντίθεσης μόνον στις περιοχές που χρειάζεται και όχι σε ολόκληρη την εικόνα. Για παράδειγμα μπορούμε να επιβάλουμε την μη αλλαγή των φωτεινοτήτων σε περιοχές ομοιογενείς από πλευράς φωτεινότητας καθώς επίσης και σε περιοχές υψηλής αντίθεσης. Σ όλα τα υπόλοιπα εικονοστοιχεία της εικόνας, η αντίθεση αυξάνεται σύμφωνα με έναν προκαθορισμένο μετασχηματισμό. 21
22 ΤΕΧΝΙΚΗ ΓΙΑ ΠΡΟΣΑΡΜΟΣΤΙΚΗ ΚΑΙ ΤΟΠΙΚΗ ΑΥΞΗΣΗ ΤΗΣ ΑΝΤΙΘΕΣΗΣ Για την κατανόηση της μεθοδολογίας, ας δώσουμε ένα παράδειγμα εφαρμογής. Στην αρχική εικόνα εφαρμόζουμε τοπική και προσαρμοστική αύξηση της αντίθεσης ως εξής: Inm (, ) Cnm (, ) = A. Υπολογίζουμε, με βάση τη σχέση Inm (, ) την αντίθεση κάθε εικονοστοιχείου σε σχέση με τα οκτώ γειτονικά του. B. Θεωρούμε δύο κατώφλια Τ 1 και Τ 2 με τιμές στην περιοχή [0,1]. Η αντίθεση και κατά συνέπεια και η φωτεινότητα, του εικονοστοιχείου (m,n) αλλάζει μόνον όταν. Οπότε: T C ( m, n ) T 1 2 I + I N N I( m, n) T( Imn (, )), T Cmn (, ) T = I( m, n), διαφορετικά
23 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΥΝΑΜΗΣ Η πρώτη κατηγορία τέτοιων συναρτήσεων βασίζεται στη οικογένεια των συναρτήσεων δύναμης: T ( g) = 255 g όπου 0 g 1 και το p ο εκθέτης. Συνεπώς, για μία εικόνα Ι(i,j) ) [0,255] έχουμε: p p Ii (, j) = int((255 gi (, j) ), gi (, j) = I(, i j)
24 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΔΥΝΑΜΗΣ Μορφές της Τ(g) για διάφορες τιμές του εκθέτη p. Εφαρμογή των μετασχηματισμών δύναμης για διάφορες τιμές του p. 24
25 ΛΟΓΑΡΙΘΜΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Βελτιστοποιεί σκοτεινές εικόνες Ο λογαριθμικός μετασχηματισμός έχει τη ακόλουθη γενική μορφή: T ( g) = b ln(1 + a g) και αν θεωρήσουμε ως προϋπόθεση ότι Τ(0) = 0 και Τ(255) = 255, τότε b = 255 ln( a) 25
26 ΛΟΓΑΡΙΘΜΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Καμπύλες λογαριθμικού μετασχηματισμού για b= Καμπύλες λογαριθμικού μετασχηματισμού για b = 255 ln( a) 26
27 ΛΟΓΑΡΙΘΜΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Παράδειγμα εφαρμογής του λογαριθμικού μετασχηματισμού: (α) Αρχική εικόνα. (β) Τελική εικόνα για α=1. 27
28 ΕΚΘΕΤΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Βελτιστοποιεί φωτεινές εικόνες Σε αντιστοίχηση με τον λογαριθμικό μετασχηματισμό, ο εκθετικός μετασχηματισμός έχει την ακόλουθη g έκφραση: 1 b T ( g) = ( e 1) a Αν θέσουμε ως περιορισμό ότι Τ(0) = 0 και Τ(255) = 255, τότε το b μπορεί να υπολογισθεί πάλι από τη σχέση 255 b = ln( a) 28
29 ΕΚΘΕΤΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Καμπύλες εκθετικού μετασχηματισμού για b = 255 ln( a) 29
30 ΕΚΘΕΤΙΚΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ Παράδειγμα εφαρμογής του εκθετικού μετασχηματισμού: (α) Αρχική εικόνα. (β) Τελική εικόνα για α=1. 30
31 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΜΕ ΒΑΣΗ ΤΗ GAUSSIAN ΣΥΝΑΡΤΗΣΗ ΣΦΑΛΜΑΤΟΣ Η συνάρτηση μετασχηματισμού δίνεται από τις σχέσεις: g ( ) erf ( ) + erf ( ) Tg ( ) = a 2 a erf ( ) 2 a όπου erf x x 2 2 ( ) = exp( ) π 0 y dy α 1 31
32 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΜΕ ΒΑΣΗ ΤΗ GAUSSIAN ΣΥΝΑΡΤΗΣΗ ΣΦΑΛΜΑΤΟΣ Μορφή της συνάρτησης για διάφορες τιμές του α. 32
33 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΜΕ ΒΑΣΗ ΤΗ GAUSSIAN ΣΥΝΑΡΤΗΣΗ ΣΦΑΛΜΑΤΟΣ Παράδειγμα εφαρμογής: (α) Αρχική εικόνα. (β) Τελική εικόνα για α=0.02. Συμπεριφέρεται ως g 2 για χαμηλές φωτεινότητες και ως g 0.5 για υψηλές 33
DIP_04 Βελτιστοποίηση εικόνας. ΤΕΙ Κρήτης
DIP_04 Βελτιστοποίηση εικόνας ΤΕΙ Κρήτης ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΕΙΚΟΝΑΣ Σκοπός µιας τέτοιας τεχνικής µπορεί να είναι: η βελτιστοποίηση της οπτικής εµφάνισης µιας εικόνας όπως την αντιλαµβάνεται ο άνθρωπος, η τροποποίηση
ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ. ( ) 1, αν Ι(i,j)=k hk ( ), διαφορετικά
ΑΣΚΗΣΗ 3 ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕΛΕΤΗ ΙΣΤΟΓΡΑΜΜΑΤΟΣ Αντικείμενο: Εξαγωγή ιστογράμματος εικόνας, απλοί μετασχηματισμοί με αυτό, ισοστάθμιση ιστογράμματος. Εφαρμογή βασικών παραθύρων με την βοήθεια του ΜΑΤLAB
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
Advances in Digital Imaging and Computer Vision
Advances in Digital Imaging and Computer Vision Lecture and Lab 3 27/3/2017 Κώστας Μαριάς Αναπληρωτής Καθηγητής Επεξεργασίας Εικόνας 21/2/2017 1 Σημειακή Επεξεργασία Εικόνας (point processing), μετασχηματισμοί
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας. Παρουσίαση 12 η. Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Παρουσίαση 12 η Θεωρία Χρώματος και Επεξεργασία Έγχρωμων Εικόνων Εισαγωγή (1) Το χρώμα είναι ένας πολύ σημαντικός παράγοντας περιγραφής, που συχνά απλουστεύει κατά
Παρουσίαση 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
Μεταπτυχιακό 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
Ψηφιακή 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)
Ψηφιακή 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
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Σε αντίθεση με την διακριτή τυχαία μεταβλητή, μία συνεχής τυχαία μεταβλητή παίρνει μη-αριθμήσιμο (συνεχές) πλήθος τιμών. Δεν μπορούμε να καταγράψουμε το σύνολο των τιμών
Advances in Digital Imaging and Computer Vision
Advances in Digital Imaging and Computer Vision Lecture and Lab 5-6 Κώστας Μαριάς Αναπληρωτής Καθηγητής Επεξεργασίας Εικόνας 21/2/2017 1 Σημειακή Επεξεργασία Εικόνας Point processing All/Erasmus students:
ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ
Ψηφιακή Επεξεργασία Εικόνας-ΚΕΦ. -- ΕΠΕΞΕΡΓΑΣΙΑ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΙ ΕΝΤΑΣΕΩΣ Η επεξεργασία εικόνας µέσω του ιστογράµµατος ουσιαστικά αποτελεί µία βασική επεξεργασία εικόνας που ανήκει
ΕΡΓΑΣΤΗΡΙΟ ΙV. ΤΜΗΜΑ ΙΕΘΝΟΥΣ ΕΜΠΟΡΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΟΙΚΟΝΟΜΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι Μονοβασίλης Θεόδωρος
ΤΜΗΜΑ ΙΕΘΝΟΥΣ ΕΜΠΟΡΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΟΙΚΟΝΟΜΙΚΗΣ ΑΝΑΛΥΣΗΣ Ι Μονοβασίλης Θεόδωρος ΕΡΓΑΣΤΗΡΙΟ ΙV Συναρτήσεις στο Mathematica Στο Mathematica υπάρχουν ορισμένες πολλές βασικές συναρτήσεις όπως ημίτονο, συνημίτονο,
Μεταπτυχιακό 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
Βιοϊατρική τεχνολογία
Τμήμα Μηχανικών Πληροφορικής & Τηλεπικοινωνιών Βιοϊατρική τεχνολογία Ενότητα 3: Επεξεργασία σημείων Αν. καθηγητής Αγγελίδης Παντελής e-mail: paggelidis@uowm.gr ΕΕΔΙΠ Μπέλλου Σοφία e-mail: sbellou@uowm.gr
ΠΕΡΙΕΧΟΜΕΝΑ 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
IV.11 ΕΛΑΣΤΙΚΟΤΗΤΑ-ΡΥΘΜΟΣ ΑΝΑΠΤΥΞΗΣ
IV. ΕΛΑΣΤΙΚΟΤΗΤΑ-ΡΥΘΜΟΣ ΑΝΑΠΤΥΞΗΣ.Ελαστικότητα.Χαρακτηρισμός ελαστικότητας 3.Σχετικά διαφορικά 4.Ελαστικότητα αντίστροφης 5.Ομογενείς συναρτήσεις 6.Λογισμός ρυθμών και διαφορικών 7.Λογαριθμική κλίμακα.
Διάλεξη 2 - Σημειώσεις
Διάλεξη 2 - Σημειώσεις Συναρτήσεις 1. Συνάρτηση: μία συνάρτηση είναι ένας κανόνας που αναθέτει σε κάθε στοιχείο του συνόλου ακριβώς ένα στοιχείο του συνόλου. Το σύνολο καλείται πεδίο ορισμού της συνάρτησης
ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ
ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ ΧΑΡΑΞΗ ΓΡΑΦΙΚΗΣ ΠΑΡΑΣΤΑΣΗΣ Δημήτρης Στεφανάκης Η Μέθοδος των Ελαχίστων Τετραγώνων (ΜΕΤ) χρησιμοποιείται για την κατασκευή της γραφικής παράστασης που περιγράφει ένα φαινόμενο,
DIP_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
Ψηφιακή Επεξεργασία Εικόνας
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Ψηφιακή Επεξεργασία Εικόνας Ενότητα 3 : Αποκατάσταση εικόνας (Image Restoration) Ιωάννης Έλληνας Τμήμα Η/ΥΣ Άδειες Χρήσης Το παρόν
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 11 η : θεωρία Χρώματος & Επεξεργασία Έγχρωμων Εικόνων Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή
Εργαστήριο ADICV3. Image filtering, Point Processing and Histogram Equalisation. Κώστας Μαριάς 20/3/2017
Εργαστήριο ADICV3 Image filtering, Point Processing and Histogram Equalisation Κώστας Μαριάς 20/3/2017 Image Filtering ADICV Kostas Marias TEI Crete 2017 2 Basic Matlab Σκοπός εργαστηρίου Θα φτιάξουμε
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
Μεταπτυχιακό 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
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 Προς το παρόν δεν υπάρχει ακόμα ένας ευρέως αποδεκτός ορισμός της ακμής. Εδώ θα θεωρούμε ως ακμή:
Ραδιομετρική 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,
T 4 T 4 T 2 Τ Τ Τ 3Τ Τ Τ 4
ΜΗΧΑΝΙΚΕΣ ΤΑΛΑΝΤΩΣΕΙΣ 29 ΕΡΩΤΗΣΕΙΣ ΠΟΛΛΑΠΛΗΣ ΕΠΙΛΟΓΗΣ 1. Σηµειακό αντικείµενο εκτελεί απλή αρµονική ταλάντωση. Η αποµάκρυνση χ από τη θέση ισορροπίας του είναι: α. ανάλογη του χρόνου. β. αρµονική συνάρτηση
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 11 ΟΚΤΩΒΡΙΟΥ 2016 ΜΗ ΓΡΑΜΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΕΙΣΑΓΩΓΗ Οικονομικές Συναρτήσεις με μεταβλητούς ρυθμούς
Κεφάλαιο 6 Ιστογράμματα δορυφορικών εικόνων
Κεφάλαιο 6 Ιστογράμματα δορυφορικών εικόνων Κωνσταντίνος Γ. Περάκης Σύνοψη Μία γενική επισκόπηση με εστίαση στη χρήση των ιστογραμμάτων στην Τηλεπισκόπηση και περιγραφές ειδικών εικόνων με τα χαρακτηριστικά
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Τηλεπισκόπηση - Φωτοερμηνεία
ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ Τηλεπισκόπηση - Φωτοερμηνεία Ενότητα 10: Ραδιομετρική Ενίσχυση Χωρική Επεξεργασία Δορυφορικών Εικόνων. Κωνσταντίνος Περάκης Ιωάννης Φαρασλής Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας
ΑΡΧΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ (Y2204) Βασιλάκης Εµµανουήλ Λέκτορας Τηλεανίχνευσης
ΑΡΧΕΣ ΤΗΛΕΠΙΣΚΟΠΗΣΗΣ (Y2204) Βασιλάκης Εµµανουήλ Λέκτορας Τηλεανίχνευσης Διακριτική ικανότητα δεδοµένων τηλεπισκόπησης Χωρική (Spatial resolution) πόσα µέτρα? Χρονική (Temporal resolution) πόσος χρόνος?
A2. 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
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
ΤΕΣΤ Α2 ΟΜΑΔΑ Ι. παράγωγος είναι αρνητική: f (x) = 1 2x, f
ΤΕΣΤ Α ΟΜΑΔΑ Ι Θεωρούμε την συνάρτηση: f() = pln(+ ) για, με p>. Να διερευνηθεί αν είναι κυρτή η κοίλη. Να βρεθούν οι τιμές της παραμέτρου p για τις οποίες η μέγιστη τιμή της βρίσκεται στο =.. Η συνάρτηση
Διάστημα εμπιστοσύνης της μέσης τιμής
Διάστημα εμπιστοσύνης της μέσης τιμής Συντελεστής εμπιστοσύνης Όταν : x z c s < μ < x +z s c Ν>30 Στον πίνακα δίνονται κρίσιμες τιμές z c και η αντιστοίχισή τους σε διάφορους συντελεστές εμπιστοσύνης:
ΠΑΡΟΥΣΙΑΣΗ 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
A6. ΕΛΑΣΤΙΚΟΤΗΤΑ-ΡΥΘΜΟΣ ΑΝΑΠΤΥΞΗΣ
A6. ΕΛΑΣΤΙΚΟΤΗΤΑ-ΡΥΘΜΟΣ ΑΝΑΠΤΥΞΗΣ.Ελαστικότητα.Χαρακτηρισµός ελαστικότητας 3.Ελαστικότητα αντίστροφης 4. ιαφορικά 5.Οµογενείς συναρτήσεις 6.Λογισµός ρυθµών και διαφορικών 7.Λογαριθµική κλίµακα. 8.Σχετικός
Ψηφιοποίηση και Ψηφιακή Επεξεργασία Εικόνας
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Ψηφιοποίηση και Ψηφιακή Επεξεργασία Εικόνας Ενότητα 11: Επεξεργασία εικόνας Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και
dy 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
Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium Iii Η Κανονική Κατανομή Λέμε ότι μία τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους και και συμβολίζουμε X N, αν έχει συνάρτηση πυκνότητας
Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός
Τίτλος Μαθήματος: Μαθηματική Ανάλυση Ενότητα Β. Διαφορικός Λογισμός Κεφάλαιο Β.07: Εκθετικές και Λογαριθμικές Συναρτήσεις Όνομα Καθηγητή: Γεώργιος Ν. Μπροδήμας Τμήμα Φυσικής Γεώργιος Νικ. Μπροδήμας Κεφάλαιο
ΣΗΜΑΣΙΑ ΤΗΣ ΕΛΑΣΤΙΚΟΤΗΤΑΣ
ΕΛΑΣΤΙΚΟΤΗΤΑ ΣΗΜΑΣΙΑ ΤΗΣ ΕΛΑΣΤΙΚΟΤΗΤΑΣ Οι οικονοµολόγοι ενδιαφέρονται να µετρήσουν ορισµένες µεταβλητές για να µπορέσουν να κάνουν προβλέψεις και για να εκτιµήσουν µε σχετική ακρίβεια τι αποτέλεσµα θα
I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ
I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ.Δεύτερη παράγωγος.παραβολική προσέγγιση ή επέκταση 3.Κυρτή 4.Κοίλη 5.Ιδιότητες κυρτών/κοίλων συναρτήσεων 6.Σημεία καμπής ΠΑΡΑΡΤΗΜΑ 7.Δεύτερη πλεγμένη παραγώγιση 8.Χαρακτηρισμός
Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab
ΑΣΚΗΣΗ 8 Ανάλυση και επεξεργασία εικόνων DICOM με τη χρήση Matlab 1. Περιγραφή του προτύπου DICOM Η ψηφιακή επεξεργασία ιατρικής εικόνας ξεκίνησε παράλληλα με την ανάπτυξη ενός προτύπου για τη μεταφορά
II.6 ΙΣΟΣΤΑΘΜΙΚΕΣ. 1. Γραφήματα-Επιφάνειες: z= 2. Γραμμική προσέγγιση-εφαπτόμενο επίπεδο. 3. Ισοσταθμικές: f(x, y) = c
II.6 ΙΣΟΣΤΑΘΜΙΚΕΣ.Γραφήματα-Επιφάνειες.Γραμμική προσέγγιση-εφαπτόμενο επίπεδο 3.Ισοσταθμικές 4.Κλίση ισοσταθμικών 5.Διανυσματική ή Ιακωβιανή παράγωγος 6.Ιδιότητες των ισοσταθμικών 7.κυρτότητα των ισοσταθμικών
ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΜΑΘΗΜΑΤΙΚΑ Ι.Ι (τεύχος-1-)
ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΜΑΘΗΜΑΤΙΚΑ Ι.Ι (τεύχος--) .. Μια χρήσιμη ανασκόπηση... Δυνάμεις Πραγματικών Αριθμών Ο συνοπτικός τρόπος για να εκφράσουμε το γινόμενο : 2*2*2*2 4 είναι να το γράψουμε:
I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ
I.3 ΔΕΥΤΕΡΗ ΠΑΡΑΓΩΓΟΣ-ΚΥΡΤΟΤΗΤΑ.Δεύτερη παράγωγος.κυρτή 3.Κοίλη 4.Ιδιότητες κυρτών/κοίλων συναρτήσεων 5.Σημεία καμπής 6.Παραβολική προσέγγιση(επέκταση) ΠΑΡΑΡΤΗΜΑ 7.Δεύτερη πλεγμένη παραγώγιση 8.Χαρακτηρισμός
ΗΛΕΚΤΡΟΝΙΚΗ Ι ΔΙΑΓΡΑΜΜΑΤΑ BODE ΣΥΜΠΛΗΡΩΜΑΤΙΚΟ ΤΕΥΧΟΣ ΣΗΜΕΙΩΣΕΩΝ
Ε. Μ. Πολυτεχνείο Εργαστήριο Ηλεκτρονικής ΗΛΕΚΤΡΟΝΙΚΗ Ι ΔΙΑΓΡΑΜΜΑΤΑ BODE ΣΥΜΠΛΗΡΩΜΑΤΙΚΟ ΤΕΥΧΟΣ ΣΗΜΕΙΩΣΕΩΝ Γ. ΠΑΠΑΝΑΝΟΣ ΠΑΡΑΡΤΗΜΑ : Συναρτήσεις Δικτύων Βασικοί ορισμοί Ας θεωρήσουμε ένα γραμμικό, χρονικά
I.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
Πανεπιστήμιο 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
Νόμοι της κίνησης ΙΙΙ
Νόμοι της κίνησης ΙΙΙ Φυσικές κλίμακες και αδιαστατοποίηση Ασυμπτωτικές λύσεις και ποιοτική ανάλυση Ακριβείς λύσεις και οι ιδιότητές τους Παράδειγμα 1 Κατακόρυφη πτώση σώματος στο πεδίο βαρύτητας με αντίσταση
Advances 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
ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ Μ.ΠΗΛΑΚΟΥΤΑ ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ
ΓΡΑΦΙΚΕΣ ΣΚΟΠΟΣ Σκοπός της άσκησης είναι να εξοικειωθούν οι σπουδαστές με τη γραφική απεικόνιση των δεδομένων τους, την χρήση των γραφικών παραστάσεων για την εξαγωγή συμπερασμάτων σχετικά με την ποιοτική
ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής
ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής 1. Σύμφωνα με το νόμο της προσφοράς: α) Η προσφερόμενη ποσότητα ενός αγαθού αυξάνεται όταν μειώνεται η τιμή του στην αγορά β) Η προσφερόμενη
ΚΕΦΑΛΑΙΟ 4 Ο ΕΚΘΕΤΙΚΗ ΛΟΓΑΡΙΘΜΙΚΗ ΣΥΝΑΡΤΗΣΗ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ
ΚΕΦΑΛΑΙΟ 4 Ο ΕΚΘΕΤΙΚΗ ΛΟΓΑΡΙΘΜΙΚΗ ΣΥΝΑΡΤΗΣΗ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ - ΑΣΚΗΣΕΙΣ ΚΕΦΑΛΑΙΟ 4 Ο ΕΚΘΕΤΙΚΗ ΛΟΓΑΡΙΘΜΙΚΗ ΣΥΝΑΡΤΗΣΗ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΙΔΙΟΤΗΤΕΣ ΔΥΝΑΜΕΩΝ Από προηγούμενες τάξεις γνωρίζουμε τις παρακάτω ιδιότητες
Κίνηση σε μια διάσταση
Κίνηση σε μια διάσταση Θεωρούμε κίνηση κατά μήκος μιας ευθύγραμμης διαδρομής. Η απόσταση x του κινούμενου σώματος από ένα σημείο του άξονα της κίνησης που παραμένει ακίνητο χρησιμοποιείται ως συντεταγμένη.
Ασκήσεις Γενικά Μαθηµατικά Ι Λύσεις ασκήσεων Οµάδας
Ασκήσεις Γενικά Μαθηµατικά Ι Λύσεις ασκήσεων Οµάδας 1 013-014 Λουκάς Βλάχος και Μανώλης Πλειώνης Άσκηση 1: υο ευθείες [ɛ 1 : y = m 1 x + a 1,ɛ 1 : y = m x + a ], τέµνονται και σχηµατίζουν γωνία θ (ϐλέπε
Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων
Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΑΣ ΔΙΟΙΚΗΣΗΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑΤΙΚΑ Ι 4 ΟΚΤΩΒΡΙΟΥ 2016 ΓΡΑΜΜΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΕΙΣΑΓΩΓΗ Ι Κεντρική έννοια το μέτρο ή ρυθμός μεταβολής:
ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ. 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής
ΕΡΓΑΣΙΕΣ 4 ου ΚΕΦΑΛΑΙΟΥ 1 η Ομάδα: Ερωτήσεις πολλαπλής επιλογής 1. Σύμφωνα με το νόμο της προσφοράς: α) Η προσφερόμενη ποσότητα ενός αγαθού αυξάνεται όταν μειώνεται η τιμή του στην αγορά β) Η προσφερόμενη
5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο
5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο Ένα εναλλακτικό μοντέλο της απλής γραμμικής παλινδρόμησης (που χρησιμοποιήθηκε
Α) Αν η διάμεσος δ του δείγματος Α είναι αρνητική, να βρεθεί το εύρος R του δείγματος.
ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΣΥΛΛΟΓΗ ΑΣΚΗΣΕΩΝ ου ΚΕΦΑΛΑΙΟΥ Άσκηση 1 (Προτάθηκε από Χρήστο Κανάβη) Έστω CV 0.4 όπου CV ο συντελεστής μεταβολής, και η τυπική απόκλιση s = 0. ενός δείγματος που έχει την ίδια
7.2.1 Εκτίμηση της Καμπύλης Παλινδρόμησης της Μεταβλητής Υ πάνω στην Μεταβλητή Χ
7.2.1 Εκτίμηση της Καμπύλης Παλινδρόμησης της Μεταβλητής Υ πάνω στην Μεταβλητή Χ Για να προσδιορισθεί η καμπύλη παλινδρόμησης, η οποία αποτελείται από όλα τα ζεύγη σημείων τα οποία μπορούν προσδιορισθούν
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ ΘΕΜΑΤΑ ΘΕΜΑ A A. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο, να αποδείξετε ότι f g f g,. Μονάδες 7 Α. Σε ένα πείραμα με ισοπίθανα αποτελέσματα
Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Κατανομή Δειγματοληψίας του Δειγματικού Μέσου Ο Δειγματικός Μέσος X είναι μια Τυχαία Μεταβλητή. Καθώς η επιλογή και χρήση διαφορετικών δειγμάτων από έναν
Θωμάς Ραϊκόφτσαλης 01
0 Α. ΕΙΑΓΩΓΗ ΘΕΜΑ Α Γ_Μ_Μ_ΑΘΡ_ΕΙ_Β_ΕΚ_9 Έστω ο μιγαδικός αριθμός i,,. Τι καλούμε:. Πραγματικό μέρος του.. Φανταστικό μέρος του.. υζυγή του. 4. Εικόνα του μιγαδικού στο μιγαδικό επίπεδο. 5. Διανυσματική
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
Ασκήσεις Επεξεργασίας Εικόνας
Ασκήσεις Επεξεργασίας Εικόνας. Εύρεση στοιχείων μιας περιοχής με ιδιότητα συγκεκριμένης γειτονιάς Άσκηση. Έστω δύο υποσύνολα πίνακα εικόνας S και S2 η οποία φαίνεται στο σχήμα παρακάτω. Για σύνολο τιμών
Ειδικά 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
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Ψηφιακή Επεξεργασία Εικόνας. Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46
Ψηφιακή Επεξεργασία Εικόνας Σ. Φωτόπουλος ΨΕΕ ΒΕΛΤΙΩΣΗ ΕΙΚΟΝΑΣ ΜΕ ΙΣΤΟΓΡΑΜΜΑ ΔΠΜΣ ΗΕΠ 1/46 Περιλαμβάνει: Βελτίωση (Enhancement) Ανακατασκευή (Restoration) Κωδικοποίηση (Coding) Ανάλυση, Κατανόηση Τμηματοποίηση
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Στατιστική ανάλυση του γεωχηµικού δείγµατος µας δίνει πληροφορίες για τον γεωχηµικό πληθυσµό που µελετάµε. Συνυπολογισµός σφαλµάτων Πειραµατικά
ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)
ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) Α. Ερωτήσεις πολλαπλών επιλογών.(11 βαθµοί) (1:3 βαθµοί, 2-9:8 βαθµοί) 1. ίνεται ο πίνακας: Χ
Μηχανική ΙI. Μετασχηματισμοί Legendre. διπλανό σχήμα ότι η αντίστροφη συνάρτηση dg. λέγεται μετασχηματισμός Legendre της f (x)
Τμήμα Π Ιωάννου & Θ Αποστολάτου 7/5/000 Μηχανική ΙI Μετασχηματισμοί Legendre Έστω μια πραγματική συνάρτηση f (x) Ορίζουμε την παράγωγο συνάρτηση df (x) της f (x) : ( x) (η γραφική της παράσταση δίνεται
Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα
Ενότητα 3: Μετασχηµατισµοί Έντασης & Χωρικό Φιλτράρισµα Βασικές Έννοιες Διεργασίες στο πεδίο του χώρου f(x, y) : εικόνα εισόδου g(x, y) : εικόνα εισόδου g x, y = T f(x, y) T : τελεστής που εφαρµόζεται
Ενδεικτική 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
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
Κύματα Εξισώσεις Μεθοδολογία
Κύματα Εξισώσεις Μεθοδολογία Η εξίσωση του κύματος που εκφράζει την απομάκρυνση y ενός σημείου του μέσου, έστω Μ, που απέχει απόσταση χ από την πηγή τη χρονική στιγμή, είναι: y A ( ) με Η ταχύτητα με την
Σχεδιασμός συγκοινωνιακών έργωνοικονομικά
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής Σχεδιασμός συγκοινωνιακών έργωνοικονομικά στοιχεία Η ΖΗΤΗΣΗ Κωνσταντίνος Αντωνίου Ανα ληρωτής Καθηγητής
ΤΕΧΝΟΛΟΓΙΚΟ 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
Ακαδημαϊκό έτος ΘΕΜΑ 1. Η κινητική εξίσωση της αντίδρασης Α + Β = Γ είναι: r = k[a] α [B] β
Ακαδημαϊκό έτος 4-5 ΘΕΜΑ Η κινητική εξίσωση της αντίδρασης Α + Β = Γ είναι: r = [] α [B] β Χρησιμοποιώντας τη μέθοδο των αρχικών ταχυτήτων βρήκαμε ότι η αντίδραση είναι δεύτερης τάξης ως προς Α και πρώτης
Κεφάλαιο 11. Συναρτήσεις με δύο συντελεστές. Συναρτήσεις παραγωγής. τεχνολογικά σύνολα
Κεφάλαιο Συναρτήσεις παραγωγής Συναρτήσεις παραγωγής Η συνάρτηση παραγωγής μιας επιχείρησης για ένα προϊόν (q) δείχνει τη μέγιστη ποσότητα του αγαθού που μπορεί να παραχθεί με εναλλακτικούς συνδυασμούς
Κατάτµηση 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
4. 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
ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ
ΑΡΧΙΜΗΔΗΣ ΕΝΙΣΧΥΣΗ ΕΡΕΥΝΗΤΙΚΩΝ ΟΜΑΔΩΝ ΣΤΑ ΤΕΙ 2.2.2.3ζ ΔΙΑΡΘΡΩΣΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΕΓΧΡΩΜΩΝ ΕΓΓΡΑΦΩΝ Εγχειρίδιο χρήσης λογισμικού ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΥΠΕΥΘΥΝΟΣ: ΣΤΡΟΥΘΟΠΟΥΛΟΣ ΧΑΡΑΛΑΜΠΟΣ ΣΕΡΡΕΣ, ΜΑΙΟΣ 2007 ΠΕΡΙΕΧΟΜΕΝΑ
Digital 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
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΕΒΔΟΜΟ ΘΕΩΡΙΑΣ-ΜΗ ΓΡΑΜΜΙΚΕΣ ΜΟΡΦΕΣ ΟΙΚΟΝΟΜΕΤΡΙΚΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2008-2009
Επίλυση Συστήματος Γραμμικών Διαφορικών Εξισώσεων
Επίλυση Συστήματος Γραμμικών Διαφορικών Εξισώσεων. Γραμμικοί Μετασχηματισμοί Ανυσμάτων Θεωρούμε χώρο δύο διαστάσεων και συμβατικά ένα ορθογώνιο σύστημα αξόνων για την περιγραφή κάθε ανύσματος του χώρου
z = c 1 x 1 + c 2 x c n x n
Τεχνολογικό Εκπαιδευτικό Ιδρυμα Κεντρικής Μακεδονίας - Σέρρες Τμήμα Μηχανικών Πληροφορικής Γραμμικός Προγραμματισμός & Βελτιστοποίηση Δρ. Δημήτρης Βαρσάμης Καθηγητής Εφαρμογών Δρ. Δημήτρης Βαρσάμης Μάρτιος
Ευαιθησιομετρία Sensitometry ΑΚΤΙΝΟΛΟΓΙΑ Ι-6
Ευαιθησιομετρία Sensitometry ΑΚΤΙΝΟΛΟΓΙΑ Ι-6 Ακτινοβολία Χ και φιλμ Οι ακτίνες- X προκαλούν στο ακτινολογικό φιλμ κατανομή διαφορετικών ΟΠ επειδή Η ομοιόμορφη δέσμη που πέφτει πάνω στο ΑΘ εξασθενεί σε
Έγχρωµο και Ασπρόµαυρο Φως
Έγχρωµο και Ασπρόµαυρο Φως Χρώµα: κλάδος φυσικής, φυσιολογίας, ψυχολογίας, τέχνης. Αφορά άµεσα τον προγραµµατιστή των γραφικών. Αν αφαιρέσουµε χρωµατικά χαρακτηριστικά, λαµβάνουµε ασπρόµαυρο φως. Μόνο
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
1.1 ΒΑΣΙΚΕΣ ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ 1.2 ΒΑΣΙΚΕΣ ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ
ΒΑΣΙΚΕΣ ΤΡΙΓΩΝΟΜΕΤΡΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ Να γίνουν οι γραφικές παραστάσεις των συναρτήσεων : π α) f() = + ηµ β) g() = + συν( ) 6 π π γ) f() = ηµ( ) δ) g() = συν( ) Να γίνει η µελέτη και η γραφική παράσταση
Τμήμα Μηχανικών Πληροφορικής ΤΕ Η μέθοδος Simplex. Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα. τελευταία ενημέρωση: 19/01/2017
Τμήμα Μηχανικών Πληροφορικής ΤΕ 2016-2017 Η μέθοδος Simplex Γκόγκος Χρήστος ΤΕΙ Ηπείρου Επιχειρησιακή Έρευνα τελευταία ενημέρωση: 19/01/2017 1 Πλεονεκτήματα Η μέθοδος Simplex Η μέθοδος Simplex είναι μια
Περιορισμοί στο R. ln x,log. Β= ln Α Β Α Β Α. Σύνοψη γραφικών παραστάσεων
στο R Πεδίο ορισμού συνάρτησης είναι η συναλήθευση των περιορισμών της συνάρτησης στο R, αν δεν έχει περιορισμούς λέμε ότι έχει πεδίο ορισμού το R. Όταν έχω πρέπει ν Α, Α Α Α Β Β ln Α, log Α Α> ln Β logα
Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017
Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών
ΥΔΡΟΛΟΓΙΑ. Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις. Καθ. Αθανάσιος Λουκάς
Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΑ Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις Καθ. Αθανάσιος Λουκάς Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών
Παρεµβολή και Προσέγγιση Συναρτήσεων
Κεφάλαιο 4 Παρεµβολή και Προσέγγιση Συναρτήσεων 41 Παρεµβολή µε πολυώνυµο Lagrage Εστω ότι γνωρίζουµε τις τιµές µιας συνάρτησης f (x), f 0, f 1,, f ν σε σηµεία x 0, x 1,, x ν, και Ϲητάµε να υπολογίσουµε