Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής. Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής
|
|
- Αθος Αλεβιζόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Ειδικά Θέµατα Υπολογιστικής Όρασης & Γραφικής Εµµανουήλ Ζ. Ψαράκης & Αθανάσιος Τσακαλίδης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής
2 Στερεοσκοπική Αντιστοίχιση Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής 2
3 Επισκόπιση Μαθήµατος Στερεοσκοπική Αντιστοίχιση q Ανασταλτικοί Παράγοντες q Βασικές Υποθέσεις q Μοντέλο κάµερας q Προβολική Γεωµετρία q Τεχνικές Στερεοσκοπικής Αντιστοίχισης 3
4 Στερεοσκοπική Αντιστοίχιση Γενικό πρόβληµα: Αντιστοίχισε το προφίλ αναφοράς I(x,y) µε τo προφίλ εισόδου J(x,y) Πρόβληµα I(x,y) J(x,y) Σκοπός Στερεοσκοπική Αντιστοίχιση (Stereo Correspondence) Αριστερή εικόνα L(x,y) Δεξιά εικόνα R(x,y) Χάρτης Ανοµοιότητας 4
5 Βασικό ερώτηµα (Γενική Περίπτωση) Δοθέντων δύο εικόνων, ποια είναι τα αντίστοιχα σηµεία τους; Αντίστοιχα σηµεία: προβολές του ίδιου σηµείου της σκηνής στις εικόνες ποιος είναι ο µετασχηµατισµός, που εφαρµοζόµενος στη µία εικόνα, παρέχει την άλλη; Η γεωµετρία του χώρου και ο προσανατολισµός του(ων) αισθητήρα(ων) όρασης δεν είναι γνωστά Μόνη πηγή πληροφορίας: η ένταση φωτεινότητας των εικόνων 5
6 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες 6
7 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες
8 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες Περιοχή pixel Τιµή Pixel 8
9 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες Λαµπερτιανή επιφάνεια Μη λαµπερτιανή επιφάνεια 9
10 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες 10
11 Ανασταλτικοί παράγοντες Ψηφιακή Εικόνα Θόρυβος καταγραφής 1 εικονοστοιχείο αντιστοιχεί σε πολλά σηµεία της σκηνής Προοπτίκη Προβολή Προβολή 3D σε 2D (απώλεια πληροφορίας) Κίνηση Κάµερας/Σκηνής Παραµόρφωση αντικειµένων Μη οµοιόµορφος (φυσικός) φωτισµός -Μη λαµπερτιανές επιφάνειες Ασυνέχειες Βάθους Ηµι-αποκλεισµένες περιοχές Παραµόρφωση φακού Ευθείες µετατρέπονται σε καµπύλες 11
12 Υπολογιστική Όραση Βασική Υπόθεση Σταθερή ένταση φωτεινότητας (Brightness Constancy Assumption) [Horn and Schunk 81] Ένα σηµείο της σκηνής απεικονίζεται µε την ίδια ένταση φωτεινότητας σε όλες τις διαθέσιµες εικόνες Ix (, y, t) = Ix ( +Δ xy, +Δyt, ) Αδυναµία ισχύος σε πρακτικές εφαρµογές Καλή προσέγγιση αν t2-t1à 0 Δxà 0 Δyà 0 Video µε µεγάλο fps I (x, y,t 1 )! I (x +!x, y +!y,t 2 ) "(x, y ) # ROI x 0,y 0 Δy Δx ROI I( x, y, t1) I( x, y, t2) 12
13 Μοντέλο Κάµερας 13
14 Προβολική Γεωµετρία f X P Y Z = x p y f = x p y f = 14
15 Συµβολισµοί O Εστιακό Κέντρο π Επίπεδο Εικόνας Z Οπτικός Άξονας f Εστιακή Απόσταση (Χ,Υ,Ζ) π 15
16 Προβολή y (Χ,Υ,Ζ) f x Y Z x y f = = X Y Z X 16
17 Συστήµατα Δύο Αισθητήρων Τυχαίος Προσανατολισµός Αισθητήρων Επιπολικές γραµµές 17
18 Κανονικό Στερεοσκοπικό Σύστηµα Παράλληλοι οπτικοί άξονες Οι οριζόντιοι άξονες (x) των δύο συστηµάτων ταυτίζονται Επιπολικές γραµµές Κανονικός Προσανατολισµός Οι επιπολικές γραµµές ταυτίζονται µε τις γραµµές των εικόνων 18
19 Κανονική Διάταξη Αισθητήρων Η Αρχή του Σ.Σ. στο µέσο του Ε.Τ. που ενώνει τα οπτικά κέντρα f ( X + b / 2) fy xl =, yl = Z Z f ( X b / 2) fy xr =, yr = Z Z fb xl xr = Z bx ( l + xr) by ( l + yr) fb X =, Y = Z = 2 x x 2 x x x x ( ) ( ) l r l r l r 19
20 Ανοµοιότητα (Disparity) Z = x l fb x r Η διαφορά d = x x l ονοµάζεται ανοµοιότητα Το d είναι αντιστρόφως ανάλογο του Ζ Το d είναι ανάλογο του b r 20
21 Στερεοσκοπική Αντιστοίχιση Υπολογισµός ανοµοιότητας ως προς την εικόνα αναφοράς (π.χ. αριστερή) Ανοµοιότητα: η απόσταση σε εικονοστοιχεία συζυγών ζευγών όταν τοποθετήσουµε τη µία εικόνα πάνω από την άλλη Αναζήτηση συζυγών ζευγών (αντιστοίχων σηµείων) κατά µήκος των επιπολικών γραµµών Επιλογή κανονικού συστήµατος dy I ( x, y) = I ( x dx, y dy) left = 0 I ( x, y) = I ( x dx, y) left right dx > 0 right 21
22 Μέθοδοι Στερεοσκοπικής Αντιστοίχισης Τοπικές µέθοδοι (pixel-wise) Απαραίτητη χρήση παραθύρου (window-based) Επιλογή αντίστοιχου σηµείου από πολλά υποψήφια (winner takes all) Ηµι-ολικές µέθοδοι Δυναµικός προγραµµατισµός (row by row) Αναζήτηση βέλτιστου µονοπατιού στο επίπεδο Ολικές µέθοδοι Αναζήτηση βέλτιστης επιφάνειας στο χώρο ανοµοιότητας (disparity space image) (-) Οµαλότητα (+) Χάρτης Ανοµοιότητας (+) Ακρίβεια (-) (-) Πολυπλοκότητα (+) 22
23 L Τοπικές µέθοδοι R d(100,50)=4è L(100,50)=R(96,50) E(d) Ελάχιστοè d(100,50)=4 23
24 Περιορισµοί Υπολογιστική Όραση Περιορισµοί και Υποθέσεις Μοναδικότητα: κάθε σηµείο της αριστερής εικόνας έχει µοναδικό αντίστοιχο στη δεξιά Υποθέσεις Σειρά προβολής: η σειρά εµφάνισης δύο σηµείων στην αριστερή και δεξιά εικόνα δεν αλλάζει. Η ανοµοιότητα σε γειτονικά σηµεία δεν µπορεί να ποικίλει έντονα Η υϊοθέτηση περιορισµών και υποθέσεων :-) :-( µειώνει το χώρο αναζήτησης αντίστοιχων σηµείων µπορεί να προκαλέσει διάδοση σφαλµάτων 24
25 Περιορισµοί και Υποθέσεις Υπόθεση: Σειράς προβολής 25
26 Υπόθεση Σειράς Προβολής 26
27 Προβλήµατα-Ανασταλτικοί Παράγοντες Περιοχές µη έντονης υφής Ασυνέχειες Βάθους Φωτοµετρικές Παραµορφώσεις Περιοδικότητες 27
28 Ακρίβεια χάρτη ανοµοιότητας (-) (+) Παρεµβολή στη συνάρτηση έντασης φωτεινότητας Δηµιουργία εικόνων υψηλότερης ανάλυσης Αντιστοίχιση στο πεδίο συχνοτήτων Χρήση πληροφορίας φάσης Παρεµβολή στη συνάρτηση κόστους Πολυωνυµική παρεµβολή Διαφορική αντιστοίχηση Χρήση πληροφορίας παραγώγου/κλίσης (+) (-) 28
29 Παρεµβολή και Διαφορική Αντιστοίχιση Παρεµβολή της συνάρτηση κόστους [Anandan 89] π.χ. παρεµβολή 2 ου βαθµού Cd ( 0 + 1) Cd ( 0 1) t = 4 Cd ( 0) 2 Cd ( 0 + 1) 2 Cd ( 0 1) Βέλτιστη ανοµοιότητα: d 0 +t C(d) d 0 +1 t d 0 d 0-1 Διαφορική αντιστοίχιση [Lucas-Kanade 81] Χρήση Taylor expansion IR( x+ d) IL(, x y) = IR( x+ d +Δd, y) IR( x+ d, y) + Δ d + hot... x επαναληπτική διαδικασία ενηµέρωση θέση ελαχίστου Αρχικοποίηση: Εκτίµηση: 29
30 Τροποποιηµένος συντελεστής συσχέτισης-ecc " W % Συντελεστής συσχέτισης $ n!3,m!3 ' ρ ˆ ˆ, ( ) t nm d = w L( n, m) w R( n, m d) $ W ' w(n,m) = $ n!2,m!3 ' n W 7x7 Ακρίβεια εικονοστοιχείου $! ' $ W ' max ρnm, ( d) # n+3,m+3 & 0 d D m Πυρήνας παρεµβολής w(n,m)! w(n,m) ŵ(n,m) = wr( n, m+ τ) wr( n, m) + τ( wr( n, m) wr( n, m 1) ) w(n,m)! w(n,m) 2 Ενσωµάτωση πυρήνα στο συντελεστή συσχέτισης ρ ˆ ˆ, (, ) t nm d τ = wl( n, m) wr( n, m d + τ) Πρόβληµα Βελτιστοποίησης Ακρίβεια µικρότερη του εικονοστοιχείου 0 d D Ανεξαρτησία από γραµµικές φωτοµετρικές παραµορφώσεις max max ρ ( d, τ) τ nm, 30
31 Βελτιστοποίηση ECC Συνάρτηση κόστους: ρ ( τ) = d ( ) ρ + τ ρ λρ d d d (1 + λ 2 λr) τ + 2(1 λr) τ + 1 όπου! = w (n,m! d!1)!w (n,m! d!1) R R t 2, r = wˆ ( n, m d) wˆ (, 1) w R (n,m! d )!w R (n,m! d ) R R n m d 2 Δοθέντος d 0, max ρ ( τ) τ Κλειστού τύπου λύση οδηγεί σε µηδαµινή αύξηση της πολυπλοκότητας d 0 31
32 Θεώρηµα: Υπολογιστική Όραση Υπολογισµός Βέλτιστης Λύσης Η συνάρτηση ρ ( ) d 0 τ τ παρουσιάζει µοναδικό ακρότατο στη θέση ρd 1 r ο ρd = Το ακρότατο αυτό αντιστοιχεί σε ολικό µέγιστο, αν και µόνο αν ο ο παρανοµαστής του τ είναι αρνητικός. Στην περίπτωση αυτή, η µέγιστη τιµή της συνάρτησης είναι: ρ + ρ 2rρ ρ ο ρ ( τ ) = d λ( rρ ρ ) + rρ ρ d 1 d d d d0 d0 1 d0 d0 1 2 (1 r ). 32
33 Αποτελέσµατα Προσοµοίωσης Form I Τεχνητές εικόνες Ri (, j) = 120sinc( k( i 50,1))sinc( k( j 50,1)) Li (, j) = Ri (, j tj ) Form II πi π j Ri (, j) = + cos + cos 2 4 P P Li (, j) = Ri (, j t) j x y NCC t i = ENCC t i = Ολική Μετατόπιση Εικόνων 33
34 Αριστερή εικόνα Υπολογιστική Όραση Στερεοσκοπικές Εικόνες Δεξιά εικόνα Χάρτης Ανοµοιότητας Ασυνέχειες Αποκλεισµοί Venus Map Sawtooth 34
35 %B R Τύπος µέτρησης σφάλµατος 1 BR = dc(, c y) dg(, x y) > δ N R ( xy, ) R Περιοχή ενδιαφέροντος: Υπολογιστική Όραση Αποτελέσµατα Προσοµοίωσης R = DI O d (, ) C x y d (, ) G x y : εκτίµηση ανοµοιότητας : πραγµατική ανοµοιότητα NR : µέγεθος περιοχής ενδιαφέροντος : περιοχή ασυνεχειών D O : περιοχή αποκλεισµών NCC %B R Αρχικές Εικόνες Λανθασµένες αντιστοιχίσεις (δ=1) χωρίς τη διόρθωση τ ENCC Φωτοµετρικά παραµορφωµένες εικόνες 35
36 Αποτελέσµατα Προσοµοίωσης Pixel locking effect (Shimizu-Okutomi 01) Η τάση της κατανοµής εκτιµήσεων να δηµιουργεί λοβούς γύρω από ακέραιες τιµές Μερική ακύρωση του φαινοµένου µε πρωθύστερη δράση Ground NCC ENCC SOM Κατανοµή εκτιµήσεων ανοµοιότητας στην περιοχή [15-,17+] για την εικόνα Sawtooth SOM: Shimizu-Okutomi Modification 36
37 Συµπεράσµατα Εύρωστη σε φωτοµετρικές παραµορφώσεις Παροχή ανοµοιοτήτων µε ακρίβεια µικρότερη του εικονοστοιχείου Μικρό υπολογιστικό κόστος Κλειστού τύπου λύση Απαλλαγή από το pixel locking effect Χρήση της βέλτιστης λύσης ως ανιχνευτή προβληµατικών σηµείων (ηµι-αποκλεισµένες περιοχές) 37
38 Παραµετρικές Τεχνικές Area-based (direct) τεχνικές Αντιστοίχιση βασισµένη στην ένταση φωτεινότητας όλων των εικονοστοιχείων της ROI Απευθείας αναζήτηση παραµετρικού µοντέλου Featured-based τεχνικές Αντιστοίχιση βασισµένη σε επιλεγµένα χαρακτηριστικά (γωνίες, ακµές) της ROI Χρήση τελεστή αναγνώρισης χαρακτηριστικών Αντιστοίχιση κοινών χαρακτηριστικών Χρήση παραµετρικού µοντέλου για τη συνολική αντιστοίχιση δοθείσης της αντιστοίχισης χαρακτηριστικών Παραµετρικό µοντέλο Αντιστοίχιση Αντιστοίχιση Παραµετρικό µοντέλο 38
39 Area-based παραµετρικές τεχνικές Ορισµός παραµετρικού µοντέλου Βάσει της φύσης και των απαιτήσεων του προβλήµατος W Παράδειγµα p p p x (;) xp =, p4 p5 p 6 y [, ] t t x= xy, p= [ p, p,..., p] Ορισµός συνάρτησης κόστους ( ) ( ) 2 E( p) = I x I W( x; p) x ROI 1 2 Βελτιστοποίηση συνάρτησης κόστους Υπολογισµός των παραµέτρων που βελτιστοποιούν τη συνάρτηση κόστους min E( p) p 39
40 Τεχνικές Βελτιστοποίησης Μέθοδοι πλήρους αναζήτησης (full search) Αναλυτική αναζήτηση των Ν παραµέτρων στον Ν-D χώρο (-) Υψηλό υπολογιστικό κόστος (-) Πεπερασµένη ακρίβεια (+) Αντιστάθµιση µεγάλων µετατοπίσεων Μέθοδοι βασισµένες στην κλίση της έντασης των εικόνων (gradient-based) (+) Μεγαλύτερη ακρίβεια (θεωρητικά ίση µε το eps της µηχανής) (+) Μικρό υπολογιστικό κόστος (+) Δυνατότητα χρήσης επαναληπτικού σχήµατος εγκλωβισµός (-) Αδυναµία διαχείρισης µεγάλων µετατοπίσεων Χρήση πυραµιδικού σχήµατος Υβριδικές µέθοδοι 40
41 Γενικό πρόβληµα Ευθυγράµµισης εικόνων Ορισµός παραµετρικού µοντέλου W(x;p) x=[x,y] t, p=[p 1,p 2,,p n ] t Ορισµός µέτρου οµοιότητας µεταξύ εικόνας αναφοράς I R (reference image) και γεωµετρικά παραµορφωµένης εικόνας I W (warped image) Αντιστάθµιση φωτοµετρικών παραµορφώσεων 41
42 Αντιστάθµιση φωτοµετρικών παραµορφώσεων Lucas Kanade 81 (contrast-brightness) E ( a, a, p) ( a I ( x) a I ( T( x; p)) ) 2 = + LK r 2 w x ROI min E ( a, a, p) a, a, p 1 2 LK 1 2 Επαναληπτικός αλγόριθµος Fuh Maragos 91 ECC 08 ( ) 2 E ( a, a, p) = I ( x) a I ( T( x; p)) a FM 1 2 r 1 w 2 x ROI min E ( a, a, p) a, a, p 1 2 FM 1 2 ˆt iw ( T ( x; p)) ρ ( p) = ir ( x) i ( T ( x ; p )) max ρ( p) p w Αναλυτική Αναζήτηση Επαναληπτικός αλγόριθµος 42
43 Σχέση µεταξύ αλγορίθµων Ελαχιστοποίηση ως προς τις φωτοµετρικές παραµορφώσεις (separable variables) LK: FM: min E ( a, a, p) min ˆi ( p) 1 ρ( p) a, a, p 1 2 a, a, p 1 2 LK 1 2 min E ( a, a, p) min ˆi 1 ρ( p) FM 1 2 p p w r 2 2 ( 2 ) ( 2 ) Κανένα από τα δύο προβλήµατα δεν είναι ισοδύναµο µε το max ρ( p) p Μόνη περίπτωση ισοδυναµίας: min E ( a, a, p) max ρ( p) a 0, a, p 1 2 FM 1 2 p 43
44 Αλγόριθµος ECC Βασική ιδέα Κανόνας ενηµέρωσης: p= p0 +Δp Προσέγγιση ρ( p) ; ρ( Δ p; p ) = G i ( p) i ( p ) + G( p ) Δp 0 w η Ιακωβιανή µήτρα του ως προς τις παραµέτρους Ακολουθία υποδεέστερων µη γραµµικών προβληµάτων βελτιστοποίησης 2 ˆt ii r w ˆt + igδp r t t t i + 2i GΔ p+δpg GΔp w w i w 0 0 max ρ( Δp ; p ) Δp j j w j 1 44
45 Η συνάρτηση Υπολογιστική Όραση Υπολογισµός βέλτιστης λύσης ρ( Δp ; p ) j j 1 ΘΕΩΡΗΜΑ µεγιστοποιείται για t 1 t ( ) ( λˆ ) r w ο Δ = p GG G i i Αν ˆ t ( ) 0 ο ir IN PG iw > τότε το Δp είναι ολικό µέγιστο για λ = i ˆt ii 2 t i P i ˆt ipi w w G w r w r G w t όπου ( ) 1 t PG = G G G G Αν ˆ ο i t r ( IN PG ) iw 0 τότε το Δp είναι το άκρο ενός διαστήµατος και το λ µπορεί να πάρει οποιαδήποτε τιµή ικανοποιεί τους o περιορισµούς ρ( Δ pj; pj 1) > ρ( 0; pj 1) o ρ( Δp ; p ) 0 j j 1 45
46 Υπολογισµός βέλτιστης λύσης ΛΗΜΜΑ Μια ικανή συνθήκη για να ισχύουν οι περιορισµοί είναι: όπου λ max λ, λ { } 1 2 t w 1 ˆt r λ = i P i G w ip i G r, λ = 2 ˆt ˆt ip i ii ˆt ip i r G w r w r G r 46
47 Βήµατα Αλγορίθµου FA-ECC Αρχικοποίηση p 0 j=1 Επαναληπτική διαδικασία 1. Υπολόγισε την εικόνα I w (W(x;p j-1 )) 2. Υπολόγισε την Ιακωβιανή µήτρα G(p j-1 ) 3. Υπολόγισε τη βέλτιστη λύση Δp j σύµφωνα µε το θεώρηµα και το λήµµα 4. Ενηµέρωσε τις παραµέτρους p j =p j-1 +Δp j Αν Δp j >ε, τότε j++ και πήγαινε στο 1. Διαφορετικά σταµάτα. 47
48 Αντίστροφο πρόβληµα Σύνθεση µετασχηµατισµών Αντίστροφο πρόβληµα [Hager-Belhumeur 98] Υπολόγισε πως πρέπει να µετασχηµατίσεις την I R για να αντιστοιχιστεί µε την I W Εφάρµοσε τον αντίστροφο µετασχηµατισµό στην I W Σύνθεση µετασχηµατισµών [Shum-Szeliski 00] Κανόνας ενηµέρωσης W(x;p j )=W(x;p j-1 )ow(x;δp j ) H Hessian µήτρα της βέλτιστης λύσης γίνεται ανεξάρτητη των παραµέτρων H Ιακωβιανή του µετασχηµατισµού γίνεται ανεξάρτητη των παραµέτρων 48
49 Βήµατα Αλγορίθµου IC-ECC Αρχικοποίηση p 0 j=1 Υπολόγισε την Ιακωβιανή µήτρα G r (p j-1 ) και τον αντίστροφο (G rt G r ) -1 Επαναληπτική διαδικασία 1. Υπολόγισε την εικόνα I w (W(x;p j-1 ) 2. Υπολόγισε τη βέλτιστη λύση Δp j σύµφωνα µε το θεώρηµα και το λήµµα 3. Ενηµέρωσε τo µοντέλο W(x;p j )=W(x;p j-1 )ow(x;δp j ) -1 Αν Δp j >ε, τότε j++ και πήγαινε στο 1. Διαφορετικά σταµάτα. 49
50 Επαναληπτικοί Αλγόριθµοι-Σύγκριση Πολυπλοκότητα (Ν: αριθµός παραµέτρων Δυνατότητα Εφαρµογής Ευαισθησία στο θόρυβο Κ: αριθµός εικ/χίων) Lucas-Kanade 81 (Forwards Additive LK) O(KN 2 ) Οποιοδήποτε µοντέλο Μικρή Haager-Belhumeur 98 (Inverse Additive LK) Shum-Szeliski 00 (Forwards Compositional LK) Baker-Matthews 04 (Inverse Compositional LK) O(KN) Γραµµικό 2D Μεγάλη O(KN 2 ) Ηµι-οµάδα Μικρή O(KN) Οµάδα Μεγάλη FA-ECC (2007) O(KN 2 ) Οποιοδήποτε µοντέλο Μικρή IC-ECC (2008) O(KN) Οµάδα Μεγάλη 50
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 Υπολογιστική Όραση Εισαγωγή Εμμανουήλ Ζ. Ψαράκης Πολυτεχνική
Διαβάστε περισσότεραΠΑΡΑΜΕΤΡΙΚΗ ΑΝΤΙΣΤΟΙΧΙΣΗ ΕΙΚΟΝΩΝ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΟΡΑΣΗ
ΠΑΡΑΜΕΤΡΙΚΗ ΑΝΤΙΣΤΟΙΧΙΣΗ ΕΙΚΟΝΩΝ ΣΤΗΝ ΥΠΟΛΟΓΙΣΤΙΚΗ ΟΡΑΣΗ Γεώργιος Δ. Ευαγγελίδης και Εμμανουήλ Ζ. Ψαράκης Εργαστήριο Επεξεργασίας Σημάτων & Τηλεπικοινωνιών, Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο
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 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 Εκτίµηση Κίνησης Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα
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 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 Μωσαϊκά-Συρραφή Εικόνων Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή
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 Επεξεργασία Εικόνας 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 Ακμές και περιγράμματα Ακμές και περιγράμματα Γενικά Μεγάλο τμήμα της πληροφορίας που γίνεται αντιληπτή
Διαβάστε περισσότεραDIP_04 Σημειακή επεξεργασία. ΤΕΙ Κρήτης
DIP_04 Σημειακή επεξεργασία 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
Διαβάστε περισσότεραΕισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Ορισµός του Προβλήµατος Ευθυγράµµιση : Εύρεση ενός γεωµετρικού µετασχηµατισµού που ϕέρνει κοντά δύο τρισδιάσ
Εισαγωγή Αλγόριθµοι Αποτελέσµατα Επίλογος Αλγόριθµοι Ευθυγράµµισης Τρισδιάστατων Αντικειµένων Τµήµα Πληροφορικής και Τηλεπικοινωνιών Εθνικό & Καποδιστριακό Πανεπιστήµιο Αθηνών 20 Οκτωβρίου 2005 Εισαγωγή
Διαβάστε περισσότεραΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ
ΒΙΟΜΗΧΑΝΙΚΑ ΗΛΕΚΤΡΟΝΙΚΑ Συµπληρωµατικές Σηµειώσεις Προχωρηµένο Επίπεδο Επεξεργασίας Εικόνας Σύνθεση Οπτικού Μωσαϊκού ρ. Γ. Χ. Καρράς Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Μηχανολόγων Μηχανικών Τοµέας Μηχανολογικών
Διαβάστε περισσότεραΓεωμετρικοί μετασχηματιμοί εικόνας
Γεωμετρικοί μετασχηματιμοί εικόνας Μάθημα: Υπολογιστική Οραση 1 Γεωμετρικοί Μετασχηματισμοί Ορισμός σημείου στονευκλείδιοχώρο: p=[x p,y p,z p ] T, όπου x p, y p, z p πραγματικοί αριθμοί. ΕστωΕ 3 τοσύνολοτωνp.
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. Ένας αποδεκτός ορισμός της ακμής είναι ο ακόλουθος: «Το σύνορο μεταξύ δύο ομοιογενών περιοχών με
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ
ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ ΑΚΑΔ. ΥΠΟΤΡΟΦΟΣ Χ. Τσιρώνης ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ - Επίλυση ασκήσεων - Αλγόριθμοι αναζήτησης - Επαναληπτική κάθοδος ΕΠΙΛΥΣΗ ΑΣΚΗΣΕΩΝ ΠΡΑΞΗΣ Θα επιλυθούν
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 περισσότερα(Computed Tomography, CT)
Υπολογιστική Τοµογραφία (Computed Tomography, CT) Κωσταρίδου Ελένη Αναπληρώτρια Καθηγήτρια Ιατρικής Φυσικής Εργαστήριο Ιατρικής Φυσικής, Τµήµα Ιατρικής, Πανεπιστήµιο Πατρών Περιεχόµενα µαθήµατος Φυσικό
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 περισσότεραΣυστήµατα και Αλγόριθµοι Πολυµέσων
Συστήµατα και Αλγόριθµοι Πολυµέσων Ιωάννης Χαρ. Κατσαβουνίδης Οµιλία #3: Αρχές Επεξεργασίας Σηµάτων Πολυµέσων 10 Οκτωβρίου 005 Επανάλειψη (1) ειγµατοληψία επανα-δειγµατοληψία Τεχνικές φίλτρων (συνέλειξη)
Διαβάστε περισσότεραΑπεικόνιση Υφής. Μέρος Α Υφή σε Πολύγωνα
Απεικόνιση Γραφικά ΥφήςΥπολογιστών Απεικόνιση Υφής Μέρος Α Υφή σε Πολύγωνα Γ. Γ. Παπαϊωάννου, - 2008 Τι Είναι η Υφή; Η υφή είναι η χωρική διαμόρφωση των ποιοτικών χαρακτηριστικών της επιφάνειας ενός αντικειμένου,
Διαβάστε περισσότεραΑνασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων
Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2016-2017 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων Τοπογράφων Μηχανικών
Διαβάστε περισσότεραΑνασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων
Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2017-2018 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων και Τοπογράφων
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 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 περισσότεραΚεφάλαιο 1: Προβλήµατα τύπου Sturm-Liouville
Κεφάλαιο : Προβλήµατα τύπου Stur-Liouvie. Ορισµός προβλήµατος Stur-Liouvie Πολλές τεχνικές επίλυσης µερικών διαφορικών εξισώσεων βασίζονται στην αναγωγή της µερικής διαφορικής εξίσωσης σε συνήθεις διαφορικές
Διαβάστε περισσότεραΚεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ. 3.1 Η έννοια της παραγώγου. y = f(x) f(x 0 ), = f(x 0 + x) f(x 0 )
Κεφάλαιο 3 ΠΑΡΑΓΩΓΟΣ 3.1 Η έννοια της παραγώγου Εστω y = f(x) µία συνάρτηση, που συνδέει τις µεταβλητές ποσότητες x και y. Ενα ερώτηµα που µπορεί να προκύψει καθώς µελετούµε τις δύο αυτές ποσοτήτες είναι
Διαβάστε περισσότεραΧρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»
Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης
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 περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Παρεμβολή και Παρεκβολή Εισαγωγή Ορισμός 6.1 Αν έχουμε στη διάθεσή μας τιμές μιας συνάρτησης
Διαβάστε περισσότεραΑριθμητική Ανάλυση & Εφαρμογές
Αριθμητική Ανάλυση & Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Υπολογισμοί και Σφάλματα Παράσταση Πραγματικών Αριθμών Συστήματα Αριθμών Παράσταση Ακέραιου
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 περισσότερα4.3. Γραµµικοί ταξινοµητές
Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων
Διαβάστε περισσότεραΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ. Χώρος Κατάστασης Μοντέλα Πεπερασµένων Διαφορών & Παραγώγων
ΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ Χώρος Κατάστασης Μοντέλα Πεπερασµένων Διαφορών & Παραγώγων Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Χώρος Κατάστασης Παραστάσεις στο Πεδίο του
Διαβάστε περισσότερα5/3/2010. A. Στη δηµιουργία του στερεοσκοπικού µοντέλουέ B. Στη συσχέτισή του µε το γεωδαιτικό σύστηµα
5/3/ Για να είναι δυνατή η επεξεργασία στα φωτογραµµετρικά όργανα χρειάζεται κάποιο στάδιο προετοιµασίας του ζεύγους των εικόνων. Η προετοιµασία αυτή αφορά: A. Στη δηµιουργία του στερεοσκοπικού µοντέλουέ.
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 περισσότεραΕ.Α.Υ. Υπολογιστική Όραση. Κατάτμηση Εικόνας
Ε.Α.Υ. Υπολογιστική Όραση Κατάτμηση Εικόνας Γεώργιος Παπαϊωάννου 2015 ΚΑΤΩΦΛΙΩΣΗ Κατωφλίωση - Γενικά Είναι η πιο απλή μέθοδος segmentation εικόνας Χωρίζουμε την εικόνα σε 2 (binary) ή περισσότερες στάθμες
Διαβάστε περισσότεραιαφάνειες μαθήματος "Φωτογραμμετρία ΙΙΙ" (0) Γ. Καρράς_12/2011
Ιστορική Εξέλιξη Φωτογραμμετρίας 1525 Dürer νόμοι προοπτικής 1759 Lambert εμπροσθοτομία 1839 Daguerre φωτογραφία 1851 Laussedat μετρογραφία 1858 Meydenbauer φωτογραμμετρία 1897 Scheimpflug θεωρία αναγωγής
Διαβάστε περισσότεραΦωτογραμμετρία II Ψηφιακή εικόνα. Ανδρέας Γεωργόπουλος Καθηγητής Ε.Μ.Π.
Φωτογραμμετρία II Ψηφιακή εικόνα Ανδρέας Γεωργόπουλος Καθηγητής Ε.Μ.Π. dag@cental.ntua.g Άδεια χρήσης Το παρόν υλικό υπόκειται σε άδειες χρήσης Ceative Cmmns και δημιουργήθηκε στο πλαίσιο των Ανοιχτών
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 περισσότεραΟπτική και κύματα. Δημήτρης Παπάζογλου Τμήμα Επιστήμης και Τεχνολογίας Υλικών Πανεπιστήμιο Κρήτης
Οπτική και κύματα Δημήτρης Παπάζογλου dpapa@materal.uoc.gr Τμήμα Επιστήμης και Τεχνολογίας Υλικών Πανεπιστήμιο Κρήτης Θεωρία πινάκων Διάνυσμα ακτίνας Παραξονική προσέγγιση ta διάνυσμα ακτίνας y αριθμητικό
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 περισσότεραΑριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον
Τμήμα Μηχανικών Πληροφορικής Αριθμητικές Μέθοδοι σε Προγραμματιστικό Περιβάλλον Δρ. Δημήτρης Βαρσάμης Επίκουρος Καθηγητής Οκτώβριος 2015 Δρ. Δημήτρης Βαρσάμης Οκτώβριος 2015 1 / 68 Αριθμητικές Μέθοδοι
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Διαβάστε περισσότεραΜΑΘΗΜΑ Α.Ο.Θ ΣΤΟΙΧΕΙΑ ΜΑΘΗΤΗ
ΜΑΘΗΜΑ Α.Ο.Θ ΣΤΟΙΧΕΙΑ ΜΑΘΗΤΗ ΤΑΞΗ Γ ΛΥΚΕΙΟΥ ΟΝΟΜ/ΜΟ: ΗΜΕΡ/ΝΙΑ 6-11-2016 ΚΑΘ/ΤΗΣ ΣΦΥΡΗΣ ΠΑΝΑΓΙΩΤΗΣ ΒΑΘΜΟΣ: /100, /20 ΟΜΑΔΑ Α Στις προτάσεις Α1 μέχρι και Α5 να γράψετε στο τετράδιο σας τον αριθμό της καθεμίας
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΙΙ ιδάσκων : Ε. Στεφανόπουλος 12 ιουνιου 2017
Πανεπιστηµιο Πατρων Πολυτεχνικη Σχολη Τµηµα Μηχανικων Η/Υ & Πληροφορικης ΜΑΘΗΜΑΤΙΚΑ ΙΙ ιδάσκων : Ε. Στεφανόπουλος 12 ιουνιου 217 Θ1. Θεωρούµε την συνάρτηση f(x, y, z) = 1 + x 2 + 2y 2 z. (αʹ) Να ϐρεθεί
Διαβάστε περισσότεραΑναλυτική Φωτογραμμετρία
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑ ΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Αναλυτική Φωτογραμμετρία Ενότητα # 6: Βασικά Φωτογραμμετρικά προβλήματα II Καθηγήτρια Όλγα Γεωργούλα Τμήμα Αγρονόμων & Τοπογράφων Μηχανικών
Διαβάστε περισσότεραΤεχνητή Νοημοσύνη ΙΙ. Ενότητα 4: Αντίληψη. Μουστάκας Κωνσταντίνος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών
Τεχνητή Νοημοσύνη ΙΙ Ενότητα 4: Αντίληψη Μουστάκας Κωνσταντίνος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Αντίληψη 2 Περιεχόμενα ενότητας Αντίληψη 3 Αντίληψη
Διαβάστε περισσότεραΔιαχείριση Εφοδιαστικής Αλυσίδας ΙΙ
Διαχείριση Εφοδιαστικής Αλυσίδας ΙΙ 1 η Διάλεξη: Αναδρομή στον Μαθηματικό Προγραμματισμό 2019, Πολυτεχνική Σχολή Εργαστήριο Συστημάτων Σχεδιασμού, Παραγωγής και Λειτουργιών Περιεχόμενα 1. Γραμμικός Προγραμματισμός
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 περισσότεραΜΑΘΗΜΑΤΙΚΑ ΙΙΙ ΒΑΣΙΚΟΙ ΤΥΠΟΙ ΣΤΗ ΜΙΓΑ ΙΚΗ ΑΝΑΛΥΣΗ. Τύπος de Moivre Έστω ένας µιγαδικός αριθµός: Τότε. Ν-οστή ρίζα µιγαδικού
ΜΑΘΗΜΑΤΙΚΑ ΙΙΙ ΒΑΣΙΚΟΙ ΤΥΠΟΙ ΣΤΗ ΜΙΓΑ ΙΚΗ ΑΝΑΛΥΣΗ Τύπος de Moivre Έστω ένας µιγαδικός αριθµός: z r(cosϑ + isi ϑ) Τότε z r (cos ϑ + isi ϑ ) Ν-οστή ρίζα µιγαδικού / ϑ + π ϑ+ π z r cos + isi όπου 0,,,, Συνθήκες
Διαβάστε περισσότεραΗ διαδικασία Παραγωγής Συνθετικής Εικόνας (Rendering)
Υφή Η διαδικασία Παραγωγής Συνθετικής Εικόνας (Rendering) Θέσεις αντικειμένων και φωτεινών πηγών Θέση παρατηρητή 3D Μοντέλα 3Δ Μετασχ/σμοί Μοντέλου 3Δ Μετασχ/σμός Παρατήρησης Απομάκρυνση Πίσω Επιφανειών
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ
ΥΠΕΥΘΥΝΟΣ ΚΑΘΗΓΗΤΗΣ Α. Ντούνης ΔΙΔΑΣΚΩΝ Χ. Τσιρώνης ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΕΛΤΙΣΤΟΠΟΙΗΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ ΔΕΥΤΕΡΟ - Διαφορικός λογισμός - Πολυωνυμικό ανάπτυγμα - Τοπικά ακρότατα ΜΑΘΗΜΑΤΙΚΑ ΕΡΓΑΛΕΙΑ 2 ΠΑΡΑΓΩΓΟΣ
Διαβάστε περισσότεραΜΕΜ251 Αριθμητική Ανάλυση
ΜΕΜ251 Αριθμητική Ανάλυση Διάλεξη 03, 12 Φεβρουαρίου 2018 Μιχάλης Πλεξουσάκης Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Περιεχόμενα 1. Επαναληπτικές μέθοδοι - Γενική θεωρία 2. Η μέθοδος του Newton
Διαβάστε περισσότεραΑνδρέας Γεωργόπουλος Καθηγητής Ε.Μ.Π.
Ανδρέας Γεωργόπουλος Καθηγητής Ε.Μ.Π. dag@cental.ntua.g Άδεια χρήσης Το παρόν υλικό υπόκειται σε άδειες χρήσης Ceative Commons και δημιουργήθηκε στο πλαίσιο των Ανοιχτών Ακαδημαϊκών Μαθημάτων από την Μονάδα
Διαβάστε περισσότεραΣτην ουσία η Φωτογραµµετρία: Χ, Υ, Ζ σηµείων Γραµµικό σχέδιο Εικονιστικό προϊόν
Στην ουσία η Φωτογραµµετρία: Χ, Υ, Ζ σηµείων Γραµµικό σχέδιο Εικονιστικό προϊόν Επεξήγηση Μηχανισµού Προσοµοίωση της ανθρώπινης όρασης B A C Μαθηµατική γεωµετρική περιγραφή ενός φυσικού φαινοµένου ΗΦωτογραµµετρική
Διαβάστε περισσότεραEΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ. Διαφορική Παλµοκωδική Διαµόρφωση (DPCM)
EΦΑΡΜΟΓΕΣ ΤΗΣ ΨΗΦΙΑΚΗΣ ΕΠΕΞΕΡΓΑΣΙΑΣ ΣΗΜΑΤΩΝ Διαφορική Παλµοκωδική Διαµόρφωση (DCM) Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Προεπισκόπηση Διαφορική Παλµοκωδική Διαµόρφωση
Διαβάστε περισσότεραα) f(x(t), y(t)) = 0,
Ρητές καμπύλες Μια επίπεδη αλγεβρική καμπύλη V (f) είναι το σύνολο όλων των σημείων του επιπέδου K 2 που μηδενίζουν κάποιο συγκεκριμένο ανάγωγο πολυώνυμο f K[x, y], δηλαδή V (f) = {(x 0, y 0 ) K 2 f(x
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 περισσότεραΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ. Μετασχηµατισµός-Z. Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής
ΘΕΩΡΙΑ ΣΗΜΑΤΩΝ & ΣΥΣΤΗΜΑΤΩΝ Μετασχηµατισµός-Z Εµµανουήλ Ζ. Ψαράκης Πολυτεχνική Σχολή Τµήµα Μηχανικών Η/Υ & Πληροφορικής Μετασχηµατισµός - Ιδιότητες Μετασχηµατισµού- Γραµµικότητα Χρονική Ολίσθηση Κλιµάκωση
Διαβάστε περισσότεραΓενικά Μαθηματικά (Φυλλάδιο 1 ο )
ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ Γενικά Μαθηματικά (Φυλλάδιο 1 ο ) Επιμέλεια Φυλλαδίου : Δρ. Σ. Σκλάβος Περιλαμβάνει: ΚΕΦΑΛΑΙΟ 1: ΣΥΝΑΡΤΗΣΕΙΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ ΚΕΦΑΛΑΙΟ : ΠΑΡΑΓΩΓΙΣΗ ΣΥΝΑΡΤΗΣΕΩΝ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ
Διαβάστε περισσότεραΘεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής
Θεωρία Παιγνίων και Αποφάσεων Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος Ε. Μαρκάκης Επικ. Καθηγητής Περίληψη Παίγνια μηδενικού αθροίσματος PessimisIc play Αμιγείς max-min και
Διαβάστε περισσότεραQ 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Τυπικά Υδραυλικά Έργα Μέρος 2: ίκτυα διανοµής Άσκηση E0: Μαθηµατική διατύπωση µοντέλου επίλυσης απλού δικτύου διανοµής
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 περισσότεραΨηφιακή 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
Διαβάστε περισσότεραΣτο προοπτικό ανάγλυφο για τη ευθεία του ορίζοντα χρησιμοποιούμε ένα δεύτερο κατακόρυφο επίπεδο Π 1
ΠΡΟΟΠΤΙΚΟ ΑΝΑΓΛΥΦΟ Το προοπτικό ανάγλυφο, όπως το επίπεδο προοπτικό, η στερεοσκοπική εικόνα κ.λπ. είναι τρόποι παρουσίασης και απεικόνισης των αρχιτεκτονικών συνθέσεων. Το προοπτικό ανάγλυφο είναι ένα
Διαβάστε περισσότεραΕπιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex
Επιχειρησιακή Έρευνα Θεωρητική Θεμελίωση της Μεθόδου Simplex Νίκος Τσάντας ιατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών Τμήμ. Μαθηματικών Μαθηματικά των Υπολογιστών και των Αποφάσεων Ακαδημαϊκό έτος 2006-07
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,
Διαβάστε περισσότεραΨηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2
Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2 Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Παρουσιάση πλάτους
Διαβάστε περισσότεραf f 2 0 B f f 0 1 B 10.3 Ακρότατα υπό συνθήκες Πολλαπλασιαστές του Lagrange
Μέγιστα και ελάχιστα 39 f f B f f yx y x xy Οι ιδιοτιμές του πίνακα Β είναι λ =-, λ =- και οι δυο αρνητικές, άρα το κρίσιμο σημείο (,) είναι σημείο τοπικού μεγίστου. Εφαρμογή 6: Στο παράδειγμα 3 ο αντίστοιχος
Διαβάστε περισσότερα4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή
4. Παραγώγιση Η διαδικασία της υπολογιστικής επίλυσης συνήθων και μερικών διαφορικών εξισώσεων προϋποθέτει την προσέγγιση της εξαρτημένης μεταβλητής και των παραγώγων της στους κόμβους του πλέγματος. Ειδικά,
Διαβάστε περισσότεραv y = 12x 2 y + 4y v(x, y) = 6x 2 y 2 + y 4 + y + c(x). f(z) = u(z, 0) + iv(z, 0) = z + i(z 4 + c), f(z) = iz 4 + z i.
ΣΧΟΛΗ ΕΦΑΡΜΟΣΜΕΝΩΝ ΜΑΘΗΜΑΤΙΚΩΝ & ΦΥΣΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΟΜΕΑΣ ΜΑΘΗΜΑΤΙΚΩΝ Εξετάσεις στη Μιγαδική Ανάλυση ΟΜΑΔΑ: Α 0 Ιουλίου, 0 Θέμα. (αʹ) Να βρεθεί η τιμή του a R για την οποία η συνάρτηση u(x, y) ax 3 y +4xy
Διαβάστε περισσότερα6.1 Η ΕΝΝΟΙΑ ΤΗΣ ΣΥΝΑΡΤΗΣΗΣ
ΟΡΙΣΜΟΣ 6. ΣΥΝΑΡΤΗΣΕΙΣ 6.1 Η ΕΝΝΟΙΑ ΤΗΣ ΣΥΝΑΡΤΗΣΗΣ Ονομάζουμε συνάρτηση από ένα σύνολο Α σε ένα σύνολο Β μια διαδικασία (κανόνα) f, με την οποία κάθε στοιχείο του συνόλου Α αντιστοιχίζεται σε ένα ακριβώς
Διαβάστε περισσότεραΔιπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ: ΕΡΓΑΣΤΗΡΙΟ Διπλωματική Εργασία του φοιτητή του Τμήματος Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών της Πολυτεχνικής
Διαβάστε περισσότεραΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΟΣ ΜΗΧΑΝΙΚΗΣ ΟΡΑΣΗΣ ΜΕ ΔΥΟ ΚΑΜΕΡΕΣ ΚΑΙ ΑΝΙΧΝΕΥΣΗ ΒΑΘΟΥΣ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΣΤΕΡΕΟΣΚΟΠΙΚΟΥ ΑΛΓΟΡΙΘΜΟΥ
1 ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΕΔΡΑ ΣΕΡΡΕΣ ΣΧΟΛΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΕΦΑΡΜΟΓΩΝ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ Τ.Ε. ΑΝΑΠΤΥΞΗ ΣΥΣΤΗΜΑΤΟΣ ΜΗΧΑΝΙΚΗΣ ΟΡΑΣΗΣ ΜΕ ΔΥΟ ΚΑΜΕΡΕΣ ΚΑΙ ΑΝΙΧΝΕΥΣΗ ΒΑΘΟΥΣ
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 περισσότεραΚεφάλαιο Τοπολογικές απεικονίσεις Αζιμουθιακή ισόχρονη απεικόνιση
Κεφάλαιο 9 Σύνοψη Στο κεφάλαιο αυτό, περιγράφονται αναλυτικές χαρτογραφικές μέθοδοι μετασχηματισμού του χώρου, μετατρέποντας τη γεωμετρία του χάρτη με τρόπο που να απεικονίζεται το ίδιο το χωρικό φαινόμενο
Διαβάστε περισσότεραΚλασικη ιαφορικη Γεωµετρια
Αριστοτελειο Πανεπιστηµιο Θεσσαλονικης Σχολη Θετικων Επιστηµων, Τµηµα Μαθηµατικων, Τοµεας Γεωµετριας Κλασικη ιαφορικη Γεωµετρια Πρώτη Εργασία, 2018-19 1 Προαπαιτούµενες γνώσεις και ϐασική προετοιµασία
Διαβάστε περισσότεραΗδηµιουργία του στερεοσκοπικού µοντέλου περιλαµβάνει:
Προσανατολισµoί στερεοσκοπικών ζευγών Για να είναι δυνατή η συνεχής απόδοση στα φωτογραµµετρικά όργανα χρειάζεται κάποιο στάδιο προετοιµασίας του ζεύγους των εικόνων. Η προετοιµασία αυτή αφορά: A. Στη
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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΙΟΙΚΗΣΗ ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΜΑΘΗΜΑ: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΓΑΛΕΙΑ ΙΟΙΚΗΣΗΣ ιδάσκων:
Διαβάστε περισσότεραΚΑΤΑΓΡΑΦΗ ΤΟΥ ΙΧΝΟΥΣ ΤΗΣ ΟΠΤΙΚΗΣ ΑΝΑΖΗΤΗΣΗΣ: ΜΙΑ ΜΕΘΟΔΟΣ ΔΙΕΡΕΥΝΗΣΗΣ ΤΗΣ ΕΠΙΛΕΚΤΙΚΟΤΗΤΑΣ ΤΗΣ ΟΠΗΣ ΩΣ ΒΑΣΙΚΟΥ ΧΑΡΑΚΤΗΡΙΣΤΙΚΟΥ ΤΟΥ ΣΧΗΜΑΤΟΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΤΟΠΟΓΡΑΦΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΧΑΡΤΟΓΡΑΦΙΑΣ ΚΑΤΑΓΡΑΦΗ ΤΟΥ ΙΧΝΟΥΣ ΤΗΣ ΟΠΤΙΚΗΣ ΑΝΑΖΗΤΗΣΗΣ: ΜΙΑ ΜΕΘΟΔΟΣ ΔΙΕΡΕΥΝΗΣΗΣ ΤΗΣ ΕΠΙΛΕΚΤΙΚΟΤΗΤΑΣ
Διαβάστε περισσότεραΕφαρμοσμένη Βελτιστοποίηση
Εφαρμοσμένη Βελτιστοποίηση Ενότητα 3: Αναλυτικές μέθοδοι βελτιστοποίησης για συναρτήσεις μιας μεταβλητής Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών
Διαβάστε περισσότεραΣήματα και Συστήματα
Σήματα και Συστήματα Διάλεξη 12: Ιδιότητες του Μετασχηματισμού aplace Ο αντίστροφος Μετασχηματισμός aplace Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Ιδιότητες του Μετασχηματισμού aplace 1. Ιδιότητες
Διαβάστε περισσότεραΕΦΑΡΜΟΓΕΣ ΦΩΤΟΓΡΑΜΜΕΤΡΙΑΣ. Βασίλης Γιαννακόπουλος, Δρ. Δασολόγος
ΕΦΑΡΜΟΓΕΣ ΦΩΤΟΓΡΑΜΜΕΤΡΙΑΣ Βασίλης Γιαννακόπουλος, Δρ. Δασολόγος Φωτογραμμετρία Εισαγωγή Ορισμοί Πλεονεκτήματα Μειονεκτήματα Εφαρμογές Εισαγωγή Προσδιορισμός θέσεων Με τοπογραφικά όργανα Σχήμα Μέγεθος Συντεταγμένες
Διαβάστε περισσότεραΜέθοδοι πολυδιάστατης ελαχιστοποίησης
Μέθοδοι πολυδιάστατης ελαχιστοποίησης με παραγώγους Μέθοδοι πολυδιάστατης ελαχιστοποίησης Δ. Γ. Παπαγεωργίου Τμήμα Μηχανικών Επιστήμης Υλικών Πανεπιστήμιο Ιωαννίνων dpapageo@cc.uoi.gr http://pc64.materials.uoi.gr/dpapageo
Διαβάστε περισσότεραΕργαστήριο Τεχνολογίας Πολυμέσων & Γραφικών, Τ.Ε.Π Π.Μ, Μάθημα: Γραφικά με Η/Υ
ΓΡΑΦΙΚΑ Γέμισμα ΑΛΓΟΡΙΘΜΟΙ ΓΕΜΙΣΜΑΤΟΣ Για τις πλεγματικές οθόνες υπάρχουν: Αλγόριθμοι γεμίσματος:, που στηρίζονται στη συνάφεια των pixels του εσωτερικού ενός πολυγώνου Αλγόριθμοι σάρωσης: που στηρίζονται
Διαβάστε περισσότερα2ο Μάθημα Μετασχηματισμοί 2Δ/3Δ και Συστήματα Συντεταγμένων
2ο Μάθημα Μετασχηματισμοί 2Δ/3Δ και Συστήματα Συντεταγμένων Γραφικα Τμήμα Πληροφορικής Πανεπιστήμιο Θεσσαλίας Ακ Έτος 2016-17 Σύνοψη του σημερινού μαθήματος 1 Εισαγωγή 2 Επανάληψη 3 Συσχετισμένοι 4 Γραμμικοί
Διαβάστε περισσότεραΚεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων
Κεφάλαιο Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων. Εισαγωγή Η µοντελοποίηση πολλών φυσικών φαινοµένων και συστηµάτων και κυρίως αυτών που εξελίσσονται στο χρόνο επιτυγχάνεται µε
Διαβάστε περισσότεραΜετασχηματισμοί Παρατήρησης και Προβολές
Μετασχ. Γραφικά Παρατήρησης Υπολογιστών και Προβολές Μετασχηματισμοί Παρατήρησης και Προβολές Γ. Γ. Παπαϊωάννου, - 2008 Στάδια Προβολής στο Επίπεδο Περνάμε από WCS στοτοπικόσύστημα συντεταγμένων του παρατηρητή
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 περισσότεραΚεφάλαιο 5 ΔΙΔΙΑΣΤΑΤΑ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ. Ενα αυτόνομο δυναμικό σύστημα δύο διαστάσεων περιγράφεται από τις εξισώσεις
Κεφάλαιο 5 ΔΙΔΙΑΣΤΑΤΑ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ Ενα αυτόνομο δυναμικό σύστημα δύο διαστάσεων περιγράφεται από τις εξισώσεις ẋ 1 f 1 (x 1 x 2 ) ẋ 2 f 2 (x 1 x 2 ) (501) Το σύστημα αυτό γράφεται σε διανυσματική
Διαβάστε περισσότεραΟπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Τομέας Σημάτων Ελέγχου και Ρομποτικής Οπτική Μοντελοποίηση Ανθρώπινου Προσώπου με Εφαρμογές σε Αναγνώριση Επιβλέπων: καθ. Πέτρος Μαραγκός Ορισμός
Διαβάστε περισσότερα7.2.1 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
Διαβάστε περισσότεραΕΚΦΕ ΕΥΒΟΙΑΣ. ΠΡΟΚΡΙΜΑΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΗ ΟΜΑΔΑΣ ΜΑΘΗΤΩΝ ΓΙΑ ΤΗΝ 13 η ΕΥΡΩΠΑΪΚΗ ΟΛΥΜΠΙΑΔΑ ΕΠΙΣΤΗΜΩΝ EUSO 2015 ΜΑΘΗΜΑ: ΦΥΣΙΚΗ
ΕΚΦΕ ΕΥΒΟΙΑΣ ΠΡΟΚΡΙΜΑΤΙΚΟΣ ΔΙΑΓΩΝΙΣΜΟΣ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΗ ΟΜΑΔΑΣ ΜΑΘΗΤΩΝ ΓΙΑ ΤΗΝ 13 η ΕΥΡΩΠΑΪΚΗ ΟΛΥΜΠΙΑΔΑ ΕΠΙΣΤΗΜΩΝ EUSO 2015 Διάρκεια: 60 min ΣΑΒΒΑΤΟ 06/12/2014 ΜΑΘΗΜΑ: ΦΥΣΙΚΗ Μαθητές: Σχολική Μονάδα 1.
Διαβάστε περισσότεραf(x) = 2x+ 3 / Α f Α.
ΣΥΝΑΡΤΗΣΕΙΣ 8 ο ΜΑΘΗΜΑ.7. Σύνολο τιμών f(a) της f / A B Ορισμός: Το σύνολο τιμών της συνάρτησης f / Α Β περιλαμβάνει εκείνα τα y Β για τα οποία υπάρχει x Α : «Η εξίσωση y= f ( x) να έχει λύση ως προς x»
Διαβάστε περισσότεραΚεφάλαιο 4: Στοιχεία της εκδοχής hp της ΜΠΣ στις 2- διαστάσεις
Κεφάλαιο 4: Στοιχεία της εκδοχής hp της ΜΠΣ στις - διαστάσεις Στις -διαστάσεις, η περιγραφή της εκδοχής hp της ΜΠΣ είναι αρκετά πολύπλοκη. Στο παρόν κεφάλαιο θα δούμε κάποια στοιχεία της, ξεκινώντας με
Διαβάστε περισσότεραΨηφιακή Επεξεργασία Σημάτων
Ψηφιακή Επεξεργασία Σημάτων Ενότητα 8: Μετασχηματισμός Ζ Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Μετασχηματισμός Z Μετασχηματισμός Ζ (Ζ-Transform) Χρήσιμα Ζεύγη ΖT και Περιοχές Σύγκλισης (ROC) Ιδιότητες
Διαβάστε περισσότεραΕφαρμοσμένη Βελτιστοποίηση
Εφαρμοσμένη Βελτιστοποίηση Ενότητα 4: Αναλυτικές μέθοδοι βελτιστοποίησης για συναρτήσεις πολλών μεταβλητών Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας
Διαβάστε περισσότεραΣΥΣΤHΜΑΤΑ ΑΠΟΦAΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓH
ΣΥΣΤHΜΑΤΑ ΑΠΟΦAΣΕΩΝ ΣΤΗΝ ΠΑΡΑΓΩΓH Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Περιεχόμενα
Διαβάστε περισσότεραΚινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού
Κινητά Δίκτυα Επικοινωνιών Συμπληρωματικό υλικό Προσαρμοστική Ισοστάθμιση Καναλιού Προσαρμοστικοί Ισοσταθμιστές Για να υπολογίσουμε τους συντελεστές του ισοσταθμιστή MMSE, απαιτείται να λύσουμε ένα γραμμικό
Διαβάστε περισσότεραΚεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων
Κεφάλαιο 6 Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών παραβολικών διαφορικών εξισώσεων 6.1 Εισαγωγή Η µέθοδος των πεπερασµένων όγκων είναι µία ευρέως διαδεδοµένη υπολογιστική µέθοδος επίλυσης
Διαβάστε περισσότερα