Képfeldolgozáson alapuló orvosi diagnosztikai eljárások kidolgozása
|
|
- Fanni Sarolta Némethné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Önálló laboratórium beszámoló Képfeldolgozáson alapuló orvosi diagnosztikai eljárások kidolgozása Készítette: Forró Márton Miklós Konzulens: Horváth Gábor félév
2 Bevezetés A félév során a cél a tanszéki orvosi képfeldolgozással kapcsolatos tevékenységekbe való bekapcsolódás volt. Ennek eléréséhez szükséges volt a képfeldolgozási alapismeretek megismerése, algoritmusok elsajátítása - majd ezek alkalmazása valós képeken. A tanszéki projekt fókuszában mellkasröntgenek elemzése áll, ezen belül hosszú távú célja káros elváltozások felismerése. A félév második felétől használt szeletképeken a tárgy keretében a tüdőterület belsejét nem tanulmányoztuk. A félév során a végső feladat kialakulása előtt foglalkoztunk a képfeldolgozási ismeretek ránk vonatkozó részével, valamint a független komponens analízis elméleti alapjaival és egy implementációjával. Ez a beszámoló elsősorban a végleges feladat megoldásáról szól, és szintén röviden értekezik a fenti témák megismeréséről, ezek szerint tagolva, a tárgy időrendjében haladva.
3 Képfeldolgozási alapismeretek A labor első heteiben célunk a szükséges képfeldolgozási algoritmusok megismerése volt. Ezek később a szakirányos Ipari képfeldolgozás és képmegjelenítés c. tárgyból ismertetésre kerültek, viszont azok implementációja és gyakorlati alkalmazása nem része anyagának. Az alapismereteink forrása a Digital Image Processing (Pratt) című könyv volt. A feldolgozott témák az éldetektálás, szegmentálás és morfológiai műveletek voltak, melyek közül rám a morfológia bemutatása esett. Ezen témák feldolgozása adta meg a kezdő MATLAB Image Toolbox ismereteket, amelyekből a félév során kiindultam. Lent látható a kísérletezés egy eredménye. Ekkor elsősorban a témához nem kapcsolódó képeken próbáltuk ki a megismert módszereket. Az alapismeretek bemutatása után kaptunk hozzáférést a tanszéki szerverhez, és így a rajta lévő hagyományos mellkasröntgen-felvételekhez. 1. ábra: Szürkeárnyalatos kép (bal) Morfológiai algoritmusokkal készített kontúrkép (jobb)
4 Tomoszintézis szeletképek A képfeldolgozási alapok megismerése után áttértünk a tomoszintézissel előállított képek vizsgálatára. A tomoszintézis a számítógépes tomográfiához (CT) hasonló módszer: különböző szögekből készít röntgenképeket a vizsgálat alanyáról. Viszont a CT-től eltérően a felvételt készítő szerkezet nem tesz teljes kört a mellkas körül - míg a CT a test roll Euler-tengelye körül fordul, a tomoszintézis a pitch körül tesz egy korlátozott szögben. Ez a vizsgálat a CT-nél jelentősen kisebb sugárterheléssel jár (kisebbel, mint egy hagyományos mellkasröntgen), és jóval kevésbe költséges a CT-nél, amely lehetőve tesz szűrővizsgálatként való használatát. Hátránya a CT-hez képest, hogy az készített képek kisebb száma és a gyengébb röntgensugár használata csökkenti a kapott képek minőségét. 2. ábra: tomoszintézis felvételek módszere Az elkészült felvételekből matematikai módszerekkel visszaállíthatóak a mellkas szeletei. A visszaállított képek minősége függ a mélységtől a szélsőségeken gyengébb, mivel azok kevesebb szeletből vannak visszaállítva. A visszaállított kép mélységétől függően természetesen a tartalmuk is eltér: bizonyos szinteken a légcső, főhörgők és a szív láthatók, míg másokon a bordák dominálnak. A gerincoszlop is sok képen megjelenik, esetünkben zavaró tényezőként. Az általunk megkapott képek ezen kívül tartalmaztak egy változó szélességű méretű szürke csíkot jobb és bal széleiken.
5 3, 4, 5. ábra A 3. ábrán (bal fent) látszik, hogy a visszaállított képsorozat szélén található gyengék a kontúrjai, és részleteket szinte egyáltalán nem lehet megfigyelni rajta. A 4. ábrán (jobb fent) a tüdő éles körvonala, a gerincoszlop és szív halványan látszanak. Az 5. ábrán (lent) a szív, a tüdő érhálózata és a légcső látszik. Kitérő: független komponens analízis A szeletképek megkapását követően foglalkoztunk az Independent Component Analysis (ICA független komponens analízis) módszerrel, annak esetleges felhasználhatóságát vizsgálva. Ennek keretében egy-egy konkrét implementációját vizsgáltuk. Az általam kipróbált implementáció a Riken kutatóközpontban Cichocki csapata által fejlesztett ICALAB nevű Matlab toolbox képekre használható változat volt.
6 Az eszköz több kép eltérő arányokban és módszerekkel összekevert változatából kísérelte meg visszaállítani az eredeti képeket. Az algoritmus futtatása és eredménye saját forrású képekkel (nem a program saját benchmark-ja) első látásra jónak tűntek, de szeletképekre a módszer esetleges hasznát még nem találtuk meg. 6. ábra: kevert kép 7. ábra: ICALAB által visszaállított kép A független komponens alapú megközelítés az ICA alapú éldetektálás témájában később ismét felmerült. A jövőben ennek alkalmazhatóságának vizsgálata hasznos lehet. Tüdőkörvonal megállapítása szeletképeken A félév folyamán kialakult feladatom a tomoszintézissel előállított szeletképeken a tüdő körvonalának meghatározása/tüdőterületet lefedő maszk előállítása volt. A megoldási folyamatom kerete a képfeldolgozás során szokásos szűrés szegmentálás folyamat mellett a régiók megfelelő egyesítését tartalmazza. A megoldásomat először a részeredmény képeken mutatom meg, majd a Matlab kóddal. Az eredeti képek 512x512 pixel méretűek, PNG formátumúak 8. ábra: eredeti kép
7 Mivel itt körvonalat keresünk, és a képet szegmentálni akarjuk, célszerű a képet megszűrni, ebben az esetben egy Gauss-szűrővel. Ezzel a következő lépésben kapott szegmentáció eredménye jóval kevesebb kis régiót tartalmaz. Fontos, hogy túl erősen elkenő szűrést ne alkalmazzunk, mivel az a nehezebben detektálható kontúrokat (pl. tüdőcsúcs) túlságosan elmoshatja. Mediánszűrő használatával szintén próbálkoztam, ezzel a kapott eredmény minőségbeli különbséget nem mutatott. Végül egy 5x5 pixel méretű Gauss-szűrő használata mellett döntöttem. 9. ábra: szűrt kép Ezután a képet k-means algoritmussal 3 régióra szegmentálom. Ezzel a képet felosztom egy külső és két tüdőn belüli részre (10. ábra). A sárga rész a tüdőterület durva körvonalát fogja adni, a világoskék pedig a tüdőcsúcs és rekeszív pontos körvonalait. A sötétkék régió a szív és a gerincoszlop körülhatárolásában lehetne hasznos, ezek azonban nem voltak részei a feladatomnak. A kapott régiók elég jól közelítik a keresett képterületeket, hogy morfológiai műveletek után használhatóak legyenek. Elsőként meghatározom a tüdő durva körvonalát, amelyet később kiegészítek a megfelelő részletekkel. Ehhez a belső (sárga) régió körvonalát használom fel. Ezen terület alapú zárás 10. ábra: szegmentált kép kívánt eredmény érdekében 11. ábra: tisztított belső körvonal ezen szakaszok eldobása után ismét egy dilate - thin műveletkombinációval megkapom a keresett belső körvonalat. műveletet hajtok végre, ami eltűnteti a kis területű zárványokat. Ezután egy dilatációval a kényszeresen összekötöm a képen a zajos körvonalakat, ezzel a cakkosságuk is megszűnik. A kapott képet visszafogyasztom (morfológiai thin művelet idempotencáig), így megkapom az eddigi élek lesimított változatát. Erről a képről még a kép széleiből adódó hosszú élet, és több rövidet el kell távolítani a 12. ábra: kiinduló körvonal
8 Tüdőcsúcs A folyamat következő lépése a tüdőcsúcshoz tartozó élszegmens hozzáadása a kiinduló területhez. Ehhez szükséges a felső terület kiválasztása és kitöltése (ez pl. súlypont vagy méret alapján történhet), a kiinduló területtel összenövesztése, az eredő maszkon a lyukak kitöltése majd ebből a nem kilógó terület hozzáadása a kiinduláshoz. A folyamat itt látható: 13. ábra: határok 14. ábra: összenövesztendő területek 15. ábra: különbség Az így kapott körvonal a tüdőcsúcsot jól közelíti. Itt érdemes megjegyezni, hogy a képsorozat egyes képei nem alkalmasak a körvonal minden részének precíz meghatározására. Ezen a képen a tüdőcsúcs nagy pontosságal körülhatárolható, viszont a rekeszív széleinél a kontúrok életlenek, így annak meghatározására, illetve a folyamat általánosítására más módszert kell használni. Rekeszív 16. ábra: eredő körvonal A rekeszív meghatározásának folyamata a tüdőcsúcshoz hasonlóan történik. Azonban a sarkoknál a határ pontatlanságából adódóan, gyakorlati megfontolásból inkább beleveszem a rekeszizom körüli területet is. Ezen a jövőben javítani tervezek. Lejjebb látható a terület, amellyel bővül az eddigi, és a végleges körvonal.
9 17. ábra: hozzáadott terület 28. ábra: eredmény körvonal Matlab kód %% Előfeldolgozás, szegmentálás I=im2double(imread('File png')); %kép betöltése G=fspecial('gaussian',5,5); Ig=imfilter(I,G); %Gauss-szűrés [g2,c]=kmeans(ig(:),3); %k-means futtatása J22=reshape(g2,size(I)); [A, idx]=sort(c, 'descend'); %középpont szerinti rendezés in=(j22==idx(3)) %belső - legkisebb out=(j22==idx(1)) %külső - legnagyobb %% Belső terület i2=bwareaopen(bwperim(in),100); %tisztítás i3=imdilate(i2,strel('disk',15)); %összenövesztés i4=bwmorph(i3,'thin',inf); %vissza vékonyítás i5=bwmorph(i4,'spur',inf); %végek levágása i6=i5&(~bwmorph(i5,'branchpoints')); %elágazási pontok levágása i7=bwareaopen(i6,70); %tisztítás %legnagyobb levágása CC=bwconncomp(i7); numpixels = cellfun(@numel,cc.pixelidxlist); [a, idx]=sort(numpixels(:),'descend'); i7(cc.pixelidxlist{idx(1)})=0; %élek simítása i8=imdilate(i7, strel('disk',35)); i9=bwmorph(i8,'thin',inf); i10=bwmorph(i9,'spur',inf); %% Tüdőcsúcs o2=bwareaopen(bwperim(out),100); % Méret szerint rendezzük a komponenseket CC=bwconncomp(o2); numpixels = cellfun(@numel,cc.pixelidxlist); [a, idx]=sort(numpixels(:),'descend');
10 %init top=zeros(512); bot=zeros(512); % Legnagyobb a lenti, második a fenti bot(cc.pixelidxlist{idx(1)})=1; top(cc.pixelidxlist{idx(2)})=1; t2=imfill(top,'holes'); %kitöltés t3=t2 imfill(i10,'holes'); %egyesítés % A fenti és középső részt dilatáljuk (összekötjük), majd % a köztes részt kitöltjük. Az így kapott területet hozzáadjuk % az eredeti tüdőterülethez. t4=imfill(imerode(imdilate(t3,strel('disk',2)),... strel('disk',2)),'holes')&(~t2)&(~t3); t5=bwperim(t4 imfill(i10,'holes')) t6=bwareaopen(t5,50); %% Rekeszív % Összekötés b2=imfill(bot,'holes'); b3=b2 imfill(i10,'holes'); b4=imfill(imerode(imdilate(b3,strel('disk',10)),... strel('disk',10)),'holes')&(~b2)&(~b3); b5=bwperim(b4 imfill(t6,'holes')); b6=bwareaopen(b5,50); % Sarkok b7=imfill(b6,'holes'); b8=imdilate(b7,strel('disk',30))&imdilate(imfill(bot,'holes'),... strel('disk',30)); b9=b8&(~b2); b10=bwperim(imfill((b9 t6),'holes'));
3. Szűrés képtérben. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
3. Szűrés képtérben Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE http://www.inf.u-szeged.hu/~kato/teaching/ 2 Kép transzformációk típusai Kép értékkészletének radiometriai információ
RészletesebbenÖ ná llo láboráto rium beszá molo
Ö ná llo láboráto rium beszá molo Képfeldolgozás orvosi alkalmazásai Vetítés CT felvételekből Kárász András Konzulens: Dr. Horváth Gábor Bevezetés Napjainkban a városi életmód következtében (szállópor,
RészletesebbenGrafikonok automatikus elemzése
Grafikonok automatikus elemzése MIT BSc önálló laboratórium konzulens: Orosz György 2016.05.18. A feladat elsődleges célkitűzései o eszközök adatlapján található grafikonok feldolgozása, digitalizálása
RészletesebbenPollák Tamás Konzulens: Dr. Horváth Gábor
Önálló laboratórium dokumentáció Képfeldolgozás orvosi alkalmazásai CT képfeldolgozás Pollák Tamás Konzulens: Dr. Horváth Gábor A feladat A CT felvételeket a betegről segédeszközként használjuk a pácienseken
RészletesebbenÖnálló laboratórium 2016 tavasz
Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek Tanszék Önálló laboratórium 2016 tavasz Orvosi képfeldolgozás és döntéstámogatás:
RészletesebbenMorfológia. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet
Morfológia Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet 2013. szeptember 15. Sergyán (OE NIK) Morfológia 2013. szeptember
RészletesebbenSergyán Szabolcs szeptember 21.
Éldetektálás Sergyán Szabolcs Budapesti Műszaki Főiskola Neumann János Informatikai Kar 2009. szeptember 21. Sergyán Sz. (BMF NIK) Éldetektálás 2009. szeptember 21. 1 / 28 Mit nevezünk élnek? Intuitív
RészletesebbenACM Snake. Orvosi képdiagnosztika 11. előadás első fele
ACM Snake Orvosi képdiagnosztika 11. előadás első fele ACM Snake (ismétlés) A szegmentáló kontúr egy paraméteres görbe: x Zs s X s, Y s,, s A szegmentáció energia funkcionál minimalizálása: E x Eint x
RészletesebbenÖnálló labor beszámoló Képek szegmentálása textúra analízis segítségével. MAJF21 Eisenberger András május 22. Konzulens: Dr.
Önálló labor beszámoló Képek szegmentálása textúra analízis segítségével 2011. május 22. Konzulens: Dr. Pataki Béla Tartalomjegyzék 1. Bevezetés 2 2. Források 2 3. Kiértékelő szoftver 3 4. A képek feldolgozása
RészletesebbenUjjszámlálás Matlab segítségével
Ujjszámlálás Matlab segítségével Griechisch Erika, Juhász Miklós és Földi Antal 2008. november Tartalomjegyzék 1. Bevezetés 1 2. Vizsgált módszerek 1 3. Az algoritmus 1 4. Megvalósítás 2 4.1. Szegmentálás,
RészletesebbenKÉPFELDOLGOZÁS. 10. gyakorlat: Morfológiai műveletek, alakjellemzők
KÉPFELDOLGOZÁS 10. gyakorlat: Morfológiai műveletek, alakjellemzők Min-max szűrők MATLAB-ban SE = strel(alak, paraméter(ek)); szerkesztőelem generálása strel( square, w): négyzet alakú, w méretű strel(
RészletesebbenKépszegmentáló eljárások. Orvosi képdiagnosztika 2018 ősz
Képszegmentáló eljárások Orvosi képdiagnosztika 2018 ősz Képszegmentálás Anatómiai részek elkülönítés: pl. csontok, szív, erek, szürkefehér állomány, stb Vizsgálandó terület körbehatárolása: pl. tüdőterület
RészletesebbenMorfológia. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet
Morfológia Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet 2012. október 9. Sergyán (OE NIK) Morfológia 2012. október 9. 1 /
RészletesebbenDIGITÁLIS KÉPANALÍZIS KÉSZÍTETTE: KISS ALEXANDRA ELÉRHETŐSÉG:
DIGITÁLIS KÉPANALÍZIS KÉSZÍTETTE: KISS ALEXANDRA ELÉRHETŐSÉG: kisszandi@mailbox.unideb.hu ImageJ (Fiji) Nyílt forrás kódú, java alapú képelemző szoftver https://fiji.sc/ Számos képformátumhoz megfelelő
RészletesebbenKéprekonstrukció 3. előadás
Képrekonstrukció 3. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem Computed Tomography (CT) Elv: Röntgen-sugarak áthatolása 3D objektum 3D térfogati kép Mérések
RészletesebbenGépi tanulás a gyakorlatban. Bevezetés
Gépi tanulás a gyakorlatban Bevezetés Motiváció Nagyon gyakran találkozunk gépi tanuló alkalmazásokkal Spam detekció Karakter felismerés Fotó címkézés Szociális háló elemzés Piaci szegmentáció analízis
RészletesebbenAnatómiai régiók automatikus felismerése
Anatómiai régiók automatikus felismerése Kutatási beszámoló 2015. június Készítette: Tóth Márton József Bevezetés A mai klinikai gyakorlatban a háromdimenziós orvosi képalkotó rendszerek használata igen
RészletesebbenRendszámfelismerő rendszerek
Problémamegoldó szeminárium Témavezető: Pataki Péter ARH Zrt. ELTE-TTK 2013 Tartalomjegyzék 1 Bevezetés 2 Út a megoldás felé 3 Felmerült problémák 4 Alkalmazott matematika 5 További lehetőségek Motiváció
Részletesebben3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás
3D - geometriai modellezés, alakzatrekonstrukció, nyomtatás 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav54
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 15. Digitális Alakzatrekonstrukció Méréstechnológia, Ponthalmazok regisztrációja http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01
RészletesebbenCARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek 2010-09-02. Dr. Vajda Ferenc Egyetemi docens
CARE Biztonságos CARE Biztonságos otthonok idős embereknek otthonok idős embereknek 2010-09-02 Dr. Vajda Ferenc Egyetemi docens 3D Érzékelés és Mobilrobotika kutatócsoport Budapesti Műszaki és Gazdaságtudományi
RészletesebbenSzimuláció RICHARD M. KARP és AVI WIGDERSON. (Készítette: Domoszlai László)
Szimuláció RICHARD M. KARP és AVI WIGDERSON A Fast Parallel Algorithm for the Maximal Independent Set Problem című cikke alapján (Készítette: Domoszlai László) 1. Bevezetés A következőkben megadott algoritmus
RészletesebbenHadházi Dániel.
Hadházi Dániel hadhazi@mit.bme.hu Orvosi képdiagnosztika: Szerepe napjaink orvoslásában Képszegmentálás orvosi kontextusban Elvárások az adekvát szegmentálásokkal szemben Verifikáció és validáció lehetséges
RészletesebbenDigitális képfeldolgozás gyakorlat, Nappali tagozat 2018/2019 őszi félév, Beadandó feladat
Digitális képfeldolgozás gyakorlat, Nappali tagozat 2018/2019 őszi félév, Beadandó feladat Készítsen egy Python programot a megfelelő csomagok (OpenCV, NumPy, stb.) segítségével, amely a következő feladatok
RészletesebbenLáthatósági kérdések
Láthatósági kérdések Láthatósági algoritmusok Adott térbeli objektum és adott nézőpont esetén el kell döntenünk, hogy mi látható az adott alakzatból a nézőpontból, vagy irányából nézve. Az algoritmusok
RészletesebbenA DIPLOMAMUNKA FORMAI KÖVETELMÉNYEI JAVASLAT
A DIPLOMAMUNKA FORMAI KÖVETELMÉNYEI JAVASLAT A diplomamunka kötelező részei (bekötési sorrendben) 1. Fedőlap - Bal felső sarokban a kiíró tanszék megnevezése (ha két tanszékkel együttműködve dolgozzuk
Részletesebben3D számítógépes geometria és alakzatrekonstrukció
3D számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr.
RészletesebbenA TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș-Bolyai Tudományegyetem 1.2 Kar Szociológia és Szociális Munkásképző Kar 1.3 Intézet Magyar Szociológia és Szociális Munka
RészletesebbenKép mátrix. Feladat: Pap Gáborné-Zsakó László: Algoritmizálás, adatmodellezés 2/35
Grafika I. Kép mátrix Feladat: Egy N*M-es raszterképet nagyítsunk a két-szeresére pontsokszorozással: minden régi pont helyébe 2*2 azonos színű pontot rajzolunk a nagyított képen. Pap Gáborné-Zsakó László:
RészletesebbenZajszűrés VIII. A legalja
Zajszűrés VIII. A legalja avagy WildBlueZero szkennjei. WildBlueZero legendás, hiszen ő volt az, aki kifejlesztette a tökéletes Anti-Feljavítás Egyenletet: azt a módszert, amellyel egy képből semmilyen
RészletesebbenKépfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció
Mesterséges látás Miről lesz szó? objektumok Bevezetés objektumok A mesterséges látás jelenlegi, technikai eszközökön alapuló világunkban gyakorlatilag azonos a számítógépes képfeldolgozással. Számítógépes
RészletesebbenKvalitatív elemzésen alapuló reakciómechanizmus meghatározás
Kvalitatív elemzésen alapuló reakciómechanizmus meghatározás Varga Tamás Pannon Egyetem, Folyamatmérnöki Intézeti Tanszék IX. Alkalmazott Informatika Konferencia ~ AIK 2011 ~ Kaposvár, Február 25. Tartalom
RészletesebbenAlap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
RészletesebbenKéprestauráció Képhelyreállítás
Képrestauráció Képhelyreállítás Képrestauráció - A képrestauráció az a folyamat mellyel a sérült képből eltávolítjuk a degradációt, eredményképpen pedig az eredetihez minél közelebbi képet szeretnénk kapni
RészletesebbenKamerakalibráció és pozícióbecslés érzékenységi analízissel, sík mintázatokból. Dabóczi Tamás (BME MIT), Fazekas Zoltán (MTA SZTAKI)
, 2008 feb. 4-5 Kamerakalibráció és pozícióbecslés érzékenységi Bódis-Szomorú András Dabóczi Tamás (BME MIT), Fazekas Zoltán (MTA SZTAKI) Méréstechnika- és Információs Rendszerek Tanszék BME Rendszer-
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 0. TANTÁRGY ISMERTETŐ Dr. Soumelidis Alexandros 2018.09.06. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG A tárgy célja
RészletesebbenGEOSTATISZTIKA II. Geográfus MSc szak. 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA II. Geográfus MSc szak 2019/2020 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet A tantárgy adatlapja Tantárgy neve:
Részletesebben3D-s számítógépes geometria és alakzatrekonstrukció
3D-s számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiiav08 Dr. Várady Tamás,
RészletesebbenUniverzális munkafolyamat szimulátor
Univerzális munkafolyamat szimulátor Ütemterv Készítette: Kerek Róbert KERQABT.SZE Gazdaságinformatikus BSc III. évfolyam Külső témavezető Kesztyűs Attila Lajos Siemens PSE Kft. Belső konzulens Dr. Ferenc
RészletesebbenSíklapú testek. Gúlák, hasábok Metszésük egyenessel, síkkal
Síklapú testek Gúlák, hasábok Metszésük egyenessel, síkkal Az előadás átdolgozott részleteket tartalmaz a következőkből: Gubis Katalin: Ábrázoló geometria Vlasta Szirovicza: Descriptive geometry Síklapú
Részletesebben6. Éldetektálás. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
6. Éldetektálás Kató Zoltán Képeldolgozás és Számítógépes Graika tanszék SZTE (http://www.in.u-szeged.hu/~kato/teaching/) 2 Élek A képen ott található él, ahol a kép-üggvény hirtelen változik. A kép egy
RészletesebbenInformáció megjelenítés Számítógépes ábrázolás. Dr. Iványi Péter
Információ megjelenítés Számítógépes ábrázolás Dr. Iványi Péter Raszterizáció OpenGL Mely pixelek vannak a primitíven belül fragment generálása minden ilyen pixelre Attribútumok (pl., szín) hozzárendelése
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenMérőkamarás légifelvételek Internetes katalógusa. MH Térképészeti Hivatal HM Térképészeti KHT
Mérőkamarás légifelvételek Internetes katalógusa MH Térképészeti Hivatal HM Térképészeti KHT A pályázat célja Technológia kidolgozása: légifelvételek nyilvántartására; nézőképek előállítására; a nyilvántartott
RészletesebbenKÉPI ADATBÁZISOK SZAKIRÁNY
KÉPI ADATBÁZISOK SZAKIRÁNY A Képi adatbázisok (KAB) szakirány célja, hogy a képi információk alapján történõ keresések megvalósításához szükséges képfeldolgozási és alakfelismerési ismereteket összegezze,
RészletesebbenTipikus időbeli internetezői profilok nagyméretű webes naplóállományok alapján
Tipikus időbeli internetezői profilok nagyméretű webes naplóállományok alapján Schrádi Tamás schraditamas@aut.bme.hu Automatizálási és Alkalmazott Informatikai Tanszék BME A feladat A webszerverek naplóállományainak
RészletesebbenDr. habil. Maróti György
infokommunikációs technológiák III.8. MÓDSZER KIDOLGOZÁSA ALGORITMUSOK ÁTÜLTETÉSÉRE KIS SZÁMÍTÁSI TELJESÍTMÉNYŰ ESZKÖZÖKBŐL ÁLLÓ NÉPES HETEROGÉN INFRASTRUKTÚRA Dr. habil. Maróti György maroti@dcs.uni-pannon.hu
RészletesebbenMéréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba
RészletesebbenOPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS. Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem
OPENCV TELEPÍTÉSE SZÁMÍTÓGÉPES LÁTÁS ÉS KÉPFELDOLGOZÁS Tanács Attila Képfeldolgozás és Számítógépes Grafika Tanszék Szegedi Tudományegyetem OpenCV Nyílt forráskódú szoftver (BSD licensz) Számítógépes látás,
Részletesebben7. Régió alapú szegmentálás
Digitális képek szegmentálása 7. Régió alapú szegmentálás Kató Zoltán http://www.cab.u-szeged.hu/~kato/segmentation/ Szegmentálási kritériumok Particionáljuk a képet az alábbi kritériumokat kielégítő régiókba
RészletesebbenKéprekonstrukció 10. előadás. Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék
Képrekonstrukció 10. előadás Balázs Péter Képfeldolgozás és Számítógépes Grafika Tanszék Ultrahang terjedése Fakorhadás vizsgálata (P. Divós, F. Divós) Hullámfront terjedése 20 μs-onként Diffrakciós tomográfia
RészletesebbenSegédlet: Főfeszültségek meghatározása Mohr-féle feszültségi körök alkalmazásával
Segédlet: Főfeszültségek meghatározása Mohr-féle feszültségi körök alkalmazásával Készítette: Dr. Kossa Attila (kossa@mm.bme.hu) BME, Műszaki Mechanikai Tanszék 212. október 16. Frissítve: 215. január
RészletesebbenSTRESSZ KEZELÉS MESTERFOKON
STRESSZ KEZELÉS MESTERFOKON Tény, hogy a munkavállalók munkahelyi, családi és magán életi problémái nagymértékben képesek befolyásolni a munkavállaló munkahelyi teljesítményét, és ez által közvetett vagy
RészletesebbenKépelemzési módszerek. Automatikus retina képelemzési módszerek 3/3/2011. MI módszerek a képelemzésben. A retina analízis digitális képei
Képelemzési módszerek Mesterséges Intelligencia II. előadás Dr. Nyúl László Szegedi Tudományegyetem Képeld 2011.03.01. MI módszerek a képelemzésben Képjavítás Képszegmentálás Alakelismerés Képleírás (jelenet
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika 9. ea ősz
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika 9. ea. 2015 ősz Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás,
RészletesebbenMATLAB alapismeretek X. Egy összetettebb példa grafikus felhasználói felület (GUI) létrehozására
Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0. MATLAB alapismeretek X. Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 1. Készítsük el az
RészletesebbenTémák 2014/15/1. Dr. Ruszinkó Endre, egyetemi docens
Témák 2014/15/1 Dr. Ruszinkó Endre, egyetemi docens 1. A V6 Otto motorok gyártása során fellépő hibatípusok elemzése 2. Szelepgyűrű megmunkálás optimális folyamatának kidolgozása 3. Szerszámcsere folyamatának
RészletesebbenÚjfajta, automatikus, döntési fa alapú adatbányászati módszer idősorok osztályozására
VÉGZŐS KONFERENCIA 2009 2009. május 20, Budapest Újfajta, automatikus, döntési fa alapú adatbányászati módszer idősorok osztályozására Hidasi Balázs hidasi@tmit.bme.hu Konzulens: Gáspár-Papanek Csaba Budapesti
RészletesebbenNGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő
SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatika Tanszék BSC FOKOZATÚ MÉRNÖK INFORMATIKUS SZAK NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő Fejlesztői dokumentáció GROUP#6
RészletesebbenTÉRINFORMATIKAI ALGORITMUSOK
Topológiai algoritmusok és adatszerkezetek TÉRINFORMATIKAI ALGORITMUSOK Cserép Máté mcserep@caesar.elte.hu 2015. november 18. EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR BEVEZETŐ Topológia: olyan matematikai
RészletesebbenIV. LEGO Robotprogramozó Országos Csapatverseny
BÁNYAI JÚLIA GIMNÁZIUM - ROBOTIKA CSOPORT Tel.: 76/481-474 (+36 20 479 8460) Fax.: 76/486-942 web: http://www.banyai-kkt.sulinet.hu/robotika e-mail: robotika.bjg@gmail.com IV. LEGO Robotprogramozó Országos
RészletesebbenSZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA
infokommunikációs technológiák SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA BEVEZETŐ A KUTATÁS CÉLJA Autonóm járművek és robotok esetén elsődleges feladat a robotok
RészletesebbenJogszabály-alkotási tervek - a melléktermékkel és a hulladékstátusz megszűnésével kapcsolatosan
Jogszabály-alkotási tervek - a melléktermékkel és a hulladékstátusz megszűnésével kapcsolatosan László Tibor Zoltán főosztályvezető-helyettes Környezetügyért, Agrárfejlesztésért és Hungarikumokért felelős
RészletesebbenA tantárgyelem kódja: A tantárgyelem megnevezése: KIN2803G
A mérföldkő megnevezése: A tantárgy megnevezése: A mérföldkő kódja: A tantárgy kódja: A tantárgyelem megnevezése: Informatika II. gy A tantárgyelem kredit-értéke: 2 A tantárgyelem teljesítési formája:
RészletesebbenMatematikai alapismeretek. Huszti Andrea
Tartalom 1 Matematikai alapismeretek Algebrai struktúrák Oszthatóság Kongruenciák Algebrai struktúrák Az S = {x, y, z,... } halmazban definiálva van egy művelet, ha az S-nek minden x, y elempárjához hozzá
RészletesebbenElveszett m²-ek? (Az akaratlanul elveszett információ)
Elveszett m²-ek? (Az akaratlanul elveszett információ) A mérés és a térkép I. A földrészletek elméleti határvonalait definiáló geodéziai/geometriai pontok (mint térképi objektumok) 0[null] dimenziósak,
RészletesebbenTUDOMÁNYOS ISMERETTERJESZTŐ TÁRSULAT 42. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HETEDIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ
42. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY MEGYEI FORDULÓ HETEDIK OSZTÁLY JAVÍTÁSI ÚTMUTATÓ Valamennyi feladat hibátlan megoldása 7 pontot ér, így az elérhető maximális pontszám 5. A továbbküldés
RészletesebbenSZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR VÁLLALKOZÁSI AKADÉIA ÉS TOVÁBBKÉPZÉSI INTÉZET. SZÁMVITEL I. Accounting I.
SZENT ISTVÁN EGYETEM GAZDASÁG- ÉS TÁRSADALOMTUDOMÁNYI KAR VÁLLALKOZÁSI AKADÉIA ÉS TOVÁBBKÉPZÉSI INTÉZET SZÁMVITEL I. Accounting I. Tantárgyi tájékoztató Érvényes az 2003/2004. tanévtől Előadó: Koncsárné
RészletesebbenKupacrendezés. Az s sorban lévő elemeket rendezzük a k kupac segítségével! k.empty. not s.isempty. e:=s.out k.insert(e) not k.
10. Előadás Beszúró rendezés Használjuk a kupacokat rendezésre! Szúrd be az elemeket egy kupacba! Amíg a sor ki nem ürül, vedd ki a kupacból a maximális elemet, és tedd az eredmény (rendezett) sorba! 2
RészletesebbenOrvosi diagnosztikai célú röntgenképfeldolgozás
Orvosi diagnosztikai célú röntgenképfeldolgozás Önálló labor zárójegyzkönyv Lasztovicza László VII. évf. vill. szakos hallgató 2002. Konzulens: dr. Pataki Béla docens Méréstechnika és Információs Rendszerek
RészletesebbenDr. Bozsik Sándor SZAKMAI GYAKORLAT -SZAKDOLGOZAT
Dr. Bozsik Sándor SZAKMAI GYAKORLAT -SZAKDOLGOZAT SZAKDOLGOZATKÉSZÍTÉS CÉLJA, TERJEDELME Cél: bebizonyítani, hogy adott munkahelyen képesek közgazdasági végzettséghez kötődő munkát ellátni Tartalom: szakmai
RészletesebbenEgy tételr½ol, melyet Dürer majdnem megtalált
Haladvány Kiadvány 2017.03.26 Egy tételr½ol, melyet Dürer majdnem megtalált Hujter Mihály hujter.misi@gmail.com A német reneszánsz legfontosabb alakjaként ismert Albrecht Dürer. Mivel apja (id½osebb Albrecht
RészletesebbenInformáció megjelenítés Diagram tervezés
Információ megjelenítés Diagram tervezés Statisztikák Háromféle hazugság van: hazugságok, átkozott hazugságok és statisztikák A lakosság 82%-a nem eszik elég rostot. 3-ból 2 gyerek az USA-ban nem nem tudja
RészletesebbenGépészeti rendszertechnika (NGB_KV002_1)
Gépészeti rendszertechnika (NGB_KV002_1) 2. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/
RészletesebbenVezetői információs rendszerek
Vezetői információs rendszerek Kiadott anyag: Vállalat és információk Elekes Edit, 2015. E-mail: elekes.edit@eng.unideb.hu Anyagok: eng.unideb.hu/userdir/vezetoi_inf_rd 1 A vállalat, mint információs rendszer
RészletesebbenSZENZORMODUL ILLESZTÉSE LEGO NXT PLATFORMHOZ. Készítette: Horváth András MSc Önálló laboratórium 2 Konzulens: Orosz György
SZENZORMODUL ILLESZTÉSE LEGO NXT PLATFORMHOZ Készítette: Horváth András MSc Önálló laboratórium 2 Konzulens: Orosz György BEVEZETÉS Simonyi Károly szakkollégium LEGO és robotika kör NXT Cél: Választott
RészletesebbenIBM SPSS Modeler 18.2 Újdonságok
IBM SPSS Modeler 18.2 Újdonságok 1 2 Új, modern megjelenés Vizualizáció fejlesztése Újabb algoritmusok (Python, Spark alapú) View Data, t-sne, e-plot GMM, HDBSCAN, KDE, Isotonic-Regression 3 Új, modern
RészletesebbenOsztott jáva programok automatikus tesztelése. Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január
Osztott jáva programok automatikus tesztelése Matkó Imre BBTE, Kolozsvár Informatika szak, IV. Év 2007 január Osztott alkalmazások Automatikus tesztelés Tesztelés heurisztikus zaj keltés Tesztelés genetikus
RészletesebbenSzámítógépes képelemzés
Számítógépes képelemzés ANYAGMÉRNÖKI MESTERKÉPZÉS (MSc) Anyag- és szerkezetdiagnosztikai Anyaginformatikai Anyagvizsgálati kiegészítő szakirány TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ MISKOLCI EGYETEM MŰSZAKI
RészletesebbenIdősor előrejelzés. Szórádi Júlia, BSc konzulens: Dr. Horváth Gábor. Önálló laboratórium (BMEVIMIA362) II. félév
Idősor előrejelzés Szórádi Júlia, BSc konzulens: Dr. Horváth Gábor Önálló laboratórium (BMEVIMIA362) 2010-11 II. félév IDŐSOR ELŐREJELZÉS Az idősor előrejelzés számos területen alapvető fontosságú feladat,
RészletesebbenAutomatikus irányzás digitális képek. feldolgozásával TURÁK BENCE DR. ÉGETŐ CSABA
Automatikus irányzás digitális képek feldolgozásával TURÁK BENCE DR. ÉGETŐ CSABA Koncepció Robotmérőállomásra távcsővére rögzített kamera Képek alapján a cél automatikus detektálása És az irányzás elvégzése
RészletesebbenNeptun.Net Oktatásszervezői segédanyag. Debreceni egyetem május 07.
Neptun.Net Oktatásszervezői segédanyag Debreceni egyetem 2008. május 07. Szervezeti egységek (28000 (Tanszék Tárgyak (46800) Hozzáad gomb Tárgyak kezelése új tárgy felvitele a rendszerbe Tanszék Ezen a
RészletesebbenEnsemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34
Ensemble előrejelzések: elméleti és gyakorlati háttér HÁGEL Edit Országos Meteorológiai Szolgálat Numerikus Modellező és Éghajlat-dinamikai Osztály 34. Meteorológiai Tudományos Napok Az előadás vázlata
RészletesebbenTÉRINFORMATIKAI ALGORITMUSOK
Topológiai algoritmusok és adatszerkezetek TÉRINFORMATIKAI ALGORITMUSOK Cserép Máté mcserep@inf.elte.hu 2017. november 22. EÖTVÖS LORÁND TUDOMÁNYEGYETEM INFORMATIKAI KAR BEVEZETŐ Topológia: olyan matematikai
Részletesebben- Az óvodáskori gyermeki intelligenciák mozgósításánakfeltárásának
EGY PLURÁLIS INTELLIGENCIA KONCEPCIÓ ÉS A MONTESSORI PEDAGÓGIA KOMPARATÍV MEGKÖZELÍTÉSE - Az óvodáskori gyermeki intelligenciák mozgósításánakfeltárásának egy lehetséges alternatívája Sándor-Schmidt Barbara
RészletesebbenNEHÉZFÉMEK ELTÁVOLÍTÁSA IPARI SZENNYVIZEKBŐL Modell kísérletek Cr(VI) alkalmazásával növényi hulladékokból nyert aktív szénen
NEHÉZFÉMEK ELTÁVOLÍTÁSA IPARI SZENNYVIZEKBŐL Modell kísérletek Cr(VI) alkalmazásával növényi hulladékokból nyert aktív szénen Készítette: Battistig Nóra Környezettudomány mesterszakos hallgató A DOLGOZAT
RészletesebbenKÉPZÉSI PROGRAM. 1. A képzési program «B» képzési kör SEE-REUSE
KÉPZÉSI PROGRAM 1. A képzési program «B» képzési kör 1.1. Megnevezése Megújuló energetikai asszisztens 1.2. Szakmai, vagy nyelvi programkövetelmény azonosítója 1.3. Engedély megszerzését követően a nyilvántartásba-vételi
RészletesebbenDIGITÁLIS KÉPFELDOLGOZÁS. Előadó: Póth Miklós
DIGITÁLIS KÉPFELDOLGOZÁS Előadó: Póth Miklós Kezdetek Az első alkalmazások a nyomdaiparban voltak Egy 1921-ben átvitt képet különleges karakterek nyomtatásával rekonstruáltak (halftones) 1922: egy fényképészeti
RészletesebbenLexikon és nyelvtechnológia Földesi András /
Lexikon és nyelvtechnológia 2011.11.13. Földesi András / A nyelvi anyag feldolgozásának célja és módszerei Célunk,hogy minden egyes eleme számára leírjuk paradigmatikus alakjainak automatikus szintézisét.
RészletesebbenInformatikai prevalidációs módszertan
Informatikai prevalidációs módszertan Zsakó Enikő, CISA főosztályvezető PSZÁF IT szakmai nap 2007. január 18. Bankinformatika Ellenőrzési Főosztály Tartalom CRD előírások banki megvalósítása Belső ellenőrzés
RészletesebbenSZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.
SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai
RészletesebbenNem roncsoló tesztelés diszkrét tomográfiával
Nem roncsoló tesztelés diszkrét tomográfiával Dr. Balázs Péter, adjunktus Képfeldolgozás és Számítógépes Grafika Tanszék SZTE TTIK, Informatikai Tanszékcsoport A teszteléshez használt CT berendezés lapdetektor
Részletesebben48. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY Megyei forduló HETEDIK OSZTÁLY MEGOLDÁSOK = = 2019.
8. ORSZÁGOS TIT KALMÁR LÁSZLÓ MATEMATIKAVERSENY Megyei forduló HETEDIK OSZTÁLY MEGOLDÁSOK 1. Bizonyítsd be, hogy 019 db egymást követő pozitív egész szám közül mindig kiválasztható 19 db úgy, hogy az összegük
RészletesebbenMéréselmélet MI BSc 1
Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok
RészletesebbenGEOSTATISZTIKA. Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány. 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ
GEOSTATISZTIKA Földtudományi mérnöki MSc, geofizikus-mérnöki szakirány 2018/2019 I. félév TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ Miskolci Egyetem Műszaki Földtudományi Kar Geofizikai és Térinformatikai Intézet
RészletesebbenWavelet transzformáció
1 Wavelet transzformáció Más felbontás: Walsh, Haar, wavelet alapok! Eddig: amplitúdó vagy frekvencia leírás: Pl. egy rövid, Dirac-delta jellegű impulzus Fourier-transzformált: nagyon sok, kb. ugyanolyan
RészletesebbenAz autizmus ideje: okos technológia és D. 100 napja. tudomány képzőművészet innováció
Az autizmus ideje: okos technológia és D. 100 napja tudomány képzőművészet innováció Az autizmus ideje projektünkben összefog az autizmus-kutatás a képzőművészettel. Egy autizmussal élő felnőtt mindennap
RészletesebbenCohen-Sutherland vágóalgoritmus
Vágási algoritmusok Alapprobléma Van egy alakzatunk (szakaszokból felépítve) és van egy "ablakunk" (lehet a monitor, vagy egy téglalap alakú tartomány, vagy ennél szabálytalanabb poligon által határolt
Részletesebben