Mit lássunk élnek? Hol van az él? Milyen vastag legyen? Hol
|
|
- Balázs Fábián
- 8 évvel ezelőtt
- Látták:
Átírás
1 Textúra
2 Könnyű az élt megtalálni?
3 Mi lássunk élnek?
4 Mit lássunk élnek? Hol van az él? Milyen vastag legyen?
5 Mit lássunk élnek? Zaj A zajpontokat nem szabad az élpontokkal összekeverni
6 Egy vagy két él? Mit lássunk élnek?
7 Mit lássunk élnek? A textúrák határát?
8 Textúra definíciói Az emberi látás valamilyen statisztikai (in)homogenitást absztrahál a látványból, de annak pontos kvantitatív leírására legtöbbször képtelen
9 Textúrák emberi percepciója
10
11
12 DC & CV Lab. DC & CV Lab. CSIE NTU
13 DC & CV Lab. DC & CV Lab. CSIE NTU
14 DC & CV Lab. DC & CV Lab. CSIE NTU
15 DC & CV Lab. DC & CV Lab. CSIE NTU
16 Nyilvánvalóan különböző textúrák
17 Mi az hogy textúra? Textúra Hogyan detektáljunk releváns információt a textúrán? Hogyan mérjük textúra tú jellemzők nagyságát? át? Mire használható?
18 Textúra Jelenség, ami elterjedt (szinte minden látványon jelen van) orientációt, 3D térbeliséget, felületi minőséget, stb. mutat könnyű létét megállapítani, de nehéz mibenlétét y g p, definiálni
19 Alak és textúra - együtt
20 Mi az hogy textúra? Nincs pontos, egyértelmű definíció Gyakran a képen található információkat alak és textúra jellemzőkre osztják Mi beszéljünk inkább együttes struktúrákról
21 Mi az hogy textúra? Ismétlődő struktúra Sztochasztikus struktúra mindkettő Fraktális jelleg
22 Determinisztikus textúra minták
23 Statisztikus textúra minták
24 Periodikus textúrák
25 Brodatz féle referencia textúrák.
26 Brodatz féle referencia textúrák..
27 Brodatz félereferencia textúrák..
28 Brodatz féle referencia textúrák..
29 Értelmezhető textúra leírás: különböző ismert algoritmikus alapon lehetséges: Statisztikai leírás Strukturális leírás
30 Néha a textúra önmagában szemléletesebb Minta Felületi normális
31 Textúrák leírása megfigyelés: textúrák ismétlődő elemekből állnak (angolul: texel) Textúra leíráshoz Meg kell találni a texeleket majd statisztikát kell csinálni De milyen szűrőkkel?
32 Alkalmazás: Textúra-alapú keresés csökkenő Hasonlóság szerint rendezve Mintakép from Forsyth & Ponce
33
34
35 Textúra alapú feladatok megfogalmazása több standard feladat van: Szegmentálás áá (határok megkeresése) Szintézis (kisméretű minták alapján rágenerálás nagy térbeli felületekre) Shape from texture (3D információ visszaállítása textúra torzulásból) Képindexálás textúra azonosság alapján. Mindegyik feladat igényli a textúra leírását, de különböző nehézségűek
36 1. Textúrák megkülönböztetése (határok keresése) Dia forrás: Freeman
37 2) Szintézis (pl. grafika) Dia forrás: Freeman
38 Több látszik mint csak az ismétlés texel Pattern Repeated
39 Algoritmikus megközelítések Algoritmikus háttér textúra jellemzők mérésére: Statisztikai jellemzők Spektrális jellemzők Strukturális jellemzők Derivative of Gaussian piramis Laplace piramis Difference of Gaussian piramis Irányfüggő szűrők alkalmazása
40 TEXTÚRA ANALÍZIS - STATISZTIKAI MÓDSZEREKKEL ELSŐRENDŰ STATISZTIKA Egyetlen Pixelre Hisztogramm adható meg Előfordulás (OCCURENCIA) HISZTOGRAMM H(g) Szürkeségi szint értékek MÁSODRENDŰ STATISZTIKA Két Pixelre adott értékpár, adott távolság, adott irányban... Együttes előfordulás (CO-OCCURRENCIA) H (g1,g2) ( i, j) ( i, j) j) 255
41 TEXTÚRA ANALÍZIS - STATISZTIKAI MÓDSZEREKKEL Másodrendű statisztika: CO-OCCURRENCIA OCCURRENCIA H (g1,g2) ( i, j) két pixel szürkeségi szint értékének együttes előfordulása megadott távolságra és irányban ( i, j) bit /pixel kép esetén: x 256 2D mátrixba rendezhető a gyakoriság
42 TEXTÚRA ANALÍZIS MÁSODRENDŰ STATISZTIKA JELLEMZŐI Általában csak közeli pixelek között van kapcsolat: ( i, j) tipikusan kis értékre választandó [ (1,0), (0,1), (1,1) 1) ] Általában láb a szint ugások is limitáltak itált ezen távolságon á belül pl 256 lehetséges szint esetén csak a 8 vagy kevesebb eltérést reprezentáló mátrix elemeket vesszük figyelembe Szimmetrikus the co-occurrencia mátrixot kapunk a transzponált mátrix hozzáadásával C (g1,g2) = H (g1,g2) + ( i, j) ( i, j) T H (g1,g2) ( i, j) A valós pozitív szimmetrikus mátrix rotációs invariaciával is bír
43 Példa: egy kép és co-occurencia mátrixai
44 CO-OCCURRENCIA OCCURRENCIA MÁTRIXBÓL SZÁRMAZTATHATÓ TEXTÚRA MÉRTÉKEK Energia Entrópia Maximális valószínűség ű Kontraszt
45 CO-OCCURRENCIA OCCURRENCIA MÁTRIXBÓL SZÁRMAZTATHATÓ TEXTÚRA MÉRTÉKEK Inverz momentum Korreláció Ahol a Középérték és szórás az alábbi Középérték és szórás az alábbi alakban adható meg:
46 N-ed rendű statisztikák ( i, j) 2 ( i, j) j) 3 ( i, j) 1 N-dimenziós mátrix (lenne). De túl számításigényes ( i, j) n
47 Textúra analízis Fourier együtthatókkal Periodikusság: különböző frekvenciák energiájának meghatározása Irányultság: frekvencia cikkek energiája
48 Textúra analízis futási hossz kódolással Definíciók: B(a,r)... r hosszúságú a szintű primitívek száma minden irányban M, N... Kép dimenziója L... Szürkeségi szintek száma Nr... Maximális primitív hossz K... Primitívek száma Rövidebb primitívek kiemelése
49 Textúra analízis futási hossz kódolással Hosszabb primitívek kiemelése Szint uniformitás mértéke
50 Textúra analízis futási hossz kódolással l Hossz uniformitás mértéke Primitív arány
51 Strukturális leírás Ha a textúra valamilyen szabályosságot követ: 1. Primitívek diszkriminálása 2. String -ek generálása 3. Szegmentálás / osztályozás A nyelvtan megtanulása a legnehezebb
52 Derivative of Gaussian Mérni a gradiens nagyságát és irányát különböző skálázásnál (piramis módszer)
53 Irányfüggő szűrők alkalmazása (Malik & Perona, 1990)
54
55 Laplace vagy Difference of Gaussian Piramist i építsünk? Laplacian piramis építése helyett: Difference of Gaussian piramis felépítése (jó közelítés, már láttuk) Jellemzők: sáváteresztő szűrő: minden szint különböző sávra érzékenyék Az eredeti kép visszaállítása: A piramis legfelső szintjéből indulva a piramis rekonstrukciója
56 Gaussian piramis
57 L l Laplacian Piramis
58 Textúrából felület-gradiens Horizont (eltűnő vonal) meghatározása a texelek mérettorzulása alapján Egyetlen kép alsó feléből is ahol a horizont kontúrja nem látszik!
59 Textúrából gradiens
60 Textúrából gradiens
61 Textúrából felület-gradiens Texelek méreteinek, területének, sűrűségének változása egyszerűen, gyorsan mérhető: éhtő ld. pl. morfológiai algoritmusok
62
63
64
65
66
Loványi István vizsgakérdései kidolgozva (béta)
Loványi István vizsgakérdései kidolgozva (béta) 1. Morfológiai képfeldolgozás elmélete 1. Alapvető halmazműveletek, tulajdonságaik Műveletek: egyesítés (unió) metszet negált összetett műveletek... Tulajdonságok:
RészletesebbenA médiatechnológia alapjai
A médiatechnológia alapjai Úgy döntöttem, hogy a Szirányi oktatta előadások számonkérhetőnek tűnő lényegét kiemelem, az alapján, amit a ZH-ról mondott: rövid kérdések. A rész és az egész: összefüggések
RészletesebbenDigitális képek szegmentálása. 5. Textúra. Kató Zoltán.
Digitális képek szegmentálása 5. Textúra Kató Zoltán http://www.cab.u-szeged.hu/~kato/segmentation/ Textúra fogalma Sklansky: Egy képen egy területnek állandó textúrája van ha a lokális statisztikák vagy
Részletesebben1. óra Digitális képfeldolgozás
1. óra Digitális képfeldolgozás Képkorrekció A hisztogram A hisztogram a képünk intenzitás-eloszlását ábrázolja. Ebben a koordinátarendszerben a vízszintes tengelyen vesszük fel a teljes szürkeskálát úgy,
Részletesebbenés követés Dr. Loványi István BME-IIT 2014 április
Él-, sarok-, minta detektálás és követés Dr. Loványi István BME-IIT 2014 április Megoldandó feladatok Jó jellemző felismerés (2D) Jó jellemzők követése (2D) 3D rekonstrukció (3D) önkalibráció 3D struktúra
RészletesebbenAz Orvosi Fizika Szigorlat menete a 2012/2. tanévtől
Az Orvosi Fizika Szigorlat menete a 2012/2. tanévtől 1. A szigorlat menete A szigorlatot a Fizikus MSc orvosi fizika szakirányos hallgatók a második vagy harmadik szemeszterük folyamán tehetik le. A szigorlat
RészletesebbenTérinformatika. j informáci. ciós s rendszerek funkciói. Kereső nyelvek (Query Languages) Az adatok feldolgozását (leválogat
Térinformatika Elemzék 2. Az informáci ciós s rendszerek funkciói adatnyerés s (input) adatkezelés s (management) adatelemzés s (analysis) adatmegjelenítés s (prentation) Összeállította: Dr. Szűcs LászlL
RészletesebbenKövetkezõ: Lineáris rendszerek jellemzõi és vizsgálatuk. Jelfeldolgozás. Lineáris rendszerek jellemzõi és vizsgálatuk
1 1 Következõ: Lineáris rendszerek jellemzõi és vizsgálatuk Jelfeldolgozás 1 Lineáris rendszerek jellemzõi és vizsgálatuk 2 Bevezetés 5 Kérdések, feladatok 6 Fourier sorok, Fourier transzformáció 7 Jelek
RészletesebbenKiegészítés a Párbeszédes Informatikai Rendszerek tantárgyhoz
Kiegészítés a Párbeszédes Informatikai Rendszerek tantárgyhoz Fazekas István 2011 R1 Tartalomjegyzék 1. Hangtani alapok...5 1.1 Periodikus jelek...5 1.1.1 Időben periodikus jelek...5 1.1.2 Térben periodikus
RészletesebbenDekonvolúció, Spike dekonvolúció. Konvolúciós föld model
Dekonvolúció, Spike dekonvolúció Konvolúciós föld model A szeizmikus hullám által átjárt teret szeretnénk modelezni A földet úgy képzeljük el, mint vízszintes rétegekből álló szűrő rendszert Bele engedünk
RészletesebbenKözbeszerzési Értesítő száma: 2015/81
A KEOP - 5.6.0/E/15 Egészségügyi eszközök energia megtakarítást célzó beszerzésének támogatása című pályázati felhívásra tekintettel, adás-vételi szerződés keretében 1 db Kardiológiai Röntgen angiográfia
RészletesebbenDigitális adatátvitel analóg csatornán
Digitális adatátvitel analóg csatornán A digitális modulácó feladata a digitálisan tárolt adatok nagy távolságú átvitele. Az adatátviteli csatorna a valóságban létez csavart érpár, koax, rádió csatorna,
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
RészletesebbenInferencia. ADOTTAK:! generatív modell: például: DAG + prior(ok) + likelihood(ok) P(X 1,X 2,,X n ) megfigyelések: D = {X i = x i, X j = x j, }
Street1931 Falk1975 Falk1975 Inferencia ADOTTAK:! generatív modell: például: DAG + prior(ok) + likelihood(ok) P(X 1,X 2,,X n ) megfigyelések: D = {X i = x i, X j = x j, }! KISZÁMOLANDÓK:! normalizáció
RészletesebbenKonfokális mikroszkópia elméleti bevezetõ
Konfokális mikroszkópia elméleti bevezetõ A konfokális mikroszkóp fluoreszcensen jelölt minták vizsgálatára alkalmas. Jobb felbontású képeket ad, mint a hagyományos fluoreszcens mikroszkópok, és képes
RészletesebbenSzámítógép programok katalógusa, 1971*
Számítógép programok katalógusa, 1971* ETO 621.39:681.3.06(0S5) Az alábbi összeállítás az elektronikára vonatkozó, 1971-ben elkzült számítógép programok katalógusát tartalmazza. A programok adatait az
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, intenzitásviszonyok módosításahisztogram módosítás, zajszűrés) Képelemzés
RészletesebbenGeoinformatika I. (vizsgakérdések)
Geoinformatika I. (vizsgakérdések) 1.1. Kinek a munkásságához köthető a matematikai információelmélet kialakulása? 1.2. Határozza meg a földtani kutatás információértékét egy terület tektonizáltságának
RészletesebbenFinite Element Methods for Active Contour Models and Balloons for 2D and 3D Images
Finite Element Methods for Active Contour Models and Balloons for 2D and 3D Images Laurent D. COHEN and Isaac COHEN Prezentáció: Kiss Zoltán, SZTE 2004. Motiváció 1) Objektum felszínek kijelölése szegmentációs
RészletesebbenKépszűrés II. Digitális képelemzés alapvető algoritmusai. Laplace-operátor és approximációja. Laplace-szűrő és átlagolás. Csetverikov Dmitrij
Képszűrés II Digitális képelemzés alapvető algoritmusai Csetverikov Dmitrij Eötvös Lóránd Egyetem, Budapest csetverikov@sztaki.hu http://vision.sztaki.hu Informatikai Kar 1 Laplace-szűrő 2 Gauss- és Laplace-képpiramis
RészletesebbenDigitális képanalízis Nagy Péter DEOEC Biofizikai és Sejtbiológiai Intézet
12 1 8 6 6 4 2 2 4 1 2 3 4 45 Digitális képanalízis Nagy Péter DEOEC Biofizikai és Sejtbiológiai Intézet? 1 Digitális képfeldolgozás Képek tárolása, képtömörítés (veszteséges és veszteség mentes), 3D képhalmaz,
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,
RészletesebbenRészletes szakmai beszámoló
Részletes szakmai beszámoló 1. Diszlokációk kollektív tulajdonságainak elméleti vizsgálata 1. 1 Belső feszültség eloszlásfüggvénye A diszlokációk kollektív tulajdonságainak megértéséhez igen fontos az
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
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
RészletesebbenZajszűrés III. Réges-régi szkennek (DCP előttről) Áttekintés
Zajszűrés III. Réges-régi szkennek (DCP előttről) Áttekintés Mielőtt feltűnt volna a DCP az egységesített feljavításaival, a képregények szkennelt változatai leginkább egy kíváncsi amatőr ősrégi honlapokra
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 6. MA3-6 modul A statisztika alapfogalmai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999.
RészletesebbenMOTION CONTROLS. Nagy teljesítményű VLT frekvenciaváltók. Kisebb, mint valaha
MOTION CONTROLS Nagy teljesítményű VLT frekvenciaváltók Kisebb, mint valaha Danfoss frekvenciaváltó mindenhová, ahol nagy teljesítményre van szükség Az elektronikus teljesítményszabályozásnak köszönhetően
RészletesebbenKépfeldolgozó eljárások áttekintés. Orvosi képdiagnosztika 9. ea ősz
Képfeldolgozó eljárások áttekintés Orvosi képdiagnosztika 9. ea. 2015 ősz Tartalomjegyzék Képmanipulációs eljárások Képjavítás (kontraszt módosítás, hisztogram módosítás, zajszűrés, élkiemelés) Képelemzés
RészletesebbenSzámítógépi képelemzés
Számítógépi képelemzés Elıadás vázlat Szerzık: Dr. Gácsi Zoltán, egyetemi tanár Dr. Barkóczy Péter, egyetemi docens Lektor: Igaz Antal, okl. gépészmérnök a Carl Zeiss technika kft. Ügyvezetı igazgatója
RészletesebbenBemenet modellezése II.
Bemenet modellezése II. Vidács Attila 2005. november 3. Hálózati szimulációs technikák, 2005/11/3 1 Kiszolgálási id k modellezése Feladat: Egy bemeneti modell felállítása egy egy kiszolgálós sorbanállási
RészletesebbenMedical Imaging 10 2009.04.07. 1. Mágneses rezonancia (MR, MRI, NMR) x B. Makroszkopikus tárgyalás
Mágneses rezonancia (MR, MRI, NMR) Bloch, Purcell 1946, Nobel díj 1952. Mágneses momentum + - Mágneses térben a mágneses momentum az erővonalakkal csak meghatározott szöget zárhat be. Különböző irányokhoz
RészletesebbenII. rész Anyagok fénytechnikai tulajdonságai; fényeloszlás, Lambert törvény fénysűrűségi tényező; belsőtéri világítás méretezése manuális
II. rész Anyagok fénytechnikai tulajdonságai; fényeloszlás, Lambert törvény fénysűrűségi tényező; belsőtéri világítás méretezése manuális számításokkal, a LiTG hatásfok módszerével. Visszaverés, reflexió
RészletesebbenTervezte és készítette Géczy László 1999-2002
Tervezte és készítette Géczy László 1999-2002 Projektor az igazi multimédiás (periféria) eszköz Projektor és kapcsolatai Monitor Számítógép HIFI torony Videó magnó Digitális fényképezőgép Videó kamera
RészletesebbenFIR és IIR szűrők tervezése digitális jelfeldolgozás területén
Dr. Szabó Anita FIR és IIR szűrők tervezése digitális jelfeldolgozás területén A Szabadkai Műszaki Szakfőiskola oktatójaként kutatásaimat a digitális jelfeldolgozás területén folytatom, ezen belül a fő
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
RészletesebbenElektromágneses terek 2011/12/1 félév. Készítette: Mucsi Dénes (HTUCA0)
Elektromágneses terek 2011/12/1 félév Készítette: Mucsi Dénes (HTUCA0) 1 1 Bevezetés... 11 2 Vázlat... 11 3 Matematikai eszköztár... 11 3.1 Vektoranalízis... 11 3.2 Jelenségek színtere... 11 3.3 Mezők...
RészletesebbenA 2014-es kompetenciamérés eredményei. Országosan a 10. évfolyamon 78815 tanuló írta meg a felmérést.
A 2014-es kompetenciamérés eredményei Országosan a 10. évfolyamon 78815 tanuló írta meg a felmérést. Az országos átlag 2014-ben matematikából 1631 pont, szövegértésből 1597 pont. Az alábbi grafikon azt
RészletesebbenÖsszehasonlító elmozdulásmérés új lehetőségei a koherens optikai méréstechnikában
Összehasonlító elmozdulásmérés új lehetőségei a koherens optikai méréstechnikában PhD értekezés Készítette: Gombkötő Balázs Témavezető: Dr. Füzessy Zoltán Professor emeritus Konzulens: Kornis János Egyetemi
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2015. április 23. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenLumineszcencia alapjelenségek
Lumineszcencia alapjelenségek (Nyitrai Miklós; 211 február 7.) Lumineszcencia Definíció: Egyes anyagok spontán fénykibocsátása, a termikus fényemissziótól függetlenül, elektrongerjesztést követően. Lumineszcens
RészletesebbenKépfeldolgozási módszerek a geoinformatikában
Képfeldolgozási módszerek a geoinformatikában Elek István Klinghammer István Eötvös Loránd Tudományegyetem, Informatikai Kar, Térképtudományi és Geoinformatikai Tanszék, MTA Térképészeti és Geoinformatikai
RészletesebbenBevezetés az ökonometriába
Az idősorelemzés alapjai Gánics Gergely 1 gergely.ganics@freemail.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Tizenegyedik előadas Tartalom Stacionaritás kérdései 1 Stacionaritás kérdései 2 3 (Nem)stacionaritás
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 013. áprils 17. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenA troposzférikus szcintilláció hatása a mûholdas távközlésre
A troposzférikus szcintilláció hatása a mûholdas távközlésre BAKKI PÉTER BME Villamosmérnöki és Informatika Kar, Szélessávú Hírközlô rendszerek és Villamosságtan tanszék bakki@mht.bme.hu Reviewed Kulcsszavak:
Részletesebben16 SZORÍTÓK & TARTOZÉKOK
16 SZORÍTÓK & TARTOZÉKOK 558 siegmund 16 Szorítók 560 Oldal Professional Csavaros rögzítő 562 Professional Csavaros rögzítő 45 /90 564 Professional gyorsfeszítős szorító 566 Csavaros rögzítő körszelvénnyel
RészletesebbenKöszönjük, hogy az Axiomet AX-3004H kapcsolóüzemű DC Tápegységet választotta, kérjük használat előtt figyelmesen olvassa el az útmutatót.
1. Bevezetés Köszönjük, hogy az Axiomet AX-3004H kapcsolóüzemű DC Tápegységet választotta, kérjük használat előtt figyelmesen olvassa el az útmutatót. 2. Biztonság A kézikönyv fontos biztonsági és használati
RészletesebbenKomputer statisztika gyakorlatok
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Komputer statisztika gyakorlatok Eger, 2010. október 26. Tartalomjegyzék Előszó 4 Jelölések 5 1. Mintagenerálás 7 1.1. Egyenletes
Részletesebben4. témakör. Amplitúdó moduláció AM modulátorok, demodulátorok
4. témakör Amplitúdó moduláció AM modulátorok, demodulátorok A moduláció Célja: Spektrumformálás 1.) Az átviteli csatornához igazítani a jelspektrumot (átviteli rendszer áteresztő sávja, elektromágneses
RészletesebbenJel- és adatfeldolgozás a sportinformatikában
Pályázat címe: Új generációs sporttudományi képzés és tartalomfejlesztés, hazai és nemzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudományegyetemen Pályázati azonosító: TÁMOP-4.1.2.E-15/1/KONV-2015-0002
RészletesebbenHosszú élettartamú fényforrások megbízhatóságának vizsgálata Tóth Zoltán. 1. Bevezetés
Tóth Zoltán A cikk bemutatja, hogy tipikusan milyen formában adják meg a gyártók az élettartamgörbéket, ezek különböző fajtáit, hogyan kell értelmezni őket. Kitér néhány felhasználási területetre, például
RészletesebbenIdő-frekvencia transzformációk waveletek
Idő-frekvencia transzformációk waveletek Pokol Gergő BME NTI Üzemi mérések és diagnosztika 2014. május 8. Vázlat Alapfogalmak az idő-frekvencia síkon Rövid idejű Fourier-transzformáció spektrogram Folytonos
RészletesebbenAz éves statisztikai összegezés 1
21. melléklet a 2/2006. (I. 13.) IM rendelethez Az éves statisztikai összegezés 1 Statisztikai összegezés az éves ekrıl a Kbt. IV., VI. fejezete, valamint negyedik része szerinti ajánlatkérık vonatkozásában
RészletesebbenAlkalmazott modul: Programozás
Eötvös Loránd Tudományegyetem Informatikai Kar Alkalmazott modul: Programozás Feladatgyűjtemény Összeállította: Giachetta Roberto groberto@inf.elte.hu http://people.inf.elte.hu/groberto Frissítve: 2015.
RészletesebbenKompozitok Ragasztása
Kompozitok Ragasztása 1/19 Tartalom 1. Illesztés, ragasztás a ragasztó pasztákkal 2. Ragasztó paszták jellemzœi 3. Ragasztó paszták típusai 4. Felhasználási, alkalmazási eljárások 5. Felhasználás ipari
RészletesebbenHordozható EKG a vizit során történő használatra
Hordozható EKG a vizit során történő használatra A Ön jobbkeze a vizit során Ön még mindig egy nehéz EKG-t cipel körbe a kórházban? Türelmetlen, ha hosszú időbe telik egy-egy páciens vizsgálata? Mostantól
RészletesebbenMatematikai statisztikai elemzések 2.
Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,
RészletesebbenAz 5-2. ábra két folyamatos jel (A és B) azonos gyakoriságú mintavételezését mutatja. 5-2. ábra
Az analóg folyamatjeleken - mielőtt azok további feldolgozás (hasznosítás) céljából bekerülnének a rendszer adatbázisába - az alábbi műveleteket kell elvégezni: mintavételezés, átkódolás, méréskorrekció,
RészletesebbenA dolgozatot a négy érdemi fejezetben tárgyalt eredményeket tartalmazó 9 oldalas Összefoglalás (86-94. o.) zárja le.
OPPONENSI VÉLEMÉNY Matyasovszky István Néhány statisztikus módszer az elméleti és alkalmazott klimatológiai vizsgálatokban című akadémiai doktori értekezéséről 1. ÁLTALÁNOS MEGJEGYZÉSEK Az értekezés 100
RészletesebbenEllenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz
Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz 1. Hogyan lehet osztályozni a jeleket időfüggvényük időtartama szerint? 2. Mi a periodikus jelek definiciója? (szöveg, képlet, 3. Milyen
RészletesebbenGAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
RészletesebbenMonte Carlo módszerek
25 KULLANCSLÁRVA vizsgálata: Erős hideg hatására nézzük a túlélést. Eredmény: 6 elpusztult, 9 élve maradt Hipotézis: a pajzs hosszának variabilitása egy általános genetikai variabilitást tükröz, míg az
RészletesebbenAz enyhe értelmi fogyatékos fővárosi tanulók 2009/2010. tanévi kompetenciaalapú matematika- és szövegértés-mérés eredményeinek elemzése
E L E M Z É S Az enyhe értelmi fogyatékos fővárosi tanulók 2009/2010. tanévi kompetenciaalapú matematika- és szövegértés-mérés eredményeinek elemzése 2010. szeptember Balázs Ágnes (szövegértés) és Magyar
Részletesebben9. ÉVFOLYAM. Tájékozottság a racionális számkörben. Az azonosságok ismerete és alkalmazásuk. Számok abszolútértéke, normál alakja.
9. ÉVFOLYAM Gondolkodási módszerek A szemléletes fogalmak definiálása, tudatosítása. Módszer keresése az összes eset áttekintéséhez. A szükséges és elégséges feltétel megkülönböztetése. A megismert számhalmazok
RészletesebbenOktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz. Fejlesztőfeladatok
Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz Fejlesztőfeladatok MATEMATIKA 4. szint 2015 Oktatáskutató és Fejlesztő Intézet
RészletesebbenMády Katalin. 2015. február 24.
Beszédpercepció Mády Katalin 2015. február 24. Mi jellemzi a beszédet? hangképző szervek mozgása artikuláció (biológia, fiziológia, logopédia, orvostudomány), beszédjel fizikai összetétele akusztika (fizika),
RészletesebbenKibernetika korábbi vizsga zárthelyi dolgozatokból válogatott tesztkérdések Figyelem! Az alábbi tesztek csak mintául szolgálnak a tesztkérdések megoldásához, azaz a bemagolásuk nem jelenti a tananyag elsajátítását
RészletesebbenVariancia-analízis (folytatás)
Variancia-analízis (folytatás) 6. elıadás (11-12. lecke) Szórás-stabilizáló transzformációk (folyt.), t-próbák 11. lecke További variancia-stabilizáló transzformációk Egy-mintás t-próba Szórás-kiegyenlítı
RészletesebbenHÍRADÁSTECHNIKAI IPARI KUTATÓ INTÉZET
HÍRADÁSTECHNIKAI IPARI KUTATÓ INTÉZET Az Intézet kapcsolatai A közel 30 éve működő Híradástechnikai Ipari Kutató Intézet a mikroelektronikai alkatrészek kutatása, fejlesztése során a teljes technológiai
RészletesebbenTudnivaló DIN 32 730 szerint típusvizsgált állítószelepek szállíthatók. Kis teljesítményre alkalmazható sugárszivattyúk külön megrendelésre.
Állítószelepek sugárszivattyúval Villamos állítószelepek Típus 3267/5821, Típus 3267/5822, Típus 3267-2 és Típus 3267-4 Pneumatikus állítószelepek Típus 3267-1 Sugárszivattyús állító tagok Típus 3267 Alkalmazás
RészletesebbenValószínűségi modellek
Statisztikai tanulás az idegrendszerben, 2015. Valószínűségi modellek Bányai Mihály banyai.mihaly@wigner.mta.hu http://golab.wigner.mta.hu/people/mihaly-banyai/ Hogyan kezeljük formálisan a bizonytalan
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 7. MA3-7 modul Helyzetmutatók, átlagok, kvantilisek SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenAkusztikus távolság meghatározás a vezeték nélküli szenzor hálózatokban. Előadó: Kincses Zoltán
Akusztikus távolság meghatározás a vezeték nélküli szenzor hálózatokban Előadó: Kincses Zoltán Bevezetés A mote-ok földrajzi helymeghatározása fontos helymeghatározó rendszerekben érzékelő és jelző alkalmazásokban
RészletesebbenBeszédfelismerés és szintézis tételek:
Beszédfelismerés és szintézis tételek: 1. tétel: Emberi beszédlánc, beszéd szerkezete, beszédhang, beszédhangok osztályozása, fonéma A nyelv egy jelrendszer, amelynek elemeihez egy nyelvközösségen belül
RészletesebbenMultimédiás alkalmazások
Multimédiás alkalmazások A multimédia olyan általános célú alkalmazások összessége, amelyek az információ valamennyi megjelenési formáját integrált módon kezelik. Tágabb értelemben ide soroljuk a hangés
RészletesebbenHáromfázisú komparatorok, Pontossági osztály 0.01% Ellenrz számlálók egy- vagy háromfázisú, Pontosság 0.02 % vagy 0.05% Méretalonok egy- vagy
Háromfázisú komparatorok, Pontossági osztály 0.01% Ellenrz számlálók egy- vagy háromfázisú, Pontosság 0.02 % vagy 0.05% Méretalonok egy- vagy háromfázisú, Pontosság 0.1%, 0.2% vagy 0.5 % Teljesítményátalakítók
RészletesebbenÖkonometria. Adminisztratív kérdések, bevezetés. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Első fejezet. Budapesti Corvinus Egyetem
Adminisztratív kérdések, bevezetés Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Első fejezet Tartalom Technikai kérdések 1 Technikai kérdések Adminisztratív
RészletesebbenÖnhűtött, motortól független frekvenciaátalakító. PumpDrive 2 Eco. Üzemeltetési/összeszerelési útmutató
Önhűtött, motortól független frekvenciaátalakító PumpDrive 2 Eco Üzemeltetési/összeszerelési útmutató Impresszum Üzemeltetési/összeszerelési útmutató PumpDrive 2 Eco Eredeti üzemeltetési útmutató Minden
RészletesebbenXIII. Bolyai Konferencia Bodnár József Eötvös József Collegium, ELTE TTK, III. matematikus. A véletlen nyomában
XIII. Bolyai Konferencia Bodnár József Eötvös József Collegium, ELTE TTK, III. matematikus A véletlen nyomában Mi is az a véletlen? 1111111111, 1010101010, 1100010111 valószínűsége egyaránt 1/1024 Melyiket
RészletesebbenVirtuális Egér. Horváth Zsolt, Schnádenberger Gábor, Varjas Viktor. 2011. március 20.
Számítógépes Látás Projekt Virtuális Egér Horváth Zsolt, Schnádenberger Gábor, Varjas Viktor 011. március 0. Feladat kiírás: Egy olyan rendszer megvalósítása, melyben kamera értelmezi a kéz és az ujjak
RészletesebbenAz oszcillátor olyan áramkör, amely periodikus (az analóg elektronikában általában szinuszos) jelet állít elő.
3.8. Szinuszos jelek előállítása 3.8.1. Oszcillátorok Az oszcillátor olyan áramkör, amely periodikus (az analóg elektronikában általában szinuszos) jelet állít elő. Az oszcillátor elvi elépítését (tömbvázlatát)
RészletesebbenFény kölcsönhatása az anyaggal:
Fény kölcsönhatása az Fény kölcsönhatása az : szórás, abszorpció, emisszió Kellermayer Miklós Fényszórás A fényszórás mérése, orvosi alkalmazásai Lord Rayleigh (1842-1919) J 0 Light Fényforrás source Rayleigh
Részletesebbenlégkondicionálórendszer K 136
légkondicionálórendszer K 136 135 136 LÉGKONDICIONÁLÓK LÉGKONDICIONÁLÓRENDSZER Ennek a rendszernek akkor javasolt a használata, amikor meglehetősen magas környezeti hőmérséklet mellett nagymennyiségű hőt
Részletesebben18, A zaj fogalma, hullámegyenletek, szintek, műveletek szintekkel,hangszin zaj hatása az emberi fülre..
18, A zaj fogalma, hullámegyenletek, szintek, műveletek szintekkel,hangszin zaj hatása az emberi fülre.. A hang valamely közegben létrejövö rezgés. Vivőközeg szerint: léghang,folyadékhang, testhang. Hanghullám:
Részletesebben3. 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
RészletesebbenDIGITÁLIS JELFELDOLGOZÁS
Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar BME MIT Tanszéki Munkaközösség DIGITÁLIS JELFELDOLGOZÁS Segédlet a Digitális jelfeldolgozás (BMEVIMM4084) tárgyhoz MIT-VIMM4084-0
RészletesebbenSentry-G3 intelligens gépvédelmi rendszer
Sentry-G3 intelligens gépvédelmi rendszer Programozható, API 670 megbízhatóságú gép- és turbinavédelmi rendszer moduláris, konfigurálható, teljesen programozható rendszer API 670 szabványnak megfelelő
RészletesebbenTanulmányozza az 5. pontnál ismertetett MATLAB-modell felépítést és működését a leírás alapján.
Tevékenység: Rajzolja le a koordinaátarendszerek közti transzformációk blokkvázlatait, az önvezérelt szinkronmotor sebességszabályozási körének néhány megjelölt részletét, a rezolver felépítését és kimenőjeleit,
RészletesebbenKvantumkriptográfia III.
LOGO Kvantumkriptográfia III. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar Tantárgyi weboldal: http://www.hit.bme.hu/~gyongyosi/quantum/ Elérhetőség: gyongyosi@hit.bme.hu A kvantumkriptográfia
RészletesebbenMINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia
MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek
Részletesebbeni4x50 sorozatú szkennerek
i4x50 sorozatú szkennerek Szkennelésbeállítási útmutató TWAIN alkalmazásokhoz A-61839_hu A TWAIN adatforrás használata A szkennelést ellenőrző eszköz elindítása... 2 A szkennelést ellenőrző eszköz párbeszédpanele...
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
RészletesebbenA TWAIN adatforrás használata
A TWAIN adatforrás használata A szkennelést ellenőrző eszköz elindítása... 2 A szkennelést ellenőrző eszköz párbeszédpanele... 2 A TWAIN adatforrás használata... 4 Hogyan fogjak hozzá?... 4 Beállítási
RészletesebbenModern Fizika Laboratórium Fizika BSc 18. Granuláris anyagok
Modern Fizika Laboratórium Fizika BSc 18. Granuláris anyagok Mérést végezték: Márkus Bence Gábor Kálmán Dávid Kedd délelőtti csoport Mérés ideje: 05/08/2012 Beadás ideje: 05/11/2012 Érdemjegy: 1 1. A mérés
RészletesebbenS z a k é r t e l e m a l i n e á r i s t e c h n o l ó g i á b a n A M 3 L
A M 3 L A M 3 L : B E L É P É S Az új AM3L egység révén a Sodick új fejezetet nyitott a tömbös szikraforgácsológépek gyártása terén. Az AM3L alapfelszereltsége csúcs-dinamikájú lineáris meghajtást, az
RészletesebbenKonyhapult alá szerelhető rendszer
PBS-400 Konyhapult alá szerelhető rendszer Tartozékok: PBS-400 Rendszer Termékkód Nr. EV9270-85 PBS-400 Cserepatron Termékkód Nr. EV9270-86 Tulajdonságok Az Everpure páratlan minősége lehetővé teszi olyan
RészletesebbenCsigatisztítók hatékonyságának minősítési módszere
Csigatisztítók hatékonyságának minősítési módszere Török Dániel, Suplicz András, Kovács József Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem, Gépészmérnöki Kar, Polimertechnika Tanszék, Műegyetem
RészletesebbenA projekt eredetileg kért időtartama: 2002 február 1. 2004. december 31. Az időtartam meghosszabbításra került 2005. december 31-ig.
Szakmai zárójelentés az Ultrarövid infravörös és távoli infravörös (THz-es) fényimpulzusok előállítása és alkalmazása című, T 38372 számú OTKA projekthez A projekt eredetileg kért időtartama: 22 február
Részletesebben11. melléklet az 5/2009. (III.31.) IRM rendelethez EURÓPAI UNIÓ Az Európai Unió Hivatalos Lapjának Kiegészítő Kiadványa 2, rue Mercier, L-2985
11. melléklet az 5/2009. (III.31.) IRM rendelethez EURÓPAI UNIÓ Az Európai Unió Hivatalos Lapjának Kiegészítő Kiadványa 2, rue Mercier, L-2985 Luxembourg Fax: (352) 29 29 42 670 E-mail: mp-ojs@opoce.cec.eu.int
Részletesebben