Morfológia. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet
|
|
- Piroska Takácsné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Morfológia Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar Szoftvertechnológia Intézet szeptember 15. Sergyán (OE NIK) Morfológia szeptember / 55
2 Bevezetés A matematikai morfológia a képanaĺızishez biztosít hasznos eszközöket A matematikai morfológia műveleteit halmazműveletekkel írjuk le Sergyán (OE NIK) Morfológia szeptember / 55
3 Alapműveletek A műveletek a d-dimenziós euklideszi tér tetszőleges részhalmazain értelmezettek Legyenek X és Y a képpontok V halmazának részhalmazai 2D kép esetén: V = Z 2 3D kép esetén: V = Z 3 Sergyán (OE NIK) Morfológia szeptember / 55
4 Alapműveletek X ponthalmaz komplementere X C = {p p / X } = V \ X X ponthalmaz a-val való eltolása (X ) a = {x + a x X }, ahol a V és + a komponensenkénti/koordinátánkénti összeadás Az Y ponthalmaz tükrözése Ŷ = { y y Y }, ahol a komponensenkénti -1 -gyel való szorzás Sergyán (OE NIK) Morfológia szeptember / 55
5 Alapműveletek Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
6 Dilatáció X ponthalmaznak az Y -nal való dilatációja { } X Y = a (Ŷ ) a X = ahol az Y ponthalmazt szerkesztőelemnek nevezzük { a [(Ŷ ) a X ] X A szerkesztőelem koordináta-rendszerének origóját eltoljuk V minden elemére és az adott elemet felvesszük a dilatált halmazba, ha a szerkesztőelemnek legalább egy pontja X -beli ponttal kerül fedésbe Belátható, hogy X X Y, azaz a dilatáció hízlal, ha az Y szerkesztőelemnek eleme a saját origójában lévő elem }, Sergyán (OE NIK) Morfológia szeptember / 55
7 Erózió X ponthalmaznak az Y -nal való eróziója X Y = {a (Y ) a X } = (X C Ŷ ) C A V halmaz egy pontja akkor kerül be az erodált halmazba, ha a szerkesztőelem koordináta-rendszerének origóját az adott pontba eltolva minden egyes Y -beli pont Y -belivel kerül fedésbe Ha Y tartalmazza az origót, akkor X Y Y, vagyis az erózió fogyaszt Sergyán (OE NIK) Morfológia szeptember / 55
8 Dilatáció és erózió Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
9 Dilatáció és erózió Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
10 Iterált szerkesztőelem Legyen Y V egy tetszőleges szerkesztőelem és jelölje O V az origót (ami (0, 0), ha V = Z 2 és (0, 0, 0), ha V = Z 3 ). Az Y elem k-adik iteráltja: Y (k) = { {OV }, ha k=0 Y (k 1) Y, ha k 1 Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
11 Iterált dilatáció és erózió X ponthalmaznak az Y szerkesztőelemmel való iterált dilatációja { X, ha k = 0 X k Y = (X k 1 Y ) Y, ha k > 0 X ponthalmaznak az Y szerkesztőelemmel való iterált eróziója { X, ha k = 0 X k Y = (X k 1 Y ) Y, ha k > 0 Sergyán (OE NIK) Morfológia szeptember / 55
12 Dilatáció és erózió tulajdonságai Asszociativitás (X Y ) Z = X (Y Z) (X Y ) Z = X (Y Z) X {O V } = X X {O V } = X Sergyán (OE NIK) Morfológia szeptember / 55
13 Iterált dilatáció és erózió Előzőekből következik: X k Y = X Y (k) X k Y = X Y (k) Következmény: A nagyméretű szerkesztőelemekkel való dilatáció és erózió kiváltható kisméretűekkel végrehajtott iterált műveletekkel Sergyán (OE NIK) Morfológia szeptember / 55
14 Nyitás X ponthalmaznak az Y szerkesztőelemmel való nyitása X Y = {(Y ) a (Y ) a X } = (X Y ) Y X halmaz megad egy szegmenst a kifestőkönyvben Y szerkesztőelem leírja az ecset méretét és alakját A nyitás eredménye a szegmens szabályos kifestésének felel meg (a szegmenst maximálisan kifestettük anélkül, hogy kifutottunk volna belőle) Sergyán (OE NIK) Morfológia szeptember / 55
15 Zárás X ponthalmaznak az Y szerkesztőelemmel való zárása X Y = (X Y ) Y = (X C Ŷ ) C Sergyán (OE NIK) Morfológia szeptember / 55
16 Nyitás és zárás tulajdonságai 1 A nyitás fogyaszt, a zárás pedig hízlal X Y X X X Y 2 Monotonitás: Ha X 1 X 2, akkor X 1 Y X 2 Y X 1 Y X 2 Y 3 Idempotencia: (X Y ) Y = X Y (X Y ) Y = X Y Sergyán (OE NIK) Morfológia szeptember / 55
17 Morfológiai szűrés (X Y ) Y = (((X Y ) Y ) Y ) Y Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
18 Morfológia szűrés 1 Erózió törli a kisméretű külső zajokat. 2 Eközben a kisméretű üregek megnőnek, így a megőrzendő objektumok fogynak. Kell egy dilatáció, amely visszaálĺıtja az objektumok és üregek eredeti méretét. 3 Újabb dilatáció kitölti a kisméretű (zajnak minősülő) üregeket. 4 Eközben az objektumok meghíznak, amit egy újabb erózió álĺıt helyre. Sergyán (OE NIK) Morfológia szeptember / 55
19 Nyitás, zárás, morfológiai szűrés Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
20 Nyitás hatása jól megválasztott szerkesztőelemmel Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
21 Objektum detektálás (MATLAB példa) geo dilate függvény function im out = g e o d i l a t e ( im, i n s e t ) im out = i m d i l a t e ( im, s t r e l ( diamond, 1 ) ) ; im out = im out & i n s e t ; Sergyán (OE NIK) Morfológia szeptember / 55
22 Objektum detektálás (MATLAB példa) bin rec függvény function im out = b i n r e c ( im, i n s e t ) while t r u e im out = g e o d i l a t e ( im, i n s e t ) ; d i f f = sum( im out (:) im ( : ) ) ; i f d i f f==0 break ; end im = im out ; end Sergyán (OE NIK) Morfológia szeptember / 55
23 Objektum detektálás (MATLAB példa) objdetect függvény function [ im out, im mark ] = o b j d e t e c t ( im, e l ) % im B i n a r y i n p u t image % e l R e c t a n g u l a r s t r u c t u r i n g element % im out B i n a r y image o f d e t e c t e d o b j e c t s im = l o g i c a l ( im ) ; im out = i m c l o s e ( im, s t r e l ( s q u a r e, 2 ) ) ; im out = imopen ( im out, s t r e l ( s q u a r e, 2 ) ) ; im mark = imopen ( im out, s t r e l ( r e c t a n g l e, e l ) ) ; im out = b i n r e c ( im mark, im out ) ; Sergyán (OE NIK) Morfológia szeptember / 55
24 Objektum detektálás (MATLAB példa) color thresh függvény function i m b i n = c o l o r t h r e s h ( im, pt, th ) imyuv = r g b 2 n t s c ( im ) ; ptu = imyuv( pt ( 1 ), pt ( 2 ), 2 ) ; % v a l u e i n the U c h a n n e l ptv = imyuv( pt ( 1 ), pt ( 2 ), 3 ) ; % v a l u e i n the V c h a n n e l d i s t = (imyuv ( :, :, 2 ) ptu ).ˆ2+(imYUV ( :, :, 3 ) ptv ). ˆ 2 ; i m b i n = d i s t > th ; Sergyán (OE NIK) Morfológia szeptember / 55
25 Objektum detektálás (MATLAB példa) Tesztelés i m c o l o r = imread ( spoons. png ) ; s u b p l o t ( 2, 4, 1 ), imshow ( i m c o l o r, [ ] ) pt = [ ] ; im = c o l o r t h r e s h ( i m c o l o r, pt, ) ; s u b p l o t ( 2, 4, 2 ), imshow ( im, [ ] ), colormap ( gray ) [ xv, xv mark ] = o b j d e t e c t ( im, [ ] ) ; s u b p l o t ( 2, 4, 3 ), imshow ( xv mark, [ ] ) s u b p l o t ( 2, 4, 4 ), imshow ( xv, [ ] ) xshow = repmat ( xv, [ ] ). d o u b l e ( i m c o l o r ) / ; xshow ( repmat ( xv, [ 1 1 3])==0) = 1 ; s u b p l o t ( 2, 4, 5 ), imshow ( xshow, [ ] ) ; [ xh, xh mark ] = o b j d e t e c t ( im, [ ] ) ; s u b p l o t ( 2, 4, 6 ), imshow ( xh mark, [ ] ) s u b p l o t ( 2, 4, 7 ), imshow ( xh, [ ] ) xshow = repmat ( xh, [ ] ). d o u b l e ( i m c o l o r ) / ; xshow ( repmat ( xh, [ ] ) == 0) = 1 ; s u b p l o t ( 2, 4, 8 ), imshow ( xshow, [ ] ) ; Sergyán (OE NIK) Morfológia szeptember / 55
26 Objektum detektálás (MATLAB példa) Eredmények Eredeti színes kép Binarizált kép Függőleges marker Függőleges találatok Függőleges kanalak Vízszintes marker Vízszintes találatok Vízszintes kanalak Sergyán (OE NIK) Morfológia szeptember / 55
27 Hit-or-miss transzformáció Az Y szerkesztőelemet két diszjunkt részhalmazra bontjuk, azaz Y = Y 1 Y 2, ahol Y 1 Y 2 =. X ponthalmaz Y -nal való hit-or-miss transzformációja X Y = (X Y 1 ) (X C Y 2 ) = (X Y 1 ) \ (X Ŷ 2 ) A hit-or-miss transzformált halmaznak olyan pont lesz eleme, amellyel a szerkesztőelem origóját eltolva az Y 1 által lefedett valamennyi pont X -be esik, de az Y 2 által lefedett pontok között nincs X -beli. Sergyán (OE NIK) Morfológia szeptember / 55
28 Hit-or-miss transzformáció Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
29 Morfológia vékonyítás X halmaznak az Y szerkesztőelemmel való vékonyítása X Y = X \ (X Y ) = X (X Y ) C A formula a vékonyítás egy lépését adja meg A vékonyítást addig kell végezni, amíg X Y Sergyán (OE NIK) Morfológia szeptember / 55
30 Morfológiai vékonyítás Amennyiben a vékonyítás az ún. irány-szekvenciális megközeĺıtést követi, úgy egy iterációs lépés több fázisból áll, ahol az egymást követő fázisokhoz különböző szerkesztőelemek tartoznak. k-fázisú (k > 1) vékonyítás esetén egy k tagból álló szerkesztőelem-rendszert kell megadni: Y = {Y 1, Y 2,..., Y k }, ahol Y i az i-edik fázis során alkalmazandó szerkesztőelem (1 i k). X halmaznak az Y-nal történő vékonyításának egy iterációs lépése X Y = ((... ((X Y 1 ) Y 2 )...) Y k ) Sergyán (OE NIK) Morfológia szeptember / 55
31 Szerkesztőelem-rendszer Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
32 Morfológiai vékonyítás Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
33 Morfológiai váz Diszkrét terek a morfológiai váz meghatározásához olyan Y szimmetrikus szerkesztőelemet szoktak feltételezni, ami az origó középpontú, 1 sugarú hipergömb egy közeĺıtése. Morfológiai váz: S(X ) = S k (X ) = k=0 Véges X halmazra: S(X ) = K S k (X ) = k=0 {(X k Y ) \ [(X k Y ) Y ]} k=0 K {(X k Y ) \ [(X k Y ) Y ]}, k=0 ahol K = max {k (X k Y ) } Sergyán (OE NIK) Morfológia szeptember / 55
34 Morfológiai váz Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
35 Morfológiai váz A kiindulási X halmaz rekonstruálható a morfológiai váz S k (X ) részhalmazainak ismeretében: X = K S k (X ) k Y k=0 Sergyán (OE NIK) Morfológia szeptember / 55
36 Vékonyítás (MATLAB példa) thinning függvény f u n c t i o n s k e l = t h i n n i n g ( im, e l, i t ) f o r r = 1 : 2 f o r s = 1 : s i z e ( e l, 4 ) e l r o t ( :, :, r, s, 1 ) = s q u e e z e ( e l ( :, :, r, s ) ) ; e l r o t ( :, :, r, s, 2 ) = s q u e e z e ( e l ( end : 1 : 1, :, r, s ) ) ; e l r o t ( :, :, r, s, 3 ) = s q u e e z e ( e l r o t ( end : 1 : 1, :, r, s, 2 ) ) ; e l r o t ( :, :, r, s, 4 ) = s q u e e z e ( e l ( :, end : 1:1, r, s ) ) ; end end k = 1 ; f o r s = 1 : s i z e ( e l r o t, 4 ) f o r t = 1 : s i z e ( e l r o t, 5 ) e l h i t ( k ) = s t r e l ( a r b i t r a r y, s q u e e z e ( e l r o t ( :, :, 1, s, t ) ) ) ; e l m i s s ( k ) = s t r e l ( a r b i t r a r y, s q u e e z e ( e l r o t ( :, :, 2, s, t ) ) ) ; k = k+1; end end w h i l e t r u e s k e l = im ; f o r k = 1 : s i z e ( e l h i t, 2 ) im = im b w h i t m i s s ( im, e l h i t ( k ), e l m i s s ( k ) ) ; end i t = i t 1 ; i f sum ( s k e l (:) im (:))==0 i t ==0, break ; end ; end s k e l = im ; Sergyán (OE NIK) Morfológia szeptember / 55
37 Vékonyítás (MATLAB példa) Tesztelés im = imread ( s p o o n s b i n a r y h o l e s. png ) > 0 ; s u b p l o t ( 2, 2, 1 ), imshow ( im, [ ] ), colormap ( gray ) g o l a y L ( :, :, 1, 1 ) = [ ; ; ] ; g o l a y L ( :, :, 2, 1 ) = [ ; ; ] ; g o l a y L ( :, :, 1, 2 ) = [ ; ; ] ; g o l a y L ( :, :, 2, 2 ) = [ ; ; ] ; s k e l = t h i n n i n g ( im, golayl, 0 ) ; im show = d o u b l e ( repmat ( im, [ ] ) ) ; im show ( :, :, 2 : 3 ) = im show ( :, :, 2 : 3 ) repmat ( d o u b l e ( s k e l ), [ ] ) ; s u b p l o t ( 2, 2, 2 ), imshow ( im show, [ ] ) golaye ( :, :, 1, 1 ) = [ ; ; ] ; golaye ( :, :, 2, 1 ) = [ ; ; ] ; golaye ( :, :, 1, 2 ) = [ ; ; ] ; golaye ( :, :, 2, 2 ) = [ ; ; ] ; s k e l = t h i n n i n g ( s k e l, golaye, 6 ) ; im show = d o u b l e ( repmat ( im, [ ] ) ) ; im show ( :, :, 2 : 3 ) = im show ( :, :, 2 : 3 ) repmat ( d o u b l e ( s k e l ), [ ] ) ; s u b p l o t ( 2, 2, 3 ), imshow ( im show, [ ] ) s k e l = t h i n n i n g ( s k e l, golaye, 0 ) ; im show = d o u b l e ( repmat ( im, [ ] ) ) ; im show ( :, :, 2 : 3 ) = im show ( :, :, 2 : 3 ) repmat ( d o u b l e ( s k e l ), [ ] ) ; s u b p l o t ( 2, 2, 4 ), imshow ( im show, [ ] ) Sergyán (OE NIK) Morfológia szeptember / 55
38 Vékonyítás (MATLAB példa) Eredmények Lyukas kanalak Skeleton Vékonyítás (6) Vékonyítás ( ) Sergyán (OE NIK) Morfológia szeptember / 55
39 Morfológia szürkeárnyalatos képekre Ha a szerkesztőelem csak egy ponthalmaz, akkor lapostetejű szerkesztőelemről és operátorokról beszélünk Ha a szerkesztőelemhez tartozó pontoknak értéke is van, a szerkesztőelem és a művelet nem-lapostetejű Sergyán (OE NIK) Morfológia szeptember / 55
40 Dilatáció és erózió szürkeárnyalatos képekre Legyen A = [a(i, j)] egy szürkeárnyalatos kép Jelölje a lapostetejű S szerkesztőelem tartományát D S B = A S = [b(i, j)] dilatáció b(i, j) = max {a(i u, j v)} (u,v) D S C = A S = [c(i, j)] erózió c(i, j) = min (u,v) D S {a(i + u, j + v)} Sergyán (OE NIK) Morfológia szeptember / 55
41 Dilatáció és erózió nem-lapostetejű S = [s(u, v)] szerkesztőelemre B = A S = [b(i, j)] dilatáció b(i, j) = C = A S = [c(i, j)] erózió c(i, j) = max {a(i u, j v) + s(u, v)} (u,v) D S min (u,v) D S {a(i + u, j + v) s(u, v)} Sergyán (OE NIK) Morfológia szeptember / 55
42 Kapcsolat a dilatáció és az erózió között A S = (A C Ŝ) C, ahol A C = [a C (i, j)] és Ŝ = [ŝ(u, v)], valamint a C (i, j) = a(i, j) és ŝ(u, v) = s( u, v) Sergyán (OE NIK) Morfológia szeptember / 55
43 Dilatáció és erózió szürkeárnyalatos képekre Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
44 Erózió (MATLAB példa) Kód im = imread ( rand. png ) ; i m e r o d e = imerode ( im, s t r e l ( d i s k, 5 ) ) ; s ubplot ( 1, 2, 1 ), imshow ( im, [ ] ), colormap j e t s ubplot ( 1, 2, 2 ), imshow ( im, [ ] ), colormap j e t Eredemények Eredeti kép Erózió eredménye Sergyán (OE NIK) Morfológia szeptember / 55
45 Nyitás, zárás és morfológiai szűrés szürkeárnyalatos képek esetén Nyitás A S = (A S) S Zárás A S = (A S) S Morfológiai szűrés MFilter(A, S) = (A S) S Sergyán (OE NIK) Morfológia szeptember / 55
46 Nyita s, za ra s e s morfolo giai szu re s Forra s: Pala gyi Ka lma n Ke pfeldolgoza s halado knak Sergya n (OE NIK) Morfolo gia szeptember / 55
47 Nyitás (MATLAB példa) Kód im = imread ( rand. png ) ; i m e r o d e = imerode ( im, s t r e l ( d i s k, 5 ) ) ; im open = imopen ( im, s t r e l ( d i s k, 5 ) ) ; s ubplot ( 1, 3, 1 ), imshow ( im, [ ] ), colormap j e t s ubplot ( 1, 3, 2 ), imshow ( im erode, [ ] ), colormap j e t s ubplot ( 1, 3, 3 ), imshow ( im open, [ ] ), colormap j e t Eredemények Eredeti kép Erózió eredménye Nyitás eredménye Sergyán (OE NIK) Morfológia szeptember / 55
48 Nyitás és zárás tulajdonságai Vezessük be a relációt az alábbi módon: Az A 1 = [a 1 (i, j)] m 1 n 1 -es és az A 2 = [a 2 (i, j)] m 2 n 2 -es képekre A 1 A 2, ha m 1 m 2, n 1 n 2 és a 1 (i, j) a 2 (i, j), ahol i = 1,..., m 1 és j = 1,..., n 1. Tulajdonságok 1 A S = (A C Ŝ) C és A S = (A C Ŝ) C vagyis a nyitás és a zárás egymás duálisai 2 A S A és A A S, azaz a nyitás sötétít, a zárás pedig világosít 3 Ha A B, akkor A S B S és A S B S, tehát mindkét művelet monoton 4 (A S) S) = A S és (A S) S = A S, vagyis mindkét művelet idempotens Sergyán (OE NIK) Morfológia szeptember / 55
49 További négy művelet Morfológiai gradiens Grad(A, S) = (A S) (A S) Morfológiai Laplace-transzformáció Laplace(A, S) = (A S) + (A S) 2 A Top-hat transzformáció TopHat(A, S) = A (A S) Well-hat transzformáció WellHat(A, S) = (A S) A Sergyán (OE NIK) Morfológia szeptember / 55
50 Morfológiai gradiens és Laplace-transzformáció Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
51 Top-hat és well-hat transzformáció Forrás: Palágyi Kálmán Képfeldolgozás haladóknak Sergyán (OE NIK) Morfológia szeptember / 55
52 Top-hat (MATLAB példa) MATLAB függvény function im out = tophat ( im, e l ) % im I n p u t image % e l S t r u c t u r i n g element g e n e r a t e d by the % f u n c t i o n s t r e l % im out Top hat im out = imerode ( im, e l ) ; %e r o s i o n im out = i m d i l a t e ( im out, e l ) ; %opening im out = im im out ; % top hat Sergyán (OE NIK) Morfológia szeptember / 55
53 Top-hat (MATLAB példa) Kód im = imread ( rand. png ) ; i m e r o d e = imerode ( im, s t r e l ( d i s k, 5 ) ) ; im open = imopen ( im, s t r e l ( d i s k, 5 ) ) ; s ubplot ( 2, 3, 1 ), imshow ( im, [ ] ), colormap j e t s ubplot ( 2, 3, 2 ), imshow ( im erode, [ ] ), colormap j e t s ubplot ( 2, 3, 3 ), imshow ( im open, [ ] ), colormap j e t i m t o p h a t 5 = t o p h a t ( im, s t r e l ( d i s k, 5 ) ) ; s ubplot ( 2, 3, 4 ), imshow ( im tophat5, [ ] ), colormap j e t i m t o p h a t 1 0 = t o p h a t ( im, s t r e l ( d i s k, 1 0 ) ) ; s ubplot ( 2, 3, 5 ), imshow ( im tophat10, [ ] ), colormap j e t i m t o p h a t 2 0 = t o p h a t ( im, s t r e l ( d i s k, 2 0 ) ) ; s ubplot ( 2, 3, 6 ), imshow ( im tophat20, [ ] ), colormap j e t Sergyán (OE NIK) Morfológia szeptember / 55
54 Top-hat (MATLAB példa) Eredemények Eredeti kép Erózió eredménye Nyitás eredménye Top-hat eredménye (disk 5) Top-hat eredménye (disk 10) Top-hat eredménye (disk 20) Sergyán (OE NIK) Morfológia szeptember / 55
55 Felhasznált irodalom Palágyi Kálmán: Képfeldolgozás haladóknak. Typotex Kiadó, 2011 Tomas Svoboda, Jan Kybic, Vaclav Hlavac: Image Processing, Analysis, and Machine Vision A MATLAB Companion. Thomson, 2008 Sergyán (OE NIK) Morfológia szeptember / 55
Morfológia. 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 /
RészletesebbenPontműveletek. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar február 20.
Pontműveletek Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. február 20. Sergyán (OE NIK) Pontműveletek 2012. február 20. 1 / 40 Felhasznált irodalom
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
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(
RészletesebbenÁ Ü ő Ü ő Í Ü Í Í ő ő ő ő ő Ü Á ő Á É Í Í Í Í ő Í Ö Í Í ő Í Í Í ő Í ő Í Í ő Í Á Í Í Í Í Í Ü Ü Í Í ő Í Í ő Á Í Í Í ő Í Í Í Í Í Í ÍÍ Í Ö Í Í Í Í ő Í Í Ú Ö Í ő Í Í ő őé Í Í Í Í Í Í Í Í Í Í Í Í ő Í Í Í ő ő
Részletesebben1. előadás: Halmazelmélet, számfogalom, teljes
1. előadás: Halmazelmélet, számfogalom, teljes indukció Szabó Szilárd Halmazok Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) összessége. Egy halmaz akkor adott, ha minden objektumról eldönthető,
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
RészletesebbenHalmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1
Halmazelmélet 1. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Halmazelmélet p. 1/1 A halmaz fogalma, jelölések A halmaz fogalmát a matematikában nem definiáljuk, tulajdonságaival
RészletesebbenMatematikai logika és halmazelmélet
Matematikai logika és halmazelmélet Wettl Ferenc előadása alapján 2015-09-07 Wettl Ferenc előadása alapján Matematikai logika és halmazelmélet 2015-09-07 1 / 21 Tartalom 1 Matematikai kijelentések szerkezete
RészletesebbenHalmaz: alapfogalom, bizonyos elemek (matematikai objektumok) Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy
1. előadás: Halmazelmélet Szabó Szilárd Halmazok Halmaz: alapfogalom, bizonyos elemek (matematikai objektumok) összessége. Egy halmaz akkor adott, ha minden objektumról eldönthető, hogy hozzátartozik-e,
Részletesebben4. Fuzzy relációk. Gépi intelligencia I. Fodor János NIMGI1MIEM BMF NIK IMRI
4. Fuzzy relációk Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 Klasszikus relációk Halmazok Descartes-szorzata Relációk 2 Fuzzy relációk Fuzzy relációk véges alaphalmazok
RészletesebbenEgyszerű programozási tételek
Egyszerű programozási tételek 2. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2011. szeptember 15. Sergyán (OE NIK) AAO 02 2011. szeptember 15.
RészletesebbenDiszkrét matematika 1. középszint
Diszkrét matematika 1. középszint 2017. sz 1. Diszkrét matematika 1. középszint 3. el adás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján Komputeralgebra
RészletesebbenÖsszetett programozási tételek
Összetett programozási tételek 3. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2011. szeptember 19. Sergyán (OE NIK) AAO 03 2011. szeptember
RészletesebbenKépfeldolgozás. 1. el adás. A képfeldolgozás m veletei. Mechatronikai mérnök szak BME, 2008
Képfeldolgozás 1. el adás. A képfeldolgozás m veletei Mechatronikai mérnök szak BME, 2008 1 / 61 Alapfogalmak transzformációk Deníció Deníció Geometriai korrekciókra akkor van szükség, ha a képr l valódi
RészletesebbenDISZKRÉT MATEMATIKA: STRUKTÚRÁK Előadáson mutatott példa: Bércesné Novák Ágnes
1. Algebrai alapok: DISZKRÉT MATEMATIKA: STRUKTÚRÁK Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz
Részletesebben5. A kiterjesztési elv, nyelvi változók
5. A kiterjesztési elv, nyelvi változók Gépi intelligencia I. Fodor János BMF NIK IMRI NIMGI1MIEM Tartalomjegyzék I 1 A kiterjesztési elv 2 Nyelvi változók A kiterjesztési elv 237 A KITERJESZTÉSI ELV A
RészletesebbenDr. Vincze Szilvia;
2014. szeptember 17. és 19. Dr. Vincze Szilvia; vincze@agr.unideb.hu https://portal.agr.unideb.hu/oktatok/drvinczeszilvia/oktatas/oktatott_targyak/index/index.html 2010/2011-es tanév I. féléves tematika
Részletesebben1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.
1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata. HLMZOK halmaz axiomatikus fogalom, nincs definíciója. benne van valami a halmazban szintén axiomatikus fogalom,
RészletesebbenKonjugált gradiens módszer
Közelítő és szimbolikus számítások 12. gyakorlat Konjugált gradiens módszer Készítette: Gelle Kitti Csendes Tibor Vinkó Tamás Faragó István Horváth Róbert jegyzetei alapján 1 LINEÁRIS EGYENLETRENDSZEREK
RészletesebbenA valós számok halmaza
VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 1. estis képzés 2017. ősz 1. Diszkrét matematika 1. estis képzés 11. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján
Részletesebben6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének
6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük
RészletesebbenAz R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit.
2. A VALÓS SZÁMOK 2.1 A valós számok aximómarendszere Az R halmazt a valós számok halmazának nevezzük, ha teljesíti az alábbi 3 axiómacsoport axiómáit. 1.Testaxiómák R-ben két művelet van értelmezve, az
RészletesebbenFÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI
FÜGGVÉNYEK TULAJDONSÁGAI, JELLEMZÉSI SZEMPONTJAI FÜGGVÉNY: Adott két halmaz, H és K. Ha a H halmaz minden egyes eleméhez egyértelműen hozzárendeljük a K halmaznak egy-egy elemét, akkor a hozzárendelést
RészletesebbenValós függvények tulajdonságai és határérték-számítása
EL 1 Valós függvények tulajdonságai és határérték-számítása Az ebben a részben szereplő függvények értelmezési tartománya legyen R egy részhalmaza. EL 2 Definíció: zérushely Az f:d R függvénynek zérushelye
RészletesebbenRegresszió. Csorba János. Nagyméretű adathalmazok kezelése március 31.
Regresszió Csorba János Nagyméretű adathalmazok kezelése 2010. március 31. A feladat X magyarázó attribútumok halmaza Y magyarázandó attribútumok) Kérdés: f : X -> Y a kapcsolat pár tanítópontban ismert
Részletesebbenő á ö é é í í ó ű á ő é é ő á á á é á é á é é é é ő é á á é é é é ö ö ú é íí ü é é ú ő ő é ó í é é é é ó í é é é ü ö ö á é ó é ő ó é á í ó é í ü é é á é é í é é ü é é á í ó í é ü ö ö é é ó ó é ó ó é á
RészletesebbenÜ Á É É í Ő É Ő Á Ü Ó í Á É Ü Á É É í ŐÉ Ő Á Ü ü Ó Ó ö ő ö ö ö ő ó Ó ö ű ö ő ó Ó Ó ö ö Ó í ő ü ü ü Ü Á É í ő ő ü ú í ú Ü ű ö ü ö ü ü ú Ü í í ó ó É Ö ü ő ü ö ú Ü ö ö ü ő ő í ő Á Ó Ó í Ó ú ő ó í Ö Ó ö ö
Részletesebbenó ö ó őé é ü ő É ö ó ő é ű Ü ú é ü é ő ó ó ó é ő ó é é ó ö ó őé é Ü ő ó ő ú ó é ű Ü ú é ü é ó ó ö é ő ó é ó é ó ó ó ö ó ó őé é ü ő ő őé ü é ó ó ő é ű ü ú é ü é ő ó ö ó é ó é é ó ó Ó Á Á Á é é é ő ő é é
RészletesebbenÍ Á ÓÉ Ú Á ö ú ö ó ö ü ö ó ö ü ö ó ö ú ú ö ú ó ó ö ó ó ó ö ó ó ű ó ö ó ö ö ú ó ó ú ö Ö ó ö Ö ö ó ó ó ö ö ú ó ö ú ó ó ó ü ó ú ó ö ö ú ó ó Á Á ú ó ü ö Ö ó ö ö ó ö ú Á ö ú ö ö ö ö ö ú ö ú ü ö ú ű ö ö ó ó
Részletesebbenő ö é Ü ü é Ó é é ú ü ö ű é é é é í Ü Ö ö ö ö ü ö é é Ó é é ő é ű í ű ő ő é é é ő é é é Ü Ü Ö Ö ő Ö é ü ö ü ő é é é ő ő é ü í ő é ő ő é é é é é é é é ő í ö é ö ő é ő é é ő é ü ő é é é é ú ő é é ő ő é é
RészletesebbenÍ Í Á Í Á Ü Ö ü Á ü ó Í ó ű ó ü ó ó ó ú ű ó ó ü ű ó ó ű ó ü ü ü ű Í ű ü ü ű ó ű ü ó ű ü ű ű ü ű óé ű ü ó ű ű ü ü ó ú ü ű ó ü ü É ü ó ó ű ó ó ó ú ó ü ó ü ű ü ó ü ú ó Í ó ó ó ó ó ü ü ó ó ú ó ű ü ú ú ó ü
Részletesebbenö ö É Ú Á í ö í ö ö öé ö í ö ö Ö Ö Ö ó ó ó ö Ö í í í ó ó Ö í Ö ű í ö ő í ő ü Ö ű í í Ö ó í ű Ö ó í í ó ó ö í Ö Ö Ö ű ó ó ő ő ő ő í ó ó í ó ű ó Ö Ö ű í ő ú ó ő Ö Ö ö Ö ü Ő ö ü ó ó í í ö ü ő Ö ü í ú ó ó
Részletesebben2014. szeptember 24. és 26. Dr. Vincze Szilvia
2014. szeptember 24. és 26. Dr. Vincze Szilvia Mind a hétköznapi, mind a tudományos életben gyakran előfordul, hogy bizonyos halmazok elemei között kapcsolat figyelhető meg. A kapcsolat fogalmának matematikai
RészletesebbenJelek és rendszerek MEMO_03. Pletl. Belépő jelek. Jelek deriváltja MEMO_03
Jelek és rendszerek MEMO_03 Belépő jelek Jelek deriváltja MEMO_03 1 Jelek és rendszerek MEMO_03 8.ábra. MEMO_03 2 Jelek és rendszerek MEMO_03 9.ábra. MEMO_03 3 Ha a jelet méréssel kapjuk, akkor a jel következő
RészletesebbenSarokba a bástyát! = nim
Nim-összeadás, játékok összege Sarokba a bástyát! = nim Nim (két csomóval) Két kupac kaviccsal játszunk. Egy lépésben valamelyikből (de csak az egyikből!) elvehetünk bármennyit. Az nyer, aki az utolsó
RészletesebbenDiszkrét matematika II., 8. előadás. Vektorterek
1 Diszkrét matematika II., 8. előadás Vektorterek Dr. Takách Géza NyME FMK Informatikai Intézet takach@inf.nyme.hu http://inf.nyme.hu/ takach/ 2007.??? Vektorterek Legyen T egy test (pl. R, Q, F p ). Definíció.
RészletesebbenFüggvény fogalma, jelölések 15
DOLGO[Z]ZATOK 9.. 1. Függvény fogalma, jelölések 1 1. Az alábbi hozzárendelések közül melyek függvények? a) A magyarországi megyékhez hozzárendeljük a székhelyüket. b) Az egész számokhoz hozzárendeljük
RészletesebbenDiszkrét matematika I., 12. előadás Dr. Takách Géza NyME FMK Informatikai Intézet takach november 30.
1 Diszkrét matematika I, 12 előadás Dr Takách Géza NyME FMK Informatikai Intézet takach@infnymehu http://infnymehu/ takach 2005 november 30 Vektorok Definíció Egy tetszőleges n pozitív egész számra n-komponensű
Részletesebben1. előadás. Lineáris algebra numerikus módszerei. Hibaszámítás Számábrázolás Kerekítés, levágás Klasszikus hibaanalízis Abszolút hiba Relatív hiba
Hibaforrások Hiba A feladatok megoldása során különféle hibaforrásokkal találkozunk: Modellhiba, amikor a valóságnak egy közelítését használjuk a feladat matematikai alakjának felírásához. (Pl. egy fizikai
RészletesebbenHraskó András, Surányi László: spec.mat szakkör Tartotta: Hraskó András. 1. alkalom
1. alkalom 1. Beszínezzük a koordináta-rendszer rácspontjait. Egyetlen szabályt kell betartanunk: az (a;b) pontnak ugyanolyan színűnek kell lennie, mint az (a-b;a) és az (a;b-a) pontnak (a és b egész számok).
RészletesebbenMindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 1
Halmazok 1 Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 2 A fejezet legfontosabb elemei Halmaz megadási módjai Halmazok közti műveletek (metszet,
Részletesebben17. előadás: Vektorok a térben
17. előadás: Vektorok a térben Szabó Szilárd A vektor fogalma A mai előadásban n 1 tetszőleges egész szám lehet, de az egyszerűség kedvéért a képletek az n = 2 esetben szerepelnek. Vektorok: rendezett
RészletesebbenGPU Lab. 14. fejezet. OpenCL textúra használat. Grafikus Processzorok Tudományos Célú Programozása. Berényi Dániel Nagy-Egri Máté Ferenc
14. fejezet OpenCL textúra használat Grafikus Processzorok Tudományos Célú Programozása Textúrák A textúrák 1, 2, vagy 3D-s tömbök kifejezetten szín információk tárolására Főbb különbségek a bufferekhez
RészletesebbenMetrikus terek, többváltozós függvények
Metrikus terek, többváltozós függvények 2003.10.15 Készítette: Dr. Toledo Rodolfo és Dr. Blahota István 1. Metrikus terek, metrika tulajdonságai 1.1. A valós, komplex, racionális, természetes és egész
RészletesebbenProgramozás I. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar szeptember 10.
Programozás I. 1. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. szeptember 10. Sergyán (OE NIK) Programozás I. 2012. szeptember 10. 1 /
Részletesebben1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK
MATEMATIKA TÉMAKÖRÖK 11. évfolyam 1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, KOMBINATORIKA, GRÁFOK 1.1. HALMAZOK 1.1.1. Halmazok megadásának módjai 1.1.2. Halmazok egyenlősége, részhalmaz, üres halmaz, véges,
RészletesebbenÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak.
ÍRÁSBELI BELSŐ VIZSGA MATEMATIKA 8. évfolyam reál tagozat Az írásbeli vizsga gyakorlati és elméleti feladatai a következő témakörökből származnak. Időtartam: 60 perc 1. Halmazműveletek konkrét halmazokkal.
RészletesebbenAlgoritmusok, adatszerkezetek, objektumok
Algoritmusok, adatszerkezetek, objektumok 1. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2011. szeptember 14. Sergyán (OE NIK) AAO 01 2011.
RészletesebbenRelációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!
függvények RE 1 Relációk Függvények függvények RE 2 Definíció Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor
RészletesebbenKépfeldolgozás jól párhuzamosítható
Képfeldolgozás jól párhuzamosítható B. Wilkinson, M. Allen: Parallel Programming, Pearson Education Prentice Hall, 2nd ed., 2005. könyv 12. fejezete alapján Vázlat A képfeldolgozás olyan alkalmazási terület,
RészletesebbenBOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai
BOOLE ALGEBRA Logika: A konjunkció és diszjunkció tulajdonságai 1.a. A B B A 2.a. (A B) C A (B C) 3.a. A (A B) A 4.a. I A I 5.a. A (B C) (A B) (A C) 6.a. A A I 1.b. A B B A 2.b. (A B) C A (B C) 3.b. A
RészletesebbenFüggvények Megoldások
Függvények Megoldások ) Az ábrán egy ; intervallumon értelmezett függvény grafikonja látható. Válassza ki a felsoroltakból a függvény hozzárendelési szabályát! a) x x b) x x + c) x ( x + ) b) Az x függvény
RészletesebbenHalmazok, intervallumok
Halmazok, intervallumok Alapfogalmak (nem definiált fogalmak): Halmaz, elem, eleme. Jelölés: x A (ejtsd: az x eleme az A halmaznak). Halmaz megadása: A vizsgálatok során mindig feltesszük, hogy a figyelembe
Részletesebben1. Algebrai alapok: Melyek műveletek az alábbiak közül?
1. Algebrai alapok: Művelet: Egy H nemüres halmazon értelmezett (kétváltozós) műveleten egy H H H függvényt értünk, azaz egy olyan leképezést, amely bármely a,b H elempárhoz egyértelműen hozzárendel egy
Részletesebben2. tétel Egész számok - Műveletek egész számokkal. feleletvázlat
1. tétel Természetes számok tízes számrendszer műveletek és tulajdonságaik Természetes számok, jele, jelölések, ábrázolása számegyenesen műveletek a természetes számok halmazán belül Tízes számrendszer
RészletesebbenMindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé.
HA 1 Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) HA 2 Halmazok HA 3 Megjegyzések A halmaz, az elem és az eleme fogalmakat nem definiáljuk, hanem alapfogalmaknak
RészletesebbenMATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga
BABEŞ-BOLYAI TUDOMÁNYEGYETEM, KOLOZSVÁR MATEMATIKA ÉS INFORMATIKA KAR MATE-INFO UBB verseny, 218. március 25. MATEMATIKA írásbeli vizsga FONTOS TUDNIVALÓK: 1 A feleletválasztós feladatok,,a rész esetén
RészletesebbenProgramozás I. 1. előadás: Algoritmusok alapjai. Sergyán Szabolcs
Programozás I. 1. előadás: Algoritmusok alapjai Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Alkalmazott Informatikai Intézet 2015. szeptember 7. Sergyán
RészletesebbenProgramozás I. Sergyán Szabolcs Óbudai Egyetem Neumann János Informatikai Kar szeptember 10.
Programozás I. 1. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2012. szeptember 10. Sergyán (OE NIK) Programozás I. 2012. szeptember 10. 1 /
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,
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2013 ősz 1. Diszkrét matematika I. középszint 9. előadás Mérai László merai@compalg.inf.elte.hu compalg.inf.elte.hu/ merai Komputeralgebra Tanszék 2013 ősz Halmazok Diszkrét
RészletesebbenA matematika nyelvéről bevezetés
A matematika nyelvéről bevezetés Wettl Ferenc 2006. szeptember 19. Wettl Ferenc () A matematika nyelvéről bevezetés 2006. szeptember 19. 1 / 17 Tartalom 1 Matematika Kijelentő mondatok Matematikai kijelentések
RészletesebbenKépfeldolgozáson alapuló orvosi diagnosztikai eljárások kidolgozása
Önálló laboratórium beszámoló Képfeldolgozáson alapuló orvosi diagnosztikai eljárások kidolgozása Készítette: Forró Márton Miklós Konzulens: Horváth Gábor 2012-13 2. félév Bevezetés A félév során a cél
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2013 ősz 1. Diszkrét matematika I. középszint 8. előadás Mérai László merai@compalg.inf.elte.hu compalg.inf.elte.hu/ merai Komputeralgebra Tanszék 2013 ősz Kombinatorika
Részletesebben4. Szűrés frekvenciatérben
4. Szűrés frekvenciatérben Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) Unitér transzformációk Az unitér transzformációk olyan lineáris,
RészletesebbenHALMAZELMÉLET feladatsor 1.
HALMAZELMÉLET feladatsor 1. Egy (H,, ) algebrai struktúra háló, ha (H, ) és (H, ) kommutatív félcsoport, és teljesül az ún. elnyelési tulajdonság: A, B H: A (A B) = A, A (A B) = A. A (H,, ) háló korlátos,
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Számelmélet I.
Számelmélet I. DEFINÍCIÓ: (Osztó, többszörös) Ha egy a szám felírható egy b szám és egy másik egész szám szorzataként, akkor a b számot az a osztójának, az a számot a b többszörösének nevezzük. Megjegyzés:
RészletesebbenDiszkrét matematika I.
Diszkrét matematika I. középszint 2014. ősz 1. Diszkrét matematika I. középszint 2. előadás Mérai László diái alapján Komputeralgebra Tanszék 2014. ősz Matematikai logika Diszkrét matematika I. középszint
RészletesebbenStruktúra nélküli adatszerkezetek
Struktúra nélküli adatszerkezetek Homogén adatszerkezetek (minden adatelem azonos típusú) osztályozása Struktúra nélküli (Nincs kapcsolat az adatelemek között.) Halmaz Multihalmaz Asszociatív 20:24 1 A
Részletesebben2017/2018. Matematika 9.K
2017/2018. Matematika 9.K Matematika javítóvizsga 2018. augusztus szóbeli 3 rövidebb (feladat, definíció, tétel) és 3 hosszabb feladat megoldása a 30 perces felkészülési idő alatt a megoldás ismertetése
Részletesebben2011. szeptember 14. Dr. Vincze Szilvia;
2011. szeptember 14. Dr. Vincze Szilvia; vincze@fin.unideb.hu https://portal.agr.unideb.hu/oktatok/drvinczeszilvia Első pillantásra hihetetlennek tűnik, hogy egy olyan tiszta és érzelmektől mentes tudomány,
RészletesebbenKomplex számok. Komplex számok és alakjaik, számolás komplex számokkal.
Komplex számok Komplex számok és alakjaik, számolás komplex számokkal. 1. Komplex számok A komplex számokra a valós számok kiterjesztéseként van szükség. Ugyanis már középiskolában el kerülnek olyan másodfokú
Részletesebben1. Mondjon legalább három példát predikátumra. 4. Mikor van egy változó egy kvantor hatáskörében?
Definíciók, tételkimondások 1. Mondjon legalább három példát predikátumra. 2. Sorolja fel a logikai jeleket. 3. Milyen kvantorokat ismer? Mi a jelük? 4. Mikor van egy változó egy kvantor hatáskörében?
RészletesebbenMatematika szóbeli érettségi témakörök 2017/2018-as tanév
Matematika szóbeli érettségi témakörök 2017/2018-as tanév 1. GONDOLKODÁSI MÓDSZEREK, HALMAZOK, LOGIKA, KOMBINATORIKA, GRÁFOK 1.1. HALMAZOK 1.1.1. Halmazok megadásának módjai 1.1.2. Halmazok egyenlősége,
RészletesebbenHalmazelméleti alapfogalmak
Halmazelméleti alapfogalmak halmaz (sokaság) jól meghatározott, megkülönböztetett dolgok (tárgyak, fogalmak, stb.) összessége. - halmaz alapfogalom. z azt jelenti, hogy csak példákon keresztül magyarázzuk,
RészletesebbenKépek manipulálása a matematika, ami mögötte van
Képek manipulálása a matematika, ami mögötte van Írta: Zahalka Bence 2011-1- Tartalomjegyzék Képek manipulálása a matematika, ami mögötte van... 1 Bevezető... 3 Alapvetően szükséges ismeretek... 3 A képek
RészletesebbenI. VEKTOROK, MÁTRIXOK
217/18 1 félév I VEKTOROK, MÁTRIXOK I1 I2 Vektorok 1 A síkon derékszögű koordinátarendszerben minden v vektornak van vízszintes és van függőleges koordinátája, ezeket sorrendben v 1 és v 2 jelöli A v síkbeli
RészletesebbenNagy Gábor compalg.inf.elte.hu/ nagy
Diszkrét matematika 3. estis képzés 2018. ősz 1. Diszkrét matematika 3. estis képzés 2. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Komputeralgebra Tanszék
RészletesebbenA függvényekről tanultak összefoglalása /9. évfolyam/
A függvényekről tanultak összefoglalása /9. évfolyam/ Készítette: Almási István almasi84@gmail.com Lineáris függvény A függvény általános alakja: f (x):= m 1 m 2 x+b m a meredekség b a tengelymetszet 2/42
RészletesebbenTermék modell. Definíció:
Definíció: Termék modell Összetett, többfunkciós, integrált modell (számítógépes reprezentáció) amely leír egy műszaki objektumot annak különböző életfázis szakaszaiban: tervezés, gyártás, szerelés, szervízelés,
RészletesebbenMATEMATIKA EMELT SZINTŰ SZÓBELI VIZSGA TÉMAKÖREI (TÉTELEK) 2012
2012 2. Számhalmazok (a valós számok halmaza és részhalmazai), oszthatósággal kapcsolatos problémák, számrendszerek. 4. Hatványozás, hatványfogalom kiterjesztése, azonosságok. Gyökvonás és azonosságai,
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Geometria III.
Geometria III. DEFINÍCIÓ: (Vektor) Az egyenlő hosszúságú és egyirányú irányított szakaszoknak a halmazát vektornak nevezzük. Jele: v. DEFINÍCIÓ: (Geometriai transzformáció) Geometriai transzformációnak
RészletesebbenÁ ö ú é ó é ő Ö é é é ő é ó ű ó é ó ő ő ó ó ő ö é é é ő ö ü ó í ó é ó ö é ő ő í ó é í é é é é ó ó ó ó ó ó ű ű é é é ö ö é é í Ö Ö őí é é é ó ó ö ö í é é é é ű é ű ú é ö é ü é é úé é é ű í ó ö é ü é ú é
RészletesebbenRE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!
RE 1 Relációk Függvények RE 2 Definíció: Ha A, B és ρ A B, akkor azt mondjuk, hogy ρ reláció A és B között, vagy azt, hogy ρ leképezés A-ból B-be. Ha speciálisan A=B, azaz ρ A A, akkor azt mondjuk, hogy
Részletesebben1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje
1. Alapfogalmak 1.1. Algoritmus Az algoritmus olyan elemi műveletekből kompozíciós szabályok szerint felépített összetett művelet, amelyet megadott feltételt teljesítő bemeneti adatra végrehajtva, a megkívánt
RészletesebbenObjektumorientált paradigma és programfejlesztés Bevezető
Objektumorientált paradigma és programfejlesztés Bevezető Vámossy Zoltán vamossy.zoltan@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Ficsor Lajos (Miskolci Egyetem) prezentációja alapján
RészletesebbenObjektumorientált paradigma és a programfejlesztés
Objektumorientált paradigma és a programfejlesztés Vámossy Zoltán vamossy.zoltan@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar Ficsor Lajos (Miskolci Egyetem) prezentációja alapján Objektumorientált
Részletesebben12. előadás. Egyenletrendszerek, mátrixok. Dr. Szörényi Miklós, Dr. Kallós Gábor
12. előadás Egyenletrendszerek, mátrixok Dr. Szörényi Miklós, Dr. Kallós Gábor 2015 2016 1 Tartalom Matematikai alapok Vektorok és mátrixok megadása Tömbkonstansok Lineáris műveletek Mátrixok szorzása
Részletesebben{ } x x x y 1. MATEMATIKAI ÖSSZEFOGLALÓ. ( ) ( ) ( ) (a szorzás eredménye:vektor) 1.1. Vektorok közötti műveletek
1. MAEMAIKAI ÖSSZEFOGLALÓ 1.1. Vektorok közötti műveletek Azok a fizikai mennyiségek, melyeknek nagyságukon kívül irányuk is van, vektoroknak nevezzük. A vektort egyértelműen megadhatjuk a hosszával és
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
RészletesebbenCsoportmódszer Függvények I. (rövidített változat) Kiss Károly
Ismétlés Adott szempontok szerint tárgyak, élőlények, számok vagy fizikai mennyiségek halmazokba rendezhetők. A halmazok kapcsolatát pedig hozzárendelésnek (relációnak, leképezésnek) nevezzük. A hozzárendelés
Részletesebben2012. október 9 és 11. Dr. Vincze Szilvia
2012. október 9 és 11. Dr. Vincze Szilvia Egyváltozós valós függvények nevezetes osztályai I. Algebrai függvények Racionális egész függvények (polinomok) Racionális törtfüggvények Irracionális függvények
RészletesebbenMATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT
MATEMATIKAI PROBLÉMAMEGOLDÓ GYAKORLAT Ergodelmélet Dávid Szabolcs Papp Dániel Stippinger Marcell 2009.12.11 2 Definíció: A T endomorfizmust ergodikusnak nevezzük, ha bármely f L 2 függvényre f const. (Miután
RészletesebbenDiszkrét matematika 2. estis képzés
Diszkrét matematika 2. estis képzés 2018. tavasz 1. Diszkrét matematika 2. estis képzés 1. előadás Nagy Gábor nagygabr@gmail.com nagy@compalg.inf.elte.hu compalg.inf.elte.hu/ nagy Mérai László diái alapján
RészletesebbenVektorterek. =a gyakorlatokon megoldásra ajánlott
Vektorterek =a gyakorlatokon megoldásra ajánlott 40. Alteret alkotnak-e a valós R 5 vektortérben a megadott részhalmazok? Ha igen, akkor hány dimenziósak? (a) L = { (x 1, x 2, x 3, x 4, x 5 ) x 1 = x 5,
Részletesebben2. Pont operációk. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
2. Pont operációk Kató Zoltán Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/) 2 Kép transzformációk típusai Kép értékkészletének (radiometriai információ)
RészletesebbenA matematika nyelvér l bevezetés
A matematika nyelvér l bevezetés Wettl Ferenc 2012-09-06 Wettl Ferenc () A matematika nyelvér l bevezetés 2012-09-06 1 / 19 Tartalom 1 Matematika Matematikai kijelentések 2 Logikai m veletek Állítások
RészletesebbenSzámítástudomány matematikai alapjai segédlet táv és levelező
Számítástudomány matematikai alapjai segédlet táv és levelező Horváth Árpád 2008. december 16. A segédletek egy része a matek honlapon található: http://www.roik.bmf.hu/matek Kötelező irodalom: Bagyinszki
Részletesebben