Microsoft PowerPoint - Lec15 [互換モード]
|
|
|
- きゅういち うづき
- 7 years ago
- Views:
Transcription
1 情報デザイン専攻 画像情報処理論及び演習 II 周波数分解 FFT Gaussian フィルタと周波数分解 今日の授業内容 前回 前々回の復習 レポートの説明. 第 3, 回講義水曜日 限教室 68 吉澤信 非常勤講師 大妻女子大学社会情報学部. Gaussian フィルタと周波数分解. 3. 演習 : 前回 前々回の続き 高速離散コサイン変換による Gaussian フィルタと周波数分解. 復習 : 周波数 (Frequenc 周波数 振動数 : 波動 振動周期の逆数 (/ 周期. 周期 (Period: 循環するまでの時間. 振幅 (Amplitude: 振動の大きさ. : ゆるやか 大きな特徴 入力画像 変換 復習 : 周波数操作 周波数 処理 処理後の周波数 逆変換 出力画像 CGARTS 協会 : こまやか シャープな特徴 wikipedia 振幅 振動 周期 時間 復習 : 離散コサイン変換 (DCT 非常に処理が重いので FFT を使わない簡単な実装は画像を部分画像 ( ブロック に分割してブロック毎に変換する : 前回の演習 : 周波数フィルタ testdct.cxx を編集して円状にをゼロにするローパスフィルタを作ってみましょう! 6x6 のブロックで半径,,3,,8 で実行してみてください. ヒント :testdct.cxx は四角にを残しているので 円状にするだけ. ブロック DCT 3x3 のブロック毎の DCT 例 :
2 高速フーリエ変換 (FFT 再帰的に A*Bサイズの変換を より小さいAとBの変換を行う事で高速化 ( バタフラ イ演算 : 計算量は log 高速離散コサイン変換 (FDCT 高速 DCT COURSE/fftlecture.pdf FFT( 高速 DCT/DST を含む の C ライブラリ : FFTW(n 次元対応 : wikipedia fftsg(3 次元 : 京大 大浦さん : 演習 Ex09.zipのfftsg.hとfftsgd.h FDCT: Fast Discrete Cosine Transform 成分のみで逆変換成分も使って逆変換 輝度値の ( 線形補間による 正規化 DCT による周波数は実数 ( 負の値も含む浮動小数. パワースペクトルの可視化はlog( を使う F( u, log( F( u, どちらにしろ8bit 画像 (055 で表示するには正規化が必要 : I( u, min I( u, 55 max min FDCT によるバンドパスフィルタ 例えば ここで max,min はそれぞれ輝度値の最大 最小値. 注意点 : 周波数を用いた処理は正規化しない 可視化のときだけ正規化や log( を使う. のバンド 36 のバンド 568 のバンド FDCT による周波数分解 全ての周波数バンドを足し合わせると入力になる. ベースの 周波数領域 差分によるバンドパス F 56 [ F 8 [ ( H 56 8 H 568 のバンド
3 差分によるバンドパス F 3 [ F 6 [ ( H 3 6 H 36 のバンド FDCT による周波数分解 全ての周波数バンドを足し合わせると入力になる. ベースの f F [( F[... ( F[ F [ F[ f ]] 0 F[ F[ 5 ( F[ F[ ( F[ 0 F[ f ]*( H F[ ]. の余りベースの F[ F [ F[ f ]*( H H] F [ F[ f ]*( H ] F [ F[ ]. f : 入力信号 H : スケール F []: 変換 F []: 逆変換 * : 掛け算のロウパスフィルタ. バンド幅は任意でよいが 実用上は 倍のスケール幅をよく使う (Wavelet 多重解像度解析との関係. 8 ガウス関数 次元 : 次元 : 画像ガウス関数 : g g ( x G ( x G (, x y 正規化された x G ガウス関数 : G ( x exp( x y exp( 復習 : ローパスフィルタ (Box 関数 u0 から u0 までの数成分だけ残す. フィルタのカーネル (Kernel 関数. 周波数の高い横方向の波 ( 縦縞 を消す. が小さい 尖った形状 : 標準偏差パラメータ CGARTS 協会 復習 : ローパスフィルタ ( ガウス関数 Gaussian フィルタとも呼ぶ. CGARTS 協会 画像の平均的な明るさが保持される. フィルタのカーネル (Kernel 関数. FDCT による Gaussian フィルタ 高速 DCT 3
4 Gaussian と Box 関数によるロウパスフィルタ Box 関数 DoG とバンドフィルタ DoG: Difference of Gaussian. DoG g g. メキシカンハット Wavelet の近似. g G x y G exp( Gauss 関数 wikipedia DoG とバンドフィルタ 今回バンドパスフィルタには正規化されたガウス関数により負の DoG を用いる. G DoG とバンドフィルタ 3 ガウス関数を用いた場合の周波数分解は ( 理論的には 全ての周波数を使った帯域 ( バンド 強調なのでギプス現象がない. G G G x y G exp( ( G 6 3 G ( H 3 6 H 36 のバンド ( G 8 56 G 56 8 ( H H 568のバンド DoGFDCT による周波数分解 全ての周波数バンドを足し合わせると入力になる. ベースの 周波数領域 余り : G DoGFDCT による周波数分解 全ての周波数バンドを足し合わせると入力になる. ベースの f F [( F[ f ]* G F[ f ]* G ( F[ f ]* G F[ f ]* G ( F[ f ]* G F[ f ]* G... ( F[ f ]* G F [ F[ f ]] F [ 5 F[ f ]*( G F[ f ]* G 56 G ] F F[ f ]*( G 5 の余り : が ならゼロ [ F[ f ]*( G F []: 変換 F []: 逆変換 * : 掛け算 F[ f ]* G ]. ] F ベースの [ F[ f ]* G ]. 8 f : 入力信号 G : スケール の正規化ガウス関数.
5 差分による DoG 差分による DoG F[ f ]* G 56 F[ f ]* G 8 F[ f ]* G 3 F[ f ]* G 6 ( G 8 56 G 568 のバンド ( G 6 3 G 36 のバンド 平滑化と差分による周波数分解 つまりGaussianフィルタと差分を繰り返し適用する事で周波数分解を近似出来る. 平滑化 Pyramid 表現 平滑化 (Gaussian, Wavelet 等 を down sampling ( Reduce 操作 しながら行う多重解像度表現の一種. 逆操作は upsampling( Expand 操作. 復習 : 前期画像合成 Reduce ベースの Expand IIPImage f F [ F[ f ]*( G G ] F [ F[ f ]*( G ] F f : 入力信号 [ F[ f ]* G]. G : スケール F []: 変換 F [] : 逆変換 * : 掛け算 の正規化ガウス関数. Burt and Adelson 983. Gaussian Pyramid Gaussian 平滑化を down sampling (Reduce 操作 しながら行う多重解像度表現の一種 : upsampling は Expand 操作 ( 補間. Laplacian Pyramid Difference of Gaussian (DoG を Gaussian Pyramid の各階層で一つ下の階層を Expand した画像と行う. g k [ gk * G( k ], g0 f : 入力信号 f * 畳み込み : ここではGaussianフィルタと同義.. Laplacian: 各周波レベルのエッジ特徴 L k g ] k [ gk ベースの f g Li i0 5
6 Gaussian & Laplacian Pyramid Gaussian Pyramid 演習 : FDCT 高速離散コサイン変換 Reduce & Expand 操作の中身となぜ DoG を Laplacian というかは次回以降のフィルタの講義でやります. Laplacian Pyramid 前々回の演習 (BMP と PPM の相互変換 と前回の演習 ( 四角 円 が分からなかった or 出来ていない or 欠席した人は 前回 前々回の演習から始める事! 演習 :Ex09.zip の説明 fftsg.h,fftsgd.h,alloc.h:fft 用ヘッダーファイル. FDCT.h: 高速離散コサイン変換用ヘッダーファイル testfdct.cxx: Box 関数のローパスフィルタを実行. testfrequency.cxx: 周波数分解を Box 関数で実行. testgauss_fdct.cxx:gaussian フィルタを実行. testgauss_frequency.cxx: 周波数分解をガウス関数で実行. まずは make でコンパイルして上記 つのプログラムを実行してみよう! 演習 5: ローパスフィルタと周波数分解 testfdct.cxx: の実行 : 引数 3./testFDCT 入力 bmp 出力名 (.bmp なし 周波数の閾値 (int 閾値, 6, 6, 8 で実行してみましょう. testfrequency.cxx の実行 : 引数 3./testFrequency 入力 bmp 出力名 (.bmp なし バンドの最大閾値 (int 閾値 0 で実行してみましょう. testgauss_fdct.cxx の実行 : 引数 3./testGauss_FDCT 入力 bmp 出力名 (.bmp なし ガウス関数の標準偏差 (double 閾値.0, で実行して testfdct の結果と比べてみよう. testgauss_frequency.cxx: の実行 : 引数 3./testGauss_Frequency 入力 bmp 出力名 (.bmp なし バンドの最大値 (int 閾値 0.0 で実行して testfrequency の結果と比べてみよう. 演習 5: 差分により周波数分解を作成! つの異なるパラメータでGaussianフィルタ適用した結果を差分する事でバンドパスフィルタの結果を出力するプログラムを作成してみよう! ヒント : testgauss_fdct.cxxを改造する. 異なるパラメータ用に 種類のFDCTクラスとその出力画像クラスを作る 平滑化 ( 変換 ガウス関数との積 逆変換 差分画像を計算 正規化しBMP 画像として出力. 演習 :FDCT クラスの説明 fftsg.h,fftsgd.h,alloc.h:fft 用ヘッダーファイル. FDCT.h: 高速離散コサイン変換用ヘッダーファイル fftsg.h,fftsgd.h,alloc.h を中で使って FDCT クラスを定義 : 内部で Image *in; として周波数 <> 画像変換のためのデータを持つ. 宣言の時点でコンストラクタの Image クラス original の中身が FDCT クラス内の Image *in にコピーされる. 注意点 : クラス内部の画像サイズ in>sx,in>sy は の乗数で元の画像サイズが の乗数でない場合は original>sx,original>sy に 最も近いの乗数になり 余りはoriginalの端のデータが入る. 入力画像 FDCT クラス内の Image *in M 6
7 演習 :FDCT クラスの説明 FDCT クラスのメソッドは void DCT(: 高速離散コサイン変換を実行 :Image *in の中身がコサイン変換後の周波数成分. void InverseDCT(Image *out: 高速離散コサイン逆変換を実行 : Image *in の中身が逆変換後の画像で out に original と同じ画像サイズを入れる事で in の中身を出力としてコピー. 注意点 :InverseDCT( を実行するには DCT( を先に実行する事. void ormalize(image *out: out の輝度値を 055 に正規化. void tospectrum(image *out: パワースペクトル画像 log(f*f を out へ保存. void CopyTo(Image *din: in の中身を din にコピー. void CopyFrom(Image *din: din の中身を in にコピー. 演習 :FDCT クラスの説明 3 FDCT クラスの使い方は testfdct.cxx を参照.. 宣言 メモリ確保 :FDCT *fft_r new Image(R; ただしR はImageクラスで中身が入っている事 ( 宣言 メモリ確保 readbmp(.. 変換 :fft_r>dct(; 3. 周波数の操作 :fft_r>in>img[i][j]. 逆変換 :fft_r>inversedct(out; ただし outはrと同じ大 きさでメモリが確保されたImageクラス. 5. メモリ開放 :delete fft_r; 復習 : ハイパスフィルタ u0 から u0 までの数成分だけ残す. H high H からロウパスを引く : 復習 : 高域強調フィルタ ハイパスフィルタから作る事が出来る. H hemph kh high エッジ強調! CGARTS 協会 CGARTS 協会 バンドパスフィルタ : 特定周波数成分の抽出. 演習 53: 高域強調フィルタ 高域強調フィルタを作ってみよう! ヒント :. Gaussianフィルタ (testgauss_fdct.cxx を改造する.. フィルタのカーネルは周波数領域で H hemph kh k( H high 3. ここでロウパスフィルタのカーネル H はプログラム内 ではgauss>img[i][j] というガウス関数の画像を用いる.. フィルタ後は正規化なし ( 輝度値が0 以下は0 55 以上は ロウパスフィルタのガウス関数のパラメータ ( 標準偏差 と上の強 調フィルタのパラメータk 二つのパラメータをプログラムの引数で 与える. 6. testgauss_fdct.cxxは H だけのフィルタ. レポート第 5 回 提出〆切 0 年 月 日 ( 水 :3 週間レポート作成の注意点 をよく読む事! 7
8 来週の予定 フィルタ処理 リクエストがあれば これまでの演習 & 第 5 回レポートの質問. 8
Microsoft PowerPoint - comprog11.pptx
Outline プログラミング演習第 回エッジを検出する on 3..4 電気通信大学情報理工学部知能機械工学科長井隆行 画像の本質 輝度の境目に情報あり! 画像の微分と 階微分 エッジ検出 画像をぼかす 本日の課題 画像の本質 エッジ抽出 画像の情報は境目にあり! エッジ 輝度が大きく変化しているところ ( 境界 ) 画像の情報はエッジにあり 輝度 人間の視覚系でも特定のエッジの方向に発火するニューロンが見つかっている
Microsoft PowerPoint - Lec11 [互換モード]
第 11 回講義水曜日 1 限教室 6215 情報デザイン専攻 画像情報処理論及び演習 I - 画像合成 類推 - Poisson Image Analogy 吉澤信 [email protected], 非常勤講師 大妻女子大学社会情報学部 1 2 今日の授業内容 www.riken.jp/brict/yoshizawa/lectures/index.html www.riken.jp/brict/yoshizawa/lectures/lec11.pdf
Microsoft PowerPoint - ip02_01.ppt [互換モード]
空間周波数 周波数領域での処理 空間周波数 (spatial frquncy) とは 単位長さ当たりの正弦波状の濃淡変化の繰り返し回数を表したもの 正弦波 : y sin( t) 周期 : 周波数 : T f / T 角周波数 : f 画像処理 空間周波数 周波数領域での処理 波形が違うと 周波数も違う 画像処理 空間周波数 周波数領域での処理 画像処理 3 周波数領域での処理 周波数は一つしかない?-
Microsoft PowerPoint - Lec07
画像情報処理論及び演習 I 第 7 回講義水曜日 1 限教室 6215 情報処理実習室 情報デザイン専攻 - 領域抽出 - ラべリング 吉澤信 [email protected], 非常勤講師 大妻女子大学社会情報学部 今日の授業内容 www.riken.jp/brict/yoshizawa/lectures/index.html www.riken.jp/brict/yoshizawa/lectures/lec07.pdf
例 e 指数関数的に減衰する信号を h( a < + a a すると, それらのラプラス変換は, H ( ) { e } e インパルス応答が h( a < ( ただし a >, U( ) { } となるシステムにステップ信号 ( y( のラプラス変換 Y () は, Y ( ) H ( ) X (
第 週ラプラス変換 教科書 p.34~ 目標ラプラス変換の定義と意味を理解する フーリエ変換や Z 変換と並ぶ 信号解析やシステム設計における重要なツール ラプラス変換は波動現象や電気回路など様々な分野で 微分方程式を解くために利用されてきた ラプラス変換を用いることで微分方程式は代数方程式に変換される また 工学上使われる主要な関数のラプラス変換は簡単な形の関数で表されるので これを ラプラス変換表
Microsoft PowerPoint - Lec21 [互換モード]
情 報 デザイン 専 攻 画 像 情 報 処 理 論 及 び 演 習 II 計 算 Photography Artistic Stylization HDR 画 像 NPR 今 日 の 授 業 内 容 www.riken.jp/brict/yoshizawa/lectures/index.html www.riken.jp/brict/yoshizawa/lectures/lec21.pdf 1.
Microsoft PowerPoint - CSA_B3_EX2.pptx
Computer Science A Hardware Design Excise 2 Handout V2.01 May 27 th.,2019 CSAHW Computer Science A, Meiji University CSA_B3_EX2.pptx 32 Slides Renji Mikami 1 CSAHW2 ハード演習内容 2.1 二次元空間でのベクトルの直交 2.2 Reserved
Microsoft PowerPoint - DigitalMedia2_3b.pptx
Contents デジタルメディア処理 2 の概要 フーリエ級数展開と 離散とその性質 周波数フィルタリング 担当 : 井尻敬 とは ( ) FourierSound.py とは ( ) FourierSound.py 横軸が時間の関数を 横軸が周波数の関数に変換する 法 声周波数 周波数 ( 係数番号 ) 後の関数は元信号に含まれる正弦波の量を す 中央に近いほど低周波, 外ほどが 周波 中央 (
ディジタル信号処理
ディジタルフィルタの設計法. 逆フィルター. 直線位相 FIR フィルタの設計. 窓関数法による FIR フィルタの設計.5 時間領域での FIR フィルタの設計 3. アナログフィルタを基にしたディジタル IIR フィルタの設計法 I 4. アナログフィルタを基にしたディジタル IIR フィルタの設計法 II 5. 双 次フィルタ LI 離散時間システムの基礎式の証明 [ ] 4. ] [ ]*
memo
数理情報工学演習第一 C プログラミング演習 ( 第 5 回 ) 2015/05/11 DEPARTMENT OF MATHEMATICAL INFORMATICS 1 今日の内容 : プロトタイプ宣言 ヘッダーファイル, プログラムの分割 課題 : 疎行列 2 プロトタイプ宣言 3 C 言語では, 関数や変数は使用する前 ( ソースの上のほう ) に定義されている必要がある. double sub(int
PowerPoint Presentation
付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像
画像解析論(2) 講義内容
画像解析論 画像解析論 東京工業大学長橋宏 主な講義内容 信号処理と画像処理 二次元システムとその表現 二次元システムの特性解析 各種の画像フィルタ 信号処理と画像処理 画像解析論 処理の応答 記憶域 入出力の流れ 信号処理系 実時間性が求められる メモリ容量に対する制限が厳しい オンラインでの対応が厳しく求められる 画像処理系 ある程度の処理時間が許容される 大容量のメモリ使用が容認され易い オフラインでの対応が容認され易い
画像処理工学
画像処理工学 画像の空間周波数解析とテクスチャ特徴 フーリエ変換の基本概念 信号波形のフーリエ変換 信号波形を周波数の異なる三角関数 ( 正弦波など ) に分解する 逆に, 周波数の異なる三角関数を重ねあわせることにより, 任意の信号波形を合成できる 正弦波の重ね合わせによる矩形波の表現 フーリエ変換の基本概念 フーリエ変換 次元信号 f (t) のフーリエ変換 変換 ( ω) ( ) ωt F f
Microsoft PowerPoint - dm1_5.pptx
デジタルメディア処理 1 017( 後期 ) 09/6 イントロダクション1 : デジタル画像とは, 量 化と標本化,Dynamic Range 10/03 イントロダクション : デジタルカメラ, 間の視覚, 表 系 10/10 フィルタ処理 1 : トーンカーブ, 線形フィルタ デジタルメディア処理 1 担当 : 井尻敬 10/17 フィルタ処理 : 線形フィルタ, ハーフトーニング 10/4
また おすすめはしませんが C: Program Files Adobe Adobe After Effects [version] Support Files Plug-ins に配置することによって After Effects からのみ使用できます macos の場合 /Library/Appl
Fast Camera Lens Blur User Guide 高速なブラー グローをあなたに 動作環境 OS : Windows / Mac Adobe After Effects / Premiere Pro CS6 - CC 2018 実際に動作を確認した環境については 最後の動作確認環境をご覧ください インストール方法 Windows の場合 C: Program Files Adobe
Microsoft PowerPoint - 第3回2.ppt
講義内容 講義内容 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 ベクトルの直交性 3
振動学特論火曜 1 限 TA332J 藤井康介 6 章スペクトルの平滑化 スペクトルの平滑化とはギザギザした地震波のフーリエ スペクトルやパワ スペクトルでは正確にスペクトルの山がどこにあるかはよく分からない このようなスペクトルから不純なものを取り去って 本当の性質を浮き彫
6 章スペクトルの平滑化 スペクトルの平滑化とはギザギザした地震波のフーリエ スペクトルやパワ スペクトルでは正確にスペクトルの山がどこにあるかはよく分からない このようなスペクトルから不純なものを取り去って 本当の性質を浮き彫りにするために スペクトルを滑らかにする操作のことをいう 6.1 合積のフーリエ変換スペクトルの平滑化を行う際に必要な 合積とそのフーリエ変換について説明する 6.2 データ
画像類似度測定の初歩的な手法の検証
画像類似度測定の初歩的な手法の検証 島根大学総合理工学部数理 情報システム学科 計算機科学講座田中研究室 S539 森瀧昌志 1 目次 第 1 章序論第 章画像間類似度測定の初歩的な手法について.1 A. 画素値の平均を用いる手法.. 画素値のヒストグラムを用いる手法.3 C. 相関係数を用いる手法.4 D. 解像度を合わせる手法.5 E. 振れ幅のヒストグラムを用いる手法.6 F. 周波数ごとの振れ幅を比較する手法第
C プログラミング演習 1( 再 ) 2 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ
C プログラミング演習 1( 再 ) 2 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ 今回のプログラミングの課題 次のステップによって 徐々に難易度の高いプログラムを作成する ( 参照用の番号は よくわかる C 言語 のページ番号 ) 1. キーボード入力された整数 10 個の中から最大のものを答える 2. 整数を要素とする配列 (p.57-59) に初期値を与えておき
Microsoft PowerPoint - dm1_3.pptx
スケジュール 9/6 イントロダクション : デジタル画像とは, 量 化と標本化,Dynamic Range /3 イントロダクション : デジタルカメラ, 間の視覚, 表 系 / フィルタ処理 : トーンカーブ, 線形フィルタ デジタルメディア処理 担当 : 井尻敬 /7 フィルタ処理 : 線形フィルタ, ハーフトーニング / フィルタ処理 3 : 離散フーリエ変換と周波数フィルタリング /7 前半のまとめと中間試験
SAP11_03
第 3 回 音声音響信号処理 ( 線形予測分析と自己回帰モデル ) 亀岡弘和 東京大学大学院情報理工学系研究科日本電信電話株式会社 NTT コミュニケーション科学基礎研究所 講義内容 ( キーワード ) 信号処理 符号化 標準化の実用システム例の紹介情報通信の基本 ( 誤り検出 訂正符号 変調 IP) 符号化技術の基本 ( 量子化 予測 変換 圧縮 ) 音声分析 合成 認識 強調 音楽信号処理統計的信号処理の基礎
Microsoft Word - 卒業論文.doc
006 年度卒業研究 画像補間法を用いた拡大画像の比較 岡山理科大学総合情報学部情報科学科 澤見研究室 I03I04 兼安俊治 I03I050 境永 目次 はじめに ラスタ画像 3 画像補間法 3. ニアレストネイバー法 3. バイリニア法 3.3 バイキュービック法 4 DCT を用いた拡大画像手法 5 FIR 法 6 評価 6. SNR 6. PSNR 7 実験 7. 主観評価 7. 客観評価
PowerPoint プレゼンテーション
空間フィルタリング (spatal lterng) 入力画像の対応する画素値だけではなく その周囲 ( 近傍領域 ) の画素も含めた領域内の画素値を用いて 出力画像の対応する画素値を計算する処理 入力画像出力画像入力画像出力画像 画素ごとの濃淡変換 ( 階調処理 ) 領域に基づく濃淡変換 ( 空間フィルタリング ) 空間フィルタ (spatal lter) 線形フィルタ (lnear lter) w
第 4 週コンボリューションその 2, 正弦波による分解 教科書 p. 16~ 目標コンボリューションの演習. 正弦波による信号の分解の考え方の理解. 正弦波の複素表現を学ぶ. 演習問題 問 1. 以下の図にならって,1 と 2 の δ 関数を図示せよ δ (t) 2
第 4 週コンボリューションその, 正弦波による分解 教科書 p. 6~ 目標コンボリューションの演習. 正弦波による信号の分解の考え方の理解. 正弦波の複素表現を学ぶ. 演習問題 問. 以下の図にならって, と の δ 関数を図示せよ. - - - δ () δ ( ) - - - 図 δ 関数の図示の例 δ ( ) δ ( ) δ ( ) δ ( ) δ ( ) - - - - - - - -
(1) プログラムの開始場所はいつでも main( ) メソッドから始まる 順番に実行され add( a,b) が実行される これは メソッドを呼び出す ともいう (2)add( ) メソッドに実行が移る この際 add( ) メソッド呼び出し時の a と b の値がそれぞれ add( ) メソッド
メソッド ( 教科書第 7 章 p.221~p.239) ここまでには文字列を表示する System.out.print() やキーボードから整数を入力する stdin.nextint() などを用いてプログラムを作成してきた これらはメソッドと呼ばれるプログラムを構成する部品である メソッドとは Java や C++ などのオブジェクト指向プログラミング言語で利用されている概念であり 他の言語での関数やサブルーチンに相当するが
メソッドのまとめ
メソッド (4) 擬似コードテスト技法 http://java.cis.k.hosei.ac.jp/ 授業の前に自己点検以下のことがらを友達に説明できますか? メソッドの宣言とは 起動とは何ですか メソッドの宣言はどのように書きますか メソッドの宣言はどこに置きますか メソッドの起動はどのようにしますか メソッドの仮引数 実引数 戻り値とは何ですか メソッドの起動にあたって実引数はどのようにして仮引数に渡されますか
Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]
マルチメディア工学 マルチメディアデータの解析データ圧縮 : 離散コサイン変換と JPEG マルチメディア工学 : 講義計画 イントロダクション コンピュータグラフィックス (Computer Graphics: CG) マルチメディアデータの解析 佐藤嘉伸 大阪大学大学院医学系研究科放射線統合医学講座 [email protected] u.ac.jp http://www.image.med.osaka
今回のプログラミングの課題 ( 前回の課題で取り上げた )data.txt の要素をソートして sorted.txt というファイルに書出す ソート (sort) とは : 数の場合 小さいものから大きなもの ( 昇順 ) もしくは 大きなものから小さなもの ( 降順 ) になるよう 並び替えること
C プログラミング演習 1( 再 ) 4 講義では C プログラミングの基本を学び 演習では やや実践的なプログラミングを通して学ぶ 今回のプログラミングの課題 ( 前回の課題で取り上げた )data.txt の要素をソートして sorted.txt というファイルに書出す ソート (sort) とは : 数の場合 小さいものから大きなもの ( 昇順 ) もしくは 大きなものから小さなもの ( 降順
Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]
マルチメディア工学マルチメディアデータの解析データ圧縮 : 離散コサイン変換と JPEG 佐藤嘉伸 マルチメディア工学 : 講義計画 マルチメディアデータの解析 基礎数理 代表的解析手法 データ圧縮 : 離散コサイン変換 JPEG データ表現 : 形状の主成分分析 奈良先端科学技術大学院大学情報科学研究科生体医用画像研究室 [email protected] http://icb lab.naist.jp/members/yoshi/
Microsoft PowerPoint - 画像工学2007-5印刷用
教室 : 4- NOVEMBER 6 画像工学 7 年度版 Imging Scinc nd Tchnolog 画像工学 7 年度版 5 慶応義塾大学理工学部 教授 中島真人 3. 画像のスペクトラム 3-. 画像のフーリエ変換と空間周波数の概念 3-. 簡単な図形のフーリエ変換 3-3. フーリエ変換の重要な性質 3-4. MTF と画像の評価 今週と来週は あまり面白くない. でも 後の講義を理解するために,
スライド タイトルなし
次元フーリエ変換 講義内容 空間周波数の概念 次元フーリエ変換代表的な 次元フーリエ変換対 次元離散フーリエ変換 フーリエ変換と逆変換 F.T. j F } ep{ 連続系離散系 } / ep{ N N N j N F F I. F.T. F ただし ここでは絶対値をとって画像化 } / ep{ N N N j F N 順変換逆変換 3 次元フーリエ変換の具体的なイメージ } / ep{ N N N
Microsoft PowerPoint - DigitalMedia2_2.pptx
デジタルメディア処理 担当 : 井尻敬 デジタルメディア処理 7( 前期 ) /3 デジタル画像とは : イントロダクション / フィルタ処理 : 画素ごとの濃淡変換 線形フィルタ, 線形フィルタ /7 フィルタ処理 : フーリエ変換, ローパスフィルタ, ハイパスフィルタ 5/ 画像の幾何変換 : アファイン変換 5/8 画像の幾何変換 : 画像の補間, イメージモザイキング 5/5 画像領域分割
Microsoft PowerPoint - spe1_handout10.ppt
目次 信号処理工学 Ⅰ 第 回 : ディジタルフィルタ 電気通信大学電子工学専攻電子知能システム学講座 問題は何か? フィルタとは? 離散時間システムとディジタルフィルタ ディジタルフィルタの種類 FIRフィルタの設計 長井隆行 問題は何か? 初心に戻る o.4 のスライド 重要なことは? 所望の信号を得るためにどのようなシステムにすれば良いか? 安定性を保つ必要もある ノイズ除去の例 周波数領域で見る
初めてのプログラミング
Excel の使い方 2 ~ 数式の入力 グラフの作成 ~ 0. データ処理とグラフの作成 前回は エクセルを用いた表の作成方法について学びました 今回は エクセルを用いたデータ処理方法と グラフの作成方法について学ぶことにしましょう 1. 数式の入力 1 ここでは x, y の値を入力していきます まず 前回の講義を参考に 自動補間機能を用いて x の値を入力してみましょう 補間方法としては A2,
スライド 1
作成 : 群馬大学電気電子教員 電子回路設計 OP アンプ (2) 小林春夫 桑名杏奈 Email: [email protected] Tel: 277-3-788 オフィスアワー : AM9:~AM:( 平日 ) 電気電子棟 (3 号館 )4F 44 室 電子回路設計 授業の内容 第 回講義内容の説明と電子回路設計の基礎知識 第 2 回キルヒホッフ則を用いた回路解析と演習 第 3 回集積回路のデバイス
学生 23 省メモリ指向一枚超解像 アーキテクチャとその FPGA 実装 北海道大学大学院情報科学研究科 大平貴徳 真田祐樹 築田聡史 五十嵐正樹 池辺将之 浅井哲也 本村真人 1
学生 23 省メモリ指向一枚超解像 アーキテクチャとその FPGA 実装 北海道大学大学院情報科学研究科 大平貴徳 真田祐樹 築田聡史 五十嵐正樹 池辺将之 浅井哲也 本村真人 1 研究背景 映像機器の高機能化に伴う映像の高解像化 ーレティナディスプレイー 4K ハイビジョンテレビ 低解像度の映像コンテンツが数多く存在 4K テレビ 解像度を高める研究 ( 超解像 ) ー高速ー低コストー解像度の精度
(Microsoft Word - 10ta320a_\220U\223\256\212w\223\301\230__6\217\315\221O\224\274\203\214\203W\203\201.docx)
6 章スペクトルの平滑化 スペクトルの平滑化とはフーリエスペクトルやパワ スペクトルのギザギザを取り除き 滑らかにする操作のことをいう ただし 波のもっている本質的なものをゆがめてはいけない 図 6-7 パワ スペクトルの平滑化 6. 合積のフーリエ変換スペクトルの平滑化を学ぶ前に 合積とそのフーリエ変換について説明する 6. データ ウィンドウデータ ウィンドウの定義と特徴について説明する 6.3
PowerPoint プレゼンテーション
講座準備 講座資料は次の URL から DL 可能 https://goo.gl/jnrfth 1 ポインタ講座 2017/01/06,09 fumi 2 はじめに ポインタはC 言語において理解が難しいとされる そのポインタを理解することを目的とする 講座は1 日で行うので 詳しいことは調べること 3 はじめに みなさん復習はしましたか? 4 & 演算子 & 演算子を使うと 変数のアドレスが得られる
Microsoft PowerPoint - 画像工学2007-2印刷用++++
教室 : 14-202 OCTOBER 09 画像工学 2007 年度版 Imaging Science and Technolog 画像工学 2007 年度版 2 慶応義塾大学理工学部 教授 中島真人 1 ( 例 ) 画像システムとしてのカメラ 入力 f(,) ( 紙に書かれた文字 ) カメラ ( フィルムカメラ デジタルカメラ どちらでも OK ) (u,v) SYSTEM ( フィルム上または
C#の基本2 ~プログラムの制御構造~
C# の基本 2 ~ プログラムの制御構造 ~ 今回学ぶ事 プログラムの制御構造としての単岐選択処理 (If 文 ) 前判定繰り返し処理(for 文 ) について説明を行う また 整数型 (int 型 ) 等の組み込み型や配列型についても解説を行う 今回作るプログラム 入れた文字の平均 分散 標準偏差を表示するプログラム このプログラムでは calc ボタンを押すと計算を行う (value は整数に限る
スライド 1
5.5.2 画像の間引き 5.1 線形変換 5.2 アフィン変換 5.3 同次座標 5.4 平面射影変換 5.5 再標本化 1. 画素数の減少による表現能力の低下 画像の縮小 変形を行う際 結果画像の 画素数 < 入力画像の 画素数 ( 画素の密度 ) ( 画素の密度 ) になることがある この場合 結果画像の表現力 < 入力画像の表現力 ( 情報量 ) ( 情報量 ) 結果的に 情報の損失が生じる!
Microsoft PowerPoint - 物情数学C(2012)(フーリエ前半)_up
年度物理情報工学科 年生秋学期 物理情報数学 C フーリエ解析 (Fourier lysis) 年 月 5 日 フーリエ ( フランス ) (768~83: ナポレオンの時代 ) 歳で Ecole Polyechique ( フランス国立理工科大学 ) の教授 ナポレオンのエジプト遠征に従軍 (798) 87: 任意の関数は三角関数によって級数展開できる という フーリエ級数 の概念を提唱 ( 論文を提出
DVIOUT
第 章 離散フーリエ変換 離散フーリエ変換 これまで 私たちは連続関数に対するフーリエ変換およびフーリエ積分 ( 逆フーリエ変換 ) について学んできました この節では フーリエ変換を離散化した離散フーリエ変換について学びましょう 自然現象 ( 音声 ) などを観測して得られる波 ( 信号値 ; 観測値 ) は 通常 電気信号による連続的な波として観測機器から出力されます しかしながら コンピュータはこの様な連続的な波を直接扱うことができないため
第 11 回 R, C, L で構成される回路その 3 + SPICE 演習 目標 : SPICE シミュレーションを使ってみる LR 回路の特性 C と L の両方を含む回路 共振回路 今回は講義中に SPICE シミュレーションの演習を併せて行う これまでの RC,CR 回路に加え,L と R
第 回,, で構成される回路その + SPIE 演習 目標 : SPIE シミュレーションを使ってみる 回路の特性 と の両方を含む回路 共振回路 今回は講義中に SPIE シミュレーションの演習を併せて行う これまでの, 回路に加え, と を組み合わせた回路, と の両方を含む回路について, 周波数応答の式を導出し, シミュレーションにより動作を確認する 直列回路 演習問題 [] インダクタと抵抗による
数学 t t t t t 加法定理 t t t 倍角公式加法定理で α=β と置く. 三角関数
. 三角関数 基本関係 t cot c sc c cot sc t 還元公式 t t t t t t cot t cot t 数学 数学 t t t t t 加法定理 t t t 倍角公式加法定理で α=β と置く. 三角関数 数学. 三角関数 5 積和公式 6 和積公式 数学. 三角関数 7 合成 t V v t V v t V V V V VV V V V t V v v 8 べき乗 5 6 6
スペクトルに対応する英語はスペクトラム(spectrum)です
7. ハミング窓とフラットトップ窓の等価ノイズ帯域幅 (ENBW) (1) Hamming 窓 Hamming 窓は次式で表されます MaTX にも関数が用意されています win = 0.54-0.46*cos(2*PI*[k/(N-1)); ただし k=0,1,---,n-1 N=256; K=[0:N-1]; w=0.54-0.46*cos(2*pi*k/(n-1)); mgplot_reset(1);
ガイダンス
情報科学 B 第 2 回変数 1 今日やること Java プログラムの書き方 変数とは何か? 2 Java プログラムの書き方 3 作業手順 Java 言語を用いてソースコードを記述する (Cpad エディタを使用 ) コンパイル (Cpad エディタを使用 ) 実行 (Cpad エディタを使用 ) エラーが出たらどうしたらよいか??? 4 書き方 これから作成する Hello.java 命令文 メソッドブロック
Microsoft PowerPoint - DigitalMedia2_12.pptx
デジタルメディア処理 2 2017( 前期 ) デジタルメディア処理 2 担当 : 井尻敬 4/13 デジタル画像とは : イントロダクション 4/20 フィルタ処理 1 : 画素ごとの濃淡変換 線形フィルタ, 線形フィルタ 4/27 フィルタ処理 2 : フーリエ変換, ローパスフィルタ, ハイパスフィルタ 5/11 画像の幾何変換 1 : アファイン変換 5/18 画像の幾何変換 2 : 画像の補間,
Microsoft PowerPoint - spe1_handout11.ppt
目次 信号処理工学 Ⅰ 第 回 : ディジタルフィルタ 電気通信大学電子工学専攻電子知能システム学講座 ディジタルフィルタ ( 復習 ) FIR フィルタの補足 IIR フィルタの設計 IIR フィルタの実現 FIR フィルタと IIR フィルタの比較 最後の課題 長井隆行 ディジタルフィルタ ( 復習 ) 線形位相 FIR フィルタの補足 FIR フィルタ フィードバックがない インパルス応答が有限
2009 年 11 月 16 日版 ( 久家 ) 遠地 P 波の変位波形の作成 遠地 P 波の変位波形 ( 変位の時間関数 ) は 波線理論をもとに P U () t = S()* t E()* t P() t で近似的に計算できる * は畳み込み積分 (convolution) を表す ( 付録
遠地 波の変位波形の作成 遠地 波の変位波形 ( 変位の時間関数 ) は 波線理論をもとに U () t S() t E() t () t で近似的に計算できる は畳み込み積分 (convolution) を表す ( 付録 参照 ) ここで St () は地震の断層運動によって決まる時間関数 1 E() t は地下構造によって生じる種々の波の到着を与える時間関数 ( ここでは 直達 波とともに 震源そばの地表での反射波や変換波を与える時間関数
Microsoft PowerPoint - 第06章振幅変調.pptx
通信システムのモデル コミュニケーション工学 A 第 6 章アナログ変調方式 : 振幅変調 変調の種類振幅変調 () 検波出力の信号対雑音電力比 (S/N) 送信機 送信メッセージ ( 例えば音声 ) をアナログまたはディジタル電気信号に変換. 変調 : 通信路で伝送するのに適した周波数帯の信号波形へ変換. 受信機フィルタで邪魔な雑音を除去し, 処理しやすい電圧まで増幅. 復調 : もとの周波数帯の電気信号波形に変換し,
Microsoft PowerPoint - qcomp.ppt [互換モード]
量子計算基礎 東京工業大学 河内亮周 概要 計算って何? 数理科学的に 計算 を扱うには 量子力学を計算に使おう! 量子情報とは? 量子情報に対する演算 = 量子計算 一般的な量子回路の構成方法 計算って何? 計算とは? 計算 = 入力情報から出力情報への変換 入力 計算機構 ( デジタルコンピュータ,etc ) 出力 計算とは? 計算 = 入力情報から出力情報への変換 この関数はどれくらい計算が大変か??
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生まれ, コンピューテーショナルフォトグラフィ ( 計算フォトグラフィ ) と呼ばれている.3 次元画像認識技術の計算フォトグラフィへの応用として,
char int float double の変数型はそれぞれ 文字あるいは小さな整数 整数 実数 より精度の高い ( 数値のより大きい より小さい ) 実数 を扱う時に用いる 備考 : 基本型の説明に示した 浮動小数点 とは数値を指数表現で表す方法である 例えば は指数表現で 3 書く
変数 入出力 演算子ここまでに C 言語プログラミングの様子を知ってもらうため printf 文 変数 scanf 文 if 文を使った簡単なプログラムを紹介した 今回は変数の詳細について習い それに併せて使い方が増える入出力処理の方法を習う また 演算子についての復習と供に新しい演算子を紹介する 変数の宣言プログラムでデータを取り扱う場合には対象となるデータを保存する必要がでてくる このデータを保存する場所のことを
PowerPoint プレゼンテーション
プログラマー勉強会 1 回 basic.h 補足 [ 修飾子 ] const 付けた変数は初期化以外で値を設定することができなくなる 定数宣言に使う unsigned 付けた変数は符号がなくなり 正の値しか設定できない [ 条件コンパイル ] #ifdef M ここ以前に M がマクロとして定義されていれば ここ以下をコンパイルする #ifndef M ここ以前に M というマクロが定義されていなければ
Microsoft PowerPoint - chap10_OOP.ppt
プログラミング講義 Chapter 10: オブジェクト指向プログラミング (Object-Oriented Programming=OOP) の入り口の入り口の入り口 秋山英三 F1027 1 例 : 部屋のデータを扱う // Test.java の内容 public class Test { public static void main(string[] args) { double length1,
