Signal- och bildbehandling TSEA70
|
|
- Jan Arvidsson
- för 5 år sedan
- Visningar:
Transkript
1 Tentamen i Signal- och bildbehandling TSEA70 Tid: kl. 4-8 Lokaler: G36 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl tel 0702/ Hjälpmedel: Räknedosa, OH-film, medskickad formelsamling och följande tabeller: Söderkvist: Formler och tabeller, Beta, Physics Handbook, TEFYMA Betygsskala: poäng betyg poäng betyg poäng betyg 5 Betygslista: Anslås senast 29/8
2 OBS! Det kan vara ont om tid på tentan. Räkna i första hand de uppgifter ni känner er säkra på! 2
3 Tidsdiskret system (6p) Antag att ett tidsdiskret kausalt system ges av differensekvationen y[n]+0.8y[n ] = 2x[n]+x[n ]. a) Bestäm systemfunktionen H(z) =Y (z)/x(z). b) Bestäm systemets impulssvar h[n]. c) Bestäm impulssvaret till det kausala systemet G(z) =/H(z). d) Givet systemet G(z) applicera insignalen x[n] =2δ[n]+δ[n ] och bestäm utsignalen y[n]. 2 Sampling (6p) a) Signalen x(t) = cos(2π 0t) samplas med frekvensen f o =5Hz. Därefter rekonstrueras den samplade signalen med ett idealt LP-filter med gränsfrekvensen f g = f o /2. Vad blir utsignalen y(t)? Resonera och rita i fourierdomänen! (3p) x(t) sampling rekonstruktion y(t) fo fg = fo/2 f(x,y) sampling mha digitalkamera digital bild g[x,y] b) Svårare! Man kan ibland se ett liknande fenomen mha en video- eller digitalkamera. Antag att man fotograferar ett roterat cosinusmönster f(x, y) = R φ [ cos(2π0 +42 x) ], där rotationsvinkeln är φ = arctan(/4). Detta mönster samplas med digitalkameran med frekvensen f o =60i båda ledder. Den digitala bilden visas sedan på en bildskärm. Ge en formel för utbilden g[x, y]! Resonera och rita i 2D fourierdomänen! (3p) 3 Kontinuerlig faltning (8p) Bestäm faltningen y(t) =(h g)(t) där h(t) och g(t) illustreras av figuren nedan. h(t) 2 g(t) 2 t 3
4 a) Utför beräkningarna i signaldomänen. (5p) b) Utför beräkningarna i fourierdomänen. (3p) {, 2.5 t.5, Ledning : h(t) =Π(t +2)= 0, annars 4 Kontinuerliga och diskreta samband (p) Nedan visas en variant av Laplace-filtret. (Mittpunkten på filtret är utmärkt med en.) a) Beräkna filtrets DFT genom att använda en 2D-variant av följande formel (2p) F DFT [k] = N/2 n= N/2 f[n] e j 2π N kn. b) Beräkna filtrets kontinuerliga Fouriertransform genom att använda en 2Dvariant av följande formel F (u) = f(x) e j2πux dx. Ledning: Detta går bra om man tänker sig att det sitter en Diracspik δ() på varje sampelpunkt. Sätt för enkelhetens skull sampelavståndet till. (2p) c) Med hjälp av resultaten från a) och b) skriv upp ett uttryck hur F DFT [k,k 2 ] förhåller sig till F (u, v) i diskreta punkter (k,k 2 ). (p) d) Vad är Fouriertransformen L(u, v) till den ideala laplacefunktionen l(x, y) = 2 + 2? (2p) x 2 y 2 e) Skissa ungefärligt hur F (u, 0) och L(u, 0) ser ut i intervallet 0.5 u 0.5. Beskriv dess likheter och skillnader. Vilket lågpassfiltrerar mest t ex? (3p) f) Försök hitta på en målande beskrivning av hur F (u, v) ser ut. Ledning: Jag ute efter ett ord av den typen vi har använt i kursen ibland såsom pillerpurk, låda, staket, skidbacke. (p) 4
5 5 Interpolation (8p) Se figur nedan. Den samplade bilden har samplingsavståndet. Därmed är ju bandbredden 0.5 <u,v<0.5. Bilden ska samplas upp en faktor 3. Då behöver man bland annat beräkna värdet på pixeln markerad med ett frågetecken /3 4? 7 2 2/3 8 3 Se figuren nedan. Man kan välja olika omsamplingsfunktioner för detta ändamål. Beräkna pixelns värde om följande omsamplingsfunktioner används: a) Närmsta granne (c i figuren). (p) b) Linjär interpolation (d i figuren). (2p) c) Cubic spline interpolation (a i figuren) a(x) = (2p) { 2 x 3 3 x 2 +, x, 0, annars Spatial domain Fourier domain 0.5 a.. b Spatial domain Fourier domain 0.5 c.. d Omsamplingsfunktionen b i figuren är en fönstrad sinc-funktion. De olika omsamplingsfunktionerna har olika egenskaper. Du ska nu rangordna b, c och d i fråga om: d) Ger mest lågpassfiltrering. (p) 5
6 e) Ger bäst resultat (minst distorsion). (p) f) Ger snabbast beräkningar.(p) 6 Diskreta 2D-filter (7p) Se figur nedan. Det gäller att f(x, y) är en bild och att a(x, y) =f(x, y) g a (x, y) och b(x, y) =f(x, y) g b (x, y). f(x,y) a(x,y) b(x,y) y x a) Hur många MULT, ADD och SUB per pixel krävs för att beräkna a(x, y) och b(x, y)? (p) b) Bestäm g a (x, y) och g b (x, y) genom att falta samman de små faltningskärnorna i figuren. (2p) c) Vad visar bilden a(x, y)? Ledning: Välj något av detta:?-derivatan i?-led,? av gradienten,?-passfiltrering och ersätt?-tecknet med något vettigt.(2p) d) Vad visar bilden a(x, y) 2 + b(x, y) 2? Ledning: Välj något av detta:?-derivatan i?-led,? av gradienten,?-passfiltrering och ersätt?-tecknet med något vettigt.(2p) 7 Binär bildbehandling (8p) Figurerna nedan beskriver hur man utgående från en böna med skaft (figur I) kan ta fram skelettet av skaftet (figur V) och därmed mäta dess längd. Rutor ska betraktas som pixlar med värde. Övriga pixlar har värde 0. Som hjälp har bönans ytterkontur ritats in punktstreckad i varje figur. 6
7 I) II) III) IV) V) a) Beskriv hur figur II kan erhållas ur figur I. (2p) b) Beskriv hur figur III erhålles. (2p) c) Beskriv hur figur IV erhålles. (2p) d) Beskriv hur figur V erhålles. (2p) I beskrivningarna ovan ska använda matchningskärnor/strukturelement anges. Välj bland A, B, C och D och roterade varianter nedan. Tänk på att pixelvis addition, subtraktion, multiplikation och invertering också är tillåtet. A: B:
8 C: D: 8 Bevis med TB3 (6p) Matematikintresserade Tor-Björn Tretow, kallad TB3 pga sina initialer, har gjort följande halvfärdiga bevis. Det gäller att x(t) är en reell funktion och att en sådan alltid kan delas upp i en jämn och en udda komponent x(t) =x j (t)+x u (t). X(ω) = = + = x(t)e jωt dt = x j (t)cos(ωt)dt j x u (t)cos(ωt)dt j x j (t)cos(ωt)dt j Vad gäller för fouriertransformen av a) En godtycklig reell funktion? (2p) b) En jämn reell funktion? (2p) c) En udda reell funktion? (2p) x j (t)e jωt dt + x j (t)sin(ωt)dt x u (t)sin(ωt)dt x u (t)sin(ωt)dt x u (t)e jωt dt I svaren ska anges och bevisas om real- och imaginärdel är jämn, udda eller noll. Utgå från Torbjörns halvfärdiga bevis. 8
Signal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB4 Tid: 2-8-7 Lokaler: TER Ansvarig lärare: Maria Magnusson besöker lokalerna kl. 5.5 och 6.45 tel 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB Tid: 205-0-, 8-3 Lokaler: U, U3, U Ansvarig lärare: Maria Magnusson besöker lokalerna kl. 9.30 och.30 tel 073-80 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA70 Tid: 00-05-8 kl. -8 Lokaler: G, G Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 5 och 7. tel Hjälpmedel: Räknedosa, OH-film, medskickad formelsamling
Läs merSignal- och bildbehandling TSBB03, TSBB14
Tentamen i Signal- och bildbehandling TSBB03, TSBB4 Tid: 00-0- Lokaler: G33 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 4.50 och 6.50 tel 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSBB03
Tentamen i Signal- och bildbehandling TSBB03 Tid: 2006-05-3 kl. 8-2 Lokal: TER2 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 9.40. tel 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB Tid: 3-5-3 Lokaler: TER Ansvarig lärare: Maria Magnusson besöker lokalen kl. 8.5 och.3 tel 73-8 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film,
Läs merSignal- och bildbehandling TSBB03
Tentamen i Signal- och bildbehandling TSBB03 Tid: 2004-06-0 kl. 8-2 Lokaler: Garnisonen Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 9.00 och 0.45. tel 073-804 38 67 Hjälpmedel: Räknedosa,
Läs merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA70 Tid: 000-03-8 kl. 4-8 Lokaler: Garnisonen Ansvariga lärare: Olle Seger, Maria M Seger besöker lokalerna kl 500 och 700 tel 070/33 79 48 Hjälpmedel: Räknedosa,
Läs merSignal- och bildbehandling TSBB03
Tentamen i Signal- och bildbehandling TSBB3 Tid: 28-5-29 kl. 8-2 Lokal: TER2 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 9. och.4 tel 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA Tid: -- kl. - Lokaler: G3 Ansvarig lärare: Henrik Turbell besöker lokalen kl..3 tel Adm. assistent: Ylva Jernling tel Hjälpmedel: Räknedosa, OH-film, medskickad
Läs merSignal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB4 Tid: -5-8 Lokaler: TER3 Ansvarig lärare: Maria Magnusson besöker lokalen kl. 8.45 och.45 tel 8336, 73-84 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och bildbehandling TSEA70
Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-0-0 kl. 4-8 Lokaler: Examinator: U Maria Magnusson Seger Ansvarig lärare: Olle Seger besöker lokalen kl. 5 och 7. tel 259, 0702/337948 Hjälpmedel:
Läs merSignal- och bildbehandling TSBB03 och TSEA70
Tentamen i Signal- och bildbehandling TSBB03 och TSEA70 Tid: 004-08-10 kl. 8-1 Lokaler: TER1 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 9.00 och 10.45. tel 073-804 38 67 Hjälpmedel: Räknedosa,
Läs merSignal- och bildbehandling TSBB14
Tentamen i Signal- och bildbehandling TSBB Tid: --, kl. - Lokaler: U, U, U Ansvarig lärare: Maria Magnusson besöker lokalen kl.. och. tel. Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film, sa och
Läs merFacit till Signal- och bildbehandling TSBB
Facit till Signal- och bildbehandling TSBB3 6-5-3 Maria Magnusson Seger, maria@isy.liu.se Kontinuerlig faltning (9p) a) Faltningsoperationen illustreras i figuren nedan. et gäller att x(t λ) e 4(t λ) u(t
Läs merTentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl
Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt
Läs merTentamen ssy080 Transformer, Signaler och System, D3
Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg oktober 009 kl. 4.00-8.00 lokal: Johanneberg Förfrågningar: Ants Silberberg, tel. 808 Lösningar: Anslås torsdag okt.
Läs merSF1635, Signaler och system I
SF635, Signaler och system I Tentamen tisdagen 0--, kl 4 00 9 00 Hjälpmedel: BETA Mathematics Handbook Räknedosa utan program Formelsamling i Signalbehandling (rosa), Formelsamling för Kursen SF635 (ljusgrön)
Läs merSF1635, Signaler och system I
SF65, Signaler och system I Tentamen tisdagen 4--4, kl 8 Hjälpmedel: BETA Mathematics Handbook. Formelsamling i Signalbehandling rosa), Formelsamling för Kursen SF65 ljusgrön). Obs : Obs : Obs : Obs 4:
Läs merResttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19
Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19 Tillåtna hjälpmedel: Valfri miniräknare (utan möjlighet till trådlös kommunkation). Valfri litteratur, inkl. kursböcker, formelsamlingar.
Läs mer7 Olika faltningkärnor. Omsampling. 2D Sampling.
7 Olika faltningkärnor. Omsampling. D Sampling. Aktuella ekvationer: Se formelsamlingen. 7.. Faltningskärnors effekt på bilder. Bilden f(, y) ska faltas med olika faltningskärnor, A H, se nedan. f(,y)
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.1 August 25, 2015 Uppgifter markerade med (A) är
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.11 September 14, 2015 Uppgifter markerade med (A)
Läs mer1. Vi har givet två impulssvar enligt nedan (pilen under sekvenserna indikerar den position där n=0) h 1 (n) = [ ]
TEKNISKA HÖGSKOLAN I LUND Institutionen för elektro- och informationsteknik Kurskod: ESS00 Tentamen i Digital Signalbehanding Datum: 0 5 Time period: 08.00 3.00 Bedömning: Sex uppgifter. Varje uppgift
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
Läs merFÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter
FÖRELÄSNING 3: Analoga o p. Digitala filter. Kausalitet. Stabilitet. Analoga filter Ideala filter Butterworthfilter (kursivt här, kommer inte på tentan, men ganska bra för förståelsen) Kausalitet t oh
Läs merSYSTEM. Tillämpad Fysik Och Elektronik 1 SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System.
SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET SYSTEMEGENSKAPER System y(t) y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET
Läs merRÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2
t 1) En tidskontinuerlig signal x( t) = e 106 u( t) samplas med sampelperioden 1 µs, varefter signalen trunkeras till 5 sampel. Den så erhållna signalen får utgöra insignal till ett tidsdiskret LTI-system
Läs merTentamen ssy080 Transformer, Signaler och System, D3
Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg 19 oktober 2011 kl. 08.30-12.30 sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 1808 Lösningar: Anslås torsdag
Läs merTeori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny
Tidigare har vi gått igenom Fourierserierepresentation av periodiska signaler och Fouriertransform av icke-periodiska signaler. Fourierserierepresentationen av x(t) ges av: där a k = 1 T + T a k e jkω
Läs merKryssproblem (redovisningsuppgifter).
Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 212-1-29 Kryssproblem (redovisningsuppgifter). Till var och en av de tio lektionerna hör två problem som du ska
Läs meri(t) C i(t) = dq(t) dt = C dy(t) dt y(t) + (4)
2 Andra lektionen 2. Impulssvar 2.. En liten krets Beräkna impulssvaret för kretsen i figur genom att beräkna hur y(t) beror av x(t). R x(t) i(t) C y(t) Figur : Första ordningens lågpassfilter. Utsignalen
Läs merSignal- och bildbehandling TSBB14
Tenamen i Signal- och bildbehandling TSBB4 Tid: 00-08-8 Lokaler: TER Ansvarig lärare: Klas Nordberg besöker lokalen kl. 5.00 och 7.00 el 8634 Hjälpmedel: Räknedosa, medskickad formelsamling, OH-film, sax
Läs mer7 MÖNSTERDETEKTERING
7 MÖNSTERDETEKTERING 7.1 Korrelation Korrelation av två bilder f(x,y) och g(x,y) kan språkligt sett betyda att man gör just det som utsäges av (7.1). Bilderna läggs alltså på varandra med den ena bilden
Läs merLaboration i tidsdiskreta system
Laboration i tidsdiskreta system A. Tips Användbara MATLAB-funktioner: conv Faltning square Skapa en fyrkantvåg wavread Läs in en ljudfil soundsc Spela upp ett ljud ones Skapa en vektor med godtyckligt
Läs merSignaler, information & bilder, föreläsning 14
Signaler, inormation & bilder, öreläsning Michael Felsberg Computer Vision Laborator Department o Electrical Engineering michael.elsberg@liu.se Översikt D signalbehandling (bildbehandling) orts. Faltningskärnor
Läs merSignal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet
Signal- och Bildbehandling FÖRELÄSNING 4 Fouriertransformen, forts Mer egenskaper av fouriertransformen Enkel tillämpning: Filtrera bort oönskat buller från vacker visselton Fouriertransformen, slutsats
Läs merSignal- och Bildbehandling, TSBB14. Laboration 2: Sampling och rekonstruktion. DFT.
Signal- och Bildbehandling, TSBB4 Laboration : Sampling och rekonstruktion. DFT. Maria Magnusson, 7-8 Avdelningen för Datorseende, Institutionen för Systemteknik, Linköpings Universitet Laboration. Förberedelser
Läs merDT1120 Spektrala transformer för Media Tentamen
DT Spektrala transformer för Media Tentamen 77 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: 3:9 p, 4: 3 p, 5: 7 p Tillåtna hjälpmedel: räknare,
Läs merFörsättsblad till skriftlig tentamen vid Linköpings Universitet
Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 23--8 Sal T Tid 4-8 Kurskod TSBB3 Provkod TEN Kursnamn/ Benämning Medicinska Bilder Institution ISY Antal uppgifter som
Läs merLösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling
Lösning till tentamen i Medicinska Bilder, TSBB3, 26--28 Maria Magnusson (maria.magnusson@liu.se), Anders Eklund DEL : Grundläggande 2D signalbehandling Uppgift (3p) Translationsteoremet säger att absolutvärdet
Läs merDT1130 Spektrala transformer Tentamen
DT3 Spektrala transformer Tentamen 3 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs mer6 2D signalbehandling. Diskret faltning.
D signalbehandling. Diskret faltning. Aktella ekationer: Se formelsamlingen... D Diskret faltning. Beräkna g(x = (h f(x = λ= f(x = - - 0 - - och h(x = -. h(x λf(λ, där Centrm (positionen för x = 0 är markerad
Läs merSignal- och Bildbehandling FÖRELÄSNING 7. En bild är en 2D signal. För en digital bild gäller. Fig. 2.1
Signal- och Bildbehandling FÖRELÄSNING 7 D signalbehandling (bildbehandling) Den digitala bilden, ärgtabeller D kontinuerlig ouriertransorm och D DFT D sampling D diskret altning Lågpassiltrerande D altningskärnor
Läs mer7. Sampling och rekonstruktion av signaler
Arbetsmaterial 5, Signaler&System I, VT04/E.P. 7. Sampling och rekonstruktion av signaler (Se också Hj 8.1 3, OW 7.1 2) 7.1 Sampling och fouriertransformering Man säger att man samplar en signal x(t) vid
Läs merKan vi beskriva ett system utan någon fysikalisk kännedom om systemet?
Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet? 1 Om svaret på frågan är ja så öppnar sig möjligheten att skapa en generell verktygslåda som fungerar för analys och manipulering
Läs merTentamen SSY041 Sensorer, Signaler och System, del A, Z2
Tentamen SSY4 Sensorer, Signaler och System, del A, Z Examinator: Ants R. Silberberg 6 Dec kl. 8.3-.3, sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 88 Lösningar: Anslås måndag december på institutionens
Läs merDT1130 Spektrala transformer Tentamen
DT3 Spektrala transformer Tentamen 5 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs merDT1130 Spektrala transformer Tentamen
DT3 Spektrala transformer Tentamen 6 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs merSignaler, information & bilder, föreläsning 14
Signaler, inormation & bilder, öreläsning Michael Felsberg och Maria Magnusson Computer Vision Laborator (Datorseende) Department o Electrical Engineering (ISY) michael.elsberg@liu.se, maria.magnusson@liu.se
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet TER1(17) TERE(1)
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 207-0-9 Sal (2) Tid 8-2 Kurskod TSBB3 Provkod TEN Kursnamn/benämning Provnamn/benämning Institution Antal uppgifter som
Läs merFörsättsblad till skriftlig tentamen vid Linköpings Universitet
Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 203--0 Sal TER4 Tid 8-2 Kurskod TSBB3 Provkod TEN Kursnamn/ Benämning Institution Antal uppgifter som ingår i tentamen
Läs merTSDT15 Signaler och System
TSDT5 Signaler och System DATORUPPGIFTER VÅREN 03 OMGÅNG Mikael Olofsson, mikael@isy.liu.se Efter en förlaga av Lasse Alfredsson February, 03 Denna uppgiftsomgång behandlar faltning samt system- & signalanalys
Läs merTentamen i TSKS21 Signaler, information och bilder
1(12) Tentamen i TSKS21 Signaler, information och bilder Provkod: TEN1 Tid: 2017-06-09 Kl: 8:00 13:00 Lokal: G36 Lärare: Mikael Olofsson, tel: 281343 Besöker salen: 9 och 11 Administratör: Institution:
Läs merTentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30
Tentamen i ESS 00 Signaler och System E3 V-sektionen, 6 augusti 2005, kl 8.30 2.30 Examinator: Mats Viberg Tentamen består av 5 uppgifter som vardera ger maximalt 0 p. För godkänd tentamen fordras ca 20
Läs merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Bakgrund till transformer i kontinuerlig tid Idé 1: Representera in- och utsignaler till LTI-system i samma basfunktion Förenklad analys! Idé
Läs merTentamen i matematik. f(x) = ln(ln(x)),
Lösningsförslag Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 203-05- kl 4.30-9.30 Hjälpmedel : Inga hjälpmedel utöver
Läs merUppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/
Uppsala Universitet Matematiska Institutionen Bo Styf Transformmetoder, 5 hp ES, gyl, Q, W 0-0-9 Sammanfattning av föreläsningarna 5-8, 30/ - / 0. Z-transformen ska avslutas och sedan blir det tentaförberedelser.
Läs mer= e 2x. Integrering ger ye 2x = e 2x /2 + C, vilket kan skrivas y = 1/2 + Ce 2x. Här är C en godtycklig konstant.
Lösningsförslag till Tentamen, SF1633, Differentialekvationer I den 19 december 216 kl 8: - 13: För godkänt (betyg E krävs tre godkända moduler från del I Varje moduluppgift består av tre frågor För att
Läs merSammanfattning TSBB16
Sammanfattning TSBB16 Frekvensfunktion =H(omega) Kombinationen av amplitud och faskarakteristik är unik. H(ω) = D(ω) e^jψ(ω)=y(t)/x(t). Detta är frekvensfunktionen. H(ω)=utsignal/insignal D(ω) = H(ω).
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet G33(1) TER4(63)
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2017-01-07 Sal (2) G33(1) TER4(63) Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Institution
Läs mer2 Ortogonala signaler. Fourierserier. Enkla filter.
Ortogonala signaler. Fourierserier. Enkla filter. ktuella ekvationer: Se formelsamlingen och förberedelsehäftet. För effektivvärdet av en summa av N ortogonala signaler gäller: ν rms = ν rms1 + ν rms +...
Läs merDIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)
DIGITALA FILTER TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 Frekvensfunktioner x(n)= Asin(Ωn) y(n) H(z) TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 2 FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM
Läs merÖvningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev.
Övningsuppgifter Digital Signal Processing Övningar med svar och lösningar Mikael Swartling Nedelko Grbic Bengt Mandersson rev. 17 Department of Electrical and Information Technology Lund University Introduktion
Läs merTIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1
TIDSDISKRETA SYSTEM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 SYSTEMEGENSKAPER x[n] System y[n] Minne Kausalitet Tidsinvarians Linjäritet Inverterbarhet Stabilitet TILLÄMPAD FYSIK OCH ELEKTRONIK,
Läs merTentamen i Signaler och kommunikation, ETT080
Inst. för informationsteknologi Tentamen i Signaler och kommunikation, ETT080 2 juni 2006, kl 14 19 Skriv namn och årskurs på alla papper. Börja en ny lösning på ett nytt papper. Använd bara en sida av
Läs merMälardalens högskola Akademin för utbildning, kultur och kommunikation
Mälardalens högskola Akademin för utbildning, kultur och kommunikation MAA4 Grundläggande kalkyl ÖVN3 Lösningsförslag.6.8 4.3 6.3 Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) Poäng: Denna
Läs merTSBB31 Medicinska bilder Föreläsning 3
TSBB3 Medicinska bilder öreläsning 3 D signalbehandling (bildbehandling) Den digitala bilden, ärgtabeller D kontinuerlig ouriertransorm och D DT D sampling D diskret altning Lågpassiltrerande D altningskärnor
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2016-10-28 Sal (5) KÅRA T1 T2 U2 U4 Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Grundläggande
Läs merLösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling
Lösning till tentamen i Medicinska Bilder, TSBB3, 08-0-4 Maria Magnusson (maria.magnusson@liu.se) DEL : Grundläggande D signalbehandling Uppgift (6p) a och E: E LP-filtrerar mycket och ger en mycket suddig
Läs merTSDT08 Signaler och System I Extra uppgifter
TSDT08 Signaler och System I Extra uppgifter Erik G. Larsson ISY/Kommunikationssystem december, 2008 P. Ett LTI system har impulssvaret och matas med insignalen ht) = e 2t ut) xt) = e 3t ut) + cosπt +
Läs merSpektrala Transformer
Spektrala Transformer Fouriertransformer Fourier Gif mig en wågform och jag skola skrifva den som en summa af sinuswågor! Jean-Baptiste Fourier 768-830 Fouriertransformen Transformerar kontinuerliga signaler
Läs merKontrollskrivning KS1T
Kontrollskrivning KS1T Matematik 2 Kurskod HF100 Skrivtid 8:15-11:15 måndagen 9 februari 2009 Tentamen består av 4 sidor Hjälpmedel: Utdelat formelblad. Räknedosa. Formelsamling Korrekt löst uppgift ger
Läs merLösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling
Lösning till tentamen i Medicinska Bilder, TSBB3, 203-0-08 Maria Magnusson (maria.magnusson@liu.se), Hans Knutsson, Mats Andersson, Gustaf Johansson DEL : Grundläggande 2D signalbehandling Uppgift (2p)
Läs merSignal- och bildbehandling TSBB14
Tenamen i Signal- och bildbehandling TSBB4 Tid: 207-04-9 Lokaler: G33, G35, TER Ansvarig lärare: Maria Magnusson besöker lokalerna kl. 5.00 och 7.30 el 073-804 38 67 Hjälpmedel: Räknedosa, medskickad formelsamling,
Läs merSignal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler
Signal- och Bildbehandling, TSBB14 Laboration 2: Sampling och Tidsdiskreta signaler Anders Gustavsson 1997, Maria Magnusson 1998-2013 Avdelningen för Datorseende, Institutionen för Systemteknik Linköpings
Läs merMiniräknare och en valfri formelsamling i signalbehandling eller matematik. Allowed items: calculator, DSP and mathematical tables of formulas
LUNDS TEKNISKA HÖGSKOLA Institutionen för Elektro- och Informationsteknik Tentamen 08-05-3 SIGNALBEHANDLING i MULTIMEDIA, EITA50 Tid: 08.00-3.00 Sal: Vic A Hjälpmedel: Viktigt: Miniräknare och en valfri
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet G35(18) TER4(12)
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 218-1-24 Sal (2) G35(18) TER4(12) Tid 8-12 Kurskod TSBB31 Provkod TEN1 Kursnamn/benämning Provnamn/benämning Medicinska
Läs merDT1130 Spektrala transformer Tentamen
DT Spektrala transformer Tentamen 72 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs merLågpassfiltrering. Signal- och Bildbehandling FÖRELÄSNING 8. Lågpassfiltrering
Signal- och Bildbehandling FÖRELÄSIG 8 signalbehandling (bildbehandling) orts. Lågpassilter, orts. Snonmer Cirkulär och Faltningskärna Linjär altning, orts Filterkärna Faltningskärnor: 3 Filter eriverande
Läs merOmtentamen i DV & TDV
Umeå Universitet Institutionen för Datavetenskap Gunilla Wikström (e-post wikstrom) Omtentamen i Teknisk-Vetenskapliga Beräkningar för DV & TDV Tentamensdatum: 2006-06-05 Skrivtid: 9-15 Hjälpmedel: inga
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet R36 R37
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen -- Sal () R R Tid - Kurskod TSBB Provkod TEN Kursnamn/benämning Provnamn/benämning Institution Antal uppgifter som ingår
Läs merGRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen
GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen 26.02013 kursens övningsuppgifter eller gamla tentamensuppgifter, eller Matlab-, Scilab- eller Octave- programmerbara kalkylatorer eller datorer. 1.
Läs merTENTAMEN I TSRT19 REGLERTEKNIK
SAL: XXXXX TENTAMEN I TSRT9 REGLERTEKNIK TID: 25-8-2 kl. 8:-3: KURS: TSRT9 Reglerteknik PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Inger Erlander Klein, tel. 3-28665,73-9699 BESÖKER
Läs merKompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi
Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter & Giampiero Salvi Komplex analys Om man endast använder den reella tallinjen är det inte
Läs merTentamen SSY040/041, del B Sensorer, Signaler och System, Z2
Tentamen SSY4/41, del B Sensorer, Signaler och System, Z2 Examinator: Ants R. Silberberg / Gunnar Elgered 9 mars 21 kl. 8.3-12.3 sal: V Förfrågningar: Ants Silberberg, tel. 188 Lösningar: Anslås onsdag
Läs merProjekt 2 (P2) Problembeskrivning och uppdragsspecifikation
Projekt 2 (P2) Problembeskrivning och uppdragsspecifikation Projekt 2 Möjligheter/Problem med 2-dimensionella mätdata Uppstart: Se planen (kursens hemsida) Etapp 1 Mätdata i 2 dimensioner behöver utredas/signalbehandlas
Läs merLösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling
Lösning till tentamen i Medicinska Bilder, TSBB, -- Maria Magnusson (maria.magnusson@liu.se), Hans Knutsson, Mats Andersson, Gustaf Johansson DEL : Grundläggande D signalbehandling Uppgift (p) a) Filtret
Läs mer1. Rita följande tidssekvenser. 2. Givet tidssekvensen x n i nedanstående figur. Rita följande tidssekvenser.
Lasse Björkma 999 . Rita följade tidssekveser. a) δ e) u b) δ f) u u c) δ + δ g) u d) u h) u. Givet tidssekvese x i edaståede figur. Rita följade tidssekveser. a) x c) x b) x + 3 d) x 3. Givet tidssekvesera
Läs merHögskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I
Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I Kurs: MA15G Matematisk Analys MA13G Matematisk analys för ingenjörer MA71A Matematik för lärare C, delkurs Matematisk
Läs merTSRT91 Reglerteknik: Föreläsning 5
TSRT9 Reglerteknik: Föreläsning 5 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar / 23 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merLaplace, Fourier och resten varför alla dessa transformer?
Laplace, Fourier och resten varför alla dessa transformer? 1 Vi har sett hur ett LTI-system kan ges en komplett beskrivning av dess impulssvar. Genom att falta insignalen med impulssvaret erhålls systemets
Läs merBildförbättring i spatial domänen (kap. 3) Bildförbättring (enhancement) Spatial domän. Operatorer. Tröskling (threshold) Gråskale-transformationer
Bildförbättring i spatial domänen (kap. 3) Punktoperationer Gråskaletransformationer Logiska & aritmetiska operationer Filtrering Faltning Lågpassfilter Högpassfilter Bildförbättring (enhancement) Förbättra
Läs merSignaler, information & bilder, föreläsning 12
Signaler, inormation & bilder, öreläsning Michael Felsberg Computer Vision Laboratory epartment o Electrical Engineering michael.elsberg@liu.se Översikt signalbehandling (bildbehandling) en digitala bilden,
Läs merReglerteknik AK, FRTF05
Institutionen för REGLERTEKNIK Reglerteknik AK, FRTF05 Tentamen 3 april 208 kl 4 9 Poängberäkning och betygssättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar
Läs merDT1120/DT1130 Spektrala transformer Tentamen
DT/DT3 Spektrala transformer Tentamen 86 Tentamen består av fem uppgifter där varje uppgift maximalt ger 4 p. Normalt gäller följande betygsgränser: E: 9 p, D:.5 p, C: 4 p, B: 6 p, A: 8 p Tillåtna hjälpmedel:
Läs merMedicinska bilder. Programkurs 6 hp Medical Images TSBB31 Gäller från: 2018 VT. Fastställd av. Fastställandedatum
1(6) Medicinska bilder Programkurs 6 hp Medical Images TSBB31 Gäller från: 2018 VT Fastställd av Programnämnden för elektroteknik, fysik och matematik, EF Fastställandedatum LINKÖPINGS UNIVERSITET 2(6)
Läs mer2F1120 Spektrala transformer för Media Tentamen
F Spektrala transformer för Media Tentamen 68 Tentamen består av fem uppgifter där varje uppgift maximalt ger p. Normalt gäller följande betygsgränser: :9 p, : p, 5: 7 p Tillåtna hjälpmedel: räknare, formelblad
Läs merSpektrala Transformer Övningsmaterial
Spektrala Transformer Övningsmaterial DT3 Spektrala Transformer HT 3 Innehåll Komplexa tal Sampling och kvantisering 5 3 Filter och Z-transform 6 4 Fourierserier A Svar 3 B Formelblad C Extentor med lösningar
Läs merImpulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar
6 Sjätte lektionen 6.1 Transformvärlden 6.1.1 Repetera Rita upp en tankekarta över följande begrepp där du anger hur de hänger ihop och hur de betecknas. Vad beskriver de? Impulssvaret Amplitudsvaret (frekvensgången)
Läs mer