7 Olika faltningkärnor. Omsampling. 2D Sampling.

Storlek: px
Starta visningen från sidan:

Download "7 Olika faltningkärnor. Omsampling. 2D Sampling."

Transkript

1 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) A = - /, B = /5, - C = /, D = /, E = /5, F = -4 /8, G = -, H = 4 /6 Resultatet blir 8 stycken olika bilder. Para ihop bild-bild8 nedan med korrekt faltningskärna A H! bild bild bild bild 4

2 bild 5 bild 6 bild 7 bild D interpolation. Vid interpolationsuppgifterna nedan ska vi använda oss av fyra olika interpolationsfunktioner, närmsta granne interpolation n(), linjär interpolation l(), samt två olika cubic spline interpolationsfunktioner, c() och c(), där, för, n() =, för övrigt,, för, l() =, för övrigt, +, för, c() =, för övrigt,.5.5 +, för, c() = , för,, för övrigt. De olika funktionerna är också illustrerade nedan. närmsta granne interpolation, n() linjär interpolation, l() cubic spline, c() cubic spline, c()

3 Nedan syns en liten D figur med fyra kända sampelvärden och ett okänt, f(.75) =?, som ska interpoleras fram med de fyra olika interpolationsfunktionerna ovan..5 f()? D och D interpolation. Vid interpolationsuppgifterna nedan ska vi använda oss av två olika interpolationsmetoder, närmsta granne och linjär interpolation. Vid närmsta granne interpolation kan rektangel-funktionen Π() användas, och vid linjär interpolation kan triangelfunktionen Λ() användas,, för, Π() =, för övrigt,, för, Λ() =, för övrigt. a) Nedan till vänster syns två kända sampelvärden och ett okänt märkt med?. Interpolera fram detta värde dels med närmsta granne interpolation och dels med linjär interpolation. b) Nedan till höger syns fyra kända sampelvärden och ett okänt märkt med? och beläget på (, y) = (/, /). Interpolera fram detta värde dels med närmsta granne interpolation och dels med bilinjär interpolation.? 4/.5?.7 y (,y)=(/,/)

4 7.4. Uppsampling en faktor. Omsampling till högre samplingstäthet mha interpolation är en viktig operation inom bildbehandling. För en bild samplad med samplingsavståndet = är sinc() den ideala interpolationsfunktionen, se figur nedan. Spatial rymd sinc() Fourier rymd Π(u) u = /( )=/ a) Skissera den linjära interpolationsfunktionen, Λ() =, och dess fouriertransform ovanpå sinc() och Π(u) i figuren ovan. b) Vad gäller för funktionsvärdet i = och = ± för de båda funktionerna? c) På vilket sätt är fouriertransformen av Λ() sämre än Π(u)? d) Bilinjär interpolation är en D variant av linjär interpolation. Den bilinjära interpolationsfunktionen är Λ() Λ(y). Försök att skissa D-plottar av Dfunktionerna, Λ(), Λ(y) och Λ() Λ(y). Vilken basyta har Λ() Λ(y)? e) Nedan till vänster visas en liten -bild. Interpolera upp den till dubbelt så hög samplingstäthet, dvs. till 5 5-bilden som visas till höger. Omsamplingen ska ske med bilinjär interpolation, Λ() Λ(y). Det enklaste är dock att utföra omsamplingen i två endimensionella steg, dvs först med linjär interpolation med Λ() i -led följt av linjär interpolation med Λ(y) i y-led. y y y 4 4 Originalbild Efter uppsampling 4

5 7.5. Rotation och interpolation. Bilden f(, y ) ska roteras medurs. Uppgiften är att beräkna värdet på pieln markerad med?-tecken i utbilden g(, y) Inbild f(,y ) Utbild g(,y)? a) Pieln markerad med?-tecken är belägen på (, y) = (, ) i g(, y). Vilken position motsvarar detta i inbilden f(, y )? b) Beräkna värdet på pieln markerad med?-tecken med hjälp av närmaste granne interpolation. c) Använd nu bilinjär interpolation istället. Då är interpolationsfunktionen Λ() Λ(y) där, for, Λ() =, annars. d) LITE SVÅRARE. Använd nu interpolation med en liten -punkters cubic spline-funktion istället. Då är interpolationsfunktionen h() h(y) där +, for, h() =, annars D sampling med vikningsdistorsion, variant Funktionen f(, y) har en D fourier transform F (u, v) som visas i figuren nedan till vänster. F (u, v) i den skuggade arean och F (u, v) = utanför den skuggade arean. F(u,v) v G(u,v)? v u u. 5

6 Funktionen f(, y) samplas med ett D impuls-tåg till g(, y) = f(, y) δ( n) δ(y m), dvs samplingsavståndet är = i båda riktningarna. n a) Beräkna fouriertransformen av g(, y). Låt svaret innehålla ett faltningstecken! b) Skissa G(u, v) i (u, v)-planet ovan till höger! Fick du någon vikningsdistorsion? Markera i så fall ett sådant ställe med en pil! c) Vid vilket samplingsavstånd undviks vikningsdistorsion? d) Förenkla uttrycket för G(u, v) i a) så att det inte innehåller faltningstecken och dirac-pulser, men däremot summatecken och F ( ) LITE SVÅRARE. Nedsampling en faktor. Antag att sampelpunkterna i en bild har sampelavståndet och att bilden ska samplas ned så att sampelavståndet blir. Nedsamplingen kan göras en-dimensionellt, först i -led, sedan i y-led, se figur nedan. m ) falta horizontellt med h[n] ) falta vertikalt med h[n] ) sampla ner, dvs kasta bort varannan 6

7 Den ideala faltningskärnan för nedsampling är (/)sinc(/( )). Nackdelen med den ideala faltningskärnan är att den är oändligt lång. Konstruera en approimativ faltningskärna enligt följande metod: Tag den ideala faltningskärnan. Sampla den med avkänning i punkterna k där k är ett heltal. Trunkera den vid, dvs k =,,,,,,. Detta ger den diskreta faltningskärnan h[n] = [a,, b, c, b,, a]. a) Vad blir h[n]? Dvs ange värdena a, b, c. b) För lågpassfilter är det önskvärt att det lokala medelvärdet bevaras i bilden. h[n] bör därför divideras med ett värde. Vilket? c) En enklare faltningskärna för nedsampling en faktor är baserad på triangelfunktionen vars bredd överenstämmer med huvudloben på (/)sinc(/( )). Liksom faltningskärnan i b) ska den bevara den lokala medelnivån i bilden. Bestäm denna faltningskärna Rotation och beräkningshastighet. Ett (grovt) mått på snabbheten hos en metod är att mäta vilket antal multiplikationer som krävs per piel. Betrakta rotation med bakåtmappning (backward mapping). Antag att positionerna för alla pilarna är förberäknade. Hur många multiplikationer per piel åtgår vid följande operationer? a) Bilinjär interpolation (D variant av linjär interpolation). Ledning: Hur stor basyta har Λ() Λ(y) enligt uppgift 7.4d? b) Bicubic6 interpolation (D variant av 4-punkters cubic spline). c) D variant av 8-punkters trunkerad sinc ( super resolution ). d) Närmaste granne. 7

8 Svar och lösningsförslag 7. A: bild, B: bild, C: bild7, D: bild, E: bild4, F: bild6, G: bild8, H: bild5 7. Se figur nedan. Den aktuella interpolationsfunktionen är c() i figuren, men principen är densamma för de andra tre interpolationsfunktionerna. Interpolationsfunktionen förflyttas till det okända värdets position, =.75. Där multipliceras samplen med interpolationsfunktionens höjd. Nedan är a) närmsta granne, b) linjär, c) cubic spline variant, och d) cubic spline variant. Närmsta granne interpolation kan också erhållas genom att notera att f() =.5 är den närmaste grannen och därefter bara ta dess värde.5. Linjär interpolation också erhållas grafiskt genom att dra en rät linje mellan f() = och f() =.5. Då ser man att f(.75) =.5..5 f().75 a)? = n(.75) +.5 n(.5) = +.5 =.5 b)? = l(.75) +.5 l(.5) = =.5 c)? = c(.75) +.5 c(.5) = =.475 d)? = c(.75) + c(.75) +.5 c(.5) +.5 c(.5) = (.7) = a) Se figuren nedan. De aktuella interpolationsfunktionerna är inritade i rött och blått i figuren och har förflyttats till det okända värdets position, = 4/. Sedan multipliceras samplen med interpolationsfunktionens höjd.? 4/ / / 8

9 nearest neighbor :? = Π(/) + Π(/) = + = linear interpolation :? = Λ(/) + Λ(/) = / + / = 5/ Närmsta granne interpolation kan också erhållas genom att notera att f() = är den närmsta grannen. Linjär interpolation också erhållas grafiskt genom att dra en rät linje mellan f() = och f() =. Då ser man att f(4/) = 5/. Svar: För närmsta granne interpolation blir värdet och för linjär interpolation blir värdet 5/.67. b) Se figur nedan. Den närmsta grannen till (/, /) är (, ), där värdet är.7. (,) (,).5.7 (,) (,y )=(/,/) (,) Den tvådimensionella interpolationskärnan Λ() Λ(y) sträcker sig ut till den streckade kvadraten. Här väljer vi dock att utföra den bilinjära interpolationen först D i -led och sedan D i y-led. Interpolationsfunktionen placeras först horizontellt i punkten (/, ). Interpolationsresultatet blir Λ(/) +.7 Λ(/) = (/) +.7 (/) =.. Interpolationsfunktionen placeras sen horizontellt i punkten (/, ). Interpolationsresultatet blir.5 Λ(/) + Λ(/) =.5 (/) + (/) =.7. Interpolationsfunktionen placeras sen vertikalt i punkten (/, /). Interpolationsresultatet blir. Λ(/) +.7 Λ(/) =. (/) +.7 (/) =.4. Svar: För närmsta granne interpolation blir värdet.7 och för linjär interpolation blir värdet a) Skissen blir Spatial rymd Fourier rymd sinc() Λ() Π (u) sinc (u) u = /( )=/ 9

10 b) Funktionsvärdet i = är och funktionsvärdet i = ± är, precis som det ska vara för en interpolationsfunktion. c) Fouriertransformen av Λ(), sinc (u), ger som synes lågpassfiltrering, vilket kan göra den omsamplade bilden suddigare än originalet. Dessutom sträcker sig sinc (u) utanför bandgränsen, vilket kan ge distorsion. d) Se plottarna nedan. e) Basytan för Λ() Λ(y) är. y Efter uppsampling 7.5 a) Kalla inbilden f(, y ) och den roterade bilden g(, y). Då gäller: ( ) ( ) ( ) ( ) ( cos α sin α cos α sin α = = y sin α cos α y y sin α cos α ) ( y ). Punkten (, y) = (, ) och vinkeln α = insatta i formeln ovan ger (, y ) (.879,.684). b) Närmaste granne interpolation ger g(, ) = f(, ) =.

11 c) Se figuren nedan. Den ger.879 y (.879,) (,y )=(.879,.684) (.879,) Λ(.879) =., Λ(.) =.879, Λ(.684) =.6, Λ(.6) =.684, f(.879, ) = f(, ) Λ(.879) + f(, ) Λ(.) =, f(.879, ) = f(, ) Λ(.879) + f(, ) Λ(.) = 4, f(.879,.684) = f(.879, ) Λ(.684) + f(.879, ) Λ(.6), f(.879,.684) = =.6. d) Se figuren ovan. Den ger h(.879) =.4, h(.) =.96, h(.684) =.6, h(.6) =.764, f(.879, ) = f(, ) h(.879) + f(, ) h(.) =, f(.879, ) = f(, ) h(.879) + f(, ) h(.) = 4, f(.879,.684) = f(.879, ) h(.684) + f(.879, ) h(.6), f(.879,.684) = = a) G(u, v) = F (u, v) n δ(u n) m δ(v m) b) G(u,v) v vikningsdistorsion u Ja, det blev vikningsdistorsion på flera ställen. Pilen pekar på ett ställe. c) < /.6

12 d) G(u, v) = F (u, v) δ(u n) δ(v m) n m = F (u, v).5 δ(u n, v m) n m =.5 F (u n, v m) n m 7.7 a) ( ) sinc samplas i = [,,,,,, ] h[n] = [ /(π),, /π, /, /π,, /(π)]. b) /(π) + /π + / + /π /(π) =.944 Filtet h[n] ska divideras med.944. c) [,, ]/4 eller / Antag bildstorleken N N. Rotation kräver N N D-interpolationer, alltså en D-interpolation per piel. a) Bredden på en n = punkters linjär interpolationsfunktion är sampelavstånd. En bilinjär interpolationsfunktion har en basyta på n n =. Då denna placeras på den önskade interpolationspositionen täcker den n n = = 4 sampel, se figur. Dessa sampelvärden ska multipliceras med interpolationsfunktionen. Det krävs alltså 4 multiplikationer per piel. sampel avstånd sampel avstånd basyta önskad interpolationsposition b) Generalisera resonemanget i a) till att en n n punkters interpolationsfunktion kräver n n multiplikationer. Följdaktligen kräver bicubic6 interpolation 4 4 = 6 multiplikationer per piel. c) Generalisering av resonemanget i a) ger 8 8 = 64 multiplikationer per piel. d) Inga multiplikationer.

Signaler, information & bilder, föreläsning 14

Signaler, 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling Lösning till tentamen i Medicinska Bilder, TSBB3, 205-0-29 Maria Magnusson (maria.magnusson@liu.se), Anders Eklund DEL : Grundläggande 2D signalbehandling Uppgift (6p) a) 2 2 2 2 4 6 4 4 4 6 4 4 4 6 2

Läs mer

Signal- och bildbehandling TSBB14

Signal- 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 mer

Signal- och bildbehandling TSBB14

Signal- 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning 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 mer

Signal- och Bildbehandling, TSBB14 Lektionsuppgifter

Signal- och Bildbehandling, TSBB14 Lektionsuppgifter Signal- och Bildbehandling, TSBB4 Lektionsuppgifter Innehåll Introduktion Tillkännagivande.................................. Lektionsplanering.................................. Signaler 3 Fourierserier.

Läs mer

Signal- och bildbehandling TSBB14

Signal- 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 mer

Signaler, information & bilder, föreläsning 14

Signaler, 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 mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-08-22 kl. 4-8 Lokaler: G36 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 6.00. tel 0702/33 79 48 Hjälpmedel: Räknedosa, OH-film, medskickad

Läs mer

Signal- och bildbehandling TSEA70

Signal- 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 mer

Signaler, information & bilder, föreläsning 15

Signaler, information & bilder, föreläsning 15 Översikt Signaler, inormation & bilder, öreläsning 5 Michael Felsberg och Maria Magnusson Computer Vision Laborator (Datorseende) Department o Electrical Engineering (ISY) michael.elsberg@liu.se, maria.magnusson@liu.se

Läs mer

Facit till Signal- och bildbehandling TSBB

Facit 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 mer

Signal- och bildbehandling TSBB03 och TSEA70

Signal- 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning 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 mer

Signal- och bildbehandling TSBB03

Signal- 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 mer

Signal- och bildbehandling TSBB03

Signal- 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 mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad 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 mer

Försättsblad till skriftlig tentamen vid Linköpings universitet G34

Försättsblad till skriftlig tentamen vid Linköpings universitet G34 Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 205-0-29 Sal () G34 Tid 4-8 Kurskod TSBB3 Provkod TEN Kursnamn/benämning Provnamn/benämning Institution Antal uppgifter

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet R36 R37

Försättsblad 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 mer

Försättsblad till skriftlig tentamen vid Linköpings universitet TER1(17) TERE(1)

Försättsblad 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 mer

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och rekonstruktion. DFT.

Signal- 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 mer

Signal- och bildbehandling TSBB03, TSBB14

Signal- 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 mer

Signal- och bildbehandling TSEA70

Signal- 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 mer

Försättsblad till skriftlig tentamen vid Linköpings universitet G35(18) TER4(12)

Försättsblad 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 mer

Signal- och bildbehandling TSEA70

Signal- 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 mer

Signal- och Bildbehandling FÖRELÄSNING 7. En bild är en 2D signal. För en digital bild gäller. Fig. 2.1

Signal- 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 mer

TSBB31 Medicinska bilder Föreläsning 3

TSBB31 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 mer

6 2D signalbehandling. Diskret faltning.

6 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling Lösning till tentamen i Medicinska Bilder, TSBB31, 2017-10-19 Maria Magnusson (maria.magnusson@liu.se), Anders Eklund DEL 1: Grundläggande 2D signalbehandling Uppgift 1 (4p) a) f(x, y) = 30 Π(x/40, y/20)

Läs mer

'LJLWDODELOGHUR KGLJLWDOELOGPDQLSXOHULQJ

'LJLWDODELOGHUR KGLJLWDOELOGPDQLSXOHULQJ 'LJLWDODELOGHUR KGLJLWDOELOGPDQLSXOHULQJ Nyckelord: Sampling, kvantisering, upplösning, geometriska operationer, fotometriska operationer, målning, filtrering 'LJLWDOUHSUHVHQWDWLRQR KODJULQJDYELOGHU En

Läs mer

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen.

Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen. Sidor i boken 40-4 Komposanter, koordinater och vektorlängd Ja, den här teorin gick vi igenom igår. Istället koncentrerar vi oss på träning inför KS3 och tentamen. Läxa 1. En rät linje, L 1, skär y-axeln

Läs mer

Laboration 1. Grafisk teknik (TNM059) Introduktion till Matlab. R. Lenz och S. Gooran (VT2007)

Laboration 1. Grafisk teknik (TNM059) Introduktion till Matlab. R. Lenz och S. Gooran (VT2007) Laboration 1 Grafisk teknik (TNM059) Introduktion till Matlab R. Lenz och S. Gooran (VT2007) Introduktion: Denna laboration är en introduktion till Matlab. Efter denna laboration ska ni kunna följande:

Läs mer

Signal- och bildbehandling TSBB14

Signal- 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 mer

SF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017

SF1624 Algebra och geometri Tentamen med lösningsförslag onsdag, 11 januari 2017 SF64 Algebra och geometri Tentamen med lösningsförslag onsdag, januari 7. (a) För vilka värden på k har ekvationssystemet (med avseende på x, y och z) kx + ky + z 3 x + ky + z 4x + 3y + 3z 8 en entydig

Läs mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling Lösning till tentamen i Medicinska Bilder, TSBB3, 202-0-25 Maria Magnusson (maria.magnusson@liu.se), Hans Knutsson, Mats Andersson, Gustaf Johansson DEL : Grundläggande 2D signalbehandling Uppgift (2p)

Läs mer

Signal- och bildbehandling TSEA70

Signal- 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 mer

TANA17 Matematiska beräkningar med Matlab

TANA17 Matematiska beräkningar med Matlab TANA17 Matematiska beräkningar med Matlab Laboration 1. Linjär Algebra och Avbildningar Namn: Personnummer: Epost: Namn: Personnummer: Epost: Godkänd den: Sign: Retur: 1 Introduktion I denna övning skall

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 22--25 Sal TER2 Tid 4-8 Kurskod TSBB3 Provkod TEN Kursnamn/ Benämning Institution Antal uppgifter som ingår i tentamen

Läs mer

Teori... SME118 - Mätteknik & Signalbehandling SME118. Johan Carlson 2. Teori... Dagens meny

Teori... 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 mer

Lågpassfiltrering. Signal- och Bildbehandling FÖRELÄSNING 8. Lågpassfiltrering

Lågpassfiltrering. 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 mer

Signal- och bildbehandling TSBB03

Signal- 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 mer

Signal- och bildbehandling TSBB14

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 mer

2s + 3t + 5u = 1 5s + 3t + 2u = 1 3s 3u = 1

2s + 3t + 5u = 1 5s + 3t + 2u = 1 3s 3u = 1 ATM-Matematik Mikael Forsberg 074-4 För studenter på distans och campus Linjär algebra ma04a 04 0 5 Skrivtid: 09:00-4:00. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja

Läs mer

Signaler, information & bilder, föreläsning 12

Signaler, 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 mer

Lösning till tentamen i Medicinska Bilder, TSBB31, DEL 1: Grundläggande 2D signalbehandling

Lösning 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 mer

Signal- och Bildbehandling, TSBB14. Laboration 2: Sampling och Tidsdiskreta signaler

Signal- 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 mer

MMA127 Differential och integralkalkyl II

MMA127 Differential och integralkalkyl II Mälardalens högskola Akademin för utbildning, kultur och kommunikation MMA17 Differential och integralkalkyl II Tentamen Lösningsförslag 9..19 8. 11. Hjälpmedel: Endast skrivmaterial (gradskiva tillåten).

Läs mer

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)

DIGITALA 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 mer

Signaler, information & bilder, föreläsning 13

Signaler, information & bilder, föreläsning 13 Signaler, inormation & bilder, öreläsning 3 Michael elsberg Computer Vision Laboratory epartment o Electrical Engineering michael.elsberg@liu.se Översikt signalbehandling (bildbehandling) en digitala bilden,

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF626 Flervariabelanalys Lösningsförslag till tentamen 24-8-2 DEL A. Bestäm och skissera definitionsmängden till funktionen fx, y) = x 2 + y 2 + 2x 4y + + x. Är definitionsmängden kompakt? 4 p) Lösning.

Läs mer

Medicinska bilder. Programkurs 6 hp Medical Images TSBB31 Gäller från: 2018 VT. Fastställd av. Fastställandedatum

Medicinska 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 mer

Tentamen IX1304 Matematik, Analys , lösningsidéer

Tentamen IX1304 Matematik, Analys , lösningsidéer Tentamen IX0 Matematik, Analys 0-05-0, lösningsidéer. Gör en linjär approximation till kurvan y x, kring den punkt på kurvan där lutningen är. Bestäm sedan för vilka x som det relativa felet för approximationen

Läs mer

KOKBOKEN 1. Håkan Strömberg KTH STH

KOKBOKEN 1. Håkan Strömberg KTH STH KOKBOKEN 1 Håkan Strömberg KTH STH Hösten 2006 Håkan Strömberg 2 KTH Syd Innehåll Olikheter.................................... 6................................. 6 Uppgift 2.................................

Läs mer

8 Binär bildbehandling

8 Binär bildbehandling 8 Binär bildbehandling 8.. Man kan visa att en kontinuerlig liksidig triangel har formfaktorn P2A = P 2 4πA =.65, där P är omkretsen och A är arean. π Nedanstående diskreta triangel är en approximation

Läs mer

M = c c M = 1 3 1

M = c c M = 1 3 1 N-institutionen Mikael Forsberg Prov i matematik Matematik med datalogi, mfl. Linjär algebra ma4a Deadline :: 8 9 4 Lösningarna skall vara fullständiga och lätta att följa. Börja varje ny uppgift på ny

Läs mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A SF626 Flervariabelanalys Lösningsförslag till tentamen 23-5-27 DEL A. Bestäm alla punkter på ytan z = x 2 + 4y 2 i vilka tangentplanet är parallellt med planet x + y + z =. 4 p) Lösning. Tangentplanet

Läs mer

ÖVNINGSTENTOR I MATEMATIK DEL C (MED LÖSNINGSFÖRSLAG)

ÖVNINGSTENTOR I MATEMATIK DEL C (MED LÖSNINGSFÖRSLAG) ÖVNINGSTENTOR I MATEMATIK DEL C (MED LÖSNINGSFÖRSLAG) 0 ÖVNINGSTENTAMEN DEL C p Beräkna sidan AC p Bestäm f ( 0 ) då f ( ) ( ) p Ange samtliga etrempunkter till funktionen f ( ) 6. Ange även om det är

Läs mer

Spektrala Transformer för Media

Spektrala Transformer för Media Spektrala Transformer för Media Filtrering och transformer i 2D Linjär bildbehandling Principerna från -dimensionell signalbehandling kan appliceras även på 2D-signaler Tillämpningar: Bildförbättring (brusreducering)

Läs mer

Matematiska uppgifter

Matematiska uppgifter Elementa Årgång 67, 984 Årgång 67, 984 Första häftet 3340. a) Vilket av talen A = 984( + + 3 + + 984 ) är störst? b) Vilket av talen B 3 = 3 + 3 + 3 3 + + 984 3 är störst? A / = 984( + + 3 + + 984) B =

Läs mer

Tentamen 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 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 mer

Bildbehandling i frekvensdomänen

Bildbehandling i frekvensdomänen Uppsala Tekniska Högskola Signaler och system Handledare: Mathias Johansson Uppsala 2002-11-27 Bildbehandling i frekvensdomänen Erika Lundberg 800417-1602 Johan Peterson 790807-1611 Terese Persson 800613-0267

Läs mer

Vektorgeometri för gymnasister

Vektorgeometri för gymnasister Vektorgeometri för gymnasister Per-Anders Svensson http://homepage.lnu.se/staff/psvmsi/vektorgeometri/gymnasiet.html Fakulteten för teknik Linnéuniversitetet Areor, vektorprodukter, volymer och determinanter

Läs mer

DT1120/DT1130 Spektrala transformer Tentamen

DT1120/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 mer

5B1134 Matematik och modeller Lösningsförslag till tentamen den 13 januari T = 1 ab sin γ. b sin β = , 956 0, 695 0, 891

5B1134 Matematik och modeller Lösningsförslag till tentamen den 13 januari T = 1 ab sin γ. b sin β = , 956 0, 695 0, 891 KTH Matematik 5B1134 Matematik modeller Lösningsförslag till tentamen den 13 januari 6 1. a) Bestäm sidlängderna i en triangel med vinklarna 44, 63 73 om arean av triangeln är 64 cm. Ange svaren som närmevärden

Läs mer

Spektrala Transformer

Spektrala 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 mer

Explorativ övning 7 KOMPLEXA TAL

Explorativ övning 7 KOMPLEXA TAL Explorativ övning 7 KOMPLEXA TAL Övningens syfte är att bekanta sig med komplexa tal. De komplexa talen, som är en utvidgning av de reella talen, kom till på 1400 talet då man försökte lösa kvadratiska

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 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 mer

MR-laboration: design av pulssekvenser

MR-laboration: design av pulssekvenser MR-laboration: design av pulssekvenser TSBB3 Medicinska Bilder Ansvarig lärare: Anders Eklund anders.eklund@liu.se Innehåll Uppgift Initialisering av k-space Koordinater i k-space Navigering i k-space

Läs mer

Veckoblad 1, Linjär algebra IT, VT2010

Veckoblad 1, Linjär algebra IT, VT2010 Veckoblad, Linjär algebra IT, VT Under den första veckan ska vi gå igenom (i alla fall stora delar av) kapitel som handlar om geometriska vektorer. De viktigaste teoretiska begreppen och resultaten i kapitlet

Läs mer

Exempel :: Spegling i godtycklig linje.

Exempel :: Spegling i godtycklig linje. c Mikael Forsberg oktober 009 Exempel :: Spegling i godtycklig linje. abstract:: I detta dokument så är vårt uppdrag att beräkna matrisen för spegling i en godtycklig linje y = kx som går genom origo.

Läs mer

Explorativ övning Vektorer

Explorativ övning Vektorer Eplorativ övning Vektorer Syftet med denna övning är att ge grundläggande kunskaper om vektorräkning och dess användning i geometrin Liksom många matematiska begrepp kommer vektorbegreppet från fysiken

Läs mer

Det första du behöver göra är att ta reda på vilken storlek bilden har. Öppna en bild i Photoshop. Välj Bild; Bildstorlek i övre menyn

Det första du behöver göra är att ta reda på vilken storlek bilden har. Öppna en bild i Photoshop. Välj Bild; Bildstorlek i övre menyn Ändra bildstorlek (Photoshop CS 3) Sid. 1 1. Minska en bild När man jobbar med bilder vill man ibland ändra storlek, eller minska antal pixlar, eftersom bildfilen blir för stor och för tung (i kb) om den

Läs mer

Spektrala Transformer för Media

Spektrala Transformer för Media Spektrala Transformer för Media Filtrering och transformer i 2D DT2/3 Spektrala Transformer Jonas Beskow Linjär bildbehandling Principerna från -dimensionell signalbehandling kan appliceras även på 2D-signaler

Läs mer

Laplace, Fourier och resten varför alla dessa transformer?

Laplace, 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 mer

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson

Uppsala Universitet Matematiska Institutionen Thomas Erlandsson Uppsala Universitet Matematiska Institutionen Thomas Erlandsson MATRISER MED MERA VEKTORRUM DEFINITION Ett vektorrum V är en mängd av symboler u som vi kan addera samt multiplicera med reella tal c så

Läs mer

Exempel :: Spegling i godtycklig linje.

Exempel :: Spegling i godtycklig linje. INNEHÅLL Exempel :: Spegling i godtycklig linje. c Mikael Forsberg :: 6 augusti 05 Sammanfattning:: I detta dokument så är vårt uppdrag att beräkna matrisen för spegling i en godtycklig linje y = kx som

Läs mer

Denna vattenmängd passerar också de 18 hålen med hastigheten v

Denna vattenmängd passerar också de 18 hålen med hastigheten v FYSIKTÄVLINGEN KVLIFICERINGS- OCH LGTÄVLING 3 februari 000 LÖSNINGSFÖRSLG SVENSK FYSIKERSMFUNDET 1. a) Den vattenängd so passerar slangen per sekund åste också passera något av de 18 hålen. Den vattenängd

Läs mer

Modul 1: Komplexa tal och Polynomekvationer

Modul 1: Komplexa tal och Polynomekvationer Modul : Komplexa tal och Polynomekvationer. Skriv på formen a + bi, där a och b är reella, a. (2 + i)( 2i) 2. b. + 2i + 3i 3 4i + 2i 2. Lös ekvationerna a. (2 i)z = 3 + i. b. (2 + i) z = + 3i c. ( 2 +

Läs mer

Repetitionsuppgifter inför Matematik 1-973G10. Matematiska institutionen Linköpings universitet 2014

Repetitionsuppgifter inför Matematik 1-973G10. Matematiska institutionen Linköpings universitet 2014 Repetitionsuppgifter inför Matematik - 7G0 Matematiska institutionen Linköpings universitet 04 Innehåll De fyra räknesätten Potenser och rötter 7 Algebra 0 4 Funktioner 4 Facit Repetitionsuppgifter inför

Läs mer

2x + y + 3z = 4 x + y = 1 x 2y z = 3

2x + y + 3z = 4 x + y = 1 x 2y z = 3 ATM-Matematik Pär Hemström 7 6572 Sören Hector 7 4686 Mikael Forsberg 74 42 För studerande i linjär algebra Linjär algebra ma4a 225 Skrivtid: 9:-4:. Inga hjälpmedel. Lösningarna skall vara fullständiga

Läs mer

Matematik CD för TB = 5 +

Matematik CD för TB = 5 + Föreläsning 4 70 a) Vi delar figuren i två delar, en triangel (på toppen) och en rektangel. Summan av dessa två figurers area ger den eftersökta. Vi behöver följande formler: A R = b h A T = b h Svar:

Läs mer

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Experimentella metoder, FK3001. Datorövning: Finn ett samband Experimentella metoder, FK3001 Datorövning: Finn ett samband 1 Inledning Den här övningen går ut på att belysa hur man kan utnyttja dimensionsanalys tillsammans med mätningar för att bestämma fysikaliska

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 24--3 Sal (2) R4 U5 Tid 4-8 Kurskod Provkod Kursnamn/benämning Provnamn/benämning Institution Antal uppgifter som ingår

Läs mer

Övningshäfte 2: Komplexa tal

Övningshäfte 2: Komplexa tal LMA100 VT007 ARITMETIK OCH ALGEBRA DEL Övningshäfte : Komplexa tal Övningens syfte är att bekanta sig med komplexa tal. De komplexa talen, som är en utvidgning av de reella talen, kom till på 1400 talet

Läs mer

TMV225 Kapitel 3. Övning 3.1

TMV225 Kapitel 3. Övning 3.1 TMV225 Kapitel 3 Övning 3. Bestäm gränsvärdet och bestäm δ som funktion av ε. a) lim 3 [ 2 3 + 5] Vi har givet att 3, och då funktionen är kontinuerlig får vi gränsvärdet ȳ 5 genom att stoppa in. Per definition

Läs mer

KS övning 1. Problem 1. Beräkna Problem 2. Förenkla. (x 1 3 y

KS övning 1. Problem 1. Beräkna Problem 2. Förenkla. (x 1 3 y KS övning 1 Problem 1. Beräkna 48 1 3 Problem 2. Förenkla 6 1 3 (x 1 3 y 1 3 )(x 2 3 +x 1 3 y 1 3 +y 2 3 ) Problem 3. I ABC är AB = 15 cm och AC = 12 cm. En rät linje parallell med BC träffar AB i D och

Läs mer

Läsanvisningar och övningsuppgifter i MAA150, period vt Erik Darpö

Läsanvisningar och övningsuppgifter i MAA150, period vt Erik Darpö Läsanvisningar och övningsuppgifter i MAA150, period vt1 2015 Erik Darpö ii 0. Förberedelser Nedanstående uppgifter är avsedda att användas som ett självdiagnostiskt test. Om du har problem med att lösa

Läs mer

Matematiska Institutionen L osningar till v arens lektionsproblem. Uppgifter till lektion 9:

Matematiska Institutionen L osningar till v arens lektionsproblem. Uppgifter till lektion 9: Uppsala Universitet Matematiska Institutionen Inger Sigstam Envariabelanalys, hp --6 Uppgifter till lektion 9: Lösningar till vårens lektionsproblem.. Ett fönster har formen av en halvcirkel ovanpå en

Läs mer

Trigonometri. Sidor i boken 26-34

Trigonometri. Sidor i boken 26-34 Sidor i boken 6-34 Trigonometri Definition: Gren av matematiken som studerar samband mellan vinklar och sträckor i planet (och rymden). Det grundläggande trigonometriska problemet är att beräkna alla sidor

Läs mer

Repetition inför kontrollskrivning 2

Repetition inför kontrollskrivning 2 Sidor i boken Repetition inför kontrollskrivning 2 Problem 1. I figuren ser du två likformiga trianglar. En sida i den större och motsvarande i den mindre är kända. Beräkna arean av den mindre triangeln.

Läs mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen 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 mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)

Läs mer

5B1134 Matematik och modeller Lösningsförslag till tentamen den 11 oktober 2004

5B1134 Matematik och modeller Lösningsförslag till tentamen den 11 oktober 2004 KTH Matematik 5B4 Matematik och modeller Lösningsförslag till tentamen den oktober 4. Två av sidlängderna i en triangel är 8 m och m. En av vinklarna är 6. a) Bestäm alla möjliga värden för den tredje

Läs mer

TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering

TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering TSKS21 Signaler, Information och Bilder Lab 2: Digitalisering Mikael Olofsson 8 februari 2017 Fyll i detta med bläckpenna Laborant Personnummer Datum Godkänd 1 1 Allmänt Denna laboration syftar till att

Läs mer

Lathund, geometri, åk 9

Lathund, geometri, åk 9 Lathund, geometri, åk 9 I årskurs 7 och 8 räknade ni med sträckor och ytor i en dimension (1D) respektive två dimensioner (2D). Nu i årskurs 9 har ni istället börjat räkna volymer av geometriska kroppar

Läs mer

Veckoblad 3, Linjär algebra IT, VT2010

Veckoblad 3, Linjär algebra IT, VT2010 Veckoblad 3, Linjär algebra IT, VT Vi inleder den tredje veckan med att gå igenom begreppen determinant och invers matris som vi inte hann med i vecka, se veckoblad för övningar etc på dessa avsnitt. Därefter

Läs mer

Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = 1 x.

Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = 1 x. Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = x 8 6 4 2-3 -2-2 3-2 -4-6 -8 Figur : Vi konstaterar följande: Då

Läs mer

DT1130 Spektrala transformer Tentamen

DT1130 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 mer

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A. 1. En svängningsrörelse beskrivs av

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A. 1. En svängningsrörelse beskrivs av SF166 Flervariabelanalys Lösningsförslag till tentamen 13-3-1 DEL A 1. En svängningsrörelse beskrivs av ( πx ) u(x, t) = A cos λ πft där amplituden A, våglängden λ och frekvensen f är givna konstanter.

Läs mer