Tentamen i TSKS21 Signaler, information och bilder

Relevanta dokument
Signal- och bildbehandling TSBB14

Formelsamling. i kursen Medicinska Bilder, TSBB31. 1D och 2D Fouriertransformer, samt några formler för CT, SPECT, mm

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Signal- och bildbehandling TSBB03, TSBB14

Signal- och bildbehandling TSEA70

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

Försättsblad till skriftlig tentamen vid Linköpings universitet G33(1) TER4(63)

Tentamen ssy080 Transformer, Signaler och System, D3

Försättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03

Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB03

Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03 och TSEA70

Tentamen ssy080 Transformer, Signaler och System, D3

Signal- och bildbehandling TSEA70

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

Spektrala Transformer

Signal- och bildbehandling TSEA70

Sammanfattning TSBB16

Signal- och bildbehandling TSBB14

Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D

Tentamen i TSKS10 Signaler, information och kommunikation

Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D

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

1. Vi har givet två impulssvar enligt nedan (pilen under sekvenserna indikerar den position där n=0) h 1 (n) = [ ]

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

i(t) C i(t) = dq(t) dt = C dy(t) dt y(t) + (4)

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

Tentamen SSY041 Sensorer, Signaler och System, del A, Z2

Kap 3 - Tidskontinuerliga LTI-system. Användning av Laplacetransformen för att beskriva LTI-system: Samband poler - respons i tidsplanet

Facit till Signal- och bildbehandling TSBB

Laboration - Va xelstro mskretsar

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

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

DT1130 Spektrala transformer Tentamen

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl

SYSTEM. Tillämpad Fysik Och Elektronik 1 SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System.

SF1635, Signaler och system I

DT1130 Spektrala transformer Tentamen

TIDSDISKRETA SYSTEM SYSTEMEGENSKAPER. Minne Kausalitet Tidsinvarians. Linjäritet Inverterbarhet Stabilitet. System. Tillämpad Fysik och Elektronik 1

Bestäm uttrycken för följande spänningar/strömmar i kretsen, i termer av ( ) in a) Utspänningen vut b) Den totala strömmen i ( ) c) Strömmen () 2

DT1130 Spektrala transformer Tentamen

FÖRELÄSNING 13: Analoga o p. 1 Digitala filter. Kausalitet. Stabilitet. Ex) på användning av analoga p. 2 filter = tidskontinuerliga filter

TSDT18/84 SigSys Kap 4 Laplacetransformanalys av tidskontinuerliga system. De flesta begränsade insignaler ger upphov till begränsade utsignaler

Signaler, information & bilder, föreläsning 14

Tentamen i Signaler och kommunikation, ETT080

Kryssproblem (redovisningsuppgifter).

Tentamen i Elektronik, ESS010, del1 4,5hp den 19 oktober 2007 klockan 8:00 13:00 För de som är inskrivna hösten 2007, E07

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

Signaler, information & bilder, föreläsning 14

Laplace, Fourier och resten varför alla dessa transformer?

6 2D signalbehandling. Diskret faltning.

Ulrik Söderström 20 Jan Signaler & Signalanalys

SF1635, Signaler och system I

Ulrik Söderström 19 Jan Signalanalys

Tentamen i Elektronik för E, ESS010, 12 april 2010

Spektrala Transformer

Kan vi beskriva ett system utan någon fysikalisk kännedom om systemet?

2 Ortogonala signaler. Fourierserier. Enkla filter.

DT1120/DT1130 Spektrala transformer Tentamen

System. Z-transformen. Staffan Grundberg. 8 februari 2016

ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp

Övningsuppgifter. Digital Signal Processing. Övningar med svar och lösningar. Mikael Swartling Nedelko Grbic Bengt Mandersson. rev.

Kompletterande material till föreläsning 5 TSDT08 Signaler och System I. Erik G. Larsson LiU/ISY/Kommunikationssystem

Laplace, Fourier och resten varför alla dessa transformer?

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19

TSKS06 Linjära system för kommunikation Lab2 : Aktivt filter

Laboration i tidsdiskreta system

LUNDS TEKNISKA HÖGSKOLA Inst. för Elektro- och Informationsteknik

Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D

Miniräknare, formelsamling i signalbehandling.

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar

Kontrollskrivning i TSDT84 Signaler & System samt Transformer för D

Ellära 2, Tema 3. Ville Jalkanen Tillämpad fysik och elektronik, UmU. 1

Lågpassfiltrering. Signal- och Bildbehandling FÖRELÄSNING 8. Lågpassfiltrering

TSDT08 Signaler och System I Extra uppgifter

Uppsala Universitet Matematiska Institutionen Bo Styf. Sammanfattning av föreläsningarna 15-18, 30/11-12/

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

Filter. Mätteknik. Ville Jalkanen, TFE, UmU. 1

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Spektrala Transformer

= e 2x. Integrering ger ye 2x = e 2x /2 + C, vilket kan skrivas y = 1/2 + Ce 2x. Här är C en godtycklig konstant.

Spektrala Transformer för Media

AKTIVA FILTER. Laboration E42 ELEKTRO. UMEÅ UNIVERSITET Tillämpad fysik och elektronik Sverker Johansson Rev 1.0.

Bildbehandling En introduktion. Mediasignaler

Spektrala Transformer för Media

A156TG Elkrafttekniska beräkningar och elkvalitet. 7,5 högskolepoäng. Lycka till!

Rita även grafen till Fourierserien på intervallet [ 2π, 4π]. (5) 1 + cos(2t),

Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi

Tentamen i Elektronik fk 5hp

DT1130 Spektrala transformer Tentamen

TENTAMEN Modellering av dynamiska system 5hp

Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker. GeoGebraexempel

Transkript:

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: Hjälpmedel: Carina Lindström, 013-284423, carina.e.lindstrom@liu.se ISY Miniräknare med tömt minne. Antal uppgifter: 7 Bedömning: Tentans uppgifter kan ge maximalt 50 poäng. Betygsgränser: Betyg tre: 22 poäng, Betyg fyra: 30 poäng, Betyg fem: 38 poäng. Slarviga och svårlästa lösningar bedöms hårt, orimliga svar likaså. Lösningar: Resultat: Publiceras senast tre dagar efter tentamen på adress http://www.commsys.isy.liu.se/tsks21 Tentamensresultat, inklusive skrivningspoäng, meddelas via det automatiska Ladok-utskicket du erhåller via e-post. Detta skickas ut till alla tenterande som är registrerade på kursen, när tentaresultat förts in i Ladok, vanligen runt 12 arbetsdagar efter tentamen. Tentavisning: På ISYs expedition i hus B, korridor D, mellan ingångarna 27 och 29, alldeles invid Café Java, c:a två veckor efter tentan.

TSKS21 Signaler, information och bilder 2(12) 1 Inom filterteorin räknar man ibland med teoretiska kretselement som inte har någon motsvarighet som en passiv komponent i verkligheten, men som kan simuleras med aktiva kopplingar som innehåller förstärkare. Ett sådant kretselement skulle till exempel kunna ha spänning-strömsambandet (5 p) i(t) = K d2 dt 2u(t), där u(t) är spänningen över komponenten och i(t) är strömmen genom den, med matchande referensriktningar. Detta påminner ju om motsvarande samband för en kapacitans, och vi skulle därför kunna kalla detta för en superkapacitans, där K då betecknar superkapacitansens värde. a. Bestäm impedansen för en superkapacitans. (3p) b. Vad har K för enhet? (2p) 2 I ett passivt linjärt elektriskt nät utgör insignalen en spänning och utsignalen en ström. (10 p) a. Vilken enhet har frekvenssvaret? (2p) b. Vilken enhet har impulssvaret? (2p) c. Vilken enhet har stegsvaret? (2p) d. Vilken enhet har enhetsimpulsen? (2p) e. Vilken enhet har enhetssteget? (2p) Argumentera för dina svar. 3 Vi har ett tidsdiskret LTI-system med impulssvar (8 p) h[n] = δ[n] δ[n 1] δ[n 2]+δ[n 3] δ[n 4]+δ[n 5]+δ[n 6] a. Är systemet stabilt? Argumentera för ditt svar. (1p) b. Är systemet kausalt? Argumentera för ditt svar. (1p) c. Bestäm utsignalen om insignalen ges av x[n] = kh[7k n] (6p)

TSKS21 Signaler, information och bilder 3(12) 4 Betrakta ett system som samplar en tidskontinuerlig signal med samplingsfrekvens 10 Hz och sedan omedelbart rekonstruerar signalen idealt. Bestäm utsignalen om insignalen ges av x(t) = sinc(12t). (5 p) 5 En binär kanalkod har parametrarna (n,k,d) = (40,10,16). (3 p) a. Bestäm kodens takt (rate). (1p) b. Bestäm kodens felrättningsförmåga. (1p) c. Bestäm kodens feldetekteringsförmåga. (1p) 6 Betrakta en kaskadkoppling av ett idealt LP-filter och ett idealt BP-filter. LP-filtret har gränsfrekvens 600 Hz, medan BP-filtret har gränsfrekvenserna 400 Hz och 800 Hz, amplitudkarakteristik 1 i passbandet och faskarakteristik 0. Insignalen är följande periodiska signal. (9 p) x(t) 8 7 5 4 2 1 1 1 2 4 5 7 8 t [ms] a. Vilken typ av frekvensselektivt filter utgör kaskadkopplingen av de två filtren? (1p) b. Vilken/vilka gränsfrekvens(er) har det resulterande filtret? (1p) c. Bestäm insignalens grundfrekvens. (1p) d. Bestäm utsignalen från det resulterande filtret. (6p)

TSKS21 Signaler, information och bilder 4(12) 7 En bild skapas med hjälp av diskreta funktionen (N = 128) (6 p) ( ) π(x+n)y f(x,y) = cos 2N x,y { N/2,...,N/2 1}. (1) Bilden visas nedan. Nu faltas bilden med Sobel-y. Resultatet f y (x,y) visas nedan. För att beräkna absolutbeloppet kvadreras resultatet: f 2 x (x,y). Kvadraten visas nedan.

TSKS21 Signaler, information och bilder 5(12) a. Varför approximerar Sobel-y en y-derivata? (2p) b. Beräkna y-derivatan av den kontinuerliga (1). (1p) c. Varför ser kvadraten ut som illustrerad i bilden, dvs med vikningsartefakter? Visa detta genom att studera frekvenser i y-led innan och efter kvadreringen och för olika värden på x. (2p) d. Hur kan man undvika detta med enkel filterering, dvs hur får man en bild enligt nedan? (1p)

TSKS21 Signaler, information och bilder 6(12) 8 Vi använder strukturelement/filterkärnan och binärbild enligt figuren nedan. (4 p) a. Beräkna erosionen a b och korrelationen a b (gula pixlar har värdet 1, de andra 0). (1p) b. Beräkna dilationen av erosionsresultatet från steg 1, dvs. a (a b), och faltningen av korrelationsresultatet, dvs. a (a b). (2p) c. Tröskla faltningsresultatet från steg 2 med 5. Jämför resultatet med dilationresultatet av steg 2. Kommentera symmetrin. (1p)

TSKS21 Signaler, information och bilder 7(12) Impedanser Resistans R u(t) = Ri(t) Z R = R Induktans L u(t) = L di(t) dt Z L = jωl Kapacitans C i(t) = C du(t) dt Z C = 1 jωc Faltning Tidskontinuerlig Tidsdiskret (a b)(t) = a(τ)b(t τ)dτ (a b)[k] = ma[m]b[k m] Filterteori Frekvensfunktion H(ω) = U ut (ω)/u in (ω) Amplitudkarakteristik H(ω) Faskarakteristik arg{h(ω)} db-begreppet (effekter) 10 log 10 (P 1 /P 2 ) (spänningar) Gränsvinkelfrekvenser 20 log 10 (U 1 /U 2 ) Vinkelfrekvenser där H(ω) sjunkit en faktor 2 (motsv. 3 db) från sitt max-värde. Sampling Sampelperiod T s Sampelfrekvens f s = 1/T s Sampelvinkelfrekvens ω s = 2π/T s Tidsuttryck y[k] = x(kt) ( ) Frekvensuttryck (Poisson) Y[Ω] = 1 T s m X Ω m2π T s = f s m X( ) (Ω m2π)f s Informationsteori Nedan antas att X är en stokastisk variabel som tar värden x m, m {1,...,M}, med sannolikheter p m = Pr{X=x m }. Vidare är Y en stokastisk variabel som tar värden y n, n {1,...,N}, och p är en sannolikhet. Shannoninformation log 2 (p) Entropi H(X) = H(p 1,...,p M ) = M m=1 p mlog 2 (p m ) Binära entropifunktionen H 2 (p) = H(p,1 p) Betingad entropi H(Y X) = m H(Y X=x m) p m där vi har H(Y X=x m ) = = H ( Pr{Y =y 1 X=x m },...,Pr{Y =y N X=x m } ) Ömsesidig information I(X;Y) = H(Y) H(Y X) ) Antal typiska binära sekv. 2 N H 2 (p) ( N pn

TSKS21 Signaler, information och bilder 8(12) Tidskontinuerlig fourierserieutveckling Periodtid Det minsta T 0 så att x(t+t) = x(t) gäller för alla t. Grund(vinkel)frekvens f 0 = 1/T (ω 0 = 2π/T) Transformuttryck D n = 1 t0 +T T t 0 x(t)e jnω0t dt Inverstransformuttryck x(t) = n D ne jnω 0t 2-D Kontinuerliga Fouriertransformer Spatialdomän, x,y R Fourierdomän, u,v R Definition: f(x,y) = F(u,v) = F(u,v)e j2π(xu+yv) dudv f(x,y)e j2π(xu+yv) dxdy Reell signal: f(x,y) reell F( u, v) = F (u,v) Linjäritet: af 1 (x,y)+bf 2 (x,y) af 1 (u,v)+bf 2 (u,v) Translation, spat: f(x a,y b) e j2π(au+bv) F(u,v) Translation, frekv: e j2π(ax+by) f(x,y) F(u a,v b) Skalning: f(ax, by) (1/ ab ) F(u/a, v/b) Faltning: (f g)(x,y) F(u,v) G(u,v) Korrelation: (f g)(x,y) F (u,v) G(u,v) Multiplikation: f(x,y) g(x,y) (F G)(u,v) Derivering i x: x f(x,y) j2πu F(u,v) Derivering i y: y f(x,y) j2πv F(u,v) Laplace: 2 f(x,y) = ( ) 4π 2 (u 2 +v 2 ) F(u,v) 2 x + 2 f(x,y) 2 y 2 ( ) ( Generell lintrans: x 1 f(ax), x = y deta F((A 1 ) T u), u = ( ) ( ) Rotation: f(rx), x = x u F(Ru), u = y v Separabel funktion: f(x,y) = g(x) h(y) Diracpuls: δ(x, y) = δ(x) δ(y) 1 F(u,v) = G(u) H(v) Box: Π(x,y) = Π(x) Π(y) sinc(u) sinc(v) Böjd pyramid: Λ(x,y) = Λ(x) Λ(y) sinc 2 (u) sinc 2 (v) Gauss: e π(x2 +y 2) = e πx2 e πy2 e π(u2 +v 2) = e πu2 e πv2 u v )

TSKS21 Signaler, information och bilder 9(12) Definitioner, Egenskaper och Samband DFT och IDFT, 2D: Parseval s formel, 2D: F[k,l] = N 1 M 1 n=0 m=0 f[n,m] = 1 NM N 1 k=0 f[n,m] e j2π(nk/n+ml/m), M 1 l=0 F[k,l] e j2π(nk/n+ml/m) f(x,y)g (x,y)dxdy = F(u,v)G (u,v)dudv Peak Signal to Noise Ratio, PSNR (decibel, db; M signal är signalens maximala värdet): ) Några diskreta faltningskärnor Byta från x- till y-led hy=hx T PSNR db = 10log 10 ( M 2 signal P noise 1D ocentrerad lågpass (i x-led) b = 1 1 /2 1D ocentrerad differens (i x-led) d = 1-1 1D centrerad lågpass (i x-led) b2=b*b 2D lågpass bb2=b2*b2 T Centrala differensen (i x-led) d2=b*d Sobel (i x-led) sx=d2*b2 T 1D Laplace (i x-led) l=d*d 2D Laplace ll=l+l T Dilation Erosion (A är antal pixlar i a) a b = [a b 1] a b = [a b = A]

TSKS21 Signaler, information och bilder 10(12) Mandal/Asif sidor 204 och 217.

TSKS21 Signaler, information och bilder 11(12) Mandal/Asif sidor 481 och 482.

TSKS21 Signaler, information och bilder 12(12) Mandal/Asif sidor 504 och 505.