Signal- och bildbehandling TSBB14

Relevanta dokument
Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSBB14

Signal- och bildbehandling TSBB03

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB03, TSBB14

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSBB03 och TSEA70

Signal- och bildbehandling TSEA70

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

Tentamen ssy080 Transformer, Signaler och System, D3

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

Facit till Signal- och bildbehandling TSBB

7 Olika faltningkärnor. Omsampling. 2D Sampling.

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

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

Spektrala Transformer

SF1635, Signaler och system I

Tentamen ssy080 Transformer, Signaler och System, D3

SF1635, Signaler och system I

Signal- och bildbehandling TSBB14

DT1130 Spektrala transformer Tentamen

Laplace, Fourier och resten varför alla dessa transformer?

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

DT1130 Spektrala transformer Tentamen

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

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

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

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

7. Sampling och rekonstruktion av signaler

DT1130 Spektrala transformer Tentamen

Kryssproblem (redovisningsuppgifter).

8 Binär bildbehandling

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

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

RÄKNEEXEMPEL FÖRELÄSNINGAR Signaler&System del 2

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

DT1120/DT1130 Spektrala transformer Tentamen

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

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

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

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

Laboration i tidsdiskreta system

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

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

2F1120 Spektrala transformer för Media Tentamen

GRUNDKURS I SIGNALBEHANDLING (454300), 5sp Tentamen

Försättsblad till skriftlig tentamen vid Linköpings Universitet

DT1130 Spektrala transformer Tentamen

DT1120 Spektrala transformer för Media Tentamen

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

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

Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF1629, den 9 juni 2011, kl.

Signal- och bildbehandling TSBB14

TSBB16 Datorövning A Samplade signaler Faltning

Signal- och Bildbehandling FÖRELÄSNING 4. Multiplikationsteoremet. Derivatateoremet

Laplace, Fourier och resten varför alla dessa transformer?

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

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19

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

2 Ortogonala signaler. Fourierserier. Enkla filter.

Försättsblad till skriftlig tentamen vid Linköpings universitet

Spektrala Transformer

Föreläsning 10, Egenskaper hos tidsdiskreta system

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

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

Institutionen för matematik KTH. Tentamensskrivning, , kl B1202/2 Diff och Trans 2 del 2, för F och T.

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

Spektrala Transformer

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

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

Institutionen för matematik KTH. Tentamensskrivning, , kl B1210 och 5B1230 Matematik IV, för B, M, och I.

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Tentamen , kl

Ulrik Söderström 20 Jan Signaler & Signalanalys

Ulrik Söderström 19 Jan Signalanalys

6 2D signalbehandling. Diskret faltning.

Lösningar till tentamen i styr- och reglerteknik (Med fet stil!)

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

REGLERTEKNIK, KTH. REGLERTEKNIK AK EL1000, EL1110 och EL1120

Miniräknare, formelsamling i signalbehandling.

TENTAMEN I DYNAMISKA SYSTEM OCH REGLERING

TSDT08 Signaler och System I Extra uppgifter

Tentamen i Elektronik för E, ESS010, 12 april 2010

DIGITALA FILTER DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1

Signalanalys med snabb Fouriertransform

Föreläsning 1 Reglerteknik AK

övningstentamen I DYNAMISKA SYSTEM OCH REGLERING

Laboration i Fourieranalys, TMA132 Signalanalys med snabb Fouriertransform

Tentamen i Elektronik, ESS010, del 1 den 21 oktober 2008 klockan 8:00 13:00

Laboration i Fourieranalys för F2, TM2, Kf2 2013/14 Signalanalys med snabb Fouriertransform (FFT)

Transkript:

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, OH-film, sax och nedanstående tabeller, som får innehålla understrykningar och flikar: Beta, Physics Handbook Uppgifter: Tentamen omfattar 7 st uppgifter Betygsskala: 5-35 poäng betyg 3 36-46 poäng betyg 4 47-6 poäng betyg 5 Betygslista: Anslås senast /6

Kontinuerlig faltning (9p) Faltningen [h g](t) definieras enligt [h g](t) = h(t λ) g(λ) dλ. Funktionerna h(t) och g(t) illustreras i figuren nedan. h(t) g(t) t 3 3 t Nedan visas en approximativ skiss av [h g](t). t [h*g](t) t t3 t4 height t a) Beräkna [h g](t). Redovisa beräkningarna! (5p) b) Använd resultatet på [h g](t) från a) och bestäm t,t,t3,t4 samt höjden height i figuren ovan. (p) c) Som synes i figuren ovan har [h g](t) en lång platt platå. Beskriv hur den uppkommer genom att hänvisa till utseendet på funktionerna h(t) och g(t) samt faltningsförfarandet. (p) Fourierserie (8p) en periodiska signalen x(t) är en cosinusvåg där alla negativa värden har blivit nollställda, se figur. x(t) To t

Se figurer nedan. Signalen x(t) passerar ett bandpass-filter h(t) med fouriertransform H(ω). Utsignalen betecknas y(t). x(t) h(t) y(t) H( ω) Formlerna för fourierserieutveckling är x(t) =A + A n cos(nω t)+ n= A = T / x(t) dt, T T / ωο ωο 3ωο B n sin(nω t), n= A n = T / x(t)cos(nω t) dt, T T / B n = T / x(t)sin(nω t) dt, T ω =π/t. T / a) Bestäm A och B n. (3p) 4ωο ω b) Ge ett integraluttryck för bestämning av A n för vår signal x(t). Använd skissen på x(t) i början på uppgiften. (p) Eftersom A n är lite jobbig att räkna ut får ni lösningen av integralen här, A n = ( π ) π( + n) sin ( + n) + ( π ) π( n) sin ( n). c) Ge fourierserieutvecklingen av x(t) upp till 4:e deltonen, dvs x(t) =... (p) Ledning: sin(x)/x då x. d) Bestäm y(t). (p) 3 Binär bildbehandling (8p) Se figuren nedan. Objektet till vänster är avståndskarterat i euklidisk metrik. För detta objekt är även en så kallad kedjekod indikerad. enna går i gränsen mellan objekt och bakgrund och förbinder mittpunkterna av pixlarnas sidor. Kedjekoden kan användas för att approximativt beräkna omkretsen av det bakomliggande gråskale-objektet (före trökelsättning till binärbild). 3

= = 5 3 a) Rita av objektet till höger och avståndskartera det i d (8) -metrik. (p) b) Fördelen med d (8) -metrik jämfört med euklidisk metrik är att det går snabbare och enklare att beräkna avståndskartan. Vad är fördelen med euklidisk metrik jämfört med d (8) -metrik och vad är fördelen med d (okt) -metrik jämfört med d (8) -metrik? (p) c) Maxtjockleken T av ett objekt kan beräknas enligt T = max(avstandskarta). Beräkna T för objektet till vänster. Förklara också innebörden av konstanterna och i formeln. (p) d) en så kallade formfaktorn P A defineras P A = P 4πA, där P är omkretsen och A är arean av ett objekt. Man kan visa att P A för en cirkel är. För alla andra objekt är P A >. Beräkna P A för objektet. Använd den utmärkta kedjekoden för objektet till vänster! (p) 4

4 Tidsdiskret system (p) Nedanstående krets beskriver ett digitalt filter h(n). x(n) Σ y(n) h(n).8.6 Hjälp: I uppgift b) ska du bestämma H(z). Om du inte klarar det kan du jobba vidare med H (z) i c), d) och e), där z 4 H (z) = z (z.8z +.6). a) Bestäm differensekvationen (ett uttryck bestående av x( )och y( )) utgående från kretsen. (p) b) Bestäm ekvationen för överföringsfunktionen H(z). (p) c) Rita upp pol-nollställediagrammet utgående från H(z) (eller H (z)). (p) d) Skriv upp ett uttryck för frekvensgången H Ω (Ω) = H(e jω ) i normerad vinkelfrekvens Ω. (p) e) Skissa H Ω (Ω) för intervallet π Ω π. Fem punkter måste beräknas exakt, nämligen Ω = π, π/4,,π/4,π. Tala också om vilken typ av filter detta är, dvs LP, HP, BP eller BS. (3p) 5 Ned- och uppsampling (8p) Sampelpunkterna i en bild har sampelavståndet Δ. u vill sampla ner bilden så att sampelavståndet blir Δ. en ideala faltningskärnan för nedsampling är (/)sinc(x/(δ)). Nackdelen med den ideala faltningskärnan är att den är oändligt lång. Konstruera en approximativ faltningskärna enligt följande metod: Tag den ideala faltningskärnan. δ(x kδ). Trunkera den vid x =4Δ. etta ger den samplade faltningskärnan f(x). Plocka bort dirac-pulserna och erhåll dess diskreta variant f[n] =a,,b,c,b,,a. Sampla den med k= 5

a) Vad blir f[n], dvs ange värdena a, b, c. (3p) Ledning: sin(x)/x då x. b) Beskriv hur man gör för att sampla ner bilden både i x-led och y-led med hjälp av denna faltningskärna. Tala speciellt om när man får slänga vissa pixlar. (p) c) Hur många multiplikationer, additioner och subtraktioner åtgår per originalpixel för att sampla ner bilden både i x-led och y-led med denna faltningskärna. (p) d) Vilken är den ideala faltningskärnan för uppsampling? (p) 6 Faltningskärnor (7p) Nedan syns sobel y -filtret. Centrum är markerat med []. sobel y y = - - - [] = - [] [] a) Beräkna den kontinuerliga fouriertransformen genom att sätta dirac-pulser på filterkoefficienterna och anta samplingsavstånd T. Kom ihåg att beräkningarna blir enklare om de görs på det separerade filtret. (3p) b) Konstruera ett approximativt andraderivata-filter i y-led genom att utföra y = y y sobel y sobel y. (p) c) Konstruera ett Laplace-filter för en 3 3-omgivning. Laplace-operatorn definieras ( ) Δ= x +. y Utgå från -, där centrum är markerat med en dubbel-linje. x (Hur kan approximeras?) (p) y 6

7 Filter och Sampling (p) (enna uppgift testar det grundläggande kursinnehållet. Man ska inte behöva ha gjort EKG-projektet för att klara den.) En ekg-signal x(t) mäts upp, samplas, filtreras digitalt och rekonstrueras till utsignalen y(t) enligt figuren nedan. Som synes kan man välja att koppla in ett eller två filter. h(t) h(t) x(t) sampling rekonstruktion y(t) h3(t) I figur aa) visas insignalen x(t) för två olika tidsintervall, dels 3-8s och dels 34-36s. Problemet med x(t) är dels att den har en långsam drift (syns bäst i plotten till vänster) och dels att den har små krusningar (syns bäst i plotten till höger) som orsakas av ett nätbrum på 6Hz (signalen kommer troligen från USA). I figur a) visas den önskade utsignalen y(t). Både driften och krusningarna är borta. I figur b) visas en utsignal y(t) där endast driften är borta. I figur c) visas en utsignal y(t) där driften är borta, men formen på ekg-signalen har blivit förstörd. I figur d) visas energispektrum X(f) av x(t). Till vänster visas bara positiva värden på f medan till höger visas både positiva och negativa värden på f. I figur I)-IV) visas fyra olika filter. a-c) Vilka filter I)-IV) ska kopplas in för att erhålla utsignalerna i a)-c)? Tala om om du kopplar in ett eller två filter. Ge också en kortfattad motivering till dina val! (6p) d) Betrakta energispektrum X(f) i figur d). Hur ska samplingsfrekvensen väljas för att undvika vikningsdistorsion? Tala både om vilka samplingsfrekvenser som ger vikningsdistorsion och vilka som inte gör det. (p) e) Vid vilken samplingsfrekvens ger nätbrummet på 6Hz en störning på 4Hz pga vikningsdistorsion? (p) Ledning: et bästa sättet att lösa denna uppgift är att utgå från figur d), höger, och göra en geometrisk betraktelse. 7

5 5 5 95 9 aa) Insignal x(t) 85 3 4 5 6 7 8 5 5 5 95 9 aa) Insignal x(t) 85 34 34.5 35 35.5 36 3 a) Utsignal y(t) 3 a) Utsignal y(t) 3 4 5 6 7 8 34 34.5 35 35.5 36 3 b) Utsignal y(t) 3 b) Utsignal y(t) 3 4 5 6 7 8 34 34.5 35 35.5 36 3 c) Utsignal y(t) 3 c) Utsignal y(t) 3 4 5 6 7 8 8 34 34.5 35 35.5 36

d) Energispektrum X(f) d) Energispektrum X(f) 5 5 5 5 4 6.8.6.4. I) H(f).8.6.4. 5 5 II) H(f) 4 6 III) H(f) 4 6 IV) H(f).8.6.4..8.6.4. 4 6 4 6 9