5.1. k p d. j x. j y. Optisches System MÜF. Dr.-Ing. habil. Jörg Wollnack Modulationsübertragungsfunktion
|
|
- Daniel Althaus
- vor 6 Jahren
- Abrufe
Transkript
1 5. z k p d y( x) = T h( u) ( x) = h( x ) g( x x ) x ' ' ' h( x) g( x) j x Optisches System j y y( x) H( f) MÜF G( f) Y( f) Y( f) = G( f) H( f) Dr.-Ing. habil. Jörg Wollnack 4..3 Modulationsübertragungsfunktion
2 Phase.4 z j arctan y Re H( f ) x H f = H f e f = f f R S T U k pv W t Im kh( f ) p () (), (, ) x y...4 Betrag Dr.-Ing. habil. Jörg Wollnack 4..3 Ortsfrequenz und Auflösungsvermögen I
3 5.3 Die Ortsfrequenz f x bzw. f y gibt die Anzahl der Schwingungen pro Streckeneinheit in x- bzw.. y-richtung an. Bandbegrenztes Signal H B () f = R S T H() f für f f f f sonst. x xmax y ymax Was charakterisiert die maximale Frequenz eines zweidimensionalen Bildsignals? Dr.-Ing. habil. Jörg Wollnack 4..3 Ortsfrequenz und Auflösungsvermögen II
4 5.4 Eine Ortsschwingung besteht aus einem Intensitäts- minimum und -maximum- maximum,, deshalb gibt die maximale Ortsfrequenz die Anzahl der maximal sichtbaren Linienpaare pro Streckeneinheit an. Lp/mm := Linien- paare pro mm Dr.-Ing. habil. Jörg Wollnack 4..3 Ortsfrequenz und Auflösungsvermögen III
5 5.5 Blendebeugung (Rechteck) Defokussierung (Rechteck) lokale räumliche Integration der Photonen/Ladungen im Sensor hf Gate SiO Ausgabeelektronik Orts- und Zeitdiskretisierung können durch separable - u Funktionen beschreiben Bulk werden. Dr.-Ing. habil. Jörg Wollnack 4..3 Separable Funktionen in der Videometrie I
6 5.6 MÜF B () f MÜF-Blendebeugung (Rechteckmodell) MÜF F () f MÜF-Defokussierung (Rechteckmodell) MÜF () f = MÜF () f MÜF () f Gesamt - MÜF optisches System G F B Dr.-Ing. habil. Jörg Wollnack 4..3 MÜF des optischen Systems
7 5.7 Konsequenz? Daher können wir die Betrachtungen des videometrischen Kameramodells auf den eindimensionalen Fall zurückführen und das Produkt dieser Fourier- Transformierten beschreibt die mehrdimensionale Fourier-Transformierte des videometrischen Systems. Dr.-Ing. habil. Jörg Wollnack 4..3 Separable Funktionen in der Videometrie II
8 5.8 Fokusebene Linsenöffnung Auflösungsbegrenzung Blende Blendenbeugung Sensor - z + z Defokussierung Dr.-Ing. habil. Jörg Wollnack 4..3 Separable Funktionen in der Videometrie III
9 5.9 E Ebene Welle f f Komplexe Belegungsfunktion der Blende Axy A xy e j ϕ ( (, ) = (, ) x, y ) Fernfeld Beugungsmuster des E - Feldes k p E ~ I Axy (, ) ( f, f) x y Dr.-Ing. habil. Jörg Wollnack 4..3 Linse als Fourier-Transformator
10 5. MÜF ( u, v, λ, BL) = MÜF ( u, λ, BL) MÜF ( v, λ, BL) B B B MÜFB( u, λ, BL) = MÜFB( v, λ, BL) = R S T u λ BL für u < /( λ BL) sonst R S T BL = f / d λ = λ =6 nm v λ BL für v < /( λ BL) sonst U V W U V W Bandbreite umax = / ( λ BL) vmax = / ( λ BL) Dr.-Ing. habil. Jörg Wollnack 4..3 Blendenbeugung I
11 5. In Blendenstellung BL = bei einer Zellengröße von x = µm erhält man eine Auflösung von ca. 76 Lp/mm, was ca.,5 Linien / CCD-Zelle entspricht. Dr.-Ing. habil. Jörg Wollnack 4..3 Blendenbeugung II
12 5. Fokusbedingung (wellenlängenabhängig) g = + f g b - z + z b f g b := Brennweite := Gegenstandsweite := Bildweite Dr.-Ing. habil. Jörg Wollnack 4..3 Defokussierung I
13 5.3 MÜF (,, uv x, y) = MÜF (, u x) MÜF (, v y), F F F Bandbreite g Bu u = db z, B v v = d x MÜFF( u, x) = si( π x u), MÜFF( v, y) = si( π yv), By g z z x = g d B x, z y = g d B y, sin( x) si( x) = x z d Bx d By := z-abstand von der Fokusebene := Blendenöffnung der Recheckblende in x-richtung := Blendenöffnung der Recheckblende in y-richtung Dr.-Ing. habil. Jörg Wollnack 4..3 Defokussierung II
14 Fernaufnahmen ( g>> f, b f ) g O g δ f normaler Aufnahmebereich mit einer brennwei- tenabhängigen Schärfentiefe im cm- bis m- Bereich Makroaufnahmen (Größenverhältnis :, g b) g geringe brennweitenunabhängige Schärfentiefe O δ im µm-bereich ( g/ δ = BL, bei Blende erhält man eine Schärfentiefe von,48 mm) Mikroaufnahmen (starke Vergrößerung, g f, b >> f ) g O g δ b extrem geringe Schärfentiefe im, µm-bereich (Auflösung auf der Sensorebene: δ = µm) Dr.-Ing. habil. Jörg Wollnack 4..3 Schärfentiefe O BL 5.4
15 5.5 Q mn := Ladungsmenge Q y d y hxy (,) CCD-Zelle Q a x / Q x - a y / d x Die generierte Ladungsträger werden im Sensor in x,y - Richtung und über die Zeit t integriert. Dr.-Ing. habil. Jörg Wollnack 4..3 Sensorsignal-Integration und Abtastung
16 5.6 örtliche und zeitliche Integration örtliche und zeitliche Begrenzung örtliche und zeitliche Abtastung Dr.-Ing. habil. Jörg Wollnack 4..3 Sensorsignalverarbeitung
17 Abtastvektor ( m + z a m + z a m + z / ) ( / ) ( 3 / ) a3 xz () t = x x = z ( t ) = () t t Π t t Πδ m d m ( m / ) a ( m / ) a ( m / ) a 3 3 x () t = x ( t τ) rect ( τ / a ) rect ( τ / a ) rect ( τ / a ) d τ Π 3 3 z z R 3 N 3 m = t m ( mt, mt, mt 3 3) t 5.7 T a T T a a 3 = T 3 = d t = d x = d y = a x = a y := maximale Integrationsdauer / Abtastzeit := Länge der zeitlichen Integration := Sensorzellenabstand in x-richtung / Abtastperiode x-richtung := Sensorzellenabstand in y-richtung / Abtastperiode y-richtung := Sensorzellenbreite in x-richtung := Sensorzellenbreite in y-richtung dt = qi T, q I Dr.-Ing. habil. Jörg Wollnack 4..3 Integration und Abtastung I
18 5.8 rect( qt, ) = R S T für t < q/ / für t = q/ für t > q/ si( qπ f) = sin( qπ f ) qπ f rect-function si-funktion. 5.5 xx / yy / 5 f / qx π f / q y π Dr.-Ing. habil. Jörg Wollnack 4..3 Integration und Abtastung II
19 5.9 Integration Xz () f = a a a ( a f ) ( a f ) ( a f ) X ( f) Π 3 si π si π si 3π 3 Bandbreite (erste Nullstelle) fb i = / a i Abtastung X () X ( f n f, f n f, f n f ) z Πδ f = z Π n = n = n = 3 fi = / Ti, i {,, 3} Apertur ai fi = ai / Ti, i {,, 3} Dr.-Ing. habil. Jörg Wollnack 4..3 Integration und Abtastung II
20 5. MÜF / MÜF Max / % fd y y f x d x Apertur % 66,6 33, Apertur 4% Apertur 8% Apertur 99% Dr.-Ing. habil. Jörg Wollnack 4..3 Dreiecksspektrum Integration und Abtastung - - -
21 5. Signalspektrum Shannonsche Abtastbedingung.5 X B () f = R S T n X() f für i fi < fbi = f i / sonst = f fy / fy x / fx i {,,..., n} f f i Bi Dr.-Ing. habil. Jörg Wollnack 4..3 Mehrdimensionales bandbegrenztes Signal
22 5. abgetastetes Signal rect-function X. 5 f x / fx f y / fy Signalspektrum.5 f f x / x f y / fy.5 f x fy f / f x / y Dr.-Ing. habil. Jörg Wollnack 4..3 Idealer Tiefpaß
23 5.3 Ideale Rekonstruktion bandbegrenzter Signale Ideale Rekonstruktion bandbegrenzter Signale (idealer Tiefpaß) x ( t, t, t ) x ( m, m, m ) r ( R t m / T, t m / T, t m / T ), 3 = ( m, m, m ) 3 fb fb fb3 rt (, t, t3) = π π π si( π fb t ) ( fb t ) ( fb t ) 3 si π si π 3 3 π Dr.-Ing. habil. Jörg Wollnack 4..3 Mehrdimensionale Interpolation/Rekonstruktion I
24 5.4 Ein bandbegrenztes Signal ist eindeutig mit seinen diskreten Werten, die das Shannonsche Abtasttheorem erfüllen, definiert. Dr.-Ing. habil. Jörg Wollnack 4..3 Mehrdimensionale Interpolation/Rekonstruktion II
25 5.5 Was passiert, wenn das Shannonsche Abtasttheorem nicht erfüllt ist? Ist das Shannonsche Abtasttheorem nicht erfüllt, so tritt eine Überlagerung der verschobenen Spektren auf (Aliasing( Aliasing). Die diskreten Werte repräsentieren weiterhin die korrekten Daten. Eine Signalrekonstruktion des kontinuierlichen Verlaufs (über den idealen Tiefpaß) ist prinzipiell nicht mehr möglich (Informationsverlust). Dr.-Ing. habil. Jörg Wollnack 4..3 Aliasing I
26 5.6 abgetastetes Signal X, Y,, Z, Z Dr.-Ing. habil. Jörg Wollnack 4..3 Aliasing II
27 ,5 x Max Max 5.7 Lineare, verschiebungsinvariante Operatoren htps( x) htps Max() x fx 4 fmax fx Max= fmax f = f / 4 x K x Horizontales Schieberegister y Vertikales Schieberegister x Dr.-Ing. habil. Jörg Wollnack 4..3 Signalverarbeitung CCD-Kamera
28 5.8 Grauwertbildverarbeitung im Hinblick auf videometrische Positionsmessung Dr.-Ing. habil. Jörg Wollnack 4..3
29 5.9 im optischen Bereich mit Beleuchtungsmethoden und optischen Filtern Signalvorverarbeitung, Informationskontrast Segmentierung nach maximieren Maßgabe eines Prädikats und Bildinterpretation algorithmische Verfahren zur Informationsextraktion Dr.-Ing. habil. Jörg Wollnack 4..3 Extraktion relevanter Bildinformationen
30 5.3 jeder Bildpunkt in einer und nur einer Region erfaßt ist (Eindeutigkeit) Bildpunkte der Region den Wahrheitswert des Prädikats Bildpunkte außerhalb der Region den Wahrheitswert des Prädikats entsprechen (Entscheidbarkeit). Dr.-Ing. habil. Jörg Wollnack 4..3 Eigenschaften des Prädikats
4 Signalverarbeitungsmodell der Kamera
4 Signalverarbeitungsmodell der Kamera 4. Objektiv Ein Linsensystem, welches eine Abbildung von einem total inkohärent leuchtenden Objekt erzeugt, kann mit den Methoden der linearen verschiebungsinvarianten
MehrFourier Optik. Zeit. Zeit
Fourier Optik Beispiel zur Fourier-Zerlegung: diskretes Spektrum von Sinus-Funktionen liefert in einer gewichteten Überlagerung näherungsweise eine Rechteckfunktion Sin t Sin 3t Sin 5t Sin 7t Sin 9t Sin
MehrDigitale Signalverarbeitung Bernd Edler
Digitale Signalverarbeitung Bernd Edler Wintersemester 2008/2009 Wesentliche Inhalte der Vorlesung Abtastung z-transformation Lineare zeitinvariante Systeme Diskrete Fouriertransformation Systeme bei stochastischer
Mehr- Sei r(x,y) Eingangsbild, dass nur Rauschen (Quantenrauschen) enthält.
Eingang System Ausgang - Sei r(x,y) Eingangsbild, dass nur (Quantenrauschen) enthält. - Das Bild enthalte keinerlei Information, d.h. das Spektrum ist weiß und es gibt keine Korrelationen zwischen den
Mehr22. Vorlesung EP. IV Optik 25. Optische Instrumente Fortsetzung: b) Optik des Auges c) Mikroskop d) Fernrohr 26. Beugung (Wellenoptik)
22. Vorlesung EP IV Optik 25. Optische Instrumente Fortsetzung: b) Optik des Auges c) Mikroskop d) Fernrohr 26. Beugung (Wellenoptik) V Strahlung, Atome, Kerne 27. Wärmestrahlung und Quantenmechanik Versuche
MehrMultimediatechnik / Video
Multimediatechnik / Video Lichtwellen und Optik http://www.nanocosmos.de/lietz/mtv Inhalt Lichtwellen Optik Abbildung Tiefenschärfe Elektromagnetische Wellen Sichtbares Licht Wellenlänge/Frequenz nge/frequenz
MehrBildpunkt auf dem Gitter: Pixel (picture element) (manchmal auch Pel)
4. Digitalisierung und Bildoperationen 4.1 Digitalisierung (Sampling, Abtastung) Rasterung auf 2D-Bildmatrix mathematisch: Abb. einer 2-dim. Bildfunktion mit kontinuierlichem Definitionsbereich auf digitales
Mehr23. Vorlesung EP. IV Optik 25. Optische Instrumente Fortsetzung: b) Optik des Auges c) Mikroskop d) Fernrohr 26. Beugung (Wellenoptik)
23. Vorlesung EP IV Optik 25. Optische Instrumente Fortsetzung: b) Optik des Auges c) Mikroskop d) Fernrohr 26. Beugung (Wellenoptik) V Strahlung, Atome, Kerne 27. Wärmestrahlung und Quantenmechanik Versuche
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson Ludwig-Maximilians-Universität München Prof. Hußmann Digitale Medien 4-1
4. Signalverarbeitung 4.1 Grundbegrie 4.2 Frequenzspektren, Fourier-Transormation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterührende Literatur (z.b.): Beate Meert, Ola Hochmuth: Werkzeuge der
MehrMotivation. Diskretisierung. Überblick. Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen. Diskretisierung und Quantisierung
Algorithmik III Algorithmen und Modelle für kontinuierliche Datenstrukturen Motivation Analoge Aufnahme von Sprache, Bildern Digitale Speicherung durch Diskretisierung + Quantisierung Informationsverlust
MehrLösungsblatt 2 Signalverarbeitung und Klassifikation
Fakultät für Informatik Übung zu Kognitive Systeme Sommersemester 06 M. Sperber (matthias.sperber@kit.edu) S. Nguyen (thai.nguyen@kit.edu) Lösungsblatt Signalverarbeitung und Klassifikation Aufgabe : Faltung
MehrZusammenfassung der 1. Vorlesung
Zusammenfassung der 1. Vorlesung Einordnung und Motivation Grundlegende Definitionen Kontinuierliches Signal Zeitdiskretes Signal Quantisiertes Signal Digitales Signal Kontinuierliches System Abtastsystem
MehrWas bisher geschah. digitale Bilder: Funktion B : pos col Matrix B col pos. Punktoperationen f : col 1 col 2
Was bisher geschah digitale Bilder: Funktion B : pos col Matrix B col pos statistische Merkmale Punktoperationen f : col 1 col 2 (Bildanalyse) (Farbtransformation) Geometrische Operationen f : pos 1 pos
MehrÜbungen zur Experimentalphysik 3
Übungen zur Experimentalphysik 3 Prof. Dr. L. Oberauer Wintersemester 200/20 8. Übungsblatt - 3.Dezember 200 Musterlösung Franziska Konitzer (franziska.konitzer@tum.de) Aufgabe ( ) (7 Punkte) Gegeben sei
MehrFeldwinkelspektrum und Fourieroptik
Übung 9 Abgabe: 15.05. bzw. 19.05.2015 Elektromagnetische Felder & Wellen Frühjahrssemester 2015 Photonics Laboratory, ETH Zürich www.photonics.ethz.ch Feldwinkelspektrum und Fourieroptik 1 Fouriertransformation
Mehr3.6 Analog-Digital-Umsetzung
3.6 AnalogDigitalUmsetzung 1 Abtastung von Signalen FlashUmsetzer (ParallelUmsetzer) Stufenumsetzer (Successive Approximation) Integrierende Umsetzer DeltaSigma Umsetzer Anhang Abtastung 2 Abtastung (Sampling):
MehrAdaptive Systeme. Sommersemester Prof. Dr. -Ing. Heinz-Georg Fehn. Prof. Dr. rer. nat. Nikolaus Wulff
Adaptive Systeme Sommersemester 2015 Prof. Dr. -Ing. Heinz-Georg Fehn Prof. Dr. rer. nat. Nikolaus Wulff Prof. Dr. H.-G. Fehn und Prof. Dr. N. Wulff 1 Adaptive Systeme Adaptives System: ein System, das
MehrInhalte. Photogram. Aufnahmesysteme. HS BO Lab. für Photogrammetrie: Digitalisierung analoger Bilder 1
Inhalte Photogram. Aufnahmesysteme Metrische Kameras (Definition der Inneren Orientierung) Analoge Messkameras Fotografische Aspekte Digitalisierung analoger Bilder Digitale Aufnahmesysteme (Messkameras)
MehrInterferenz und Beugung - Optische Instrumente
Interferenz und Beugung - Optische Instrumente Martina Stadlmeier 25.03.2010 1 Inhaltsverzeichnis 1 Kohärenz 3 2 Interferenz 3 2.1 Interferenz an einer planparallelen Platte...............................
MehrLEICA APO-SUMMICRON-R 1:2/90 mm ASPH. 1
LEICA APO-SUMMICRON-R 1:2/9 mm ASPH. 1 Apochromatische Korrektur und der Einsatz einer asphärischen Linsenfläche ergänzen sich bei diesem kompakten Teleobjektiv im Hochleistungs-Zusammenspiel. Zwei von
MehrMagnetresonanztomographie (MRT) Grundlagen der Tomographie
Gegeben: Körper in einem starken B 0 -Feld - Folge von HF-Pulsen erzeugt rotierende Quermagnetisierung M T - M T variiert je nach Gewebetyp ortsabhängige Observable: M T (x,y,z) - kleine Volumenelemente
Mehr3.3 Das Abtasttheorem
17 3.3 Das Abtasttheorem In der Praxis kennt man von einer zeitabhängigen Funktion f einem Signal meist nur diskret abgetastete Werte fn, mit festem > und ganzzahligem n. Unter welchen Bedingungen kann
Mehr5. Übung für Übungsgruppen Musterlösung
Grundlagenveranstaltung Systemtheorie WS 6/7 (H.S. Stiehl, AB Kognitive Systeme, Department Informatik der Universität Hamburg) 5. Übung für Übungsgruppen Musterlösung (U. Köthe, Department Informatik,
MehrLEICA VARIO-ELMAR-R 1:4/35-70 mm 1
LEICA VARIO-ELMAR-R 1:4/35-7 mm 1 Durch den Einsatz einer Linse mit asphärischer Fläche sind der Kontrast und die Bildwiedergabequalität dieses Objektivs mindestens genauso gut wie bei vergleichbaren Festbrennweiten.
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
MehrDigitale Bildverarbeitung (DBV)
Digitale Bildverarbeitung (DBV) Prof. Dr. Ing. Heinz Jürgen Przybilla Labor für Photogrammetrie Email: heinz juergen.przybilla@hs bochum.de Tel. 0234 32 10517 Sprechstunde: Montags 13 14 Uhr und nach Vereinbarung
Mehrf(x 0 ) = lim f(b k ) 0 0 ) = 0
5.10 Zwischenwertsatz. Es sei [a, b] ein Intervall, a < b und f : [a, b] R stetig. Ist f(a) < 0 und f(b) > 0, so existiert ein x 0 ]a, b[ mit f(x 0 ) = 0. Wichtig: Intervall, reellwertig, stetig Beweis.
MehrSerie 3. z = f(x, y) = 9 (x 2) 2 (y 3) 2 z 2 = 9 (x 2) 2 (y 3) 2, z 0 9 = (x 2) 2 + (y 3) 2 + z 2, z 0.
Analysis D-BAUG Dr Cornelia Busch FS 2016 Serie 3 1 a) Zeigen Sie, dass der Graph von f(x, y) = 9 (x 2) 2 (y 3) 2 eine Halbkugel beschreibt und bestimmen Sie ihren Radius und ihr Zentrum z = f(x, y) =
MehrSpeckle Interferometrie
Speckle Interferometrie LO-Praktikum FHM, FK 06 Prof. Dr. Andreas Ettemeyer Seite 1 Praktikum Speckle Interferometrie Ziel - Kennenlernen der Eigenschaften von Speckles - Kennen der Einsatzmöglichkeiten
MehrStochastic Sampling als Messprinzip
Stochastic Sampling als Messprinzip Ehrenkolloquium Frau Prof. Dr.-Ing. habil. Erika Müller 21.09.2012, Universität Rostock Holger Nobach Max-Planck-Institut für Dynamik und Selbstorganisation Göttingen
MehrÜbungen zur Ingenieur-Mathematik III WS 2011/12 Blatt Aufgabe 25: Berechnen Sie den kritischen Punkt der Funktion
Übungen zur Ingenieur-Mathematik III WS 11/1 Blatt 8 3.11.11 Aufgabe 5: Berechnen Sie den kritischen Punkt der Funktion fx, y 3x 5xy y + 3 und entscheiden Sie, ob ein Maximum, Minimum oder Sattelpunkt
MehrLEICA SUMMILUX-M 1:1,4/28mm ASPH.
LEICA SUMMILUX-M :,4/8mm ASPH. Mit dem Leica Summilux-M :,4 / 8mm ASPH. ist die Reihe der hoch lichtstarken M-Weitwinkel-Brennweiten nun vollständig. Die Abbildungsleistungen liegen bereits bei voller
MehrFilterentwurf. Aufgabe
Aufgabe Filterentwurf Bestimmung der Filterkoeffizienten für gewünschte Filtereigenschaften Problem Vorgaben häufig für zeitkontinuierliches Verhalten, z.b. H c (s) Geeignete Approximation erforderlich
MehrÜbung 3: Fouriertransformation
ZHAW, SiSy HS202, Rumc, Übung 3: Fouriertransformation Aufgabe Fouriertransformation Dirac-Impuls. a) Bestimmen Sie die Fouriertransformierte S(f) des Dirac-Impulses s(t) = δ(t) und interpretieren Sie
Mehr3. Übung zum G8-Vorkurs Mathematik (WiSe 2011/12)
Technische Universität München Zentrum Mathematik PD Dr. Christian Karpfinger http://www.ma.tum.de/mathematik/g8vorkurs 3. Übung zum G8-Vorkurs Mathematik (WiSe 0/) Aufgabe 3.: Gehen Sie die Inhalte der
MehrPhysik 4, Übung 4, Prof. Förster
Physik 4, Übung 4, Prof. Förster Christoph Hansen Emailkontakt Dieser Text ist unter dieser Creative Commons Lizenz veröffentlicht. Ich erhebe keinen Anspruch auf Vollständigkeit oder Richtigkeit. Falls
MehrBildverarbeitung Herbstsemester 2012. Fourier-Transformation
Bildverarbeitung Herbstsemester 2012 Fourier-Transformation 1 Inhalt Fourierreihe Fouriertransformation (FT) Diskrete Fouriertransformation (DFT) DFT in 2D Fourierspektrum interpretieren 2 Lernziele Sie
MehrLEICA SUMMARIT-M 1:2,4/90 mm
Technische Daten. Abbildung : Objektiv Leica Summarit-M :,4/9 mm Bestellnummer Schwarz eloxiert: 684 Silbern eloxiert: 68 Bildwinkel (diagonal, horizontal, vertikal) Für Kleinbild (4 x 6 mm): 7 / / ; für
MehrBildverarbeitung. Bildvorverarbeitung - Fourier-Transformation -
Bildverarbeitung Bildvorverarbeitung - Fourier-Transformation - 1 Themen Methoden Punktoperationen / Lokale Operationen / Globale Operationen Homogene / Inhomogene Operationen Lineare / Nichtlineare Operationen
MehrKlausur Mathematik I
Klausur Mathematik I E-Techniker/Mechatroniker/Informatiker/W-Ingenieure). März 007 Hans-Georg Rück) Aufgabe 6 Punkte): a) Berechnen Sie alle komplexen Zahlen z mit der Eigenschaft z z = und z ) z ) =.
MehrLEICA VARIO-ELMAR-R 1:4/ mm 1
LEICA VARIO-ELMAR-R 1:4/8-2 mm 1 Eine sehr gute Abbildungsleistung mit hoher Auflösung und Kontrast bereits bei offener Blende im gesamten Bildfeld und über den ganzen Brennweitenbereich - das ist die
MehrDreidimensional messende videometrische Messsysteme
Dreidimensional messende videometrische Messsysteme Privatdozent Dr.-Ing. habil. Dipl.-Ing. Dipl.-Ing. Jörg Wollnack TECHNISCHE UNIVERSITÄT HAMBURG - HARBURG Arbeitsbereich FT II im Forschungsschwerpunkt
MehrBeugung am Gitter. Beugung tritt immer dann auf, wenn Hindernisse die Ausbreitung des Lichtes
PeP Vom Kerzenlicht zum Laser Versuchsanleitung Versuch 2: Beugung am Gitter Beugung am Gitter Theoretische Grundlagen Beugung tritt immer dann auf, wenn Hindernisse die Ausbreitung des Lichtes beeinträchtigen.
MehrMathematik für Wirtschaftswissenschaftler im WS 12/13 Lösungen zu den Übungsaufgaben Blatt 12
Mathematik für Wirtschaftswissenschaftler im WS /3 Lösungen zu den Übungsaufgaben Blatt Aufgabe 5 Welche der folgenden Matrizen sind positiv bzw negativ definit? A 8, B 3 7 7 8 9 3, C 7 4 3 3 8 3 3 π 3
Mehr3.7 Anti-Alias-Verfahren
3.7 Anti-Alias-Verfahren Wir hatten Treppeneffekte bereits beim Rastern von Bildern kennengelernt. Aber auch beim Wiederholen verkleinerter Texturen können sich durch Rasterungseffekte unschöne Interferenzerscheinungen
MehrDiskrete Signalverarbeitung und diskrete Systeme
Diskrete Signalverarbeitung und diskrete Systeme Computer- basierte Verarbeitung von Signalen und Realisierung von Systemverhalten erfordern diskrete Signale und diskrete Systembeschreibungen. Wegen der
MehrPhysik Profilkurs ÜA 07 mechanische Wellen Ks. 2011
Aufgabe 1) Ein Wellenträger wird mit f = 2,0 Hz harmonisch angeregt, wobei sich Wellen der Länge 30 cm und der Amplitude 3,0 cm bilden. Zur Zeit t o = 0,0 s durchläuft der Anfang des Wellenträgers gerade
MehrPhysik für Mediziner im 1. Fachsemester
Physik für Mediziner im 1. Fachsemester #22 27/11/2008 Vladimir Dyakonov dyakonov@physik.uni-wuerzburg.de Optische Instrumente Allgemeine Wirkungsweise der optischen Instrumente Erfahrung 1. Von weiter
MehrComputergraphik 1 2. Teil: Bildverarbeitung. Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation
Computergraphik 1 2. Teil: Bildverarbeitung Fouriertransformation Ende FFT, Bildrestauration mit PSF Transformation, Interpolation LMU München Medieninformatik Butz/Hoppe Computergrafik 1 SS2009 1 2 Repräsentation
MehrLEICA TRI-ELMAR-M 1:4/ mm ASPH. 1
LEICA TRI-ELMAR-M 1:4/28-35-5 mm ASPH. 1 In diesem Objektiv sind gleich drei der von den M-Fotografen bevorzugten Brennweiten vereint. Adäquat zur gewählten Brennweite wird der entsprechende Leuchtrahmen
MehrProbe-Klausur zur Physik II
Ruhr-Universität Bochum Fakultät für Physik und Astronomie Institut für Experimentalphysik Name Vorname Matrikel-Nummer Fachrichtung, Abschluss Probe-Klausur zur Physik II für Studentinnen und Studenten
MehrEinführung in die Physik I. Schwingungen und Wellen 1
Einführung in die Physik I Schwingungen und Wellen O. von der Lühe und U. Landgraf Schwingungen Periodische Vorgänge spielen in eine große Rolle in vielen Gebieten der Physik E pot Schwingungen treten
MehrProbestudium der Physik 2011/12
Probestudium der Physik 2011/12 Karsten Kruse 2. Mechanische Schwingungen und Wellen - Theoretische Betrachtungen 2.1 Der harmonische Oszillator Wir betrachten eine lineare Feder mit der Ruhelänge l 0.
MehrMathematik 3 für Informatik
Gunter Ochs Wintersemester 5/6 Mathematik 3 für Informatik Lösungen zum Hausaufgabenblatt Lösungshinweise ohne Garnatie auf Fehlerfreiheit c 5. Berechnen Sie die folgenden unbestimmten Integrale: a x 4
MehrFahrzeugmechatronik Masterstudiengang M 3.2 Sensoren und Aktoren Labor für Automatisierung und Dynamik AuD FB 03MB
Abb. 6 Dreidimensionale Darstellung des Frequenzgangs G ATP () s, Achsteilungen s 2 π in Hz Prof. Dr. Höcht 1/29 18.06.2006 11:13 Z_ Abb. 7 Einfluß des Pols bei s imaginären Achse, Achsteilungen in Hz
MehrLEICA SUMMILUX-M 1:1,4/50 mm ASPH. 1
LEICA SUMMILUX-M 1:1,4/5 mm ASPH. 1 Mit dem neuen LEICA SUMMILUX-M 1:1,4/5mm ASPH. stellt die Leica Camera AG ein neues lichtstarkes Standardobjektiv mit höchster Abbildungsleistung zum Leica M-System
Mehrm s km v 713 h Tsunamiwelle Ausbreitungsgeschwindigkeit: g=9,81m/s 2,Gravitationskonstante h=tiefe des Meeresbodens in Meter
Wellen Tsunami Tsunamiwelle Ausbreitungsgeschwindigkeit: v g h g=9,81m/s 2,Gravitationskonstante h=tiefe des Meeresbodens in Meter Berechnungsbeispiel: h=4000 m v 9,81 4000 198 km v 713 h m s Räumliche
MehrImplizite Funktionen. Ist für eine stetig differenzierbare Funktion f : R n R m R n. so lässt sich das Gleichungssystem
Implizite Funktionen Ist für eine stetig differenzierbare Funktion f : R n R m R n f (x, y ) = (0,..., 0) t, det f x (x, y ) 0, so lässt sich das Gleichungssystem f k (x 1,..., x n, y 1,..., y m ) = 0,
MehrTechnische Universität Berlin Fakultät II Institut für Mathematik SS 13 G. Bärwolff, C. Mehl, G. Penn-Karras
Technische Universität Berlin Fakultät II Institut für Mathematik SS 3 G. Bärwolff, C. Mehl, G. Penn-Karras 9..3 Oktober Klausur Analysis II für Ingenieure Rechenteil. Aufgabe Punkte i) Wir berechnen zunächst
MehrLEICA APO-MACRO-ELMARIT-R 1:2,8/100 mm 1
LEICA APO-MACRO-ELMARIT-R 1:2,8/1 mm 1 Seine Gesamtleistung macht es zum großen Vorbild im Kleinbildbereich: Wo sonst sind Schärfe und Kontrast, Vignettierung und Verzeichnung bei allen Entfernungen und
MehrStatistische Kennwerte und -funktionen. Dr.-Ing. habil. H. Nobach
Statistische Kennwerte und -funktionen Dr.-Ing. habil. H. Nobach 1. Einführung Statistische Kennwerte und -funktionen, wie Mittelwert Varianz Wahrscheinlichkeitsdichte Autokorrelation spektrale Leistungsdichte
MehrExtremwerte von Funktionen mehrerer reeller Variabler
Extremwerte von Funktionen mehrerer reeller Variabler Bei der Bestimmung der Extrema von (differenzierbaren) Funktionen f : R n R ist es sinnvoll, zuerst jene Stellen zu bestimmen, an denen überhaupt ein
MehrPhysik-Department. Ferienkurs zur Experimentalphysik 3. Matthias Golibrzuch,Daniel Jost Dienstag
Physik-Department Ferienkurs zur Experimentalphysik 3 Matthias Golibrzuch,Daniel Jost Dienstag Inhaltsverzeichnis Technische Universität München Das Huygensche Prinzip 2 Optische Abbildungen 2 2. Virtuelle
MehrVersuch 3: Anwendungen der schnellen Fourier-Transformation (FFT)
Versuch 3: Anwendungen der schnellen Fourier-Transformation (FFT) Ziele In diesem Versuch lernen Sie zwei Anwendungen der Diskreten Fourier-Transformation in der Realisierung als recheneffiziente schnelle
MehrPraktikum GI Gitterspektren
Praktikum GI Gitterspektren Florian Jessen, Hanno Rein betreut durch Christoph von Cube 9. Januar 2004 Vorwort Oft lassen sich optische Effekte mit der geometrischen Optik beschreiben. Dringt man allerdings
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme Übungsaufgaben Manfred Strohrmann Urban Brunner Inhalt Übungsaufgaben - Signalabtastung und Rekonstruktion...
MehrLEICA TRI-ELMAR-M 1:4/ mm ASPH. 1
LEICA TRI-ELMAR-M :4/6-8- mm ASPH. Durch den beeindruckenden Bildwinkel von 7 erobert dieses neue Tri-Elmar die 6 mm Superweitwinkel Fotografie in perfekter Leica M Qualität. Durch die minimale Verzeichnung
MehrPhysikalische Grundlagen des Sehens.
Physikalische Grundlagen des Sehens. Medizinische Physik und Statistik I WS 2016/2017 Tamás Marek 30. November 2016 Einleitung - Lichtmodelle - Brechung, - Bildentstehung Gliederung Das Sehen - Strahlengang
MehrComputergrafik 2: Übung 6. Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter
Computergrafik : Übung 6 Korrelation im Orts- und Frequenzraum, Filtern im Frequenzraum, Wiener Filter Quiz Warum Filtern im Frequenzraum? Ideales Tiefpassfilter? Parameter? Eigenschaften? Butterworth-Filter?
MehrComputergrafik 2: Filtern im Frequenzraum
Computergrafik 2: Filtern im Frequenzraum Prof. Dr. Michael Rohs, Dipl.-Inform. Sven Kratz michael.rohs@ifi.lmu.de MHCI Lab, LMU München Folien teilweise von Andreas Butz, sowie von Klaus D. Tönnies (Grundlagen
MehrAnalysis II WS 11/12 Serie 9 Musterlösung
Analysis II WS / Serie 9 Musterlösung Aufgabe Bestimmen Sie die kritischen Punkte und die lokalen Extrema der folgenden Funktionen f : R R: a fx, y = x + y xy b fx, y = cos x cos y Entscheiden Sie bei
MehrPhysik 2 (GPh2) am
Name: Matrikelnummer: Studienfach: Physik 2 (GPh2) am 17.09.2013 Fachbereich Elektrotechnik und Informatik, Fachbereich Mechatronik und Maschinenbau Zugelassene Hilfsmittel zu dieser Klausur: Beiblätter
MehrLEICA MACRO-ELMAR-M 1:4/90 mm
1 Das Leica Macro-Elmar-M 1:4/90mm ist ein leistungsstarkes Teleobjektiv. Seine mittellange Brennweite eignet sich vor allem für Portraits, bei denen sich die Personen bildwirksam deutlich vom Hintergrund
MehrLabor SMV Versuch 1. Erläuterungen zum Aliasing. Prof. Dr.-Ing. Gernot Freitag. FB: EuI, FH Darmstadt. Darmstadt, den
Labor SMV Versuch Erläuterungen zum Aliasing FB: EuI, Darmstadt, den 26.5 Elektrotechnik und Informationstechnik Rev., 9.5 Auf den folgenden Seiten sind einige typische Abtastsituationen zusammengestellt,
MehrGrundlagen der Digitalen Bildverarbeitung
Grundlagen der Digitalen Bildverarbeitung Michael Baron baron@cs.uni-frankfurt.de www.cs.uni-frankfurt.de/~baron Mitarbeiterseminar Angewandte Physik 24. Januar 2008 Motivation Insbesondere moderne graphische
MehrSensorik & Aktorik Wahlpflichtfach Studienrichtung Antriebe & Automation
Sensorik & Aktorik Wahlpflichtfach Studienrichtung Antriebe & Automation - Positionsmessung (2) - Prof. Dr. Ulrich Hahn SS 2010 Lasertriangulation Triangulation: Entfernungsbestimmung über Dreiecksbeziehungen
Mehrlim Der Zwischenwertsatz besagt folgendes:
2.3. Grenzwerte von Funktionen und Stetigkeit 35 Wir stellen nun die wichtigsten Sätze über stetige Funktionen auf abgeschlossenen Intervallen zusammen. Wenn man sagt, eine Funktion f:[a,b] R, definiert
MehrSeite 1. sin 2 x dx. b) Berechnen Sie das Integral. e (t s)2 ds. (Nur Leibniz-Formel) c) Differenzieren Sie die Funktion f(t) = t. d dx ln(x + x3 ) dx
Seite Aufgabe : a Berechnen Sie das Integral b Berechnen Sie das Integral +x x+x dx. π sin x dx. c Differenzieren Sie die Funktion ft = t e t s ds. Nur Leibniz-Formel a + x x + x dx = d dx lnx + x dx =
MehrOptik in Smartphones. Proseminar Technische Informatik Fabio Becker 9. Juli 2014
Optik in Smartphones Proseminar Technische Informatik Fabio Becker 9. Juli 2014 1 Gliederung Die Kamera Grundidee für das Smartphone Grundlagen zur Optik Skalierung Aufbau Ziele/Trend in Zukunft Zusammenfassung
MehrMehr Informationen aus den Daten. KGH Seismische Explorationsverfahren Teil 2 - Slide 1
Datenbearbeitung Mehr Informationen aus den Daten KGH Seismische Explorationsverfahren Teil 2 - Slide Datenbearbeitung auch nach der Datenerfassung und Reduktion können die gesuchten Strukturen noch unklar
Mehri j m f(y )h i h j h m
10 HÖHERE ABLEITUNGEN UND ANWENDUNGEN 56 Speziell für k = 2 ist also f(x 0 + H) = f(x 0 ) + f(x 0 ), H + 1 2 i j f(x 0 )h i h j + R(X 0 ; H) mit R(X 0 ; H) = 1 6 i,j,m=1 i j m f(y )h i h j h m und passendem
Mehr,Faltung. Heavisidefunktion σ (t), Diracimpuls δ (t) Anwendungen. 1) Rechteckimpuls. 2) Sprungfunktionen. 3) Schaltvorgänge
Heavisidefunktion σ (t), Diracimpuls δ (t),faltung Definition Heavisidefunktion, t > 0 σ ( t) = 0, t < 0 Anwendungen ) Rechteckimpuls, t < T r( t) = = σ ( t + T ) σ ( t T ) 0, t > T 2) Sprungfunktionen,
MehrÜbungsblatt 1 Geometrische und Technische Optik WS 2012/2013
Übungsblatt 1 Geometrische und Technische Optik WS 2012/2013 Gegeben ist eine GRIN-Linse oder Glasaser) mit olgender Brechzahlverteilung: 2 2 n x, y, z n0 n1 x y Die Einheiten der Konstanten bzw. n 1 sind
MehrLösung zur Klausur zur Analysis II
Otto von Guericke Universität Magdeburg 9.7.4 Fakultät für Mathematik Lösung zur Klausur zur Analysis II Vorlesung von Prof. L. Tobiska, Sommersemester 4 Bitte benutzen Sie für jede Aufgabe ein eigenes
Mehr3 Einige konkrete Probleme der Höheren Mathematik
3 Einige konkrete Probleme der Höheren Mathematik Übersicht 3. Bestimmung der Extremalstellen bei Funktionen in einer Variable........ 7 3. Bestimmung der Extremalstellen bei Funktionen in zwei Variablen........
MehrSerie 4. Analysis D-BAUG Dr. Cornelia Busch FS 2015
Analysis D-BAUG Dr. Cornelia Busch FS 05 Serie 4. Finden Sie die lokalen Extrema der Funktionen f : R R auf dem Einheitskreis S = {x, y R : x + y = } und geben Sie an, ob es sich um ein lokales Minimum
MehrFourier- und Laplace- Transformation
Skriptum zur Vorlesung Mathematik für Ingenieure Fourier- und Laplace- Transformation Teil : Fourier-Transformation Prof. Dr.-Ing. Norbert Höptner (nach einer Vorlage von Prof. Dr.-Ing. Torsten Benkner)
MehrTutorium Mathematik II, M Lösungen
Tutorium Mathematik II, M Lösungen 7. Juni 201 *Aufgabe 1. Gegeben seien fx, y = xy 2 8e x+y und P = 1, 2. Der Gradient von f ist genau an der Stelle P Null. a Untersuchen Sie mit Hilfe der Hesse-Matrix,
MehrBildverarbeitung: Fourier-Transformation. D. Schlesinger () BV: Fourier-Transformation 1 / 16
Bildverarbeitung: Fourier-Transformation D. Schlesinger () BV: Fourier-Transformation 1 / 16 Allgemeines Bilder sind keine Vektoren. Bilder sind Funktionen x : D C (Menge der Pixel in die Menge der Farbwerte).
MehrMultiskalenanalyse. Any view depends on the viewpoint!
Multiskalenanalyse Any view depends on the viewpoint! Multiskalenanalyse Motivation Aufwandsminimierung bei Filterung Objekterkennung, Segmentierung Textur Klassifikation Mosaicing rundlagen Signaltheorie
MehrProbestudium der Physik 2011/12
Probestudium der Physik 2011/12 1 Schwingungen und Wellen: Einführung in die mathematischen Grundlagen 1.1 Die Sinus- und die Kosinusfunktion Die Sinusfunktion lässt sich genauso wie die Kosinusfunktion
MehrGrundlagen der Schwingungslehre
Grundlagen der Schwingungslehre Einührung. Vorgänge, bei denen eine physikalische Größe in estem zeitlichen Abstand ein und denselben Werteverlau auweist, werden als periodisch bezeichnet. Den zeitlichen
MehrUNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl. Sommersemester 2009
UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz Dr P C Kunstmann Dipl-Math M Uhl Sommersemester 9 Höhere Mathematik II für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie inklusive Komplexe
Mehr18.2 Implizit definierte Funktionen
18.2 Implizit definierte Funktionen Ziel: Untersuche Lösungsmengen von nichtlinearen Gleichungssystemen g(x) = 0 mit g : D R m, D R n, d.h. betrachte m Gleichungen für n Unbekannte mit m < n, d.h. wir
MehrVersuch 3: Beugung am Spalt und Kreisblende
Versuch 3: Beugung am Spalt und Kreisblende Dieser Versuch soll der Einführung der allgemeinen Beugungstheorie dienen. Beugungsphänomene werden in verschiedenen Erscheinungsformen zunächst nur beobachtet.
MehrVorbereitung für die Prüfung Mathematik II für Informatiker
Technische Universität Ilmenau SS 2010 Institut für Mathematik Inf Prof. Dr. Michael Stiebitz Vorbereitung für die Prüfung Mathematik II für Informatiker 1 Lineare Algebra Aufgabe 1 Schauen Sie sich die
MehrLEICA VARIO-ELMAR-R 1:3,5-4/21-35 mm ASPH. 1
LEICA VARIO-ELMAR-R 1:3,5-4/21-35 mm ASPH. 1 Als kompaktes und leichtes Zoomobjektiv deckt es den gesamten Bereich der häufig verwendeten Weitwinkelbrennweiten ab. Selbst bei offener Blende sind sowohl
Mehr= ( n x j x j ) 1 / 2
15 Skalarprodukte 77 15 Skalarprodukte 15.1 Einführung. a) Ab jetzt sei stets K = R oder K = C, da Wurzeln eine wichtige Rolle spielen werden. b) Nach dem Satz des Pythagoras ist die Länge eines Vektors
MehrDigitale Signalverarbeitung Übungsaufgaben
Kapitel : Einleitung -: Analoger Tiefpass Dieser Tiefpass mit den Werten R = Ω, L =.5mH R L und C =.5µF ist wie folgt zu analysieren: U e C R. Es springe U e bei t =.5ms auf 5V und bei t = ms wieder auf.
Mehr