4. Bildqualitätsverbesserung
|
|
- Wolfgang Junge
- vor 5 Jahren
- Abrufe
Transkript
1 4. Bildqualitätsverbesserung 4.1 Kantenanschärfung Die subjetiv empfundene Bildqualität hängt zu einem wesentlichen Teil von der Kantenschärfe der vorhandenen Konturen ab. Weiche Übergänge vermitteln einen unscharfen Bildeindruc. Eindimensional betrachtet erlärt sich dies als Sprungantwort, die unterschiedlich steil verlaufen ann. Im Signalspetrum entspricht das einer zu höheren Frequenzen hin abfallenden Spetralcharateristi. Mit einer Frequenzganganhebung läßt sich daher eine Sprungbzw. Kantenversteilerung erreichen. Das Schlüsselelement einer Kantenanschärfung stellt also ein Hochpaß dar, der häufig auf der Basis eines Tiefpasses realisiert wird: Hochpaß: T T 1/4 1/2 1/4 Frequenzgang: H() f 1 0 f a /2 f a f 50
2 Die Verwendung eines Hochpaß allein ist nicht sinnvoll, da durch das damit verbundene Unterdrücen des Gleichwertes ( f =0 ) onstante Grauwerte in Bildern (Flächen) zu Schwarz mutieren. An Bildonturen entstehen Über- und Unterschwinger, sich die bipolar sowohl ins Positive als auch ins Negative erstrecen. Alle negativen Anteile werden allerdings bei der Bildwiedergabe unterdrüct bzw. begrenzt, da Null bereits Schwarz entspricht. Um ein reines Hochpaßsignal auf einem Monitor sinnvoll darstellen zu önnen, muß daher ünstlich ein Gleichspannungsoffset hinzugefügt werden. Es resultiert ein Konturbild, das nur die Kanten eines Bildes auf der Basis eines Mittelgrau zeigt. Für die Kantenanschärfung sollte aus den genannten Gründen ein reiner Hochpaß, sondern eine Frequenzganganhebung erfolgen. Dies realisiert man in möglichst flexibler Weise durch gewichtete Addition eines Hochpaßsignals zum ursprünglichen Bildsignal. Ein Verstärungsfator im Hochpaßzweig bestimmt dabei die Stäre der Frequenzganganhebung. Frequenzganganhebung: HP Frequenzgang: Hf () 1 0 f a /2 f a f 51
3 Durch den Einsatz einer nichtlinearen Kennlinie im Hochpaßzweig werden hochfrequente Störüberlagerungen von leinerer Amplitude (i.a. Rauschen) unterdrüct. Dazu muß der Schwellwert der Kennlinie geeignet angepaßt werden. An Kanten (Signalsprung) ergibt sich am Hochpaßausgang eine höhere Amplitude, die den Schwellwert überschreitet. Erst dieses Signal wird mit dem Fator bewertet dem Originalsignal zugeführt. Als Konsequenz ergibt sich aus dieser adaptiven ( d.h. vom momentanen Signal abhängigen) Verarbeitung ein unveränderter Störabstand in Flächen bei versteilerten Kanten. Im Bereich der Kanten ann jedoch die erhöhte Rauschüberlagerung bedingt durch die Frequenzganganhebung nicht vermieden werden. Fehler önnen entstehen, wenn Kanten mit geringem Kontrast hinter dem Hochpaß eine genügende Amplitude liefern, um den Schwellwert zu überschreiten, so daß dann eine Anschärfung erfolgen ann. Adaptive Anhebung: HP u 1 u 2 Nichtlineare Kennlinie: u 2 u 1 Schwellen 52
4 Signalverlauf: HP Das bisher nur eindimensional beschriebene Verarbeitungsprinzip läßt sich einfach auf die planare (zweidimensionale) Bildebene übertragen. Dazu verwendet man entweder ein zweidimensionales Hochpaßfilter oder eine Verarbeitung in Parallelform, also mit separatem Horizonal- und Vertialhochpaß. Hierbei ann separat mit entsprechenden Wichtungsfatoren x und y die Konturorretur angepaßt werden. Durch die Besonderheit des Zeilensprunges bei Videosignalen ist dies günstig, da innerhalb eines Teilbildes die Zeilen und damit die vertial übereinanderstehenden Bildpunte in einem anderen Abstand stehen als die horizontal benachbarten Pixel. Dadurch ergeben sich unterschiedliche Anhebungsfrequenzgänge mit maximaler Anhebung bei unterschiedlichen Ortsfrequenzen 1/2Δx bzw. 1/4Δy (Pixelabstand horizontal Δx, aber Zeilenabstand im Teilbild 2Δy!). 2-dim. Kantenorretur: x HP x HP y y 53
5 Wirungsweise von Rauschen bei Frequenzganganhebung: ohne Kennlinie Original mit Kennlinie 54
6 4.2 Rauschredution Planare Verfahren zur Rauschredution (Coring) Die adaptive Kantenorretur ann durch Ergänzen eines Tiefpaßfilters im direten Kanal und einer neutralen Hochpaßbewertung mit =1 zur Rauschredution umgeformt werden. Die eigentliche Rauschredution übernimmt dabei das Tiefpaßfilter, während der Hochpaßzweig die Detailinformation (Kanten) bereitstellt, wobei durch die nichtlineare Kennlinie ebenfalls Rauschen unterdrüct wird. Es resultiert also eine Rauschredution nur im Bereich von Flächen (niedrige Ortsfrequenz), während die Kanten nicht verschliffen werden, jedoch die alte Rauschüberlagerung behalten. Die folgende Schaltung zeigt dieses Verfahren, das den Namen Coringverarbeitung trägt. Entsprechend nennt man die Kennlinie Coringennlinie. HP TP = Rauschen Hochpaß und Tiefpaß (i.a. 2-dimensional) sollten exat omplementär zueinander arbeiten, so daß die Ausgangssignale beider Filter in der Summe wieder das Originalsignal liefern (abgesehen vom Einfluß der Nichtlinearität). Dies ann wieder wie bei der Kantenanschärfung durch ein einziges Tiefpaßfilter erreicht werden. 55
7 Komplementäre HP/TP-Trennung: HP T T TP Filtertyp zur Rauschredution: Der Tiefpaß zur Rauschredution muß nicht als idealer rechtecförmiger Frequenzgang angenähert werden. Günstiger ist eine Roll-Off-Charateristi (z.b. Cosinusform). Die beste Rauschunterdrücung ergibt sich, wenn alle Koeffizienten gleichgewichtet sind. Im obigen Filter 2. Ordnung also jeweils 1 bzw. 1/3. Die Störabstandsverbesserung läßt sich bei insgesamt n Filterabgriffen angeben zu Störabstandsverbesserung: Δ S N = 20 log n Beispiele: TP 1. Ordnung n=2 ΔS/N= 3,0dB TP 2. Ordnung n=3 ΔS/N= 4,8dB TP 3. Ordnung n=4 ΔS/N= 6,0dB 2-dim. TP (2x2) n=4 ΔS/N= 6,0dB 2-dim. TP (3x3) n=9 ΔS/N= 9,5dB 2-dim. TP (4x4) n=16 ΔS/N=12,0dB Bildbeispiel: Originalrauschen nach 4x4-Tiefpaß 56
8 4.2.2 Rauschredution mit bewegungsadaptivem reursivem Filter Durch die hohe Redundanz aufeinanderfolgender Videobilder, die sich nur in bewegten Details unterscheiden, bietet es sich an, vorhandenes Rauschen durch Mittelung bzw. Filterung in der zeitlichen Tiefe zu unterdrücen. Filterungen in der zeitlichen Richtung önnen zwar auch als Transversalfilter ausgeführt werden, jedoch müssen als Verzögerungselemente Bildspeicher verwendet werden. Um diesen Aufwand zu minimieren, ist hier der Einsatz von Reursivfiltern zwecmäßig. Die sonst störende nicht vorhandene Phasenlinearität von Reursivfiltern ist dabei unbedeutend, da sich die Auswirungen nicht im planaren Bild bemerbar machen. Durch die zeitliche Filterung werden also einerlei Kanten im Bild verändert, solange sie sich nicht bewegen. Die Auflösung eines ruhenden Bildes bleibt also vollständig erhalten. Für den zunächst vereinfachten Fall einer unbewegten, verrauschten Szene läßt sich bereits mit einem zeitlichen Reursivfilter 1. Ordnung durch geeignete Wahl eines einzigen Filteroeffizienten a eine beliebige Tiefpaßfilterwirung und damit Rauschunterdrücung realisieren. Das unbewegte Bild verändert sich dabei nicht, nur die von Bild zu Bild unterschiedlichen Rauschanteile werden gedämpft. Das Rauschen erscheint in einer Videosequenz nicht eingefroren wie in einem Foto bei der planaren Bildverarbeitung, sondern enthält eine schnelle Bewegung. Auf diese Bewegung wirt der zeitliche Tiefpaß mit seinem Frequenzgang und veringert die Rauschleistung damit. Reursivfilter zur Rauschredution: 1-a mit T B =40ms (Vollbildverzögerung) a T B In der dargestellten Blocschaltung des Reursivfilters ist neben dem Filteroeffizienten a noch einer Vorabbewertung 1-a eingangsseitig vorhanden, die zur Normierung des Signals dient. Damit wird sichergestellt, daß die Filterübertragungsfuntion bei f=0 den Wert 1 aufweist, also H(0)=1 gilt. Ansonsten würde das Filter insgesamt eine Verstärung aufweisen und somit den Kontrast des Videosignals verändern. 57
9 Für eine pratische Realisierung ist eine veränderte Strutur der Blocschaltung bei identischem Verhalten vorteilhaft. Dazu ann eine Betrachtung des Filters mit einfachen Klemmenbezeichnungen A, B und C in Form einer Gleichung vorgenommen werden: 1-a A C T B a B Mathematische Beschreibung: C = ( 1 a) A + a B Statt der direten Koeffizientenbezeichnung a wird in diesem Zusammenhang meist eine alternative Bezeichung mit der Definition =1-a genutzt. Damit ann die obige Formel folgendermaßen umgestellt werden: C = A + (1 ) B C = ( A B) + B Dies führt auf eine Schaltungsstrutur, die unverändert als Reursivfilter 1. Ordnung wirt, aber nur noch einen einzigen Multiplizierer für die Bewertung mit beinhaltet: + - T B Wirung -Fator: = 1 bzw. a = 0 Filter ist ausgeschaltet = 1 0 bzw. a = 0 1 Filter zunehmend wirsam 58
10 Während das vorliegende zeitliche Reursivfilter in ruhenden Bildbereichen einerlei Veränderungen bewirt (nur überlagertes Rauschen wird verringert), resultiert bei Bewegung im Bild eine Verschleifung der bewegten Kanten (Nachzieheffet). Dieses Verwischen von bewegten Objeten muß unbedingt vermieden werden. Dies ann durch die Steuerung des - Fators realisiert werden, der in den Bildbereichen, die Bewegung enthalten, auf =1 gesetzt wird. Dies ann Pixel für Pixel neu eingestellt werden. Es muß also nicht das ganze Bild mit einem onstanten -Fator gefiltert bzw. nicht gefiltert werden. Die Information, in welchen Bereichen des Bildes Bewegung auftritt, erhält man sehr einfach aus der Differenz zweier benachbarter Bilder. Der dazu notwendige weitere Bildspeicher ist allerdings nicht notwendig, da in der umgeformten Schaltung des Reursivfilters bereits eine solche Bilddifferenz enthalten ist (A-B). Es liegt zwar nur die Differenz zwischen dem Eingangssignal und dem um ein Vollbild verzögerten (gefilterten) Ausgangssignal vor, sie ann aber gleichwertig als Basis für einen sogenannten Bewegungsdetetor genutzt werden. Aus der Bilddifferenz A-B bildet der Bewegungsdetetor zunächst einen Betrag. Alle von Null verschiedenen Werte (zu jedem Bildpixel gibt es eine Betragsdifferenz) bedeuten eine Bewegung. Da jedoch das überlagerte Rauschen ebenfalls wie eine Bewegung zu leinen Differenzen führt, muß mit einem zusätzlichen Schwellwert eine Trennung zwischen dem Rauscheinfluß und einer tatsächlichen Bewegung erfolgen. Zur weiteren Verringerung der Rauschdifferenzen ann mit einem leinen planaren Filter (z.b. 3x3-Filter) hinter der Betragsbildung im Bewegungsdetetor eine Glättung erfolgen, so daß eine leinere Schwelle eingestellt werden ann, ab der eine Betragsdifferenz als Bewegung gewertet wird. Bewegungsdetetor: Betrag Glättung Kennlinie A-B TP u d (planarer Tiefpaß) Kennline: 1 min u Schwelle Filter aus Überblendung Filter ein u d Hinweis: Der -Fator sollte nicht von min auf 1 geschaltet, sondern weich übergeblendet werden! Entsprechend ist die Kennlinie zu gestalten. 59
11 Die gesamte Schaltung der bewegungsadaptiven Rauschredution mit zeitlichem Reursivfilter sieht dann folgendermaßen aus: A-B Beweg.- Detetor + - T B Bildbeispiel: Bild 1 (A) Bild 2 (B) Differenz (A-B) 60
Grundlagen der Signalverarbeitung
Grundlagen der Signalverarbeitung Digitale und analoge Filter Wintersemester 6/7 Wiederholung Übertragung eines sinusförmigen Signals u t = U sin(ω t) y t = Y sin ω t + φ ω G(ω) Amplitude: Y = G ω U Phase:
MehrEuropäisches Patentamt European Patent Office Office europeen des brevets (11) EP A2. Amer, Aishy
(19) (12) Europäisches Patentamt 1 1 1 1 European Patent Office Office europeen des brevets (11) EP 0 868 076 A2 EUROPÄISCHE PATENTANMELDUNG (43) Veröffentlichungstag: igstag: (51) int. Cl.6: H04N 5/21
MehrIm Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω)
4 Systeme im Frequenzbereich (jω) 4.1 Allgemeines Im Frequenzbereich beschreiben wir das Verhalten von Systemen mit dem Komplexen Frequenzgang: G (jω) 1 4.2 Berechnung des Frequenzgangs Beispiel: RL-Filter
MehrDie Eigenschaften von Systemen. S gesendet. S gesendet. S gesendet. Ideales System (idealer Wandler): Die Signaleigenschaften werden nicht verändert
Die Eigenschaften von Systemen Ideales System (idealer Wandler): Die Signaleigenschaften werden nicht verändert S gesendet IDEALER WANDLER S gesendet Reales System (realer Wandler): Es entstehen Verzerrungen
MehrAllgemeine Einführung in Filter
Allgemeine Einführung in Filter Konstantin Koslowski TU-Berlin 3. November 2009 Konstantin Koslowski (TU-Berlin) Allgemeine Einführung in Filter 3. November 2009 1 / 22 Inhalt 1 Einführung Was sind Filter
MehrVersuch 5: Filterentwurf
Ziele In diesem Versuch lernen Sie den Entwurf digitaler Filter, ausgehend von der Festlegung eines Toleranzschemas für den Verlauf der spektralen Charakteristik des Filters, kennen. Es können Filtercharakteristiken
MehrStruktur des menschlichen Auges. Bildgebende Verfahren in der Medizin und medizinische Bildverarbeitung Bildverbesserung 2 / 99
Struktur des menschlichen Auges 2 / 99 Detektoren im Auge Ca. 100 150 Mio. Stäbchen Ca. 1 Mio. Zäpfchen 3 / 99 Zapfen Entlang der Sehachse, im Fokus Tagessehen (Photopisches Sehen) Scharfsehen Farbsehen
Mehr1. Filterung im Ortsbereich 1.1 Grundbegriffe 1.2 Lineare Filter 1.3 Nicht-Lineare Filter 1.4 Separabele Filter 1.
. Filterung im Ortsbereich. Grundbegriffe. Lineare Filter.3 Nicht-Lineare Filter.4 Separabele Filter.5 Implementierung. Filterung im Frequenzbereich. Fouriertransformation. Hoch-, Tief- und Bandpassfilter.3
MehrSystemtheorie abbildender Systeme
Bandbegrenzung Bild in (b) nicht band-begrenzt: scharfe Kanten = Dirac-Funktionen = weißes Spektrum Erfordert Tapering vor Digitalisierung (Multiplikation mit geeigneter Fensterfunktion; auf Null drücken
MehrAudio-Bearbeitung. Diese Freq. Anteile «verschwinden» nach dem unterabtasten Filter muß schmal genug sein! Nach Unterabtastung
Audio Signal Audio-Bearbeitung Ampl Vor Unterabtastung Teilband Grenzen Normierte Frequenz (normierte Abtastrate, maximale Frequenz ist pi oder 1) Teilbänder Diese Freq. Anteile «verschwinden» nach dem
MehrElektronik Prof. Dr.-Ing. Heinz Schmidt-Walter
6. Aktive Filter Filterschaltungen sind Schaltungen mit einer frequenzabhängigen Übertragungsfunktion. Man unterscheidet zwischen Tief, Hoch und Bandpässen sowie Sperrfiltern. Diesen Filtern ist gemeinsam,
MehrMultimediale Werkzeuge 1, Audio-Berabeitung. normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1
Multimediale Werkzeuge 1, Audio-Berabeitung normierte Frequenz (normiert auf die halbe Abtastrate, maximale Frequenz ist pi oder 1 Beachte: Teilbänder werden nach den Unter-Abtasten "aufgeblasen" (siehe
MehrDarstellung als Filterbank. Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge.
Darstellung als Filterbank Annahme für die Codierung: bestimmter Betrachtungsabstand, Wiedergabegröße Bestimmter Betrachtungswinkel für das Auge. - Trifft in bestimmten Maße auch auf das Original zu, da
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
Mehr0 bis. 62,5MHz 1. NQZ 2. NQZ 3. NQZ
Red Pitaya als SHF Nachsetzer oder als m Transceiver Bedingt durch die Abtastfrequenz des RP vonn 5MHz ergeben sich folgende f Nyquistzonen:. NQZ. NQZ. NQZ bis 6,5MHz 6,5 bis 5MHzz 5 bis 87,5MHz Der Frequenzbereich
MehrMorphologische Filter
Morphologische Filter Industrielle Bildverarbeitung, Vorlesung No. 8 1 M. O. Franz 28.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Morphologische
MehrLabor für Videotechnik
Fakultät Elektrotechnik Informationstechnik und Kommunikationssysteme IKS Labor für Videotechnik Videosignal und Synchronisation (V1) Versuchstag: Teilnehmer: Gruppen-Nr.: Ausarbeitung: Name Vorname Versuchsleiter:
MehrBildverarbeitung Herbstsemester
Bildverarbeitung Herbstsemester Herbstsemester 2009 2012 Filter Filter 1 Inhalt Lineare und nichtlineare Filter Glättungsfilter (z.b. Gauss-Filter) Differenzfilter (z.b. Laplace-Filter) Lineare Faltung
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 6: Impulsantwort und Faltung Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Grundlegende Systemeigenschaften Beispiele führten zu linearen Differenzengleichungen
MehrDigitale Bildverarbeitung Einheit 8 Lineare Filterung
Digitale Bildverarbeitung Einheit 8 Lineare Filterung Lehrauftrag WS 05/06 Fachbereich M+I der FH-Offenburg Dipl.-Math. Bernard Haasdonk Albert-Ludwigs-Universität Freiburg Ziele der Einheit Verstehen,
MehrFilter. Industrielle Bildverarbeitung, Vorlesung No M. O. Franz
Filter Industrielle Bildverarbeitung, Vorlesung No. 5 1 M. O. Franz 07.11.2007 1 falls nicht anders vermerkt, sind die Abbildungen entnommen aus Burger & Burge, 2005. Übersicht 1 Lineare Filter 2 Formale
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
Mehrx[n-1] x[n] x[n+1] y[n-1] y[n+1]
Systeme System Funtion f, die ein Eingangssignal x in ein Ausgangssignal y überführt. zeitdisretes System Ein- und Ausgangssignal sind nur für disrete Zeitpunte definiert y[n] = f (.., x[n-1], x[n], x[n+1],
MehrVorteile digitaler Filter
Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)
MehrVersuch 3. Frequenzgang eines Verstärkers
Versuch 3 Frequenzgang eines Verstärkers 1. Grundlagen Ein Verstärker ist eine aktive Schaltung, mit der die Amplitude eines Signals vergößert werden kann. Man spricht hier von Verstärkung v und definiert
Mehr4. Passive elektronische Filter
4.1 Wiederholung über die Grundbauelemente an Wechselspannung X Cf(f) X Lf(f) Rf(f) 4.2 Einleitung Aufgabe 1: Entwickle mit deinen Kenntnissen über die Grundbauelemente an Wechselspannung die Schaltung
MehrAnaloge und digitale Filter
Technische Universität Ilmenau Fakultät Elektrotechnik und Informationstechnik FG Nachrichtentechnik Übungsaufgaben zur Lehrveranstaltung Analoge und digitale Filter Filter. Ordnung. Betrachtet wird ein
MehrBildverarbeitung: Filterung. D. Schlesinger () Bildverarbeitung: Filterung 1 / 17
Bildverarbeitung: Filterung D. Schlesinger () Bildverarbeitung: Filterung 1 / 17 Allgemeines Klassische Anwendung: Entrauschung (Fast) jeder Filter basiert auf einem Modell (Annahme): Signal + Rauschen
Mehr1. Einführung Das Modul A beruht auf einer Idee von Nyle A.
doepfer System A - 100 Vactrol Multitype Filter A-101-1 1. Einführung Das Modul A-101-1 beruht auf einer Idee von Nyle A. Steiner aus dem Jahr 1974. Durch Einspeisung des Audio-Signals an verschiedenen
MehrLaboratorium für. Aufgabe: Versuch Nr. 4. Fachhochschule Offenburg. Digitale Signalverarbeitung. Multiratenverarbeitung.
Fachhochschule Offenburg Laboratorium für Digitale Signalverarbeitung Versuch Nr. 4 SS WS SS 00 Versuchstag 15. Mai 2000 Semester EN 7 Gruppe 3 1 Johannes Petri Letzter Abgabetermin Abgabetermin verlängert
MehrSystemtheorie Teil A. - Zeitkontinuierliche Signale und Systeme - Musterlösungen. Manfred Strohrmann Urban Brunner
Systemtheorie Teil A - Zeitkontinuierliche Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 6 Musterlösungen Spektrum von Signalen 6. Approximation eines periodischen Signals
MehrEinfluss endlicher Wortlänge bei IIR-Filtern
Einfluss endlicher Wortlänge bei IIR-Filtern yn [ ] L H( z) L M M bxn [ ] ay[ n m] m m b z a m m z m (.) Die Koeffizienten a und b in IIR-Filtern verlangen eine hohe Genauigeit, bei einem elliptischen
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 15: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Entwurfsmethoden für IIR-Filtern sind für Zeitbereich und Bildbereich bekannt Finite-Impulse-Response
MehrÜbung: Computergrafik 1
Prof. Dr. Andreas Butz Prof. Dr. Ing. Axel Hoppe Dipl.-Medieninf. Dominikus Baur Dipl.-Medieninf. Sebastian Boring Übung: Computergrafik 1 Fouriertransformation Organisatorisches Neue Abgabefrist für Blatt
Mehr$Id: reell.tex,v /11/15 13:12:24 hk Exp $
$Id: reell.tex,v.8 200//5 3:2:24 h Exp $ 4 Die reellen Zahlen 4.3 Das Vollständigeitsaxiom Wir hatten das Supremum einer Menge M R als die leinste obere Schrane von M definiert, sofern eine solche überhaupt
MehrInhaltsbasierte Bildsuche. Matthias Spiller. 17. Dezember 2004
Kantenbasierte Merkmale für die Bildsuche Inhaltsbasierte Bildsuche Matthias Spiller 17. Dezember 2004 Übersicht Übersicht Einleitung Was sind Kanten? Kantenrichtungs Histogramm Der Canny-Algorithmus Feature-Erzeugung
Mehr5. Beispiele - Filter Seite 15
5. Beispiele - Filter Seite 15 5.2 Entwurf digitaler Filter Zur Demonstration eines rekursiv implementierten Tiefpasses (FIR Finite Impulse Response bzw. IIR Infinite Impulse Response) soll dieses Beispiel
MehrBildverbesserung. Frequenz-, Punkt- und Maskenoperationen. Backfrieder-Hagenberg
Bildverbesserung Frequenz-, Punkt- und Maskenoperationen Filtern im Frequenzraum Fouriertransformation f(x)->f( ) Filter-Multiplikation F =FxH Rücktransformation F ( )->f (x) local-domain frequency-domain
MehrGrundlagen der Elektrotechnik 3. Übungsaufgaben
Campus Duisburg Grundlagen der Elektrotechnik 3 Nachrichtentechnische Systeme Prof. Dr.-Ing. Ingolf Willms Version Juli 08 Aufgabe 1: Man bestimme die Fourier-Reihenentwicklung für die folgende periodische
MehrÜbung 6: Analyse LTD-Systeme
ZHAW, DSV, FS2009, Übung 6: Analyse LTD-Systeme Aufgabe : Pol-Nullstellendarstellung, UTF und Differenzengleichung. Die folgenden Pol-Nullstellen-Darstellungen charakterisieren verschiedene LTD- Systeme,
MehrVersuchsprotokoll zum Versuch Nr. 9 Hoch- und Tiefpass
In diesem Versuch geht es darum, die Kennlinien von Hoch- und Tiefpässen aufzunehmen. Die Übertragungsfunktion aller Blindwiderstände in Vierpolen hängt von der Frequenz ab, so daß bestimmte Frequenzen
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Bildverbesserung - Filterung Graphische DV und BV, Regina Pohle,. Bildverbesserung - Filterung Einordnung in die Inhalte der Vorlesung
MehrAufgabe 1 (20 Punkte)
Augabe 1 (20 Punkte) Es wird ein Sprachsignal x(t) betrachtet, das über eine ISDN-Teleonleitung übertragen wird. Das Betragsspektrum X() des analogen Signals kann dem nachstehenden Diagramm entnommen werden.
MehrFilter - Theorie und Praxis
23.06.2016 Manuel C. Kohl, M.Sc. 1 Agenda Einführung und Motivation Analoge und digitale Übertragungssysteme Grundlegende Filtertypen Übertragungsfunktion, Impulsantwort und Faltung Filter mit endlicher
MehrWechselspannungskreis Definition Teil C: Wechselstromkreis Beschreibungsgrößen Wechselspannung:
Teil C: Wechselstromkreis Beschreibungsgrößen Ohmscher, kapazitiver, induktiver Widerstand Knoten- und Maschenregeln Passiver / Bandpass Dezibel Bode-Diagramm 6.2.3 Beschreibungsgrößen Wechselspannung:
MehrEinführung in die medizinische Bildverarbeitung WS 12/13
Einführung in die medizinische Bildverarbeitung WS 12/13 Stephan Gimbel Kurze Wiederholung Pipeline Pipelinestufen können sich unterscheiden, beinhalten aber i.d.r. eine Stufe zur Bildvorverarbeitung zur
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 0.08.007 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrÜbungsserie, Operationsverstärker 3 Verstärkerschaltungen
Elektronik 1 Martin Weisenhorn 1. April 219 Übungsserie, Operationsverstärker 3 Verstärkerschaltungen Aufgabe 1. Dimensionierung eines Subtrahierers Ein Subtrahierer soll die Differenzverstärung V D =
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?
MehrB Anhang B: Enhanced Resolution
B Anhang B: Enhanced Resolution Digitales Filtern (Enhanced Resolution) Vorteile Realisierung Die verfügbare Abtastrate der LeCroy-Oszilloskope ist oft höher, als für die Bandbreite des zu analysierenden
Mehr6Si 6. Signal-und Bildfilterung sowie. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1
6Si 6. Signal-und Bildfilterung sowie Korrelation H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I Bildfilterung und Korrelation Die lineare Bildfilterung wird zur Rauschunterdrückung
MehrEinführung in die Elektronik für Physiker
Hartmut Gemmeke Forschungszentrum Karlsruhe, IPE gemmeke@ipe.fzk.de Tel.: 0747-8-5635 Einführung in die Elektronik für Physiker 4. Breitbanderstärker und analoge aktie Filter. HF-Verhalten on Operationserstärkern.
MehrSkriptum zur 2. Laborübung. Transiente Vorgänge und Frequenzverhalten
Elektrotechnische Grundlagen (LU 182.692) Skriptum zur 2. Laborübung Transiente Vorgänge und Frequenzverhalten Martin Delvai Wolfgang Huber Andreas Steininger Thomas Handl Bernhard Huber Christof Pitter
Mehr3. Leistungsdichtespektren
Stochastische Prozesse: 3. Leistungsdichtespektren Wird das gleiche Geräusch mehrmals gemessen, so ergeben sich in der Regel unterschiedliche zeitliche Verläufe des Schalldrucks. Bei Geräuschen handelt
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
MehrA-124 WASP FILTER. 1. Einführung. doepfer System A VCF 5 A-124
doepfer System A - 100 VCF 5 A-124 1. Einführung Lev el Audio In A-124 Das Modul A-124 () ist ein spezielles spannungsgesteuertes 12 db-multimode-filter, das die eigenwillige Schaltungstechnik des "Wasp"
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 2: Fakultät für Elektro- und Informationstechnik, anfred Strohrmann Einführung Frequenzgang zeitkontinuierlicher Systeme beschreibt die Änderung eines Spektrums bei
Mehr1. Differentialgleichung der Filter zweiter Ordnung
Prof. Dr.-Ing. F. Keller abor Elektronik 3 Filter zweiter Ordnung Info v.doc Hochschule Karlsruhe Info-Blatt: Filter zweiter Ordnung Seite /6. Differentialgleichung der Filter zweiter Ordnung Ein- und
MehrSystemtheorie Teil B
d + d z + c d z + c uk d + + yk z d + c d z + c Systemtheorie eil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt Musterlösungen - Signalabtastung und Rekonstruktion...
MehrÜbungseinheit 3. FIR und IIR Filter
Übungseinheit 3 FIR und IIR Filter In dieser Übungseinheit sollen verschiedene Effekte mittels FIR (finite impulse response) und IIR (infinite impulse response) Filter implementiert werden. FIR Filter
MehrUniversität Trier. Fachbereich IV. Wintersemester 2004/2005. Wavelets made easy. Kapitel 2 Mehrdimensionale Wavelets und Anwendungen
Universität Trier Fachbereich IV Wintersemester 2004/2005 Wavelets made easy Kapitel 2 Mehrdimensionale Wavelets und Anwendungen Thomas Queckbörner 16.11.2004 Übersicht des Kapitels: 1. Einführung 2. Zweidimensionale
MehrReferat zum Thema Frequenzweichen / Signalfilterung
Referat zum Thema Gliederung: Einleitung I. Filter erster Ordnung 1. Tiefpass erster Ordnung 2. Hochpass erster Ordnung II. Filter zweiter Ordnung 1.Tiefpass zweiter Ordnung 2.Bandpass zweiter Ordnung
MehrPolynominterpolation. Allgemeines Problem: Beispiel 1 (Teil 1):
. Großübung Polynominterpolation Allgemeines Problem: Aufgrund gegebener Messwerte (Paare aus Werten i und Funktionswerten f( i )) soll ein Funktionsverlauf rekonstruiert bzw. zumeist angenähert werden.
MehrA2.1: Gleichrichtung. Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie
Abschnitt: 2.1 Allgemeine Beschreibung A2.1: Gleichrichtung Die Grafik zeigt das periodische Signal x(t). Legt man x(t) an den Eingang einer Nichtlinearität mit der Kennlinie so erhält man am Ausgang das
MehrKlassifikation durch direkten Vergleich (Matching)
Klassifikation durch direkten Vergleich (Matching) Eine triviale Lösung für die Klassifikation ergibt sich durch direkten Vergleich des unbekannten Musters in allen Erscheinungsformen der Äquivalenzklasse
MehrSchnelle Fouriertransformation (FFT)
Schnelle Fouriertransformation (FFT) Inhaltsverzeichnis 1 Schnelle Fouriertransformation (FFT)... 3 1.1 Das Realtime-Konzept der Goldammer-Messkarten... 3 1.2 Das Abtasttheorem oder Regeln für die Abtastung
MehrPhysikalische Messtechnik und Elektronik
Physikalische Messtechnik und Elektronik Othmar Marti Experimentelle Physik Universität Ulm Othmar.Marti@Physik.Uni-Ulm.de 16. November 23 Universität Ulm, Experimentelle Physik Vierpole Abbildung 1: Anschlüsse,
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
Mehr19. Frequenzgangkorrektur am Operationsverstärker
9. Frequenzgangkorrektur am Operationsverstärker Aufgabe: Die Wirkung komplexer Koppelfaktoren auf den Frequenzgang eines Verstärkers ist zu untersuchen. Gegeben: Eine Schaltung für einen nichtinvertierenden
MehrFILTER UND FALTUNGEN
Ausarbeitung zum Vortrag von Daniel Schmitzek im Seminar Verarbeitung und Manipulation digitaler Bilder I n h a l t. Der Begriff des Filters 3 2. Faltungsfilter 4 2. Glättungsfilter 4 2.2 Filter zur Kantendetektion
MehrMuster zu Kurztest Nr. 2 Fach EK 2
Muster zu Kurztest Nr. Fach EK Auswahl von Aufgaben Prüfung Thema: OpAmp Nichtidealitäten und Filter, 3 Aufgaben, 45 Min. Aufgabe : Einfluss von Offset-Spannung und Biasstrom 9 Punkte Ein Opamp mit I Bias
Mehr2. Der Tiefpass. Filterschaltungen
130 2. Der Tiefpass Wirksamkeit Schaltungsvarianten Der Tiefpass ist die in der EMV am häufigsten eingesetzte Filterschaltung. Zum besseren Verständnis und zur Abschätzung der Wirksamkeit des Filters können
MehrPhysik GK ph1, 2. KA Kreisbew., Schwingungen und Wellen Lösung
Aufgabe 1: Kreisbewegung Einige Spielplätze haben sogenannte Drehscheiben: Kreisförmige Plattformen, die in Rotation versetzt werden können. Wir betrachten eine Drehplattform mit einem Radius von r 0 =m,
MehrLaborprotokoll SSY Abtastung
Laborprotokoll SSY Abtastung Daniel Schrenk, Andreas Unterweger SSYLB WS 05/06 Abtastung Seite 1 von 12 Einleitung Ziel der Übung In dieser Laborübung sollte ein Signal abgetastet werden und anschließend
MehrKapitel 8: Zeitdiskrete Zufallssignale
ZHAW, DSV2, 2007, Rumc, 8-1 Kapitel 8: Zeitdiskrete Zufallssignale Inhaltsverzeichnis 1. STOCHASTISCHER PROZESS...1 2. STATISTISCHE EIGENSCHAFTEN EINER ZUFALLSVARIABLEN...2 3. STATISTISCHE EIGENSCHAFTEN
MehrInternationaler Studiengang Medieninformatik
HTW Berlin Prof. Dr. Kai Uwe Barthel Nachname: Vorname: Codename: Matr. Nr: Internationaler Studiengang Medieninformatik Grundlagen digitaler Medien Sitzplatz: Punkte: Note: Nachklausur WS09/10 26. 3.
MehrAls Summendarstellung der komplexen Zahl bezeichnen wir den bekannten Ausdruck
A.1 MATHEMATISCHE GRUNDLAGEN In diesem Abschnitt werden die mathematischen Grundlagen zusammengestellt, die für die Behandlung von Übertragungssystemen erforderlich sind. Unter anderem sind dies die komplexen
MehrVektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)
Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz
MehrInvertierung, Separierbarkeit
Invertierung, Separierbarkeit DCT Gleichung: (Typ 2) Coder: N 1 y(k )= n=0 x(n) cos( π N K (n+05)) K=0,, N-1 Dh wir haben N Gleichungen, eine für jedes k, also auch N Summen Weiterhin: N Eingangswerte
MehrPraktikum 5. Bildfilter (Teil II)
Prof. W. Hillen, Medizinische Informatik FH - AC (Jülich)...\image\img_pk_05 ImageJ.doc Praktikum 5 Digitale Bildverarbeitung Bildfilter (Teil II) Themen: Tiefpass- und Hochpassfilter zur Glättung und
MehrSystemtheorie. Vorlesung 27: Schaltungstechnische Realisierung von Filtern. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann
Systemtheorie Vorlesung 7: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Passive LC-Schaltungen erster Ordnung Übertragungsfunktionen, die durch die Entwurfsverfahren bestimmt werden,
MehrDiskrete Folgen, z-ebene, einfache digitale Filter
apitel 1 Diskrete Folgen, z-ebene, einfache digitale Filter 1.1 Periodische Folgen Zeitkoninuierliche Signale sind für jede Frequenz periodisch, zeitdiskrete Signale nur dann, wenn ω ein rationales Vielfaches
MehrElemente der Algebra
Prof. Dr. H. Brenner Osnabrüc SS 2015 Elemente der Algebra Vorlesung 2 Ringe Die wichtigsten mathematischen Struturen wie Z, Q, R besitzen nicht nur eine, sondern zwei Vernüpfungen. Definition 2.1. Ein
MehrFiltertypen Filter 1. Ordnung Filter 2. Ordnung Weitere Filter Idee für unser Projekt. Filter. 3. November Mateusz Grzeszkowski
typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt 3. November 2009 Mateusz Grzeszkowski / 24 Mateusz Grzeszkowski 3. November 2009 typen. Ordnung 2. Ordnung Weitere Idee für unser Projekt Motivation
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.00 Uhrzeit: 09:00
MehrAktiver Tiefpass mit Operationsverstärker
Aktiver Tiefpass mit Operationsverstärker Laborbericht an der Fachhochschule Zürich vorgelegt von Samuel Benz Leiter der Arbeit: B. Obrist Fachhochschule Zürich Zürich, 17.3.2003 Samuel Benz Inhaltsverzeichnis
MehrPuls-Weiten-Modulation. Version: Datum: Autor: Werner Dichler
Puls-Weiten-Modulation Version: 0.0.2 Datum: 31.12.2015 Autor: Werner Dichler Inhalt Inhalt... 2 Grundlagen... 3 Methoden der Digital-Analog-Umsetzung... 3 Puls-Weiten-Modulation... 4 PWM-Filterung...
MehrÜbungen zur Theoretischen Physik 2 Lösungen zu Blatt 1
Prof.. Greiner, Dr. H. van Hees Sommersemester 214 Übungen zur Theoretischen Physi 2 Lösungen zu Blatt 1 Aufgabe 1: Differentialoperatoren der Vetoranalysis (a) Aus der Definition des Nabla-Operators folgt
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrA-123 VCF Einführung. doepfer System A VCF 4 A-123
doepfer System A - 100 VCF 4 A-123 1. Einführung Lev el 2 Audio In 1 2 A-123 VCF 4 Frequency Das Modul A-123 (VCF 4) ist ein spannungsgesteuertes Hochpaßfilter, das aus einem Klangspektrum die unteren
MehrTheorie digitaler Systeme
Theorie digitaler Systeme Vorlesung 5: Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann Einführung Im zeitkontinuierlichen Bereich werden dynamische Systeme mit Differentialgleichungen
MehrQUADRATISCHE GLEICHUNGENN
Schule Bundesgymnasium für Berufstätige Salzburg Thema Mathematik Arbeitsblatt A -.: Quadratische Gleichungen LehrerInnenteam m/ Mag Wolfgang Schmid Unterlagen QUADRATISCHE GLEICHUNGENN Definition: Eine
MehrA2.3: Sinusförmige Kennlinie
A2.3: Sinusförmige Kennlinie Wie betrachten ein System mit Eingang x(t) und Ausgang y(t). Zur einfacheren Darstellung werden die Signale als dimensionslos betrachtet. Der Zusammenhang zwischen dem Eingangssignal
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
MehrPraktikum 2.1 Frequenzverhalten
Elektrizitätslehre 3 Martin Schlup, Martin Weisenhorn. November 208 Praktikum 2. Frequenzverhalten Lernziele Bei diesem Versuch werden die Frequenzabhängigkeiten von elektrischen Grössenverhältnissen aus
MehrKlausur "Elektrische Messtechnik" Mess-, Steuer-, Regelungstechnik PT (IIB) Studiengang Physikalische Technik
Fachhochschule Aachen WS 009 E Abteilung Jülich 05.0.010 Prof. Dr.-Ing. C. Helsper Klausur "Elektrische Messtechnik" Mess-, Steuer-, egelungstechnik PT (IIB) Studiengang Physikalische Technik Name: Matrikel-Nr:
MehrVerlustbehaftete Kompression. JPEG: Joint Photographic Experts Group
Verlustbehaftete Kompression JPEG: Joint Photographic Experts Group ITU T8.1 definiert Zusammenarbeit von ITU, IEC, ISO Verfahren zur verlustbehafteten Bildkodierung (auch Verlustloser Modus vorhanden)
MehrKW Tiefpassfilter für 50 Watt MOSFET PA
KW Tiefpassfilter für 50 Watt MOSFET PA Prinzip Das vorgestellte LC Tiefpassfilter arbeitet im Frequenzbereich von 0 30MHz und dient der Unterdrückung von Oberwellen (Harmonischen) der Leistungsendstufe
Mehr