Übung 6: Fast Fourier Transformation
|
|
- Leon Kurzmann
- vor 5 Jahren
- Abrufe
Transkript
1 Computational Physics 1, Seminar 6, Fast Fourier Transformation 1 Übung 6: Fast Fourier Transformation Aufgabe 1 Fourierfilterung von Bildern: Erstellen Sie ein Programm, welches ein Bild einliest, dieses mit einer wählbaren Filterfunktion im Fourierraum filtert und das Ergebnis als Bitmap abspeichert. Dabei sollen die Namen des Original- und bearbeiteten Bildes und die Parameter des Filters an die Funktion übergeben werden. Es sollen folgende Filter realisiert werden: 1.) Tiefpaß-Filter: F = 1 Θ( ω ω o ) 3.) Hochpaß-Filter: F = Θ( ω ω u ) 5.) Bandpaß-Filter: F = Θ( ω ω ) Θ( ω ω ) Dabei ist Θ die Heaviside-Sprungfunktion, ω die Frequenz sowie ω u und ω o die untere und obere Grenzfrequenz der jeweiligen Filterfunktionen. Normieren Sie die im Ortsfrequenzraum auftretenden Frequenzen dabei so, dass die maximal auftretenden Frequenzen auf den Achsen sind und die Frequenz in der Mitte des Bildes ist. Bitte beachten Sie, dass bei rechteckigen Bildern der Betrag der Frequenz in den Ecken des Bildes größer sein kann als. Das Bild Hanfried.bmp sowie die daraus generierten Ergebnisbilder der drei Beispielaufrufe werden online zur Verfügung gestellt. Um die gespeicherten Bilder mit den Beispielbildern zu vergleichen ist es notwendig, vor dem Speichern die Amplituden der Datenmatrix manuell auf den Wertebereich zwischen und 1 zu reskalieren. u o
2 Computational Physics 1, Seminar 6, Fast Fourier Transformation 2 Algorithmus: 1. Einlesen des Graustufenbildes 2. Fouriertransformation => Intensitäten im Ortsfrequenzraum, Definition der Ortsfrequenzen, dargestellt ist der Logarithmus der Intensität - -
3 Computational Physics 1, Seminar 6, Fast Fourier Transformation 3 3. Filtermatrix nach obigen Formeln definieren, Filterkriterium ist dabei der Absolutbetrag der Ortsfrequenz Anwendung des Filters auf das Bild durch Multiplikation, dargestellt ist der Logarithmus der Intensität Inverse Fouriertransformation => gefiltertes Bild im Ortsraum
4 Computational Physics 1, Seminar 6, Fast Fourier Transformation 4 Funktionskopf: function filtered_object = fft_filter(input_file, output_file, cutoff_low, cutoff_high, filterchoice) % input_file: Name der Originalbilddatei % output_file: Name der Zieldatei für gefiltertes Bild % cutoff_low: untere Grenzfrequenz % cutoff_high: obere Grenzfrequenz % filterchoice: Skalar welches Filter auswählt, 1 = Tiefpass, 2 = Hochpass, 3 = Bandpass % filtered_object: gefiltertes Bild % Funktionsaufruf: filtered_object = fft_filter(input_file, output_file, cutoff_low, cutoff_high, filterchoice) % Beispiel 1 Tiefpass: out = fft_filter('hanfried.bmp','beispiel1.bmp',.1,.1, 1); % Beispiel 2 Hochpass: out = fft_filter('hanfried.bmp','beispiel2.bmp',.4,.45, 2); % Beispiel 3 Bandpass: out = fft_filter('hanfried.bmp','beispiel3.bmp',.2,.3, 3); Hilfreiche Funktionen (MatLab Hilfe) - abs gibt den Absolutwert zurück - double wandelt ein Format (z.b. uint8) in double- Werte um - colormap definiert Farbtabelle für Bilddarstellung - fix rundet zum kleineren Betrag hin - figure öffnet Plotfenster - fft2 diskrete 2D Fast-Fourier-Hintransformation - ifft2 diskrete 2D Fast-Fourier- Rücktransformation
5 Computational Physics 1, Seminar 6, Fast Fourier Transformation 5 - fftshift vertauschen der 4 Quadranten nach Fouriertransformation - ifftshift vertauschen der 4 Quadranten nach Fourierrücktransformation - imread liest Bilddateien ein - imagesc darstellen von Bilddaten - imwrite speichert Matrizen als Bild - mod bestimmt den Rest nach einer Division - meshgrid erzeugt Matritzen mit sich monoton ändernden Elementen - size bestimmt die Größe einer gegebenen Matrix - subplot erzeugt Teilbilder in einem Plotfenster Die Lösungen als MatLab Funktionen (.m Dateien, bitte keine Zip-Archive) sind als Anhang bis spätestens , 18: Uhr an teaching-nanooptics@unijena.de zu senden. Bitte unbedingt Name, Matrikelnummer und Nummer der Übungsserie in die Betreffzeile der schreiben. Lösungen ohne Angabe von Name und Matrikelnummer, mit Funktionsdefinitionen die von den Vorgaben abweichen oder zu spät eingereichte Lösungen können nicht berücksichtigt werden. Beispiellösungen sowie die Aufgaben für das nächste Seminar können dann ab unter heruntergeladen werden.
Übung 6: Fast Fourier Transformation
Computational Physics 1, Seminar 6, Fast Fourier Transformation 1 Übung 6: Fast Fourier Transformation Aufgabe 1 Fourierfilterung von Bildern: Erstellen Sie ein Programm, welches ein Bild einliest, dieses
MehrProgrammieren in MATLAB Mehr als nur ein Taschenrechner
Computational Physics 1, Seminar 02 Seite 1 Programmieren in MATLAB Mehr als nur ein Taschenrechner 1) Definition eigener Funktionen Anlegen eines neuen m-files im m-file-editor mit folgem Beispielinhalt:
MehrPerlen der Informatik I Wintersemester 2012 Aufgabenblatt 6
Technische Universität München WS 2012 Institut für Informatik Prof. Dr. H.-J. Bungartz Prof. Dr. T. Huckle Prof. Dr. M. Bader Kristof Unterweger Perlen der Informatik I Wintersemester 2012 Aufgabenblatt
MehrProgrammieren in MATLAB Mehr als nur ein Taschenrechner
Computational Physics 1, Seminar 02 Seite 1 Programmieren in MATLAB Mehr als nur ein Taschenrechner 1) Definition eigener Funktionen Anlegen eines neuen m-files im m-file-editor mit folgem Beispielinhalt:
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 zum MATLAB Kurs Teil
Übungen zum MATLAB Kurs Teil 1 29.09.04 Indizierung Erzeugen Sie eine 5 x 5 Matrix A mit der Funktion rand Überlegen und testen Sie die Ergebnisse der folgende Ausdrücke: A([3 5],:) A(2,:) A([3,5]) A(:)
MehrGrundlagen 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:
MehrBandpass: Eingang Rechteck, Zeitbereich des Ausgangs ua mit inverser FFT und mit DGLn berechnet
Prof. Dr. R. Kessler, HS-Karlsruhe, C:\ro\Si5\didakt\Fourier\invDFT\Bandpass Zeitber_u_ inversdft.doc, S. /7 Homepage: http://www.home.hs-karlsruhe.de/~kero/ Bandpass: Eingang Rechteck, Zeitbereich des
MehrFraktale Landschaften. Das Erstellen von Bergen und Wolken mit Hilfe von zwei verschiedenen Methoden
Fraktale Landschaften Das Erstellen von Bergen und Wolken mit Hilfe von zwei verschiedenen Methoden Midpoint Displacement Zur Erzeugung des Grundgitters verwendet man das Midpoint Displacement. Dadurch
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,
MehrFilterung von Bildern (2D-Filter)
Prof. Dr. Wolfgang Konen, Thomas Zielke Filterung von Bildern (2D-Filter) SS06 6. Konen, Zielke Aktivierung Was, denken Sie, ist ein Filter in der BV? Welche Filter kennen Sie? neuer Pixelwert bilden aus
MehrReadme zum Filterbastler
Dies ist ein kleines Delphi-Projekt, was ich mir zum Ausprobieren von digitalen FIR-Filtern geschrieben habe. Es ist im Grunde kein echtes Nutzprogramm, obwohl es ein paar nützliche Dinge beinhaltet. Im
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
MehrSSYLB2 SS06 Daniel Schrenk, Andreas Unterweger Übung 8. Laborprotokoll SSY. Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort
SSYLB SS6 Daniel Schrenk, Andreas Unterweger Übung 8 Laborprotokoll SSY Diskrete Systeme II: Stabilitätsbetrachtungen und Systemantwort Daniel Schrenk, Andreas Unterweger, ITS 4 SSYLB SS6 Daniel Schrenk,
MehrAufgabe 1. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 1 Senden Sie die Hausübung bis spätestens 22.4.2015 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
MehrGrundlagen der Videotechnik (Angewandte Mediensysteme/Prof. Schuller)
Grundlagen der Videotechnik (Angewandte Mediensysteme/Prof. Schuller) Einführung Dipl.-Ing. Marco Niehaus marco.niehaus@tu-ilmenau.de Büro: H 3523 Tel.: 69-1673 25.10.2012 Slide 1 Marco Niehaus Grundlagen
MehrÜbung Grundlagen der Elektrotechnik B
Übung Grundlagen der Elektrotechnik B 1 Übertragungsfunktion, Filter Gegeben sei die folgende Schaltung: R U 2 1. Berechnen Sie die Übertragungsfunktion H( jω)= U 2. 2. Bestimmen Sie die Zeitkonstante.
MehrProbeklausur Informatik 2 Sommersemester 2010
Probeklausur Informatik Sommersemester 0 1 Probeklausur Informatik Sommersemester 0 Name: A1 A A A A Matrikelnummer: 0 Hilfsmittel: Geodreieck Ab Punkten gilt diese Klausur als bestanden und wird nicht
MehrHTBL Steyr Bildkomprimierung Seite 1 von 9. Ernst Geretschläger
HTBL Steyr Bildkomprimierung Seite von Ernst Geretschläger ernst.geretschlaeger@htl-steyr.ac.at Bildkomprimierung Mathematische / Fachliche Inhalte in Stichworten: Matrizenrechnung, diskrete Kosinustranformation
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR THEORETISCHE NACHRICHTENTECHNIK UND INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 5.0.005 Uhrzeit: 09:00
MehrMathematische Grundbegriffe. Eindimensionale Funktionen
Mathematische Grundbegriffe Eindimensionale Funktionen f ( )»1 Rechteckfunktion f ( ) 1 < 0,5 rect( ) = 0 sonst Dirac-Funktion f ( ) 1 δ ( ) = lim rect( ) p 0 p p»2 Ausblendung f ( ) + f ( ') = f ( ) δ
MehrNumerisches Programmieren, Übungen
Technische Universität München WiSe 2017 / 2018 Institut für Informatik Univ-Prof Dr Hans-Joachim Bungartz Michael Obersteiner Philipp Samfass Numerisches Programmieren, Übungen 5 Übungsblatt: Diskrete
MehrNumerisches Programmieren, Übungen
Technische Universität München WiSe 2016 / 2017 Institut für Informatik Prof Dr Daniel Cremers Dr Frank Schmidt Nikola Tchipev Michael Rippl Numerisches Programmieren, Übungen 7 Übungsblatt: Diskrete Fourier-Transformation,
MehrEinführung in. Pierre Bayerl
Einführung in Pierre Bayerl 19. November 21 Matlab Numerische Manipulation von Matrizen und Vektoren und deren Visualisierung. Verwendung: Interaktive Eingabe von Befehlen Skriptprogramme ( Batch-Dateien
MehrKap. 7: Wavelets. 2. Diskrete Wavelet-Transformation (DWT) 4. JPEG2000. H. Burkhardt, Institut für Informatik, Universität Freiburg DBV-I 1
Kap. 7: Wavelets. Die kontinuierliche Wavelet-Transformation (WT). Diskrete Wavelet-Transformation (DWT) 3. Sh Schnelle Wavelet-Transformation ltt ti (FWT) 4. JPEG000 H. Burkhardt, Institut für Informatik,
MehrMODULPRÜFUNG MODUL MA 1302 Einführung in die Numerik
................ Note Name Vorname 1 I II Matrikelnummer Studiengang (Hauptfach) Fachrichtung (Nebenfach) 2 Obige Angaben sind richtig: Unterschrift der Kandidatin/des Kandidaten 3 TECHNISCHE UNIVERSITÄT
Mehr(Fast) Fourier Transformation und ihre Anwendungen
(Fast) Fourier Transformation und ihre Anwendungen Johannes Lülff Universität Münster 14.01.2009 Definition Fouriertransformation F (ω) = F [f(t)] (ω) := 1 2π dt f(t)e iωt Fouriersynthese f(t) = F 1 [F
MehrFreeMat unter Windows & Linux
FreeMat unter Windows & Linux Version: 23.11.2008 Inhalt Einleitung:... 2 1. Allgemeine Informationen... 2 2. Installation... 2 FreeMat unter Windows x86/x64... 2 FreeMat unter Linux... 3 3. Arbeiten mit
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
MehrEinführung in das rechnergestützte Arbeiten
Karlsruher Institut für Technologie WS / Institut für theoretische Festkörperphysik Dr. Andreas Poenicke und Dipl.-Phys. Patrick Mack.. http://comp.physik.uni-karlsruhe.de/lehre/era/ era@physik.uni-karlsruhe.de
MehrHauptklausur zur Vorlesung Bildverarbeitung WS 2002/2003
Name:........................................ Vorname:..................................... Matrikelnummer:.............................. Bitte Studiengang ankreuzen: Computervisualistik Informatik Hauptklausur
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?
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrStrings. Daten aus Dateien einlesen und in Dateien speichern.
Strings. Daten aus Dateien einlesen und in Dateien speichern. Strings Ein String ist eine Zeichenkette, welche von MATLAB nicht als Programmcode interpretiert wird. Der Ausdruck 'a' ist ein String bestehend
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
MehrSignale, Transformationen
Signale, Transformationen Signal: Funktion s(t), t reell (meist t die Zeit, s eine Messgröße) bzw Zahlenfolge s k = s[k], k ganzzahlig s reell oder komplex s[k] aus s(t): Abtastung mit t = kt s, s[k] =
MehrSchriftlicher Test zu C++ (90 Minuten) VU Einführung ins Programmieren für TM. 22. Juni 2012
Familienname: Vorname: Matrikelnummer: Aufgabe 1 (4 Punkte): Aufgabe 2 (1 Punkte): Aufgabe 3 (1 Punkte): Aufgabe 4 (3 Punkte): Aufgabe 5 (4 Punkte): Aufgabe 6 (5 Punkte): Aufgabe 7 (2 Punkte): Aufgabe
MehrDivision mit Schulmethode
Division mit Schulmethode Satz Division mit Rest von Polynomen Seien a(x), b(x) Q[x] mit b(x) 0. Dann gibt es eindeutige q(x), r(x) Q[x] mit a(x) = q(x) b(x) + r(x) und grad(r) < grad(b). Beweis: Sei grad(a)
MehrÜbung zur Vorlesung 2D Grafik Wintersemester 05/06. Otmar Hilliges
Übung zur Vorlesung 2D Grafik Wintersemester 05/06 Übungsblatt 5 Musterlösung auf der Übungsseite. https://wiki.medien.ifi.lmu.de/pub/main/uebung2dgrafikws 0506/FFT_LSG.jar Page 2 transform() for (y =
MehrDateiname Name(n) und Matrikelnr. des/der Bearbeiter Tel.-Nr. und E-Mail-Adresse für den Fall, dass die Diskette nicht lesbar ist.
Matrizenrechner Schreiben Sie ein CProgramm, das einen Matrizenrechner für quadratische Matrizen nachbildet. Der Matrizenrechner soll mindestens folgende Berechnungen beherrschen: Transponieren, Matrizenaddition,
MehrDigitale Bildverarbeitung - Rechnerübung 3
Digitale Bildverarbeitung - Rechnerübung 3 1. Khoros Zur Durchführung der Rechnerübung wird das Programmpaket KHOROS mit seiner Benutzerschnittstelle Cantata verwendet. Nach der Anmeldung am Rechner durch
MehrFaltung, Korrelation, Filtern
Faltung, Korrelation, Filtern Wie beschreibe ich lineare Systeme (z.b. Seismometer) -> Faltung, Konvolution, Dekonvolution? Wie quantifiziere ich die Ähnlichkeit von Zeitreihen (-> Korrelation) Wie quantifiziere
MehrMartin Meyer. Signalverarbeitung. Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER
Martin Meyer Signalverarbeitung Analoge und digitale Signale, Systeme und Filter 5. Auflage STUDIUM VIEWEG+ TEUBNER VII 1 Einführung 1 1.1 Das Konzept der Systemtheorie 1 1.2 Übersicht über die Methoden
MehrGrundlagen der Computer-Tomographie
Grundlagen der Computer-Tomographie Quellenangabe Die folgenden Folien sind zum Teil dem Übersichtsvortrag: imbie.meb.uni-bonn.de/epileptologie/staff/lehnertz/ct1.pdf entnommen. Als Quelle für die mathematischen
MehrMatlab: Grundlagen und Hilfen
1 Matlab: Grundlagen und Hilfen Jan Marc Stockschläder Fachbereich Physik TU Kaiserslautern 16.08.2012 2 Gliederung 1 Grundlagen Hilfreiche Funktionen Grundrechenarten Matrizen Graphen Statistik Funktionen
MehrFilterentwurf. Bernd Edler Laboratorium für Informationstechnologie DigSig - Teil 11
Filterentwurf IIR-Filter Beispiele für die verschiedenen Filtertypen FIR-Filter Entwurf mit inv. Fouriertransformation und Fensterfunktion Filter mit Tschebyscheff-Verhalten Vorgehensweise bei Matlab /
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:
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
MehrDiskrete Fourier-Transformation und FFT. 1. Die diskrete Fourier-Transformation (DFT) 2. Die Fast Fourier Transform (FFT)
Diskrete Fourier-Transformation und FFT 2. Die Fast Fourier Transform (FFT) 3. Anwendungsbeispiele der DFT 1 Wiederholung: Fourier-Transformation und Fourier-Reihe Fourier-Transformation kontinuierlicher
MehrRelevante Frequenztransformationen
Relevante Frequenztransformationen Medientechnologie IL Andreas Unterweger Vertiefung Medieninformatik Studiengang ITS FH Salzburg Sommersemester 206 Andreas Unterweger (FH Salzburg) Relevante Frequenztransformationen
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
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
MehrDiskrete und Schnelle Fourier Transformation. Patrick Arenz
Diskrete und Schnelle Fourier Transformation Patrick Arenz 7. Januar 005 1 Diskrete Fourier Transformation Dieses Kapitel erläutert einige Merkmale der Diskreten Fourier Transformation DFT), der Schnellen
MehrFourier-Transformation: Anwendung
Fourier-Transformation: Anwendung Sebastian Krieter Seminar: Integraltransformationen Dozent: Prof. Dr. Raimar Wulkenhaar WS 0/3 Westfälische Wilhelms-Universität Münster 06..0 Inhaltsverzeichnis Berechnung
MehrMatLab Teil 2: weitere Operationen, Dateien und Bildformate
MatLab Teil 2: weitere Operationen, Dateien und Bildformate Dr. Martin Gollbach 1 Weitere Operationen 2 Vergleichsoperationen Gleichheit Symbol: == Bsp.: if I == J end A(I,J) = 1; Ungleichheit Symbol:
Mehr3. Diskrete Fourier-Transformation
Vorüberlegung: Die Gleichung λ =0 hat die N verschiedenen Lösungen λ k =e 2 π i k / N,,, Aus λ = (λ λ k ) k =0 folgt durch Koeffizientenvergleich e 2 π i k/ N = λ k =0 Für jede ganze Zahl m gilt m d. h.
MehrAufgabe 1. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 1 Senden Sie die Hausübung bis spätestens 26.4.2017 per Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 A Signale und Systeme 2 Institute of Telecommunications
MehrMATLAB 5 für Ingenieure
Adrian Biran Moshe Breiner MATLAB 5 für Ingenieure Systematische und praktische Einführung 3., überarbeitete und erweiterte Auflage TT ADDISON-WESLEY An imprint of Pearson Education München Boston San
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1 Grundbegriffe 4.2 Frequenzspektren, Fourier-Transformation 4.3 Abtasttheorem: Eine zweite Sicht 4.4 Filter Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrCOMP: Computerorientiertes Rechnen
COMP: Computerorientiertes Rechnen Projektaufgabe Grundschule Abgabe: bis 18.8.2018, 11:00 Uhr, WIL B207 Sehen Sie Ihre Ausarbeitung als eine wissenschaftliche Arbeit und achten Sie dementsprechend auf
MehrAufgabe: Summe Punkte (max.): Punkte:
ZUNAME:.................................... VORNAME:.................................... MAT. NR.:................................... 2. Teilprüfung 389.055 B Signale und Systeme 2 Institute of Telecommunications
MehrBiosignal Processing II
Biosignal Processing II LEARNING OBJECTIVES Describe the main purposes and uses of the Fouriertransforms. Describe the basic properties of a linear system. Describe the concepts of signal filtering. FOURIERREIHE
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
MehrMatrizen. a12 a1. a11. a1n a 21. a 2 j. a 22. a 2n. A = (a i j ) (m, n) = i te Zeile. a i 1. a i 2. a i n. a i j. a m1 a m 2 a m j a m n] j te Spalte
Mathematik I Matrizen In diesem Kapitel werden wir lernen was Matrizen sind und wie man mit Matrizen rechnet. Matrizen ermöglichen eine kompakte Darstellungsform vieler mathematischer Strukturen. Zum Darstellung
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
MehrLabor Grundlagen Elektrotechnik
Fakultät für Technik Bereich Informationstechnik ersuch 5 Elektrische Filter und Schwgkreise SS 2008 Name: Gruppe: Datum: ersion: 1 2 3 Alte ersionen sd mit abzugeben! Bei ersion 2 ist ersion 1 mit abzugeben.
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
MehrInformatik I. Matthias Geel Büro: IFW A Blog:
Informatik I Matthias Geel Büro: IFW A45.2 E-Mail: geel@inf.ethz.ch Blog: http://blogs.ethz.ch/infitet09/ Übersicht 1. Nachbesprechung Übung 5 2. Theorie: Ein- und Ausgabe 3. Vorbesprechung Übung 7 09.11.2009
MehrComputergraphik I. Das Abtasttheorem. Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1
Das Abtasttheorem Problem bei räumlicher Abtastung: Oliver Deussen Abtasttheorem 1 Problem bei zeitlicher Abtastung: Oliver Deussen Abtasttheorem 2 Darstellung auf Monitor Was geschieht eigentlich, wenn
MehrSystemtheorie Teil B
d + d + c d + c uk d + + yk d + c d + c Systemtheorie Teil B - Zeitdiskrete Signale und Systeme - Musterlösungen Manfred Strohrmann Urban Brunner Inhalt 8 Musterlösung Frequengang eitdiskreter Systeme...
MehrAufgabe 4. Signal Processing and Speech Communication Lab. Graz University of Technology
Signal Processing and Speech Communication Lab. Graz University of Technology Aufgabe 4 Senden Sie die Hausübung bis spätestens 29.6.2015 mittels Email an hw1.spsc@tugraz.at. Verwenden Sie MatrikelNummer1
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
MehrBeate Meffert, Olaf Hochmuth: Werkzeuge der Signalverarbeitung, Pearson 2004
4 Signalverarbeitung 4.1! Grundbegriffe 4.2! Frequenzspektren, Fourier-Transformation 4.3! Abtasttheorem: Eine zweite Sicht 4.4! Filter! Weiterführende Literatur (z.b.): Beate Meffert, Olaf Hochmuth: Werkzeuge
MehrNumerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor)
Matlab Numerik-Programm, mittlerweile mit vielen Erweiterungen (Toolboxen) Matlab = Matrix Laboratory Sehr gute Doku (doc, help, lookfor) Arbeitsumgebung Die Fenster Konsole zur Befehlseingabe (Command
MehrPhysikalisches Grundpraktikum II Oszilloskop II
Oszilloskop II () (Autor) Raphael Hobbiger(0555094) 8. März 2007 1 Inhaltsverzeichnis 1 Grundlagen 2 1.1 Ziel des Versuches............................................ 2 1.2 Versuchszubehör.............................................
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
MehrMATLAB Flächendarstellungen
MATLAB Flächendarstellungen Einführung in Matlab 3. Semester Wintersemester 2012/2013 3. Themenblock MATLAB - Flächendarstellungen 1 Allgemeines Flächendarstellungen: graphische Darstellung von Flächendaten
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
MehrÜBUNG 4: ENTWURFSMETHODEN
Dr. Emil Matus - Digitale Signalverarbeitungssysteme I/II - Übung ÜBUNG : ENTWURFSMETHODEN 5. AUFGABE: TIEFPASS-BANDPASS-TRANSFORMATION Entwerfen Sie ein nichtrekursives digitales Filter mit Bandpasscharakteristik!
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:
MehrSignale und Systeme. Martin Werner
Martin Werner Signale und Systeme Lehr- und Arbeitsbuch mit MATLAB -Übungen und Lösungen 3., vollständig überarbeitete und erweiterte Auflage Mit 256 Abbildungen, 48 Tabellen und zahlreichen Beispielen,
MehrDie schnelle Fouriertransformation
Die schnelle Fouriertransformation Die stetige Fouriertransformation ˆf : Z C eines Signals f : [0, π] C ist gegeben durch ˆf(k) = π 0 f(t)e kt dt Die folgende Umkehrformel drückt dann f als Fourierreihe
MehrBildverarbeitung. Bildvorverarbeitung - Fourier-Transformation -
Bildverarbeitung Bildvorverarbeitung - Fourier-Transformation - 1 Themen Methoden Punktoperationen / Lokale Operationen / Globale Operationen Homogene / Inhomogene Operationen Lineare / Nichtlineare Operationen
MehrDokumentation und Auswertung. Labor. Kaiblinger, Poppenberger, Sulzer, Zöhrer. Impulsformung-Frequenzverhalten
TGM Abteilung Elektronik und Technische Informatik Übungsbetreuer Dokumentation und Auswertung Prof. Zorn Labor Jahrgang 3BHEL Übung am 10.01.2017 Erstellt am 11.01.2017 von Poppenberger Übungsteilnehmer
Mehr3. Schaltungsentwicklung - Beispiel Taschenlichtorgel
3. - Beispiel Taschenlichtorgel Anforderungen: Drei farbige LEDs, Mikrofoneingang, Empfindlichkeitseinstellung, kleines Format, geringe Betriebsspannung und Leistung, geringster Material- und Arbeitsaufwand.
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
MehrMATLAB Sommersemester 2018 Dr. Ulf Mäder
MATLAB Sommersemester 2018 Dr. Ulf Mäder Dr. Ulf Mäder - IMPS Folie 1 MATLAB - Befehle Allgemeine Form Zuweisungen Zwei Arten von Befehlen Anweisungen >> = Einfache Spezialform
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
MehrÜbung 9: Aufgaben zu RC- und SC- Filter
ZHAW, ASV, FS05 Übung 9: Aufgaben zu C- und SC- Filter Aufgabe : Kontaktloses Skipass System Bei einem berührungsfreien, induktiven Zutrittssystem in die Ski-Arena wird vom Lesegerät ein starkes Trägersignal
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
MehrFourier-Integrale: Ausgangsdaten und Transformierte sind jeweils Funktionen über der ganzen reellen Achse.
Fourier-Reihen Fourier-Transformation Die Fourier-Transformation ist eines der wichtigsten Instrumente zur Behandlung linearer Systeme, seien es gewöhnliche oder partielle lineare Differentialgleichungen
MehrDie inverse Diskrete Fourier Transformation
Die inverse Diskrete Fourier Transformation Konvertierung von der Point-value Form in Koeffizientenform. Dazu stellen wir die DFT als Matrix-Vektor Produkt dar 1 1 1... 1 1 ω n ωn 2... ωn n 1 a 0 y 0 1
MehrVISI SDK Tool Meusburger. Release: VISI 21 Autor: Simon Schmitt Datum:
VISI SDK Tool Meusburger Release: VISI 21 Autor: Simon Schmitt Datum: 18.02.2015 Inhaltsverzeichnis 1 VISI SDK Tool für Meusburger Bestellsystem... 3 2 Installation und Konfiguration... 3 3 Anwenden des
MehrMusterlösung: 23. Oktober 2014, 16:42
Audiotechnik II Digitale Audiotechnik:. Übung Prof. Dr. Stefan Weinzierl 3..4 Musterlösung: 3. Oktober 4, 6:4 Amplitudenstatistik analoger Signale a) Ein Signal (t) hat die durch die Abbildung gegebene
MehrKlangerzeugung. Grundlagen der Klangerzeugung in analogen Synthesizern
Klangerzeugung Grundlagen der Klangerzeugung in analogen Synthesizern Vorbemerkung Was ist ein Klang? Mehr als ein Ton! Lars-Erik Riechert Referat - Klangerzeugung Folie-2 Gliederung Art der Klangerzeugung
Mehr= {} +{} = {} Widerstand Kondensator Induktivität
Bode-Diagramme Selten misst man ein vorhandenes Zweipolnetzwerk aus, um mit den Daten Amplituden- und Phasengang zu zeichnen. Das kommt meistens nur vor wenn Filter abgeglichen werden müssen oder man die
Mehr