Lämpökuvien mittaus ja kuva-analyysi

Koko: px
Aloita esitys sivulta:

Download "Lämpökuvien mittaus ja kuva-analyysi"

Transkriptio

1 Lämpökuvien mittaus ja kuva-analyysi Joensuun yliopisto 2002 Tietojenkäsittelytieteen laitos Erikoistyö Risto Joki-Korpela

2 Sisällysluettelo 1 Johdanto 3 2 Lämpösäteilyn teoriaa 4 3 Lämpökameran toiminta Skannerin toiminta Keskusyksikön toiminta Kuvantallennus 12 4 Lämpökuvaus Kuvausolosuhteet Kuvausten geometria Kuvausten suorittaminen Kuvien tallennus Lämpökuvien analyysi Kuvienlukuohjelmat Kuvasta valitun pisteen lämpötilan näyttö Kuvan segmentointi 18 6 Mittaustulosten tulkinta 20 Kirjallisuusviitteet 22 Liitteet 22 2

3 1 Johdanto Työn tarkoituksena oli tuottaa infrapunakameralla kuvattujen lämpökuvien analysointiin työkalu ja perustaa www-pohjainen lämpökuva-arkisto. Työssä kuvattiin lämpökameralla havupuitten neulasten lämpötiloja. Mielenkiinnon kohteena olivat erityisesti havunneulasten lämpötilaerot keväällä, jolloin päivän ja yön lämpötilat ovat suuria. Työssä kuvattua tietokantaa on mahdollisuus käyttää esitutkimusmateriaalina havunneulasten pakkaskestävyyden analyysissä. Lämpökameralla tuotettujen tiff-formaatin harmaatasokuvien analysointia varten tehtiin Matlab R12 - ympäristöön soveltuva ohjelma. Ohjelma muuntaa harmaatasokuvan pseudovärikuvaksi ja valitusta kuvapisteestä ohjelma laskee lämpötilan ja säteilyn maksimiaallonpituuden tulostaen ne näytölle. Ohjelma ryhmittelee eri lämpötila-alueita käyttäjän valinnan mukaisesti tulostaen ryhmitellyn kuvan näytölle. Alueitten koon ohjelma laskee myös suhteellisena prosenttiosuutena kuva-alasta. Lämpökuva-aineistosta muodostettiin lämpökuvatietokanta www-sivuille selaimella luettavaksi osoitteeseen Työssä tuotetut värilliset lämpökuvat ovat samoilla wwwsivuilla nähtävillä. Kuvaukset aloitettiin tammikuussa v.2002, jolloin ei sään kylmyydestä johtuen useita kuvauskertoja ei voitu suorittaa. Varsinainen kuva-aineisto saatiin kuvattua maaliskuun aikana, jolloin lämpötilaerot yön ja päivän välillä olivat suurimmat. Raportin luvussa 2 on lämpösäteilyn teoriaa ja luvussa 3 tutkimuksissa käytetyn lämpökameran toimintaperiaatteet. Luvussa 4 esitellään lämpökuvaus ja kuvauksen suoritustavat. ja luvussa 5 lämpökuvien analyysi ja kuvienlukuohjelma. Lopuksi luvussa 6 on mittaustulosten tulkinta. 3

4 2 Lämpösäteilyn teoriaa Sähkömagneettisen säteilyn aallonpituus riippuu säteilyn syntytavasta. Infrapuna eli lämpösäteily aiheutuu atomien ja molekyylien värähtelyistä eli aineen lämpöliikkeestä. Infrapunasäteily erottuu muusta säteilystä vain aallonpituudeltaan. Lämpösäteily ei tarvitse väliainetta edetäkseen. Säteily koostuu hiukkasmaisista kvanteista eli fotoneista, joilla on energia ja liikemäärä. Sähköisesti varattujen hiukkasten luovuttaessa energiaa se purkautuu säteilemällä. Sähkömagneettiset aallot etenevät suoraviivaisesti valon nopeudella ja osuessaan absorboivaan aineeseen osa muuttuu lämmöksi. Absorptiossa sähkömagneettinen kenttä vaikuttaa varattuihin hiukkasiin ja siirtää näihin energiaa. Emissiossa hiukkanen luovuttaa energiaa säteilemällä. Jokainen kappale, jonka lämpötila ylittää absoluuttisen lämpötilan (-273 C ), lähettää lämpösäteilyä Stefan-Boltzmannin lain mukaisesti /1/ W 4 = εσ T, (2.1) missä T = kappaleen lämpötila (K) = Stefan-Boltzmannin vakio (5, Wm -2 K -4 ) = kappaleen emissiokerroin (välillä 0...1) W = säteilyteho (Wm -2 ). 4

5 Stefan-Boltzmannin lain mukaan kappaleen säteilemän lämpösäteilyn tehotiheys riippuu emissiokertoimesta ja voimakkaasti kappaleen lämpötilasta. Mitä korkeampi kappaleen lämpötila on, sitä lyhyempi on se aallonpituus, jolla säteilyn maksimi esiintyy. Mustan kappaleen, joka absorboi 100 % siihen kohdistuvasta lämpösäteilystä ja joka on täydellinen säteilijä kaikilla aallonpituuksilla ja kaikkiin avaruuskulmiin, säteilyn intensiteetti M (W m -2 µm -1 ) on esitetty kuvassa 2.1. Mustalla kappaleella ei tarkoiteta kappaletta jonka pinnanväri olisi aina musta, sillä pinnan väri riippuu pinnan lämpötilasta. Esimerkiksi aurinkoa voidaan pitää mustana kappaleena, joka pinta absorboi kaiken siihen osuvan säteilyn. /1/ 5

6 Kuva 2.1. Mustan kappaleen lämpösäteily eri lämpötiloilla. /1/ Todellisen (selektiivisen) kappaleen säteily vaihtelee eri aallonpituuksilla, ja sillä on useita eri emissiokertoimen arvoja. Kun emissiokertoimet tunnetaan ja ne ovat stabiileja, on mahdollista laskea säteilyteho säteilyvuon tiheydestä. Plancin lain mukaan voidaan arvioida kappaleen lähettämän säteilyn intensiteetti /1/ I λt 2 2π hc 1 =., (2.2) 5 hc λ -1 eλkt missä = säteilyn aallonpituus m k = Boltzmannin vakio 1, J/K h = Plancin vakio 6, J s c = valonnopeus tyhjiössä 2, m/s λ = 2898 max. (2.3) T T = kappaleen pinnan absoluuttinen lämpötila (K) Intensiteetin maksimi aallonpituus saadaan seuraavasti /1/ Tämä muunnos tunnetaan paremmin Wienin siirtymälakina tai approksimaationa, missä 6

7 max = intensiteettimaksimin aallonpituus (µm) T = kappaleen lämpötila (K) Ilmakehä vaimentaa suurimman osan säteilyenergiasta ja jäljelle jäävät aallonpituusalueet keskiinfrapuna (3-5µm) ja kauko-infrapuna (8-12µm).Koska voimakkain absorboituminen ilmassa tapahtuu 5-8µm aallonpituuksilla, on suurimmalla osalla käytettävistä infrapunasysteemeistä tunnistin, joka toimii joko alueella 2-5µm tai 8-12µm. Emiessiivisyyden on oltava mahdollisimman suuri, sillä suuresta emissiosta seuraa pieni heijastuskerroin, jolloin siirtoemissio on yleensä nolla. Anturin vaste on oltava tasainen koko mittauskaistalla. Kokonaissäteilyn heijastus-, absorbio-, ja läpäisykertoimet liittyvät kaikkeen ulkopuolelta tulevaan säteilyyn. Niiden osalta (T) tarkoittaa ulkoisen säteilylähteen lämpötilaa. Kokonaissäteilyn emissiokerroin puolestaan riippuu kohteen pintalämpötilasta ja pätee vain, mikäli ulkopuolelta tuleva säteilyn lähde on samassa lämpötilassa kuin mitattavan kappaleen pinta. Kapeaa mittauskaistaa käytettäessä voidaan heijastus-, absorbio-, ja läpäisykertoimien summaa pitää ykkösenä ja soveltaa yleispätevästi. Tällöin itse asiassa kysymys on näiden keskiarvosta mittauskaistalla. Myös aallonpituuksilla µm voidaan tätä soveltaa, sillä tällä aallonpituusalueella aineiden emissiokertoimet eivät paljoa riipu aallonpituudesta. Kun nämä fysikaaliset ilmiöt yhdistetään siihen tosiasiaan, että säteilyenergian erot voidaan havaita ja muuntaa näkyväksi valoksi ( µm), saadaan perusta infrapunakuvaukseen. 7

8 3 Lämpökameran toiminta Kappaleen infrapuna-aallonpituudella lähettämä sähkömagneettinen säteily kohdistetaan skannerin optiikan avulla ilmaisimeen, jonka sähköiset ominaisuudet muuttuvat lämpösäteilyn intensiteetin funktiona. Detektorista saatava sähköinen signaali vahvistetaan, johdetaan edelleen kameran kuvankäsittelyosaan ja edelleen videosignaalina näytölle tai harmaatasokuvana taltioitaviksi levykkeelle. 3.1 Skannerin toiminta Skannerin toimintaa voidaan verrata periaatteeltaan videokameran toimintaan. Kuvan tarkennus suoritetaan motorisoidun fokusointioptiikan avulla. Fokusointilinssi kokoaa tulevan lämpösäteilyn, joka johdetaan ilmaisimeen. Koska ilmaisin voi reagoida ainoastaan lämpösäteilyn intensiteettiin tarvitaan x-y suuntaan poikkeutettavat peilit jakamaan kuva kuva-alkioihin ja johtamaan kuva-alkiot kuvakentän mukaisesti detektoriin. Y-suuntaisen peilin värähtelytaajuus on 50 Hz ja x- suuntaisen peilin 3922 Hz (kuvataajuudet ovat samat kuin televisiossa) Peilin värähtely aikaansaadaan magneettikenttään ja vääntöjousen avulla Y- suuntainen värähtely saadaan tasaisella kolmioaallolla standardien TV-formaattien mukaisesti ja x- suuntainen värähtely sinimuotoisilla aalloilla. Värähtelyn huojunnan eliminoimiseksi peililaitteisto on sijoitettu hermeettisesti suljettuun tyhjiökoteloon. Kuvassa 3.1 on periaatekuva skannerin rakenteesta ja säteilyn kulusta kokoojalinssistä dedektoriin. 8

9 Ilmaisimen jäähdyttäminen (-196 C) parantaa ilmaisimen erottelukykyä, eli laitteiston ja ympäristön kohina suodattuu pois. Ilmaisimesta saatava sähköinen viesti A/D- muunnetaan keskusyksikössä digitaaliseen muotoon, sekä käsitellään käyttäjän antamien parametrien ja valintojen mukaan. Kuva 3.1 Periaatekuva skannerin toiminnasta. /2/ 9

10 3.2 Keskusyksikön toiminta Ohjausyksikkö ohjaa käyttäjän antamien parametrien mukaisesti peilejä, optiikkaa yms. Skannerista tulevan analoginen viesti muunnetaan digitaaliseen muotoon, josta kuvankäsittely- yksikkö generoi standardi-videosignaalia. Käyttäjä voi keskusyksikön säätimillä muuttaa esimerkiksi kuvataajuutta (fast line scan) tai kuvattavan pinnan emissiokerrointa ja oletettua ympäristön lämpötilaa, joilla on oleellinen vaikutus mittaustuloksiin. Kuvassa 3.2 on kuvattu skannerin- ja keskusyksikön lohkokaavio, sekä signaalin kulku lohkojen välillä. 10

11 Kuva 3.2. Keskusyksikön lohkokaavio /2/ Kuvauksissa käytetyn kameran tyyppi oli Inframeter 740. Seuraavaksi esitellään teknisiä tietoja ja ominaisuuksia kuvauksissa käytetystä kamerasta. - nimellinen toiminta-alue µm - pistelämpötilan näyttö pysty- ja vaakakursorein - pinta-alan keskilämpötilan näyttö - isoterminäyttö (mittausalueen keskilämpötilassa olevat pisteet erottuvat valkoisina) - HgCdTe-ilmaisin, jäähdytys skannerissa olevalla jäähdytyskompressorilla. -lämpötila-alueet 5, 10, 20, 50, 100, ja 200 C sekä laajennetulla alueella 50, 100, 200, ja 1000 C - keskilämpötilan asetus C ja laajennetulla alueella C - lämpötilan näyttö kolmella numerolla - lämpötilan erottelutarkkuus alueella 8-12 m tai 3-12 m (+30 C) 0,1 C 11

12 alueella 3-5 m(+30 C) 0.2 -kohina vastaavilla alueella 8-12 m (+30 C) >0.2 C 3-5 m (+30 C)>0.4 C -vaakasuora resoluutio 50% kontrastilla alueella 8-12 m 1.8 mrad, 256 kuva-alkiota/ juova alueella 3-5 m 3.5 mrad, 256 kuva-alkiota/juova - käyttölämpötila C - kahdeksan erilaisen väripaletin käyttö mahdollisuus - automaattinen tai manuaalinen keskilämpötilan säätö - LINE SCAN- mittaus käyttäjän valitsemalta korkeudelta näytöstä - horisontaalinen lämpö- gradienttinäyttö. - FAST LINE SCAN- mittaus nopeasti liikkuvien kappaleiden kuvaamiseen, kuva päivittyy x-suuntaisesti 125 s välein, y-suuntaisesti peili pysäytetään paikalleen - sähköisesti ohjautuva fokus, tarkennus ja zoom - peilien värähtelytaajuus 8 khz x-suuntaan ja 50 Hz y- suuntaan /2/ 3.4 Kuvantallennus Kuvantallennukseen käytetään 3,5 levykettä, johon kuvat tallentuu Tif-formaattina. Levyke alustetaan laitteen omalla ohjelmalla ennen kuvauksen aloittamista. Levykkeeseen voi tallettaa enintään kaksikymmentä kuvatiedostoa. Yhden kuvatiedoston koko on n.64,7 kb ja kuvan koko on 256x256 pikseliä. Kuvat tallennetaan muodossa 8 bittiä/pikseli. 12

13 4 Lämpökuvaus 4.1 Kuvausolosuhteet Työtä aloitettaessa tammikuussa kuvausolosuhteet eivät olleet hyvät. Kuvattavat puut olivat lumisia ja ilma liian kylmä, jotta lämpötilaeroja olisi voinut kameralla havaita. Ohjelman testausta varten otettiin kuitenkin kuvia, joissa osaa kuvattavaa puun neulasia lämmitettiin keinotekoisesti. Maaliskuussa kuvattaessa kuvausolosuhteet olivat hyvät, jolloin ilman lämpötila päivällä nousi 0..+5:een asteeseen ja yöllä oli huomattavasti viileämpää. Kuvattavat puut valittiin paikasta, johon aurinko paistoi heti aamulla lämmittäen osaa puuta ja puun varjonpuolen ollessa vielä yön jäljeltä pakkasten lämpötilassa. 4.2 Kuvausten geometria Kuvausten suorittamisen kannalta ei kuvauskulmalla ollut merkittävää vaikutusta, koska kuvauskulma oli pieni. Usein aineille ilmoitetaan emiessiivisyys yhdellä luvulla, vaikka todellisten pintojen emissivisyys on aallonpituuden, lämpötilan ja mittauskulman funktio. Lämpötilan vaikutus emissiosyyskertoimeen on kuitenkin pieni, samoin kuin mittauskulman vaikutus, jos kulma on pienempi kuin 30. Kuvauskulmalla on merkitystä kuitenkin kohteen kuva-alaa määritettäessä. Käytetty kameran optiikka ei mahdollistanut kuvatarkkuutta, jossa olisi havaittu yksittäisten neulasten lämpötiloja kuin kuvattaessa alle 1,5 metrin lähietäisyydeltä. Korkeiden puiden kuvaaminen koko puun osalta lähietäisyydeltä ei käytettävissä olevalla kalustolla ollut mahdollista. Fyysistä kuvan kokoa ei voitu määrittää, koska etäisyyden mittaus tarkasti kuvauskohteen oksistoon oli vaikeaa eikä kuva-alan reunoja suhteessa kuvauskohteeseen voinut tarkasti määrittää. 13

14 4.3 Kuvausten suorittaminen Kuvattaessa tulee huomioida myös pinnan mahdolliset heijastumat. Sädeoptiikan lait pätevät myös infrapunasäteilylle. Tasaiseen pintaan tuleva ja siitä heijastuva säde ovat samassa kulmassa pinnan normaaliin nähden. Mitattavien kappaleiden pinta on usein epätasainen tai huokoinen, jolloin heijastuva säde hajaantuu. Pinnan heijastaessa valoa yhdensuuntaisina säteinä myös infrapunasäteily heijastuu, mutta heijastuskertoimet voivat poiketa huomattavasti toisistaan. Mitattaessa kohteen pintalämpötilaa pinnan emittoiman säteilyn perusteella, heijastunut säteily on häiriötekijä. Häiriön vaikutusta voidaan pienentää, kun vältetään mittausta suunnista, joihin pinnan oletetaan heijastavan häiriösäteilyä eri lämpölähteistä. Kuvauspaikan valintaan vaikuttivat kohteen maaston sopivuus, eli pyrittiin löytämään mittauspaikka, jossa lämpötilaerot auringonvalon ja varjojen välillä olivat suuria. Kuvauskaluston toimintakuntoon saattamisen jälkeen mitattiin valitun kuvauskohteen etäisyys ja kuvauskulma. Lämpökameran kuvia kohteesta samalla etäisyydellä ja kuvauskulmalla otettiin säätäen kameran lämpötila-aluetta yleensä kolme kappaletta. Lämpötila-alueen määräsi kohteen lämpötilaerot, joten kiinteää porrastusta ei voitu käyttää. Samaa kuvauskohdetta kuvattiin myös digitaalisella kameralla, jotta kuvatut kohteet nähdään myös luonnollisina. 4.4 Kuvien tallennus Kuvamateriaali tallennettiin kuvausvaiheessa kameran keskusyksikössä olevan levyaseman avulla levykkeelle. Lämpökameralla tallennetut harmaatasokuvat muutettiin laaditulla ohjelmalla pseudovärikuviksi ja tallennettiin png-tallennusmuodossa yhdessä kuvan mittaustietojen kanssa wwwkuvatietokantaan. Digitaaliset kuvat siirrettiin kameran muistikortilta myöskin vastaavien lämpökameran kuvien liitteeksi kuvatietokantaan. Raportin liitteeksi tulostettiin kuvasarjat kuvauskerroittain eriteltyinä. Alkuperäiset levykkeet, joissa on lämpökameralla kuvatut ovat tiftallennusmuodossa on raportin liitteenä. 14

15 5. Lämpökuvien analyysi Lämpökameran kuvan lämpöalueet erottuvat kuvassa eri harmaatasoina ja värikuvassa eri värisävyinä. Tasojen määrän voi valita kuvaustilanteessa kameran valikkoa säätämällä. Valittujen tasojen määrän voi nähdä kuvan alalaidassa olevasta väripalkista. Kuvasta voidaan havaita lämpöalueiden jakaantuminen ja arvioida syyt eri lämpötilojen muodostumiselle. Kuvaussarjan 5 kuvasta 10 voidaan havaita keltaisten ja vihreiden kuva-alueiden olevan lämpimämpiä, eli auringon lämpösäteily oli päässyt esteettä lämmittämään aluetta. Kuvassa sinisten matalamman lämpötilan alueilla oli toiset puut tai niiden oksat estäneet lämpösäteilyn pääsyn lämmittämään kohdealuetta. Kuvausajankohtana puut olivat kasvuvaiheen lepotilassa, joten maasta juurien kautta kulkeutuvien nesteiden lämmittävä vaikutus ei näkynyt lämpökuvassa. Kuva 5.1 Lämpökameran pseudovärikuva. 15

16 5.1 Kuvienlukuohjelmat Lämpökameran kuvien analysointia varten laadittiin matlab-ohjelmat. Lämpökameran harmaatasokuva oli ohjelman sisäänmenona. Ohjelmassa on kaksi erillistä toimintalohkoa. Ensimmäisessä lohkossa luetaan valittu harmaataso tif-kuva tiedostosta ohjelmaan, väritetään kuva ja tulostetaan se näytölle. Kuvasta voi tulostaa halutun pisteen lämpötilan osoittamalla hiirellä tutkittavaa pistettä, jolloin ohjelma tulostaa näytölle halutut tiedot. Toisen lohkon alkuosa on sama kuin ensimmäisen lohkon kuvan luvun ja värityksen osalta. Lisätoimintona on kuvan ryhmittely käyttäjän haluamiin lämpötila-alueisiin ja alueiden suhteellisen osuuden laskenta koko kuva-alasta Kuvasta valitun pisteen lämpötilan näyttö Ohjelma koostuu neljästä aliohjelmasta: lämpötilan osoitus, laske, aallonpituus ja kelveneiksi. Liitteessä 1 on tulostettu kuva lämpötilan ja säteilyspektrin maksimiaallonpituuden näyttämisestä Liitteessä 1 on aliohjelmien lähdekoodit. Seuraavaksi esitellään aliohjelmat. Function lämpotilan_osoitus; % Kuvaus: Funktio tulostaa hiirellä valitun pisteen lämpötilan; % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input :A % output: pseudovärikuva % Kutsutut funktiot: laske (alin,ylin,suurin,pienin,c); alin, ylin (harmaatasot), pienin, suurin(lämpötilat),c valitun pisteen intensiteetti % Huomioitavaa: ; % ; 16

17 Function laske(a); % Kuvaus: Funktio saa syötteenä suurimman ja pienimmän pikselin harmaatasoarvon, % lämpötilan raja-arvot sekä valitun pisteen intensiteetin % funktio laskee annetun pisteen lämpötilan. % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä: % Parametrit: input : alin, ylin (harmaatasot),pienin, suurin(lämpötilat),c valitun pisteen intensiteetti; % output :A (pisteen lämpötila); % Kutsutut funktiot: ei; % Huomioitavaa: ; % ; Function l=aallonpituus (K); % Kuvaus: Funktio muuttaa kelveinä saadun lämpötilan aallonpituudeksi(lambda=k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input : K(lämpötila Kelvineinä) % output: säteilyn maksimi-aallonpituus % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: % Function K=kelvineiksi(C); % Kuvaus: Funktio muuttaa C-asteina saadun lämpötilan kelvineiksi(k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input : C Celsiusasteina % output: K Kelvineinä % Kutsutut funktiot: % Huomioitavaa: Asteen kymmenesosat tulee erottaa pisteellä esim.(1.5); 17

18 5.1.2 Kuvan segmentointi Kuvan ryhmittelyyn käytettiin ISODATA- algoritmia. Aluksi määritellään ryhmien tunnusvektorit satunnaisesti tai manuaalisesti. Kuva käydään läpi pisteittäin ja käsiteltävän kuvan piirrevektori sijoitetaan siihen ryhmään, johon sen etäisyys on pienin. Ryhmään kuuluvista piirrevektoreista lasketaan keskiarvo, joka sijoitetaan ryhmän uudeksi tunnusvektoriksi. Silmukkaa toistetaan kunnes ryhmien keskiarvot eivät enää muutu. Lopuksi kuva esitetään harmaatasokuvana, jossa eri harmaatasot vastaavat eri ryhmiä. ISODATA- algoritmi Määrää ryhmien m tunnusvektorit mi Toista kunnes ryhmien m tunnusvektorit eivät muutu; Toista jokaiselle piirrevektorille Laske etäisyydet tunnusvektoreihin; Siirrä piirrevektori siihen ryhmään, johon sen etäisyys on pienin; Laske ryhmien keskiarvot miu; Sijoita ryhmien m tunnusvektoreiksi keskiarvot miu Liitteessä 2-10 on mittauspöytäkirjat ja kuvat segmentointiryhmittäin. Function segmentointi; % Kuvaus: Funktio jakaa syötteenä saadun kuvan käyttäjän haluamiin lämpötila-alueisiin ja laskee alueiden suhteellisen koon. % % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: kuva.tif; % output: Ryhmitelty kuva 18

19 % Kutsutut funktiot: ; % Huomioitavaa: % ; 19

20 6 Mittaustulosten tulkinta Lämpökameran kuvan antama informaatio kuvauskohteen lämpötiloista oli selkeä. Samasta kohteesta eri kuvausparametriarvoilla otetuista kuvista segmentointi korosti intensiteetiltään voimakkaampia alueita, kuin yhden kuvan segmentoinnilla voitiin saada. Yhden kuvan käyttö segmentoinnin lähteenä muodosti kuvan, joka muistutti lämpökameran harmaatasokuvaa. Kuvassa 6.1 olevan kuvauskerran 9 kuvan 13 segmentoinnissa on käytetty yhtä lämpökuvaa. Kuva 6.1 Yhdestä lämpökuvasta segmentoitu kuva. 20

21 Kolme-komponentti segmentointi tuotti lämpöalueita yleensä vähemmän kuin yksikomponentti kuva, johtuen pieni-intensiteetin omaavien pikseleiden liittymiseen isompiin alueisiin ohjelman keskiarvon laskentavaiheessa. Kuvassa 6.2 on kuvauskerran 9 kuvista ja 15 segmentoitu kuva. Kuva 6.2 Kolmesta lämpökuvasta segmentoitu kuva. Liitteessä 19, taulukossa 1 on tulokset kolmen kuvaryhmän segmentoinnista ja taulukossa 2 tulokset yhden kuvan segmentoinnista. 21

22 Kirjallisuusviitteet 1 Tammertekniikka Teknisen alan Fysiikka2 Koski Mäkelä Soinne 2 Infametrics Model 700 series käsikirja Liitteet 1. Lämpötilan ja aallonpituuden näyttö lämpökameran kuvista. 2. Lämpökameran kuvauskerta 1 3. Lämpökameran kuvauskerta 2 4. Lämpökameran kuvauskerta 3 5. Lämpökameran kuvauskerta 4 6. Lämpökameran kuvauskerta 5 7. Lämpökameran kuvauskerta 6 8. Lämpökameran kuvauskerta 7 9. Lämpökameran kuvauskerta Lämpökameran kuvauskerta Aliohjelmien aallonpituus, kelvineiksi ja laske lähdekoodit. 12. Lämpötilan osoituksen lähdekoodi. 13. Segmentointiohjelman lähdekoodi 14. Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Segmentointikuvat kuvauskerta Digitaalikameralla otetut kuvat kuvauskerta 9 22

23 Liite 1 Lämpötilan ja aallonpituuden näyttö lämpökameran kuvasta. Mittauspiste on merkitty kuvaan tähdellä (*). 23

24 Liite 2 Lämpökameran kuvat: kuvauskerta 1 Kuvausaika Lämpötila -25 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Männyn oksa Männyn oksa Männyn oksa Männyn oksa Männyn oksa Kuusi Kuusi Kuusi 24

25 25

26 Liite 3 Lämpökameran kuvat: kuvauskerta 2 Kuvausaika Lämpötila 0 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Männyn oksa Neulasia lämmitetty Männyn oksa keinotekoisesti Männyn oksa Neulasia lämmitetty 4 0,6-30 Männyn oksa keinotekoisesti Männyn oksa 6 1,5 0 Männyn oksa Kuusi Kuusi Kuusi 26

27 27

28 Liite 4 Lämpökameran kuvat: kuvauskerta 3 Kuvausaika Lämpötila 0 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom. 28

29 Liite 5 Lämpökameran kuvat: kuvauskerta 4 Kuvausaika Lämpötila -1 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom. 1 1,5 0 Männyn oksa Kuvauskohde sama 2 1,5 0 Männyn oksa kuin tammikuun kuvauk- 3 1,5 0 Männyn oksa sissa 4 1,5 0 Männyn oksa 5 1,5 0 Männyn oksa 6 1,5 0 Männyn oksa Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Männyn oksisto Männyn oksisto Männyn oksisto Kuusi Kuusi Kuusi Kuusi 29

30 30

31 Liite 6 Lämpökameran kuvat: kuvauskerta 5 Kuvausaika Lämpötila -2 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan Huom. kohde Kukat Lämpötila Kukat Lämpötila Kukat Lämpötila Kuusi Kuusi Kuusi Kuusi Kuvan etuosassa leppiä Kuusi Kuvan etuosassa leppiä Kuusi Kuvan etuosassa leppiä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mänty Mänty Mänty Kataja 31

32 32

33 Liite 7 Lämpökameran kuvat: kuvauskerta 6 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Kuusi Kuvaussarja kuvattu Kuusi kuvauskerralla 9 eri Kuusi asetuksilla Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä 33

34 34

35 Liite 8 Lämpökameran kuvat: kuvauskerta 7 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Mänty Mänty Mänty Kuusi Kuusi Kuusi Mänty Kuva-alaa muutettu Mänty Kuva-alaa muutettu Mänty Kuva-alaa muutettu Mänty Mänty Sama mänty kuin kuvan 2 mutta vastakkaiselta puolen Mänty Mänty Mänty Mänty Kataja Kataja Kataja Kuusi Sama kuusi kuin kuvan 5 mutta vastakkaiselta puolen Kuusi Sama kuusi kuin kuvan 5 mutta vastakkaiselta puolen 35

36 36

37 Liite 9 Lämpökameran kuvat: kuvauskerta 8 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Mäntykelo Mäntykelo Mäntykelo Mäntykelo Mäntykelo Mäntykelo Kuusikelo 37

38 Liite 10 Lämpökameran kuvat: kuvauskerta 9 Kuvausaika Lämpötila -3 Kuva nro Kuvausetäisyys/m Kuvauskulma /aste Kuvan kohde Huom Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Kuusi Kuusi Kuusi Kuusi Kuusi Kuusi Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä Mäntyjä 38

39 39

40 Liite 11 Aliohjelmien aallonpituus, kelveneiksi ja laske lähdekoodit %function l=aallonpit(k); % Kuvaus: Funktio muuttaa kelveinä saadun lämpötilan aallonpituudeksi(lambda=k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input K; % output l; % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: ; % %' function l=aallonpit(k); k=kelvineiksi(k); l=2898/k; %function ;K=kelvineiksi(C); % Kuvaus: Funktio muuttaa C-asteina saadun lämpötilan kelvineiksi(k); % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: C; % output: K; % Kutsutut funktiot: kelvineiksi; % Huomioitavaa: Asteen kymmenesosat tulee erottaa pisteellä esim.(1.5); % ; function K=kelvineiksi(C); % K= 273+C; %function laske(a); % Kuvaus: Funktio saa syötteenä suurimman ja pienimmän pikselin arvon, % lämpötilan raja-arvot sekä valitun pisteen intensiteetin % funktio laskee annetun pisteen lämpötilan. % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input alin,ylin(harmaatasot),pienin,suurin(lämpötilat),c valitun pisteen intensiteetti; % output: A (pisteen lämpötila); % Kutsutut funktiot: ei; % Huomioitavaa: ; % ; function A= laske(alin,ylin,pienin,suurin,w); %; s= suurin; % asteet p= pienin; d= alin; % intensiteetti h= ylin; A=(((s-p)/(d-h))*w)+p; 40

41 Liite 12 Lämpötilan osoituksen lähdekoodi %function ;lämpotilan_osoitus(p,s); % Kuvaus: Funktio tulostaa hiirellä valitun pisteen lämpötilan ja aalonpituuden; % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: A; % output: ; % Kutsutut funktiot: laske (alin,ylin,suurin,pienin,c); % Huomioitavaa: ;Luettava kuva tulee olla tif-formaatissa % ; function x = osoitus; %; disp('tervetuloa Kuvankäsittely ohjelmaan. '); dir disp('valitsemasi tiedosto sisältää seuraavat tietueet.') j=input('haluatko tutkia kuvia ja niiden lämpötiloja? k= jatketaan e= lopetus ','s'); if j == 'e' end while j=='k' i=input('mitä kuvaa haluat tutkia anna kuvan numero?.','s'); f=imread ([i,'.tif']); imshow(f); f = f(1:244,1:256); f = double(f); suurin=max(max(max(f))); pienin=min(min(min(f))); colormap(hsv); alin=input('anna kuvan alin lämpötila: '); ylin=input('anna kuvan ylin lämpötila: '); kpl=input('montako kuvapistettä haluat mitata: '); for v = 1:kpl; disp('valitse kuvasta mitattava piste '); figure(1) [x,y]=ginput(1); w=f(y,x); % valitun pisteen intesiteetti w:n aste=laske(suurin,pienin,alin,ylin,w); % kutsutaan aliohj.laske aste = double(aste); text(x,y,('*'));% merkitaan * valittu piste x=x+5; text(x,y,num2str(aste)); % valitun pisteen lampotila tulostetaan naytölle x=x+15; text(x,y,': C'); % lampotilan laatu x=x-15; K=aste; a=aallonpit(k); % kutsutaan aliohjelmaa aallonpit a = double(a); y=y+10; % siirretaan tulostus koordinaatia y text(x,y,(num2str(a))); % tulostetaan naytolle aallonpituuden arvo x=x+15; text(x,y,': lamda /µm '); % tulostetaan naytolle aallonpituuden laatu end vastaus=input('haluatko tallentaa kuvan k= kyllä e= ei ','s'); 41

42 if vastaus=='e' end nro=1; if vastaus=='k' % kuvan tulostus tiedostoon eval(['figure(' int2str(nro) '); print -dpng c:\temp\' int2str(nro) '.png']); % tulostus pngformaattina % eval(['figure(' int2str(1) '); print -dtiff c:\temp\' int2str(f) '.tif']); % tulostus tif-formaattina disp('kuva tallennettu C\temp\'); nro = nro+1; end j=input('haluatko tutkia muita tiedoston lämpökuvia? k= jatketaan e= lopetus ','s'); if j=='e' end end Liite 13 Segmentointiohjelman lähdekoodi %function ;segmentointi; % Kuvaus: Funktio ryhmittelee (segmentoi)tif-formaatina saadut kuvat; % % tekijä: Risto Joki-Korpela; % Luontipäivämäärä: ; % Muutospäivämäärä:; % Parametrit: input: kuva.tif; % output:; % Kutsutut funktiot: ; % Huomioitavaa: ; % ; function k=tunnus5 (l); dir disp('valitsemasi tiedosto sisältää seuraavat tietueet.') j='k'; f=1; while j=='k' j=input('haluatko segmentoida tiedoston tif-formaatin kuvia? k= jatketaan e= lopetus ','s'); if j == 'e' end while j=='k' kpl=input('montako kuvaa kuuluu segmentoitavaaan ryhmään: '); for v = 1:kpl; i=input('mitä kuvaa haluat tutkia anna vain kuvan numero? m=imread ([i,'.tif']); subplot(2,2,v) m = m(1:244,1:256); m = double(m); [x1,y1]=size(m); kk=x1*y1; % kuva riviksi data(v,:) = reshape(m',[1 x1*y1]); hist(data(v,:)) title([' end Kaavio kuvasta nro. ' int2str(v)]) 42.','s');

43 m2=data; n=input('anna segmentointiluokkienen määrä: '); for v = 1:n; mi(1,v) =input(['valitse kaaviosta ryhmittelyyn käytettävä alkuarvo: ']); miu(1,v)=300; end r1 = 9; % Alustuksia r = 20; kier.lask=0; while (abs(r-r1))>0.1 kier.lask=kier.lask+1; r1=sum(sum(mi-miu)); % Päivietään ri miu=mi; % Sijoitetaan apumatriisiin miu:n uusi mi for o = 1:n; eta=[abs(m2-mi(1,o))] ; %Lasketaan etäisyydet etaan [i,j]=(min(abs(eta))); Otetaan indeksit j:hin eval(['eta' int2str(o) ' = eta']) end for s = 1:n class=m2([(find(j==(s)))]); % Jaetaan data luokkiin eval(['class' int2str(s) '=' 'class']); t=sum(class); if t==0 % Jos luokkien summa on 0 niin asetetetaan summa 0,1 class(1,1) =0.1; disp('luokka kävi nollassa') end mi(1,s)=mean(class); % Lasketaan mi:hin luokan keskiarvo [x,y]=size(class); % %-laskua varten k(1,s)=x*y; % %-laskua varten pros(1,s)=(k(s)/kk)*100; end end r=sum(sum(mi-miu)); % Päivitetään r % disp('silmukka ohi')% Testausta varten c=reshape(j',[y1 x1])'; figure;colormap(gray(n));image(c); for p = 1:n [x3,y3]=c([(find(j==(p)))]); ; pro=pros(1,p); text(x3,y3,(pro)); end Laskentakierroksia=kier.lask % Palautus kuvaksi %Kuva harmaatasokuva pros vastaus=input('haluatko tallentaa kuvan k= kyllä e= ei ','s'); if vastaus=='e' end nro=1; if vastaus=='k' % kuvan tulostus tiedostoon eval(['figure(' int2str(nro) '); print -dpng c:\temp\' int2str(nro) '.png']); % tulostus png-formaattina % eval(['figure(' int2str(1) '); print -dtiff c:\temp\' int2str(f) '.tif']); % tulostus tif-formaattina disp('kuva tallennettu C\temp\'); nro = nro+1; end 43

Fysiikka 8. Aine ja säteily

Fysiikka 8. Aine ja säteily Fysiikka 8 Aine ja säteily Sähkömagneettinen säteily James Clerk Maxwell esitti v. 1864 sähkövarauksen ja sähkövirran sekä sähkö- ja magneettikentän välisiä riippuvuuksia kuvaavan teorian. Maxwellin teorian

Lisätiedot

Mustan kappaleen säteily

Mustan kappaleen säteily Mustan kappaleen säteily Musta kappale on ideaalisen säteilijän malli, joka absorboi (imee itseensä) kaiken siihen osuvan säteilyn. Se ei lainkaan heijasta eikä sirota siihen osuvaa säteilyä, vaan emittoi

Lisätiedot

Hydrologia. Säteilyn jako aallonpituuden avulla

Hydrologia. Säteilyn jako aallonpituuden avulla Hydrologia L3 Hydrometeorologia Säteilyn jako aallonpituuden avulla Ultravioletti 0.004 0.39 m Näkyvä 0.30 0.70 m Infrapuna 0.70 m. 1000 m Auringon lyhytaaltoinen säteily = ultavioletti+näkyvä+infrapuna

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I. Spektroskopia. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

Havaitsevan tähtitieteen peruskurssi I. Spektroskopia. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos Spektroskopia Helsingin yliopisto, Fysiikan laitos kevät 2013 8. Spektroskopia Peruskäsitteet Spektroskoopin rakenne Spektrometrian käyttö Havainnot ja redusointi Spektropolarimetria 8. Yleistä spektroskopiasta

Lisätiedot

Ohjelmoinnin peruskurssi Y1

Ohjelmoinnin peruskurssi Y1 Ohjelmoinnin peruskurssi Y1 CSE-A1111 30.9.2015 CSE-A1111 Ohjelmoinnin peruskurssi Y1 30.9.2015 1 / 27 Mahdollisuus antaa luentopalautetta Goblinissa vasemmassa reunassa olevassa valikossa on valinta Luentopalaute.

Lisätiedot

MIKSI ERI AINEET NÄYTTÄVÄT TIETYN VÄRISILTÄ? ELINTARVIKEVÄRIEN NÄKYVÄN AALLONPITUUDEN SPEKTRI

MIKSI ERI AINEET NÄYTTÄVÄT TIETYN VÄRISILTÄ? ELINTARVIKEVÄRIEN NÄKYVÄN AALLONPITUUDEN SPEKTRI sivu 1/5 MIKSI ERI AINEET NÄYTTÄVÄT TIETYN VÄRISILTÄ? ELINTARVIKEVÄRIEN NÄKYVÄN AALLONPITUUDEN SPEKTRI Kohderyhmä: Kesto: Tavoitteet: Toteutus: Peruskoulu / lukio 15 min. Työn tavoitteena on havainnollistaa

Lisätiedot

VALAISTUSTA VALOSTA. Fysiikan ja kemian pedagogiikan perusteet. Kari Sormunen Syksy 2014

VALAISTUSTA VALOSTA. Fysiikan ja kemian pedagogiikan perusteet. Kari Sormunen Syksy 2014 VALAISTUSTA VALOSTA Fysiikan ja kemian pedagogiikan perusteet Kari Sormunen Syksy 2014 OPPILAIDEN KÄSITYKSIÄ VALOSTA Oppilaat kuvittelevat, että valo etenee katsojan silmästä katsottavaan kohteeseen. Todellisuudessa

Lisätiedot

Moottorin kierrosnopeus Tämän harjoituksen jälkeen:

Moottorin kierrosnopeus Tämän harjoituksen jälkeen: Moottorin kierrosnopeus Tämän harjoituksen jälkeen: osaat määrittää moottorin kierrosnopeuden pulssianturin ja Counter-sisääntulon avulla, osaat siirtää manuaalisesti mittaustiedoston LabVIEW:sta MATLABiin,

Lisätiedot

VAATIMUKSIA YKSINKERTAISILLE VIKAILMAISIMILLE HSV:N KJ-VERKOSSA

VAATIMUKSIA YKSINKERTAISILLE VIKAILMAISIMILLE HSV:N KJ-VERKOSSA VAATIMUKSIA YKSINKERTAISILLE VIKAILMAISIMILLE HSV:N KJ-VERKOSSA Versio 30.4.2012 Tavoitteena on kehittää Helen Sähköverkko Oy:n keskijännitteiseen kaapeliverkkoon vikailmaisin, joka voitaisiin asentaa

Lisätiedot

Mekaniikan jatkokurssi Fys102

Mekaniikan jatkokurssi Fys102 Mekaniikan jatkokurssi Fys102 Syksy 2009 Jukka Maalampi LUENTO 12 Aallot kahdessa ja kolmessa ulottuvuudessa Toistaiseksi on tarkasteltu aaltoja, jotka etenevät yhteen suuntaan. Yleisempiä tapauksia ovat

Lisätiedot

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA

PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA Kevät 2016 Emppu Salonen Lasse Laurson Arttu Lehtinen Toni Mäkelä Luento 9: Fotonit ja relativistiset kaasut Ke 30.3.2016 1 AIHEET 1. Fotonikaasun termodynamiikkaa.

Lisätiedot

Leptonit. - elektroni - myoni - tauhiukkanen - kolme erilaista neutriinoa. - neutriinojen varaus on 0 ja muiden leptonien varaus on -1

Leptonit. - elektroni - myoni - tauhiukkanen - kolme erilaista neutriinoa. - neutriinojen varaus on 0 ja muiden leptonien varaus on -1 Mistä aine koostuu? - kaikki aine koostuu atomeista - atomit koostuvat elektroneista, protoneista ja neutroneista - neutronit ja protonit koostuvat pienistä hiukkasista, kvarkeista Alkeishiukkaset - hiukkasten

Lisätiedot

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö

S-108-2110 OPTIIKKA 1/10 Laboratoriotyö: Polarisaatio POLARISAATIO. Laboratoriotyö S-108-2110 OPTIIKKA 1/10 POLARISAATIO Laboratoriotyö S-108-2110 OPTIIKKA 2/10 SISÄLLYSLUETTELO 1 Polarisaatio...3 2 Työn suoritus...6 2.1 Työvälineet...6 2.2 Mittaukset...6 2.2.1 Malus:in laki...6 2.2.2

Lisätiedot

4) Törmäysten lisäksi rakenneosasilla ei ole mitään muuta keskinäistä tai ympäristöön suuntautuvaa vuorovoikutusta.

4) Törmäysten lisäksi rakenneosasilla ei ole mitään muuta keskinäistä tai ympäristöön suuntautuvaa vuorovoikutusta. K i n e e t t i s t ä k a a s u t e o r i a a Kineettisen kaasuteorian perusta on mekaaninen ideaalikaasu, joka on matemaattinen malli kaasulle. Reaalikaasu on todellinen kaasu. Reaalikaasu käyttäytyy

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia, 3 op 9 luentoa, 3 laskuharjoitukset ja vierailu mittausasemalle Tentti Oppikirjana Rinne & Haapanala:

Lisätiedot

Erityinen suhteellisuusteoria (Harris luku 2)

Erityinen suhteellisuusteoria (Harris luku 2) Erityinen suhteellisuusteoria (Harris luku 2) Yliopistonlehtori, TkT Sami Kujala Mikro- ja nanotekniikan laitos Kevät 2016 Ajan ja pituuden suhteellisuus Relativistinen työ ja kokonaisenergia SMG-aaltojen

Lisätiedot

Päivityskoulutus Lämpökuvaajat Tiiviysmittaajat

Päivityskoulutus Lämpökuvaajat Tiiviysmittaajat PALONIITTY OY Päivityskoulutus 21.4.2016 Lämpökuvaajat Tiiviysmittaajat Sauli Paloniitty www.paloniitty.fi 045-77348778 21.4.2016 sauli@paloniitty.fi 1 AIHEET Asumisterveysasetus 2015 Asumisterveysasetuksen

Lisätiedot

Vanhankaupunginkosken ultraäänikuvaukset Simsonar Oy Pertti Paakkolanvaara

Vanhankaupunginkosken ultraäänikuvaukset Simsonar Oy Pertti Paakkolanvaara Vanhankaupunginkosken ultraäänikuvaukset 15.7. 14.11.2014 Simsonar Oy Pertti Paakkolanvaara Avaintulokset 2500 2000 Ylös vaellus pituusluokittain: 1500 1000 500 0 35-45 cm 45-60 cm 60-70 cm >70 cm 120

Lisätiedot

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager

Muita kuvankäsittelyohjelmia on mm. Paint Shop Pro, Photoshop Elements, Microsoft Office Picture Manager Missio: 1. Asentaminen 2. Valokuvien tarkastelu, tallennus/formaatit, koko, tarkkuus, korjaukset/suotimet, rajaus 3. Kuvan luonti/työkalut (grafiikka kuvat) 4. Tekstin/grafiikan lisääminen kuviin, kuvien/grafiikan

Lisätiedot

Luento 15: Ääniaallot, osa 2

Luento 15: Ääniaallot, osa 2 Luento 15: Ääniaallot, osa 2 Aaltojen interferenssi Doppler Laskettuja esimerkkejä Luennon sisältö Aaltojen interferenssi Doppler Laskettuja esimerkkejä Aaltojen interferenssi Samassa pisteessä vaikuttaa

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I

Havaitsevan tähtitieteen peruskurssi I 2. Ilmakehän vaikutus havaintoihin Lauri Jetsu Fysiikan laitos Helsingin yliopisto Ilmakehän vaikutus havaintoihin Ilmakehän häiriöt (kuva: @www.en.wikipedia.org) Sää: pilvet, sumu, sade, turbulenssi,

Lisätiedot

Derivaatan sovellukset (ääriarvotehtävät ym.)

Derivaatan sovellukset (ääriarvotehtävät ym.) Derivaatan sovellukset (ääriarvotehtävät ym.) Tehtävät: 1. Tutki derivaatan avulla funktion f kulkua. a) f(x) = x 4x b) f(x) = x + 6x + 11 c) f(x) = x4 4 x3 + 4 d) f(x) = x 3 6x + 1x + 3. Määritä rationaalifunktion

Lisätiedot

eriste C K R vahvistimeen Kuva 1. Geigerilmaisimen periaate.

eriste C K R vahvistimeen Kuva 1. Geigerilmaisimen periaate. Fysiikan laboratoriotyöohje Tietotekniikan koulutusohjelma OAMK Tekniikan yksikkö TYÖ 5: RADOAKTVSUUSTYÖ Teoriaa Radioaktiivista säteilyä syntyy, kun radioaktiivisen aineen ytimen viritystila purkautuu

Lisätiedot

Havaitsevan tähtitieteen peruskurssi I. Ilmakehän vaikutus havaintoihin. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos

Havaitsevan tähtitieteen peruskurssi I. Ilmakehän vaikutus havaintoihin. Jyri Lehtinen. kevät Helsingin yliopisto, Fysiikan laitos Ilmakehän vaikutus havaintoihin Helsingin yliopisto, Fysiikan laitos kevät 2013 2. Ilmakehän vaikutus havaintoihin Ilmakehän transmissio (läpäisevyys) sähkömagneettisen säteilyn eri aallonpituuksilla 2.

Lisätiedot

Lämpökamerakuvaus Terrafame Oy:n Sotkamon kaivosalueella

Lämpökamerakuvaus Terrafame Oy:n Sotkamon kaivosalueella Lämpökamerakuvaus Terrafame Oy:n Sotkamon kaivosalueella Hannu Panttila Geologian tutkimuskeskus, Rovaniemi Johdanto UAV-MEMO-hankkeessa kokeiltiin miehittämättömään lentolaitteeseen kytkettyä lämpökameraa

Lisätiedot

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto

Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Datan käsittely ja tallentaminen Käytännössä kaikkien mittalaitteiden ensisijainen signaali on analoginen Jotta tämä

Lisätiedot

Park systems XE-100 atomivoimamikroskoopin käyttöohje

Park systems XE-100 atomivoimamikroskoopin käyttöohje Tämä käyttöohje on kirjoitettu ESR-projektissa Mikroanturitekniikan osaamisen kehittäminen Itä-Suomen lääninhallitus, 2007, 86268 Park systems XE-100 atomivoimamikroskoopin käyttöohje Mihin laitetta käytetään?

Lisätiedot

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho

Luento 10: Työ, energia ja teho. Johdanto Työ ja kineettinen energia Teho Luento 10: Työ, energia ja teho Johdanto Työ ja kineettinen energia Teho 1 / 23 Luennon sisältö Johdanto Työ ja kineettinen energia Teho 2 / 23 Johdanto Energia suure, joka voidaan muuttaa muodosta toiseen,

Lisätiedot

ATK tähtitieteessä. Osa 3 - IDL proseduurit ja rakenteet. 18. syyskuuta 2014

ATK tähtitieteessä. Osa 3 - IDL proseduurit ja rakenteet. 18. syyskuuta 2014 18. syyskuuta 2014 IDL - proseduurit Viimeksi käsiteltiin IDL:n interaktiivista käyttöä, mutta tämä on hyvin kömpelöä monimutkaisempia asioita tehtäessä. IDL:llä on mahdollista tehdä ns. proseduuri-tiedostoja,

Lisätiedot

Osallistumislomakkeen viimeinen palautuspäivä on maanantai

Osallistumislomakkeen viimeinen palautuspäivä on maanantai Jakso : Materiaalihiukkasten aaltoluonne. Teoriaa näihin tehtäviin löytyy Beiserin kirjasta kappaleesta 3 ja hyvin myös peruskurssitasoisista kirjoista. Seuraavat videot demonstroivat vaihe- ja ryhmänopeutta:

Lisätiedot

Seseon Oy 2008 Automaatiopalvelu TUOTE-ESITTELY Infrapunalämpömittaus

Seseon Oy 2008 Automaatiopalvelu TUOTE-ESITTELY Infrapunalämpömittaus Infrapunalämpötilalähettimet, kiinteäasennus IRtec Rayomatic-sarja IRtec Rayomatic 6. Edullinen ohjelmoitava lämpötilalähetin. Rayomatic 6:lla voidaan suoraan korvata aikaisemmat K- tai J-tyypin termoelementit

Lisätiedot

4 Optiikka. 4.1 Valon luonne

4 Optiikka. 4.1 Valon luonne 4 Optiikka 4.1 Valon luonne 1 Valo on etenevää aaltoliikettä, joka syntyy sähkökentän ja magneettikentän yhteisvaikutuksesta. Jos sähkömagneettinen aalto (valoaalto) liikkuu x-akselin suuntaan, värähtelee

Lisätiedot

Vastaa kaikkiin kysymyksiin. Oheisista kaavoista ja lukuarvoista saattaa olla apua laskutehtäviin vastatessa.

Vastaa kaikkiin kysymyksiin. Oheisista kaavoista ja lukuarvoista saattaa olla apua laskutehtäviin vastatessa. Valintakoe 2016/FYSIIKKA Vastaa kaikkiin kysymyksiin. Oheisista kaavoista ja lukuarvoista saattaa olla apua laskutehtäviin vastatessa. Boltzmannin vakio 1.3805 x 10-23 J/K Yleinen kaasuvakio 8.315 JK/mol

Lisätiedot

ELEC-A4130 Sähkö ja magnetismi (5 op)

ELEC-A4130 Sähkö ja magnetismi (5 op) ELEC-A4130 Sähkö ja magnetismi (5 op) Jari J. Hänninen 2015 16/IV V Luentoviikko 9 Tavoitteet Valon luonne ja eteneminen Dispersio Lähde: https: //www.flickr.com/photos/fastlizard4/5427856900/in/set-72157626537669172,

Lisätiedot

KÄYTTÖOHJE TAKOMETRI TRIFITEK TR-550

KÄYTTÖOHJE TAKOMETRI TRIFITEK TR-550 KÄYTTÖOHJE TAKOMETRI TRIFITEK TR550 Trifitek Finland Oy 04 . Ominaisuudet Mittausmenetelmät: Näkyvä valo / optinen, käyttämällä heijastusteippiä tai koskettamalla pyörivää kohdetta. Maksimi / minimi näyttö,

Lisätiedot

Suhteellisuusteoriasta, laskuista ja yksiköistä kvantti- ja hiukkasfysiikassa. Tapio Hansson

Suhteellisuusteoriasta, laskuista ja yksiköistä kvantti- ja hiukkasfysiikassa. Tapio Hansson Suhteellisuusteoriasta, laskuista ja yksiköistä kvantti- ja hiukkasfysiikassa Tapio Hansson Laskentoa SI-järjestelmä soveltuu hieman huonosti kvantti- ja hiukaksfysiikkaan. Sen perusyksiköiden mittakaava

Lisätiedot

Rakennuksen lämpökuvaus

Rakennuksen lämpökuvaus Rakennuksen lämpökuvaus 1. RAKENNUKSEN LÄMPÖKUVAUKSEN TARKOITUS 2. KOHTEEN LÄHTÖTIEDOT 3. TUTKIMUSSUUNNITELMA 4. LAITTEISTO 4.1 Lämpökamera 4.2 Muut mittalaitteet 4.3 Mittalaitteiden kalibrointi 5. OLOSUHDEVAATIMUKSET

Lisätiedot

Talotekniikan tarkoitus, helppous ja säästö

Talotekniikan tarkoitus, helppous ja säästö Talotekniikan tarkoitus, helppous ja säästö Kaaviosta näkee, että rivitaloa (150 kwh/ m2), jonka lämmitetty nettoala on 250 m2 saa lämmittää esim. öljylämmityksenä (matalaenergia). Entä kaukolämmöllä?

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 4 Jatkuvuus Jatkuvan funktion määritelmä Tarkastellaan funktiota f x) jossakin tietyssä pisteessä x 0. Tämä funktio on tässä pisteessä joko jatkuva tai epäjatkuva. Jatkuvuuden

Lisätiedot

LABORAATIOSELOSTUSTEN OHJE H. Honkanen

LABORAATIOSELOSTUSTEN OHJE H. Honkanen LABORAATIOSELOSTUSTEN OHJE H. Honkanen Tämä ohje täydentää ja täsmentää osaltaan selostuskäytäntöä laboraatioiden osalta. Yleinen ohje työselostuksista löytyy intranetista, ohjeen on laatinut Eero Soininen

Lisätiedot

Diplomi-insinöörien ja arkkitehtien yhteisvalinta - dia-valinta 2012 Insinöörivalinnan fysiikan koe 30.5.2012, malliratkaisut

Diplomi-insinöörien ja arkkitehtien yhteisvalinta - dia-valinta 2012 Insinöörivalinnan fysiikan koe 30.5.2012, malliratkaisut A1 Kappale, jonka massa m = 2,1 kg, lähtee liikkeelle levosta paikasta x = 0,0 m pitkin vaakasuoraa alustaa. Kappaleeseen vaikuttaa vaakasuora vetävä voima F, jonka suuruus riippuu paikasta oheisen kuvan

Lisätiedot

Ohjeita fysiikan ylioppilaskirjoituksiin

Ohjeita fysiikan ylioppilaskirjoituksiin Ohjeita fysiikan ylioppilaskirjoituksiin Kari Eloranta 2016 Jyväskylän Lyseon lukio 11. tammikuuta 2016 Kokeen rakenne Fysiikan kokeessa on 13 tehtävää, joista vastataan kahdeksaan. Tehtävät 12 ja 13 ovat

Lisätiedot

PDA CAM KÄYTTÖOPAS PDA CAM

PDA CAM KÄYTTÖOPAS PDA CAM PDA CAM KÄYTTÖOPAS Fi 1 Suomi Käyttäjän käsikirja Sisällys Valmistelut... 2 Pakkauksen sisältö... 2 Järjestelmävaatimukset... 2 PDA Cam -kamera... 3 PDA Cam -kameran osat... 3 Asentaminen... 4 Laitteiston

Lisätiedot

Kuvan käsittelyn vaiheet

Kuvan käsittelyn vaiheet Kuvan käsittelyn vaiheet Kuvan muodostus Kuva kaapataan analogisella tai digitaalisella kameralla [image acquisition]. Analoginen kuva digitoidaan. Digitoituun kuvaan otetaan tehtävän ratkaisun kannalta

Lisätiedot

Maxwell ja hänen yhtälönsä mitä seurasi?

Maxwell ja hänen yhtälönsä mitä seurasi? Maxwell ja hänen yhtälönsä mitä seurasi? Oleteaan tyhjiö: ei virtoja ei varauksia Muutos magneettikentässä saisi aikaan sähkökentän. Muutos vuorostaan sähkökentässä saisi aikaan magneettikentän....ja niinhän

Lisätiedot

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta.

3 Ääni ja kuulo. Ihmiskorva aistii paineen vaihteluita, joten yleensä äänestä puhuttaessa määritellään ääniaalto paineen vaihteluiden kautta. 3 Ääni ja kuulo 1 Mekaanisista aalloista ääni on ihmisen kannalta tärkein. Ääni on pitkittäistä aaltoliikettä, eli ilman (tai muun väliaineen) hiukkaset värähtelevät suuntaan joka on sama kuin aallon etenemissuunta.

Lisätiedot

Theory Finnish (Finland) Suuri hadronitörmäytin (Large Hadron Collider, LHC) (10 pistettä)

Theory Finnish (Finland) Suuri hadronitörmäytin (Large Hadron Collider, LHC) (10 pistettä) Q3-1 Suuri hadronitörmäytin (Large Hadron Collider, LHC) (10 pistettä) Lue erillisessä kuoressa olevat yleisohjeet ennen tämän tehtävän aloittamista. Tässä tehtävässä tarkastellaan maailman suurimman hiukkasfysiikan

Lisätiedot

Integrointialgoritmit molekyylidynamiikassa

Integrointialgoritmit molekyylidynamiikassa Integrointialgoritmit molekyylidynamiikassa Markus Ovaska 28.11.2008 Esitelmän kulku MD-simulaatiot yleisesti Integrointialgoritmit: mitä integroidaan ja miten? Esimerkkejä eri algoritmeista Hyvän algoritmin

Lisätiedot

MIKKELIN LUKIO SPEKTROMETRIA. NOT-tiedekoulu La Palma

MIKKELIN LUKIO SPEKTROMETRIA. NOT-tiedekoulu La Palma MIKKELIN LUKIO SPEKTROMETRIA NOT-tiedekoulu La Palma Kasper Honkanen, Ilona Arola, Lotta Loponen, Helmi-Tuulia Korpijärvi ja Anastasia Koivikko 20.11.2011 Ryhmämme työ käsittelee spektrometriaa ja sen

Lisätiedot

9. Polarimetria. 1. Stokesin parametrit 2. Polarisaatio tähtitieteessä. 3. Polarisaattorit 4. CCD polarimetria

9. Polarimetria. 1. Stokesin parametrit 2. Polarisaatio tähtitieteessä. 3. Polarisaattorit 4. CCD polarimetria 9. Polarimetria 1. Stokesin parametrit 2. Polarisaatio tähtitieteessä 3. Polarisaattorit 4. CCD polarimetria 10.1 Stokesin parametrit 10.1

Lisätiedot

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. Laskuharjoitus 1A Mallit Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa. 1. tehtävä %% 1. % (i) % Vektorit luodaan

Lisätiedot

Mikä muuttuu, kun kasvihuoneilmiö voimistuu? Jouni Räisänen Helsingin yliopiston fysiikan laitos

Mikä muuttuu, kun kasvihuoneilmiö voimistuu? Jouni Räisänen Helsingin yliopiston fysiikan laitos Mikä muuttuu, kun kasvihuoneilmiö voimistuu? Jouni Räisänen Helsingin yliopiston fysiikan laitos 15.4.2010 Sisältöä Kasvihuoneilmiö Kasvihuoneilmiön voimistuminen Näkyykö kasvihuoneilmiön voimistumisen

Lisätiedot

VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j82095. SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI.

VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA. Lauri Karppi j82095. SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI. VAASAN YLIOPISTO TEKNILLINEN TIEDEKUNTA SÄHKÖTEKNIIKKA Oskari Uitto i78966 Lauri Karppi j82095 SATE.2010 Dynaaminen kenttäteoria DIPOLIRYHMÄANTENNI Sivumäärä: 14 Jätetty tarkastettavaksi: 25.02.2008 Työn

Lisätiedot

23 VALON POLARISAATIO 23.1 Johdanto. 23.2 Valon polarisointi ja polarisaation havaitseminen

23 VALON POLARISAATIO 23.1 Johdanto. 23.2 Valon polarisointi ja polarisaation havaitseminen 3 VALON POLARISAATIO 3.1 Johdanto Mawellin htälöiden avulla voidaan johtaa aaltohtälö sähkömagneettisen säteiln etenemiselle väliaineessa. Mawellin htälöiden ratkaisusta seuraa aina, että valo on poikittaista

Lisätiedot

Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty.

Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty. Fysiikan laboratorio Työohje 1 / 5 Radioaktiivisen säteilyn läpitunkevuus. Gammasäteilty. 1. Työn tavoite Työn tavoitteena on tutustua ionisoivaan sähkömagneettiseen säteilyyn ja tutkia sen absorboitumista

Lisätiedot

815338A Ohjelmointikielten periaatteet Harjoitus 3 vastaukset

815338A Ohjelmointikielten periaatteet Harjoitus 3 vastaukset 815338A Ohjelmointikielten periaatteet 2015-2016. Harjoitus 3 vastaukset Harjoituksen aiheena ovat imperatiivisten kielten muuttujiin liittyvät kysymykset. Tehtävä 1. Määritä muuttujien max_num, lista,

Lisätiedot

TRV Nordic. Termostaattianturit Joka sisältää tuntoelimen Pohjoismainen muotoilu

TRV Nordic. Termostaattianturit Joka sisältää tuntoelimen Pohjoismainen muotoilu TRV Nordic Termostaattianturit Joka sisältää tuntoelimen Pohjoismainen muotoilu IMI TA / Termostaatit ja patteriventtiilit / TRV Nordic TRV Nordic Nämä omavoimaiset patteriventtiileiden termostaattianturit

Lisätiedot

Värähtelymittaus Tämän harjoituksen jälkeen:

Värähtelymittaus Tämän harjoituksen jälkeen: Värähtelymittaus Tämän harjoituksen jälkeen: ymmärrät mittausvahvistimen käytön ja differentiaalimittauksen periaatteen, olet kehittänyt osaamista värähtelyn mittaamisesta, siihen liittyvistä ilmiöstä

Lisätiedot

Harjoitustyö: virtuaalikone

Harjoitustyö: virtuaalikone Harjoitustyö: virtuaalikone Toteuta alla kuvattu virtuaalikone yksinkertaiselle olio-orientoituneelle skriptauskielelle. Paketissa on testaamista varten mukana kaksi lyhyttä ohjelmaa. Ohjeita Noudata ohjelman

Lisätiedot

MITTAUSTEKNIIKAN LABORATORIOTYÖOHJE TYÖ 4. LÄMPÖTILA ja PAINELÄHETTIMEN KALIBROINTI FLUKE 702 PROSESSIKALIBRAATTORILLA

MITTAUSTEKNIIKAN LABORATORIOTYÖOHJE TYÖ 4. LÄMPÖTILA ja PAINELÄHETTIMEN KALIBROINTI FLUKE 702 PROSESSIKALIBRAATTORILLA OAMK / Tekniikan yksikkö MITTAUSTEKNIIKAN LABORATORIOTYÖOHJE TYÖ 4 LÄMPÖTILA ja PAINELÄHETTIMEN KALIBROINTI FLUKE 702 PROSESSIKALIBRAATTORILLA Tero Hietanen ja Heikki Kurki TEHTÄVÄN MÄÄRITTELY Työn tehtävänä

Lisätiedot

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus

Tampereen yliopisto Tietokonegrafiikka 2013 Tietojenkäsittelytiede Harjoitus Tampereen yliopisto Tietokonegrafiikka 201 Tietojenkäsittelytiede Harjoitus 6 1..201 1. Tarkastellaan Gouraudin sävytysmallia. Olkoon annettuna kolmio ABC, missä A = (0,0,0), B = (2,0,0) ja C = (1,2,0)

Lisätiedot

Materiaalien käytettävyys: käsikäyttöisten lämpömittarien vertailututkimus

Materiaalien käytettävyys: käsikäyttöisten lämpömittarien vertailututkimus Raimo Ruoppa & Timo Kauppi B Materiaalien käytettävyys: käsikäyttöisten lämpömittarien vertailututkimus LAPIN AMK:N JULKAISUJA Sarja B. Raportit ja selvitykset 19/2014 Materiaalien käytettävyys: käsikäyttöisten

Lisätiedot

Käyttöpaneelin käyttäminen

Käyttöpaneelin käyttäminen Tässä jaksossa on tietoja käyttöpaneelin käytöstä, tulostimen asetusten muuttamisesta ja käyttöpaneelin valikoiden sisällöstä. 1 Useimpia tulostimen asetuksia voi muuttaa sovellusohjelmasta tai tulostinajurista.

Lisätiedot

TURUN AMMATTIKORKEAKOULU TYÖOHJE 1 TEKNIIKKA FYSIIKAN LABORATORIO V

TURUN AMMATTIKORKEAKOULU TYÖOHJE 1 TEKNIIKKA FYSIIKAN LABORATORIO V TURUN AMMATTIKORKAKOUU TYÖOHJ 1 3A. asertyö 1. Työn tarkoitus Työssä perehdytään interferenssi-ilmiöön tutkimalla sitä erilaisissa tilanteissa laservalon avulla. 2. Teoriaa aser on lyhennys sanoista ight

Lisätiedot

TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ

TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ henri.t.talviaho@student.jyu.fi Kuva 1. Nuoli TIETOKONE JA TIETOVERKOT TYÖVÄLINEENÄ 30.3.2016 1. Näytöt... 3 1.1. Kuvaputkinäytöt (Cathode Ray Tube (CRT))... 3 1.2. Kuvanlaatuun vaikuttavia tekijöitä...

Lisätiedot

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on

Vektorien pistetulo on aina reaaliluku. Esimerkiksi vektorien v = (3, 2, 0) ja w = (1, 2, 3) pistetulo on 13 Pistetulo Avaruuksissa R 2 ja R 3 on totuttu puhumaan vektorien pituuksista ja vektoreiden välisistä kulmista. Kuten tavallista, näiden käsitteiden yleistäminen korkeampiulotteisiin avaruuksiin ei onnistu

Lisätiedot

CLOSE TO OUR CUSTOMERS

CLOSE TO OUR CUSTOMERS CLOSE TO OUR CUSTOMERS CLOSE TO OUR CUSTOMERS ARI TULUS CLOSE TO OUR CUSTOMERS WIRTGEN FINLAND OY Esitelmän aihe: Digitalisaation mahdollisuudet asvaltoinnin tuotannossa Lähtökohta Tehostaa projektin läpimenoa

Lisätiedot

TRV Nordic sl. Termostaattit ENGINEERING ADVANTAGE

TRV Nordic sl. Termostaattit ENGINEERING ADVANTAGE Termostaattianturit - M 30 x 1,5 liitännällä TRV Nordic sl Termostaattit Paineistus & Veden laatu Virtausten säätö Huonelämpötilan säätö ENGINEERING ADVANTAGE Nämä omavoimaiset patteriventtiileiden termostaattianturit

Lisätiedot

Heijastuminen ionosfääristä

Heijastuminen ionosfääristä Aaltojen eteneminen Etenemistavat Pinta-aalto troposfäärissä Aallon heijastuminen ionosfääristä Lisäksi joitakin erikoisempia heijastumistapoja Eteneminen riippuu väliaineen ominaisuuksista, eri ilmiöt

Lisätiedot

11. Javan toistorakenteet 11.1

11. Javan toistorakenteet 11.1 11. Javan toistorakenteet 11.1 Sisällys Laskuri- ja lippumuuttujat. Sisäkkäiset silmukat. Tyypillisiä ohjelmointivirheitä: Silmukan rajat asetettu kierroksen verran väärin. Ikuinen silmukka. Silmukoinnin

Lisätiedot

FYSA210/2 PYÖRIVÄ KOORDINAATISTO

FYSA210/2 PYÖRIVÄ KOORDINAATISTO FYSA210/2 PYÖRIVÄ KOORDINAATISTO Johdanto Inertiaalikoordinaatisto on koordinaatisto, jossa Newtonin mekaniikan lait pätevät. Tällaista koordinaatistoa ei reaalimaailmassa kuitenkaan ole. Epäinertiaalikoordinaatisto

Lisätiedot

Nopea kertolasku, Karatsuban algoritmi

Nopea kertolasku, Karatsuban algoritmi Nopea kertolasku, Karatsuban algoritmi Mikko Männikkö 16.8.2004 Lähde: ((Gathen and Gerhard 1999) luku II.8) Esityksen kulku Algoritmien analysointia (1), (2), (3), (4) Klassinen kertolasku Parempi tapa

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 2. Lukujen esittäminen ja aritmetiikka 2.1 Kantajärjestelmät ja lukujen esittäminen Käytettävät lukujoukot: Luonnolliset luvut IN = {0,1,2,3,... } Positiiviset kokonaisluvut

Lisätiedot

-Motorracing Electronics. MAP KÄYTTÖOHJE Tuotenumero 1004, 1005 ja MAP Käyttöohje v1.0 11/2011 1/7

-Motorracing Electronics. MAP KÄYTTÖOHJE Tuotenumero 1004, 1005 ja MAP Käyttöohje v1.0 11/2011 1/7 MAP KÄYTTÖOHJE Tuotenumero 1004, 1005 ja 1006 1/7 SISÄLLYSLUETTELO 1. YLEISTÄ... 3 1.1. SPESIFIKAATIO...3 2. ASENNUS... 4 2.1. MEKAANINEN ASENNUS...4 2.2. SÄHKÖINEN ASENNUS...5 3. KÄYTTÖOHJE... 6 3.1.

Lisätiedot

Limsan sokeripitoisuus

Limsan sokeripitoisuus KOHDERYHMÄ: Työn kohderyhmänä ovat lukiolaiset ja työ sopii tehtäväksi esimerkiksi työkurssilla tai kurssilla KE1. KESTO: N. 45 60 min. Työn kesto riippuu ryhmän koosta. MOTIVAATIO: Sinun tehtäväsi on

Lisätiedot

Fysiikka 7. Sähkömagnetismi

Fysiikka 7. Sähkömagnetismi Fysiikka 7 Sähkömagnetismi Magneetti Aineen magneettiset ominaisuudet ovat seurausta atomiydintä kiertävistä elektroneista (ytimen kiertäminen ja spin). Magneettinen vuorovaikutus Etävuorovaikutus Magneetilla

Lisätiedot

Metropolia ammattikorkeakoulu TI00AA : Ohjelmointi Kotitehtävät 3 opettaja: Pasi Ranne

Metropolia ammattikorkeakoulu TI00AA : Ohjelmointi Kotitehtävät 3 opettaja: Pasi Ranne Seuraavista tehtävistä saatu yhteispistemäärä (max 7 pistettä) jaetaan luvulla 3.5 ja näin saadaan varsinainen kurssipisteisiin laskettava pistemäärä. Bonustehtävien pisteet jaetaan luvulla 4 eli niistä

Lisätiedot

Päivitetty 9.5.2012. Text Mining -käyttöopas

Päivitetty 9.5.2012. Text Mining -käyttöopas Päivitetty 9.5.2012 Text Mining -käyttöopas WEBROPOL ANALYTICS: TEXT MINING Mitä tarkoittaa kun asiakkaat tai henkilöstö antavat arvosanan 3.1 o Keskiarvoa informatiivisempaa ovat taustalla olevat syyt

Lisätiedot

pitkittäisaineistoissa

pitkittäisaineistoissa Puuttuvan tiedon käsittelystä p. 1/18 Puuttuvan tiedon käsittelystä pitkittäisaineistoissa Tapio Nummi tan@uta.fi Matematiikan, tilastotieteen ja filosofian laitos Tampereen yliopisto Puuttuvan tiedon

Lisätiedot

Sukelluskeräily. Pelihahmon liikuttaminen. Aarre ja pisteet

Sukelluskeräily. Pelihahmon liikuttaminen. Aarre ja pisteet Sukelluskeräily 1 Tässä pelissä keräilet erilaisia aarteita ja väistelet vihollista. Tämän lisäksi pelaajan pitää käydä välillä pinnalla hengittelemässä. Peliin lisätään myös häiriötekijäksi esim. parvi

Lisätiedot

Ohjelmoinnin perusteet Y Python

Ohjelmoinnin perusteet Y Python Ohjelmoinnin perusteet Y Python T-106.1208 1.4.2009 T-106.1208 Ohjelmoinnin perusteet Y 1.4.2009 1 / 56 Tentti Ensimmäinen tenttimahdollisuus on pe 8.5. klo 13:00 17:00 päärakennuksessa. Tämän jälkeen

Lisätiedot

Synkrotronisäteily ja elektronispektroskopia. Tutkimus Oulun yliopistossa

Synkrotronisäteily ja elektronispektroskopia. Tutkimus Oulun yliopistossa Synkrotronisäteily ja elektronispektroskopia Tutkimus Oulun yliopistossa Ryhmätyö Keskustelkaa n. 4 hengen ryhmissä, mitä on synkrotronisäteily ja miten sitä tuotetaan. Kirjoittakaa ylös ajatuksianne.

Lisätiedot

Koesuunnitelma. Tuntemattoman kappaleen materiaalin määritys. Kon c3004 Kone ja rakennustekniikan laboratoriotyöt. Janne Mattila.

Koesuunnitelma. Tuntemattoman kappaleen materiaalin määritys. Kon c3004 Kone ja rakennustekniikan laboratoriotyöt. Janne Mattila. Kon c3004 Kone ja rakennustekniikan laboratoriotyöt Koesuunnitelma Tuntemattoman kappaleen materiaalin määritys Janne Mattila Teemu Koitto Lari Pelanne Sisällysluettelo 1. Tutkimusongelma ja tutkimuksen

Lisätiedot

2016/06/21 13:27 1/10 Laskentatavat

2016/06/21 13:27 1/10 Laskentatavat 2016/06/21 13:27 1/10 Laskentatavat Laskentatavat Yleistä - vaakageometrian suunnittelusta Paalu Ensimmäinen paalu Ensimmäisen paalun tartuntapiste asetetaan automaattisesti 0.0:aan. Tämä voidaan muuttaa

Lisätiedot

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3

521384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3 51384A RADIOTEKNIIKAN PERUSTEET Harjoitus 3 1. Tutkitaan mikroliuskajohtoa, jonka substraattina on kvartsi (ε r 3,8) ja jonka paksuus (h) on,15 mm. a) Mikä on liuskan leveyden w oltava, jotta ominaisimpedanssi

Lisätiedot

S85 laseretäisyysanturi

S85 laseretäisyysanturi Anturi Valokennot Etäisyysanturit S85 laseretäisyysanturi Laser 2-luokan näkyvä valo helpottaa asennusta Tunnistusetäisyys 10 tai 20 m, tarkkuus 7 mm, toistotarkkuus 1 mm 4-20 ma tai 0-10 V skaalattava

Lisätiedot

VINKKEJÄ CV-NETIN KÄYTTÖÖN. www.te-palvelut.fi

VINKKEJÄ CV-NETIN KÄYTTÖÖN. www.te-palvelut.fi VINKKEJÄ CV-NETIN KÄYTTÖÖN www.te-palvelut.fi TE-toimiston verkkoasiointiin pääset kirjautumaan www.te-palvelut.fi Oma asiointi Henkilöasiakas Kirjaudu sisään verkkopankkitunnuksilla ja hyväksy käyttöehdot

Lisätiedot

Infrapunalämpömittari CIR350

Infrapunalämpömittari CIR350 Infrapunalämpömittari CIR350 Käyttöopas (ver. 1.2) 5/23/2006 Johdanto Injektor solutionsin CIR350 infrapunalämpömittari tarjoaa sinulle laadukkaan laitteen huokeaan hintaan. Tämän laitteen etuja ovat Optiikka

Lisätiedot

Osallistavan suunnittelun kyselytyökalu

Osallistavan suunnittelun kyselytyökalu Osallistavan suunnittelun kyselytyökalu Käyttöohje InnoGIS- hankkeen aikana kehitetylle pilottiversiolle Dokumentti sisältää pilottiversiona toimivan kyselyn laatimiseen ja vastaamiseen liittyvän ohjeistuksen.

Lisätiedot

TIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op. Assembly ja konekieli

TIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op. Assembly ja konekieli TIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op Assembly ja konekieli Tietokoneen ja ohjelmiston rakenne Loogisilla piireillä ja komponenteilla rakennetaan prosessori ja muistit Prosessorin rakenne

Lisätiedot

Aaltoliike ajan suhteen:

Aaltoliike ajan suhteen: Aaltoliike Aaltoliike on etenevää värähtelyä Värähdysliikkeen jaksonaika T on yhteen värähdykseen kuluva aika Värähtelyn taajuus on sekunnissa tapahtuvien värähdysten lukumäärä Taajuuden ƒ yksikkö Hz (hertsi,

Lisätiedot

Suvi Junes/Pauliina Munter Tietohallinto/Opetusteknologiapalvelut 2014

Suvi Junes/Pauliina Munter Tietohallinto/Opetusteknologiapalvelut 2014 Tietokanta Tietokanta on työkalu, jolla opettaja ja opiskelijat voivat julkaista tiedostoja, tekstejä, kuvia ja linkkejä alueella. Opettaja määrittelee lomakkeen muotoon kentät, joiden kautta opiskelijat

Lisätiedot

Esimerkki - Näkymätön kuu

Esimerkki - Näkymätön kuu Inversio-ongelmat Inversio = käänteinen, päinvastainen Inversio-ongelmilla tarkoitetaan (suoran) ongelman ratkaisua takaperin. Arkipäiväisiä inversio-ongelmia ovat mm. lääketieteellinen röntgentomografia

Lisätiedot

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen SGN- Signaalinkäsittelyn perusteet Välikoe.5.4 Heikki Huttunen Tentissä ja välikokeessa saa käyttää vain tiedekunnan laskinta. Tenttikysymyksiä ei tarvitse palauttaa. Sivuilla -3 on. Sivuilla 4-5 on. Sivulla

Lisätiedot

Puzzle-SM 2000. Loppukilpailu 18.6.2000 Oulu

Puzzle-SM 2000. Loppukilpailu 18.6.2000 Oulu Puzzle-SM Loppukilpailu 8.6. Oulu Puzzle Ratkontaaikaa tunti Ratkontaaikaa tunti tsi palat 6 Varjokuva 7 Parinmuodostus 7 Paikallista 7 Metris 7 ominopalapeli Kerrostalot Pisteestä toiseen Heinäsirkka

Lisätiedot

Luento 6. Mustan kappaleen säteily

Luento 6. Mustan kappaleen säteily Mustan kappaleen säteily Luento 6 Pintaa, joka absorboi kaiken siihen osuvan sähkömagneettisen säteilyn, kutsutaan mustaksi kappaleeksi. Tällainen pinta myös säteilee kaikilla aallonpituuksilla. Sen sanotaan

Lisätiedot

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9. Python linkit: Python tutoriaali: http://docs.python.org/2/tutorial/ Numpy&Scipy ohjeet: http://docs.scipy.org/doc/ Matlabin alkeet (Pääasiassa Deni Seitzin tekstiä) Matriisit ovat matlabin perustietotyyppejä.

Lisätiedot

811120P Diskreetit rakenteet

811120P Diskreetit rakenteet 811120P Diskreetit rakenteet 2016-2017 1. Algoritmeista 1.1 Algoritmin käsite Algoritmi keskeinen laskennassa Määrittelee prosessin, joka suorittaa annetun tehtävän Esimerkiksi Nimien järjestäminen aakkosjärjestykseen

Lisätiedot

MAA4 Abittikokeen vastaukset ja perusteluja 1. Määritä kuvassa olevien suorien s ja t yhtälöt. Suoran s yhtälö on = ja suoran t yhtälö on = + 2. Onko väittämä oikein vai väärin? 2.1 Suorat =5 +2 ja =5

Lisätiedot