AS Automaatio- ja systeemitekniikan projektityöt. Indosyaniinivihreä optisessa aivoverisuonikuvantamisessa: esitystekniikan kehittäminen
|
|
- Hilkka Laaksonen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 TEKNILLINEN KORKEAKOULU Elektroniikan, tietoliikenteen ja automaation tiedekunta Automaatio- ja systeemitekniikka AS Automaatio- ja systeemitekniikan projektityöt Indosyaniinivihreä optisessa aivoverisuonikuvantamisessa: esitystekniikan kehittäminen Projektin aloitusaika: Projektin loppuaika: Dokumentin päiväys: Tehnyt: Martti Riuttamäki
2 Sisältö 1 Johdanto 3 2 Työn tavoitteet 4 3 Työn tulokset MATLAB:n m-tiedostot ja niillä muokattuja kuvia Kommentteja m-tiedostoista Simulink-mallit Ajastetut värikanavan muutokset Manuaaliset värikanavan muutokset Kommentteja Simulink-malleista Yhteenveto 15 5 Toteutunut aikataulu 16 6 Viitteet 17 7 Liitteet Liite 1. modifyimage4.m Liite 2. modifyimage6.m
3 1 Johdanto Tämän projektityön aiheena on indosyaniinivihreä -nimisen merkkiaineen avulla tehdyn verisuonikuvantamisen esitystekniikan kehittäminen. Indosyaniinivihreä on merkkiaine, joka uoresoi, eli synnyttää valoa, kun siihen kohdistetaan infrapunavaloa (800nm). Leikkauksissa indosyaniinivihreää käytetään sen vuoksi, että infrapuna-taajuinen valo läpäisee kudoksia hyvin, mikä mahdollistaa ihon alaisten kudosten ja verisuonten läpivalaisun. Käytännössä indosyaniinivihreää ruiskutetaan potilaan verenkiertoon, minkä jälkeen hänen kudoksiaan läpivalaistaan infrapunavalolla. Valon osuessa merkkiaineeseen, alkaa merkkiaiane uoresoida valoa, joka voidaan kuvata tarkoituksenmukaisella kameralla. [1] Projektityön aiheena on luoda katsaus MATLAB:n tarjoamiin mahdollisuuksiin muokata läpivalaistuista kudoksista otettuja kuvia havainnollisempaan muotoon. 3
4 2 Työn tavoitteet MATLAB:sta löytyy lukuisa joukko valmiita funktioita kuvankäsittelyyn. Näille funktioille yhteistä on se, että niillä voidaan tehdä kuville perustavanlaatuisia muunnoksia. Kehittyneempään kuvankäsittelyyn vaaditaan kuitenkin useiden valmiiden funktioiden käyttöä tai omien uusien funktioiden luomista. Tämän projektityön puitteissa ollaan käytetty ainoastaan MATLAB:n valmiita funktioita. Ongelmallista valmiiden funktioiden käytön suhteen oli se, että läpivalaistuista kudoksista otetuille kuville tulisi suorittaa monimutkaisia kuvankäsittelyoperaatioita, jotta kuvankäsittelyn hyöty maksimoituisi. Siinä missä tämä työ toimii pelkkänä esiselvityksenä, toisi edistyneempi kuvankäsittely mukanaan mahdollisuuden esimerkiksi etsiä ja erotella toisistaan kuvissa näkyvät valtimot ja laskimot. 4
5 3 Työn tulokset Työn tuloksena syntyi kaksi MATLAB:n valmiita funktioita yhdistelevää m-tiedostoa ja kaksi Simulink-mallia. Seuraavissa kappaleissa on kuvattuna m-tiedostojen sisältö sekä Simulink-mallit. 3.1 MATLAB:n m-tiedostot ja niillä muokattuja kuvia Projektin tuloksena syntyneissä m-tiedostoissa kutsutaan parametrina saadulle kuvalle yksinkertaisia muokkausoperaatioita. Ensimmäisessä m-tiedostossa (Liite 1) parametrikuva muutetaan ensin harmaasävykuvaksi, jonka jälkeen tasataan kuvan korkeimpia ja matalampia kontrastiarvoja[2]. Tämän menettelyn myötä esimerkiksi ylivalottuneesta kuvasta suodatetaan pois ylisuuret kirkkausarvot, jotta kuvan yksityiskohdat erottuisivat paremmin. Sen jälkeen kuvan värikartta muunnetaan, jolloin kuvasta tulee värillinen. Seuraavaksi kuvalle kutsutaan imtophat-funktiota [3], [4], jolla siitä suodatetaan pois keskivaaleita sävyjä. Lopuksi kuvasta tehdään binäärinen mustavalkokuva. Toinen m-tiedosto (Liite 2) eroaa ensimmäisestä siten, että siinä binääriseksi muutetusta kuvasta etsitään yhtenäisiä alueita bwlabel-funktiolla[5]. Omilla väreillään kuvattujen alueiden tulisi esittää valtimoita ja laskimoita. Tosin eri suonia ei pystytyä näin helposti erottamaan toisistaan, koska MATLAB:n bwlabel-funktio ei jostain syystä onnistunut erottelemaan kuvasta eri alueita kovinkaan mielekkäällä tavalla. Funktio bwlabel ottaa parametrikseen muutettavan matriisimuotoisen kuvan ja etsittävien alueiden lukumäärän (4 tai 8). Funktio ei kuitenkaan kyennyt erottelemaan selvästi erillisiä suurehkoja alueita omiksi saarekkeikseen, joten sen käytöstä ei tehtyjen testausten perusteella ollut juurikaan hyötyä. Seuraavassa on kaksi kuvasarjaa, jotka on tulostettu kutsumalla projektityössä luotuja m-funktioita testikäytössä olleesta ICG-videosta poimituille kahdelle pysäytyskuvalle. Molemmat m-tiedostot ottavat parametreikseen muokattavan kuvan tiedostopolun sekä sen värikartan[6], jonka mukaisesti parametrikuva värjätään sitä muokattaessa. 5
6 Seuraavassa kuvasarjassa on esitetty ensimmäinen testivideosta poimituista kuvista. Kuvasarjassa näkyy sekä muokkaamaton harmaasävykuva, että harmaasävykuvasta muokattuja kuvia (modifyimage4.m, Liite 1). Kuva 1: Ensimmäinen kuva (vas. yl.) on alkuperäinen harmaasävykyva, toinen kuva (oik. yl.) on alkuperäinen kuva, jonka kontrastia on muokattu. Kolmannessa kuvassa (vas. al.) on muokattu kontrastia sekä värikartta. Viimeinen kuva on binäärinen mustavalkokuva. 6
7 Seuraavassa kuvasarjassa on näytetty saman kuvan muunnoksia, kuin Kuvassa 1, mutta mukaan on lisätty mm. kuvan erillisten alueiden erottelu ja niiden värittäminen omilla väreillään (modifyimage6.m, Liite 2). Kuva 2: Tässä kuvasarjassa näkyy edellisen kuvasarjan tapaan muokatun kontrastin ja värikartan vaikutukset, mutta tällä kertaa värikartan muutos on esitetty erillisenä kuvana (vas. kesk.). Viimeisessä kuvassa (oik. al.) näkyy lisäksi tilanne, jossa binäärisestä kuvasta on eroteltu alueita ja merkitty ne eri värisiksi. 7
8 Kuvassa 3 on muokattuna toinen testivideosta napattu pysäytyskuva (modifyimage4.m, Liite 1). Kuva 3: Samat muokkaukset, kuin Kuvassa 1, mutta tällä kertaa kuvassa näkyy enemmän verisuonia, koska merkkiaineen konsentraatio on suurempi. 8
9 Kuvassa 4 on esitetty jälkimmäisen pysäytyskuvan muokkausta (modifyimage6.m, Liite 2). Kuva 4: Samat muokkauoperaatiot kuin kuvassa 2, mutta muokattava kuva on tässä kohtaa sama kuin Kuvassa Kommentteja m-tiedostoista Edellisen kappaleen kuvista voidaan nähdä se, että mitään mullistavaa kuvankäsittelyä värisuonikuville ei olla tehty. Silmään pistää etenkin puutteet erillisten alueiden värittämisessä, koska edes selvästi erillisiä alueita ei olla väritetty omilla väreillään. Tämä johtuu siitä, ettei käytetty bwlabel-funktio[5] osaa erotella mielekkäästi verisuonikuvista erillisiä alueita. Funktio bwlabel etsii kuvasta muotoja. Muoto on yhtenäinen kirkas alue. Toisaalta on kyseenalaista, kannattaako verisuonia erotella toisistaan pelkkien kirkkauden muutosten perusteella. Tällöin luokittelu tapahtuu sokeasti, eikä suonten jaottelu valtimoihin ja laskimoihin todennäköisesti onnistu. Huomattavasti edistyneemmän kuvankäsittelyn myötä valtimot ja laskimot voitaisiin erottaa toisistaan käyttämällä älykästä ajastusta, jossa videokuvassa näkyvien verisuonten kirkkausmuutoksista pääteltäisiin, mitkä suonet ovat valtimoita (kirkastuvat ensin) ja mitkä suonet ovat laskimoita (kirkastuvat pienellä viiveellä). Valtimoiden ja laskimoiden erittelu yksittäisistä kuvista ei tosin tällöinkään onnistuisi, koska erottelu olisi riippuvainen aikatiedosta. Seuraavassa kappaleessa on esitelty projektityön puitteissa tehtyjä videokuvan käsittelyyn kykeneviä Simulink-malleja, joissa on esitetty videokuvan toistoa ja esimerkiksi ajastusten käyttöä Simulink:ssä. 9
10 3.2 Simulink-mallit Edellä esitetyt MATLAB-tiedostot soveltuvat vain yksittäisten kuvien muokkaamiseen. Tässä kappaleessa on esitetty projektityössä tehdyt Simulink-mallit, joilla voidaan muokata liikkuvaa kuvaa. Tosin liikkuva kuva esitetään Simulink:ssä yksittäisinä kuvina. Siten edellisen kappaleen m-tiedostoja voitaisiin käyttää myös Simulink:ssä. Seuraavassa on esitetty Simulink-mallit, joista ensimmäisessä luetaan videotiedostosta muokkaamatonta videokuvaa, muutetaan videokuvan kontrastia sekä muutellaan värikanavia (RGB) ajastetusti. Jälkimmäisessä Simulink-mallissa käyttäjän on mahdollista valita käyttöön haluamansa värikanavat, jolloin tuloksena on esimerkiksi violetteja värisävyjä silloin, kun käytössä on punainen(r) ja sininen(b) värikanava Ajastetut värikanavan muutokset Ensimmäisessä Simulink-mallissa toistettavan muokatun kuvan värikanavien vaihdokset tapahtuvat ajastusti (malliin on lisätty kello ja vipuja). Seuraavassa on esitetty kuvia ajastetusti värikanavia muuttavasta Simulink-mallista. Kuva 5: Ajastetut värikanavan muutokset Simulink:ssä. Ensimmäisessä videossa (vas.) on alkuperäinen video, keskimmäisessä videon kontrastia on muokattu, ja viimeisessä lisäksi sen värikanavaa on muutettu. Aikaa videotoiston alusta on kuvan tapauksessa kulunut 3s. 10
11 Kuva 6: Ajastetut värikanavan muutokset Simulink:ssä. Ensimmäisessä videossa (vas.) on alkuperäinen video, keskimmäisessä videon kontrastia on muokattu, ja viimeisessä lisäksi sen värikanavaa on muutettu. Aikaa videotoiston alusta on kuvan tapauksessa kulunut 10s. 11
12 Kuva 7: Ajastetut värikanavan muutokset Simulink:ssä. Ensimmäisessä videossa (vas.) on alkuperäinen video, keskimmäisessä videon kontrastia on muokattu, ja viimeisessä lisäksi sen värikanavaa on muutettu. Aikaa videotoiston alusta on kuvan tapauksessa kulunut 15 s. 12
13 3.2.2 Manuaaliset värikanavan muutokset Toisessa Simulink-mallissa värikanavien muutokset tapahtuvat käyttäjän valinnan mukaan manuaalisesti. Käytettävien värikanavien valinta tehdään vivuilla(switch), joiden tilaa (on/o) voidaan muuttaa hiiren napin klikkauksin. Seuraavassa on kuva manuaalisten värikanavien vaihdosten mallista. Kuva 8: Manuaalinen värikanavien valinta. Ensimmäisessä videossa (vas.) on alkuperäinen video, keskimmäisessä videon kontrastia on muokattu, ja viimeisessä lisäksi sen värikanavaa on muutettu. Kuvan tapaksessa käytössä ovat vihreä(g) ja sininen(b) kanava Kommentteja Simulink-malleista Edellisten kappaleiden Simulink-mallit ovat lähinnä Simulink:n perustoimintoja esitteleviä äärimmilleen pelkistettyjä esimerkkejä. Ajastettuja värikanavien muutoksia esittelevässä mallissa värien lisäämisellä kuvasta saadaan hiukan havainnollisempi, koska ihmissilmän kyky erotella harmaasävyjä on hyvin rajoittunut. Tosin värien käyttöön ei tällöinkään liity juurikaan älykkyyttä, koska valtimoita ja laskimoita ei 13
14 edelleenkään erotella mitenkään toisistaan. Jälkimmäinen malli on vieläkin yksinkertaisempi sen ainoastaan tarjotessa käyttäjälle mahdollisuuden valita, minkä väristä videokuvaa hän katselee. 14
15 4 Yhteenveto Tämä projektityö tarjoaa lähtökohdan mahdollisesti tuleville samaa aihetta käsitteleville töille. Seuraavassa on listattuna projektin kuluessa kertyneitä havaintoja, jotka kannattaa ottaa huomioon jatkossa. - Windows tukee käyttöjärjestelmänä codeceja, joita myös MATLAB ja Simulink tarvitsevat pakattuja videoita toistettaessa. Pakkaamattomat videot ovat kohtuuttoman suurikokoisia ja raskaita prosessoida. - MATLAB:n valmiit funktiot eivät ilmeisesti riitä monimutkaisten verisuonikuvien käsittelyyn, vaan kuvanmuokkaus on tehtävä pikselitasolla. - MATLAB tarjoaa työkaluja reaaliaikaisen videokuvan käsittelyyn (Data Acquisition Toolbox) - Verisuonten luokittelu valtimoiksi ja laskimoiksi voitaisiin kenties tehdä tilakoneen avulla, jossa syötevideosta poimittaisiin kirkastuvia kohtia, ja niitä värjättäisiin ajastusta apuna käyttäen asteittain muuttuvilla värisävyillä. (Simulink:n State- ow Toolbox) - Mikäli ICG-kuvien käsittelystä halutaan saada taloudellista hyötyä, niin PC:n ja MATLAB:n sijaan kannattanee kuvankäsittelyssä käyttää kameraan liitettävää ohjelmoitavaa logiikkaa (FPGA), jolloin lopputulos on edullisempi, nopeampi(?) ja helpompi kaupallistaa. 15
16 5 Toteutunut aikataulu Seuraavassa on esitetty projektin tekoon kulunut aika. Tehtävä Kulunut aika [h] MATLAB:n m-tiedostojen teko 10 Simulink-mallien teko 20 Dokumentointi ja esitykset 15 Yhteensä 45 Tarkemmin eriteltynä eniten projektissa kului aikaa videotiedoston saattamiseen MAT- LAB:n tukemaan muotoon. Lisäksi TKK:n Windows-luokkien tietokoneiden codectuki paljastui melko puutteelliseksi, joten aikaa kului myös sopivia codec-muunnoksia tekevän ohjelman etsimiseen internetistä. 16
17 6 Viitteet Viitteet [1] TAU/memos/AUTOaivo/, viitattu [2] helpdesk/help/toolbox/images/index.html?/access/helpdesk/ help/toolbox/images/stretchlim.html, viitattu [3] helpdesk/help/toolbox/images/index.html?/access/helpdesk/ help/toolbox/images/imtophat.html, viitattu [4] helpdesk/help/toolbox/images/index.html?/access/helpdesk/ help/toolbox/images/strel.html, viitattu [5] helpdesk/help/toolbox/images/index.html?/access/helpdesk/ help/toolbox/images/bwlabel.html, viitattu [6] helpdesk/help/techdoc/index.html?/access/helpdesk/ help/techdoc/ref/colormap.html, viitattu
18 7 Liitteet 7.1 Liite 1. modifyimage4.m % Function modies the parameter image by: % (1) changing a parameter image to a grayscale -> show % (2) adjusting the resulting image's contrast (*) -> show % % (3) performing morphological top-hat ltering % (4) determining a proper level for thresholding % (5) converting image into black and white binary image by % thresholding -> show % (*) Also showing the contrast adjusted colormap manipulated % image. % % The function returns the black and white binary image, which % it has tried to sort into 4 dierent regions. function imout = modifyimage4(imin, cmap) grayscale = rgb2gray(imread(imin)); %(1) subplot(2, 2, 1) % Plotting as subimage (lets the image to have its original colormap % -> gray) subimage(grayscale) title('original image in grayscale'); % stretchlim is used to determine a proper latter and upper % limit for the contrast to be taken in account of input image. % The contrast values below the latter limit and values above % the upper limit are ignored: adjusted = imadjust(grayscale,stretchlim(grayscale),[], 1); %(2) subplot(2, 2, 2) subimage(adjusted) title('modied contrast'); subplot(2, 2, 3), imshow(adjusted), title('modied colormap and contrast'); tophat = imtophat(adjusted, strel('disk',35)); %(3) level = abs(graythresh(tophat)); %(4) binary = im2bw(tophat, level); %(5) imout = binary; subplot(2, 2, 4), imshow(binary), title('tophat ltered, binary image'); % Changing the colormap for all the images besides the 1st one colormap(cmap) %(2) 18
19 7.2 Liite 2. modifyimage6.m % Function modies the parameter image by: % (1) changing a parameter image to a grayscale -> show % (2) adjusting grayscale image's colormap (*) -> show % (3) adjusting the resulting image's contrast (*) -> show % % (4) performing morphological top-hat ltering % (5) determining a proper level for thresholding % (6) converting image into black and white binary image by % thresholding -> show % (7) seeking connected areas for representing them with % dierent colors -> sorts image into labels. % (8) converting image's label matrix into RGB image -> show % (*) Also showing the contrast adjusted colormap manipulated % image. % % The function returns the colored binary image, which it % has tried to sort into 4 dierent regions(bwlabel-function). function imout = modifyimage6(imin, cmap) grayscale = rgb2gray(imread(imin)); % (1) subplot(3, 2, 1) % Plotting as subimage (lets the image to have its original colormap % -> gray) subimage(grayscale) %(*) title('original image in grayscale'); % stretchlim is used to determine a proper latter and upper % limit for the contrast to be taken in account of input image. % The contrast values below the latter limit and values above % the upper limit are ignored: adjusted = imadjust(grayscale,stretchlim(grayscale),[], 1); % (3) subplot(3, 2, 2) subimage(adjusted) title('modied contrast'); subplot(3, 2, 3), imshow(grayscale) title('modied colormap'); subplot(3, 2, 4), imshow(adjusted), title('modied colormap and contrast'); tophat = imtophat(adjusted, strel('disk',35)); %(4) level = abs(graythresh(tophat)); %(5) binary = im2bw(tophat, level); %(6) 19
20 [labeled] = bwlabel(binary, 4); %(7) RGB_label = 'k', 'shue'); %(8) imout = RGB_label; subplot(3, 2, 5), imshow(binary), title('tophat ltered, binary image'); subplot(3, 2, 6), imshow(imout), title('tophat ltered, colored binary image'); % Changing the colormap for all the images besides the 1st one colormap(cmap) %(2) 20
S09 04 Kohteiden tunnistaminen 3D datasta
AS 0.3200 Automaatio ja systeemitekniikan projektityöt S09 04 Kohteiden tunnistaminen 3D datasta Loppuraportti 22.5.2009 Akseli Korhonen 1. Projektin esittely Projektin tavoitteena oli algoritmin kehittäminen
LisätiedotHAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 Väritilat, kanavat
HAAGA-HELIA ammattikorkeakoulu Photoshop ohje 59 VÄRIT Värimuokkain-ikkuna Työkalupaletin tai Color-paletin Foreground tai Background Color kuvaketta napsauttamalla saadaan näkyviin Color Picker-valintaikkuna
LisätiedotVaatimusmäärittely Ohjelma-ajanvälitys komponentti
Teknillinen korkeakoulu 51 Vaatimusmäärittely Ohjelma-ajanvälitys komponentti Versio Päiväys Tekijä Kuvaus 0.1 21.11.01 Oskari Pirttikoski Ensimmäinen versio 0.2 27.11.01 Oskari Pirttikoski Lisätty termit
LisätiedotS11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma
AS-0.3200 Automaatio- ja systeemitekniikan projektityöt S11-04 Kompaktikamerat stereokamerajärjestelmässä Projektisuunnitelma Ari-Matti Reinsalo Anssi Niemi 28.1.2011 Projektityön tavoite Projektityössä
LisätiedotTeknillinen korkeakoulu T-76.115 Tietojenkäsittelyopin ohjelmatyö. Testitapaukset - Koordinaattieditori
Testitapaukset - Koordinaattieditori Sisällysluettelo 1. Johdanto...3 2. Testattava järjestelmä...4 3. Toiminnallisuuden testitapaukset...5 3.1 Uuden projektin avaaminen...5 3.2 vaa olemassaoleva projekti...6
LisätiedotZeon PDF Driver Trial
Matlab-harjoitus 2: Kuvaajien piirto, skriptit ja funktiot. Matlabohjelmoinnin perusteita Numeerinen integrointi trapezoidaalimenetelmällä voidaan tehdä komennolla trapz. Esimerkki: Vaimenevan eksponentiaalin
Lisätiedot(Kuva2) (Kuva 3 ja 4)
Navigointi (Kuva1) Perinteisestä ohjelmasta poiketen, GIMP käyttöliittymä muodostuu useasta ikkunasta. Siinä on pääikkuna, joka sisältää työstettävän kuvan sekä ylärivin dropdown valikkoina kaikki ohjelman
LisätiedotProjektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén
Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa
LisätiedotKÄYTTÖOHJE. Servia. S solutions
KÄYTTÖOHJE Servia S solutions Versio 1.0 Servia S solutions Servia Finland Oy PL 1188 (Microkatu 1) 70211 KUOPIO puh. (017) 441 2780 info@servia.fi www.servia.fi 2001 2004 Servia Finland Oy. Kaikki oikeudet
LisätiedotGIS-automatisointi ja ohjelmointi/skriptaus. Harri Antikainen
GIS-automatisointi ja ohjelmointi/skriptaus Harri Antikainen Mistä nyt puhutaan? Automatisointi: Mikä tahansa tapa teettää tietokoneella asioita ilman että käyttäjän tarvitsee tehdä muuta kuin laittaa
LisätiedotMaastotietokannan torrent-jakelun shapefile-tiedostojen purkaminen zip-arkistoista Windows-komentojonoilla
Maastotietokannan torrent-jakelun shapefile-tiedostojen purkaminen zip-arkistoista Windows-komentojonoilla Viimeksi muokattu 5. toukokuuta 2012 Maastotietokannan torrent-jakeluun sisältyy yli 5000 zip-arkistoa,
LisätiedotCABAS. Release Notes 5.4. Uusi kuvien ja dokumenttien käsittely
Release Notes 5.4 CABAS Uusi kuvien ja dokumenttien käsittely Olemme päivittäneet ja nykyaikaistaneet CABASin kuvien ja dokumenttien käsittelyn. Nyt kuvia voi vetää hiiren osoittimella ja pudottaa ne kuvaluetteloon.
LisätiedotMatopeli C#:lla. Aram Abdulla Hassan. Ammattiopisto Tavastia. Opinnäytetyö
Matopeli C#:lla Aram Abdulla Hassan Ammattiopisto Tavastia Opinnäytetyö Syksy 2014 1 Sisällysluettelo 1. Johdanto... 3 2. Projektin aihe: Matopeli C#:lla... 3 3. Projektissa käytetyt menetelmät ja työkalut
LisätiedotTilastolliset ohjelmistot 805340A. Pinja Pikkuhookana
Tilastolliset ohjelmistot 805340A Pinja Pikkuhookana Sisältö 1 SPSS 1.1 Yleistä 1.2 Aineiston syöttäminen 1.3 Aineistoon tutustuminen 1.4 Kuvien piirtäminen 1.5 Kuvien muokkaaminen 1.6 Aineistojen muokkaaminen
LisätiedotDOORSin Spreadsheet export/import
DOORSin Spreadsheet export/import 17.10.2006 SoftQA Oy http/www.softqa.fi/ Pekka Mäkinen Pekka.Makinen@softqa.fi Tietojen siirto DOORSista ja DOORSiin Yhteistyökumppaneilla ei välttämättä ole käytössä
LisätiedotLuo mediaopas Tarinatallentimella
Luo mediaopas Tarinatallentimella 2015 Tarinatallennin Tarinatallentimella voi helposti luoda mediaoppaita käytettäväksi älypuhelimilla. Sen avulla rakennat erilaisia kokonaisuuksia helposti ja hallitset
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen
TL553 DSK, laboraatiot (.5 op) Kuvasignaalit Jyrki Laitinen TL553 DSK, laboraatiot (.5 op), K25 Suorita oheisten ohjeiden mukaiset tehtävät Matlab- ja VCDemo-ohjelmistoja käyttäen. Kokoa erilliseen mittauspöytäkirjaan
LisätiedotGimp JA MUUT KUVANKÄSITTELYOHJELMAT
Gimp JA MUUT KUVANKÄSITTELYOHJELMAT Daniela Lund Ti07 A241227 Linux-järjstelmät 01.12.2009 MIKÄ ON KUVANKÄSITTELYOHJELMA? Kuvankäsittelyohjelma on tietokoneohjelma, jolla muokataan digitaalisessa muodossa
LisätiedotSIMULINK S-funktiot. SIMULINK S-funktiot
S-funktio on ohjelmointikielellä (Matlab, C, Fortran) laadittu oma algoritmi tai dynaamisen järjestelmän kuvaus, jota voidaan käyttää Simulink-malleissa kuin mitä tahansa valmista lohkoa. S-funktion rakenne
LisätiedotS-114.3812 Laskennallinen Neurotiede
S-114.3812 Laskennallinen Neurotiede Laskuharjoitus 2 4.12.2006 Heikki Hyyti 60451P Tehtävä 1 Tehtävässä 1 piti tehdä lineaarista suodatusta kuvalle. Lähtötietoina käytettiin kuvassa 1 näkyvää harmaasävyistä
LisätiedotAsiakirjojen vertailu-kurssi
Asiakirjojen vertailu-kurssi Revussa voi verrata keskenään kahta PDF:ää ja automaattisesti näyttää niiden väliset erot. Piirrosten ja kaaviokuvien vertailu sujuu siten helposti ja nopeasti. Kun haluat
LisätiedotDOORS Word DOORS 29.04.2004. SoftQA Pekka Mäkinen Pekka.Makinen@softqa.fi
DOORS Word DOORS 29.04.2004 SoftQA Pekka Mäkinen Pekka.Makinen@softqa.fi Tietojen siirto DOORSista ja DOORSiin Yhteistyökumppaneilla ei välttämättä ole käytössä Telelogic DOORS -ohjelmistoa, jolloin vaatimusten
LisätiedotGoogle-työkalut: Dokumenttien jakaminen ja kommentointi
Google-työkalut: Dokumenttien jakaminen ja kommentointi Dokumenttien jakaminen Google työkaluilla luodut dokumentit on jaettavissa muille käyttäjille Jaa painikkeella, joka sijaitsee työkalujen oikeassa
LisätiedotS-114.2720 Havaitseminen ja toiminta
S-114.2720 Havaitseminen ja toiminta Heikki Hyyti 60451P Harjoitustyö 2 visuaalinen prosessointi Treismanin FIT Kuva 1. Kuvassa on Treismanin kokeen ensimmäinen osio, jossa piti etsiä vihreätä T kirjainta.
LisätiedotOctave-opas. Mikä on Octave ja miksi? Asennus
Octave-opas Mikä on Octave ja miksi? Asennus Käynnistys ja käyttöliittymä Komennot tiedostojen hallintaan SciTE-editor.m-tiedostot Ohjeita muualla Mikä on Octave ja miksi? Octave on numeeriseen laskentaan
LisätiedotMitä on konvoluutio? Tutustu kuvankäsittelyyn
Mitä on konvoluutio? Tutustu kuvankäsittelyyn Tieteenpäivät 2015, Työohje Sami Varjo Johdanto Digitaalinen signaalienkäsittely on tullut osaksi arkipäiväämme niin, ettemme yleensä edes huomaa sen olemassa
LisätiedotPIKSELIT JA RESOLUUTIO
PIKSELIT JA RESOLUUTIO 22.2.2015 ATK Seniorit Mukanetti ry / Tuula P 2 Pikselit ja resoluutio Outoja sanoja Outoja käsitteitä Mikä resoluutio? Mikä pikseli? Mitä tarkoittavat? Miksi niitä on? Milloin tarvitaan?
LisätiedotLAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä
Esri Finland LAS- ja ilmakuva-aineistojen käsittely ArcGIS:ssä November 2012 Janne Saarikko Agenda Lidar-aineistot ja ArcGIS 10.1 - Miten LAS-aineistoa voidaan hyödyntää? - Aineistojen hallinta LAS Dataset
LisätiedotToteutusDokumentaatio. FotMana17
ToteutusDokumentaatio FotMana17 Tekijä(t) Kimmo Kärki Kka v1.0 Päiväys: 7.9.2017 Tiivistelmä Tarkoituksena oli rakentaa Jalkapallomanageri järjestelmä, jolla voidaan pelata visuaalisesti manageripeliä.
Lisätiedot4. Lausekielinen ohjelmointi 4.1
4. Lausekielinen ohjelmointi 4.1 Sisällys Konekieli, symbolinen konekieli ja lausekieli. Lausekielestä konekieleksi: - Lähdekoodi, tekstitiedosto ja tekstieditorit. - Kääntäminen ja tulkinta. - Kääntäminen,
LisätiedotVideon tallentaminen Virtual Mapista
Videon tallentaminen Virtual Mapista Kamera-ajon tekeminen Karkean kamera ajon teko onnistuu nopeammin Katseluohjelmassa (Navigointi > Näkymät > Tallenna polku). Liikeradan ja nopeuden tarkka hallinta
LisätiedotLaskuharjoitus 2 ( ): Tehtävien vastauksia
TT12S1E Tietoliikenteen perusteet Metropolia/A. Koivumäki Laskuharjoitus 2 (11.9.2013): Tehtävien vastauksia 1. Eräässä kuvitteellisessa radioverkossa yhdessä radiokanavassa voi olla menossa samanaikaisesti
LisätiedotFinFamily PostgreSQL installation ( ) FinFamily PostgreSQL
FinFamily PostgreSQL 1 Sisällys / Contents FinFamily PostgreSQL... 1 1. Asenna PostgreSQL tietokanta / Install PostgreSQL database... 3 1.1. PostgreSQL tietokannasta / About the PostgreSQL database...
LisätiedotNokia Pureview 808:lle ja muille
QtMPVCamera monipuolinen kamera Nokia Pureview 808:lle ja muille Matti Vuori, www.mattivuori.net 2014-01-01 1(21) Sisällysluettelo 1/2 Mistä on kyse? 4 Kamerasta 5 Kuvausnäyttö 6 Style-valikko 7 Colour-valikko
LisätiedotKOTISIVUKONE ULKOASUEDITORI
KOTISIVUKONE ULKOASUEDITORI Kun olet luonut itsellesi kotisivut, voit aloittaa ulkoasun yksityiskohtaisemman räätälöimisen. Kotisivukone tarjoaa helppokäyttöisen ulkoasueditorin, jonka avulla saat sivujen
LisätiedotVideokuvan siirtäminen kamerasta tietokoneelle Windows Movie Maker -ohjelman avulla
Videokuvan siirtäminen kamerasta tietokoneelle Windows Movie Maker -ohjelman avulla 1. Digivideokamera liitetään tietokoneeseen FireWire-piuhalla. (Liitännällä on useita eri nimiä: myös IEEE 1394, DV,
LisätiedotHyvästä kuvasta hyvään kollaasiin. Siilinjärvi 17.5. ja 21.5.2010 Hannu Räisänen
Hyvästä kuvasta hyvään kollaasiin Siilinjärvi 17.5. ja 21.5.2010 Hannu Räisänen Copyright Hannu Räisänen 2010 1 Kuvankäsittely Copyright Hannu Räisänen 2010 2 Kuvankäsittelyn työskentelyjärjestys Kopioi
LisätiedotPertti Pennanen DOKUMENTTI 1 (5) EDUPOLI ICTPro1 29.10.2013
Virtualisointi Pertti Pennanen DOKUMENTTI 1 (5) SISÄLLYSLUETTELO Virtualisointi... 2 Virtualisointiohjelmia... 2 Virtualisointitapoja... 2 Verkkovirtualisointi... 2 Pertti Pennanen DOKUMENTTI 2 (5) Virtualisointi
LisätiedotLaskuharjoitus 9, tehtävä 6
Aalto-yliopiston perustieteiden korkeakoulu Jouni Pousi Systeemianalyysin laboratorio Mat-2.4129 Systeemien identifiointi Laskuharjoitus 9, tehtävä 6 Tämä ohje sisältää vaihtoehtoisen tavan laskuharjoituksen
Lisätiedot1.3 Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 811122P (5 op.) 12.12.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
Lisätiedotplot(f(x), x=-5..5, y=-10..10)
[] Jokaisen suoritettavan rivin loppuun ; [] Desimaalierotin Maplessa on piste. [] Kommentteja koodin sekaan voi laittaa # -merkin avulla. Esim. #kommentti tähän [] Edelliseen tulokseen voi viitata merkillä
LisätiedotKäyttöohje. Painikkeet:
Käyttöohje Painikkeet: 1. PLAY: Päällä/pois päältä Toisto/Pysäytys 2. M: Valinta/Vahvistus 3. ON/OFF: Virtapainike soittimen päällä 4 Vol+: Äänenvoimakkuuden lisäys 5 Vol-: Äänenvoimakkuuden vähennys :
LisätiedotNetwork to Get Work. Tehtäviä opiskelijoille Assignments for students. www.laurea.fi
Network to Get Work Tehtäviä opiskelijoille Assignments for students www.laurea.fi Ohje henkilöstölle Instructions for Staff Seuraavassa on esitetty joukko tehtäviä, joista voit valita opiskelijaryhmällesi
LisätiedotInternet-pohjainen ryhmätyöympäristö
Menetelmäohje Internet-pohjainen ryhmätyöympäristö Riku Hurmalainen, 24.3.2002 Sisällysluettelo 1. Johdanto...3 2. Termit...4 3. Toteutus...5 3.1. Yleiskuvaus...5 3.2. Tekninen ratkaisu...5 3.3. Tietoturva...6
LisätiedotSTEP 1 Tilaa ajattelulle
Työkalu, jonka avulla opettaja voi suunnitella ja toteuttaa systemaattista ajattelutaitojen opettamista STEP 1 Tilaa ajattelulle Susan Granlund Euran Kirkonkylän koulu ja Kirsi Urmson Rauman normaalikoulu
Lisätiedot2_1----~--~r--1.~--~--~--,.~~
K.Loberg FYSE420 DIGITAL ELECTRONICS 3.06.2011 1. Toteuta alia esitetyn sekvenssin tuottava asynkroninen pun. Anna heditefunktiot, siirtotaulukko ja kokonaistilataulukko ( exitation functions, transition
Lisätiedot3D-kuvauksen tekniikat ja sovelluskohteet. Mikael Hornborg
3D-kuvauksen tekniikat ja sovelluskohteet Mikael Hornborg Luennon sisältö 1. Optiset koordinaattimittauskoneet 2. 3D skannerit 3. Sovelluskohteet Johdanto Optiset mittaustekniikat perustuvat valoon ja
Lisätiedot1.3Lohkorakenne muodostetaan käyttämällä a) puolipistettä b) aaltosulkeita c) BEGIN ja END lausekkeita d) sisennystä
OULUN YLIOPISTO Tietojenkäsittelytieteiden laitos Johdatus ohjelmointiin 81122P (4 ov.) 30.5.2005 Ohjelmointikieli on Java. Tentissä saa olla materiaali mukana. Tenttitulokset julkaistaan aikaisintaan
LisätiedotDigitaalisen tarinan koostaminen HTKS Tanja Välisalo
Digitaalisen tarinan koostaminen HTKS152 17.2.2014 Tanja Välisalo Digitaalisen tarinan käytännön toteutus 1. Kuva-, ääni- ja videomateriaalin muokkaaminen 2. Digitaalisen tarinan koostaminen Editointi
LisätiedotLYTH-CONS CONSISTENCY TRANSMITTER
LYTH-CONS CONSISTENCY TRANSMITTER LYTH-INSTRUMENT OY has generate new consistency transmitter with blade-system to meet high technical requirements in Pulp&Paper industries. Insurmountable advantages are
LisätiedotMendeley-esittely. Turun yliopiston kirjasto Syksy 2016
Mendeley-esittely Turun yliopiston kirjasto Syksy 2016 Mikä Mendeley on? Ilmainen viitteidenhallintaohjelma (laajemmat säilytystilat maksavat erikseen) Ohjelma akateemiseen verkostoitumiseen Dokumenttien
LisätiedotGimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8. Tasot ja kanavat. Jynkänlahden koulu. Yleistä
Gimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8 Tasot ja kanavat Yleistä Tasot eli layerit ovat tärkeä osa nykyajan kuvankäsittelyä. Tasojen perusidea on se, että ne ovat läpinäkyviä "kalvoja", joita
LisätiedotTIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op. FT Ari Viinikainen
TIEP114 Tietokoneen rakenne ja arkkitehtuuri, 3 op FT Ari Viinikainen Tietokoneen rakenne Keskusyksikkö, CPU Keskusmuisti Aritmeettislooginen yksikkö I/O-laitteet Kontrolliyksikkö Tyypillinen Von Neumann
LisätiedotHARJOITUS- PAKETTI A
Logistiikka A35A00310 Tuotantotalouden perusteet HARJOITUS- PAKETTI A (6 pistettä) TUTA 19 Luento 3.Ennustaminen County General 1 piste The number of heart surgeries performed at County General Hospital
LisätiedotNoutaa ajoneuvotiedot Trafi-kyselyn kautta (mahdollistuu vuoden 2016 aikana)
1 of Vahinkotarkastusappi Yleistietoa Appi Vahinkotarkastus on tarkoitettu CABAS-käyttäjille. Appi tekee vahinkotarkastuksesta helpompaa ja nopeampaa. Appia käytetään helpottamaan vahinkotarkastuksen tekoa-
LisätiedotTässä ohjeessa käydään läpi sosiaalisen median verkkopalveluiden lisätoimintojen lisääminen verkkosivuillesi.
SOSIAALINEN MEDIA Tässä ohjeessa käydään läpi sosiaalisen median verkkopalveluiden lisätoimintojen lisääminen verkkosivuillesi. FACEBOOK Facebook mahdollistaa useiden erilaisten Social plugins -toimintojen
LisätiedotOpetusmateriaalin visuaalinen suunnittelu. Kirsi Nousiainen 27.5.2005
Opetusmateriaalin visuaalinen suunnittelu Kirsi Nousiainen 27.5.2005 Visuaalinen suunnittelu Ei ole koristelua Visuaalinen ilme vaikuttaa vastaanottokykyyn rauhallista jaksaa katsoa pitempään ja keskittyä
LisätiedotTiedostonhallinta. Yleistä
Tiedostonhallinta Tiedostonhallinnan kautta voi muokata kaikkia näkymän tiedostoja. Sitä tarvitaan näkymien räätälöintiin ja joidenkin asetusten muuttamiseen. Yleistä Tiedostojen tarkastelu ja muokkaus
LisätiedotFETAL FIBROBLASTS, PASSAGE 10
Double-stranded methylation patterns of a 104-bp L1 promoter in DNAs from fetal fibroblast passages 10, 14, 17, and 22 using barcoded hairpinbisulfite PCR. Fifteen L1 sequences were analyzed for passages
LisätiedotKuvan käsittelyn vaiheet
Kuvan käsittelyn vaiheet Kuvan muodostus Kuva kaapataan analogisella tai digitaalisella kameralla [image acquisition]. Analoginen kuva digitoidaan. Digitoituun kuvaan otetaan tehtävän ratkaisun kannalta
LisätiedotGeoGebra-harjoituksia malu-opettajille
GeoGebra-harjoituksia malu-opettajille 1. Ohjelman kielen vaihtaminen Mikäli ohjelma ei syystä tai toisesta avaudu toivomallasi kielellä, voit vaihtaa ohjelman käyttöliittymän kielen seuraavasti: 2. Fonttikoon
LisätiedotCapacity Utilization
Capacity Utilization Tim Schöneberg 28th November Agenda Introduction Fixed and variable input ressources Technical capacity utilization Price based capacity utilization measure Long run and short run
LisätiedotOsoitin ja viittaus C++:ssa
Osoitin ja viittaus C++:ssa Osoitin yksinkertaiseen tietotyyppiin Osoitin on muuttuja, joka sisältää jonkin toisen samantyyppisen muuttujan osoitteen. Ohessa on esimerkkiohjelma, jossa määritellään kokonaislukumuuttuja
LisätiedotBounds on non-surjective cellular automata
Bounds on non-surjective cellular automata Jarkko Kari Pascal Vanier Thomas Zeume University of Turku LIF Marseille Universität Hannover 27 august 2009 J. Kari, P. Vanier, T. Zeume (UTU) Bounds on non-surjective
LisätiedotGimp+Karttapaikan 1:40 000 => 1:50 000. Pika ohje versio 0.5 09042007
Gimp+Karttapaikan 1:40 000 => 1:50 000 Pika ohje versio 0.5 09042007 1:50 000 kartan teko karttapaikan materiaalia & GIMP:iä hyväksikäyttäen 1. Tallenna karttapaikasta 1:40 000 kartta 2. Avaa se Gimpillä
LisätiedotTEEMA 2 TAULUKKODATAN KÄSITTELY JA TIEDON VISUALISOINTI LUENTO 4
TEEMA 2 TAULUKKODATAN KÄSITTELY JA TIEDON VISUALISOINTI LUENTO 4 TIEY4 Tietotekniikkataidot Kevät 2019 Juhani Linna 27.3.2019 Taustaa harjoituksiin 5 ja 6: 1. Harjoituksen 6 esittely 2. Taulukkolaskenta
LisätiedotMOBISITE-TYÖKALUN SISÄLTÄMÄT TOIMINNOT
MOBISITE-TYÖKALU MobiSite on työkalu matkapuhelimeen soveltuvan mobiilisivuston rakentamiseen. AIMO-järjestelmän jatkuvasti päivittyvä päätelaitetunnistus tunnistaa useimmat puhelinmallit ja mukauttaa
LisätiedotS11-04 Kompaktikamerat stereokamerajärjestelmässä. Väliraportti
AS-0.3200 Automaatio- ja systeemitekniikan projektityöt S11-04 Kompaktikamerat stereokamerajärjestelmässä Väliraportti Ari-Matti Reinsalo Anssi Niemi 21.3.2011 Tämä väliraportti noudattaa projektisuunnitelman
LisätiedotTIEDONHAKU INTERNETISTÄ
TIEDONHAKU INTERNETISTÄ Internetistä löytyy hyvin paljon tietoa. Tietoa ei ole mitenkään järjestetty, joten tiedonhaku voi olla hankalaa. Tieto myös muuttuu jatkuvasti. Tänään tehty tiedonhaku ei anna
LisätiedotTiedonkeruu ja analysointi
Tiedonkeruu ja analysointi ViDRoM Virtual Design of Rotating Machines Raine Viitala 30.9.2015 ViDRoM Virtual Design of Rotating Machines Mitataan dynaamista käyttäytymistä -> nopeuden funktiona Puhtaat
LisätiedotTehdään laadukas painotuote
Tehdään laadukas painotuote 8 vinkkiä valokuvien ottamisesta ja toimittamiseen painotuotteisiin 1. Kuvaa kameran parhailla asetuksilla Kuvien tarkkuuden ja tiedostopakkauksen vaikutukset ovat korostuneet
LisätiedotKiipulan ammattiopisto. Liiketalous ja tietojenkäsittely. Erja Saarinen
Kiipulan ammattiopisto Liiketalous ja tietojenkäsittely Erja Saarinen 2 Sisällysluettelo 1. Johdanto... 3 2. Hyvät internetsivut... 3 3. Kuvien koko... 4 4. Sivujen lataus... 4 5. Sivukartta... 5 6. Sisältö...
LisätiedotKuvankäsittely. DigiReWork Annamari Mäenhovi Kati Nieminen
Kuvankäsittely DigiReWork 14.11.2017 Annamari Mäenhovi Kati Nieminen Työpajan sisältö Valokuvaamisen karkeat perusteet Kuvien ottamisen ja käyttämisen laillisuus Digitaalinen kuva Erityisvaatimukset alustoille
LisätiedotTeknillinen korkeakoulu T-76.115 Tietojenkäsittelyopin ohjelmatyö. Testitapaukset - Xlet
Testitapaukset - Xlet Sisällysluettelo 1. Johdanto...3 2. Testattava järjestelmä...4 2.1 Koko järjestelmän yleiskuvaus...4 2.2 Xlet-demosovellus ja sen toimintaperiaate...5 3. Testitapaukset...6 3.1 Objektien
LisätiedotDigikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat 22.1.2007. Soukan Kamerat/SV
Digikuvan peruskäsittelyn sittelyn työnkulku Soukan Kamerat 22.1.2007 Sisält ltö Digikuvan siirtäminen kamerasta tietokoneelle Skannaus Kuvan kääntäminen Värien säätö Sävyjen säätö Kuvan koko ja resoluutio
LisätiedotMat Systeemien identifiointi, aihepiirit 1/4
, aihepiirit 1/4 Dynaamisten systeemien matemaattinen mallintaminen ja analyysi Matlab (System Identification Toolbox), Simulink 1. Matemaattinen mallintaminen: Mallintamisen ja mallin määritelmät Fysikaalinen
LisätiedotVanhankaupunginkosken 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
LisätiedotVedä ja pudota Maamittauslaitoksen JPEG2000-ortoilmakuva GeoTIFF-muotoon
Vedä ja pudota Maamittauslaitoksen JPEG2000-ortoilmakuva GeoTIFF-muotoon Jukka Rahkonen http://latuviitta.org Viimeksi muutettu 16. lokakuuta 2012 Tiivistelmä Latuviitta.ogr -sivuston palautteessa kaivattiin
LisätiedotSISÄLTÖ. Vuokko Vanhala-Nurmi, 2013 Excel jatko
Excel 2013 Sisällysluettelo SISÄLTÖ PIVOT-TAULUKKO... 2 Pivot-taulukkoraportti... 2 Pivot-taulukon kokoaminen... 2 Pivot-taulukon muokkaaminen... 4 Kenttien otsikoiden ja jäsentelypainikkeiden piilottaminen...
LisätiedotMETROPOLIAN PILVIPALVELUT OPETUKSESSA Google Apps for Education (GAFE)
1 Pepe Vilpas pertti.vilpas@metropolia.fi METROPOLIAN PILVIPALVELUT OPETUKSESSA Google Apps for Education (GAFE) Google Apps for Education (GAFE) on Google-yhtiön sovelluspaketti, joka on suunnattu erityisesti
Lisätiedotwww.kotisivukone.fi Pikaopas kotisivujen tekoon
Kotisivut helposti! www.kotisivukone.fi Pikaopas kotisivujen tekoon Näin Kotisivukone toimii Kun olet avannut kotisivut Kotisivukoneella, tulet helppokäyttöiseen ylläpitotilaan ja voit heti aloittaa kotisivujen
Lisätiedot21~--~--~r--1~~--~--~~r--1~
- K.Loberg FYSE420 DIGITAL ELECTRONICS 13.05.2011 1. Toteuta alla esitetyn sekvenssin tuottava asynkroninen pun. Anna heratefunktiot, siirtotaulukko ja kokonaistilataulukko ( exitation functions, transition
LisätiedotS11-09 Control System for an. Autonomous Household Robot Platform
S11-09 Control System for an Autonomous Household Robot Platform Projektisuunnitelma AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Quang Doan Lauri T. Mäkelä 1 Kuvaus Projektin tavoitteena on
LisätiedotCurriculum. Gym card
A new school year Curriculum Fast Track Final Grading Gym card TET A new school year Work Ethic Detention Own work Organisation and independence Wilma TMU Support Services Well-Being CURRICULUM FAST TRACK
LisätiedotMoottorin 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,
LisätiedotJakopinnat ja liikkuvan keernan pinnat 1, keerna jakopinnan tasalla
Jakopinnat ja liikkuvan keernan pinnat 1, keerna jakopinnan tasalla Tuula Höök, Tampereen teknillinen yliopisto Teoriatausta Muotin perusrakenne Ruisku tai painevalukappaleen rakenteen perusasiat: päästö,
LisätiedotELOKUVATYÖKALUN KÄYTTÖ ANIMAATION LEIKKAAMISESSA. Kun aloitetaan uusi projekti, on se ensimmäisenä syytä tallentaa.
ELOKUVATYÖKALUN KÄYTTÖ ANIMAATION LEIKKAAMISESSA Kun aloitetaan uusi projekti, on se ensimmäisenä syytä tallentaa. Projekti kannattaa tallentaa muutenkin aina sillöin tällöin, jos käy niin ikävästi että
LisätiedotLions Clubs International Piiri 107-C
Lions Clubs International Piiri 107-C Artikkelin julkaisu. Kuinka helppoa se itse asiassa onkaan. Jos osaa kirjoittaa sähköpostia, niin osaa laatia artikkelin myös piirin kotisivuille. Tee se itse, muut
LisätiedotKuvaruudun striimaus tai nauhoitus. Open Broadcaster Software V.20. Tero Keso, Atso Arat & Niina Järvinen (muokattu )
Kuvaruudun striimaus tai nauhoitus Open Broadcaster Software V.20 Tero Keso, Atso Arat & Niina Järvinen (muokattu 28.11.2017) OBS 1 (12) Sisällysluettelo Mikä on OBS... 2 Ohjelman perusasetukset... 2 Tarvittavat
Lisätiedot1. STEREOKUVAPARIN OTTAMINEN ANAGLYFIKUVIA VARTEN. Hyvien stereokuvien ottaminen edellyttää kahden perusasian ymmärtämistä.
3-D ANAGLYFIKUVIEN TUOTTAMINEN Fotogrammetrian ja kaukokartoituksen laboratorio Teknillinen korkeakoulu Petri Rönnholm Perustyövaiheet: A. Ota stereokuvapari B. Poista vasemmasta kuvasta vihreä ja sininen
LisätiedotEsimerkkitehtäviä, A-osa
Esimerkkitehtäviä, A-osa MAB1, harjaantuu käyttämään matematiikkaa jokapäiväisen elämän ongelmien ratkaisemisessa Jussi myy torilla marjoja. Erään asiakkaan ostokset maksavat 8,65e. Asiakas antaa Jussille
LisätiedotKanta ja Kannan-vaihto
ja Kannan-vaihto 1 Olkoon L vektoriavaruus. Äärellinen joukko L:n vektoreita V = { v 1, v 2,..., v n } on kanta, jos (1) Jokainen L:n vektori voidaan lausua v-vektoreiden lineaarikombinaationa. (Ts. Span(V
Lisätiedot13673 A6 12pp CIG Bro FIN v5 20/7/05 8:01 pm Page 1 Rekisteröitymisohje
Rekisteröitymisohje CANON image GATEWAY Pääset mukaan digitaalikuvien maailmaan Internetin kautta CANON image GATEWAY - älykäs ja luova tapa saada paras hyöty Canon-digitaalikamerastasi ja Internetistä.
LisätiedotKÄYTTÖLIITTYMÄT. Visuaalinen suunnittelu
KÄYTTÖLIITTYMÄT Visuaalinen suunnittelu MUISTETTAVA Yksinkertaisuus Selkeys Johdonmukaisuus Sommittelutyyli on säilytettävä samankaltaisen koko sivustossa Sivustolle yhtenäinen ulkoasu Miellyttävä ulkonäkö
LisätiedotFlow!Works Pikaohjeet
1 Flow!Works Pikaohjeet FW 3.0.0 Piirtotyökalut Kynä Sivellin Kirjoituskynä Korostuskynä Loistekynä Kuviokynä Älykynä Elekynä Valitse Kuvion Piirtotoiminnot Täytä llä Leveys Pyyhekumi Pyyhi alku muoto
LisätiedotGammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa
Gammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa Satu Kuukankorpi, Markku Pentikäinen ja Harri Toivonen STUK - Säteilyturvakeskus Testbed workshop, 6.4.2006, Ilmatieteen
LisätiedotLuentoesimerkki: Riemannin integraali
Luentoesimerkki: Riemannin integraali Heikki Apiola, "New perpectives "-esitykseen lievästi muokattu Kurssi: Informaatioverkostot, keväällä Tässä (4..) käytetään "worksheet-modea", uudempaa "document mode"
LisätiedotT : Max-flow / min-cut -ongelmat
T-61.152: -ongelmat 4.3.2008 Sisältö 1 Määritelmät Esimerkki 2 Max-flow Graafin leikkaus Min-cut Max-flow:n ja min-cut:n yhteys 3 Perusajatus Pseudokoodi Tarkastelu 4 T-61.152: -ongelmat Virtausverkko
LisätiedotMALE ADULT FIBROBLAST LINE (82-6hTERT)
Double-stranded methylation patterns of a 104-bp L1 promoter in DNAs from male and female fibroblasts, male leukocytes and female lymphoblastoid cells using hairpin-bisulfite PCR. Fifteen L1 sequences
Lisätiedot