TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen



Samankaltaiset tiedostot
TL5503 DSK, laboraatiot (1.5 op) Audiosignaalit (ver 1.0) Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

TL5503 DSK, laboraatiot (1.5 op) Suodatus 1 (ver 1.0) Jyrki Laitinen

Digitaalinen signaalinkäsittely Kuvankäsittely

Toinen harjoitustyö. ASCII-grafiikkaa

IIR-suodattimissa ongelmat korostuvat, koska takaisinkytkennästä seuraa virheiden kertautuminen ja joissakin tapauksissa myös vahvistuminen.

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

S Laskennallinen Neurotiede

Kirjoitetaan FIR-suotimen differenssiyhtälö (= suodatuksen määrittelevä kaava):

Matlab-tietokoneharjoitus

Hyvästä kuvasta hyvään kollaasiin. Siilinjärvi ja Hannu Räisänen

KUVAN TUOMINEN, MUOKKAAMINEN, KOON MUUTTAMINEN JA TALLENTAMINEN PAINTISSA

TYÖPAJA 1: Tasogeometriaa GeoGebran piirtoalue ja työvälineet

Mitä on konvoluutio? Tutustu kuvankäsittelyyn

1. Määritä pienin näytelauseen ehdon mukainen näytetaajuus taajuus seuraaville signaaleille:

Toinen harjoitustyö. ASCII-grafiikkaa 2017

Suodatus ja näytteistys, kertaus

HARJOITUS 1 Monen taulukkosivun käsittely

Valokuvien matematiikkaa

Taitaja2010, Iisalmi Suunnittelutehtävä, teoria osa

TYÖPAJA 1: Tasogeometriaa GeoGebran piirtoalue ja työvälineet

PIKSELIT JA RESOLUUTIO

Windows 8.1:n vaiheittainen päivitysopas

TAULUKKOLASKENTA. Älä tuhoa C-asemalla olevaa kansiota (säilytä varmuuskopiona). Käytettävät tiedostot. excel.xlsx. Case kuvaus

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Sekalaiset tehtävät, 11. syyskuuta 2005, sivu 1 / 13. Tehtäviä

PERUSLASKUJA. Kirjoita muuten sama, mutta ota KAKSI välilyöntiä (SEURAA ALUEMERKINTÄÄ) 4:n jälkeen 3/4 +5^2

Kun olet valmis tekemään tilauksen, rekisteröidy sovellukseen seuraavasti:

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

Luku 3. Kuvien ehostus tilatasossa. 3.1 Taustaa

Digikuvan peruskäsittelyn. sittelyn työnkulku. Soukan Kamerat Soukan Kamerat/SV

6.6. Tasoitus ja terävöinti

LOPPURAPORTTI Lämpötilahälytin Hans Baumgartner xxxxxxx nimi nimi

Videon tallentaminen Virtual Mapista

Käyttöopas kahden kameran väliseen tiedostojen siirtoon

CCD-kamerat ja kuvankäsittely

Matriisilaskenta (TFM) MS-A0001 Hakula/Vuojamo Ratkaisut, Viikko 47, 2017

1 Olkoon suodattimen vaatimusmäärittely seuraava:

HY / Avoin yliopisto Lineaarialgebra ja matriisilaskenta II, kesä 2015 Harjoitus 1 Ratkaisut palautettava viimeistään maanantaina klo

Tuntematon järjestelmä. Adaptiivinen suodatin

ANVIA ONLINE BACKUP ASENNUSOPAS 1(7) ANVIA ONLINE BACKUP ASENNUSOPAS 1.0

6. Harjoitusjakso II. Vinkkejä ja ohjeita

Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Mainoksen taittaminen Wordilla

ASCII-taidetta. Intro: Python

Opus Internet ajanvaraus on maksullinen lisäominaisuus. Lue lisää

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Yleistä. Suositukset. Rakenne

Yhtälönratkaisusta. Johanna Rämö, Helsingin yliopisto. 22. syyskuuta 2014

7. Kuvien lisääminen piirtoalueelle

S11-04 Kompaktikamerat stereokamerajärjestelmässä. Projektisuunnitelma

Tehtävä 1: Arjen argumentaatiota

3. Vasemman reunan resurssiselaimen Omiin resursseihin luodaan uusi Handmade -niminen kansio.

TKT224 KOODIN KOON OPTIMOINTI

PERUSLASKUJA. Kirjoita muuten sama, mutta ota välilyönti 4:n jälkeen 3/4 +5^2

Harjoitustyö 1. Signaaliprosessorit Sivu 1 / 11 Vähämartti Pasi & Pihlainen Tommi. Kaistanestosuodin, estä 2 khz. Amplitudi. 2 khz.

Matlabperusteita, osa 1. Heikki Apiola Matlab-perusteita, osa 1. Heikki Apiola. 12. maaliskuuta 2012

Ryhmäkirjeen hyödyntäminen

SAS-ohjelmiston perusteet 2010

Kuvanlaadunparantaminen. Mikko Nuutinen

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

kaikille a R. 1 (R, +) on kommutatiivinen ryhmä, 2 a(b + c) = ab + ac ja (b + c)a = ba + ca kaikilla a, b, c R, ja

Excel syventävät harjoitukset

Topfieldin sarjaporttipäivitystyökalun asennus(rs232)

Säätötekniikan ja signaalinkäsittelyn työkurssi

Pikaopas. Ohjeiden etsiminen Hae ohjesisältöä napsauttamalla kysymysmerkkiä.

Suodattimet. Suodatintyypit: Bessel Chebyshev Elliptinen Butterworth. Suodattimet samalla asteluvulla (amplitudivaste)

LEGO EV3 Datalogging mittauksia

Tasogeometriaa GeoGebran piirtoalue ja työvälineet

ARTWEAVER:N ASENNUS JA PERUSKÄYTTÖ

HiTechnic -kompassisensorin käyttäminen NXT-G -ympäristössä

1. OHJAAMATON OPPIMINEN JA KLUSTEROINTI

Asiointipalvelun ohje

VERKOSTO GRAAFINEN OHJE

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

ITKP102 Ohjelmointi 1 (6 op)

BM20A0700, Matematiikka KoTiB2

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

SIGNAALITEORIAN KERTAUSTA OSA 2

Tilastotieteen jatkokurssi syksy 2003 Välikoe

Zeon PDF Driver Trial

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Harjoitus 5. Esimerkki ohjelman toiminnasta: Lausekielinen ohjelmointi I Kesä 2018 Avoin yliopisto 1 / 5

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

Digitaalitekniikan matematiikka Luku 1 Sivu 1 (19) Johdatus digitaalitekniikkaan

TAMPEREEN TEKNILLINEN YLIOPISTO Digitaali- ja tietokonetekniikan laitos. Harjoitustyö 4: Cache, osa 2

Matriisit, L20. Laskutoimitukset. Matriisikaavoja. Aiheet. Määritelmiä ja merkintöjä. Laskutoimitukset. Matriisikaavoja. Matriisin transpoosi

Komennolla Muokkaa-Väriasetukset avautuu tämännäköinen ikkuna:

FUNKTION KUVAAJAN PIIRTÄMINEN

DumpDbox-ohjelmiston asennus- ja käyttöohjeet Sisällys

Ratkaisuehdotukset LH 8 / vko 47

3. Harjoitusjakso I. Vinkkejä ja ohjeita

Visma Econet -ohjelmat ActiveX on epävakaa -virheilmoituksen korjausohjeet

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Gimp alkeet XIII 9 luokan ATK-työt/HaJa Sivu 1 / 8. Tasot ja kanavat. Jynkänlahden koulu. Yleistä

Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.

SGN-1200 Signaalinkäsittelyn menetelmät, Tentti

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

LIITE 1 VIRHEEN ARVIOINNISTA

Transkriptio:

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 vastaukset kursiivilla merkittyihin tehtäviin ja kysymyksiin. Merkitse pöytäkirjan etulehdelle opintojakson koodi ja nimi, laboraation otsikko, suorituspäivämäärä sekä työryhmän jäsenten nimet ja luokkatunnukset. Palauta mittauspöytäkirja opettajalle laboraatiovuoron päättyessä. Alustus Perusta käyttöösi työhakemisto D:\Temp, johon tallennat kaikki tekemäsi välitulokset, tarvittavat datatiedostot, yms. Tuhoa laboraatiovuoron päättyessä työhakemisto ja sen sisältämät tiedostot. Signaalit Kopioi sivulta http://www.tekniikka.oamk.fi/~jyrkila/tl553.k25.html (opintojakson webbisivu) kuvatiedostot lena.bmp ja perhonen.bmp työhakemistoosi. Tiedostot sisältävät harmaasävykuvia bmp-formaatissa. Teoriaa Harmaasävykuva voidaan esittää matriisina, jossa yksittäisten matriisielementtien arvot vastaavat eri harmaasävyjä. Yksittäisiä kuvaelementtejä kutsutaan (kuva) pikseleiksi. Sävyt voidaan koodata usealla eri tavalla, mutta usein sävyarvot esitetään 8-bitin tarkkuudella siten, että käytettävissä on 2 8 256 eri tasoa. Tasoja kuvataan yleensä numeroarvoilla (musta).. 255 (valkoinen). Harmaasävykuva 253 252 25 249 249 255 24 238 244 25 3 96 89 69 8 68 76 57 6 58 248 33 73 53 42 43 35 48 34 28 255 236 252 34 3 38 42 46 29 36 255 247 24 247 4 3 32 3 3 2 99 99 95 64 78 59 59 8 4 65 58 57 46 98 45 75 98 76 8 88 77 9 39 83 84 8 72 4 39 75 4 9 43 56 63 56 55 69 76 6 57 42 64 7 79 58 57 5 96

TL553 DSK, laboraatiot (.5 op), K25 2 Kuvien yksityiskohtia voidaan korostaa tai hävittää erilaisilla suotimilla. Suodatuksessa kuvan jokaiselle pikselille lasketaan uusi arvo sen vanhan arvon ympäröivien pikseleiden arvojen perusteella. Esimerkiksi alla oleva kuva voidaan keskiarvosuodattaa korvamalla kuvan jokainen pikseliarvo 3x3 kokoisen kuva-alueen (maski) arvojen keskiarvolla. Korvattava pikseliarvo on maskin keskimmäinen arvo. Kuvan tilanteessa arvo 34 korvattaisiin arvolla 3 ja tämän jälkeen maski siirrettäisiin arvon 3 kohdalle, jossa keskiarvo laskettaisiin uudelleen, jne. New 73 + 53 + 42 + 252 + 34 + 9 9 9 9 9 + 3 + 24 + 247 + 4 9 9 9 9 3 253 252 25 249 249 255 24 238 244 25 3 96 89 69 8 68 76 57 6 58 248 33 73 53 42 43 35 48 34 28 255 236 252 34 3 38 42 46 29 36 255 247 24 247 4 3 32 3 3 2 99 99 95 64 78 59 59 8 4 65 58 57 46 98 45 75 98 76 8 88 77 9 39 83 84 8 72 4 39 75 4 9 43 56 63 56 55 69 76 6 57 42 64 7 79 58 57 5 96 Maski on kuvan kokoon nähden yleensä pieni (edellä esimerkiksi 3x3), jotta laskennan määrä pysyy kohtuullisena. Esimerkiksi 52x52-pikseliä kokoisen harmaasävykuvan suodattaminen 3x3-maskilla vaatii yleisessä tapauksessa 2359296 kertolaskua ja 2359295 yhteenlaskua. Maskeja on eri tarkoituksiin hyvin erilaisia.. Lue kopioimasi kuvatiedostot ja niiden käyttämä värikartta (map) Matlabiin imread-komennolla. Määritä kuvan esityksessä käytettävä värikartta colormap - komennolla. Tulosta kuva näytölle imagesc-komennolla. Akseliston saat suorakulmaiseksi tarvittaessa axis( square )-komennolla. Määritä kuvatiedostojen koko pikseleinä ja bitteinä. Oletetaan, että kuvatiedostossa lena.bmp olevan kuvan kaltaisia kuvia siirretään 25 kappaletta sekunnissa (eurooppalainen tv-standardi) ja että siirrettäviä kuvia suodatetaan reaaliajassa 3x3-maskilla. Kuinka monta kertolasku- ja yhteenlaskuoperaatiota täytyy suorittaa sekunnin aikana? Aseta värikartaksi colormap-komennolla gray(256).

TL553 DSK, laboraatiot (.5 op), K25 3 Testikuvio Toteuta Matlabissa oheisen kuvion mukainen 256x52-elementin kokoinen taulukko (matriisi). Isot neliöt ovat kooltaan 256x256 elementtiä ja pienet neliöt 28x28 elementtiä. Aseta tumman alueen arvoksi 3, vaalean alueen arvoksi 223 ja kummankin pienen neliön arvoksi 27.. Katso toteuttamasi matriisin muodostamaa kuvasignaalia imagesc-komennolla. Minkä ihmisen näköaistin ominaisuuden havaitset kuviossa? Säädä oikeanpuoleisen harmaan pikkuneliön taso sellaiseksi, että pienet neliöt näyttävät olevan samaa harmaatasoa. Jos onnistut, esitä ehdon toteuttava harmaataso mittauspöytäkirjassa. Suodatus Toteuta Matlabiin seuraavat keskiarvosuodatuksen toteuttavat suodinmaskit 9 h, 25 2 h, 49 3 h ja

TL553 DSK, laboraatiot (.5 op), K25 4 225 h4. Suodata filter2-komentoa käyttäen testikuva, lena ja perhonen maskeilla h, h2, h3 ja h4. Piirrä suodatetut kuvat imagesc-komennolla. Arvioi suodatustulosta. Millaisista suotimista tässä on suodatustuloksen perusteella kyse? Miten maskin koko vaikuttaa tulokseen? 2. Piirrä freqz2-komennolla suotimien h, h2, h3, h4 amplitudispektrit. Mitä voit päätellä spektreistä? Kohina Muodosta kuvasignaalit lenan ja lenan2 lisäämällä imnoise-komennolla lenaan normaalijakautunutta (gaussian) kohinaa ja pippuri ja suola (salt & pepper) kohinaa. Katso kohinaiset kuvat imagesc-komennolla.. Suodata filter2-komentoa käyttäen kohinaiset kuvat maskilla h2 Piirrä suodatetut kuvat imagesc-komennolla. Arvioi suodatustulosta. Kumpaa kohinatyyppiä keskiarvoistava suodin poistaa paremmin?

TL553 DSK, laboraatiot (.5 op), K25 5 2. Suodata kohinaiset kuvat 5x5-mediaanisuotimella medfilt2-komentoa käyttäen. Piirrä suodatetut kuvat imagesc-komennolla. Arvioi suodatustulosta. Kumpaa kohinatyyppiä mediaanisuodin poistaa paremmin? Vertaile keskiarvoistavan suotimen ja mediaanisuotimen soveltuvuutta kuvasignaalin kohinan poistoon. Reunanilmaisu Toteuta Matlabiin seuraavat suodinmaskit h 2 2 2 h22 2 2 Näitä kutsutaan kuvankäsittelyn teoriassa Sobel-operaattoreiksi.. Suodata filter2-komentoa käyttäen testikuva, lena ja perhonen Sobeloperaattoreilla h2 ja h22. Sijoita suodatut kuvat muuttujiin. Katso suodatustuloksia imagesc-komenolla. Millaisia piirteitä Sobel-operaattorit kuvissa korostavat? Miten operaattorilla h2 suodatettu kuva eroaa operaattorilla h22 suodatetusta kuvasta? 2. Muodosta kunkin kuvan tapauksessa operaattorilla h2 ja operaattorilla h22 suodatetun kuvan itseisarvojen (abs-funktio) summa. Piirrä summa imagesckomennolla. Millaiset piirteet kuvassa korostuvat? 3. Huomaa, että Sobel-operaatoreiden arvojen summa on. Millaisen vasteen Sobel-operaattorit tuottavat tasaiselta kuva-alueelta? Entä muutoskohdista? 4. Tässä tehtävässä kuvatun kaltaista ilmaisua voidaan tehdä myös muunlaisilla maskeilla. Mieti millaisilla kahdella 2x2-maskilla voitaisiin korostaa samoja piirteitä kuin 3x3-kokoisilla Sobel-operaattoreilla. Esitä kehittämäsi maskit mittauspöytäkirjassa. Suodata maskeilla lena ja muodosta suodatettujen signaalien itseisarvojen summa. Piirrä summa imagesc-komennolla ja arvioi maskiesi onnistumista.

TL553 DSK, laboraatiot (.5 op), K25 6 VCDemo Käynnistä VCDemo-ohjelmisto. Lataa ohjelmaan työhakemistostasi lena- ja perhonen-kuvat.. Tutki lena- ja perhonen-kuvilla PCM-koodausta. Käytä kvantisointiin eri bittimääriä. Määritä kummallakin kuvalla se bittimäärä, jolla havaitset kvantisoinnin vaikutuksen kuvan laatuun. 2. Kvantisoi perhonen neljällä bitillä. Toista tämän jälkeen kvantisointi neljällä bitillä kuitenkin niin, että lisäät kvantisoituun kuvaan kohinaa (dithering, apply dither). Miten kohinan lisäys muuttaa tuloskuvaa? Millaisessa sovelluksessa tätä ilmiötä voidaan hyödyntää (itse asiassa hyödynnetäänkin)? 3. Lisää lena- ja perhonen-kuviin tiedonsiirtokanavassa syntyviä virheitä (errors). Millainen virhetodennäköisyys aiheuttaa kuvan tulkintaa vaikeuttavaa laadun huononemista? Poikkeaako tulos lena- ja perhonen-kuvien välillä? Jos, niin miksi? Miten voisit parantaa lopputulosta?