La compressione Soluzioni
|
|
- Anna Maria Guidi
- 5 anni fa
- Visualizzazioni
Transcript
1 Elaborazione dei Segnali Multimediali a.a. 2009/2010 La compressione Soluzioni 1 Quantizzazione uniforme function xq = quant_unif(x,r); xmax = max(x(:)); xmin = min(x(:)); t = [min(x(:))-1 (y(1:n-1)+y(2:n))/2 max(x(:))+1]; % soglie di decisione xq = zeros(size(x)); for i = 1:N, xq = xq+((t(i)<=x)&(x<t(i+1)))*y(i); ; 1.1 Esercizi proposti 1. Codifica e Decodifica. function I = cod(x,r) xmax = max(x(:)); xmin = min(x(:)); t = [min(x(:))-1 (y(1:n-1)+y(2:n))/2 max(x(:))+1]; % soglie di decisione I = zeros(size(x)); for i = 1:N, I = I+((t(i)<=x)&(x<t(i+1)))*i; ; 1
2 Quantizzazione uniforme 2 function xq = decod(i,r,xmin,xmax) xq = y(i); 2. Curve tasso-distorsione. fid = fopen( lena.y, rb ); x = fread(fid, [ ], uint8 ); for R=1:7, xq = quant_unif(x,r); psnr(r) = 10*log10(255.^2/mean((x(:)-xq(:)).^2)); plot([1:7],psnr, -* ); xlabel( R ); ylabel( PSNR ); 3. Quantizzazione predittiva. Realizziamo lo schema di codifica procedo per passi. Cominciamo col realizzare i passi delineati in figura 9 (Appunti sulla compressione), cioè generiamo l immagine delle differenze, quindi quantizziamo l errore e poi ricostruiamo il segnale suppono di conoscere perfettamente i valori predetti: % Codifica [Nr Nc] = size(x); e = x(:,2:nc)-x(:,1:nc-1); eq = quant_laplace(e,r); eq = [x(:,1) eq]; % Decodifica xr = eq(:,2:nc) + x(:,1:nc-1); In realtà questa soluzione prevede la conoscenza in fase di decodifica delle stime, ciò che si conosce infatti sono le stime prodotte dai valori quantizzati (figura 12). Va quindi modificata la sola fase di decodifica, dove avo supposto le stime pari proprio al pixel precedente, risulta: % Decodifica: xr = cumsum(eq ) ; In questo modo però l immagine non si ricostruisce bene, a causa della propagazione (lungo le righe) dell errore di quantizzazione. Infatti, codificatore e decodificatore non sono allineati, per cui l errore di predizione può crescere a tal punto da far ricostruire valori molto diversi da quelli desiderati (disallineamento del decodificatore). E allora necessario, anche in fase di codifica, produrre le stime dai valori quantizzati (figura 13) nel modo seguente:
3 La trasformata coseno discreta (DCT) 3 % Codifica: xq(:,1) = x(:,1); eq(:,1) = x(:,1); for i = 2:Nc xp(:,i) = xq(:,i-1); e(:,i) = x(:,i)-xp(:,i); eq(:,i) = quant_laplace(e(:,i),r); xq(:,i) = xp(:,i)+eq(:,i); Noterete come a parità di tasso di codifica (variabile da 1 a 4) la quantizzazione predittiva permette di ricostruire meglio l immagine rispetto alla sola quantizzazione uniforme. 2 La trasformata coseno discreta (DCT) Di seguito trovate il codice per realizzare la trasformata coseno discreta di un immagine M N: function y = DCT2d(x); %DCT2d realizza la trasformata DCT diretta di un immagine % y=dct2d(x); x è l immagine d ingresso, deve essere double CM = dctmtx(m); CN = dctmtx(n); y = CM*x*CN ; 2.1 Esercizi proposti 1. DCT inversa. La trasformata inversa si ottiene invece con la seguente funzione: function y = IDCT2d(x); %IDCT2d realizza la trasformata DCT inversa di un immagine % x=idct2d(y); CM = dctmtx(m); CN = dctmtx(n); y = CM *x*cn; 2. DCT a blocchi. y = blkproc(x,[k L],@dct2); x = blkproc(y,[k L],@idct2); % DCT a blocchi diretta % DCT a blocchi inversa IL taglio dei coefficienti sotto una soglia pari a gamma può essere realizzato nel seguente modo:
4 Lo standard JPEG 4 y = blkproc(x,[8 8],@dct2); % DCT a blocchi yth = blkproc(y,[8 8],@azzera,gamma); % azzeramento valori sotto soglia perc = sum(yth(:)==0)/prod(size(x))*100; fprintf( percentuale coeff. posti a zero con passo %1d: %1.2f, Delta, perc); xr = blkproc(yth,[8 8],@idct2); % IDCT a blocchi function y = azzera(x,gamma); x(abs(x) > gamma) = 0; 3 Lo standard JPEG Di seguito trovate la funzione che simula il comportamento dello standard JPEG in matlab: function y = simjpeg(x, L); % Passo 1 - Sottrarre la media dell immagine originale x = x - 128; % Passo 2 - Estensione ai bordi m = 8*ceil(M/8) - M; if m>0 x = padarray(x, [m 0], replicate, post ); n = 8*ceil(N/8) - N; if n>0 x = padarray(x, [0 n], replicate, post ); % Passo 3 - DCT a blocchi 8x8 xdct = blkproc(x, [8 % Passo 4 - Quantizzazione uniforme Q = [ ];
5 Lo standard JPEG 5 if L > 0 && L < 50 s = 5000 / L; elseif L <= 50 && L < 100 s = 200-2*L; else s = 1; Qs = (s.* Q + 50)./ 100; xq = blkproc(xdct, [8 Qs); % Passo 5 - IDCT a blocchi 8x8 y = blkproc(xq, [8 % Passo 6 - Ripristino delle dimensioni e dei valori reali y = y(1:m, 1:N); y = y + 128; function y = qu(x, Qs) y = Qs.* round( x./ Qs );
Elaborazione dei Segnali Multimediali a.a. 2009/2010. La compressione. L.Verdoliva
Elaborazione dei Segnali Multimediali a.a. 2009/2010 La compressione L.Verdoliva L argomento di questa esercitazione è la compressione di immagini. Cominceremo occupandoci della quantizzazione uniforme,
DettagliAnalisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio
Analisi del Segnale per le Telecomunicazioni Seconda esercitazione di laboratorio 24 aprile 2009 Indice 1 Descrizione breve 1 2 Compito dello studente 2 2.1 Interfaccia dicomprimi edecomprimi..............
DettagliLa codifica video. Il codificatore ibrido. Principi di base Compressione spaziale Tecniche di predizione temporale Stima e compensazione del movimento
La codifica video Marco Cagnazzo Elaborazione dei Segnali Multimediali Sommario Il segnale video La codifica video Principi di base Compressione spaziale Tecniche di predizione temporale Stima e compensazione
DettagliDall occhio al JPEG (2)
Dall occhio al JPEG (2) Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2018.html
DettagliFiltraggio spaziale Soluzioni
1 Filtri di smoothing 1. Smoothing seguito da thresholding. Elaborazione di Segnali Multimediali a.a. 2017/2018 Filtraggio spaziale Soluzioni x = double(imread( spazio.jpg )); figure(1); imshow(x); h =
DettagliLa visione spaziale (1): dalla visita oculistica al JPEG
La visione spaziale (1): dalla visita oculistica al JPEG Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2015.html
DettagliH.264/SVC (Scalable video coding)
Gli standard di codifica video Marco Cagnazzo Elaborazione dei Segnali Multimediali 28 maggio 2010 Sommario MPEG-1 Tipi di frame ME/MC a precisione frazionaria MPEG-2 e scalabilità MPEG-4 e codifica a
DettagliCompressione delle immagini (codifica JPEG)
Compressione delle immagini (codifica JPEG) ALBERTO BELUSSI ANNO ACCADEMICO 2009/2010 Motivazioni a favore della compressione 2 Es. Si consideri di voler proiettare un ora di un film mediante un dispositivo
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI SENZA PERDITA Sommario 1 2 (Lossless JPEG, PNG, ecc.) 3 4 Motivazione Gli algoritmi per la codifica
DettagliSeminario. Wavelet. Seminario Wavelet [/50]
Seminario Wavelet Indice Fourier Transform Short-time Fourier Transform Continuous Wavelet Transform Discrete Wavelet Transform Applicazioni Fusione di immagini multirisoluzione Compressione Denoising
DettagliCompressione delle immagini (codifica JPEG)
Compressione delle immagini (codifica JPEG) A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Motivazioni a favore della compressione 2 Es. Si consideri di voler proiettare un ora
DettagliCompressione con perdita
Sistemi Multimediali Compressione con perdita Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it L'occhio umano e' meno sensibile alle differenze di colore che alle differenze di luminosita'. Questo
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa prima lezione affrontiamo il problema della rappresentazione delle immagini digitali in
DettagliTEORIA DELL INFORMAZIONE ED ENTROPIA FEDERICO MARINI
TEORIA DELL INFORMAZIONE ED ENTROPIA DI FEDERICO MARINI 1 OBIETTIVO DELLA TEORIA DELL INFORMAZIONE Dato un messaggio prodotto da una sorgente, l OBIETTIVO è capire come si deve rappresentare tale messaggio
DettagliCos è una wavelet? Applicazioni della trasformata wavelet. Analisi multirisoluzione
Cos è una wavelet? Applicazioni della trasformata wavelet Analisi multirisoluzione Tre tecniche: Piramidi di immagine Trasformata di Haar Codifica per sottobande Il numero totale di pixel nel caso di una
DettagliRETI INTERNET MULTIMEDIALI
RETI INTERNET MULTIMEDIALI Codifica delle Immagini: JPEG, TIFF, Facsimile Il documento è adattato da materiale cortesemente messo a disposizione dal Prof. Stefano Paris e dal Prof. Vittorio Trecordi 1
DettagliElaborazioni nel dominio spaziale (1) Soluzioni
Elaborazione dei Segnali Multimediali a.a. 2009/2010 Elaborazioni nel dominio spaziale (1) Soluzioni 1 Rappresentazione delle immagini in Matlab 1. Lettura e visualizzazione di un immagine JPEG. function
DettagliCodifica/Compressione multimediale
Corso di architetture multimediali Università di Milano Corso di laurea specialistica in Informatica per la Comunicazione A.A. 2012-2013 Codifica/Compressione multimediale Perché codificare? Codifica ->
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Segnale vocale e segnale telefonico Segnale vocale I segnali vocali sono costituiti
DettagliSommario. Lempel-Ziv coding e varianti Run-length encoding. 1 Introduzione. 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.
Sommario Lempel-Ziv coding e varianti 1 2 Codifica mediante predittori (Lossless JPEG, PNG, ecc.) 3 Lempel-Ziv coding e varianti 4 Lempel-Ziv coding e varianti Il codice di Huffman visto prima sfrutta
DettagliOperatori relazionali
Operatori relazionali Gli operatori relazionali più comuni sono: == uguale ~= diverso da < minore di > x=2; >> x==0 ans = 0 >> x==2 ans = 1 (questa relazione e falsa:)
DettagliCorso di Informatica
CdLS in Odontoiatria e Protesi Dentarie Corso di Informatica Prof. Crescenzio Gallo crescenzio.gallo@unifg.it Immagini in movimento 2 Immagini in movimento Memorizzazione mediante sequenze di fotogrammi.
DettagliConversione Analogico/Digitale
Conversione Analogico/Digitale 1 Fondamenti di Segnali e Trasmissione Conversione analogico/digitale (A/D) Per rappresentare numericamente un segnale continuo nel tempo e nelle ampiezze è necessario: Campionare
DettagliFondamenti di Informatica - Compito A
Fondamenti di Informatica - Compito A Prof. Marco Gavanelli 22 gennaio 2014 Le immagini con sfumature di grigio possono essere salvate in formato PGM. Nel formato PGM, le immagini sono rappresentate come
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 2017-2018 Teoria dell informazione Esercitazione 3 Teoria dell informazione Sorgente Codificatore
DettagliEsempi di elaborazione dei segnali
Laboratorio di Telecomunicazioni - a.a. 2010/2011 Lezione n. 5 Esempi di elaborazione dei segnali L.Verdoliva In questa quarta lezione ci occuperemo di rappresentare ed elaborare in Matlab segnali reali
DettagliAnno accademico Presentazione del corso di Elaborazione di Segnali Multimediali
Anno accademico 2009-2010 Presentazione del corso di Elaborazione di Segnali Multimediali Informazioni sul docente E-mail: verdoliv@unina.it Sito web: www.die.unina.it/gruppotlc/didattica/corsi.shtml Orario
DettagliCapitolo 4 Compressione sorgenti dinamiche
Capitolo 4 Compressione sorgenti dinamiche Audio DPCM APCM e ADPCM LPC CELP MPEG-1 MPEG-2 Dolby Video MJPEG Frame I,P,B Stima moto e compensazione H.261 H.263 MPEG Prestazioni Codificatori avanzati H.264
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione di Segnali Multimediali a.a. 2013/2014 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa lezione vedremo come caratterizzare immagini digitali in Matlab tramite media e varianza
DettagliAbbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete)
Algoritmi di compressione per le immagini Abbiamo visto nella lezione precedente che le immagini possono essere compresse in vari modi, per ridurne l'occupazione di memoria (su disco o rete) compressione
DettagliFondamenti di Informatica, A.A
Fondamenti di Informatica, A.A. 2012-2013 10/07/2013 fila A Esercizio 1 È dato il frammento di codice Matlab n = 6 ; v = [ 1 3 2 4 5 2 ] ; m = 1 ; v ( i ) = v ( i ) ˆ 2 ; [m j ] = max( v ) ; v ( i ) =
DettagliEsempio: rete elettrica
Capitolo 4. RAGGIUNGIBILITÀ E CONTROLLABILITÀ 4. Si consideri la seguente rete elettrica: Esempio: rete elettrica C C 2 I = u V u V V R 2 R 2 V y I L L dove C = C 2 =., R = R 2 = e L =.2. La funzione di
DettagliElaborazioni nel dominio spaziale (1)
Elaborazione di Segnali Multimediali a.a. 2017/2018 Elaborazioni nel dominio spaziale (1) L.Verdoliva In questa lezione vedremo come caratterizzare immagini digitali in Matlab tramite media e varianza
DettagliINGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Calcolo di funzioni non lineari
INGEGNERIA E TECNOLOGIE DEI SISTEMI DI CONTROLLO Calcolo di funzioni non lineari Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: crossi@deis.unibo.it Calcolo di funzioni non lineari
DettagliElementi di MATLAB. Definizione di matrice
Elementi di MATLAB Matrici, funzioni con le matrici Funzioni per il caricamento e la visualizzazione di immagini Funzioni per l interfacciamento con programmi esterni Definizione di matrice >>A = [16 3
Dettagliclear clc v=input(['digitare V']); for i=1:length(v); for j=1:length(v); if i==j; m(i,j)=v(i); else; m(i,j)=0; end; end; end; disp(m)
Avvertenze A grande richiesta pubblico la prima parte di soluzioni al secondo dei tre esercizi in Matlab che norma vengono somministrati nella prova d esame (codifica di un algoritmo). Circa il primo esercizio
DettagliElaborazione numerica dei segnali
POLITECNICO DI TORINO Elaborazione numerica dei segnali Progetto di un filtro FIR Fiandrino Claudio Matricola: 138436 18 giugno 21 Relazione sul progetto di un filtro FIR Descrizione del progetto L obbiettivo
DettagliCapitolo 8 COMPRESSIONE DI IMMAGINI
Capitolo 8 COMPRESSIONE DI IMMAGINI La compressione delle immagini è il processo che riduce la quantità di dati necessari per rappresentare un immagine, cioè una certa quantità di informazione. La distinzione
DettagliMetodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi svolti in Laboratorio Lezione del 19-11-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini CODIFICA DI IMMAGINI MEDIANTE DCT LO STANDARD JPEG Sommario Introduzione alla compressione di immagini 1 Introduzione alla
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliCodifica dei coefficienti AC
Codifica dei coefficienti AC Codifica dei coefficienti AC La DCT e la quantizzazione tendono a produrre blocchi di coefficienti con molti zeri. Esempio, con la tabella di quantizzazione predefinita: 56
DettagliMATLAB - Programmazione - 2. Antonino Polimeno
MATLAB - Programmazione - 2 Antonino Polimeno antonino.polimeno@unipd.it Manipolazione di matrici - 1 Input di matrici Definizione manuale: A = [1, 2, 3; 7, 8, 9] Generazione da funzioni Lettura da file
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliEsercizi di MatLab. Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, A.A
Esercizi di MatLab Sommario Esercizi di introduzione a MatLab per il corso di Calcolo Numerico e Laboratorio, AA 2017 2018 Gli esercizi sono divisi in due gruppi: fondamentali ed avanzati I primi sono
DettagliVideo Parte 4b. Codifiche e Compressione MPEG1, MPEG2, MPEG4 H.264. Multimedia
Video Parte 4b Codifiche e Compressione MPEG1, MPEG2, MPEG4 H.264 Formati di Compressione Associazioni Timeline: L'immagine sovrastante mostra l'evoluzione nel tempo dei vari formati di compressione video
DettagliCapitolo 3 Compressione sorgenti statiche
Capitolo 3 Compressione sorgenti statiche Elementi di codifica di sorgente Entropia Classificazione degli algoritmi Testo RLE Huffman statico Huffman dinamico Codifica aritmetica LZ Immagini Prestazioni
DettagliCodifica di Huffman e Lempel-Ziv-Welch A L B E R T O B E L U S S I A N N O A C C A D E M I C O /
Codifica di Huffman e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente
DettagliEsercizi scalari. 10*10^6 + 3; (Usare la notazione esponenziale) coseno(30 ) - seno(pi greco/2) + pi greco /6 (0.3896)
Esercizi scalari 10*10^6 + 3; (Usare la notazione esponenziale) coseno(30 ) - seno(pi greco/2) + pi greco /6 (0.3896) (3j+2)/(4+5J) (0.5610 + 0.0488i) a=42; b=25; c=a* b Risultato c=210 Cancellare b dal
DettagliCodifica di Huffman e Lempel-Ziv-Welch
e Lempel-Ziv-Welch 1 A L B E R T O B E L U S S I A N N O A C C A D E M I C O 2 0 1 0 / 2 0 1 1 Tipi di compressione Senza perdita (lossless): permettono di ricostruire perfettamente la rappresentazione
DettagliCampionamento. Campionamento: problema
Posizione del problema uniforme Ricostruzione Teorema del campionamento Significato della formula di ricostruzione Sistema di conversione A/D sample & hold quantizzazione Sistema di conversione D/A : problema
DettagliCalcolo Numerico. Esercitazioni (A.A ) Lezione n. 16 Approssimazione
Calcolo Numerico (A.A. 2013-2014) Esercitazioni Lezione n. 16 Approssimazione 23-05-2014 1 Approssimazione di dati e funzioni Problema Data la tabella {x i, y i }, i = 0,..., n, si vuole trovare una funzione
DettagliSistemi di Telecomunicazione. Codifiche Multimediali Video - Standard MPEG
Sistemi di Telecomunicazione Anno Accademico 2007/2008 Codifiche Multimediali Video - Standard MPEG ing. Francesco Benedetto (fbenedet@uniroma3.it) Digital Signal Processing, Multimedia, and Optical Communication
DettagliUNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA. Matlab: esempi ed esercizi
UNIVERSITÀ DEGLI STUDI DI PAVIA FACOLTÀ DI INGEGNERIA Matlab: esempi ed esercizi Sommario e obiettivi Sommario Esempi di implementazioni Matlab di semplici algoritmi Analisi di codici Matlab Obiettivi
Dettagli2. FORMATI PER IMMAGINI STATICHE
2. FORMATI PER IMMAGINI STATICHE Generalmente tutti i formati usano qualche piccolo accorgimento per limitare la ridondanza delle informazioni che vengono memorizzate nei file, tali espedienti sono da
DettagliRETI INTERNET MULTIMEDIALI. JPEG, TIFF, Facsimile
RETI INTERNET MULTIMEDIALI JPEG, TIFF, Facsimile JPEG Joint Photographic Experts Group Introduzione JPEG: Joint Photographic Experts Group Gruppo di lavoro della ISO e ITU-T Standard di compressione con
DettagliCodifiche a lunghezza variabile
Sistemi Multimediali Codifiche a lunghezza variabile Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Assegnazione del codice Come visto in precedenza, per poter memorizzare o trasmettere un
DettagliAlgoritmo del simplesso
Algoritmo del simplesso Ipotesi : si parte da una S.A.B. e dal tableau A=b in forma canonica. Si aggiunge una riga costituita dagli r j, j =,., n e da -z (valore, cambiato di segno, della f.o. nella s.a.b.)
DettagliFONDAMENTI DI INFORMATICA. Prof. PIER LUCA MONTESSORO. Facoltà di Ingegneria Università degli Studi di Udine. Compressione JPEG
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Compressione JPEG 2000 Pier Luca Montessoro (si veda la nota di copyright alla slide n. 2) 1 Nota
Dettagli1 = Processi Autoregressivi AR(1) Filtro IIR di ordine 1. (WGN White Gaussian Noise) Eq. alle differenze ricorsiva. w=randn(n,1) MATLAB:
Processi Autoregressivi AR(1) Filtro IIR di ordine 1 Wn [ ] hn [ ] X[ n] = ρ X[ n 1] + W[ n] (WGN White Gaussian Noise) w=randn(n,1) Eq. alle differenze ricorsiva MATLAB: n hn [ ] = ρ un [ ] y=filter(b,a,x)
DettagliLaboratorio di Segnali e Sistemi A. A. 2009/ Lezione 5: Immagini
Laboratorio di Segnali e Sistemi A. A. 2009/ 2010 Lezione 5: Immagini 28 maggio 2010 Introduzione Immagini: risultato di un sistema di acquisizione/elaborazione/visualizzazione della radiazione EM visibile
DettagliINDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4
INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:
DettagliDigitalizzazione Parte 2
Digitalizzazione Parte 2 Prof. Filippo Milotta milotta@dmi.unict.it Quantizzazione - Definizione La trasformazione di un segnale a valori continui in un segnale a valori discreti, prende il nome di quantizzazione.
DettagliIntroduzione al MATLAB c Parte 2
Introduzione al MATLAB c Parte 2 Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 24 settembre 2007 Outline 1 M-file di tipo Script e Function Script Function 2 Elementi di programmazione
DettagliIstruzioni per il controllo di ciclo - ciclo a condizione generica
Istruzioni per il controllo di ciclo - ciclo a condizione generica Permette di ripetere l esecuzione di un blocco di istruzioni finchè non viene verificata una condizione logica. Sintassi istruzione_1...
DettagliFinestre grafiche. >> figure >> figure(n)
Finestre grafiche MATLAB ha anche la possibilità di lavorare con delle finestre grafiche sulle quali si possono fare disegni bidimensionali o tridimensionali. Una finestra grafica viene aperta con il comando
DettagliSistemi di Elaborazione delle Informazioni
Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle Informazioni A.A. 26/27 Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle
DettagliPsicometria con Laboratorio di SPSS 2
Psicometria con Laboratorio di SPSS 2 Regressione lineare semplice (vers. 1.2, 20 marzo 2018) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2017-18
DettagliELABORAZIONE NUMERICA DEI SEGNALI 1 Laboratorio
ELABORAZIONE NUMERICA DEI SEGNALI 1 Laboratorio Paolo Mazzucchelli mazzucch@elet.polimi.it Quantizzazione Il segnale tempo continuo y(t), campionato con passo di campionamento temporale dt, è quantizzato
DettagliTeoria dei Segnali Quantizzazione dei segnali; trasformata zeta
Teoria dei Segnali Quantizzazione dei segnali; trasformata zeta Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali Quantizzazione;
DettagliLaboratorio di Matematica Computazionale A.A Lab. 3
Laboratorio di Matematica Computazionale A.A. 2007-2008 Lab. 3 Funzioni inline Esiste in Matlab una sintassi che permette di definire una funzione direttamente nello spazio di lavoro (ovvero in linea )
DettagliIntroduzione a MATLAB
Università degli Studi di Napoli Federico II CdL Ing. Elettrica Corso di Laboratorio di Circuiti Elettrici Introduzione a MATLAB Dr. Carlo Petrarca Dipartimento di Ingegneria Elettrica Università di Napoli
DettagliCodifica Video MPEG. Ing. Francesco Benedetto - Prof. Gaetano Giunta. Laboratorio di Telecomunicazioni (COMLAB) Università degli Studi Roma Tre
Codifica Video MPEG Ing. Francesco Benedetto - Prof. Gaetano Giunta Laboratorio di Telecomunicazioni (COMLAB) Università degli Studi Roma Tre 1 Perché comprimere Si supponga di voler trasmettere 30 fotografie
DettagliEsercitazioni con GNU Octave
appendice A Esercitazioni con GNU Octave GNU Octave può essere scaricato dalla seguente pagina: https://www.gnu.org/software/octave/download.html L elenco dei concetti, delle funzioni e degli operatori
DettagliUNIVERSITÀ DEGLI STUDI DI TRIESTE
UNIVERSITÀ DEGLI STUDI DI TRIESTE Corso di Elaborazione Elettronica di Immagini ELABORAZIONE E CODIFICA DI IMMAGINI BITONALI Sommario Quantizzazione di immagini 1 2 Ordered dithering 3 Noise shaping Codifica
DettagliCompressione di Immagini.
Compressione di Immagini Michelangelo Diligenti Dipartimento di Ingegneria dell Informazione Università di Siena Email: diligmic@dii.unisi.it http://www.dii.unisi.it/~diligmic/bdm2009 1 Immagini Maggior
DettagliBasi e trasformate veloci
Sistemi Multimediali Basi e trasformate veloci Trasformare una segnale utilizzando un'altra base puo' portare ad un notevole risparmio nella quantita' di dati da memorizzare. Un semplice esempio geometrico
DettagliRappresentazione delle immagini
Elaborazione di Segnali Multimediali a.a. 2013/2014 Rappresentazione delle immagini L.Verdoliva In questa prima lezione vedremo come si rappresentano diversi tipi immagini digitali in Matlab. 1 Immagini
DettagliRETI INTERNET MULTIMEDIALI. Compressive Video
RETI INTERNET MULTIMEDIALI Compressive Video Introduzione I formati di compressione per contenuti audio e video intruducono nuovi elementi per aumentare il rapporto di codifica Codifica nello spazio e
DettagliFondamenti di Informatica
Fondamenti di Informatica Introduzione alla programmazione in MATLAB E s e rc i ta z i o n e 1 Po s s i b i l i S o l u z i o n i P r o f. R a f fa e l e P i z zo l a n t e A. A. 2 0 1 6 / 1 7 Esercizio
DettagliEsercizio. fattorizzazione QR? Quale è più conveniente dal punto di vista computazionale
Esercizio Si consideri, fissato n N, la matrice A M n(r) generata dal comando A = magic(n); e il sistema lineare Ax = b, dove il termine noto b R n é scelto in modo tale che la soluzione esatta sia x =
DettagliMetodi numerici con elementi di Programmazione A.A
Metodi numerici con elementi di Programmazione A.A. 2013-2014 Esercizi svolti in Laboratorio Lezione del 26-11-2013 1 Docente: Vittoria Bruni Email: vittoria.bruni@sbai.uniroma1.it Ufficio: Via A. Scarpa,
DettagliSegnali e trasformate
Segnali e trasformate - 1 Corso di Laurea in Ingegneria dell Automazione Segnali e trasformate DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliControlli Automatici LA Segnali e trasformate
- 1 Corso di Laurea in Ingegneria dell Automazione DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Controlli Automatici L - 2 Segnali tempo continui
DettagliContenuti. Corso di Laboratorio di Multimedialità. Introduzione alle tecniche di post-processing. Riferimenti bibliografici
Corso di Laboratorio di Multimedialità Anno Accademico 2002-2003 Docente: Claudio Sacchi PARTE 5: ALGORITMI DI RECUPERO DEGLI ERRORI IN POST-PROCESSING Contenuti Introduzione alle tecniche di post-processing;
DettagliMETODI NUMERICI - II canale (A.A )
METODI NUMERICI - II canale (A.A. 2007-2008) Cosa èilcalcolo NUMERICO? Prof. F. Pitolli Appunti della prima lezione È quella branca della matematica che fornisce mezzi e metodi per risolvere numericamente,
Dettagli13 Ricorsione con MATLAB
13.1 Esercizi Esercizio 13.1 Scrivere una funzione che verifichi iterativamente se una stringa è palindroma. Scrivere poi una funzione che implementi la stessa funzionalità in modo ricorsivo. Si stampi
DettagliRichiami sulla rappresentazione digitale dell'informazione multimediale: compressione di voce, audio e video
Università di Verona Dipartimento di Informatica Richiami sulla rappresentazione digitale dell'informazione multimediale: compressione di voce, audio e video Davide Quaglia 1 Natura dei dati multimediali
DettagliLa trasformata di Hough
La trasformata di Hough Trasformata di Hough E una tecnica che permette di riconoscere particolari configurazioni di punti presenti nell immagine, come segmenti, curve o altre forme prefissate. E un tipico
DettagliCodifica Video. Corso di Telecomunicazioni. Anno Accademico 2008/2009. F. Benedetto Corso di Telecomunicazioni
Codifica Video Corso di Telecomunicazioni Anno Accademico 2008/2009 Contenuti Caratteristiche del segnale video Codifica video (MPEG-2) Codifica video (MPEG-4) Perché comprimere Si consideri un segnale
DettagliCOMPRESSIONE DI IMMAGINI ASPETTI TEORICI ED APPLICATIVI
COMPRESSIONE DI IMMAGINI ASPETTI TEORICI ED APPLICATIVI Ennio Ottaviani On AIR srl Piazza Campetto 2/10, 16123 Genova Email ennio.ottaviani@ge.onairweb.com INDICE DEGLI ARGOMENTI Introduzione Cenni di
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ 4 novembre 2007 Outline 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di
DettagliQUANTIZZAZIONE Conversione analogico/digitale
QUANTIZZAZIONE Conversione analogico/digitale 1 QUANTIZZAZIONE Campionamento e uantizzazione Campione del segnale Segnale originale (continuo nel tempo e nelle ampiezze) QUANTIZZAZIONE Conversione analogico/digitale
DettagliEmma Perracchione A.A. 2018/2019
Emma Perracchione Corso di Calcolo Numerico per Ingegneria Meccanica (Univ. PD) Queste slides sono principalmente fornite dal Prof. Alvise Sommariva; vedasi https://www.math.unipd.it/~alvise/didattica/didattica_cnie1819.html
DettagliInformatica (A-K) 5. Algoritmi e pseudocodifica
Vettori e matrici #1 Informatica (A-K) 5. Algoritmi e pseudocodifica Corso di Laurea in Ingegneria Civile & Ambientale A.A. 2011-2012 2 Semestre Prof. Giovanni Pascoschi Le variabili definite come coppie
DettagliALGORITMO DEL SIMPLESSO. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Simplesso / 1.
ALGORITMO DEL SIMPLESSO Una piccola introduzione R. Tadei R. Tadei 2 SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
DettagliMemorizzazione delle immagini. Metodi e Formati
Memorizzazione delle immagini Metodi e Formati Dati bitmap Insieme di valori numerici che specificano i colori dei singoli pixel Linearizzazione per righe Formati e file grafici Come si registrano i dati?
DettagliCarlo Alberto Bentivoglio Aldo Caldarelli Tecnologie multimediali Audio e video. eum x tecnologie dell educazione
Carlo Alberto Bentivoglio Aldo Caldarelli Tecnologie multimediali Audio e video eum x tecnologie dell educazione eum x tecnologie dell'educazione Tecniche e tecnologie multimediali Carlo Alberto Bentivoglio
Dettagli