INFORMATICA SANITARIA (Esercitazione sulla Compressione)
|
|
- Eduardo Bernasconi
- 4 anni fa
- Visualizzazioni
Transcript
1 Università degli Studi di Padova Corso di Laurea Specialistica in Bioingegneria A.A INFORMATICA SANITARIA (Esercitazione sulla Compressione) Giovanni Sparacino Dipartimento di Ingegneria dell Informazione Università degli Studi di Padova Via Gradenigo 6/B, Padova Tel ; web: Esercizio 1 (codifica RLE) FARE PER ULTIMO SE RIMANE TEMPO Il vettore x di dimensione 25 contiene i campioni di un segnale che rappresenta la presentazione di eventi identici come forma (caratterizzati da una template ) ma diversi in polarita' e ampiezza. a) Fare un plot del segnale e studiare come e' fatto (in particolare guardare come è possibile evidenziare i run) b) Progettare un modo efficiente di codificare le informazioni in un vettore di dimensione minore (suggerimento: sfruttare i run e pensare che poi sarà sufficiente archiviare polarita' e ampiezza degli eventi). Per semplicita', assumere che il segnale cominci con degli zeri, finisca con un evento completo, e che i run siano sempre piu' lunghi della durata della template c) Come verifica, scrivere e applicare la routine di decompressione al vettore ottenuto al punto b)
2 1 s egnale originale segnale compress o (lunghezza=36) s egnale decompres so % dato il vettore x di dimesione 25 (rappresenta la presentazioni di eventi identici (template ) e denotati solo da polarita' e ampiezza) clear x=[ ]; n=length(x); subplot(311) plot(x) title('segnale originale') pos=1; lrun=; k=1; Esempio di una delle possibili soluzioni while k<=n if x(k)== lrun=lrun+1; else amp=abs(x(k)); pol=sign(x(k)); xcompr(pos)=lrun; xcompr(pos+1)=pol; xcompr(pos+2)=amp; pos=pos+3; k=k+5; lrun=; k=k+1; subplot(312) stem(xcompr) title(['segnale compresso (lunghezza=' num2str(length(xcompr)) ')']) template=[ ]; nc=length(xcompr); xdecompr=[]; k=1; while k<=nc lrun=xcompr(k); pol=xcompr(k+1); ampl=xcompr(k+2); xdecompr=[xdecompr,zeros(1,lrun), pol*template*ampl]; k=k+3; subplot(313) plot(xdecompr) title('segnale decompresso')
3 Esercizio 2a (Compressione via DCT scartando le componenti HF) Il vettore y contiene una serie di 128 punti riferita al vettore t. Applicare la DCT all intera serie (in Matlab istruzione dct) e poi applicare la anti-dct (in Matlab idct) all interno di un ciclo for ripetuto 128 volte in cui le componenti utilizzate scono di una unità a ciclo, scartando le componenti ad alta frequenza (in altri termini, fare la idct da 128 componenti, poi dalle prime 127, poi dalle prime 126,... fino a fare la idct da 1 sola componente). Ad ogni iterazione, plottare sovrapposti il segnale originale e quello ottenuto dalla anti-dct e, in un altro riquadro della stessa figura, lo scostamento tra le due Come evolve l errore? 4 Ricos truzione us ando le prime 72 componenti Errore us ando le prime 72 componenti (plot da 72 componenti residue)
4 % simulazione compressione via DCT scartando i coefficienti ad alta frequenza Ty=dct(y); for k=1:128 Tya=[Ty(1:128-k+1) zeros(1,k-1)]; ya=idct(tya); plot(t,y,t,ya,'r--') title(['ricostruzione usando le prime ' num2str(128-k) ' componenti']) plot(t,y-ya,'r--') title(['errore usando le prime ' num2str(128-k) ' componenti']) pause Esercizio 2b (Compressione via DCT scartando le componenti meno energetiche) Raffinare l esercizio 2a, plottando l anti DCT che si ottiene scartando le componenti una alla volta, ma usando adesso come criterio di eliminazione l energia dei coefficienti (in altri termini, fare la idct da 128 componenti, poi dalle 127 più energetiche, poi dalle 126 più energetiche,... fino a fare la idct da 1 sola componente). Per ordinare i coefficienti in Matlab usare l istruzione sort (vd help). Ad ogni iterazione, plottare sovrapposti il segnale originale e quello ottenuto dalla anti-dct e, in un altro riquadro della stessa figura, lo scostamento tra le due Come evolve l errore?
5 4 Ricos truzione us ando le 11 componenti maggiormente energetiche Errore us ando le 11 componenti maggiormente energetiche (plot da 11 componenti residue) Ty=dct(y); [Ty2ord, indici]=sort(ty.^2); for k=1:128 indazzerare=indici(1:k) Tya=Ty; Tya(indazzerare)=; ya=idct(tya); plot(t,y,t,ya,'r--') title(['ricostruzione usando le ' num2str(128-k) ' componenti maggiormente energetiche']) plot(t,y-ya,'r--') title(['errore usando le ' num2str(128-k) ' componenti maggiormente energetiche']) pause
6 Esercizio 2c (Compressione via DCT con quantizzazione simil JPEG) Raffinare l esercizio 2a, applicando (come in JPEG) ai coefficienti della DCT il vettore di quantizzazione q. Per apprezzare il ruolo di q, eseguire l operazione in un ciclo ripetuto 1 volte, moltiplicando ogni volta q per un fattore di scala che va da 1 a 1. Ad ogni iterazione, plottare sovrapposti il segnale originale e quello ottenuto dalla anti-dct e, in un altro riquadro della stessa figura, lo scostamento tra le due. Ad ogni iterazione, calcolare anche il numero di zeri in coda alla sequenza dei coefficienti DCT quantizzati e scriverlo nel titolo del grafico. Come evolve l errore? 4 Ricostruzione usando fattore 1 (run lungo 112) Errore us ando fattore 1 (run lungo 112)
7 4 Ricostruzione usando fattore 31 (run lungo 114) Errore us ando fattore 31 (run lungo 114) Ty=dct(y); sent=128; for k=1:1 q=k*round(.3*n+4); Tyq=round(Ty./q); Tya=Tyq.*q; while Tya(sent)== sent=sent-1; l_run=128-sent; ya=idct(tya); plot(t,y,t,ya,'r--') title(['ricostruzione usando fattore ' num2str(k) ' (run lungo ' num2str(l_run) ')']) plot(t,y-ya,'r--') title(['errore usando fattore ' num2str(k) ' (run lungo ' num2str(l_run) ')' ]) pause
8 Esercizio 3 (decorrelazione ed entropia) AGGIUNTO IL PUNTO d) a) Il segnale w è costituito da 4 campioni che spaziano da 1 a 16. Sfruttando l istruzione histc di Matlab (vd help) calcolare la frequenza relativa dei valori e plottare l istogramma (usare l istruzione bar, vd help). Calcolare poi l entropia della sorgente associabile al segnale b) Differenziare il segnale w (eventualmente sfruttare filter in Matlab), e, rilevato a vista che i livelli variano da -1 a +2, calcolare la frequenza relativa dei simboli, plottare l istogramma, e quindi calcolare l entropia c) Differenziare una seconda volta il segnale e, rilevato a vista che i livelli variano da -1 a +1, calcolare la frequenza relativa dei simboli, plottare l istogramma, e quindi calcolare l entropia d) (aggiunto il ) relativamente al caso c) fare (a mano) la codifica di Huffman e trovare la stringa che codifica il segnale differenziato 2 volte. Confrontare la lunghezza della stringa trovata con quella della stringa che, usando un dizionario di codici a lunghezza fissa, codificherebbe il segnale w originale 2 s e g n a le o rig in a le is to g ra m m a s e g n a le o rig in a le (H = )
9 2 segnale differenziato una volta is togramma s egnale differenziato una volta (H=1.8413) segnale differenziato due volte is togramma s egnale differenziato due volte (H=1.1219)
10 y=w; t=(1:1:length(y))'; figure(1) plot(t,y,t,y,'o') title('segnale originale') edges=(1:1:16); p =histc(y,edges)/length(y)'; i=-log2(p); H=sum(i.*p); bar(p) title(['istogramma segnale originale (H=' num2str(h) ')']) figure(2) dy=filter([1-1],1,y); plot(t,dy,t,dy,'o') title('segnale differenziato una volta') edges=(-1:1:2); p =histc(dy,edges)/length(dy); i=-log2(p); H=sum(i.*p); bar(p) title(['istogramma segnale differenziato una volta (H=' num2str(h) ')']) figure(3) d2y=filter([1-1],1,dy); plot(t,d2y,t,d2y,'o') title('segnale differenziato due volte') edges=(-1:1:1); p =histc(d2y,edges)/length(d2y); i=-log2(p); H=sum(i.*p); bar(p) title(['istogramma segnale differenziato due volte (H=' num2str(h) ')'])
INFORMATICA SANITARIA Domande ed Esercizi di Preparazione all Esame (Parti 8-17)
Università degli Studi di Padova Corso di Laurea Specialistica in Bioingegneria A.A. 2006-2007 2007 INFORMATICA SANITARIA Domande ed Esercizi di Preparazione all Esame (Parti 8-17) Giovanni Sparacino Dipartimento
DettagliCORSO DI LABORATORIO DI INFORMATICA
CORSO DI LABORATORIO DI INFORMATICA Corso di Laurea Triennale in Ingegneria Elettrica a.a. 2015/2016 Docente: Ing. Domenico Amalfitano Dipartimento di Ingegneria Elettrica e delle Tecnologie dell Informazione
DettagliLaboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 5)
Università degli Studi di Padova - Facoltà di Ingegneria Corso di Laurea in Ingegneria Biomedica A.A. 7-8 Laboratorio di Elaborazione di Dati, Segnali e Immagini Biomediche (Parte 5) Prof. Giovanni Sparacino
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..............
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
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
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
DettagliComunicazioni Elettriche Esercizi
Comunicazioni Elettriche Esercizi Alberto Perotti 9 giugno 008 Esercizio 1 Un processo casuale Gaussiano caratterizzato dai parametri (µ = 0, σ = 0.5) ha spettro nullo al di fuori dellintervallo f [1.5kHz,
DettagliMATLAB Funzioni grafiche Salvataggio/recupero dati da file
MATLAB Funzioni grafiche Salvataggio/recupero dati da file Salvataggio e recupero dati save salva nel file nomefile.mat le variabili elencate in lista variabili load
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
DettagliISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE
ISTITUTO DI ISTRUZIONE SUPERIORE A. EINSTEIN PROGETTO LAUREE SCIENTIFICHE Prof. Fernando D Angelo Interpolazione e approssimazione di funzioni Problema Dati n+1 punti (x( i,f(x i )) con i =0,1,2,n,n ~
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
Dettagli1 Esercizio - caso particolare di ottimalità
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 5 giugno 2006 Argomento: Compressione aritmetica e Tecniche di compressione basate su dizionario Scribes: Andrea Baldan, Michele Ruvoletto
DettagliComunicazioni Elettriche II
Comunicazioni Elettriche II Laurea Magistrale in Ingegneria Elettronica Università di Roma La Sapienza A.A. 27-28 Teoria dell informazione Esercitazione 6 Teorema della codifica di sorgente Si consideri
DettagliEsercizi. Andrea Marin. a.a. 2011/2012. Università Ca Foscari Venezia Laurea in Informatica Corso di Programmazione part-time
Andrea Marin Università Ca Foscari Venezia Laurea in Informatica Corso di Programmazione part-time a.a. 2011/2012 Test di primalità Definizione (Numeri primi) Un numero naturale è primo se è maggiore di
Dettagli1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso
Domanda 1 1. Si scriva una function Matlab che implementa il seguente metodo di punto fisso x n+1 = x n f(x n), n = 0, 1, 2,... K dove x 0 è il punto iniziale, f(x) = x 3 cos(x) e K è una costante assegnata.
DettagliModello di sistema di comunicazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2006-07 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliInformazione binaria:
Informazione binaria: Codici di compressione Ingegneria Meccanica e dei Materiali Università degli Studi di Brescia Prof. Massimiliano Giacomin Una soluzione per le immagini: la tavolozza (palette) Spesso
DettagliUniversità degli Studi di Ferrara Corso di Laurea in Chimica - A.A
Università degli Studi di Ferrara Corso di Laurea in Chimica - A.A. 2018-2019 Programmazione Lezione 12A Esercizi in MATLAB Docente: Lorenzo Caruso lorenzo.caruso@unife.it Nelle lezioni precedenti Matlab:
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
DettagliProve d esame Esercizi con Matlab
Prove d esame Esercizi con Matlab Andrea Corli 16 settembre 2015 Sono qui raccolti alcuni esercizi relativi a Matlab assegnati nelle prove d esame (dal 2011 al 2014) del Corso di Analisi Matematica I (semestrale,
Dettaglipointer=find(segnale>1.9); for k=1:length(pointer) matrice(k,:)=segnale(pointer(k)+1:(pointer(k)+1)+191); end
%%%%%%%%%%% %% Esercitazione n 5 %% %% %% %% %% %% %% %% Potenziali evocati: - media correlata %% %% - plus-minus method %% %% - cumsum e precum %% %% - filtro di Woody %% %% %% %% 12 dicembre 2006 %%
DettagliFacoltà di Ingegneria Industriale. e dei Trasporti. Dipartimento di Elettronica e Informazione. Informatica B. Prof.
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Indice Laboratorio 5: Linguaggio
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
DettagliRappresentazione di numeri interi
Corso di Calcolatori Elettronici I Esercizi Rappresentazione di numeri interi ing. Alessandro Cilardo Corso di Laurea in Ingegneria Biomedica Interi senza segno Qual è l intervallo di rappresentazione
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:Metodi Numerici per zeri di funzioni.
1 Francesca Mazzia Dipartimento Interuniversitario di Matematica Università di Bari MATLAB:Metodi Numerici per zeri di funzioni Metodo delle successive bisezioni Sappiamo che la procedura definita dal
DettagliINFORMATICA SANITARIA Domande ed Esercizi di Preparazione all Esame (Parti 1-4)
Università degli Studi di Padova Corso di Laurea Specialistica in Bioingegneria A.A. 2006-2007 2007 INFORMATICA SANITARIA Domande ed Esercizi di Preparazione all Esame (Parti 1-4) Giovanni Sparacino Dipartimento
DettagliTecniche di compressione senza perdita
FONDAMENTI DI INFORMATICA Prof. PIER LUCA MONTESSORO Facoltà di Ingegneria Università degli Studi di Udine Tecniche di compressione senza perdita 2000 Pier Luca Montessoro (si veda la nota di copyright
DettagliInformazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione
Informazione binaria: Codici per la rilevazione e correzione di errori Codici di compressione Percorso di Preparazione agli Studi di Ingegneria Università degli Studi di Brescia Docente: Massimiliano Giacomin
DettagliCorsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 3/07/2007
Corsi di Laurea in Scienze Biologiche Prova scritta di Informatica e Statistica Generale (A). 3/07/007 COGNOME NOME MATRICOLA 1.) Sia {x 1, x,..., x n } IR una popolazione statistica relativa ad una variabile
DettagliElaborazione 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,
DettagliInformatica B. Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti. Prof. Marco Masseroli
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Dipartimento di Elettronica e Informazione Informatica B Prof. Marco Masseroli Consigli utili (1/3) 1. E fondamentale
DettagliAlgoritmi Greedy. Tecniche Algoritmiche: tecnica greedy (o golosa) Un esempio
Algoritmi Greedy Tecniche Algoritmiche: tecnica greedy (o golosa) Idea: per trovare una soluzione globalmente ottima, scegli ripetutamente soluzioni ottime localmente Un esempio Input: lista di interi
DettagliEsercitazione 00 Introduzione a Matlab
1 Esercitazione 00 Introduzione a Matlab Corso di Strumentazione e Controllo di Impianti Chimici Prof. Davide Manca Tutor: Giuseppe Pesenti PSE-Lab 2 Tutor: Giuseppe Pesenti giuseppe.pesenti@polimi.it
DettagliElementi di Informatica e Programmazione
Università degli Studi di Brescia Elementi di Informatica e Programmazione ESERCITAZIONE Docente: A. Saetti Esercitatori: M. Sechi, A. Bonisoli Vers. 04/10/2017 Docente: Alessandro Saetti Elementi di informatica
DettagliFondamenti di Informatica, A.A
Fondamenti di Informatica, A.A. 2012-2013 10/07/2013 fila A Esercizio 1 mg =[ 16 2 3 1 3 ; 5 11 10 8 ; 9 7 6 1 2 ; 4 14 15 1 ; ] ; [mx, imx]=max(mg ) ; [mn, imn]=min(mx) ; disp ( mg( imx ( imn ), imn )
Dettagliche si ripete n volte, con n molto grande. Determinare il rate ottenuto dalla codifica LZ77, usando i parametri:
Corso: Gestione ed elaborazione grandi moli di dati Lezione del: 8 giugno 2006 Argomento: Esercizi sulle tecniche di compressione Scribes: Massimo Bellio, Massimo Padovan, Adalberto Zurlo 1 Esercizio su
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
DettagliMatrici.h Definizione dei tipi #define MAXROWS 10 #define MAXCOLS 10 #define ELEMENT int #define ELEMENTFORMAT "%d" Tipo degli elementi della matrice
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliCodifica-Decodifica DTMF
1. DESCRIZIONE DEL PROBLEMA "Codifica-Decodifica DTMF" Function file deve implementa: 1. La codifica DTMF di un numero di telefono di 7 cifre. Il segnale generato è costituito per ogni cifra da un tono
DettagliInterpolazione e approssimazione di funzioni
Interpolazione e approssimazione di funzioni Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 26 febbraio 2007 Outline 1 Interpolazione polinomiale Interpolazione
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliMatrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È Difficili Soluzione di sistemi lineari È veramente difficile?
Dettagli... b 2 X 2. . b N X N. a 11 a 12.. a 1N a 21 a 22.. a 2N A =. a N1... a NN
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo l del determinante t È veramente Difficili difficile? Soluzione di sistemi lineari
DettagliRappresentazione degli algoritmi
Rappresentazione degli algoritmi Universitá di Ferrara Ultima Modifica: 21 ottobre 2014 1 1 Diagramma di flusso Utilizzare il diagramma di flusso per rappresentare gli algoritmi che risolvono i seguenti
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliCODIFICA DI SORGENTE. Schematizzazione generale sistema di comunicazione
CODIFICA DI SORGENTE Informazione associata a sorgenti digitali, entropia Codifica di sorgenti senza memoria Codifica di sorgenti con memoria CODIFICA DI SORGENTE Schematizzazione generale sistema di comunicazione
DettagliIntegrazione numerica
Integrazione numerica Lucia Gastaldi Dipartimento di Matematica, http://dm.ing.unibs.it/gastaldi/ Laboratorio - 5 marzo 2007 Outline 1 Formule di quadratura semplici e composite Formule di quadratura Grado
DettagliL'Informazione e la sua Codifica. Maurizio Palesi
L'Informazione e la sua Codifica Maurizio Palesi 1 Obiettivo Il calcolatore è una macchina digitale Il suo linguaggio è composto da due soli simboli Gli esseri umani sono abituati a comunicare utlizzando
Dettagli( e j2π ft 0.9 j) ( e j2π ft j)
Esercitazione Filtri IIR Es. 1. Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata
DettagliElementi di Calcolo Scientifico per l Ingegneria A.A
Elementi di Calcolo Scientifico per l Ingegneria A.A. 2017-2018 Ottobre 2017 (2 16) Indice 1 2 3 4 Rappresentazione dei numeri reali nel calcolatore l insieme dei numeri reali, R, contiene un numero infinito
DettagliElaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. I suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2008/2009 Docente: ing. Salvatore
DettagliCodifica Immagini Fisse
Codifica Immagini Fisse Corso di Telecomunicazioni Anno Accademico 2008/2009 Contenuti Caratteristiche delle immagini Codifica JPEG Perché comprimere Si supponga di voler trasmettere 30 fotografie in bianco
DettagliFondamenti di Informatica, A.A
Fondamenti di Informatica, A.A. 2013 2014 02/02/2015 Esercizio 1 È dato il frammento di codice Matlab a = 1 ; n = 1 0 ; i = a ; v = [ 0 ] ; while (mod( i, n /2)!= 0) v = [ v a i ] ; l = length ( v ) ;
DettagliInformatica 3. LEZIONE 16: Heap - Codifica di Huffmann. Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann
Informatica 3 LEZIONE 16: Heap - Codifica di Huffmann Modulo 1: Heap e code di priorità Modulo 2: Esempio applicativo: codifica di Huffmann Informatica 3 Lezione 16 - Modulo 1 Heap e code di priorità Introduzione
DettagliESERCITAZIONE MATLAB
ESERCITAZIONE MATLAB Di seguito sono ripostati alcuni esercizi da eseguire in ambiente MatLab. Gli esercizi sono divisi per argomenti. Ogni esercizio è preceduto da una serie di esempi che aiutano nello
DettagliEquazioni e sistemi non lineari
Equazioni e sistemi non lineari Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Ricerca degli zeri di una funzione Problema e definizioni Metodo di Newton-Raphson
DettagliISTRUZIONI A B K A, B, K A<B? SI A<B? SI A<B? SI
SECONDA PARTE 6. LA RIPETIZIONE while ISTRUZIONI A B K A, B, K 0 10 0 While A
DettagliLezione 5, 5/11/2014
Lezione 5, 5/11/2014 Elena Gaburro, elenagaburro@gmail.com 1 Ordine di convergenza di un metodo Definizione 1.1. Sia {x k } una successione convergente ad α. Consideriamo l errore assoluto in modulo al
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico Lezione 3 Padova, April 4th 2016 F. Piazzon Department of Mathematics. Doctoral School in Mathematical Sciences, Applied Mathematics Area Outline Lab. 3-2 of 16 1 Costrutti
DettagliSuono digitale. Ø Un secondo di musica stereo richiede 44'100 campioni di 16 bit (2 byte) ciascuno per due canali, quindi 176'400 byte.
Suono digitale Ø Formato standard per i CD audio frequenza di campionamento di 44'100 Hz quantizzazione su 65'536 livelli (un campione viene codificato su 16 bit) Ø Un secondo di musica stereo richiede
DettagliLE IMMAGINI DIGITALI 3 formati. Università IUAV di venezia
LE IMMAGINI DIGITALI 3 formati Università IUAV di venezia Compressione Trasmissione ed archiviazione dei file grafici Algoritmo di compressione: trasformare la sequenza di byte che costituisce un file
DettagliOctave. Luca Abeni. Informatica Luca Abeni 1 / 21
Luca Abeni Informatica Luca Abeni 1 / 21 Linguaggi di Programmazione di Alto Livello Parole chiave: possibilmente con significato in inglese Ma agli informatici piacciono molto contrazioni e acronimi...
DettagliMatrici. Matrici.h Definizione dei tipi. Un po di esercizi sulle matrici Semplici. Media difficoltà. Difficili
Matrici Un po di esercizi sulle matrici Semplici Lettura e scrittura Calcolo della trasposta Media difficoltà Calcolo del determinante Difficili Soluzione di sistemi lineari È veramente difficile? 1 Matrici.h
DettagliRicorsione. Stefano Ferrari. Università degli Studi di Milano Programmazione. anno accademico
Ricorsione Stefano Ferrari Università degli Studi di Milano stefanoferrari@unimiit Programmazione anno accademico 2016 2017 Funzioni ricorsive Chiamata è ciascun uso di una funzione nel main o in un altra
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 ) =
DettagliInterpolazione. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Interpolazione Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Interpolazione 2 Interpolazione polinomiale Polinomi Valutazione di un polinomio Algoritmo di Horner
Dettagli10 STRUTTURE DI CONTROLLO REPEAT E WHILE. Strutture di controllo e variabili strutturate
LABORATORIO DI PROGRAMMAZIONE Corso di laurea in matematica 10 STRUTTURE DI CONTROLLO REPEAT E WHILE Marco Lapegna Dipartimento di Matematica e Applicazioni Universita degli Studi di Napoli Federico II
DettagliM149 - ESAME DI STATO DI ISTITUTO TECNICO INDUSTRIALE
Pag. 1/1 Sessione ordinaria 2007 Seconda prova scritta M149 - ESAME DI STATO DI ISTITUTO TECNICO INDUSTRIALE CORSO DI ORDINAMENTO Indirizzo: ELETTRONICA E TELECOMUNICAZIONI Tema di: TELECOMUNICAZIONI (Testo
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
DettagliInformatica e elementi di informatica medica. Laboratori del 19 e del 22 Marzo 2010
Informatica e elementi di informatica medica Laboratori del 19 e del 22 Marzo 2010 Hello world! 1 Esercizio 1: Hello world! Scrivere un programma in linguaggio C che stampi Hello world! sullo standard
DettagliLab 04 Programmazione Strutturata"
Fondamenti di Informatica e Laboratorio T-AB Ingegneria Elettronica e Telecomunicazioni Lab 04 Programmazione Strutturata" Lab04 1 Valutazione in cortocircuito (1)" In C, le espressioni booleane sono valutate
DettagliAnalogico vs digitale
Analogico vs digitale Informazione classificatoria e più che classificatoria Informazione classificatoria: è questo, ma avrebbe potuto essere quest altro altro. Informazione più che classificatoria: riconoscere
DettagliInformatica B - A.A. 2018/2019
Politecnico di Milano Informatica B - A.A. 2018/2019 Laboratorio 4 26/11/2018 Andrea Tirinzoni ( andrea.tirinzoni@polimi.it ) Pietro Fezzardi ( pietro.fezzardi@polimi.it ) 1. Introduzione 1.1 - Semplici
DettagliEsame di Calcolo Numerico
Esame di Calcolo Numerico Laurea in Statistica ed Informatica Laurea Magistrale in Astronomia Prof. S. De Marchi Padova, 16 dicembre 2010 Il candidato dovrà scrivere su ogni foglio il cognome, nome, numero
DettagliLa compressione Soluzioni
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
DettagliI suoni Rappresentazione digitale
Università degli Studi di Palermo Dipartimento di Ingegneria Chimica, Gestionale, Informatica, Meccanica Informatica per la Storia dell Arte Anno Accademico 2013/2014 Docente: ing. Salvatore Sorce I suoni
DettagliRappresentazione degli algoritmi
Rappresentazione degli algoritmi Universitá di Ferrara Ultima Modifica: 21 ottobre 2014 1 1 Diagramma di flusso Utilizzare il diagramma di flusso per rappresentare gli algoritmi che risolvono i seguenti
DettagliCodifica CCITT Fax. Introduzione Codifica monodimensionale Codifica bidimensionale. Codifica CCITT Fax. Codifica JBIG2
Codifica CCITT Fax Metodo per la codifica senza perdita di immagini bitonali, standardizzato nel 1988 dal CCITT (ora ITU-T) Sviluppato per la trasmissione di fax, ma utilizzato anche per l archiviazione
DettagliCompressione dei dati. Appunti di Sistemi A cura del prof. Ing. Mario Catalano
Compressione dei dati Appunti di Sistemi A cura del prof. Ing. Mario Catalano Compressione di dati Cosa significa comprimere i dati? Eliminare l'informazione ridondante, in modo da poter rappresentare
DettagliIntroduzione alla codifica entropica
Compressione senza perdite Il problema Introduzione alla codifica entropica Abbiamo un alfabeto di simboli A (nota: non è detto che gli elementi di A siano numeri) Sappiamo che il simbolo a A si presenta
DettagliIndice. 1 Introduzione 2. 2 Algoritmo di compressione LZ78 3
Algoritmi e Strutture Dati 2 e Aneno Acc. 1999/2000 PROF. ALFREDO DE SANTIS Metodo di Compressione LZ78 a cura di Maria Grazia Calabrò z 24 Luglio 2000 Indice 1 Introduzione 2 2 Algoritmo di compressione
DettagliLaboratorio di Informatica
Laboratorio di Informatica Ingegneria Meccanica Esercitazione 3, 23 ottobre 2007 versione 3 novembre 2007 Limiti per tipi int #include rende visibili le costanti simboliche SHRT_MIN, SHRT_MAX,
DettagliTECNICHE DI COMPRESSIONE DATI
TECNICHE DI COMPRESSIONE DATI COMPRESSIONE DATI La compressione produce una rappresentazione più compatta delle informazioni è come se si usassero meno parole per dire la stessa cosa in modo diverso. Esistono
DettagliLezione n.1 - Soluzioni
Lezione n.1 - Soluzioni Laboratorio di Telecomunicazioni L.Verdoliva 1 Generazione di segnali a tempo discreto Di seguito trovate il codice che consente di generare un impulso triangolare compreso tra
DettagliLa codifica di sorgente
Tecn_prog_sist_inform Gerboni Roberta è la rappresentazione efficiente dei dati generati da una sorgente discreta al fine poi di trasmetterli su di un opportuno canale privo di rumore. La codifica di canale
DettagliFondamenti di Informatica
L aritmetica del computer Fondamenti di Informatica su UD 2 Aritmetica del computer ESERCITAZIONE RAPPRESENTAZIONE NUMERI NEL COMPUTER Corso di Laurea in Ingegneria Informatica e dell Automazione A.A.
DettagliFondamenti di Informatica
Vettori e matrici #1 Le variabili definite come coppie sono dette variabili scalari Fondamenti di Informatica 5. Algoritmi e pseudocodifica Una coppia è una variabile
DettagliFONDAMENTI DI INFORMATICA
FONDAMENTI DI INFORMATICA ESERCITAZIONI Prof. Alfredo Accattatis ( accattatis@ing.uniroma2.it ) Tutor: prof. Marcello Colella ( mcolella.uniroma2@outlook.it ) Fondamenti di Informatica - A.Accattatis -
DettagliCorso di Informatica B - Sezione D
Facoltà di Ingegneria Industriale Laurea in Ingegneria Energetica, Meccanica e dei Trasporti Corso di Informatica B - Sezione D Esercitazioni Linguaggio C 1 Facoltà di Ingegneria Industriale Laurea in
Dettagli8 Introduzione MATLAB
8.1 Basi Per pulire il workspace (eliminare tutte le variabili esistenti): 1 clear Per pulire la finestra dei comandi (command window): 1 clc In MATLAB non è necessario dichiarare le variabili ed esse
DettagliOgni parte non cancellata a penna sarà considerata parte integrante della soluzione.
Politecnico di Milano Facoltà di Ingegneria Industriale INFORMATICA B Prova in itinere del 23 Gennaio 2012 COGNOME E NOME RIGA COLONNA MATRICOLA Spazio riservato ai docenti Il presente plico contiene 4
Dettagliliceo B. Russell PROGRAMMAZIONE INDIRIZZO: SCIENTIFICO SCIENZE APPLICATE BIENNIO: SECONDA DISCIPLINA: INFORMATICA
INDIRIZZO: SCIENTIFICO SCIENZE APPLICATE PROGRAMMAZIONE BIENNIO: SECONDA DISCIPLINA: INFORMATICA PIANO DI LAVORO DEL DOCENTE / RELAZIONE FINALE Anno scolastico 2014/2015 DOCENTE Prof. PAOLO ARMANI CLASSE:
DettagliEsempio 1: Dato il vettore A=-10:2:10
Esempio 1: Dato il vettore A=-10:2:10 1) Determinare la lunghezza L del vettore; 2) Creare il vettore colonna B=-20:4:20 3) Effettuare il prodotto S= AxB righe per colonne 4) Estrarre da A il vettore C
DettagliPseudo codice. Paolo Bison. Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova. Pseudo codice, Paolo Bison, A.A , p.
Pseudo codice Paolo Bison Fondamenti di Informatica 1 A.A. 2003/04 Università di Padova Pseudo codice, Paolo Bison, A.A. 2003-04, 2003-09-30 p.1/38 Pseudo codice linguaggio testuale mix di linguaggio naturale
Dettagli