Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de...

27
•Señales 1-D -audio f(t). •2-D - imágenes f(x, y) • N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de las señales digitales

Transcript of Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de...

Page 1: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

•Señales 1-D -audio f(t).•2-D - imágenes f(x, y)• N-D - radiación f(x, z, t, ).

Por el número de dimensiones (variables independientes)

Clasificación de las señales digitales

Page 2: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

•Señales continuas ó analógicas. Son contínuas en su dominio y su contradominio. Por ejemplo audio, fotografías, películas.•Señales Discretas.- Son discretas en su dominio, pero contínuas en su contradominio, se obtienen al muestrear las señales contínuas. •Señales Digitales.- Son discretas tanto en el dominio como en el contradominio. Se obtienen al muestrear las señales discretas.

Page 3: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

•Imagen Digital.- Las imágenes digitales son un caso particular de las señales digitales. •Una imagen digital se representa por una matriz de puntos, o como sucesión bi dimensional. •En la imagen digital, tanto la posición del pixel como su valor están representados solamente por números enteros

Page 4: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

x

f(x)Ejemplo de función contínua

Definida par todo valor de x

Page 5: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

x

f(x)

Muestreando una función contínua

n n+1

Page 6: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

x

f(x)

Señal discreta

n n+1

Page 7: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

x

f(x)

Los valores de f(x) son contínuos

n n+1

Page 8: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Cuantizando x y f(x)

Page 9: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Digitalizando una señal

Page 10: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Señal digital

Page 11: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Error de la señal digital

Page 12: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Ejemplos de imágenes B/N

Page 13: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Imagen original

Detección de orillas

Page 14: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Imagen original

Realce de características

Page 15: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Negativo de una imagen

Imagen original

Page 16: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Imagen original

Histograma

Page 17: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Histograma

Imagen original

Page 18: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Histograma

Imagen original

Page 19: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Formación de imágenes en una lente simple.

f f

lente

eje ópticoimagen

objeto

detector

Page 20: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Imágenes a color color digital tres canales (R G B)

Imagen original

R

VA

Page 21: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.
Page 22: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.
Page 23: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.
Page 24: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

original roja

verde azul

Page 25: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Tablas de color

Color Canal R Canal G Canal B

Blanco 255 255 255

Rojo 255 0 0

Verde 0 255 0

Azul 0 0 255

Amarillo 255 255 0

Cyan 0 255 255

Magenta 255 255 0

Tono de gris 100 100 100

Negro 0 0 0

Page 26: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

P D I

• Segmentación• Detección de orillas• Compresión• Restauración• Etc.

Métodos, algoritmos, tareas, problemas ¿?

¿ PD I en Imágenes de color ?

Page 27: Señales 1-D -audio f(t). 2-D - imágenes f(x, y) N-D - radiación f(x, z, t, ). Por el número de dimensiones (variables independientes) Clasificación de.

Procesamiento y Análisis Digital de imágenes

• Segmentación Tradicional

• RGB YIQ • Segmenta (procesa) Y• YIQ RGB

B

G

R

Q

I

Y

*

312.0523.0212.0

322.00274596.0

114.0587.0299.0


085 102 0B2MTLPCS Unidad 06 · 2019-01-17 · 6 d) f’(x) 3 2 x 2 d) 3 x Calcula la derivada de cada una de las siguientes funciones. a) f(x) (x2 2x) 1 3x x b) f(x) 1 2x x2 (x 1)2

085 102 0B2MTLPCS Unidad 06 · 2019-01-17 · 6 d) f’(x) 3 2 x 2 d) 3 x Calcula la derivada de cada una de las siguientes funciones. a) f(x) (x2 2x) 1 3x x b) f(x) 1 2x x2 (x 1)2

Capitulo9 TC3 2019-2020jhermoso/TC3 GMIM/DIAPOSITIVAS... · ï 'hflvlyq hq dpelhqwh gh ulhvjr sh m 'hpdqgd h h h d x x x d x x x x d x x x x x sh m 'hpdqgd h h h d d d 3uredelolgdg

Capitulo9 TC3 2019-2020jhermoso/TC3 GMIM/DIAPOSITIVAS... · ï 'hflvlyq hq dpelhqwh gh ulhvjr sh m 'hpdqgd h h h d x x x d x x x x d x x x x x sh m 'hpdqgd h h h d d d 3uredelolgdg

D hZ/ /K ' >> 'K Z E'/&K í í ñ ñ í õ ô D Eh > > : E ZK s ...bibliotecadigital.usb.edu.co/bitstream/10819/3703/... · d > ked e/ k >/^d d > ^ x x x x x x x x x x x x x x x x

D hZ/ /K ' >> 'K Z E'/&K í í ñ ñ í õ ô D Eh > > : E ZK s ...bibliotecadigital.usb.edu.co/bitstream/10819/3703/... · d > ked e/ k >/^d d > ^ x x x x x x x x x x x x x x x x

COMUNICADO Nº 02/PROLIC-FE-2018 - UNMSM€¦ · 38 ureta palomino, miguel angel x f x x x f f incompleto 39 valera mendoza, luis x f x x x f f incompleto 40 valverde caldas, elena

COMUNICADO Nº 02/PROLIC-FE-2018 - UNMSM€¦ · 38 ureta palomino, miguel angel x f x x x f f incompleto 39 valera mendoza, luis x f x x x f f incompleto 40 valverde caldas, elena

òóôıö÷ - kitasato-u.ac.jp...3 4 F y 5 6 å ˝ F e} P z 7 ˝ F y z ˝ 8 F y 9 G d w x n e k Ô : ˚ n; ff ˛ ˛ ˚; < y = > d |? _ y @ A d w x n e B f d f C? # g T ff.

òóôıö÷ - kitasato-u.ac.jp...3 4 F y 5 6 å ˝ F e} P z 7 ˝ F y z ˝ 8 F y 9 G d w x n e k Ô : ˚ n; ff ˛ ˛ ˚; < y = > d |? _ y @ A d w x n e B f d f C? # g T ff.

KWWS Z Z Z ODDODFHQDURMD FRP QRWLFLD/D $ ODFHQD 5 RMD KWWS Z Z Z ODDODFHQDURMD FRP QRWLFLD / X Q H V M L R % X V F D U , Q L F R 4 X L H Q V R P 5 H Y L V W D : E & R P X Q L F D y

KWWS Z Z Z ODDODFHQDURMD FRP QRWLFLD/D $ ODFHQD 5 RMD KWWS Z Z Z ODDODFHQDURMD FRP QRWLFLD / X Q H V M L R % X V F D U , Q L F R 4 X L H Q V R P 5 H Y L V W D : E & R P X Q L F D y

y f x) = f x j = 1 2 m f x f x f x)) o D u h 2 o D h 0 · Derivadas parciales de orden superior (1) Si f : X ˆIRn!IR es tal que existen todas las derivadas parciales en un conjunto

y f x) = f x j = 1 2 m f x f x f x)) o D u h 2 o D h 0 · Derivadas parciales de orden superior (1) Si f : X ˆIRn!IR es tal que existen todas las derivadas parciales en un conjunto

MATEMATICA SUPERIOR APLICADAwilocarpio.com/Matematica/MOperador.pdf · Implica el siguiente proceso: f(x) = ( D2 - 2D + 5) y = ( D2 - 2D + 5).log x = x x x x dx x d dx x d 5.log .

MATEMATICA SUPERIOR APLICADAwilocarpio.com/Matematica/MOperador.pdf · Implica el siguiente proceso: f(x) = ( D2 - 2D + 5) y = ( D2 - 2D + 5).log x = x x x x dx x d dx x d 5.log .

&!?D8B8C >4B

&!?D8B8C >4B

INTRODUCCIÓN - ujaen.eseramirez/Descargas/motiyemotema2.pdf · ¾m= d x f. m= motivaciÓn. d=dÉficit. f= fuerza de la clave. cualidad disponibilidad. psicología de la motivaciÓn

INTRODUCCIÓN - ujaen.eseramirez/Descargas/motiyemotema2.pdf · ¾m= d x f. m= motivaciÓn. d=dÉficit. f= fuerza de la clave. cualidad disponibilidad. psicología de la motivaciÓn

F-OTOGOF» I A DEL. CERTIFICADO DE l A F-ARTIDA BAUTISMO ...€¦ · certificado de l_ a f-artida bautismo de d. ramon turro x darder. a 1st e: x outs: 'xa del e x f»ed i ente acadÉmico

F-OTOGOF» I A DEL. CERTIFICADO DE l A F-ARTIDA BAUTISMO ...€¦ · certificado de l_ a f-artida bautismo de d. ramon turro x darder. a 1st e: x outs: 'xa del e x f»ed i ente acadÉmico

INTEGRALES - UPMasignaturas.topografia.upm.es/.../Integrales_definidas.pdfPropiedades de las integrales definidas bb aa ∫∫ f(x)dx f(x)dx≤ b cb a ac ∫ ∫∫ f(x)dx f (x)dx

INTEGRALES - UPMasignaturas.topografia.upm.es/.../Integrales_definidas.pdfPropiedades de las integrales definidas bb aa ∫∫ f(x)dx f(x)dx≤ b cb a ac ∫ ∫∫ f(x)dx f (x)dx

...M C A B E S B S U T A T F E D N C C L G P F T C M H N V E F U C M C X - - X - X X X X X X SUBCUENTAS 149705 Comercial Prioritario Novada COVID-19 por vencer X - 14970 6 Comercial

...M C A B E S B S U T A T F E D N C C L G P F T C M H N V E F U C M C X - - X - X X X X X X SUBCUENTAS 149705 Comercial Prioritario Novada COVID-19 por vencer X - 14970 6 Comercial

Funciones recursivas Roberto Moriyón. Ejemplo: Función de Ackerman F(i,x) = (i=0) ? x+1 : ((x=0) ? F(i-1,1) : F(i-1,F(i,x-1))) Ejemplos: F(0,x) = x+1.

Funciones recursivas Roberto Moriyón. Ejemplo: Función de Ackerman F(i,x) = (i=0) ? x+1 : ((x=0) ? F(i-1,1) : F(i-1,F(i,x-1))) Ejemplos: F(0,x) = x+1.

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2003 · Signo y ' ― + Función D C D Sea la función f: →→→→ definida por 2 2 3 1 2 1 x si x f x x si x + ≤ ==== − > a) Calcula,

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2003 · Signo y ' ― + Función D C D Sea la función f: →→→→ definida por 2 2 3 1 2 1 x si x f x x si x + ≤ ==== − > a) Calcula,

Presentación de PowerPoint · 2019-09-10 · 4 Repasemos: movimiento de un punto A de un cuerpo rígido en torno a un punto fijo B B X Cuerpo rígido X A d A= f. d AB d AB d A f

Presentación de PowerPoint · 2019-09-10 · 4 Repasemos: movimiento de un punto A de un cuerpo rígido en torno a un punto fijo B B X Cuerpo rígido X A d A= f. d AB d AB d A f

Instrucciones de manejo Balanzas PR/SR - mt.com · 3.10 Entrada con lector de código de barras o con teclado externo ... d c x n c x v f s m d m, m g f c x n x c n x n d m g h g

Instrucciones de manejo Balanzas PR/SR - mt.com · 3.10 Entrada con lector de código de barras o con teclado externo ... d c x n c x v f s m d m, m g f c x n x c n x n d m g h g

Límites de funcións - edu.xunta.gal · Páxina 5 5) COMPARACION DE INFINITOS Cando x) f f e x) f f, entón f(x) é un infinito de orde superios a g(x) se : x) lim f) f o que equivale

Límites de funcións - edu.xunta.gal · Páxina 5 5) COMPARACION DE INFINITOS Cando x) f f e x) f f, entón f(x) é un infinito de orde superios a g(x) se : x) lim f) f o que equivale

Límites y continuidad · También podemos hablar de límites infinitos y límites en el infinito. lim x →2+ f(x) = +∞ lim x→+∞ f(x)=−∞ lim x→−∞ f(x)=−∞ lim

Límites y continuidad · También podemos hablar de límites infinitos y límites en el infinito. lim x →2+ f(x) = +∞ lim x→+∞ f(x)=−∞ lim x→−∞ f(x)=−∞ lim

PRIMITIVA DE UNA FUNCIÓN · Se llama primitiva de una función f(x) a otra función, F(x), cuya derivada es f(x), es decir, F’(x)=f(x). Si F(x) es una primitiva de f(x), F(x)+C

PRIMITIVA DE UNA FUNCIÓN · Se llama primitiva de una función f(x) a otra función, F(x), cuya derivada es f(x), es decir, F’(x)=f(x). Si F(x) es una primitiva de f(x), F(x)+C