y saque conclusiones. Cómo reconstruiría la secuencia original? p j log 2 j p j
|
|
- José Sevilla Castro
- hace 5 años
- Vistas:
Transcripción
1 Compresión de Imágenes Digitales Departamento de Computación, FCEyN, UBA Práctica 1: Entropía, Huffman, PSNR, Cuantización Nota: los ejercicios marcados con ( ) son para hacer SIN computadora. Los archivos, imágenes y señales necesarias se encuentran en la página web de la materia. Ej 1. ( ) Dada una secuencia de números enteros grandes que cumplen la propiedad que dos números consecutivos están a lo sumo una distancia d uno del otro (d pequeño): piense una forma de disminuir la cantidad de bits necesaria para representar la secuencia (y sin perder información!). Aplique en la secuencia: 81329, 81328, 81326, 81325, 81324, 81323, 81323, y saque conclusiones. Cómo reconstruiría la secuencia original? Ej 2. Entropía ( ) Se define la entropía de una fuente S como: H = ( ) 1 p j log 2 j p j donde p j es la probabilidad de que aparezca el símbolo s j S. Dadas las siguientes cadenas de caracteres: i) AAAAAAAAAA ii) AAABBBCCCDDD iii) AAAAABBBBB iv) AAAAAAAABB v) AAAAABBBCC vi) AAABBBCCDD a) Calcular el histograma y graficarlo. b) Calcular la entropía y ordenar las secuencias de menor a mayor en entropía. Qué observa? Qué relación encuentra con las probabilidades de los símbolos? Qué secuencia será la más compresible?
2 c) Calcular la entropía de la secuencia del ejercicio anterior: 81329, 81328, 81326, 81325, 81324, 81323, 81323, y compare con la entropía de la secuencia transformada utilizando la distancia d entre símbolos. Cómo resulta la longitud promedio se la secuencia antes y después? Ej 3. Huffman ( ) a) Cuántos bits por símbolo se necesitan para poder representar la siguiente secuencia: AACAABDBAAABAAABCDAA. Calcule su longitud en bits. b) Codificar con Huffman la secuencia anterior y responder: i) Con cuántos bits se codifica cada símbolo? ii) Cuál es la entropía? iii) Cuál es la longitud de la secuencia codificada? iv) Cuál es la tasa de compresión comparando con (a)? c) Decodificar la secuencia utilizando los códigos obtenidos en (b). Ej 4. Elegir una imagen de la galería de imágenes de la página web de la materia. a) Graficar su histograma, calcular su entropía y estimar el tamaño de la imagen comprimida si se aplica Huffman. b) Codificarla utilizando Huffman y comparar el tamaño obtenido con la estimación. Por qué no coinciden? Justificar. c) Calcular la tasa de compresión. Verificar que la decodificación devuelva exactamente el archivo original. Ej 5. ( ) La entropía de la frase basta de chachara chata es 2,95. a) Contestar sin hacer los cálculos cuánto espera comprimir la frase por Huffman. Estimar el resultado en cantidad total de bits. 2
3 b) Se opta por codificar la frase dada con el método de Huffman por sílabas (los espacios se agregan a la sílaba que los precede). Calcular: i) La longitud media del código, la entropía de la frase por sílabas, la longitud total de la frase comprimida y la tasa de compresión lograda (la frase original estaba en ASCII utilizando 7 bits por caracter). ii) Comparar con el punto a) y explicar los supuestos teóricos de cada modelo. Ej 6. MSE y normas de error El error e y el error cuadrático medio (Mean Square Error) se definen como: e k = f(x k ) f(x k ) MSE = 1 N e 2 k a) Evaluar y graficar la función f(x) = 2 + sen(x) en el intervalo [ π, π] en los N + 1 puntos x i = π + i 2π, i = 0,..., N N dado N = 256. b) Evaluar y graficar la función f que resulta de alterar en un 10 % el valor de f(x i ) para i = 10, 20, 30,..., 100. c) Aplicar las medidas de error e 1 ; e 2 ; e entre f y f. Graficar. Calcular el MSE: Ej 7. PSNR Sea PSNR la razón señal pico / ruido: (peak signal to noise ratio) ( ) (rango de la señal) 2 P SNR = 10 log 10 MSE donde rango de la señal = 255 para imágenes de 8 bits. a) Cargar la imagen amber.pgm en memoria, alterar en 20 % el valor de varios píxeles en toda la imagen y calcular el MSE y PSNR respecto de la imagen original. db 3
4 b) Aumentar la cantidad de píxeles alterados hasta notar que la imagen cambia visualmente. Graficar el PSNR en función de la cantidad de píxeles modificados. Qué es lo que mide el PSNR? c) De un ejemplo de un par imágenes para las cuales el PSNR alcance su valor mínimo. Cuál es el rango de valores sobre el cual se mueve? Ej 8. Se tiene una imagen A que es comprimida con pérdida por 2 métodos: 1 y 2. Llamamos A 1 y A 2 a las imágenes reconstruidas por el método 1 y 2 respectivamente. Sea M i = MSE(A, A i ) y P i = P SNR(A, A i ) con i = 1, 2. a) Si P 1 P 2 = k, probar que M 2 = 10 k/10 M 1. b) En base a lo anterior, si se quiere aumentar en 3 db el P SNR conseguido por algún método, en qué proporción (aproximadamente) habrá que reducir el MSE? Ej 9. Submuestreo 1. Dada una imagen A se la divide en cuadrados de 4 4 píxeles, y cada cuadrado se representa únicamente con el píxel superior izquierdo. Cuál es la tasa de compresión lograda? 2. En base a la imagen comprimida, obtener una nueva imagen B que tenga el mismo tamaño que A. Calcular el MSE y PSNR entre las imágenes A y B. Ej 10. Cuantización Cuantizar: Q(x) = x q Decuantizar: x Q(x) q i) Cuantizar una imagen con un cuantizador uniforme de paso q = 20. Calcular la tasa de compresión lograda. ii) Reconstruir la imagen cuantizada y calcular MSE y PSNR. iii) Para distintos valores de paso calcular la tase de compresión y graficar el PSNR en función del paso. Analice los resultados. 4
5 Ej 11. Lloyd Max ( ) Se tiene una señal en el intervalo [a, b], cuyos valores x j tienen frecuencias p j, y donde a = min(x j ) y b = max(x j ). Se realiza una partición inicial del intervalo [a, b] en L intervalos iguales, con límites d 0 = a... d L = b. Luego se calcula un representante nuevo dentro de cada intervalo por Lloyd Max, y con estos representantes se cuantiza la señal. a) Probar que el promedio de la señal así cuantizada es igual al promedio de la señal dada. b) Puede afirmar que el método de cuantización Lloyd Max no altera el promedio de la señal dada? Ej 12. Elegir una imagen. Comparar gráficamente el desempeño tasa de compresión versus calidad visual de Lloyd-Max variando el número de clases. Hacer lo mismo con un cuantizador uniforme, e incluirlo en el mismo gráfico. Sacar conclusiones. Se pueden generalizar? Ejercicios adicionales Ej 13. ( ) Se tienen N símbolos cuyas probabilidades son p 1,..., p N. Probar que la entropía H verifica: H log 2 (N). Sugerencia: usar que el logaritmo es una función cóncava. Ej 14. ( ) Se tienen valores en el rango (-0.5, 7.5), y se aplica un cuantizador Q(x) = 3 round(x/3) a) Escribir los intervalos de cuantización y sus representantes. b) Graficar en 4 gráficos diferentes y con la misma escala para los 2 ejes: i) Q(x) ii) x Q(x) iii) (x Q(x)) 2 iv) x Q(x) 5
6 c) Sacar conclusiones sobre un cuantizador que minimiza la norma 2 (o la norma 1) del error. d) Ahora se quiere cuantizar el siguiente conjunto de valores de entrada: S = {0, 1, 4.4, 4.4, 4.4, 6}. Calcular el MSE. Luego, aplicar un paso de Lloyd Max hallando nuevos representantes, y calcular nuevamente el M SE. Qué observa? 6
Compresión de audio y video Práctica 1: Conceptos preliminares
Compresión de audio y video Práctica 1: Conceptos preliminares Definiciones MSE (Error cuadrático medio) (Mean Square Error) Dados los datos {x k },k =1...N y los datos aproximados { x k },k = 1...N, el
Más detallesPráctica 2: DCT, JPEG
Compresión de Imágenes Digitales Departamento de Computación, FCEyN, UBA Práctica 2: DCT, JPEG Nota: los ejercicios marcados con ( ) son para hacer SIN computadora. Los archivos, imágenes y señales necesarias
Más detallesR 1 R 2 R N R y 1 y 2 y N
Cuantización Escalar. Un cuantizador escalar es un mapeo de los reales R a un conjunto finito de N elementos llamados códigos o centroides. Q : R C C = {y,...,y N }, y i R, i =,...,N. La tasa del cuantizador
Más detallesComunicaciones Digitales
Trabajo Práctico Codificación de Fuente Comunicaciones Digitales E.1 Una fuente tiene un alfabeto {a1,a, a3, a4, a5, a6} con sus correspondientes probabilidades {0.1,0.,0.3,0.05,0.15,0.}. Encontrar la
Más detallesConversión Analógico/Digital
Capítulo 2 Conversión Analógico/Digital 2.1 Introducción Un Convertidor Analógico-Digital (CA/D) es un circuito electrónico que transforma una señal continua en el tiempo y en amplitud (señal analógica)
Más detallesSession 5: Histogramas y Cuantizacion
Session 5: Histogramas y Cuantizacion Histogramas: Conceptos de estadistica Cambios de contraste Ecualizacion de histogramas Cuantización: Medidas de distorsion Cuantificadores Optimos Consecuencias Conceptos
Más detallesProcesamiento Digital de Imágenes
Unidad VI: Compresión de imágenes II p. 1/24 Procesamiento Digital de Imágenes Unidad VI (b): Compresión de imágenes con pérdidas Departamento de Informática - FICH Universidad Nacional del Litoral 20
Más detallesPráctica 5. Códigos Huffman y Run-Length
EC2422. Comunicaciones I Enero - Marzo 2009 Práctica 5. Códigos Huffman y Run-Length 1. Objetivos 1.1. Simular, usando MATLAB, un codificador y decodificador Huffman a fin de estudiar sus características
Más detallesCompresión de Audio y Video Práctica 3: Audio
Compresión de Audio y Video Práctica 3: Audio Nota: los ejercicios marcados con ( ) son para hacer SIN computadora. Los archivos, imágenes y señales necesarias se encuentran en la página web de la materia.
Más detallesCompresión de Vídeo. Juan A. Michell Mar>n Gustavo A. Ruiz Robredo. Tema 1.5. Codificación entrópica. Departamento de Electrónica y Computadores
Compresión de Vídeo Tema.5. Codificación entrópica Juan A. Michell Mar>n Gustavo A. Ruiz Robredo Departamento de Electrónica y Computadores Este tema se publica bajo Licencia: Crea9ve Commons BY- NC- SA
Más detallesTRANSMISIÓN DE DATOS 2005/06. Lea atentamente estas instrucciones y no de la vuelta a esta hoja hasta que se le indique
Control Intermedio Apellidos, nombre DNI TRANSMISIÓN DE DATOS 2005/06 21 de noviembre de 2005 Calificación Lea atentamente estas instrucciones y no de la vuelta a esta hoja hasta que se le indique Este
Más detallesProcesamiento de la Señal
Filtrado I: Ruido 8 de abril de 2013 Repaso: Teoría de la Información La teoría de la información tiene por objeto la determinación de la manera más eciente de codicar un mensaje para su correcta entrega
Más detallesEliminación del ruido mediante filtros no locales. Filtros basados
Eliminación del ruido mediante filtros no locales. Filtros basados en entornos Contenidos Filtros basados en entornos Comparativa de resultados Ejercicios Un poco más allá: El filtro Nonlocal Means (NL-Means)
Más detallesCompresión de imágenes
Compresión de imágenes Tipos de imágenes Desde el punto de vista de la compresión Binarias: Blanco y negro. Escala de grises, color y estacionarias de vídeo. Imágenes binarias Presentes en documentos que
Más detallesCompresión. UCR ECCI CI-2414 Recuperación de Información Prof. M.Sc. Kryscia Daviana Ramírez Benavides
UCR ECCI CI-2414 Recuperación de Información Prof. M.Sc. Kryscia Daviana Ramírez Benavides Introducción Grandes cantidades de información textual en la Internet. Se desea representar esta información con
Más detallesCAPITULO 3 DESARROLLO. El codificador básico implementa un algoritmo de compresión con perdidas (no se puede
Desarrollo 31 CAPITULO 3 DESARROLLO 3.1 Procedimientos para la compresión de imágenes. El codificador básico implementa un algoritmo de compresión con perdidas (no se puede recuperar en la decodicación
Más detallesTeoría de Información y Codificación Ejercicios adicionales (temas correspondientes al primer parcial)
Teoría de Información y Codificación Ejercicios adicionales (temas correspondientes al primer parcial) 1. Calcular la tasa de entropía H r de una fuente de Markov estacionaria con m símbolos, con probabilidades
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 16
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 16 Orden de las clases... CAPTURA, DIGITALIZACION Y ADQUISICION DE IMAGENES TRATAMIENTO ESPACIAL DE IMAGENES TRATAMIENTO EN FRECUENCIA DE IMAGENES
Más detallesTema 9. Compresión de imágenes
1 Div. Ingeniería de Sistemas y Automática Universidad Miguel Hernández GRUPO DE TECNOLOGÍA INDUSTRIAL Tabla de Contenidos 2 Introducción Modelo del sistema de compresión Criterios de fidelidad Métodos
Más detallesCOMPRESIÓN DE MENSAJES
COMPRESIÓN DE MENSAJES Codificación por Huffman y Codificación Aritmética. Jose Alberto Benítez Andrades Juan Antonioo Valbuena López 2º Ingeniería Informática Teoría de la Información y Códigos Universidad
Más detallesClase 4: Cuantificación. Eytan Modiano Departamento de astronáutica y aeronáutica. Eytan Modiano Slide 1
Clase 4: Cuantificación Departamento de astronáutica y aeronáutica Slide 1 Muestreo El muestreo facilita una representación en tiempo discreto de una forma de onda continua Los puntos de muestreo son números
Más detallesAlgoritmos de Compresión de Imágenes
Capítulo 3 Algoritmos de Compresión de Imágenes Dentro de este capítulo se revisan y definen varios conceptos principales sobre compresión de imágenes, así como la clasificación de las técnicas existentes.
Más detallesTeoría de la Información
Teoría de la Información - Clase práctica - Teoría de las Comunicaciones Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 12.08.2015 Teoría de las Comunicaciones
Más detalles2 de mar de 2004 Codificación de imágenes y v ideo
Teoría de la Información 2 de mar de 2004 Codificación de imágenes y v ideo 2 de mar de 2004 Codificación de imágenes y video 2 El clima en el Río de la Plata...... N L N N L S N... N L L T L L L... N
Más detallesINGENIERÍA DE SISTEMAS Cursada 2017
TEORÍA DE LA INFORMACIÓN Compresión de datos con pérdida INGENIERÍA DE SISTEMAS Cursada 207 COMPRESIÓN CON PÉRDIDA Se busca eliminar información redundante o menos relevante (tolerando cierta pérdida sin
Más detallesTratamiento probabilístico de la Información. INGENIERÍA DE SISTEMAS Cursada 2016
TEORÍA DE LA INFORMACIÓN Tratamiento probabilístico de la Información Compresión de datos continuación INGENIERÍA DE SISTEMAS Cursada 2016 Durante la compresión se elimina información redundante (o menos
Más detallesUso de la Transformada de Wavelet para la compresión de imágenes Funciones de Variable Compleja
Uso de la Transformada de Wavelet para la compresión de imágenes Funciones de Variable Compleja Gonzalo Damian Acosta Estudiante de Ingeniería en Sistemas de Computación Universidad Nacional del Sur, Avda.
Más detallesMuestreo y Procesamiento Digital
Muestreo y Procesamiento Digital Práctico N+ Problemas surtidos El propósito de este repartido de ejercicios es ayudar en la preparación del examen. Dadas las variadas fuentes de los ejercicios aquí propuestos,
Más detallesTratamiento probabilístico de la Información. INGENIERÍA DE SISTEMAS Cursada 2017
TEORÍ DE L INFORMCIÓN Tratamiento probabilístico de la Información Compresión de datos INGENIERÍ DE SISTEMS Cursada 7 COMPRESIÓN DE DTOS Objetivo: Reducir la cantidad de datos para representar la información,
Más detallesUniversidad Simón Bolívar Departamento de Computación y Tecnología de la Información Organización del Computador CI-3815
Universidad Simón Bolívar Departamento de Computación y Tecnología de la Información Organización del Computador CI-385 Proyecto Objetivos Generales: realizar un programa en lenguaje de bajo nivel del
Más detallesMATEMÁTICA - 6 A C y D - Prof. Sandra M. Corti
TEMA: Derivada La derivada de una función es una medida de la rapidez con la que cambia el valor de dicha función matemática, según cambie el valor de su variable independiente Sea f(x) una función continua
Más detallesPrincipios del Audio Digital
Principios del Audio Digital Introducción El principio del audio digital consiste en discretizar las señales sonoras (señales contínuas) para convertirlas en secuencias de números La discretización de
Más detallesCAPITULO 2 ETAPAS DE COMPRESIÓN DE IMAGENES. La transformada discreta del coseno (DCT) también denominada transformada del coseno
Etapas de Compresión de Imágenes 11 CAPITULO 2 ETAPAS DE COMPRESIÓN DE IMAGENES 2.1 Transformada Discreta Coseno. La transformada discreta del coseno (DCT) también denominada transformada del coseno es
Más detalles7 El formato JPEG. 7.1 Introducción
7 El formato JPEG 7.1 Introducción En un principio la mayoría de las aplicaciones informáticas eran muy simples gráficamente hablando y se ejecutaban en modo texto sin necesidad de presentar imágenes por
Más detallesBanda Ancha. Compresión, Almacenamiento y Transmisión Eficiente de Señales de Voz, Video y Datos. MSc. Luis Rojas
Banda Ancha Compresión, Almacenamiento y Transmisión Eficiente de Señales de Voz, Video y Datos MSc. Luis Rojas INTRODUCCIÓN Para el almacenamiento y transmisión eficiente de señales de voz, video y texto
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Entropía diferencial. Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 19 Definición Definición (Entropía diferencial)
Más detallesOrden de las clases...
Procesamiento Digital de Imágenes Pablo oncagliolo B. Nº 6 Orden de las clases... CAPTUA, DIGITALIZACION Y ADQUISICION DE IMAGENES TATAMIENTO ESPACIAL DE IMAGENES TATAMIENTO EN FECUENCIA DE IMAGENES ESTAUACION
Más detallesProcesamiento digital de señales Semana 1. Introducción (segunda parte)
Procesamiento digital de señales Semana 1. Introducción (segunda parte) Dra. María del Pilar Gómez Gil Otoño 2017 Coordinación de computación Versión: 28 de Agosto 2017 INAOE (c) P.Gómez Gil, INAOE 2017
Más detallesRedes de Computadores
Dpto. Ingeniería Div. Ingeniería de Sistemas y Automática Redes de Computadores CONCEPTOS BÁSICOS DE TRANSMISIÓN DE DATOS 1 Objetivos Introducir los conceptos básicos relativos a la transmisión de datos
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesCONCEPTOS QUE DEBES DOMINAR
INTERVALOS CONCEPTOS QUE DEBES DOMINAR Un intervalo es un conjunto infinito de números reales comprendidos entre dos extremos, que pueden estar incluidos en él o no. 1. Intervalo abierto (a, b): Comprende
Más detallesConversión Análoga - Digital
Conversión Análoga - Digital ELO 313 Procesamiento Digital de Señales con Aplicaciones Primer semestre - 2012 Matías Zañartu, Ph.D. Departamento de Electrónica Universidad Técnica Federico Santa María
Más detallesCodificación y compresión de imagen
Codificación y compresión de imagen 1. Introducción. 2. Características de la imagen. 2.1 Captura y digitalización de imagen. 2.2 Tipos de imagen 3. Compresión de imagen. Redundancia espacial. 3.1 Estándar
Más detallesUn canal de comunicación puede ser definido como el medio a través del cual la señal del mensaje se propaga desde la fuente hasta el destino.
Un canal de comunicación puede ser definido como el medio a través del cual la señal del mensaje se propaga desde la fuente hasta el destino. Se dice que un canal es ruidoso si la lectura de los datos
Más detallesExamen Final Extraordinario
TRANSMISIÓN DE DATOS 2008/09 Examen Final Extraordinario Apellidos, nombre DNI 9 de septiembre de 2009 Calificación Lea atentamente estas instrucciones y no de la vuelta a esta hoja hasta que se le indique
Más detallesEJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA. 1) *Probar que si g interpola a la función f en,,, y h interpola a f en,,,,
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE INTERPOLACION NUMERICA Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 3
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad ½ 0.75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesTipos de Modulación. PCM Convencional
Tipos de Modulación PCM Convencional Con PCM convencional, cada código es una representación binaria de signo y magnitud de una muestra en particular. Por lo tanto, los códigos de bit múltiple se requieren
Más detalles1. Introducción. 2. Características de la imagen. 3. Compresión de imagen. Redundancia espacial.
Codificación y compresión de imagen 1. Introducción. 2. Características de la imagen. 2.1 Captura y digitalización de imagen. 2.2 Tipos de imagen 3. Compresión de imagen. Redundancia espacial. 3.1 Estándar
Más detallesUniversidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura. Cátedra: Comunicaciones de Datos.
Universidad Nacional del Nordeste Facultad de Ciencias Exactas y Naturales y Agrimensura Cátedra: Comunicaciones de Datos Año: 207 Trabajos Prácticos Series,2,3 y 4 Series Prácticas Comunicaciones de Datos
Más detallesLa gráfica de la ecuación y = x 2
INSTITUTO TECNOLÓGICO DE COSTA RICA UNIVERSIDAD DE COSTA RICA Randall Blanco B. La gráfica de la ecuación y = x 2 Cuando se habla de la gráfica de una ecuación con dos incógnitas, se hace referencia a
Más detallesCompresión de Datos. Método de Huffman. Dpto. Informática
Compresión de Datos Método de Huffman Manipulación y Preservación de Datos Dpto. Informática Ing. Mariano D'Agostino Introducción La compresión de datos es el proceso de convertir una cadena de datos de
Más detallesMATE Dr. Pedro Vásquez UPRM. P. Vásquez (UPRM) Conferencia 1/ 23
Dr. Pedro Vásquez UPRM P. Vásquez (UPRM) Conferencia 1/ 23 P. Vásquez (UPRM) Conferencia 2/ 23 Areas y distancias MATE 3031 En esta sección se tratara de encontrar el área bajo una curva o la distancia
Más detallesEjercicios Unidad 5 Arreglos Resuelva cada problema a través de Arreglos y usando métodos:
Ejercicios Unidad 5 Arreglos Resuelva cada problema a través de Arreglos y usando métodos: 1. Escribir un programa que mediante arreglos transforme un número romano (cadena de caracteres) en número arábigo.
Más detallesDigitalización de Señales
Conceptos 28 de enero de 2013 Contenido Conceptos en Muestreo 1 Conceptos en Muestreo 2 Procesamiento Digital de Señales Muestreo Cuantización Codificación Procesamiento Digital Decodificación Interpolación
Más detallesUNIVERSIDAD DE SEVILLA
UNIVERSIDAD DE SEVILLA Escuela Superior de Ingenieros Departamento de Teoría de la Señal y Comunicaciones PROYECTO FIN DE CARRERA COMPARACIÓN DE TÉCNICAS DE DETECCIÓN DE CAMBIOS DE PLANO SOBRE VÍDEO COMPRIMIDO
Más detallesRespuestas faltantes en ejercicios edición 2007 Sección 4.4: Superficie cuadráticas de revolución Ejercicio 4-1
Editorial Mc Graw Hill. Edición 007 Respuestas faltantes en ejercicios edición 007 Sección 4.4: Superficie cuadráticas de revolución Ejercicio 4- R r + x + y Ejercicio 4-3 + R x + y + z Ecuaciones: x +
Más detallesTema 8: ALMACENAMIENTO
Tema 8: ALMACENAMIENTO 1 I N G E N I E R Í A I N F O R M Á T I C A C U R S O 2 0 1 5-2 0 1 6 2 Como ya hemos estudiado, representar una imagen de n x n píxeles mediante una representación matricial requiere:
Más detallesPrueba II. Procesamiento Digital de Imágenes
Prueba II Procesamiento Digital de Imágenes Nombre: Firma: Fecha: /nov/2005.- Escriba el pseudo código para implementar la operación morfológica dilatación, con el siguiente elemento estructurante : función
Más detallesAnálisis de imágenes digitales
Análisis de imágenes digitales FILTRADO DE LA IMAGEN Ruido en imágenes FORMACIÓN DE LA IMAGEN La formación de una imagen (s) puede modelarse de la siguiente manera: s = p o + n PSF (point-spread function)
Más detallesCÁLCULO NUMÉRICO I (Tema 2 - Relación 1)
CÁLCULO NUMÉRICO I (Tema - Relación 1) 1 Cuáles de los siguientes algoritmos son finitos? a) Cálculo del producto de dos números enteros. b) Cálculo de la división de dos números enteros. c) Cálculo de
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 17 de abril, 2012 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesCursada Segundo Cuatrimestre 2012 Guía de Trabajos Prácticos Nro. 5
Temas: Interpolación polinomial simple. Interpolación de Lagrange. Polinomio interpolador de Newton. Interpolación polinomial segmentada (Spline). Ajuste de curvas. Regresión por mínimos cuadrados. 1.
Más detallesESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES I CAPÍTULO III ARITMÉTICA Y CODIFICACIÓN TEMA 3. Aritmética y codificación 3.1 Aritmética binaria 3.2 Formatos de los números y su representación 3.3 Definiciones
Más detallesF. Javier Gil Chica 2010
hc Manual de usuario y notas de implementación F. Javier Gil Chica 2010 Parte I Manual de usuario 1. Qué es hc hc es un compresor por códigos de Huffman. La compresión de Huffman es un ejercicio de programación
Más detallesLOS NÚMEROS REALES. Definición de número real y relación con conjuntos numéricos ya definidos. Comparando reales, operaciones y propiedades.
LOS NÚMEROS REALES. Definición de número real y relación con conjuntos numéricos ya definidos. Comparando reales, operaciones y propiedades. Valor recíproco. Estimaciones. Problemas de regularidades numéricas.
Más detallesImplementación de un sistema inalámbrico de Audio, bajo un esquema de modulación QPSK/8PSK con una codificación convolucional
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL Facultad de Ingeniería en Electricidad y Computación Implementación de un sistema inalámbrico de Audio, bajo un esquema de modulación QPSK/8PSK con una codificación
Más detallesImagen = Histograma. Modificaciones del Histograma
Prof. Karina Palma MV Escuela de Tecnología Médica Universidad de Chile http://nuevorumbo.files.wordpress.com/2007/12/digital.jpg El Histograma Gráfico de Frecuencias, ordena cada pixel de la imagen de
Más detallesDerivadas laterales. Derivabilidad y continuidad en un punto. Derivabilidad y continuidad en un intervalo
Derivadas laterales Se define la derivada por la izquierda de f(x) en el punto x = a : Se define la derivada por la derecha de f(x) en el punto x = a : A ambas derivadas se les llama derivadas laterales.
Más detallesLa gráfica de la ecuación
INSTITUTO TECNOLÓGICO DE COSTA RICA UNIVERSIDAD DE COSTA RICA Randall Blanco B. La gráfica de la ecuación Cuando se habla de la gráfica de una ecuación con dos incógnitas, se hace referencia a la representación
Más detallesAcentuado de una imagen en el dominio JPEG
Acentuado de una imagen en el dominio JPEG Fortonani, Daniela - Peralta, Alejandro - Wilde, Ma. Lucila Facultad de Ingeniería y Ciencias Hídricas Universidad Nacional del Litoral 21 de junio de 2007 1
Más detalles1. Estadística. 2. Seleccionar el número de clases k, para agrupar los datos. Como sugerencia para elegir el k
1. Estadística Definición: La estadística es un ciencia inductiva que permite inferir características cualitativas y cuantitativas de un conjunto mediante los datos contenidos en un subconjunto del mismo.
Más detallesELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I
1 ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I Este laboratorio está compuesto por dos sesiones en la cuales se estudiará la transformada
Más detallesPROBABILIDADES Y ESTADÍSTICA (C) Práctica 4. a) Hallar las funciones de probabilidad marginal de X ydey : p X (x) y p Y (y) respectivamente.
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 4 1. En la siguiente tabla se presenta la función de probabilidad conjunta del vector aleatorio discreto (X, Y ): Y \ X 1 2 3 4 1 0.10 0.05 0.02 0.02 2 0.05 0.20
Más detallesElementos de Cálculo Numérico (M) - Cálculo Numérico
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico (M) - Cálculo Numérico Primer Cuatrimestre 204 Práctica N 2: Normas y Condicionamiento.
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Georgina Flesia FaMAF 16 de abril, 2013 Generación de v.a. discretas Existen diversos métodos para generar v.a. discretas:
Más detallesAmpliación de Matemáticas y Métodos Numéricos
Ampliación de Matemáticas y Métodos Numéricos Relación de ejercicios. Introducción a los Métodos Numéricos Ej. El problema del cálculo del punto de corte de dos rectas con pendiente similar es un problema
Más detalles2 Obtener el término general de las siguientes sucesiones definidas por recurrencia: y0 = a > 0
CÁLCULO NUMÉRICO I (Ejercicios Temas 1 y ) 1 Cuáles de los siguientes algoritmos son finitos? (a) Cálculo del producto de dos números enteros. (b) Cálculo de la división de dos números enteros. (c) Cálculo
Más detallesCursada Segundo Cuatrimestre 2017 Guía de Trabajos Prácticos Nro. 2
Temas: Programación en MATLAB: Sentencias, expresiones y variables. Estructuras de control. Operadores relacionales y lógicos. Programación de funciones. Aritmética finita: Representación de números en
Más detallesConjuntos. Relaciones. Aplicaciones
Conjuntos. Relaciones. Aplicaciones Conjuntos 1. Considera el subconjunto A de números naturales formado por los múltiplos de 4 y el conjunto B N de los números que terminan en 4. Comprueba que A B y B
Más detalles0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0.75(1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Más detallesIntroducción a la Teoría de la Información
Introducción a la Teoría de la Información Codificación de fuentes Facultad de Ingeniería, UdelaR (Facultad de Ingeniería, UdelaR) Teoría de la Información 1 / 43 Agenda 1 Codificación de fuente Definiciones
Más detallesCOMPARACIÓN DE TÉCNICAS DE DETECCIÓN DE CAMBIOS DE PLANO SOBRE VÍDEO COMPRIMIDO CAPÍTULO 2: VÍDEO COMPRIMIDO
CAPÍTULO 2: VÍDEO COMPRIMIDO 2. VÍDEO COMPRIMIDO 2.1. Antecedentes La cantidad de información que diariamente manejamos va en aumento. El uso de conexiones de Internet de gran ancho de banda, la capacidad
Más detallesAlgo sobre Compresión de Datos
Algo sobre Compresión de Datos Un conflicto histórico Algoritmos tradicionalmente diseñados para ahorrar tiempo..y espacio Posibles conflictos: Estructuras que son más eficientes en términos de tiempo
Más detallesFundamentos de audio digital
Fundamentos de audio digital Seminario de Audio 2005 Ernesto López Martín Rocamora Sistemas de audio digital Pilares de la digitalización: Muestreo Cuantización Tipos fundamentales de distorsión: Presencia
Más detallesEjercicio 1. Ejercicio 2
Guía de Ejercicios Ejercicio. Calcular los momentos de primer y segundo orden (media y varianza) de una variable aleatoria continua con distribución uniforme entre los límites a y b.. Sabiendo que la función
Más detallesComparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre 2011)
Comparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre 11) 1 Comparación entre la Aplicación de la DCT y la KLT a la Compresión de Imágenes Digitales (Diciembre
Más detallesGeneración de variables aleatorias continuas Método de la transformada inversa
Generación de variables aleatorias continuas Método de la transformada inversa Patricia Kisbye FaMAF 15 de abril, 2010 Generación de variables aleatorias continuas Decimos que X es una v.a. continua si
Más detallesPodemos distinguir dos técnicas fundamentales. Ambas se utilizan en estándar MPEG-2.
5 CAPA DE AUDIO Aunque en este proyecto no se desarrolla el decodificador del audio MPEG-2 considero de interés introducir algunos conceptos. La parte de la norma que recoge estas ideas es la ISO/IEC 13818-3.
Más detallesElementos de Cálculo Numérico / Cálculo Numérico Primer Cuatrimestre 2016
Universidad de Buenos Aires - Facultad de Ciencias Exactas y Naturales - Depto. de Matemática Elementos de Cálculo Numérico / Cálculo Numérico Primer Cuatrimestre 206 Práctica N : Número de condición.
Más detallesA veces queremos almacenar algún elemento que es Verdadero o Falso. Este tipo de dato se llama Booleano y su representación es sencilla, para cada
Hemos visto que los ordenadores modernos son máquinas digitales que sólo funcionan con datos binarios. Así que necesitamos una representación binaria de cada dato que queremos usar en un ordenador. El
Más detallesEstructuras de Datos. Practica 06: Codificación de Huffman
M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Definición del problema Algoritmo de Huffman Pasos del código de Huffman Actividades
Más detallesCálculo infinitesimal Grado en Matemáticas Curso 20014/15 Clave de soluciones n o 6. Derivadas de orden superior
Cálculo infinitesimal Grado en Matemáticas Curso 2004/5 Clave de soluciones n o 6 Derivadas de orden superior 70. Hallar los polinomios de Taylor del grado indicado y en el punto indicado para las siguientes
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO COMPRESIÓN DE DATOS 0675 8, 9 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería en Telecomunicaciones
Más detallesInstituto Superior del Profesorado Dr. Joaquín V. González Profesorado de Informática Ingreso Matemática GUÍA DE ACTIVIDADES
1) Resolver las siguientes ecuaciones: Instituto Superior del Profesorado Dr. Joaquín V. González GUÍA DE ACTIVIDADES d) e) f) g) h) i) j) k) l) ll) m) n) 2) Dadas las siguientes ecuaciones, verificar
Más detalles