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

Upload: maria-cristina-araya-sevilla

Post on 03-Feb-2016

216 views

Category:

Documents

0 download

Report

Download

Embed Size (px):

TRANSCRIPT

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

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

A 2021 T F P J G H D T D Á X Y A T M I R G D F H R

0 1 2 3 4 2 1 5 6 7 8 9: ; 1 < = 2 > ; ? . @ AB . C / D EB F ? · h k o k n j d c p t q s r g q o d c u h k o w x w s r v q f d c y m q [ t f f x z d m c m x z d c \ x z k j

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

µYR Äq f§{ Ê] ne ½ÔÌ vf·Y¡ Z§ Kanoondl.nomrebartar.com/Azmon/98/kanoon_2_27/Q - total... · .d Y ¹Y|¯ YÄÀ»Y{ ÉÁ f(x) x x 1 2 1 2 È·{Z » Ä] f ]Ze ª¸ » º¼ÌÀÌ»

∫f ( ) con C x dx =F x ∫(k1 ⋅f x( ) +k2 ⋅g x( )) dx =k1 ⋅∫

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

6 NÚMEROS COMPLEJOSplatea.pntic.mec.es/.../ejercicios...complejos.pdf · números reales y la expresión . d) x = ± , x 1 = – , x 2 = e) x 1 = 1 – 2 , x 2 = 1 + 2 f) x 1 = –

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

-2 -1 2 0 1 · 2019-10-31 · 0202 1 f x² 5x 21 f(x) x² 1 D 1;1 f ^` 3x² 4x 52 f(x) (x 2)² D2 f ^ 4x 8 3 f(x) x² 4x 3 f(x) x² 4x 5 D 1;3 f ^ ` 4 D f x² 15 f(x) x1 D 1; f f@

f x f x x, x f x f x e x > Gimel - Welcome to LaCàN ... GRUP D’INNOVACIÓ MATEMÀTICA E-LEARNING GIMEL DERIVADES: resolucio exercicis b´ `asics R1. Estudiar la derivabilitat de

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

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

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

ardiansyahunindra.files.wordpress.com€¦ · Web viewBAB 1. INTEGRAL TAK TENTU. Definisi Integral . Jika f (x) adalahsebuahfungsi, dimanaturunandari f(x): f’(x)=f(x) f’(x)=f(x)

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

TEMA V: FUNCIONES › 2015 › 04 › ... · 2015-04-22 · 3 Ejemplo: f ( ) 3 3x 2 6 D(f) = R f (x) 3x2 6 D f( @ U > 2, f) 5 2 3 ( ) x x f x D(f) R {2} 2 3 ( ) @ x x f x D 0 U( 2,

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 · incógnitas de una de las ecuaciones y se sustituye a en la otra ecuación x c-by = a dx+ey =f c-by d +ey = f x f-ey = d Sustitución Se despeja deambas

1.- f x x gx hx x

BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA · una función de Lipschitz si existe una constante k ‚ 0 tal que d(f(x);f(y)) • kd(x;y) para cualesquiera x;y en X: En este caso,

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

C A ATTALLO OGGOO CU UNNIICCO DDEE CUUEENNTTAASS ...€¦ · B S U T O A T F E D N N C L G P F T C O M H N V E F E C U C M C X X X X X X X X X X X X - - - DE. ESSCCRRIIPPCCIIO. ONN

CLASE 76. x x x x 2 2 h h x x f f x + 1 x x j j + raíz cuadrada de x x x g g x x 2 2 a) c) b) x x |x||x| |x||x| i i d) e) Si

Estimación del Incremento (h) Optimo · Derivada numérica (hacia delante) x h e f x h x h 1 ( ) h f x h f x f n x ( ) ( ) ' ( ) x e f x x 1 ( ) Se observa claramente que para distintos

Unidad 2. Derivadas y aplicaciones...De manera análoga se define la función derivada segunda de f en un dominio D D'' '⊆ , como la derivada de la derivada, es decir f x f x''

Una empresa deAcero 03PERFILES HEA Dimensionesy propiedadespara el diseño Designación Peso Área Altura Alma d b f t f t w I x S x r x I y S y r y r t d/A f mm kgf/m cm2 4 3 cmcm

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

Cuaderno elaborado por Miguel Ángel Ruiz Domínguez · f(x) = x4 + x3-2x f´(x) = 3x3+3x2 - 2 f(x) = x 3 . sen x f´(x) =3x 2 .sen x + x 3 .cosx Tabla de Derivadas #YSTP 6

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

0,4x + 0,2y =1500 6000 7000 y = x 8000matematicasmundo.ftp.catedu.es/PAU/Junio15_CCSS.pdfA X 0,2x 0,4x 0,8 x B y 0,6y 0,2y y Condiciones : xyt 0,2x 0,6y 1200 d 0,4x 0,2y 1500 d F(x,y)

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

T r r f x x x x f x x x T r T r r a a a x n f x x a x a x