Porównanie wybranych miar kontrastu obrazów achromatycznych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Porównanie wybranych miar kontrastu obrazów achromatycznych"

Transkrypt

1 KWS Porównanie wybranych miar ontrastu obrazów achromatycznych Artur Ba Streszczenie: W artyue poruszono zagadnienie oceny ontrastu achromatycznych obrazów cyfrowych. W pracy przedstawiono porównanie wyniów oceny ontrastu obrazów przy wyorzystaniu, zarówno znanych z iteratury ja i nowych, miar ontrastu. Zaproponowane nowe miary bazują na oanej reaizacji pewnych znanych z iteratury gobanych miar ontrastu. Badania przeprowadzono da iudziesięciu obrazów testowych. W pracy przedstawiono taże probemy związane z doborem miar ontrastu do oreśonego zastosowania. Słowa uczowe: wstępne przetwarzanie obrazów, gobany/oany ontrast obrazów, poprawa ontrastu obrazów, ocena ontrastu obrazów, miary ontrastu.. WPROWADZEIE W dziedzinie omputerowego przetwarzania i anaizy obrazów istotnym i wciąż nierozwiązanym probemem jest probem obietywnej oceny jaości obrazów zarówno w tracie ich awizycji ja również na poszczegónych etapach ich przetwarzania i anaizy. Wynii taiej oceny wyorzystywane są m.in. do oceny uzysiwanych efetów przetwarzania obrazów, a taże stanowią istotny eement automatycznych metod przetwarzania obrazów. Przyładami ocenianych parametrów obrazów są m.in.: jaość obrazu po usunięciu szumu (stosowanymi w tym przypadu miarami są np. szczytowy stosune sygnału do szumu, znormaizowany błąd średniowadratowy oraz średni błąd bezwzgędny), poprawność segmentacji obrazu (przyładami miar stosowanymi w tym przypadu są miary [9] i [3]) oraz percepcyjne cechy obrazu taie ja np. ontrast [, 4] ub barwność [6, 0]. Do typowych probemów spotyanych przy tworzeniu i stosowaniu obietywnych metod oceny obrazów naeży zaiczyć: (zwye występującą) stosunowo niewieą oreację wyniów obietywnej oceny z subietywnymi ocenami podawanymi przez obserwatorów, małą uniwersaność stosowanych miar oraz (często spotyaną) onieczność posiadania wiedzy o obrazie oryginanym. Występowanie tych probemów wynia m.in. z brau doładnej znajomości własności udziego wzrou i trudności w symuowaniu jego działania, wieości ceów jaie są stawiane przed systemami wizyjnymi oraz dużym udziałem informacji syntatycznej (często bardzo trudnej ub nawet, przy obecnym stanie wiedzy, niemożiwej do impementacji w postaci programu omputerowego) w prowadzonej przez człowiea ocenie obrazów. Wszystie te czynnii powodują, że zagadnienie obietywnej oceny obrazów nie jest zagadnieniem trywianym. Jedną z najważniejszych i najczęściej ocenianych cech obrazów jest ich ontrast [5, ]. W iteraturze przedmiotu pojęcie ontrastu obrazu jest różnie definiowane stosowane definicje uzaeżnione są m.in. od rodzaju obrazów, tórych ontrast ma być oreśany oraz od ceu w jaim prowadzona jest poprawa ontrastu. Różnie oreśane są również funcje stosowane do iościowej oceny ontrastu (miary ontrastu). W przypadu obrazów achromatycznych pojęcie ontrastu odnosi się do różnicy między wartościami poziomów szarości występującymi w obrazie. Jeżei pod uwagę brane są wartości poziomów szarości pisei całego obrazu i są one odnoszone do wyznaczonych da całego obrazu parametrów tego obrazu to oceniany jest gobany ontrast obrazu. Ocena gobanego ontrastu obrazu ma duże znaczenie przy ocenie poprawności awizycji obrazów, jednaże w przypadu zadań związanych z anaizą treści obrazu znaczenia nabiera tzw. oany ontrast obrazu. Ten rodzaj ontrastu odnosi się, w przypadu obrazów achromatycznych, do różnic między poziomami szarości pisei znajdujących się w swoim sąsiedztwie. Sposoby oreśenia sąsiedztwa pisei oraz sposoby uwzgędnienia różnic między poziomami szarości anaizowanych pisei są różne i zaeżą od przyjętej miary oanego ontrastu obrazów. Wysoi ontrast oany ma m.in. znaczenie tam gdzie istotne jest rozróżnienie szczegółów zawartych w obrazach ta jest np. w przypadu anaizy zdjęć rentgenowsich ub otniczych. Ocena ontrastu oanego obrazu znajduje również zastosowanie np. w systemach automatycznego ustawiania ostrości oraz tworzenia obrazów o rozszerzonym zaresie ostrości. Ta ja wcześniej wspomniano probem oceny ontrastu obrazów jest w ogónym przypadu nada probemem nie rozwiązanym. W pracy przedstawiono efety oceny ontrastu achromatycznych obrazów cyfrowych iunastoma, znanymi z iteratury ja również nowymi, miarami ontrastu. Porównywane w pracy miary ontrastu przedstawiono w rozdziae. Rozdział 3 zawiera opis i wynii przeprowadzonych badań. Ostatni, 4 rozdział stanowi podsumowanie pracy. W rozdziae tym zawarto również przyłady poazujące probemy związane z wyborem miary ontrastu w zaeżności od ceu w jaim prowadzona jest ocena ontrastu obrazów.. WYBRAE ETODY OCEY KOTRASTU OBRAZÓW Do oceny gobanego ontrastu obrazu często stosowana jest następująca miara

2 88 KWS 00 gdzie max min, () max i j, min i j, max i, j,,,, i, j ;, i j szarości pisea p i, j o współrzędnych min i,,, j,, i j jest poziomem i, j, a to rozdzieczość obrazu. Inną często stosowaną miarą gobanego ontrastu obrazu jest tzw. wsaźni ichesona max max min min. () iary () i () uwzgędniają zmienną czułość narządu wzrou człowiea na zmiany jasności w zaeżności od wyjściowego poziomu jasności (w tym przypadu jest średnia jasność obrazu) zachowując w tym sensie zgodność z prawem Webera-Fechnera. Z metroogicznego puntu widzenia główną wadą tych miar jest ich czułość na występowanie w obrazach pojedynczych pisei o srajnych wartościach poziomów szarości. Cecha ta, ja to poazano w [], może prowadzić do brau możiwości oceny ontrastu obrazów w wyniu niezgodnego z percepcją człowiea zrównania wartości ocen ontrastu obrazów, tórych subietywnie odbierany ontrast jest różny. Do oceny ontrastu stosowane są również miary wyorzystujące wariancję poziomów szarości obrazów. Przyładem taiej miary jest miara zaproponowana w pracy [7], tóra zdefiniowana jest następująco 4 w i j L,, (3) i j gdzie L jest masymaną wartością poziomów szarości pisei jaa może wystąpić w obrazie przy stosowaniu danego sposobu odowania (np. da odowania 8-bitowego L=55). odyfiacją miary (3) jest miara 4 w i, j ABS, (4) L i j w tórej wadrat różnicy zastąpiono jej wartością bezwzgędną co zwięsza wpływ małych różnic na wyni oceny ontrastu. W pracy [] zaproponowano wyorzystanie miar ontrastu bazujących na sumie różnic sąsiadujących ze sobą pisei. Podstawową miarą tego typu jest miara i, j i, j i j L i j i, j i, j i, j i, j i j i j i, j i, j. (5) iara ta bazuje na agregacji oanych różnic między sąsiadującymi piseami obrazu. W niniejszej pracy wyorzystano również zmodyfiowane wersje (5) w postaci miar:, w tórej współczynni normaizujący ma postać L, ABS wartością bezwzgędną i te modyfiacje łącznie., w tórej wadrat różnic zastąpiono ich ABS, w tórej zastosowano obie Koejną porównywaną w pracy miarą jest miara bazująca na ocenie energii obrazu [4] e,, i j i j i j L i, j i, j i. j astępną uwzgędnioną w pracy miarą jest miara H wyorzystująca ideę entropii informacji Shanona H [4, 8]; miara ta oreśona jest następująco p og p, (7) H i j gdzie p i, j i, j i. j Ostatnią grupą porównywanych w pracy miar ontrastu obrazów są cztery nowe miary bazujące na agregacji ocen ontrastu oanego obrazu występującego w pewnym otoczeniu i, j woół anaizowanego pisea p i, j. Trzy z nich bazują na miarach oreśonych wzorami () (3) i są to odpowiednio miary, i j (8), (9) gdzie i j 4 w i j L max r, s, p( r, s) i, j (6),, (0) i j p r, s i, j min r, s, p( r, s) i, j p r, s i, j r, s. Ostatnia z proponowanych miar bazuje na mierze i miara ta jest oreśona następującym wzorem L i j, () gdzie jest sumą wadratów różnic wartości sąsiadujących ze sobą pisei naeżących do otoczenia i, j. W przypadu wszystich anaizowanych w pracy miar ontrastu, oprócz miary H, więsza wartość oznacza epszy ontrast obrazu (da H jest odwrotnie). 3. PORÓWAIE WYIKÓW OCEY KOTRASTU Przedstawione w niniejszej pracy badania zostały przeprowadzone da zestawu 48 obrazów, tóre zostały uzysane poprzez zastosowanie 5 różnych metod poprawy na grupie 8 standardowych obrazów testowych (są one prezentowane na rysunu ). Do poprawy ontrastu obrazów zastosowano metodę: gobanego wyrównywania histogramu (GHE, [5, ]), oanej poprawy ontrastu z ograniczeniem (CLAHE, []) da dwóch różnych wartości parametru α ograniczającego zmianę ontrastu

3 KWS a) b) c) d) e) f) g) h) Rys.. Zestawienie oryginanych obrazów wyorzystanych do utworzenia obrazów testowych: a) AERIAL, b) GOLDHILL, c) BOAT, d) FIGHTER, e) LEA, f) PEPPERS, g) CLOCK, h) ADRILL oraz uogónionej ważonej metody poprawy ontrastu [] oanie reaizującej wyrównywanie histogramu (GWCEHE) bądź też rozciąganie histogramu (GWCE-HS), w tórym zastosowano odrzucanie pewnej części pisei o minimanych i masymanych wartościach, tóre mają niewiei wpływ na treść obrazu (iczba odrzucanych pisei oreśona jest przez parametr α). Wartości parametrów da wszystich zastosowanych metod poprawy ontrastu są taie same ja w przypadu badań przedstawionych w []. W przypadu miar wyorzystujących oane podejście do oceny ontrastu tzn. miar 6, 6, 6w, 6'c i, j przyjęto ono wadratowe o wymiarach 3 3. Da ziustrowania efetów działania zastosowanych metod poprawy ontrastu na rysunach i 3 przedstawiono powięszone fragmenty obrazów GOLDHILL jao otoczenie (rys. ) oraz FIGHTER (rys. 3). Uzysane wynii oceny ontrastu wszystich anaizowanych obrazów zawiera tabea. W ceu uniezaeżnienia uzysiwanych wyniów oceny ontrastu od stosowanego sposobu odowania poziomów szarości (iczby bitów na anał) w pracy przyjęto unormowany zares poziomów szarości obrazów i, j 0,. Dodatowo w tabei, w ceu ułatwienia porównywania wyniów, w nawiasach podano pozycję ażdego obrazu jaą przyjmuje on w ramach danego zestawu obrazów po ich uszeregowaniu według maejącego ontrastu ocenianego poszczegónymi miarami. Pod pojęciem zestawu obrazów w pracy rozumiany jest obraz oryginany wraz z obrazami uzysanymi w wyniu jego przeształcenia wcześniej podanymi metodami poprawy ontrastu. a) b) c) d) e) f) Rys.. Powięszony fragment obrazów będących w wyniiem przeształcenia obrazu GOLDHILL (a) metodą: b) GHE, c) CLAHE da α=, d) CLAHE da α=0,0, e) GWCE-HE, f) GWCE-HS da α=0,005 (objaśnienia srótów w teście)

4 90 KWS 00 a) b) c) d) e) f) Rys. 3. Powięszone fragmenty obrazów będących w wyniiem przeształcenia obrazu FIGHTER (a) metodą b) GHE, c) CLAHE da α=, d) CLAHE da α=0,0, e) GWCE-HE, f) GWCE-HS da α=0,005 (objaśnienia srótów w teście) 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0, 0 w wabs?? '? ABS? ABS' e H???w?? ' Fighter Fighter HE Fighter CLAHE,?= Fighter CLAHE,?=0,0 Fighter GWCE-HE Fighter GWCE-HS,?=0,005 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0, 0 w wabs?? '? ABS? ABS' e H???w?? ' GodHi GoodHi HE GodHi CLAHE,?= GodHi CLAHE,?=0,0 GoodHi GWCE-HE GoodHi GWCE-HS,?=0,005 Rys. 4. Wyresy unormowanych wartości miar ontrastu da zestawów obrazów powstałych w wyniu przeształcenia obrazu GOLDHILL (wyres górny) oraz FIGHTER (wyres dony) Da epszej iustracji na rysunu 4 przedstawiono wyresy wartości miar ontrastu otrzymanych da zestawów obrazów GOLDHILL I FIGHTER. Ze wzgędu na duże różnice wartości bezwzgędnych uzysanych da poszczegónych miar ontrastu na wyresach przedstawiono ich unormowane wartości. Czynniiem normaizującym jest najwięsza wartość ontrastu wyznaczona daną miarą da anaizowanego zestawu obrazów; w ten sposób da

5 KWS 00 9 Tabea. Porównanie wyniów poprawy ontrastu badanych obrazów; da ażdego zestawu obrazów i da ażdej miary wyróżniono obraz o najwięszym ontraście, w nawiasach podano pozycję obrazu w ramach danej grupy obrazów według maejących ocen ontrastu; numeracja metod: i obraz oryginany, ii GHE, iii CLAHE da α=, iv CLAHE da α=0,0, v GWCE z HE, vi GWCE z HS da α=0,005 (objaśnienia srótów w teście) etoda w w ABS iara ontrastu ABS ABS e H w i,346 (6) 0,90 (6) 0,096 (6) 0,458 (6) 0,030 (6) 0,043 (6) 0,98 (6) 0,80 (6) 0,0 (6) 5,406 (6) 0,56 (6) 0,6 (6) 0,0 (6) 0,037 (6) ii,00 (),000 () 0,344 (),06 () 0,7 (3) 0,33 (3) 0,40 (3) 0,804 (3) 0,045 (3) 5,33 () 0,903 (4) 0,38 (3) 0,035 (3) 0,60 (4) iii,970 (3),000 () 0,35 (3) 0,985 () 0,34 () 0,65 () 0,459 () 0,905 () 0,05 () 5,339 (3) 0,94 (3) 0,407 () 0,040 () 0,77 () iv,75 (5),000 () 0,59 (5) 0,87 (5) 0,096 (5) 0,68 (5) 0,384 (5) 0,67 (5) 0,037 (5) 5,368 (5) 0,66 (5) 0,307 (5) 0,08 (5) 0,9 (5) v,0 (),000 () 0,36 () 0,98 (3) 0,43 () 0,89 () 0,483 (4) 0,97 () 0,055 () 5,336 () 0,994 () 0,436 () 0,043 () 0,9 () vi,99 (4),000 () 0,95 (4) 0,90 (4) 0,08 (4) 0,08 (4) 0,389 () 0,746 (4) 0,04 (4) 5,34 (4) 0,94 () 0,380 (4) 0,03 (4) 0,74 (3) i,005 () 0,98 (6) 0,49 (6) 0,607 (6) 0,0 (6) 0,05 (6) 0,33 (6) 0,30 (6) 0,004 (6) 5,377 (6) 0,55 (6) 0,6 (6) 0,004 (6) 0,09 (6) ii,999 (3),000 () 0,345 (),08 () 0,037 (5) 0,075 (5) 0,34 (5) 0,467 (5) 0,04 (5) 5,33 () 0,574 (5) 0,59 (5) 0,03 (5) 0,058 (5) iii,97 (6),000 () 0,78 (4) 0,895 (3) 0,083 () 0,64 () 0,396 () 0,780 () 0,03 () 5,35 (4) 0,735 () 0,347 () 0,08 () 0, () iv,977 (5),000 () 0,56 (5) 0,860 (5) 0,057 (3) 0,3 (3) 0,30 (3) 0,63 (3) 0,0 (3) 5,358 (5) 0,595 (4) 0,85 (3) 0,09 (3) 0,078 (3) v,979 (4),000 () 0,83 () 0,906 () 0,095 () 0,89 () 0,43 () 0,853 () 0,038 () 5,349 (3) 0,88 () 0,38 () 0,03 () 0,30 () vi,4 (),000 () 0,8 (3) 0,880 (4) 0,04 (4) 0,089 (4) 0,63 (4) 0,556 (4) 0,06 (4) 5,344 () 0,596 (3) 0,78 (4) 0,04 (4) 0,065 (4) i,756 (6),000 () 0,68 (6) 0,675 (6) 0,04 (6) 0,05 (6) 0,8 (6) 0,39 (6) 0,005 (6) 5,379 (6) 0,0 (6) 0,08 (6) 0,004 (6) 0,0 (6) ii,00 (),000 () 0,344 (),07 () 0,050 (3) 0,00 (3) 0,4 (5) 0,48 (4) 0,09 (3) 5,33 () 0,495 (4) 0,3 (4) 0,06 (3) 0,058 (4) iii,937 (4),000 () 0,9 (4) 0,9 (4) 0,8 () 0,30 () 0,45 () 0,873 () 0,048 () 5,35 (4) 0,786 () 0,367 () 0,043 () 0,56 () iv,86 (5),000 () 0, (5) 0,780 (5) 0,04 (5) 0,079 (5) 0,55 (4) 0,475 (5) 0,06 (5) 5,369 (5) 0,435 (5) 0, (5) 0,03 (5) 0,054 (5) v,0 (),000 () 0,95 (3) 0,93 (3) 0,3 () 0,65 () 0,488 () 0,98 () 0,054 () 5,345 (3) 0,89 () 0,40 () 0,048 () 0,79 () vi,969 (3),000 () 0,354 (),046 () 0,049 (4) 0,096 (4) 0,6 (3) 0,56 (3) 0,08 (4) 5,37 () 0,586 (3) 0,7 (3) 0,05 (4) 0,07 (3) i,409 (5) 0,976 (5) 0,030 (6) 0,78 (6) 0,004 (6) 0,006 (6) 0,050 (6) 0,073 (6) 0,00 (6) 5,44 (6) 0,065 (6) 0,03 (6) 0,003 (6) 0,0 (6) ii,000 (),000 () 0,345 (),05 () 0,05 (4) 0,04 (3) 0,76 (4) 0,55 (3) 0,03 (4) 5,33 () 0,609 (3) 0,70 (3) 0,0 (4) 0,08 (3) iii,67 (3),000 () 0,96 () 0,99 () 0,46 () 0,399 () 0,655 (),065 () 0,3 () 5,367 (3) 0,879 () 0,43 () 0,099 () 0,6 () iv,393 (6) 0,969 (6) 0,035 (5) 0,00 (5) 0,007 (5) 0,00 (5) 0,08 (5) 0,7 (5) 0,003 (5) 5,43 (5) 0,00 (5) 0,049 (5) 0,004 (5) 0,04 (5) v,00 (),000 () 0,74 (3) 0,88 (3) 0,54 () 0,50 () 0,688 (),38 () 0,7 () 5,350 (),0 () 0,54 () 0,0 () 0,38 () vi,555 (4),000 () 0,50 (4) 0,606 (4) 0,054 (3) 0,085 (4) 0,83 (3) 0,44 (4) 0,04 (3) 5,394 (4) 0,45 (4) 0,99 (4) 0,0 (3) 0,069 (4) i,773 (6) 0,85 (6) 0,4 (6) 0,64 (6) 0,008 (6) 0,07 (6) 0,00 (6) 0,05 (6) 0,003 (6) 5,384 (6) 0,98 (6) 0,096 (6) 0,003 (6) 0,05 (6) ii,00 (3),000 () 0,343 (3),06 (3) 0,00 (5) 0,040 (5) 0,55 (5) 0,309 (5) 0,008 (5) 5,33 (5) 0,504 (5) 0,8 (5) 0,005 (5) 0,040 (5) iii,963 (4),000 () 0,84 () 0,904 () 0,054 () 0,07 () 0,307 () 0,60 () 0,03 () 5,350 () 0,634 () 0,96 () 0,08 () 0,08 () iv,94 (),000 () 0,7 (4) 0,799 (4) 0,07 (3) 0,053 (3) 0,09 (3) 0,407 (3) 0,0 (3) 5,366 (3) 0,47 (3) 0,03 (3) 0,008 (3) 0,043 (3) v,08 (5),000 () 0,73 () 0,876 (5) 0,065 (4) 0,3 (4) 0,345 (4) 0,697 (4) 0,07 (4) 5,349 (4) 0,79 (4) 0,334 (4) 0,0 (4) 0,098 (4) vi,996 (),000 () 0,34 (5),08 () 0,05 () 0,050 () 0,78 () 0,355 () 0,009 () 5,333 () 0,503 () 0,6 () 0,007 () 0,045 () i,98 (6),000 () 0,03 (6) 0,799 (6) 0,00 (6) 0,05 (6) 0,06 (6) 0,59 (6) 0,004 (6) 5,34 (6) 0,33 (6) 0,50 (6) 0,003 (6) 0,0 (6) ii,000 (),000 () 0,343 (),06 () 0,09 (5) 0,037 (5) 0,47 (5) 0,94 (5) 0,007 (5) 5,33 () 0,403 (5) 0,79 (5) 0,005 (5) 0,03 (5) iii,963 (4),000 () 0,87 (3) 0,95 (3) 0,054 () 0,06 () 0,300 () 0,589 () 0,05 () 5,350 (4) 0,59 () 0,8 () 0,09 () 0,080 () iv,6 (),000 () 0,6 (5) 0,884 (4) 0,05 (3) 0,053 (3) 0,03 (3) 0,43 (3) 0,00 (3) 5,346 (3) 0,466 (3) 0, (3) 0,008 (3) 0,04 (3) v,965 (3),000 () 0,75 (4) 0,88 (5) 0,069 () 0,35 () 0,348 () 0,684 () 0,03 () 5,35 (5) 0,689 () 0,3 () 0,05 () 0,03 () vi,96 (5),000 () 0,393 (),38 () 0,0 (4) 0,04 (4) 0,59 (4) 0,306 (4) 0,008 (4) 5,35 () 0,449 (4) 0,0 (4) 0,006 (4) 0,038 (4) i,539 (),000 () 0,099 (6) 0,50 (6) 0,00 (6) 0,007 (6) 0,047 (6) 0,5 (6) 0,00 (6) 5,348 (4) 0,39 (6) 0,068 (6) 0,000 (6) 0,006 (6) ii,000 (5),000 () 0,343 (),05 () 0,009 (5) 0,08 (5) 0,09 (5) 0,8 (5) 0,003 (5) 5,33 () 0,56 (5) 0,076 (5) 0,00 (5) 0,0 (5) iii,88 (6),000 () 0,39 (4) 0,799 (4) 0,07 () 0,05 () 0,99 () 0,375 () 0,00 () 5,365 (6) 0,39 () 0,85 () 0,006 () 0,037 () iv,68 () 0,99 (6) 0,3 (5) 0,785 (5) 0,00 (4) 0,04 (4) 0,5 (4) 0,78 (3) 0,004 (4) 5,34 (3) 0,5 (4) 0, (4) 0,00 (4) 0,06 (4) v,3 (4),000 () 0,4 (3) 0,830 (3) 0,033 () 0,070 () 0,3 () 0,488 () 0,0 () 5,353 (5) 0,495 () 0,30 () 0,007 () 0,047 () vi,48 (3),000 () 0,330 (),00 () 0,0 (3) 0,06 (3) 0,7 (3) 0,5 (4) 0,004 (3) 5,39 () 0,76 (3) 0,9 (3) 0,00 (3) 0,00 (3) i,78 (6),000 () 0,0 (6) 0,548 (6) 0,05 (6) 0,0 (6) 0,30 (6) 0,594 (6) 0,0 (6) 5,393 (6) 0,468 (6) 0,8 (6) 0,09 (6) 0,065 (6) ii,000 (),000 () 0,345 (),07 () 0,64 (4) 0,38 (4) 0,530 (5),060 (5) 0,066 (4) 5,33 (),046 (3) 0,447 (4) 0,060 (4) 0, (4) iii,969 (4),000 () 0,304 () 0,947 () 0,0 () 0,397 () 0,644 (),68 () 0,083 () 5,345 (3),090 () 0,500 () 0,073 () 0,5 () iv,94 (5),000 () 0,73 (5) 0,896 (5) 0,8 (3) 0,353 (3) 0,599 (3),63 (3) 0,074 (3) 5,355 (5) 0,977 (4) 0,453 (3) 0,066 (3) 0,3 (3) v,998 (),000 () 0,303 (3) 0,94 (3) 0,6 () 0,45 () 0,693 (),384 () 0,093 () 5,34 (),8 () 0,538 () 0,08 () 0,85 () vi,98 (3),000 () 0,9 (4) 0,934 (4) 0,55 (5) 0,307 (5) 0,539 (4),068 (4) 0,063 (5) 5,347 (4) 0,96 (5) 0,439 (5) 0,056 (5) 0,99 (5) obrazów, tóre według danej miary w obrębie danego zestawu obrazów mają najwięszy ontrast, unormowana wartość ontrastu jest równa. 4. PODSUOWAIE Anaizując przedstawione w poprzednim rozdziae wynii można zauważyć duże zróżnicowanie otrzymanych ocen ontrastu. Pomimo tego da ażdego zestawu obrazów można wyróżnić miary ontrastu dające identyczne, w sensie uszeregowania obrazów według ich ontrastu, wynii. iary tworzące taie grupy są w ogónym przypadu różne da różnych zestawów obrazów. Anaizując sład taich grup można jedna zauważyć, że trzy miary (, e, w ) najczęściej spośród wszystich anaizowanych miar występują w ramach taich grup. Co

6 9 KWS 00 więcej, ocena ontrastu tymi metodami (w sensie ich uszeregowania) jest identyczna w ramach poszczegónych zestawów obrazów (sytuacja taa w przypadu innych niż testowane zestawy obrazów może jedna nie wystąpić). Taie podejście do wyboru miar ontrastu nie jest jedna właściwe. erytorycznie uzasadnionym podejściem jest poszuiwanie taich miar ontrastu, tóre da danego zastosowania dają wynii zgodne z subietywną oceną ontrastu obrazów, tóra to ocena uwzgędnia wymagania związane z ceem jej prowadzenia. PRZYKŁAD. Ceem oceny ontrastu jest wybór obrazu o możiwie wysoim ontraście przy jednoczesnym zachowaniu jego naturanego wygądu (taie ryterium pojawia się w zadaniach automatycznej poprawy jaości zdjęć m.in. na potrzeby wyonywania odbite fotograficznych). W taim przypadu da zestawu GOLDHILL (rys. ) za obrazy o najepszym ontraście naeży uznać obrazy będące wyniiem stosowania GHE (rys. b) ub GWCE-HS (rys. f). Porównując wynii taiej subietywnej oceny z wyniami przedstawionymi w tabei zwraca uwagę fat, że więszość miar (9 na 3; miara ze wzgędu na bra jednoznaczności uzysiwanych przy jej pomocy wyniów w daszej części pracy nie jest brana pod uwagę) wsazuje jao obraz o najwięszym ontraście wyni stosowania GWCE-HE (rys. e). Da porównania wyni stosowania GHE jao najepszy wsazywany jest tyo przez 3 miary, a GWCE-HS jedynie przez miarę. PRZYKŁAD. Innym ryterium oceny ontrastu obrazów jest ocena obrazów pod ątem łatwości ich anaizy przez człowiea, co zwye wiąże się z wymaganiem łatwego rozróżnienia szczegółów zawartych w obrazach (taie wymaganie stawiane jest m.in. w przypadu anaizy zdjęć rentgenowsich ub zdjęć otniczych). Anaizując pod tym ątem zestaw obrazów otniczych FIGHTER (rys. 3) jao obraz o najepszym ontraście naeży uznać obraz będący wyniiem stosowania GWCE-HE (rys. 3e) oraz obraz uzysany przy zastosowaniu CLAHE da α= (rys. 3c). Porównując wynii taiej subietywnej oceny z oceną za pomocą metod obietywnych (tab. ) oazuje się, że obraz będący wyniiem stosowania GWCE-HE został wsazany przez więszość miar (0 z 3) jao najepszy, natomiast wyni stosowania CLAHE został przez więszość miar ( z 3) wsazany jao obraz o drugim w oejności ontraście w tym zestawie obrazów. Podsumowując naeży zwrócić uwagę na to, że poprzednio wybrane, uniwersane, miary ontrastu, tzn., e, w, dały wyni zgodny z oceną subietywną jedynie da przyładu., natomiast da przyładu. ocena ontrastu tymi miarami nie jest zgodna z oceną subietywną miary te są zatem nieprzydatne w tym zastosowaniu. Warto zaznaczyć, że da obu przedstawionych w przytoczonych przyładach, istotnie różnych, ceów poszuiwania obrazu o najwięszym ontraście udało się wśród anaizowanych w pracy miar ontrastu wybrać choć jedną miarę, tóra daje wyni zgodny z subietywną oceną ontrastu obrazów prowadzoną przez człowiea pod ątem danego zastosowania (nie oznacza to jedna niestety, że ta będzie da ażdego przypadu). Anaizując otrzymane w obu przyładach, znacząco różniące się, wynii w postaci wyboru miary ub miar ontrastu sprawdzających się w danym zastosowaniu widać, że decyzja o wyborze oreśonej miary ontrastu do danego zastosowania powinna być poprzedzona oceną przydatności danej miary w tym onretnym zastosowaniu. PODZIĘKOWAIA Praca finansowana ze środów na działaność statutową Instytutu Automatyi Poitechnii Śąsiej w rou 00. LITERATURA [] Ba A., Ważona oana metoda poprawy ontrastu obrazów cyfrowych, Przegąd teeomuniacyjny 6/008, CD. [] Ba A., Porównanie wybranych metod oceny ontrastu achromatycznych obrazów cyfrowych, Pomiary Automatya Kontroa, nr 7, ss , 009. [3] Borsotti,., Campadei, P., Schettini, R.: Quantitative Evauation of Coor Image Segmentation Resuts, Patt. Rec. Lett., vo.9, ss , 998. [4] Chen Guojin, Zhu iaofen, Guan Liming, Zhang Kesong, Xu Guohua, Shi Hui, Study on Contrast Evauation Function of COS Digita Camera, Proc. of IEEE/ASE Internationa Conference on Advanced Inteigent echatronics, onterey, Kaifornia, USA, 005, ss [5] Gonzaez R. G., Woods R. E., Digita image processing, Addison-Wesey Pubishing Co., 99. [6] Haser D., Süsstrun S., easuring coourfuness for natura images, Proc. IS&T/SPIE Eectronic Imaging 003: Human Vision and Eectronic Imaging VIII, vo. 5007, San Jose, Kaifornia, USA, 003, ss [7] Lehmann T., Oberschep W., Peian E., Repges R., Bidverarbeitung für die edizin, Grundagen, odee, ethoden, Anwendungen. Springer, Berin 997. [8] Li Xi, Liu Guosui, Jinin i, Autofocusing of ISAR images based on entropy minimization, IEEE Transactions on Aerospace and Eectronic Systems, vo. 35, no. 4, ss. 40 5, 999. [9] Liu, J., Yang, Y.-H., utiresoution Coor Image Segmentation, IEEE Trans. on PAI, vo. 6, nr 7, ss , 994. [0] Paus H., Ba A., Wpływ wybranych parametrów awizycji obrazu na jego barwność, Przegąd Eetrotechniczny, nr 4, ss , 008. [] Pratt W., Digita image processing, John Wiey & Sons, 00. [] Zuiderved K.: Contrast imited adaptive histogram equaization, Graphics gems IV, Academic Press Professiona, Inc., San Diego, USA, ss , 994. dr inż. Artur Ba Poitechnia Śąsa Wydział Automatyi, Eetronii i Informatyi, Instytut Automatyi u. Aademica Giwice te.: e-mai: artur.ba@pos.p

Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań

Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na okres drgań KAEDRA FIZYKI SOSOWANEJ PRACOWNIA 5 FIZYKI Ćw. 5. Badanie ruchu wahadła sprężynowego sprawdzenie wzoru na ores drgań Wprowadzenie Ruch drgający naeży do najbardziej rozpowszechnionych ruchów w przyrodzie.

Bardziej szczegółowo

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH

MODYFIKACJA KOSZTOWA ALGORYTMU JOHNSONA DO SZEREGOWANIA ZADAŃ BUDOWLANYCH MODYFICJ OSZTOW LGORYTMU JOHNSON DO SZEREGOWNI ZDŃ UDOWLNYCH Michał RZEMIŃSI, Paweł NOW a a Wydział Inżynierii Lądowej, Załad Inżynierii Producji i Zarządzania w udownictwie, ul. rmii Ludowej 6, -67 Warszawa

Bardziej szczegółowo

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM EORI OBWODÓW I SYGNŁÓW LBORORIUM KDEMI MORSK Katedra eleomuniacji Morsiej Ćwiczenie nr 2: eoria obwodów i sygnałów laboratorium ĆWICZENIE 2 BDNIE WIDM SYGNŁÓW OKRESOWYCH. Cel ćwiczenia Celem ćwiczenia

Bardziej szczegółowo

2. Podstawowe pojęcia

2. Podstawowe pojęcia mgr Marian MENDEL Wojsowy Instytut Techniczny Uzbrojenia PRZELICZANIE I TRANSFORMACJA WSPÓŁRZĘDNYCH POMIĘ- DZY UKŁADAMI ODNIESIENIA Streszczenie. W artyue przedstawiono zagadnienia związane przeiczaniem

Bardziej szczegółowo

Wybrane rozkłady zmiennych losowych i ich charakterystyki

Wybrane rozkłady zmiennych losowych i ich charakterystyki Rozdział 1 Wybrane rozłady zmiennych losowych i ich charaterystyi 1.1 Wybrane rozłady zmiennych losowych typu soowego 1.1.1 Rozład równomierny Rozpatrzmy esperyment, tóry może sończyć się jednym z n możliwych

Bardziej szczegółowo

Laboratorium Podstaw Metrologii

Laboratorium Podstaw Metrologii WOCŁAW Wrocław, dnia Laboratorium odstaw Metroogii Ćwiczenie o i ierune studiów... Grupa (dzień tygodnia i godzina rozpoczęcia zajęć) Imię i nazwiso Imię i nazwiso Imię i nazwiso rzetwornii Badanie właściwości

Bardziej szczegółowo

Automatyczna kompozycja usług monitorowania dla systemu wspomagania treningu wytrzymałościowego sportowców

Automatyczna kompozycja usług monitorowania dla systemu wspomagania treningu wytrzymałościowego sportowców Krzysztof Brzostowsi, Piotr Rygiesi Instytut Informatyi Poitechnia Wrocławsa Automatyczna ompozycja usług monitorowania da systemu wspomagania treningu wytrzymałościowego sportowców W niniejszej pracy

Bardziej szczegółowo

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz

wtedy i tylko wtedy, gdy rozwiązanie i jest nie gorsze od j względem k-tego kryterium. 2) Macierz części wspólnej Utwórz macierz Temat: Programowanie wieloryterialne. Ujęcie dysretne.. Problem programowania wieloryterialnego. Z programowaniem wieloryterialnym mamy do czynienia, gdy w problemie decyzyjnym występuje więcej niż jedno

Bardziej szczegółowo

ZASTOSOWANIE POSTĘPOWANIA SEKWENCYJNEGO W ANALIZIE CECH GEOMETRYCZNYCH NASION WYBRANYCH ROŚLIN ZBOŻOWYCH

ZASTOSOWANIE POSTĘPOWANIA SEKWENCYJNEGO W ANALIZIE CECH GEOMETRYCZNYCH NASION WYBRANYCH ROŚLIN ZBOŻOWYCH Inżynieria Ronicza (6)/0 ZASTOSOWANIE POSTĘPOWANIA SEKWENCYJNEGO W ANALIZIE CECH GEOMETRYCZNYCH NASION WYBRANYCH ROŚLIN ZBOŻOWYCH Dorota Domagała Katedra Zastosowań Matematyi i Informatyi, Uniwersytet

Bardziej szczegółowo

n(n + 1) 2 k = k = 1, P = 1 (1 + 1)/2 = 2/2 = 1 = L. n(n + 1) 2 + (n + 1) = n(n + 1)(2n + 1) 6 k 2 = n(n + 1)(2n + 1) 6 + (n + 1) 2 = n + 1

n(n + 1) 2 k = k = 1, P = 1 (1 + 1)/2 = 2/2 = 1 = L. n(n + 1) 2 + (n + 1) = n(n + 1)(2n + 1) 6 k 2 = n(n + 1)(2n + 1) 6 + (n + 1) 2 = n + 1 Materiały do zajęć wyrównawczych z matematyi da studentów informatyi, ro aademici 013/14 Zestaw zadań 5 odpowiedzi uwaga: nieco inna oejność zadań 1. Udowodnij, że 1 n(n 1 (1a Odpowiedź: Da n 1 mamy L

Bardziej szczegółowo

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH

ZARYS METODY OPISU KSZTAŁTOWANIA SKUTECZNOŚCI W SYSTEMIE EKSPLOATACJI WOJSKOWYCH STATKÓW POWIETRZNYCH Henry TOMASZEK Ryszard KALETA Mariusz ZIEJA Instytut Techniczny Wojs Lotniczych PRACE AUKOWE ITWL Zeszyt 33, s. 33 43, 2013 r. DOI 10.2478/afit-2013-0003 ZARYS METODY OPISU KSZTAŁTOWAIA SKUTECZOŚCI W SYSTEMIE

Bardziej szczegółowo

A. Cel ćwiczenia. B. Część teoretyczna

A. Cel ćwiczenia. B. Część teoretyczna A. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z wsaźniami esploatacyjnymi eletronicznych systemów bezpieczeństwa oraz wyorzystaniem ich do alizacji procesu esplatacji z uwzględnieniem przeglądów

Bardziej szczegółowo

ANALIZA WIELOKRYTERIALNA

ANALIZA WIELOKRYTERIALNA ANALIZA WIELOKRYTERIALNA Dział Badań Operacyjnych zajmujący się oceną możliwych wariantów (decyzji) w przypadu gdy występuje więcej niż jedno ryterium oceny D zbiór rozwiązań (decyzji) dopuszczalnych x

Bardziej szczegółowo

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem

Definicja Mówimy, że zmienna losowa X ma rozkład gamma, jeśli jej funkcja gęstości jest określona wzorem .. Pewne rozłady zmiennej osowej ciągłej 5 Rozład gamma Definicja.7. Mówimy, że zmienna osowa X ma rozład gamma, jeśi jej funcja gęstości jest oreśona wzorem gdzie b > 0 i p > 0 oznaczają pewne stałe.

Bardziej szczegółowo

Colloquium 3, Grupa A

Colloquium 3, Grupa A Colloquium 3, Grupa A 1. Z zasobów obliczeniowych pewnego serwera orzysta dwóch użytowniów. Każdy z nich wysyła do serwera zawsze trzy programy naraz. Użytowni czea, aż serwer wyona obliczenia dotyczące

Bardziej szczegółowo

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH

DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH. Ćwiczenie 5. Przemysław Korohoda, KE, AGH DSP-MATLAB, Ćwiczenie 5, P.Korohoda, KE AGH Instrucja do laboratorium z cyfrowego przetwarzania sygnałów Ćwiczenie 5 Wybrane właściwości Dysretnej Transformacji Fouriera Przemysław Korohoda, KE, AGH Zawartość

Bardziej szczegółowo

Zastosowanie metod identyfikacji w wybranych zagadnieniach przepływu biociepła

Zastosowanie metod identyfikacji w wybranych zagadnieniach przepływu biociepła POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ MECHANICZNY TECHNOLOGICZNY Katedra Wytrzymałości Materiałów i Metod Komputerowych Mechanii mgr inż. Mare Paruch Zastosowanie metod identyfiaci w wybranych zagadnieniach

Bardziej szczegółowo

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału.

koszt kapitału D/S L dźwignia finansowa σ EBIT zysku operacyjnego EBIT firmy. Firmy Modele struktury kapitału Rys. 8.3. Krzywa kosztów kapitału. Modele strutury apitału oszt apitału Optymalna strutura apitału dźwignia finansowa / Rys. 8.3. Krzywa osztów apitału. Założenia wspólne modeli MM Modigliani i Miller w swoich rozważaniach ograniczyli się

Bardziej szczegółowo

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki

Matematyka dyskretna. Wykład 2: Kombinatoryka. Gniewomir Sarbicki Matematya dysretna Wyład 2: Kombinatorya Gniewomir Sarbici Kombinatorya Definicja Kombinatorya zajmuje się oreślaniem mocy zbiorów sończonych, w szczególności mocy zbiorów odwzorowań jednego zbioru w drugi

Bardziej szczegółowo

WPŁYW SZUMÓW KOLOROWYCH NA DZIAŁANIE FILTRU CZĄSTECZKOWEGO

WPŁYW SZUMÓW KOLOROWYCH NA DZIAŁANIE FILTRU CZĄSTECZKOWEGO ELEKTRYKA 2012 Zeszyt 3-4 (223-224) Ro LVIII Piotr KOZIERSKI Instytut Automatyi i Inżynierii Informatycznej, Politechnia Poznańsa Marcin LIS Instytut Eletrotechnii i Eletronii Przemysłowej, Politechnia

Bardziej szczegółowo

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE

PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE PROCENTY, PROPORCJE, WYRAŻENIA POTEGOWE ORAZ ŚREDNIE 1. Procenty i proporcje DEFINICJA 1. Jeden procent (1%) pewnej liczby a to setna część tej liczby, tórą oznacza się: 1% a, przy czym 1% a = 1 p a, zaś

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław POŁOŃSKI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE

RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE POWIATOWY URZĄD PRACY W ŚWIĘTOCHŁOWICACH RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE MIASTA ŚWIĘTOCHŁOWICE Stan na 2010 ro ŚWIĘTOCHŁOWICE 2011 1 SPIS TREŚCI I. WSTĘP II. ANALIZA ZAWODÓW OSÓB

Bardziej szczegółowo

Restauracja a poprawa jakości obrazów

Restauracja a poprawa jakości obrazów Restauracja obrazów Zadaniem metod restauracji obrazu jest taie jego przeształcenie aby zmniejszyć (usunąć) znieształcenia obrazu powstające przy jego rejestracji. Suteczność metod restauracji obrazu zależy

Bardziej szczegółowo

Anna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów

Anna Fabijańska. Algorytmy segmentacji w systemach analizy ilościowej obrazów POLITECHNIKA ŁÓDZKA Wydział Elektrotechniki Elektroniki Informatyki i Automatyki Katedra Informatyki Stosowanej Anna Fabijańska Nr albumu: 109647 Streszczenie pracy magisterskiej nt.: Algorytmy segmentacji

Bardziej szczegółowo

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań

Optymalizacja harmonogramów budowlanych - problem szeregowania zadań Mieczysław OŁOŃSI Wydział Budownictwa i Inżynierii Środowisa, Szoła Główna Gospodarstwa Wiejsiego, Warszawa, ul. Nowoursynowsa 159 e-mail: mieczyslaw_polonsi@sggw.pl Założenia Optymalizacja harmonogramów

Bardziej szczegółowo

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym

Wpływ zamiany typów elektrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Wpływ zamiany typów eletrowni wiatrowych o porównywalnych parametrach na współpracę z węzłem sieciowym Grzegorz Barzy Paweł Szwed Instytut Eletrotechnii Politechnia Szczecińsa 1. Wstęp Ostatnie ila lat,

Bardziej szczegółowo

WYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego

WYKŁAD 3. Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego WYKŁAD 3 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego 1 Przykłady zmian w obrazie po zastosowaniu Uniwersalnego Operatora Punktowego (c.d.) 2 Zestawienie zbiorcze - Regulacje

Bardziej szczegółowo

Hierarchiczna analiza skupień

Hierarchiczna analiza skupień Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym

Bardziej szczegółowo

Koła rowerowe malują fraktale

Koła rowerowe malują fraktale Koła rowerowe malują fratale Mare Berezowsi Politechnia Śląsa Rozważmy urządzenie sładającego się z n ół o różnych rozmiarach, obracających się z różnymi prędościami. Na obręczy danego oła, obracającego

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)

Bardziej szczegółowo

Grupowanie sekwencji czasowych

Grupowanie sekwencji czasowych BIULETYN INSTYTUTU AUTOMATYKI I ROBOTYKI NR 3, 006 Grupowanie sewencji czasowych Tomasz PAŁYS Załad Automatyi, Instytut Teleinformatyi i Automatyi WAT, ul. Kalisiego, 00-908 Warszawa STRESZCZENIE: W artyule

Bardziej szczegółowo

Pomiary napięć przemiennych

Pomiary napięć przemiennych LABORAORIUM Z MEROLOGII Ćwiczenie 7 Pomiary napięć przemiennych . Cel ćwiczenia Celem ćwiczenia jest poznanie sposobów pomiarów wielości charaterystycznych i współczynniów, stosowanych do opisu oresowych

Bardziej szczegółowo

ZADANIE 52 INTERFERENCYJNY POMIAR KRZYWIZNY SOCZEWKI (pierścienie Newtona) Cel ćwiczenia Celem ćwiczenia jest wyznaczenie, przy znanej długości fali

ZADANIE 52 INTERFERENCYJNY POMIAR KRZYWIZNY SOCZEWKI (pierścienie Newtona) Cel ćwiczenia Celem ćwiczenia jest wyznaczenie, przy znanej długości fali ZADANIE 52 INTERFERENCYJNY POMIAR KRZYWIZNY SOCZEWKI (pierścienie Newtona) Cel ćwiczenia Celem ćwiczenia jest wyznaczenie, przy znanej długości fali świetlnej, promienia rzywizny soczewi płaso-wypułej

Bardziej szczegółowo

Koła rowerowe kreślą fraktale

Koła rowerowe kreślą fraktale 26 FOTON 114, Jesień 2011 Koła rowerowe reślą fratale Mare Berezowsi Politechnia Śląsa Od Redacji: Fratalom poświęcamy ostatnio dużo uwagi. W Fotonach 111 i 112 uazały się na ten temat artyuły Marcina

Bardziej szczegółowo

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW dr Bartłomiej Roici atedra Maroeonomii i Teorii Handlu Zagranicznego Wydział Nau Eonomicznych UW dr Bartłomiej Roici Maroeonomia II Model Solowa z postępem technologicznym by do modelu Solowa włączyć postęp

Bardziej szczegółowo

Podstawy rachunku prawdopodobieństwa (przypomnienie)

Podstawy rachunku prawdopodobieństwa (przypomnienie) . Zdarzenia odstawy rachunu prawdopodobieństwa (przypomnienie). rawdopodobieństwo 3. Zmienne losowe 4. rzyład rozładu zmiennej losowej. Zdarzenia (events( events) Zdarzenia elementarne Ω - zbiór zdarzeń

Bardziej szczegółowo

PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO

PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO PRAKTYCZNY PRZYKŁAD OCENY ŚRODOWISKOWEGO RYZYKA ZDROWOTNEGO Mgr Beata Malec, dr Mare Biesiada, dr Anicenta Buba Instytut Medycyny Pracy i Zdrowia Środowisowego, Sosnowiec Wstęp Zagrożenia zdrowotne stwarzane

Bardziej szczegółowo

R w =

R w = Laboratorium Eletrotechnii i eletronii LABORATORM 6 Temat ćwiczenia: BADANE ZASLACZY ELEKTRONCZNYCH - pomiary w obwodach prądu stałego Wyznaczanie charaterysty prądowo-napięciowych i charaterysty mocy.

Bardziej szczegółowo

Metody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna

Metody komputerowe i obliczeniowe Metoda Elementów Skoczonych. Element jednowymiarowy i jednoparametrowy : spryna Metody omputerowe i obliczeniowe Metoda Elementów Soczonych Element jednowymiarowy i jednoparametrowy : spryna Jest to najprostszy element: współrzdne loalne i globalne jego wzłów s taie same nie potrzeba

Bardziej szczegółowo

ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU

ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU Mirosław Tomera Aademia Morsa w Gdyni Wydział Eletryczny Katedra Automatyi Orętowej ZASTOSOWANIE SIECI NEURONOWEJ RBF W REGULATORZE KURSU STATKU W pracy przedstawiona została implementacja sieci neuronowej

Bardziej szczegółowo

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy

A i A j lub A j A i. Operator γ : 2 X 2 X jest ciągły gdy 3. Wyład 7: Inducja i reursja struturalna. Termy i podstawianie termów. Dla uninięcia nieporozumień notacyjnych wprowadzimy rozróżnienie między funcjami i operatorami. Operatorem γ w zbiorze X jest funcja

Bardziej szczegółowo

Kodowanie informacji w systemach cyfrowych

Kodowanie informacji w systemach cyfrowych Wprowadzenie do inżynierii przetwarzania informacji. Ćwiczenie 2. Kodowanie informacji w systemach cyfrowych Cel dydatyczny: Nabycie umiejętności posługiwania się różnymi odami wyorzystywanymi w systemach

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10

Stanisław Cichocki. Natalia Nehrebecka. Wykład 10 Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne

Bardziej szczegółowo

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F;

σ-ciało zdarzeń Niech Ω będzie niepustym zbiorem zdarzeń elementarnych, a zbiór F rodziną podzbiorów zbioru Ω spełniającą warunki: jeśli A F, to A F; Zdarzenie losowe i zdarzenie elementarne Zdarzenie (zdarzenie losowe) - wyni pewnej obserwacji lub doświadczenia; może być ilościowy lub jaościowy. Zdarzenie elementarne - najprostszy wyni doświadczenia

Bardziej szczegółowo

OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II

OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II B A D A N I A O P E R A C Y J N E I D E C Y Z J E Nr 2 2004 Anna DOBROWOLSKA* Jan MIKUŚ* OCENA JAKOŚCI PROCESU LOGISTYCZNEGO PRZEDSIĘBIORSTWA PRZEMYSŁOWEGO METODĄ UOGÓLNIONEGO PARAMETRU CZĘŚĆ II Przedstawiono

Bardziej szczegółowo

2. Obliczenie sił działających w huśtawce

2. Obliczenie sił działających w huśtawce . Obiczenie sił działających w huśtawce Rozważone zostaną dwa aspekty rozwiązania tego zadania. Dokonanie obiczeń jest ważne ze wzgędu na dobór eementów, które zostaną wykorzystane w koncepcjach reguacji

Bardziej szczegółowo

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07)

Wykład 9. Fizyka 1 (Informatyka - EEIiA 2006/07) Wyład 9 Fizya 1 (Informatya - EEIiA 006/07) 9 11 006 c Mariusz Krasińsi 006 Spis treści 1 Ruch drgający. Dlaczego właśnie harmoniczny? 1 Drgania harmoniczne proste 1.1 Zależność między wychyleniem, prędością

Bardziej szczegółowo

ROZDZIAŁ 1 Opracowanie danych pomiarowych 1

ROZDZIAŁ 1 Opracowanie danych pomiarowych 1 ROZDZIAŁ 1 Opracowanie danych pomiarowych 1 Andrzej Zięba Pomiary wielości fizycznych mogą być doonywane tylo ze sończoną doładnością. Powodem tego jest niedosonałość przyrządów pomiarowych i nieprecyzyjność

Bardziej szczegółowo

Komputerowa reprezentacja oraz prezentacja i graficzna edycja krzywoliniowych obiektów 3d

Komputerowa reprezentacja oraz prezentacja i graficzna edycja krzywoliniowych obiektów 3d Komputerowa reprezentacja oraz prezentacja i graficzna edycja rzywoliniowych obietów 3d Jan Prusaowsi 1), Ryszard Winiarczy 1,2), Krzysztof Sabe 2) 1) Politechnia Śląsa w Gliwicach, 2) Instytut Informatyi

Bardziej szczegółowo

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19)

4.15 Badanie dyfrakcji światła laserowego na krysztale koloidalnym(o19) 256 Fale 4.15 Badanie dyfracji światła laserowego na rysztale oloidalnym(o19) Celem ćwiczenia jest wyznaczenie stałej sieci dwuwymiarowego ryształu oloidalnego metodą dyfracji światła laserowego. Zagadnienia

Bardziej szczegółowo

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH

DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH Część 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH... 5. 5. DRGANIA WŁASNE RAM OBLICZANIE CZĘSTOŚCI KOŁOWYCH DRGAŃ WŁASNYCH 5.. Wprowadzenie Rozwiązywanie zadań z zaresu dynamii budowli sprowadza

Bardziej szczegółowo

Temat: Prawo Hooke a. Oscylacje harmoniczne. Zagadnienia: prawa dynamiki Newtona, siła sprężysta, prawo Hooke a, oscylacje harmoniczne,

Temat: Prawo Hooke a. Oscylacje harmoniczne. Zagadnienia: prawa dynamiki Newtona, siła sprężysta, prawo Hooke a, oscylacje harmoniczne, sg M 6-1 - Teat: Prawo Hooe a. Oscylacje haroniczne. Zagadnienia: prawa dynaii Newtona, siła sprężysta, prawo Hooe a, oscylacje haroniczne, ores oscylacji. Koncepcja: Sprężyna obciążana różnyi asai wydłuża

Bardziej szczegółowo

Model Solow-Swan. Y = f(k, L) Funkcja produkcji może zakładać stałe przychody skali, a więc: zy = f(zk, zl) dla z > 0

Model Solow-Swan. Y = f(k, L) Funkcja produkcji może zakładać stałe przychody skali, a więc: zy = f(zk, zl) dla z > 0 dr Bartłomiej Roici Ćwiczenia z Maroeonomii II Model Solow-Swan W modelu lasycznym mieliśmy do czynienia ze stałą wielością czynniów producji, a zatem był to model statyczny, tóry nie poazywał nam dlaczego

Bardziej szczegółowo

Metody probabilistyczne Rozwiązania zadań

Metody probabilistyczne Rozwiązania zadań Metody robabilistyczne Rozwiązania zadań 6. Momenty zmiennych losowych 8.11.2018 Zadanie 1. Poaż, że jeśli X Bn, to EX n. Odowiedź: X rzyjmuje wartości w zbiorze {0, 1,..., n} z rawdoodobieństwami zadanymi

Bardziej szczegółowo

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU

ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Agniesza Dziurzańsa ROZDZIAŁ 10 METODA KOMPONOWANIA ZESPOŁU 10.1. CZYNNIKI EFEKTYWNOŚCI SKŁADU ZESPOŁU Przeprowadzona analiza formacji, jaą jest zespół (zobacz rozdział 5), wyazała, że cechy tóre powstają

Bardziej szczegółowo

Relaksacja. Chem. Fiz. TCH II/19 1

Relaksacja. Chem. Fiz. TCH II/19 1 Relasaja Relasaja oznaza powrót uładu do stanu równowagi po zaburzeniu równowagi pierwotnej jaimś bodźem (wielośią zewnętrzną zmieniająą swoją wartość soowo, np. stężenie jednego z reagentów, iśnienie

Bardziej szczegółowo

, to niepewność sumy x

, to niepewność sumy x Wydział Fizyi UW (wersja instrucji 04.04a) Pracownia fizyczna i eletroniczna dla Inżynierii Nanostrutur oraz Energetyi i Chemii Jądrowej Ćwiczenie 6 Elementy testowania hipotez (z błędami złożonymi) oraz

Bardziej szczegółowo

9. Sprzężenie zwrotne własności

9. Sprzężenie zwrotne własności 9. Sprzężenie zwrotne własności 9.. Wprowadzenie Sprzężenie zwrotne w uładzie eletronicznym realizuje się przez sumowanie części sygnału wyjściowego z sygnałem wejściowym i użycie zmodyiowanego w ten sposób

Bardziej szczegółowo

Sygnały stochastyczne

Sygnały stochastyczne Sygnały stochastyczne Zmienne losowe E zbiór zdarzeń elementarnych (zbiór możliwych wyniów esperymentu) e E zdarzenie elementarne (wyni esperymentu) B zbiór wybranych podzbiorów zbioru E β B zdarzenie

Bardziej szczegółowo

(u) y(i) f 1. (u) H(z -1 )

(u) y(i) f 1. (u) H(z -1 ) IDETYFIKACJA MODELI WIEERA METODAMI CZĘSTOTLIWOŚCIOWYMI Opracowanie: Anna Zamora Promotor: dr hab. inż. Jarosław Figwer Prof. Pol. Śl. MODELE WIEERA MODELE WIEERA Modele obietów nieliniowych Modele nierozłączne

Bardziej szczegółowo

Wykład 21: Studnie i bariery cz.1.

Wykład 21: Studnie i bariery cz.1. Wyład : Studnie i bariery cz.. Dr inż. Zbigniew Szlarsi Katedra Eletronii, paw. C-, po.3 szla@agh.edu.pl http://layer.uci.agh.edu.pl/z.szlarsi/ 3.6.8 Wydział Informatyi, Eletronii i Równanie Schrödingera

Bardziej szczegółowo

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę:

W przestrzeni liniowej funkcji ciągłych na przedziale [a, b] można określić iloczyn skalarny jako następującą całkę: Układy funkcji ortogonanych Ioczyn skaarny w przestrzeniach funkcji ciągłych W przestrzeni iniowej funkcji ciągłych na przedziae [a, b] można okreśić ioczyn skaarny jako następującą całkę: f, g = b a f(x)g(x)w(x)

Bardziej szczegółowo

Algebra liniowa z geometrią analityczną

Algebra liniowa z geometrią analityczną WYKŁAD. Własności zbiorów liczbowych. Podzielność liczb całowitych, relacja przystawania modulo, twierdzenie chińsie o resztach. Liczby całowite Liczby 0,±,±,±3,... nazywamy liczbami całowitymi. Zbiór

Bardziej szczegółowo

Wykres linii ciśnień i linii energii (wykres Ancony)

Wykres linii ciśnień i linii energii (wykres Ancony) Wyres linii ciśnień i linii energii (wyres Ancony) W wyorzystywanej przez nas do rozwiązywania problemów inżyniersich postaci równania Bernoulliego występuje wysoość prędości (= /g), wysoość ciśnienia

Bardziej szczegółowo

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego

( ) + ( ) T ( ) + E IE E E. Obliczanie gradientu błędu metodą układu dołączonego Obliczanie gradientu błędu metodą uładu dołączonego /9 Obliczanie gradientu błędu metodą uładu dołączonego Chodzi o wyznaczenie pochodnych cząstowych funcji błędu E względem parametrów elementów uładu

Bardziej szczegółowo

DOBÓR NASTAW ZABEZPIECZEŃ NADPRĄDOWYCH ZWARCIOWYCH DLA LINII ŚREDNIEGO NAPIĘCIA

DOBÓR NASTAW ZABEZPIECZEŃ NADPRĄDOWYCH ZWARCIOWYCH DLA LINII ŚREDNIEGO NAPIĘCIA dr inż. Witold HOPPEL DOBÓR NASTAW ZABEZPECZEŃ NADPRĄDOWYCH ZWARCOWYCH DLA LN ŚREDNEGO NAPĘCA 1. Wprowadzenie W liniach SN od sutów zwarć międzyfazowych (tylo taich załóceń dotyczy artyuł) stosuje się

Bardziej szczegółowo

WYKŁAD 15. Rozdział 8: Drgania samowzbudne

WYKŁAD 15. Rozdział 8: Drgania samowzbudne WYKŁAD 5 Rozdział 8: Drgania samowzbudne 8.. Istota uładów i drgań samowzbudnych W tym wyładzie omówimy właściwości drgań samowzbudnych [,4], odróżniając je od poznanych wcześniej drgań swobodnych, wymuszonych

Bardziej szczegółowo

(U.3) Podstawy formalizmu mechaniki kwantowej

(U.3) Podstawy formalizmu mechaniki kwantowej 3.10.2004 24. (U.3) Podstawy formalizmu mechanii wantowej 33 Rozdział 24 (U.3) Podstawy formalizmu mechanii wantowej 24.1 Wartości oczeiwane i dyspersje dla stanu superponowanego 24.1.1 Założenia wstępne

Bardziej szczegółowo

Specjalnościowy Obowiązkowy Polski Semestr VI

Specjalnościowy Obowiązkowy Polski Semestr VI KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angieskim Obowiązuje od roku akademickiego 0/06 Z-ID-608a Anaiza danych niestrukturanych Unstructured Data Anaysis A. USYTUOWANIE

Bardziej szczegółowo

Ćwiczenie 6. Transformacje skali szarości obrazów

Ćwiczenie 6. Transformacje skali szarości obrazów Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 6. Transformacje skali szarości obrazów 1. Obraz cyfrowy Obraz w postaci cyfrowej

Bardziej szczegółowo

116 Paweł Kobus Stowarzyszenie Ekonomistów Rolnictwa i Agrobiznesu

116 Paweł Kobus Stowarzyszenie Ekonomistów Rolnictwa i Agrobiznesu 116 Paweł Kobus Stowarzyszenie Eonomistów Rolnictwa i Agrobiznesu Rocznii Nauowe tom XVII zeszyt 6 Paweł Kobus Szoła Główna Gospodarstwa Wiejsiego w Warszawie Wpływ ubezpieczeń rolniczych na stabilność

Bardziej szczegółowo

Laboratorium wytrzymałości materiałów

Laboratorium wytrzymałości materiałów oitechnia Lbesa MECHANIA Laboratorim wytrzymałości materiałów Ćwiczenie - Statycznie wyznaczany przypade osiowego rozciągania rzygotował: Andrzej Teter (do żyt wewnętrznego) Statycznie wyznaczany przypade

Bardziej szczegółowo

Analiza rozkładu sił reakcji podłoża podczas dynamicznie stabilnego chodu robota dwunożnego

Analiza rozkładu sił reakcji podłoża podczas dynamicznie stabilnego chodu robota dwunożnego Pomiary Automatya obotya 7-8/2009 Analiza rozładu sił reacji podłoża podczas dynamicznie stabilnego chodu robota dwunożnego Teresa Zielińsa Maciej T. Trojnaci Praca stanowi ontynuację badań opisanych w

Bardziej szczegółowo

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony

WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g. zakres rozszerzony WYMAGANIA Z WIEDZY I UMIEJĘTNOŚCI NA POSZCZEGÓLNE STOPNIE SZKOLNE DLA KLASY 3g zares rozszerzony 1. Wielomiany bardzo zna pojęcie jednomianu jednej zmiennej; potrafi wsazać jednomiany podobne; potrafi

Bardziej szczegółowo

A4: Filtry aktywne rzędu II i IV

A4: Filtry aktywne rzędu II i IV A4: Filtry atywne rzędu II i IV Jace Grela, Radosław Strzała 3 maja 29 1 Wstęp 1.1 Wzory Poniżej zamieszczamy podstawowe wzory i definicje, tórych używaliśmy w obliczeniach: 1. Związe między stałą czasową

Bardziej szczegółowo

METODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ

METODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ Problemy Kolejnictwa Zeszyt 5 97 Prof. dr hab. inż. Władysław Koc Politechnia Gdańsa METODA PROJEKTOWANIA REJONU ZMIANY KIERUNKU TRASY KOLEJOWEJ SPIS TREŚCI. Wprowadzenie. Ogólna ocena sytuacji geometrycznej

Bardziej szczegółowo

27/10 PROFIL TWARDOŚCI W FUNKCJI ZMIAN STEREOLOGICZNYCH STRUKTURY NA PRZEKROJU WALCÓW ŻELIWNYCH 2. WYNIKI BADAŃ

27/10 PROFIL TWARDOŚCI W FUNKCJI ZMIAN STEREOLOGICZNYCH STRUKTURY NA PRZEKROJU WALCÓW ŻELIWNYCH 2. WYNIKI BADAŃ 27/10 Soidification ofmetas and Aoys, No.27, 1996 Knepnięcie Metai i Stopów, Nr 27, 1996 PAN- Oddział Katowice PL ISSN 0208-9386 PROFIL TWARDOŚCI W FUNKCJI ZMIAN STEREOLOGICZNYCH STRUKTURY NA PRZEKROJU

Bardziej szczegółowo

Moduł stolika liniowego

Moduł stolika liniowego Podstawy Konstrucji Urządzeń Precyzyjnych Materiały pomocnicze do ćwiczeń projetowych część 1 Moduł stolia liniowego Presrypt opracował: dr inż. Wiesław Mościci Warszawa 2014 Materiały zawierają informacje

Bardziej szczegółowo

Wojewódzki Urząd Pracy w Szczecinie

Wojewódzki Urząd Pracy w Szczecinie Szczecin 2009 Wojewódzi Urząd Pracy w Szczecinie Zachodniopomorsie Obserwatorium Rynu Pracy Oblicze młodego poolenia Oczeiwania zawodowe młodzieży a ryne pracy Szczecin 2009 Niniejsza publiacja została

Bardziej szczegółowo

4. Weryfikacja modelu

4. Weryfikacja modelu 4. Weryfiacja modelu Wyznaczenie wetora parametrów struturalnych uładu ończy etap estymacji. Kolejnym etapem jest etap weryfiacji modelu. Przeprowadza się ją w dwóch ujęciach: merytorycznym i statystycznym.

Bardziej szczegółowo

Wykorzystanie logiki rozmytej w badaniach petrofizycznych

Wykorzystanie logiki rozmytej w badaniach petrofizycznych NAFTA-GAZ, ROK LXXII, Nr / DOI: 1.1/NG...1 Barbara Darła, Małgorzata Kowalsa-Włodarczy Instytut Nafty i Gazu Państwowy Instytut Badawczy Wyorzystanie logii rozmytej w badaniach petrofizycznych Praca ta

Bardziej szczegółowo

HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA

HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY OCENY BEZPIECZEŃSTWA Jace Sorupsi Hierarchiczny system Zarządzania ruchem lotniczym aspety oceny bezpieczeństwa, Logistya (ISSN 1231-5478) No 6, Instytut Logistyi i HIERARCHICZNY SYSTEM ZARZĄDZANIA RUCHEM LOTNICZYM - ASPEKTY

Bardziej szczegółowo

ZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI

ZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI XIII Sympozjum Modelowanie i Symulacja Systemów Pomiarowych 8-11 września 23r., Kraów ZASTOSOWANIE ALGORYTMU GENETYCZNEGO DO OPTYMALNEJ DYSKRETYZACJI WSPÓŁCZYNNIKÓW WAGOWYCH CYFROWYCH FILTRÓW SOI Jace

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Inducja matematyczna Inducja jest taą metodą rozumowania, za pomocą tórej od tezy szczegółowej dochodzimy do tezy ogólnej. Przyład 1 (o zanurzaniu ciał w wodzie) 1. Kawałe żelaza, tóry zanurzyłem w wodzie,

Bardziej szczegółowo

RANKING ZAWODÓW MIASTO KONIN

RANKING ZAWODÓW MIASTO KONIN POWATOWY URZĄD PRACY W KONNE RANKNG ZAWODÓW DEFCYTOWYCH NADWYŻKOWYCH w 2014 r. MASTO KONN Konin, marzec 2015 r. SPS TREŚC 1. WSTĘP 3 1.1 Podstawowe definicje 3 1.2 Zares tematyczny raningu zawodów deficytowych

Bardziej szczegółowo

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ

WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ WYKŁAD 5 METODY OPTYMALIZACJI NIELINIOWEJ BEZ OGRANICZEŃ Wstęp. Za wyjątie nielicznych funcji, najczęściej w postaci wieloianów, dla tórych ożna znaleźć iniu na drodze analitycznej, pozostała więszość

Bardziej szczegółowo

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci

Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Ćwiczenie 4 - Badanie wpływu asymetrii obciążenia na pracę sieci Strona 1/13 Ćwiczenie 4 Badanie wpływu asymetrii obciążenia na pracę sieci Spis treści 1.Cel ćwiczenia...2 2.Wstęp...2 2.1.Wprowadzenie

Bardziej szczegółowo

IDZ DO KATALOG KSI EK TWÓJ KOSZYK CENNIK I INFORMACJE CZYTELNIA PRZYK ADOWY ROZDZIA SPIS TRE CI KATALOG ONLINE ZAMÓW DRUKOWANY KATALOG

IDZ DO KATALOG KSI EK TWÓJ KOSZYK CENNIK I INFORMACJE CZYTELNIA PRZYK ADOWY ROZDZIA SPIS TRE CI KATALOG ONLINE ZAMÓW DRUKOWANY KATALOG IDZ DO PRZYK ADOWY ROZDZIA KATALOG KSI EK ZAMÓW DRUKOWANY KATALOG Wydawnictwo Helion ul. Chopina 6 44-100 Gliwice tel. (32)230-98-63 e-mail: helion@helion.pl TWÓJ KOSZYK CENNIK I INFORMACJE ZAMÓW INFORMACJE

Bardziej szczegółowo

Badanie stacjonarności szeregów czasowych w programie GRETL

Badanie stacjonarności szeregów czasowych w programie GRETL Badanie stacjonarności szeregów czasowych w programie GRETL Program proponuje następujące rodzaje testów stacjonarności zmiennych:. Funcję autoorelacji i autoorelacji cząstowej 2. Test Diceya-Fullera na

Bardziej szczegółowo

Zastosowanie metody PCA do opisu wód naturalnych

Zastosowanie metody PCA do opisu wód naturalnych autorzy: Stanisław Koter, Klaudia Wesołowsa 2 Uniwersytet Miołaja Kopernia, Toruń, 2 Politechnia Śląsa, Gliwice Zastosowanie metody PCA do opisu wód naturalnych W niniejszej pracy przedstawiono zastosowanie

Bardziej szczegółowo

Powiatowy Urząd Pracy w Gdańsku

Powiatowy Urząd Pracy w Gdańsku Powiatowy Urząd Pracy w Gdańsu MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W POWIECIE GDAŃSKIM 2 0 1 3 POWIAT GDAŃSKI Gdańs, marzec 2014 SPIS TREŚCI WSTĘP... 3 I. ANALIZA BEZROBOCIA WEDŁUG ZAWODÓW (GRUP

Bardziej szczegółowo

RANKING ZAWODÓW POWIAT KONIŃSKI

RANKING ZAWODÓW POWIAT KONIŃSKI POWATOWY URZĄD PRACY W KONNE RANKNG ZAWODÓW DEFCYTOWYCH NADWYŻKOWYCH w 2012 rou POWAT KONŃSK Konin, marzec 2013 r. SPS TREŚC 1. WSTĘP 3 1.1 Podstawowe definicje 3 1.2 Zares tematyczny raningu zawodów deficytowych

Bardziej szczegółowo

Strata barwności obrazu w procesie kwantyzacji barwy

Strata barwności obrazu w procesie kwantyzacji barwy Henryk Palus Instytut Automatyki Politechniki Śląskiej Mariusz Frąckiewicz Instytut Automatyki Politechniki Śląskiej Strata barwności obrazu w procesie kwantyzacji barwy STRESZCZENIE W artykule przedstawiono

Bardziej szczegółowo

MOCNE I SŁABE STRONY WYKSZTAŁCENIA MATEMATYCZNEGO MATURZYSTÓW Egzamin maturalny z matematyki ma znowu szansę stać się egzaminem obowiązkowym dla

MOCNE I SŁABE STRONY WYKSZTAŁCENIA MATEMATYCZNEGO MATURZYSTÓW Egzamin maturalny z matematyki ma znowu szansę stać się egzaminem obowiązkowym dla Edyta Marczewsa Henry Dąbrowsi Matematya jest miarą wszystiego Arystoteles MOCNE I SŁABE STONY WYKSZTAŁCENIA MATEMATYCZNEGO MATUZYSTÓW Egza maturalny z matematyi ma znowu szansę stać się egzaem obowiązowym

Bardziej szczegółowo

System wizyjny OMRON Xpectia FZx

System wizyjny OMRON Xpectia FZx Ogólna charakterystyka systemu w wersji FZ3 w zależności od modelu można dołączyć od 1 do 4 kamer z interfejsem CameraLink kamery o rozdzielczościach od 300k do 5M pikseli możliwość integracji oświetlacza

Bardziej szczegółowo

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII.

WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. ĆWICZENIE 3. WAHADŁO SPRĘŻYNOWE. POMIAR POLA ELIPSY ENERGII. 1. Oscylator harmoniczny. Wprowadzenie Oscylatorem harmonicznym nazywamy punt materialny, na tóry,działa siła sierowana do pewnego centrum,

Bardziej szczegółowo

OBLICZENIA W POMIARACH POŚREDNICH

OBLICZENIA W POMIARACH POŚREDNICH ROZDZAŁ 6 OBLCZENA W POMARACH POŚREDNCH Stefan ubisa Zachodniopoorsi niwersytet Technologiczny. Wstęp Poiar pośredni to tai w tóry wartość wielości ierzonej wielości wyjściowej ezurandu y oblicza się z

Bardziej szczegółowo

12 Stereometria Podstawy geometrii przestrzennej Graniastosłupy Wielościany

12 Stereometria Podstawy geometrii przestrzennej Graniastosłupy Wielościany 12 STEREOMETRI 1 12 Stereometria 12.1 Podstawy geometrii przestrzennej Prostopadłościan jest utworzony z dwóch sześcianów, tóre mają wspólną ścianę P QRT. (Rys. 8.9) Sorzystaj z rysunu w zadaniach 1, 2,

Bardziej szczegółowo

Drgania harmoniczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Drgania harmoniczne. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Drgania haroniczne Projet współfinansowany przez Unię Europejsą w raach Europejsiego Funduszu Społecznego Drgania haroniczne O oscylatorze haroniczny ożey ówić wtedy, iedy siła haująca działa proporcjonalnie

Bardziej szczegółowo