TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
|
|
- Mikołaj Janik
- 5 lat temu
- Przeglądów:
Transkrypt
1 TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Piotr LECH 1 Krzysztof OKARMA 1 Metoda Monte Carlo Inteligentne Systemy Transportowe zliczanie pojazdów SZYBKA METODA ZLICZANIA POJAZDÓW NA PODSTAWIE OBRAZU Z KAMERY W pracy przedstawiono algorytm szybkiej estymacji pola powierzchni metodą Monte Carlo oraz bazujące na nim estymatory obwodu i momentów obiektów sceny dwuwymiarowej. Opisane estymatory zostały uŝyte do zbudowania kryterium selekcji klatki z sekwencji wideo, na podstawie której moŝemy zliczać pojazdy, które przesuwają się względem kamery. FAST METHOD OFR COUNTING THE VEHICLES BASED ON THE IMAGES FROM THE CAMERA In this paper a fast algorithm of area estimation based on the Monte Carlo method is presented together with the estimators of the perimeter and moments for the 2-D scene. Presented estimators have been used for the criterion which allows the choice of a frame from a video sequence which can be used for counting the vehicles moving relatively to the camera. 1. WSTĘP Podczas zastosowania technik wizyjnych w Inteligentnych Systemach Transportowych [1] często spotykamy się z sytuacją kiedy uŝywając jedynie informacji obrazowej musimy zliczyć ilość przemieszczających się obiektów na scenie wraz z określeniem ich parametrów geometrycznych takich jak pole powierzchni, obwód. Przykładowo moŝe to być bramka zliczająca ilość i rejestrująca wielkość poruszających się samochodów na drodze w celu automatycznego oszacowania natęŝenia ruchu lub automatycznego sterowania ruchem wraz z pozyskiwaniem danych statystycznych dotyczących wielkości pojazdów do dalszych analiz. Klasyczne metody szacowania cech geometrycznych obiektów obrazów sceny dwuwymiarowej wymagają znacznych nakładów obliczeniowych i w wielu przypadkach z tego powodu nie mogą być uŝyte w praktyce (szczególnie w zastosowaniach przemysłowych o niskiej mocy obliczeniowej). 1 WyŜsza Szkoła Techniczno-Ekonomiczna w Szczecinie, Wydział Transportu Samochodowego; Szczecin; ul. Klonowica 14. Tel: , Fax: okarma@wste.szczecin.pl
2 1868 Piotr LECH, Krzysztof OKARMA 2. SZYBKIE ALGORYTMY ESTYMACJI CECH GEOMETRYCZNYCH OBIEKTÓW SCENY 2W 2.1 Idea algorytmu bazowego estymacji pola powierzchni metodą Monte Carlo Stosując eksperyment statystyczny przeprowadzony metodą Monte Carlo opracowana została metoda szacowania ilości pikseli w obrazie, w której została zredukowana ilość punktów niezbędnych do przeprowadzenia obliczeń, przez co zwiększona została szybkość działania algorytmu [2]. Próbki (rys. 1) obrazu zawierającego pojedynczy obiekt i tło przechowujemy w binarnej tablicy jednowymiarowej. KaŜda próbka jest ponumerowana od 1 do N (gdzie N oznacza liczbę próbek całej sceny). Przykładowo jedynką przyjęto oznaczyć czarne naleŝące do obiektu a zerem białe naleŝące do tła, choć moŝliwe jest równieŝ uŝycie innego kryterium, w wyniku którego otrzymujemy wartości 1 i określające obszar obiektu i tła. W zaleŝności od przyjętego kryterium klasyfikującego przynaleŝność elementu naleŝącego do obiektu i tła moŝemy bezpośrednio operować na obrazie kolorowym, czarno - białym lub binarnym. Z wektora próbek losujemy zwrotnie pojedynczy element. Dokonujemy n niezaleŝnych losowań Ob Sc Rys.1. Idea estymacji pola powierzchni metodą Monte Carlo. gdzie: Estymator pola powierzchni obiektu znajdującego się na scenie opisany jest wzorem: ob k A = n ˆ (1) ob A sc  - estymator pola powierzchni, A sc - pole powierzchni całej sceny, k - ilość wylosowanych elementów naleŝących do obiektu, n - liczba losowań.
3 SZYBKA METODA ZLICZANIA POJAZDÓW NA PODSTAWIE Błąd estymacji określony jest wzorem: α u = α K K 1 n N N ε (2) gdzie K oznacza ilość wszystkich jedynek pikseli w obrazie, natomiast u α to wartość określająca dwustronny obszar krytyczny. 2.2 Estymacja właściwa pola powierzchni Analizowany obraz moŝna podzielić na T S kwadratowych obszarów o rozmiarze r r pikseli, gdzie: r oznacza rozmiar boku elementarnego kwadratowego obszaru wyraŝony w pikselach, w którym obliczone zostanie pole powierzchni metodą Monte Carlo, natomiast wielkości T i S oznaczają wielokrotności wartości r dla osi poziomej i pionowej obrazu. W kaŝdym takim kwadracie wyznaczone zostaje pole powierzchni metodą Monte Carlo. Wyznaczone wartości zapamiętywane są w tablicy odwzorowującej rozmieszczenie kwadratowych obszarów na pierwotnym obszarze obrazu o nazwie P. Suma wszystkich wyznaczonych pól powierzchni elementarnych kwadratów składa się na wartość pola powierzchni obiektu umiejscowionego na scenie. 2.3 Estymacja obwodu Zakładając, Ŝe wyznaczone wartości poszczególnych pól powierzchni zostały zapamiętane w tablicy P, tworzymy tablicę K o rozmiarze T S elementów, do której przepisujemy odpowiednio: - zero dla wartości oszacowanych pól powierzchni zapamiętanej w tablicy P, które są równe co do wielkości polu elementarnego kwadratowego obszaru i równocześnie posiadają sąsiadów o niezerowym polu (są to wewnętrzne fragmenty obiektu), - Â ob - dla pozostałych niezerowych wartości pól. Zliczenie ilości niezerowych wartości tablicy K wyraŝa przybliŝoną wartość obwodu. W wypadku estymacji obwodu dla nieco bardziej złoŝonych kształtów (np. pojazdów osobowych) na podstawie obrazu binarnego, wymagane są dodatkowe operacje (zwykle morfologiczne) w celu uniknięcia wpływu niewłaściwie dobranego progu binaryzacji (np. dla szyb pojazdu). Alternatywnym rozwiązaniem jest wykorzystanie informacji dotyczących tła, na którym widoczne są poruszające się pojazdy lub technik śledzenia ruchu, które są jednak badziej kosztowne obliczeniowo. 2.4 Estymacja wartości momentów Momenty pierwszego rzędu M 1x M 1y mogą być wyznaczone w oparciu o estymowane wartości pól powierzchni i współrzędnych, co wyraŝają wzory:
4 187 Piotr LECH, Krzysztof OKARMA M = 1 ( ) x = ( ) i M1y X A X 1 x i (3) A X X gdzie: X oznacza analizowaną figurę, A(X) estymowana wartość pola powierzchni, x i, y i współrzędne dla i-tego piksela. Na podobnej zasadzie moŝliwa jest równieŝ estymacja momentów wyŝszych rzędów. 2.5 Szybkość działania algorytmu estymacji pola powierzchni metodą Monte Carlo Porównanie czasów działania proponowanego algorytmu z klasycznym moŝe zostać wykonane w oparciu o program testowy, w którym umieścić naleŝy procedury pomiaru czasu na wejściu do algorytmu szacowania pola i po ukończeniu jego działania dla metody klasycznej polegającej na zliczeniu wszystkich jedynek i opisanej w artykule metody Monte Carlo. W wypadku zastosowania komputera osobistego z procesorem Athlon XP 2 oraz środowiska Borland Delphi róŝnica czasów z rozpoczęcia i zakończenia działania obu algorytmów jest około 16 razy większa dla metody klasycznej. Jest ona oczywiście zaleŝna od rodzielczości obrazu testowego oraz liczby losowanych próbek (tego rzędu przyspieszenie moŝna uzyskać losując ok. próbek z obrazu o rozdzielczości rzędu 3 3 pikseli). Zmniejszony koszt obliczeniowy algorytmu wynika głównie ze zmniejszenia ilości analizowanych punktów oraz ograniczenia procesu binaryzacji tylko do analizowanych punktów obrazu. 1 y 3. KRYTERIUM ZLICZANIA POJAZDÓW BAZUJĄCE NA MAKSIMUM WIELKOŚCI POLA POWIERZCHNI I OBWODU OBIEKTU Dla poprawnej identyfikacji i zliczania obiektów poruszających się przed kamerą (przykład akwizycji ruchomego samochodu względem kamery przedstawia rysunek 2) przyjęto następujące kryterium: - pole powierzchni obiektu jest maksymalne, - obwód obiektu jest maksymalny, - wartości momentu M 1x są rosnące lub malejące w zaleŝności od kierunku ruchu, - wartość momentu M 1y znajduje się w określonym wąskim przedziale. Dla uproszczenia analizy wyników wielkości pomiarów wyraŝono w pikselach. Przyjęto równieŝ dla uproszczenia weryfikacji, Ŝe pojazd mieści się w kadrze i występuje pojedynczo, przy czym jego ruch zachodzi względem osi poziomej obrazu. Nie wpływa to jednak na ogolność rozwaŝań, tak więc proponowana metoda moŝe być łatwo dostosowana do innych konfiguracji i połączona z innymi algorytmami stosowanymi w ITS. Dla przedstawionych na rysunku 2 sekwencji obrazów dokonano oszacowania pól powierzchni, obwodów, oraz momentów M 1y i M 1x.
5 SZYBKA METODA ZLICZANIA POJAZDÓW NA PODSTAWIE Rys.2. Sekwencje klatek wideo ilustrujące dwa róŝne obiekty zarejestrowane przez kamerę c Pole znorm. [%] Obwód znorm. [%] Rys.3. Znormalizowane wielkości estymowanych pól i obwodów dla sekwencji wideo dotyczącej pojazdu nr 1 (osobowego) Pole znorm. [%] Obwód znorm. [%] Rys.4. Znormalizowane wielkości estymowanych pól i obwodów dla sekwencji wideo dotyczącej pojazdu nr 2 (busa).
6 1872 Piotr LECH, Krzysztof OKARMA My1 Mx1 5 Rys.5. Estymowane wartości M 1y i M 1x dla sekwencji wideo pojazdu nr 1 (osobowego) My1 Mx1 5 Rys.6. Estymowane wartości M 1y i M 1x dla sekwencji wideo pojazdu nr 2 (busa). Z analizy rysunków 5 oraz 6 wynika wniosek, iŝ wartości momentów M 1x zachowują się zgodnie z oczekiwaniami wynikającymi z kierunku ruchu, natomiast wartości M 1y utrzymują zbliŝoną do siebie wartość. Przyjęte kryterium umoŝliwia łatwą i szybką identyfikację klatki sekwencji wideo, dla której pojazd posiada maksymalne wartości pola powierzchni i obwodu na obrazie, niezaleŝnie od wielkości tego pojazdu.
7 SZYBKA METODA ZLICZANIA POJAZDÓW NA PODSTAWIE WNIOSKI Przeprowadzone badania potwierdziły moŝliwość zastosowania kryterium bazującego na estymowanych wartościach pola, obwodu i momentów do wyboru klatki obrazu na podstawie której nastąpi pojedyncze zliczenie obiektu występującego na scenie 2-D. PoniewaŜ estymatory pola, obwodu i momentów są wyznaczane z uŝyciem metody Monte Carlo, obliczenia charakteryzują się duŝą szybkością działania i małym kosztem. Z punktu widzenia łatwości implementacji oraz niskiej złoŝoności obliczeniowej proponowana technika moŝe znaleźć zastosowanie w wizyjnych technikach stosowanych w Inteligentnych Systemach Transportowych, a takŝe w zastosowaniach przemysłowych o stosunkowo małej wydajności obliczeniowej. Podobne podejście do uproszczonej analizy obrazów uzyskiwanych na podstawie sekwencji wideo do celów sterowania ruchem pojazdów moŝe być równieŝ wykorzystane np. w automatycznym zarządzaniu miejscami parkingowymi [3] w oparciu o estymację wielkości pojazdu znajdującego się przy bramce wjazdowej. 5. BIBLIOGRAFIA [1] Kastrinaki V., Zervakis M., Kalaitzakis K.: A survey of video processing techniques for traffic applications. Image and Vision Computing, vol. 21, Elsevier, pp [2] Okarma K., Lech P.: Monte Carlo Based Algorithm for Fast Preliminary Video Analysis. Lecture Notes in Computer Science, vol. 511, Springer-Verlag, pp [3] Okarma K., Lech P.: Application of the Monte Carlo preliminary image analysis and classification method for the automatic reservation of parking space. Machine GRAPHICS & VISION vol. 18, no. 4, 29 pp PODZIĘKOWANIA Artykuł powstał częściowo dzięki wsparciu w ramach grantu Ministerstwa Nauki i Szkolnictwa WyŜszego nr N Estymacja trajektorii ruchu pojazdów z wykorzystaniem analizy bayesowskiej oraz algorytmów cyfrowego przetwarzania obrazów.
Krzysztof OKARMA 1 Przemysław MAZUREK 1
Krzysztof OKARMA 1 Przemysław MAZUREK 1 Superrozdzielczość, Inteligentne Systemy Transportowe, Rozpoznawanie tablic rejestracyjnych ZASTOSOWANIE DWUKAMEROWEJ AKWIZYCJI SEKWENCJI WIDEO DO ROZPOZNAWANIA
Reprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek cięŝkości ułoŝenie przestrzenne momenty wyŝszych rzędów promienie max-min centryczność
Wizyjny algorytm wyznaczania obszarów zainteresowania zrealizowany w oparciu o zredukowaną ilość przechowywanej informacji
LECH Piotr 1 Wizyjny algorytm wyznaczania obszarów zainteresowania zrealizowany w oparciu o zredukowaną ilość przechowywanej informacji WSTĘP Wyznaczanie regionów zainteresowania ROI [5] (ang. Region Of
Kalibracja kamery. Kalibracja kamery
Cel kalibracji Celem kalibracji jest wyznaczenie parametrów określających zaleŝności między układem podstawowym a układem związanym z kamerą, które występują łącznie z transformacją perspektywy oraz parametrów
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Jan PURCZYŃSKI 1 Estymacja prędkości pojazdu, Zakłócenia losowe obrazu, Symulacje komputerowe ESTYMACJA PRĘDKOŚCI
Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych
Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel
SPIS TREŚCI STRESZCZENIE...8 SUMMARY...9 I. WPROWADZENIE... 10
SPIS TREŚCI STRESZCZENIE.....8 SUMMARY.....9 I. WPROWADZENIE.... 10 II. OMÓWIENIE TEORETYCZNE I PRAKTYCZNE OBSZARU BADAŃ..16 1. Fotogrametria i skanowanie laserowe jako metody inwentaryzacji zabytków......17
Laboratorium optycznego przetwarzania informacji i holografii. Ćwiczenie 4. Badanie optycznej transformaty Fouriera
Laboratorium optycznego przetwarzania informacji i holografii Ćwiczenie 4. Badanie optycznej transformaty Fouriera Katedra Optoelektroniki i Systemów Elektronicznych, WETI, Politechnika Gdańska Gdańsk
ALGORYTM ROZPOZNAWANIA OBRAZÓW MATERIAŁÓW BIOLOGICZNYCH
InŜynieria Rolnicza 7/2005 Bogusława Łapczyńska-Kordon, Jerzy Langman, Norbert Pedryc Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie ALGORYTM ROZPOZNAWANIA OBRAZÓW MATERIAŁÓW
Kodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG
Kodowanie transformacyjne Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG Zasada Zasada podstawowa: na danych wykonujemy transformacje która: Likwiduje korelacje Skupia energię w kilku komponentach
Przetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Julia 4D - raytracing
i przykładowa implementacja w asemblerze Politechnika Śląska Instytut Informatyki 27 sierpnia 2009 A teraz... 1 Fraktale Julia Przykłady Wstęp teoretyczny Rendering za pomocą śledzenia promieni 2 Implementacja
Rekurencje. Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie:
Rekurencje Jeśli algorytm zawiera wywołanie samego siebie, jego czas działania moŝe być określony rekurencją. Przykład: sortowanie przez scalanie: T(n) = Θ(1) (dla n = 1) T(n) = 2 T(n/2) + Θ(n) (dla n
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
Reprezentacja i analiza obszarów
Cechy kształtu Topologiczne Geometryczne spójność liczba otworów liczba Eulera szkielet obwód pole powierzchni środek ciężkości ułożenie przestrzenne momenty wyższych rzędów promienie max-min centryczność
SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH
Aleksander JASTRIEBOW 1 Stanisław GAD 2 Radosław GAD 3 monitorowanie, układ zasilania w paliwo, diagnostyka SYSTEM MONITOROWANIA DECYZYJNEGO STANU OBIEKTÓW TECHNICZNYCH Praca poświęcona przedstawieniu
PRZYROSTOWA METODA WYZNACZANIA ZAPOTRZEBOWANIA NA WOLNE MIEJSCA NA PARKINGACH PRZY AUTOSTRADZIE
PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 119 Transport 2017 Marek Stawowy, Krzysztof Perlicki, Tomasz Czarnecki Politechnika Warszawska, Wydział Transportu, Instytut Telekomunikacji PRZYROSTOWA METODA
K p. K o G o (s) METODY DOBORU NASTAW Metoda linii pierwiastkowych Metody analityczne Metoda linii pierwiastkowych
METODY DOBORU NASTAW 7.3.. Metody analityczne 7.3.. Metoda linii pierwiastkowych 7.3.2 Metody doświadczalne 7.3.2.. Metoda Zieglera- Nicholsa 7.3.2.2. Wzmocnienie krytyczne 7.3.. Metoda linii pierwiastkowych
Wizyjno-optyczna metoda wykrywania przechyłu obiektu
Marek Stawowy 1, Andrzej Szmigiel 2 Wydział Transportu Politechniki Warszawskiej Tomasz Targosiński 3, Instytut Transportu Samochodowego Wizyjno-optyczna metoda wykrywania przechyłu obiektu 1. WPROWADZENIE
OKREŚLANIE WSPÓŁRZĘDNYCH KĄTOWYCH CELU PRZY UŻYCIU GŁOWICY WIZYJNEJ RAKIETY
Prof. WAT dr hab. inż. Jan PIETRASIEŃSKI Mgr inż. Kamil DZIĘGIELEWSKI Wojskowa Akademia Techniczna OKREŚLANIE WSPÓŁRZĘDNYCH KĄTOWYCH CELU PRZY UŻYCIU GŁOWICY WIZYJNEJ RAKIETY Streszczenie: W referacie
Przetwarzanie obrazu
Przetwarzanie obrazu Przegląd z uwzględnieniem obrazowej bazy danych Tatiana Jaworska Jaworska@ibspan.waw.pl www.ibspan.waw.pl/~jaworska Umiejscowienie przetwarzania obrazu Plan prezentacji Pojęcia podstawowe
Zamiana reprezentacji wektorowej na rastrową - rasteryzacja
MODEL RASTROWY Siatka kwadratów lub prostokątów stanowi elementy rastra. Piksel - pojedynczy element jest najmniejszą rozróŝnialną jednostką powierzchniową, której własności są opisane atrybutami. Model
Samochodowy system detekcji i rozpoznawania znaków drogowych. Sensory w budowie maszyn i pojazdów Maciej Śmigielski
Samochodowy system detekcji i rozpoznawania znaków drogowych Sensory w budowie maszyn i pojazdów Maciej Śmigielski Rozpoznawanie obrazów Rozpoznawaniem obrazów możemy nazwać proces przetwarzania i analizowania
Przetwarzanie obrazów rastrowych macierzą konwolucji
Przetwarzanie obrazów rastrowych macierzą konwolucji 1 Wstęp Obrazy rastrowe są na ogół reprezentowane w dwuwymiarowych tablicach złożonych z pikseli, reprezentowanych przez liczby określające ich jasność
Centralność w sieciach społecznych. Radosław Michalski Social Network Group - kwiecień 2009
Centralność w sieciach społecznych Radosław Michalski Social Network Group - kwiecień 2009 Agenda spotkania Pojęcie centralności Potrzeba pomiaru centralności Miary centralności degree centrality betweenness
Algorytmy i struktury danych
Algorytmy i struktury danych Proste algorytmy sortowania Witold Marańda maranda@dmcs.p.lodz.pl 1 Pojęcie sortowania Sortowaniem nazywa się proces ustawiania zbioru obiektów w określonym porządku Sortowanie
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Elementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48
TECHNIKA TRANSPORTU SZYNOWEGO Andrzej MACIEJCZYK, Zbigniew ZDZIENNICKI WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 Streszczenie W artykule wyznaczono współczynniki gotowości systemu
Interpretacja gestów dłoni w sekwencji obrazów cyfrowych. autor: Karol Czapnik opiekun: prof. dr hab. Włodzimierz Kasprzak
Interpretacja gestów dłoni w sekwencji obrazów cyfrowych autor: Karol Czapnik opiekun: prof. dr hab. Włodzimierz Kasprzak Plan prezentacji Cel pracy magisterskiej Zastosowanie pracy Założenia projektowe
USTALANIE WARTOŚCI NOMINALNYCH W POMIARACH TOROMIERZAMI ELEKTRONICZNYMI
Dr inŝ. Zbigniew Kędra Politechnika Gdańska USTALANIE WARTOŚCI NOMINALNYCH W POMIARACH TOROMIERZAMI ELEKTRONICZNYMI SPIS TREŚCI 1. Wstęp. Podstawy teoretyczne metody 3. Przykład zastosowania proponowanej
Materiał ćwiczeniowy z matematyki Poziom podstawowy Styczeń Klucz odpowiedzi do zadań zamkniętych oraz schemat oceniania
Materiał ćwiczeniowy z matematyki Poziom podstawowy Styczeń 0 Klucz odpowiedzi do zadań zamkniętych oraz schemat oceniania Okręgowa Komisja Egzaminacyjna w Poznaniu KLUCZ ODPOWIEDZI DO ZADAŃ ZAMKNIĘTYCH
LABORATORIUM TELEMATYKI TRANSPORTU
ZESPÓŁ LABORATORIÓW TELEMATYKI TRANSPORTU ZAKŁAD TELEKOMUNIKACJI W TRANSPORCIE WYDZIAŁ TRANSPORTU POLITECHNIKI WARSZAWSKIEJ LABORATORIUM TELEMATYKI TRANSPORTU INSTRUKCJA DO ĆWICZENIA NR 5 Detekcja ruchu
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ. Joanna Bryndza
ANALIZA HIERARCHICZNA PROBLEMU W SZACOWANIU RYZYKA PROJEKTU INFORMATYCZNEGO METODĄ PUNKTOWĄ Joanna Bryndza Wprowadzenie Jednym z kluczowych problemów w szacowaniu poziomu ryzyka przedsięwzięcia informatycznego
SINGLE-IMAGE HIGH-RESOLUTION SATELLITE DATA FOR 3D INFORMATIONEXTRACTION
SINGLE-IMAGE HIGH-RESOLUTION SATELLITE DATA FOR 3D INFORMATIONEXTRACTION MOŻLIWOŚCI WYDOBYCIA INFORMACJI 3D Z POJEDYNCZYCH WYSOKOROZDZIELCZYCH OBRAZÓW SATELITARNYCH J. Willneff, J. Poon, C. Fraser Przygotował:
Optymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych
Parametryzacja obrazu na potrzeby algorytmów decyzyjnych Piotr Dalka Wprowadzenie Z reguły nie stosuje się podawania na wejście algorytmów decyzyjnych bezpośrednio wartości pikseli obrazu Obraz jest przekształcany
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
Dwufazowy system monitorowania obiektów. Karina Murawko, Michał Wiśniewski
Dwufazowy system monitorowania obiektów Karina Murawko, Michał Wiśniewski Instytut Grafiki Komputerowej i Systemów Multimedialnych Wydziału Informatyki Politechniki Szczecińskiej Streszczenie W artykule
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Dariusz PIELKA 1 GPS, najlepsze trasy, oprogramowanie, testy urządzeń GPS ANALIZA WYBORU NAJLEPSZYCH TRASY
WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału
WYKORZYSTANIE NARZĘDZIA Solver DO ROZWIĄZYWANIA ZAGADNIENIA Problem przydziału Problem przydziału Przykład Firma KARMA zamierza w okresie letnim przeprowadzić konserwację swoich urządzeń; mieszalników,
WYKORZYSTANIE NOWOCZESNYCH KAMER STANDARDU IEEE1394 DO DETEKCJI ZMIAN W OBSZARACH OBSERWACJI I BADAŃ W SYSTEMACH MACHINE VISION
kpt. mgr inŝ. Paweł HŁOSTA kpt. mgr inŝ. Dariusz SZABRA Wojskowy Instytut Techniczny Uzbrojenia WYKORZYSTANIE NOWOCZESNYCH KAMER STANDARDU IEEE1394 DO DETEKCJI ZMIAN W OBSZARACH OBSERWACJI I BADAŃ W SYSTEMACH
Teoria błędów pomiarów geodezyjnych
PodstawyGeodezji Teoria błędów pomiarów geodezyjnych mgr inŝ. Geodeta Tomasz Miszczak e-mail: tomasz@miszczak.waw.pl Wyniki pomiarów geodezyjnych będące obserwacjami (L1, L2,, Ln) nigdy nie są bezbłędne.
Zastosowanie kołowej transformaty Hougha w zadaniu zliczania monet
Zbigniew GOMÓŁKA Uniwersytet Rzeszowski, Polska Ewa ŻESŁAWSKA Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie, Polska Zastosowanie kołowej transformaty Hougha w zadaniu zliczania monet Transformata
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Adam BARTNICKI 1 Andrzej TYPIAK 1 Ladar, analiza obrazów, wykrywanie przeszkód, pojazd bezzałogowy, wskaźniki
Rozdział 22 Pole elektryczne
Rozdział 22 Pole elektryczne 1. NatęŜenie pola elektrycznego jest wprost proporcjonalne do A. momentu pędu ładunku próbnego B. energii kinetycznej ładunku próbnego C. energii potencjalnej ładunku próbnego
Najprostsze modele sieci z rekurencją. sieci Hopfielda; sieci uczone regułą Hebba; sieć Hamminga;
Sieci Hopfielda Najprostsze modele sieci z rekurencją sieci Hopfielda; sieci uczone regułą Hebba; sieć Hamminga; Modele bardziej złoŝone: RTRN (Real Time Recurrent Network), przetwarzająca sygnały w czasie
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.
P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,
PRZETWORNIKI C / A PODSTAWOWE PARAMETRY
PRZETWORIKI C / A PODSTAWOWE PARAMETRY Rozdzielczość przetwornika C/A - Określa ją liczba - bitów słowa wejściowego. - Definiuje się ją równieŝ przez wartość związaną z najmniej znaczącym bitem (LSB),
LUBELSKA PRÓBA PRZED MATURĄ
Klasa POZIOM PODSTAWOWY Czas pracy 170 minut Instrukcja dla piszącego 1. Sprawdź, czy arkusz zawiera 18 stron.. W zadaniach od 1. do 0. są podane 4 odpowiedzi: A, B, C, D, z których tylko jedna jest prawdziwa.
A B. Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych B: 1. da dt. A v. v t
B: 1 Modelowanie reakcji chemicznych: numeryczne rozwiązywanie równań na szybkość reakcji chemicznych 1. ZałóŜmy, Ŝe zmienna A oznacza stęŝenie substratu, a zmienna B stęŝenie produktu reakcji chemicznej
Detekcja punktów zainteresowania
Informatyka, S2 sem. Letni, 2013/2014, wykład#8 Detekcja punktów zainteresowania dr inż. Paweł Forczmański Katedra Systemów Multimedialnych, Wydział Informatyki ZUT 1 / 61 Proces przetwarzania obrazów
Badanie funkcji. Zad. 1: 2 3 Funkcja f jest określona wzorem f( x) = +
Badanie funkcji Zad : Funkcja f jest określona wzorem f( ) = + a) RozwiąŜ równanie f() = 5 b) Znajdź przedziały monotoniczności funkcji f c) Oblicz największą i najmniejszą wartość funkcji f w przedziale
Zastosowanie deflektometrii do pomiarów kształtu 3D. Katarzyna Goplańska
Zastosowanie deflektometrii do pomiarów kształtu 3D Plan prezentacji Metody pomiaru kształtu Deflektometria Zasada działania Stereo-deflektometria Kalibracja Zalety Zastosowania Przykład Podsumowanie Metody
Obszar całego kraju jest podzielony na 5 stref odwzorowawczych (rys. 1).
OBLICZNIE GODŁ RKUSZY MP W UKŁDZIE PŃSTWOWYM 965 Obszar całego kraju jest podzielony na 5 stref odwzorowawczych (rys. ). Rys.. Podział kraju na strefy odwzorowawcze wraz ze zniekształceniami liniowymi.
Miernik i regulator temperatury
Miernik i regulator temperatury Model M-10 do Dydaktycznego Systemu Mikroprocesorowego DSM-51 Instrukcja uŝytkowania Copyright 2007 by MicroMade All rights reserved Wszelkie prawa zastrzeŝone MicroMade
MODELING OF MEASURING SYSTEMS IN VEE PRO PROGRAMMING ENVIRONMENT WITH USE OF VIRTUAL INSTRUMENTS
Jadwiga RATYŃSKA 1 Radosław CIOĆ 2 system pomiarowy wirtualny przyrząd pomiarowy, zintegrowane środowisko programowe WYKORZYSTANIE WIRTUALNYCH PRZYRZĄDÓW POMIAROWYCH PRZY PROJEKTOWANIU SYSTEMÓW POMIAROWYCH
Rozpoznawanie obrazów dłoni za pomocą gramatyk klasy ETPL(k) w systemach wizyjnych analizy języka migowego.
Rozpoznawanie obrazów dłoni za pomocą gramatyk klasy ETPL(k) w systemach wizyjnych analizy języka migowego. Autor: Afiliacja: Promotor pracy: Recenzenci: mgr inŝ. Szymon Myśliński Katedra Systemów Informatycznych
Anemometria obrazowa PIV
Wstęp teoretyczny Celem ćwiczenia jest zapoznanie się z techniką pomiarową w tzw. anemometrii obrazowej (Particle Image Velocimetry PIV). Jest to bezinwazyjna metoda pomiaru prędkości pola prędkości. Polega
WYBÓR PUNKTÓW POMIAROWYCH
Scientific Bulletin of Che lm Section of Technical Sciences No. 1/2008 WYBÓR PUNKTÓW POMIAROWYCH WE WSPÓŁRZĘDNOŚCIOWEJ TECHNICE POMIAROWEJ MAREK MAGDZIAK Katedra Technik Wytwarzania i Automatyzacji, Politechnika
Widzenie komputerowe (computer vision)
Widzenie komputerowe (computer vision) dr inż. Marcin Wilczewski 2018/2019 Organizacja zajęć Tematyka wykładu Cele Python jako narzędzie uczenia maszynowego i widzenia komputerowego. Binaryzacja i segmentacja
Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu
Zespół Szkół Technicznych im. J. i J. Śniadeckich w Grudziądzu Pracownia elektryczna MontaŜ Maszyn Instrukcja laboratoryjna Pomiar mocy w układach prądu przemiennego (dwa ćwiczenia) Opracował: mgr inŝ.
Zastosowanie zobrazowań SAR w ochronie środowiska. Wykład 2
Zastosowanie zobrazowań SAR w ochronie środowiska Wykład 2 SAR Geometria zobrazowania (azimuth direction) https://directory.eoportal.org/web/eoportal/satellite-missions/s/seasat Geometria zobrazowania
Równania kwadratowe. Zad. 4: (profil matematyczno-fizyczny) Dla jakich wartości parametru m równanie mx 2 + 2x + m 2 = 0 ma dwa pierwiastki mniejsze
Równania kwadratowe Zad : Dany jest wielomian W(x) = x mx + m m + a) Dla jakich wartości parametru m wielomian ten ma dwa pierwiastki, których suma jest o jeden większa od ich iloczynu? *b) Przyjmij, Ŝe
Przetwarzanie i transmisja danych multimedialnych. Wykład 8 Transformaty i kodowanie cz. 2. Przemysław Sękalski.
Przetwarzanie i transmisja danych multimedialnych Wykład 8 Transformaty i kodowanie cz. 2 Przemysław Sękalski sekalski@dmcs.pl Politechnika Łódzka Katedra Mikroelektroniki i Technik Informatycznych DMCS
MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ
Jarosław MAŃKOWSKI * Andrzej ŻABICKI * Piotr ŻACH * MODELOWANIE POŁĄCZEŃ TYPU SWORZEŃ OTWÓR ZA POMOCĄ MES BEZ UŻYCIA ANALIZY KONTAKTOWEJ 1. WSTĘP W analizach MES dużych konstrukcji wykonywanych na skalę
ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM)
ANALIZA I INDEKSOWANIE MULTIMEDIÓW (AIM) LABORATORIUM 5 - LOKALIZACJA OBIEKTÓW METODĄ HISTOGRAMU KOLORU 1. WYBÓR LOKALIZOWANEGO OBIEKTU Pierwszy etap laboratorium polega na wybraniu lokalizowanego obiektu.
AUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ
AUTOMATYCZNA AKTUALIZACJA BAZY DANYCH O BUDYNKACH W OPARCIU O WYSOKOROZDZIELCZĄ ORTOFOTOMAPĘ SATELITARNĄ Ireneusz WYCZAŁEK Zakład Geodezji Politechnika Poznańska CEL Aktualizacja baz danych przestrzennych,
Podstawy OpenCL część 2
Podstawy OpenCL część 2 1. Napisz program dokonujący mnożenia dwóch macierzy w wersji sekwencyjnej oraz OpenCL. Porównaj czasy działania obu wersji dla różnych wielkości macierzy, np. 16 16, 128 128, 1024
Wydajność systemów a organizacja pamięci, czyli dlaczego jednak nie jest aż tak źle. Krzysztof Banaś, Obliczenia wysokiej wydajności.
Wydajność systemów a organizacja pamięci, czyli dlaczego jednak nie jest aż tak źle Krzysztof Banaś, Obliczenia wysokiej wydajności. 1 Organizacja pamięci Organizacja pamięci współczesnych systemów komputerowych
P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
i ruchów użytkownika komputera za i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Promotor: dr Adrian Horzyk
System śledzenia oczu, twarzy i ruchów użytkownika komputera za pośrednictwem kamery internetowej i pozycjonujący oczy cyberagenta internetowego na oczach i akcjach użytkownika Mirosław ł Słysz Promotor:
Laboratorium przedmiotu Technika Cyfrowa
Laboratorium przedmiotu Technika Cyfrowa ćw.3 i 4: Asynchroniczne i synchroniczne automaty sekwencyjne 1. Implementacja asynchronicznych i synchronicznych maszyn stanu w języku VERILOG: Maszyny stanu w
Metody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium JAVA Zadanie nr 2 Rozpoznawanie liter autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z problemem klasyfikacji
BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat
BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016
AUTOMATYZACJA PROCESÓW DYSKRETNYCH 2016 Adam PRUS, Krzysztof PIEŃKOSZ Politechnika Warszawska SZEREGOWANIE ZADAŃ CZĘŚCIOWO PODZIELNYCH NA PROCESORACH RÓWNOLEGŁYCH Streszczenie. W pracy jest rozpatrywany
Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab
Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu
Określenie maksymalnego kosztu naprawy pojazdu
MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń
Estymacja wektora stanu w prostym układzie elektroenergetycznym
Zakład Sieci i Systemów Elektroenergetycznych LABORATORIUM INFORMATYCZNE SYSTEMY WSPOMAGANIA DYSPOZYTORÓW Estymacja wektora stanu w prostym układzie elektroenergetycznym Autorzy: dr inż. Zbigniew Zdun
Inteligentna Platforma CCTV IP inteligentna analiza obrazu. Inteligentna Platforma CCTV IP. CarR analiza tablic rejestracyjnych
Inteligentna Platforma CCTV IP CarR analiza tablic rejestracyjnych Kamery, które są używane do rozpoznawania tablic rejestracyjnych wymagają dobrego pozycjonowania oraz właściwego pole widzenia dla najlepszej
SYSTEM EIB W LABORATORIUM OŚWIETLENIA I INSTALACJI ELEKTRYCZNYCH
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej Nr 20 XIV Seminarium ZASTOSOWANIE KOMPUTERÓW W NAUCE I TECHNICE 2004 Oddział Gdański PTETiS SYSTEM EIB W LABORATORIUM OŚWIETLENIA
Efektywna metoda sortowania sortowanie przez scalanie
Efektywna metoda sortowania sortowanie przez scalanie Rekurencja Dla rozwiązania danego problemu, algorytm wywołuje sam siebie przy rozwiązywaniu podobnych podproblemów. Metoda dziel i zwycięŝaj Dzielimy
POLITECHNIKA SZCZECIŃSKA WYDZIAŁ ELEKTRYCZNY
POLITECHNIKA SZCZECIŃSKA WYDZIAŁ ELEKTRYCZNY Instrukcja do zajęć laboratoryjnych Temat ćwiczenia: Funkcje warunkowe Numer ćwiczenia: 6 Opracowali: Tomasz Barabasz Piotr Zasada Merytorycznie sprawdził:
Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].
Rachunek Prawdopodobienstwa MAEW104 Wydział Elektroniki, rok akad. 2008/09, sem. letni wykład: dr hab. Agnieszka Jurlewicz Temat projektu: Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego
Badania w sieciach złożonych
Badania w sieciach złożonych Grant WCSS nr 177, sprawozdanie za rok 2012 Kierownik grantu dr. hab. inż. Przemysław Kazienko mgr inż. Radosław Michalski Instytut Informatyki Politechniki Wrocławskiej Obszar
Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 9. Przetwarzanie sygnałów wizyjnych. Politechnika Świętokrzyska.
Politechnika Świętokrzyska Laboratorium Cyfrowe przetwarzanie sygnałów Ćwiczenie 9 Przetwarzanie sygnałów wizyjnych. Cel ćwiczenia Celem ćwiczenia jest zapoznanie studentów z funkcjami pozwalającymi na
MECHANIZACJA PRAC ŁADUNKOWYCH A NAKŁADY W TRANSPORCIE ROLNICZYM CZ. II - ANALIZA STATYSTYCZNA
InŜynieria Rolnicza 6/2005 Stanisław Kokoszka, Maciej Kuboń Katedra InŜynierii Rolniczej i Informatyki Akademia Rolnicza w Krakowie MECHANIZACJA PRAC ŁADUNKOWYCH A NAKŁADY W TRANSPORCIE ROLNICZYM CZ. II
Spis treści. 1. Cyfrowy zapis i synteza dźwięku Schemat blokowy i zadania karty dźwiękowej UTK. Karty dźwiękowe. 1
Spis treści 1. Cyfrowy zapis i synteza dźwięku... 2 2. Schemat blokowy i zadania karty dźwiękowej... 4 UTK. Karty dźwiękowe. 1 1. Cyfrowy zapis i synteza dźwięku Proces kodowania informacji analogowej,
Metody systemowe i decyzyjne w informatyce
Metody systemowe i decyzyjne w informatyce Laboratorium MATLAB Zadanie nr 1 Regresja liniowa autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z liniowym zadaniem najmniejszych
Akademia Górniczo-Hutnicza
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Kalibracja systemu wizyjnego z użyciem pakietu Matlab Kraków, 2011 1. Cel kalibracji Cel kalibracji stanowi wyznaczenie parametrów określających
LICZNIKI Liczniki scalone serii 749x
LABOATOIUM PODSTAWY ELEKTONIKI LICZNIKI Liczniki scalone serii 749x Cel ćwiczenia Zapoznanie się z budową i zasadą działania liczników synchronicznych i asynchronicznych. Poznanie liczników dodających
P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
INSTRUMENT WIRTUALNY DO OCENY POPRZECZNEGO ROZKŁADU ROZPYLONEJ STRUGI W OPRYSKIWACZACH ROLNICZYCH
Marek Kuna-Browniowski, Dariusz Plichta Katedra Podstaw Techniki Akademia Rolnicza w Lublinie INSTRUMENT WIRTUALNY DO OCENY POPRZECZNEGO ROZKŁADU ROZPYLONEJ STRUGI W OPRYSKIWACZACH ROLNICZYCH Streszczenie
Algorytmy i struktury danych Matematyka III sem.
Algorytmy i struktury danych Matematyka III sem. 30 godz. wykł. / 15 godz. ćw. / 15 godz. projekt dr inŝ. Paweł Syty, 413GB, sylas@mif.pg.gda.pl, http://sylas.info Literatura T.H. Cormen i inni, Wprowadzenie
IDENTYFIKACJA STANU SIECI DROGOWEJ NA PODSTAWIE ANALIZY OBRAZÓW CYFROWYCH
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2013 Seria: TRANSPORT z. 79 Nr kol. 1883 Marcin STANIEK 1 IDENTYFIKACJA STANU SIECI DROGOWEJ NA PODSTAWIE ANALIZY OBRAZÓW CYFROWYCH Streszczenie. W pracy przedstawiono
SYSTEMY OPERACYJNE WYKLAD 4 - zarządzanie pamięcią
Wrocław 2007 SYSTEMY OPERACYJNE WYKLAD 4 - zarządzanie pamięcią Paweł Skrobanek C-3, pok. 323 e-mail: pawel.skrobanek@pwr.wroc.pl www.equus.wroc.pl/studia.html 1 PLAN: 2. Pamięć rzeczywista 3. Pamięć wirtualna
Podstawy programowanie systemów wizyjnych InSight firmy Cognex. Środowisku InSight Explorer / Spreadshee
Podstawy programowanie systemów wizyjnych InSight firmy Cognex Środowisku InSight Explorer / Spreadshee Opis zadania: Wykrycie umownych różnic pomiędzy wzorcową płytką testową i płytkami zawierającymi
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT
TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT Jakub PĘKSIŃSKI 1 Grzegorz MIKOŁAJCZAK 2 Sieć neuronowa, Obraz cyfrowy, Miary błędu ZASTOSOWANIE SIECI NEURONOWEJ
POMIAR NAPIĘCIA STAŁEGO PRZYRZĄDAMI ANALOGOWYMI I CYFROWYMI. Cel ćwiczenia. Program ćwiczenia
Pomiar napięć stałych 1 POMIA NAPIĘCIA STAŁEGO PZYZĄDAMI ANALOGOWYMI I CYFOWYMI Cel ćwiczenia Celem ćwiczenia jest poznanie: - parametrów typowych woltomierzy prądu stałego oraz z warunków poprawnej ich