https://vik.wiki/api.php?action=feedcontributions&feedformat=atom&user=Somhegyi+Tam%C3%A1s+Tibor 2026-05-06T09:10:19Z Felhasználó közreműködései MediaWiki 1.43.8 https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185471 2015-04-15T16:01:43Z

<p>Somhegyi Tamás Tibor: /* Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. Mit jelent a dekonvolúció? Mit jelent a Wiener dekonvolúció és mikor használjuk? */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). &lt;br/&gt;Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? &lt;br/&gt;Mi a DCT, miben különbözik a DFT-től? &lt;br/&gt;Hogyan működik a FCT? &lt;br/&gt;Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> ===FFT: Fast Fourier Transformation===<br /> Algoritmus működése: 2N méretű adathalmazon működik. Lényegében a problémát mindig megfelezi a páros és páratlan komponensek mentén, egészen addig, amíg már csak egy pár marad, amire már triviálisan számolható a feladat. Az így kapott eredményeken azonban minden fokozat végén pillangó műveleteket kell végezni. Két dimenziós esetben először vízszintes, majd függőleges irányban.<br /> ===DCT vs DFT:===<br /> Koszinusz transzformáció esetén olyan, mintha a kép tükörképe lenne a kép után x és y irányban, ennek megfelelően, nincsenek olyan hirtelen ugrások, mint DFT esetén. További előnye, hogy valós értékeket kapunk, jobb tömörítést tesz lehetővé (kevesebb nagyfrekvenciás komponens a szélek miatt), illetve egyszerűbb is.<br /> ===FCT: Fast Cosine Transform===<br /> # Szimmetrikus függvény<br /> # DFT(2N)<br /> # Pozitív tartomány<br /> <br /> ===Adattömörítés===<br /> Jóval kisebb intenzitású nagyfrekvenciás komponensek, mivel nincs hirtelen átmenet a kép széleinél, mint DFT esetén. (kevesebb információt vesztünk el a nagyfrekvenciás komponensek eldobásával)<br /> <br /> == Hogyan lehet frekvenciatartományban szűrést végezni? &lt;br/&gt;Mit jelent az alul- és felül-áteresztő szűrés? &lt;br/&gt;Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> '''Szűrés frekvenciatartományban:''' Az egyes frekvenciatartománybeli komponenseket meghatározott értékekkel szorozzuk meg, attól függően, hogy milyen ezeknek az értékeknek az eloszlása (milyen frekvenciákon csillapít, átereszt, erősít) az egyes szűrőket csoportosíthatjuk. A szűrés frekvenciatartományban egy egyszerű szorzással valósítható meg, ellenben a képtartománnyal, ahol az konvolúcióval számítható. &lt;br/&gt;<br /> '''Aluláteresztő szűrő:''' Ebben az esetben alacsonyabb frekvenciás komponensek súlya nagyobb, mint a magasabb frekvenciásoké. &lt;br/&gt;<br /> '''Felüláteresztő szűrő:''' Ebben az esetben magasabb frekvenciás komponensek súlya nagyobb, mint az alacsonyabb frekvenciásoké. &lt;br/&gt;<br /> '''Zajszűrés frekvenciatartományban:''' Periodikus zajok nagyon jól kiszűrhetőek és bár elméletileg ez megoldható lenne képtartományban is, de túl költséges lenne, mert nagyon nagy kernel kellene hozzá. Aluláteresztő szűrővel a nagyfrekvenciás zaj is jól kiszűrhető. Felüláteresztő szűrővel az élek, körvonalak jól meghatározhatóak. &lt;br/&gt;<br /> <br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. &lt;br/&gt;Mit jelent a dekonvolúció? &lt;br/&gt;Mit jelent a Wiener dekonvolúció és mikor használjuk? ==<br /> '''Konvolúció a frekvenciatartományban:''' A szűrés frekvenciatartományban egy egyszerű szorzással valósítható meg, ellenben a képtartománnyal, ahol az konvolúcióval számítható. &lt;br /&gt;<br /> '''Dekonvolúció:''' A dekonvolúció során adott egy kép, amely valamely kernellel végzett konvolúció eredménye. A cél az eredeti kép meghatározása. A feladathoz elengedhetetlen a kernel nagyságrendi ismerete vagy sejtése. Tipikus felhasználási terület: defókuszált kép élesítése. &lt;br /&gt;<br /> '''Wiener-dekonvolúció:''' Annyiban nehezebb problémát old meg, hogy feltételezi, hogy a konvolúció során előálló kép zajjal terhelt. Tehát nem a konvolúció eredményén dolgozik, hanem annak egy additív zajjal terhelt változatán. Egy frekvenciatartománybeli eljárásról van szó, amely azokon a frekvenciákon jobban csillapít, ahol a jel-zaj viszony rosszabb. &lt;br /&gt;</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185470 2015-04-15T16:00:20Z

<p>Somhegyi Tamás Tibor: /* Hogyan lehet frekvenciatartományban szűrést végezni? Mit jelent az alul- és felül-áteresztő szűrés? Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). &lt;br/&gt;Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? &lt;br/&gt;Mi a DCT, miben különbözik a DFT-től? &lt;br/&gt;Hogyan működik a FCT? &lt;br/&gt;Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> ===FFT: Fast Fourier Transformation===<br /> Algoritmus működése: 2N méretű adathalmazon működik. Lényegében a problémát mindig megfelezi a páros és páratlan komponensek mentén, egészen addig, amíg már csak egy pár marad, amire már triviálisan számolható a feladat. Az így kapott eredményeken azonban minden fokozat végén pillangó műveleteket kell végezni. Két dimenziós esetben először vízszintes, majd függőleges irányban.<br /> ===DCT vs DFT:===<br /> Koszinusz transzformáció esetén olyan, mintha a kép tükörképe lenne a kép után x és y irányban, ennek megfelelően, nincsenek olyan hirtelen ugrások, mint DFT esetén. További előnye, hogy valós értékeket kapunk, jobb tömörítést tesz lehetővé (kevesebb nagyfrekvenciás komponens a szélek miatt), illetve egyszerűbb is.<br /> ===FCT: Fast Cosine Transform===<br /> # Szimmetrikus függvény<br /> # DFT(2N)<br /> # Pozitív tartomány<br /> <br /> ===Adattömörítés===<br /> Jóval kisebb intenzitású nagyfrekvenciás komponensek, mivel nincs hirtelen átmenet a kép széleinél, mint DFT esetén. (kevesebb információt vesztünk el a nagyfrekvenciás komponensek eldobásával)<br /> <br /> == Hogyan lehet frekvenciatartományban szűrést végezni? &lt;br/&gt;Mit jelent az alul- és felül-áteresztő szűrés? &lt;br/&gt;Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> '''Szűrés frekvenciatartományban:''' Az egyes frekvenciatartománybeli komponenseket meghatározott értékekkel szorozzuk meg, attól függően, hogy milyen ezeknek az értékeknek az eloszlása (milyen frekvenciákon csillapít, átereszt, erősít) az egyes szűrőket csoportosíthatjuk. A szűrés frekvenciatartományban egy egyszerű szorzással valósítható meg, ellenben a képtartománnyal, ahol az konvolúcióval számítható. &lt;br/&gt;<br /> '''Aluláteresztő szűrő:''' Ebben az esetben alacsonyabb frekvenciás komponensek súlya nagyobb, mint a magasabb frekvenciásoké. &lt;br/&gt;<br /> '''Felüláteresztő szűrő:''' Ebben az esetben magasabb frekvenciás komponensek súlya nagyobb, mint az alacsonyabb frekvenciásoké. &lt;br/&gt;<br /> '''Zajszűrés frekvenciatartományban:''' Periodikus zajok nagyon jól kiszűrhetőek és bár elméletileg ez megoldható lenne képtartományban is, de túl költséges lenne, mert nagyon nagy kernel kellene hozzá. Aluláteresztő szűrővel a nagyfrekvenciás zaj is jól kiszűrhető. Felüláteresztő szűrővel az élek, körvonalak jól meghatározhatóak. &lt;br/&gt;<br /> <br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. &lt;br/&gt;Mit jelent a dekonvolúció? &lt;br/&gt;Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185469 2015-04-15T15:48:52Z

<p>Somhegyi Tamás Tibor: /* FCT: */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). &lt;br/&gt;Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? &lt;br/&gt;Mi a DCT, miben különbözik a DFT-től? &lt;br/&gt;Hogyan működik a FCT? &lt;br/&gt;Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> ===FFT: Fast Fourier Transformation===<br /> Algoritmus működése: 2N méretű adathalmazon működik. Lényegében a problémát mindig megfelezi a páros és páratlan komponensek mentén, egészen addig, amíg már csak egy pár marad, amire már triviálisan számolható a feladat. Az így kapott eredményeken azonban minden fokozat végén pillangó műveleteket kell végezni. Két dimenziós esetben először vízszintes, majd függőleges irányban.<br /> ===DCT vs DFT:===<br /> Koszinusz transzformáció esetén olyan, mintha a kép tükörképe lenne a kép után x és y irányban, ennek megfelelően, nincsenek olyan hirtelen ugrások, mint DFT esetén. További előnye, hogy valós értékeket kapunk, jobb tömörítést tesz lehetővé (kevesebb nagyfrekvenciás komponens a szélek miatt), illetve egyszerűbb is.<br /> ===FCT: Fast Cosine Transform===<br /> # Szimmetrikus függvény<br /> # DFT(2N)<br /> # Pozitív tartomány<br /> <br /> ===Adattömörítés===<br /> Jóval kisebb intenzitású nagyfrekvenciás komponensek, mivel nincs hirtelen átmenet a kép széleinél, mint DFT esetén. (kevesebb információt vesztünk el a nagyfrekvenciás komponensek eldobásával)<br /> <br /> == Hogyan lehet frekvenciatartományban szűrést végezni? &lt;br/&gt;Mit jelent az alul- és felül-áteresztő szűrés? &lt;br/&gt;Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. &lt;br/&gt;Mit jelent a dekonvolúció? &lt;br/&gt;Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185467 2015-04-15T15:46:55Z

<p>Somhegyi Tamás Tibor: /* Mit jelent az FFT? Hogyan működik az algoritmus? Mi a DCT, miben különbözik a DFT-től? Hogyan működik a FCT? Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). &lt;br/&gt;Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? &lt;br/&gt;Mi a DCT, miben különbözik a DFT-től? &lt;br/&gt;Hogyan működik a FCT? &lt;br/&gt;Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> ===FFT: Fast Fourier Transformation===<br /> Algoritmus működése: 2N méretű adathalmazon működik. Lényegében a problémát mindig megfelezi a páros és páratlan komponensek mentén, egészen addig, amíg már csak egy pár marad, amire már triviálisan számolható a feladat. Az így kapott eredményeken azonban minden fokozat végén pillangó műveleteket kell végezni. Két dimenziós esetben először vízszintes, majd függőleges irányban.<br /> ===DCT vs DFT:===<br /> Koszinusz transzformáció esetén olyan, mintha a kép tükörképe lenne a kép után x és y irányban, ennek megfelelően, nincsenek olyan hirtelen ugrások, mint DFT esetén. További előnye, hogy valós értékeket kapunk, jobb tömörítést tesz lehetővé (kevesebb nagyfrekvenciás komponens a szélek miatt), illetve egyszerűbb is.<br /> ===FCT:===<br /> 1. Szimmetrikus függvény<br /> 2. DFT(2N)<br /> 3. Pozitív tartomány<br /> ===Adattömörítés===<br /> Jóval kisebb intenzitású nagyfrekvenciás komponensek, mivel nincs hirtelen átmenet a kép széleinél, mint DFT esetén. (kevesebb információt vesztünk el a nagyfrekvenciás komponensek eldobásával)<br /> <br /> == Hogyan lehet frekvenciatartományban szűrést végezni? &lt;br/&gt;Mit jelent az alul- és felül-áteresztő szűrés? &lt;br/&gt;Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. &lt;br/&gt;Mit jelent a dekonvolúció? &lt;br/&gt;Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185243 2015-04-12T09:22:35Z

<p>Somhegyi Tamás Tibor: /* Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? Mi a DCT, miben különbözik a DFT-től? Hogyan működik a FCT? Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> == Hogyan lehet frekvenciatartományban szűrést végezni? Mit jelent az alul- és felül-áteresztő szűrés? Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. Mit jelent a dekonvolúció? Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185242 2015-04-12T09:15:37Z

<p>Somhegyi Tamás Tibor: /* Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? */</p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> A kép frekvenciatere megadja, hogy azon komplex exponenciális komponensek együtthatóját, amelyekből a kép előállítható. Két dimenziós kép esetén a frekvenciatartomány is két dimenziós lesz. Mivel egy kép diszkrét pontokból áll, ezért a frekvenciatartomány periodikus lesz, azonban ennek csak az első periódusát ábrázoljuk, mivel a többi nem tartalmaz plusz információt. Továbbá mivel a pixelek a képen nyilvánvalóan valós értékűek, ezért a frekvenciatartományban komplex konjugált párokat kell kapnunk.<br /> Egy kép frekvenciaterében az egyes komponensekhez hasonlóan az egy dimenziós esethez két jellemző tartozik: a fázis és az amplitúdó. Lényeges különbség azonban, hogy egy komponenst már két koordináta azonosítja (k és l). Ezek a koordináták határozzák meg a képtartományban a szinuszos hullámok orientációját (ha az egyik nulla, akkor tengelyirányú), illetve periódusát.<br /> Eltolás a képtartományban nincs hatással az amplitúdókarakterisztikára a frekvenciatartományban (csak a fázisra). A forgatás már hatással van mind a két jellemzőre, de az amplitúdó karakterisztika esetén egy képtartománybeli forgatás az amplitúdó karakterisztikában is egy forgatásként jelenik meg.<br /> <br /> == Mit jelent az FFT? Hogyan működik az algoritmus? Mi a DCT, miben különbözik a DFT-től? Hogyan működik a FCT? Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> == Hogyan lehet frekvenciatartományban szűrést végezni? Mit jelent az alul- és felül-áteresztő szűrés? Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. Mit jelent a dekonvolúció? Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor https://vik.wiki/index.php?title=Sz%C3%A1m%C3%ADt%C3%B3g%C3%A9pes_l%C3%A1t%C3%B3rendszerek_-_Ellen%C5%91rz%C5%91_k%C3%A9rd%C3%A9sek:_Frekvenciatartom%C3%A1ny&diff=185241 2015-04-12T07:43:32Z

<p>Somhegyi Tamás Tibor: </p> <hr /> <div>{{Vissza|Számítógépes látórendszerek}}<br /> == Mutassa be, hogy mit jelent egy kép frekvenciatere, hogyan kell értelmezni? (Képletekre nincs szükség). Hogyan hat egy objektum pozíciója és orientációja a frekvenciatartománybeli képre? ==<br /> == Mit jelent az FFT? Hogyan működik az algoritmus? Mi a DCT, miben különbözik a DFT-től? Hogyan működik a FCT? Miért lehet jól alkalmazni ezt az algoritmust tömörítés során és hogyan? ==<br /> == Hogyan lehet frekvenciatartományban szűrést végezni? Mit jelent az alul- és felül-áteresztő szűrés? Milyen jellegű zajok kiszűrésére van lehetőség frekvenciatartományban, és hogyan? ==<br /> == Ismertesse a konvolúció és a frekvenciatartománybeli műveletek kapcsolatát. Mit jelent a dekonvolúció? Mit jelent a Wiener dekonvolúció és mikor használjuk? ==</div>

Somhegyi Tamás Tibor