Remote Sensing
|
|
- 현아 복
- 5 years ago
- Views:
Transcription
1 Remote Sensing Ch. 4 이미지해석 (Interpretation) 및분석 (Analysis) (Part 2 of 2) 4.5 이미지향상 (Enhancement) 4.6 이미지변환 (Transformations)
2 4.5 Image Enhancement 이미지향상은이미지의시각적해석과이해를보다쉽게하기위해사용됩니다. 조명, 대기의영향및센서특성에대한복사보정 (radiometric corrections) 이사용자에게데이터분포에앞서서수행되었겠지만, 이미지가아직시각적해석에최적화되지않았을수도있습니다. 대상들 ( 예를들어, 숲, 사막, 설원, 물등 ) 의다양한범위에대한스펙트럼반응의큰변화로인해서, 모든대상에대한최적의밝기범위와대비를표시하거나고려할수있는포괄적인복사보정 (generic radiometric correction) 은존재하지않습니다. 따라서, 각각의응용프로그램과각이미지에대하여, 밝기값범위와분포에따른적절한조정이일반적으로필요합니다.
3 4.5 Image Enhancement 원시이미지 (raw imagery) 에서유용한데이터들은디지털값의가능한범위 ( 일반적으로 8 bits 또는 256 레벨 ) 의작은부분에집중되어있습니다. 대비향상 (Contrast enhancement) 은가능한범위가좀더사용되도록원래의값을변경시켜목표물들과그배경간의대비 (contrast) 를증가시킨다. 히스토그램 (histogram) 은이미지를구성하는밝기값들의그래픽표현이다. 밝기값 ( 즉 0~255) 은그래프의 x- 축에표시되며, 이미지에서각값의발생빈도 (frequency of occurrence) 는 y- 축에도시된다.
4 4.5 Image Enhancement 이미지의디지털값의범위를조작 (manipulating the range of digital values) 함으로써, 데이터에여러가지향상 (enhancements) 을적용할수있으며, 대비를강화하는다양한방법이있습니다. (1) 향상의가장단순한형태는선형대비스트레칭 (linear contrast stretch) 입니다. 이는히스토그램에서상한및하한 ( 일반적으로이미지의최소및최대밝기값또는평균값에서 ±σ ( 표준편차 ) 한값 ) 를식별하고전체범위를채우기위해이범위를스트레칭하는변환을적용하는단계를포함한다. 예에서, 히스토그램 ( 실제데이터가차지하는 ) 최소값은 84 이고최대값은 153 입니다. 이러한 70 레벨은사용가능한전체 256 레벨의 3 분 1 미만을점유한다. 선형스트레치는이작은범위를 0 에서 255 의값의전체범위를커버하도록균일하게확장합니다. 이렇게하면밝은부분은더밝게, 어두운부분은더어둡게나타내어이미지의콘트라스트향상시키고, 따라서시각적해석이훨씬더쉽게된다. The increase in contrast in an image before (left) and after (right).
5 4.5 Image Enhancement 선형대비스트레칭 (Linear contrast stretch) BV out Where ( BVin (max min) quant min) BV in 원래입력밝기값 quant 표시할수있는밝기값범위 (e.g., 255) min k 이미지의최소값 max k 이미지의최대값 BV out 출력밝기값 0 out (4in 4) (104 4) 255 (a) Min-max Linear contrast stretch (b) Percentage (e.g. standard deviation) Linear contrast stretch 255 out (104in 4) 255 (104 4)
6 4.5 Image Enhancement (2) 전체범위에걸쳐값들의입력범위를균일하게분포시키는것은, 특히입력범위가균일하게분포되지않은경우에는적절한향상이아닐수있습니다. 이경우에는히스토그램평활화 (histogram-equalized) 스트레치가나을수있다. 이스트레칭은히스토그램의빈도가높은부분에더많은밝기값 ( 범위 ) 을지정합니다. 이러한방식으로, 이러한영역에서의상세함이, 원래히스토그램의작은빈도의해당영역에비하여더향상될것이다. (3) 또다른경우에는히스토그램의특정부분만의대비를향상시키는것이바람직할수있다. 예를들어, 강어귀 (mouth of a river) 의이미지가있다고가정하고, 이미지의물부분은전체화상히스토그램중 40~ 76 에해당하는디지털값을점유한다고하자. 침전물부하의변동을보기위해서물에있는세부사항을향상하고자한다면, 물 (40-76) 로표시되는히스토그램의해당일부를전체회색조범위 (0 ~ 255) 로늘릴수있습니다. 이값들아래또는위의모든픽셀이각각 0 과 255 에할당될것이고, 해당지역에있는세부사항이손실될것입니다. 그러나물에서의상세함은크게강화될것이다.
7 4.5 Image Enhancement Original histogram (1) Min-max Linear contrast stretch (3) Specific percentage linear contrast stretch designed to highlight wetland (1) ± Standard Deviation Linear contrast stretch (2) Histogram-equalized stretch
8 4.5 Image Enhancement 공간필터링 (Spatial filtering) 은이미지의외관을향상 (enhance the appearance) 시키기위해사용되는디지털처리함수들의또다른세트를포함한다. 공간필터 (Spatial filters) 는자신의공간주파수 (spatial frequency) 에기초하여이미지의특정특징을강조 (highlight) 하거나억제 (suppress) 하도록설계된다. 공간주파수가이미지에나타나는밝기변화의주파수 (frequency of the variations in tone) 를의미한다 높은공간주파수 (high spatial frequencies) : 작은영역에서밝기에급격한변화가있는곳으로, 이미지의 " 거친 (Rough)" 질감영역. 낮은공간주파수 (low spatial frequencies) : 몇픽셀이상에걸쳐서밝기에변화가작은곳으로, " 부드러운 (Smooth)" 질감영역. 일반적인필터링과정 (filtering procedure) 은몇몇픽셀들 (e.g. 3 3 또는 5 5) 로이루어진작은창 ('window) 을이미지의각픽셀위를이동해다니며, 창아래화소값을사용하여수학적계산 ( 예를들면평균을계산 ) 을적용한후, 중앙픽셀을계산된값으로교체함으로이루어진다. 이창은영상전체가필터링되어새로운이미지가만들어질때까지이동하며계산을수행한다. 필터창의개별픽셀의가중치와수행될계산을변화시킴으로써, 대상의다른유형을강화하거나억제하도록필터가설계될수있다.
9 4.5 Image Enhancement (1) 저주파통과필터 (Low-pass filters) 는비슷한톤의크고균일한영역을강조하고이미지의작은디테일이감소하도록설계되어있습니다. 저주파통과필터는일반적으로이미지의외관을부드럽게하는역할을한다. 종종레이더이미지에사용되는평균과중위값필터 (Average and median filters) 는저주파통과필터의예입니다. Low-pass filtering (2) 고주파통과필터 (High-pass filters) 는반대로작용하여, 이미지의섬세한디테일의모양을선명하게하는역할을한다. 고주파통과필터의한구현으로, 이미지에저주파통과필터를적용하고원래의이미지에서필터된결과를감산하여오직높은공간주파수정보만을남기는방법이있다. High-pass filtering
10 4.5 Image Enhancement (3) 방향 (Directional) 또는에지검출필터 (edge detection filters) 는도로또는필드경계와같은선형대상들을강조하기위해고안되었습니다. 이필터들은특정방향으로지향하는대상들을강화하기위하여고안되어, 레이더이미지및선형지질구조의검출등의지질학적응용프로그램에유용하다. Edge Detection : Lakes & Streams Edge Detection : Fractures & Shoreline
11 4.5 Image Enhancement Color Composition example Landsat ETM+ (The city of Hue in Vietnam) Band 2(0.54~0.6μm, green) Band 3(0.63~0.69μm, red) Band 4(0.76~0.90μm, NIR) Band 5(1.55~1.75μm, MIR) Band 7(2.08~2.35μm, MIR)
12 4.5 Image Enhancement Color Composition ( RGB (321) RGB (432) RGB (453) RGB (742) RGB 특징 321 True Color 432 False Color (CIR) : 식생 -red, 물 -navy/black, 도심 - light blue 453 Pseudo Color : 다른식생타입이명확히구분, 육상 / 물경계명확, 수분함량변화명확 742 Pseudo Color : 식생 -green, 도심 -lavender( 연보라 )
13 4.6 Image Transformations 이미지변환 (transformations) 은일반적으로데이터의다중밴드 (multiple bands) 의조작을포함하며, 하나의멀티분광이미지이거나다른시간 ( 즉, 다중 - 시간이미지데이터 ) 에획득한같은지역의두개이상의이미지에대하여수행된다. 어느쪽이든, 이미지변환은원래의입력영상보다특정대상또는그속성을강조한두개이상의이미지로부터 " 새로운 " 이미지를생성합니다. 이미지뺄샘 (Image subtraction) 은종종다른날짜에취득된이미지사이에발생한변화를식별하는데사용됩니다.
14 4.6 Image Transformations 일반적으로기하학적으로등록된두개의이미지가사용되며, 한이미지의픽셀 ( 밝기 ) 값을다른이미지의픽셀값에서빼줍니다. 출력값에상수 ( 이경우에는 127) 를추가하여얻어진이미지를스케일링하여적합한 ' 차이 ' 이미지를얻게된다. 이러한이미지에서 : 원래이미지들사이에거의또는전혀변화가없는영역은, 127 ( 중간회색톤 ) 정도결과밝기값을가져야합니다, 반면에, 큰변화가발생하는영역은두이미지사이의반사율변화의 ' 방향 ' 에따라서값이 127 보다높거나, 낮은 밝거나, 어두운결과를가진다. 이러한유형의이미지변환이도시주변도시개발의변화를매핑하거나, 삼림벌채가있는지역을식별하는데유용할수있습니다.
15 4.6 Image Transformations 이미지나누기 (Image division) 또는스펙트럼비 (spectral ratioing) 가이미지데이터에적용되는가장일반적인변환중하나입니다. 이미지비 (Image ratioing) 는다양한표면커버의스펙트럼반응에미묘한변화를강조하는역할을한다. 두개의다른스펙트럼밴드의데이터비로얻어진이미지는, 그렇지않으면각밴드의픽셀의밝기변화에의해가리워질수있을두개의다른스펙트럼범위들사이의스펙트럼반사율곡선의기울기의변화를강화시킨다. 다음예는스펙트럼비의개념을설명한다. 건강한식물은가시영역빨간색은강력하게흡수하면서스펙트럼의적외선에가까운부분에서강하게반사한다. 토양과물같은다른표면유형은, 모두적외선근처와빨간색부분에서거의동일한반사율을보인다. 따라서, MSS 밴드 7( 근적외선 mm) 을밴드 5( 적색 mm) 로나눈비율이미지는식물에서 1.0 보다훨씬더큰비율을, 토양과물에서는 1.0 정도비율로나타난다. 따라서다른표면커버타입들로부터식물의구분이크게향상됩니다. 또한, 건강하지못한 (unhealthy) 또는스트레스받는 (stressed) 식물영역을식별잘되게할수있다. 이는낮은근적외선반사율 (low near-infrared reflectance) 을보이며, 건강한녹색식물에서보다도비율이보다낮게나타나기때문이다.
16 4.6 Image Transformations 스펙트럼비 (spectral ratioing) 의또다른이점은우리가절대적밝기값대신상대적값 ( 즉, 비율 ) 을보기때문에, 지형효과의결과로나타나는조도 (illumination) 의변화가감소한다는것입니다. 따라서, 숲으로덮여있는경사의절대적반사율 (absolute reflectances) 은태양의조명에대한자신의방향에따라달라질수있지만, 두밴드사이의반사율의비율 (the ratio of reflectances) 은항상매우유사해야합니다. Sensor Image Ratio EM Spectrum 응용 Landsat TM Bands 3/2 red/green 토양 (Soils) Landsat TM Bands 4/3 PhotoIR/red 바이오매스 (Biomass) Landsat TM Bands 7/5 SWIR/NIR 점토광물 (Clay Minerals)/ 변성암 (Rock Alteration)
17 4.6 Image Transformations Image Difference (TM99 TM88) Image Ratio (TM99 / TM88)
18 4.6 Image Transformations 각종센서의스펙트럼밴드들사이의차이및합계를포함하는더복잡한비율들이식물의상태를모니터링하기위해개발되었다. 그중널리사용되는이미지변환하나가위성 NOAA 시리즈에탑재된 AVHRR 센서를이용하여대륙및글로벌규모의식물상태를모니터링하는데사용된 Normalized Difference Vegetation Index (NDVI) 입니다. NDVI 는다음과같이계산됩니다.: NDVI = (Band 2 Band 1) / (Band 2 + Band 1) EM 스팩트럼의가시영역 (Band 1; μm) 과근적외선 (Band 2; μm) 영역에해당. NDVI 의배경이되는원리는 Band 2 는식물의스폰지엽육 (spongy mesophyll) 구조가상당한반사를일으키는스펙트럼의근적외선영역인반면, Band 1 은엽록소가들어오는햇빛의상당한흡수를일으키는 EM 스펙트럼의붉은빛영역에있다는것입니다. 결과적으로, 적극적으로성장하는건강한식물은낮은붉은빛반사율과높은근적외선반사율을보여, 결과적으로높은 NDVI 값을보인다. Green/Yellow/Brown represent decreasing magnitude of the vegetation index. NDVI image of Canada.
19 4.6 Image Transformations 이러한비교적간단한알고리즘은 MSS 및 TM 와같은다른센서에도적용할수있으며, -1.0 ~ 1.0 의범위에서해당하는출력값을생성할수있다. 이미지에녹색의음영증가에표시되는양의 NDVI 값을, 녹색식물의증가량을나타내며, 제로에가까운 NDVI 값과감소하는음의값은불모의지역 ( 바위와흙 ), 물, 눈, 얼음, 구름같은비 - 식생대상 (non-vegetated features) 을표시한다 MSS6 MSS5 NDVI 6 MSS6 MSS5 MSS7 MSS5 NDVI 7 MSS7 MSS5 TM 4 TM3 NDVITM TM 4 TM3 Enhanced vegetation index map of the world
20 4.6 Image Transformations 멀티스펙트럼데이터의다른밴드들은종종높은상관관계 (highly correlated) 를가지며, 유사한정보를포함합니다. 예를들어, Landsat MSS 밴드 4, 5 ( 각각녹색과빨간색 ) 은같은표면커버타입의반사율이거의동일하기때문에일반적으로유사한시각적인모습을보입니다. 멀티밴드데이터세트의통계적특성의복잡한처리에근거한이미지변환 (Image transformation) 기술은밴드간의데이터중복성및상관을감소시키기위해사용될수있다. 그러한한변환이주성분분석 (principal components analysis PCA) 이다. 이변환의목적은데이터차원 ( 즉, 밴드의개수 ) 을감소시키고, 원래의밴드들의정보들을더적은밴드들로압축하는것이다. 이통계적인절차의결과인 " 새로운 " 밴드는성분 (components) 이라고합니다. 이과정은최소한의새로운성분의수로원래의데이터로부터 ( 통계적 ) 정보의양 ( 또는분산 (variance)) 을최대화하도록시도한다.
21 4.6 Image Transformations 주성분분석 (principal components analysis) 이용의예로서., 7 밴드 (TM) 데이터세트를변환하여처음 3 개의주요성분이원래의 7 밴드들의정보의 90 % 이상을포함하도록할수있다. 이 3 밴드자료의해석과분석은, 시각적으로또는디지털적으로조합한하던간에, 원래의 7 개의모든밴드를사용하는것보다더간단하고더효율적이다. 주성분분석, 및다른복잡한변환은, 시각적해석을개선하기위한또는다음절에서설명하는디지털분류절차에대한입력으로사용될밴드의개수를감소시키기위한향상기술 (enhancement technique) 로이용될수있다.
22 Seven Bands of Landsat TM Data of Charleston, SC, Obtained on February 3, 1994
영상 처리 프로그래밍 By Visual C++
디지털영상처리 6 6 장화질향상기법 영상반전하기 밝기와명암비조절 감마보정 히스토그램분석 히스토그램균등화 6.1. 영상반전하기 영상반전 영상내의모든픽셀값을하나하나반전시키는것 g( x, y) 255 f ( x, y) 255 f ( x, y) g( x, y) : 입력영상 : 출력영상 출력그레이스케일값 255 - k 0 k 255 입력그레이스케일값 - 2 - 6.1.
More informationGray level 변환 및 Arithmetic 연산을 사용한 영상 개선
Point Operation Histogram Modification 김성영교수 금오공과대학교 컴퓨터공학과 학습내용 HISTOGRAM HISTOGRAM MODIFICATION DETERMINING THRESHOLD IN THRESHOLDING 2 HISTOGRAM A simple datum that gives the number of pixels that a
More informationMicrosoft PowerPoint - D03_SpatialDomainEnhance_note.ppt [호환 모드]
Digital Image Processing 3. Image Enhancement in the Spatial Domain Computer Engineering, Sejong University Spatial domain processing 영상의화소값에대해서직접연산을수행 g(x,y) = T[(x,y)] (x,y) : 입력영상 g(x,y) : 출력영상 T[.]
More information히스토그램구하기 사전준비 : 히스토그램을저장할메모리가필요함 필요한메모리개수 à 전체영상의픽셀은그값이 0 ~ 255이므로 256 개의메모리필요함 영상을구성하는픽셀의개수는매우크므로메모리형식은 unsigned long으로해야함 ( unsigned 란 +/- 를고려하지않는다는
디지털영상처리 실습 : 히스토그램 방송영상미디어과 히스토그램 (Histogram) 히스토그램이란? n 디지털영상을구성하는화소는명도값을나타내는데어떤명도값을가진픽셀수가몇개있는가를나타내는함수 n 화소의명도값은 0~255 인데각명도값에해당하는화소의수를나타내는함수 히스토그램구하는방법 4 4 3 3 픽셀갯수 6 5 4 4 3 3 4 1 2 3 2
More informationPowerPoint 프레젠테이션
3 장 화소점ㅎㅎ처리 화소점처리의개념 디지털영상의산술연산과논리연산 디지털영상의다양한화소점처리기법 4 장. 화소점처리 학습목표 화소점처리의개념을알아본다. 디지털영상의화소에서산술연산과그효과를알아본다. 디지털영상에서논리연산과그효과를알아본다. 다양한영상의화소점처리기법을익힌다. 2 Section 01 화소점처리의개념 화소점처리 원화소의값이나위치를바탕으로단일화소값을변경하는기술다른화소의영향을받지않고단순히화소점의값만변경하므로포인트처리
More informationPowerPoint 프레젠테이션
04 장히스토그램을이용한화소점처리 디지털영상의히스토그램 산술연산을이용한히스토그램에서의이동 히스토그램스트레칭 히스토그램평활화 히스토그램명세화 학습목표 4 장. 히스토그램을이용한화소점처리 디지털영상의히스토그램을이해한다. 산술연산으로히스토그램에서명도와명암대비를조정하는방법을이해한다. 히스토그램스트레칭기법의원리와효과를학습한다. 히스토그램평활화의기본원리를익히고, 영상에서보이는효과를알아본다.
More information05김선걸_ok.hwp
(JBE Vol. 18, No. 4, July 2013) (Special Paper) 18 4, 2013 7 (JBE Vol. 18, No. 4, July 2013) http://dx.doi.org/10.5909/jbe.2013.18.4.550 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a), a) Visible Image
More informationRemote Sensing
Remote Sensing Ch. 4 이미지해석 (Interpretation) 및분석 (Analysis) (Part 3 of 3) 4.7 이미지분류 (Classification) 및분석 (Analysis) 4.8 데이터통합 (Integration) 및분석 (Analysis) 분석가 (human analyst) 들은이미지의대상들을분류할때, 다양한속성또는관심있는토지피복클래스를나타내는동질의픽셀그룹을식별하기위해시각적해석의요소를사용합니다.
More informationPowerPoint 프레젠테이션
System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소
More informationCONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN
CMOS IMAE SENSOR and Its Application W.H. Jo System IC SP Div. MT CIS Dev. Team CONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN Mobile
More information(001~006)개념RPM3-2(부속)
www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로
More informationch3.hwp
미디어정보처리 (c) -4 한남대 정보통신멀티미디어학부 MCCLab. - -...... (linear filtering). Z k = n i = Σn m Σ j = m M ij I ji 컨볼루션 영역창 I I I I 3 I 4 I 5 I 6 I 7 I 8 x 컨볼루션 마스크 M M M M 3 M 4 M 5 M 6 M 7 M 8 I 입력 영상 Z 4 = 8 k
More informationstatistics
수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지
More information실험 5
실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.
More information02이재원_ok.hwp
1 : (Regular Paper) 19 4, 2014 7 (JBE Vol. 19, No. 4, July 2014) http://dx.doi.org/10.5909/jbe.2014.19.4.453 ISSN 2287-9137 (Online) ISSN 1226-7953 (Print) a), b) Bi-Histogram Equalization based on Differential
More informationPoison null byte Excuse the ads! We need some help to keep our site up. List 1 Conditions 2 Exploit plan 2.1 chunksize(p)!= prev_size (next_chunk(p) 3
Poison null byte Excuse the ads! We need some help to keep our site up. List 1 Conditions 2 Exploit plan 2.1 chunksize(p)!= prev_size (next_chunk(p) 3 Example 3.1 Files 3.2 Source code 3.3 Exploit flow
More informationREP - CP - 016, N OVEMBER 사진 요약 25 가지 색상 Surf 를 이용한 사진 요약과 사진 배치 알고리즘 Photo Summarization - Representative Photo Selection based on 25 Color Hi
1 사진 요약 25 가지 색상 Surf 를 이용한 사진 요약과 사진 배치 알고리즘 Photo Summarization - Representative Photo Selection based on 25 Color Histogram and ROI Extraction using SURF 류동성 Ryu Dong-Sung 부산대학교 그래픽스 연구실 dsryu99@pusan.ac.kr
More information제49회 부산과학전람회
작품번호 1507 출품분야학생부출품부문지구과학 2012. 07. 10 구분성명 출품학생 지도교사 윤정관 이경훈 그림 1> 전세계광해분포지도 (Globe at Night 포스터 ) - 1 - 그림 2> 우리나라의광해분포지도 (Cinzano et al., 2001) - 2 - - 3 - 그림 3> 광해에의한하늘밝아짐이천체관측에미치는영향 (Stellarium
More informationPowerPoint 프레젠테이션
실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3
More informationPowerPoint 프레젠테이션
05 장히스토그램을이용한화소점처리 디지털영상의히스토그램 산술연산을이용한히스토그램에서의이동 히스토그램스트레칭 히스토그램평활화 히스토그램명세화 한빛미디어 ( 주 ) 학습목표 5 장. 히스토그램을이용한화소점처리 디지털영상의히스토그램을이해한다. 산술연산으로히스토그램에서명도와명암대비를조정하는방법을이해한다. 히스토그램스트레칭기법의원리와효과를학습한다. 히스토그램평활화의기본원리를익히고,
More informationJAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.
More informationchap 5: Trees
5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경
More informationJournal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography Vol. 33, No. 1, 23-30,
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography Vol. 33, No. 1, 23-30, 2015 http://dx.doi.org/10.7848/ksgpc.2015.33.1.23 ISSN 1598-4850(Print) ISSN 2288-260X(Online)
More information영상처리 이론 과 실제 제3장 영역처리
(0,0) (0,0) (1,1) 3x3 5x5 Sharpening, also referred to as crispening, emphasizes the details in an image. Sharpening an image will increase its contrast. 1)}, ( ) 1, ( 1), ( ) 1, ( { 4 1 ), (
More informationMicrosoft PowerPoint - Ch13
Ch. 13 Basic OP-AMP Circuits 비교기 (Comparator) 하나의전압을다른전압 ( 기준전압, reference) 와비교하기위한비선형장치 영전위검출 in > 기준전압 out = out(max) in < 기준전압 out = out(min) 비교기 영이아닌전위검출 기준배터리 기준전압분배기 기준전압제너다이오드 비교기 예제 13-1: out(max)
More informationChapter4.hwp
Ch. 4. Spectral Density & Correlation 4.1 Energy Spectral Density 4.2 Power Spectral Density 4.3 Time-Averaged Noise Representation 4.4 Correlation Functions 4.5 Properties of Correlation Functions 4.6
More informationBind Peeking 한계에따른 Adaptive Cursor Sharing 등장 엑셈컨설팅본부 /DB 컨설팅팀김철환 Bind Peeking 의한계 SQL 이최초실행되면 3 단계의과정을거치게되는데 Parsing 단계를거쳐 Execute 하고 Fetch 의과정을통해데이터
Bind Peeking 한계에따른 Adaptive Cursor Sharing 등장 엑셈컨설팅본부 /DB 컨설팅팀김철환 Bind Peeking 의한계 SQL 이최초실행되면 3 단계의과정을거치게되는데 Parsing 단계를거쳐 Execute 하고 Fetch 의과정을통해데이터를사용자에게전송하게되며 Parsing 단계에서실행계획이생성된다. Bind 변수를사용하는 SQL
More information= ``...(2011), , (.)''
Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.
More information특허청구의범위청구항 1 복수의영상검출부로부터출력되는영상의히스토그램 (histogram) 을계산하는단계 ; 상기복수의영상검출부로부터출력되는영상을히스토그램평활화 (histogram equalization) 하는단계 ; 상기복수의영상검출부중하나의영상검출부를선택하는단계 ; 및
(19) 대한민국특허청 (KR) (12) 등록특허공보 (B1) (45) 공고일자 2014년12월18일 (11) 등록번호 10-1473415 (24) 등록일자 2014년12월10일 (51) 국제특허분류 (Int. Cl.) G06T 5/40 (2006.01) H04N 5/217 (2011.01) (21) 출원번호 10-2012-0156871 (22) 출원일자 2012
More informationPowerPoint 프레젠테이션
03 모델변환과시점변환 01 기하변환 02 계층구조 Modeling 03 Camera 시점변환 기하변환 (Geometric Transformation) 1. 이동 (Translation) 2. 회전 (Rotation) 3. 크기조절 (Scale) 4. 전단 (Shear) 5. 복합변환 6. 반사변환 7. 구조변형변환 2 기하변환 (Geometric Transformation)
More information1. 서 론
두 장의 영상을 이용한 저조도 환경에서의 실용적 계산 사진 기법과 Mosaic 에의 응용 Practical Computational Photography with A Pair of Images under Low Illumination and Its Application to Mosaic 안택현 O, 홍기상 포항공과대학교 정보통신학과 O, 포항공과대학교 전자전기공학과
More information12.2 Molecular Spectroscopy ( 분자분광학 ) 분자에전자기복사선을쪼여주면분자가낮은에너지상태에서높은에너지상태로이동하게되며, 이때특정흡수진동수를이용하여분자의구조를알아낼수있다. Figure 12.1 : Absorption of energy in elec
39 hap 12 Infrared Spectroscopy ( 적외선분광학 ) 12.1 Electromagnetic radiation 12.2 Molecular spectroscopy 12.3 Infrared spectroscopy 12.4 Interpreting infrared spectra 12.5 Solving infrared spectral problems
More informationLIDAR와 영상 Data Fusion에 의한 건물 자동추출
i ii iii iv v vi vii 1 2 3 4 Image Processing Image Pyramid Edge Detection Epipolar Image Image Matching LIDAR + Photo Cross correlation Least Squares Epipolar Line Matching Low Level High Level Space
More informationŁø·ŸÕ=¤ ¬ ÇX±xÒ¸ 06 - Èpº– 1
그래픽스강의노트 06 - 조명 1 강영민 동명대학교 2015 년 2 학기 강영민 ( 동명대학교 ) 3D 그래픽스프로그래밍 2015 년 2 학기 1 / 25 음영 계산의 필요성 음영(陰影) 계산, 혹은 셰이딩(shading)은 어떤 물체의 표면에서 어두운 부분과 밝은 부분을 서로 다른 밝기로 그려내는 것 모든 면을 동일한 색으로 그리면 입체감이 없다. 2 /
More informationPowerPoint Presentation
신호조절 (Signal Conditioning) 메카트로닉스 시스템의 구성 ECU 인터페이스 회로 (시그널 컨디셔닝) 마이컴 Model of 기계 시스템 인터페이스 회로 (드라이빙 회로) 센서 액츄에이터 (구동기) 기계 시스템 PN 접합 다이오드 [1] 다이오드의 DC 해석과 등가모델 [1] 다이오드의 DC 해석과 등가모델 [1] 다이오드 응용회로 [1] 다이오드
More information1
1 2 3 4 5 6 b b t P A S M T U s 7 m P P 8 t P A S M T U s 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Chapter 1 29 1 2 3 4 18 17 16 15 5 6 7 8 9 14 13 12 11 10 1 2 3 4 5 9 10 11 12 13 14 15
More informationDWCOM15/17_manual
TFT-LCD MONITOR High resolution DWCOM15/17 DIGITAL WINDOW COMMUNICATION DIGITAL WINDOW COMMUNICATION 2 2 3 5 7 7 7 6 (Class B) Microsoft, Windows and Windows NT Microsoft VESA, DPMS and DDC Video Electronic
More informationOCW_C언어 기초
초보프로그래머를위한 C 언어기초 4 장 : 연산자 2012 년 이은주 학습목표 수식의개념과연산자및피연산자에대한학습 C 의알아보기 연산자의우선순위와결합방향에대하여알아보기 2 목차 연산자의기본개념 수식 연산자와피연산자 산술연산자 / 증감연산자 관계연산자 / 논리연산자 비트연산자 / 대입연산자연산자의우선순위와결합방향 조건연산자 / 형변환연산자 연산자의우선순위 연산자의결합방향
More information1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut
경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si
More information,. 3D 2D 3D. 3D. 3D.. 3D 90. Ross. Ross [1]. T. Okino MTD(modified time difference) [2], Y. Matsumoto (motion parallax) [3]. [4], [5,6,7,8] D/3
Depth layer partition 2D 3D a), a) 3D conversion of 2D video using depth layer partition Sudong Kim a) and Jisang Yoo a) depth layer partition 2D 3D. 2D (depth map). (edge directional histogram). depth
More information중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed
중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed mean), 가중평균 (weighted mean), 기하평균 (geometric mean),
More information실험. Multimeter 의사용법및기초회로이론 Multimeter 의사용법 멀티미터 (Multimeter) 는저항, 전압, 전류등을측정할수있는계측기로서전면은다음그림과같다. 멀티미터를이용해서저항, 전압, 전류등을측정하기위해서는다음그림과같은프로브 (probe) 를멀티미터
실험. Multimeter 의사용법및기초회로이론 Multimeter 의사용법 멀티미터 (Multimeter) 는저항, 전압, 전류등을측정할수있는계측기로서전면은다음그림과같다. 멀티미터를이용해서저항, 전압, 전류등을측정하기위해서는다음그림과같은프로브 (probe) 를멀티미터의전면패널에꼽는다. 통상적으로검은색프로브는전면패널의검은단자 (COM) 에꼽으며, 빨간색프로브는빨간색단자에꼽는다.
More informationPowerPoint 프레젠테이션
시험계측자동화소프트웨어 ATware Analyzer 솔빛시스템 목차 About ATware Analyzer.. 3 메뉴구성. 4 화면 Preview.. 5 데이터베이스분석 ( 전체보기 ).. 6 데이터베이스분석 ( 단품보기 ) 10 데이터베이스분석 ( 소요시간보기 ) 11 데이터베이스분석 ( 자료분석 ) 12 리포트서식작성.. 14 데이터베이스병합 20 쿼리분석기
More informationMicrosoft Word - LAB_OPamp_Application.doc
실험. OP Amp 의기본응용회로 Voltage Follower/Impedance Buffer 위의 OP amp 회로에서출력전압신호는입력전압신호와항상같으므로, voltage follower라고불린다. 이회로는어떤기능을가지는회로에부하저항을연결하였을때, 부하저항이미치는영향을최소화하기위해서사용될수있다. 예를들면 low-pass filter 회로에부하저항이연결된다음과같은회로를고려해본다.
More information장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정
. 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계
More information이 장에서 사용되는 MATLAB 명령어들은 비교적 복잡하므로 MATLAB 창에서 명령어를 직접 입력하지 않고 확장자가 m 인 text 파일을 작성하여 실행을 한다
이장에서사용되는 MATLAB 명령어들은비교적복잡하므로 MATLAB 창에서명령어를직접입력하지않고확장자가 m 인 text 파일을작성하여실행을한다. 즉, test.m 과같은 text 파일을만들어서 MATLAB 프로그램을작성한후실행을한다. 이와같이하면길고복잡한 MATLAB 프로그램을작성하여실행할수있고, 오류가발생하거나수정이필요한경우손쉽게수정하여실행할수있는장점이있으며,
More information온습도 판넬미터(JTH-05) 사양서V1.0
온습도 조절기 Model:JTH-05 1. 제품 사양. [제품 구분] JTH-05A(입력 전원 AC), JTH-05D(입력 전원 DC) [전원 사양] JTH-05A 입력 전압 출력 전원 소비 전력 JTH-05D AC 90~240V DC 10~36V 12Vdc / Max.170mA Max.2W [본체 사이즈] ~ 온/습도 범위(본체): 사용 [0 ~ 50, 85%RH
More information슬라이드 1
장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j
More informationMicrosoft PowerPoint - Ch15-1
h. 5 ctive Filters 기본적인필터응답 (asic filter response) 저역통과필터응답 (low-pass filter (LPF) response) v( db) log when X out s log > πf X f X log π X log ( πf) asic LPF response LPF with different roll-off rates
More information목차 ⅰ ⅲ ⅳ Abstract v Ⅰ Ⅱ Ⅲ i
11-1480523-000748-01 배경지역 ( 백령도 ) 에서의 대기오염물질특성연구 (Ⅲ) 기후대기연구부대기환경연구과,,,,,,, Ⅲ 2010 목차 ⅰ ⅲ ⅳ Abstract v Ⅰ Ⅱ Ⅲ i 목차 Ⅳ ii 목차 iii 목차 iv 목차 μg m3 μg m3 v 목차 vi Ⅰ. 서론 Ⅰ μm μg m3 1 Ⅰ. 서론 μg m3 μg m3 μg m3 μm 2
More informationChap 6: Graphs
그래프표현법 인접행렬 (Adjacency Matrix) 인접리스트 (Adjacency List) 인접다중리스트 (Adjacency Multilist) 6 장. 그래프 (Page ) 인접행렬 (Adjacency Matrix) n 개의 vertex 를갖는그래프 G 의인접행렬의구성 A[n][n] (u, v) E(G) 이면, A[u][v] = Otherwise, A[u][v]
More informationPowerPoint 프레젠테이션
hap. 5 능동필터 기본적인필터응답 저역통과필터응답 (low-pass filter (LPF) response) A v( db) V 0log V when X out s 0log f X f X 0log X 0log f Basic LPF response LPF with different roll-off rates 기본적인필터응답 고역통과필터응답 (high-pass
More information06장소영(f2.4)(115~122)ok
Korean Journal of Remote Sensing, Vol.26, No.2, 2010, pp.115~122 Observation of Ridge-Runnel and Ripples in Mongsanpo Intertidal Flat by Satellite SAR Imagery Soyeong Jang, Hyangsun Han, and Hoonyol Lee
More informationFebruary
February 3 8 10 12 14 18 22 24 26 28 30 37 38 40 42 44 45 45 46 46 47 48 50 51 155 379 503 763 867 955 1031 1061 1 171 051 052 053 053 054 054 054 055 056 057 058 059 060 061 062 063 064 064 065 066 068
More informationMicrosoft Word - logic2005.doc
제 8 장 Counters 실험의목표 - Catalog counter 의동작원리에대하여익힌다. - 임의의 counter를통하여 FSM 구현방법을익힌다. - 7-segment display 의동작원리를이해한다. 실험도움자료 1. 7-segment display 7-segment는디지털회로에서숫자를표시하기위하여가장많이사용하는소자이다. 이름에서알수있듯이 7개의 LED(
More informationPowerPoint 프레젠테이션
Computer Vision & Pattern Recognition Lab. 제 9 장영상인식 Computer Vision & Pattern Recognition Lab. 영상인식 Computer Vision & Pattern Recognition Lab. 2 /26 영상인식 일반적인영상인식은매우어려운문제임 제한된환경, 여러가지가정하에서수행 영상의종류를알경우
More informationMicrosoft PowerPoint - chap06-2pointer.ppt
2010-1 학기프로그래밍입문 (1) chapter 06-2 참고자료 포인터 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 포인터의정의와사용 변수를선언하는것은메모리에기억공간을할당하는것이며할당된이후에는변수명으로그기억공간을사용한다. 할당된기억공간을사용하는방법에는변수명외에메모리의실제주소값을사용하는것이다.
More information<B8D6C6BCB9CCB5F0BEEEBDC3BDBAC5DB28BFB5BBF3C3B3B8AE292DBFE4BEE0C1A4B8AE3128B9DAB1E2C8AB292E687770>
I N D E X 목원대학교컴퓨터공학부 - 수업내용요약 - 교과목 : 멀티미디어시스템 구분 : PART 1 ( 디지털영상처리 ) (Part 1, Part 2) 학기 : 2013년 2학기 ( ~7주차 ) 교수 : 박기홍 참고문헌 : 멀티미디어이해와활용 ( 한빛미디어, 2013) Matlab을이용한실용디지털영상처리 ( 홍릉과학출판사, 2011, 개정판 ) Visual
More informationDBPIA-NURIMEDIA
2014 년 2 월전자공학회논문지제 51 권제 2 호 Journal of The Institute of Electronics and Information Engineers Vol. 51, NO. 2, February 2014 http://dx.doi.org/10.5573/ieie.2014.51.2.124 논문 2014-51-2-16 역광영상개선을위한퍼지 C-
More information3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료
3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.
More informationPowerPoint 프레젠테이션
11 곡선과곡면 01 Spline 곡선 02 Spline 곡면 03 Subdivision 곡면 C n 연속성 C 0 연속성 C 1 연속성 2 C 2 연속성 01 Spline 곡선 1. Cardinal Spline Curve 2. Hermite Spline Curve 3. Bezier Spline Curve 4. Catmull-Rom Spline Curve 5.
More informationPowerPoint Presentation
자바프로그래밍 1 배열 손시운 ssw5176@kangwon.ac.kr 배열이필요한이유 예를들어서학생이 10 명이있고성적의평균을계산한다고가정하자. 학생 이 10 명이므로 10 개의변수가필요하다. int s0, s1, s2, s3, s4, s5, s6, s7, s8, s9; 하지만만약학생이 100 명이라면어떻게해야하는가? int s0, s1, s2, s3, s4,
More information<C3CA3520B0FAC7D0B1B3BBE7BFEB202E687770>
1. 만화경 만들기 59 2. 물 속에서의 마술 71 3. 비누 탐험 84 4. 꽃보다 아름다운 결정 97 5. 거꾸로 올라가는 물 110 6. 내가 만든 기압계 123 7. 저녁 노을은 맑은 날씨? 136 8. 못생겨도 나는 꽃! 150 9. 단풍잎 색깔 추리 162 10. 고마워요! 지렁이 174 1. 날아라 열기구 188 2. 나 누구게? 198 3.
More informationMicrosoft PowerPoint - 카메라 시스템
카메라 시스템 中 I. CMOS Image Sensor CCD / CIS @ CCD와 CMOS 이미지센서는 광검출 방식에 있어서 모두 p-n 포토다이오드 (photodiode)를 이용한다. 그러나 CCD와 CMOS는 포토다이오드에서 광 검출을 통해 출력된 전자를 전송하는 회로에 있어서 근본적으로 전혀 다른 방식을 채택하고 있다. @ CCD는 개개의 MOS (metal
More information22-12324-4TEL:3668-3114 FAX:742-3387 TEL:3668-3120 FAX:745-9476 TEL:3668-3109, 2279-0867~8 TEL:3668-3127 TEL:3668-3123, 3128, 3162 www.saeki.co.kr, www.pentaximaging.co.kr Small 의 큰 스타일을 경험하다 당신의 카메라만으로도,
More information슬라이드 1
한국산업기술대학교 제 5 강스케일링및회전 이대현교수 학습안내 학습목표 3D 오브젝트의확대, 축소및회전방법을이해한다. 학습내용 3D 오브젝트의확대및축소 (Scaling) 3D 오브젝트의회전 (Rotation) 변홖공갂 (Transform Space) SceneNode 의크기변홖 (Scale) void setscale ( Real x, Real y, Real z)
More information<5BB0EDB3ADB5B55D32303131B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E28322920BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D3031292D3135B9AEC7D72E687770>
고1 융합 과학 2011년도 1학기 중간고사 대비 다음 글을 읽고 물음에 답하시오. 1 빅뱅 우주론에서 수소와 헬륨 의 형성에 대한 설명으로 옳은 것을 보기에서 모두 고른 것은? 4 서술형 다음 그림은 수소와 헬륨의 동위 원 소의 을 모형으로 나타낸 것이. 우주에서 생성된 수소와 헬륨 의 질량비 는 약 3:1 이. (+)전하를 띠는 양성자와 전기적 중성인 중성자
More information200706_천문학사전_FTS_Pak_v1.hwp
푸리에변환분광기 (Fourier Transform Spectrometer) 해설자 : 박수종 ( 경희대학교우주과학과, 2007.06.29) 광학및적외선파장대에서사용하는분광기는작동원리에따라 (1) 빛의파장에따른굴절차이를이용하는프리즘분광기 ; (2) 빛의회절과간섭효과를이용하는격자분광기 ; (3) 빛의간섭효과를이용하는푸리에변환분광기 (Fourier Transform
More information표지
2 : Retinex (Regular Paper) 17 5, 2012 9 (JBE Vol. 17, No. 5, September 2012) http://dx.doi.org/10.5909/jbe.2012.17.5.851 ISSN 1226-7953(Print) Retinex a), b), c) Color Improvement of Retinex Image Using
More information04 Çмú_±â¼ú±â»ç
42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.
More information데이터 시각화
데이터시각화 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 데이터시각화 1 / 22 학습내용 matplotlib 막대그래프히스토그램선그래프산점도참고 박창이 ( 서울시립대학교통계학과 ) 데이터시각화 2 / 22 matplotlib I 간단한막대그래프, 선그래프, 산점도등을그릴때유용 http://matplotlib.org 에서설치방법참고윈도우의경우명령프롬프트를관리자권한으로실행한후아래의코드실행
More informationKDI정책포럼제221호 ( ) ( ) 내용문의 : 이재준 ( ) 구독문의 : 발간자료담당자 ( ) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. 우리나라경
KDI정책포럼제221호 (2010-01) (2010. 2. 10) 내용문의 : 이재준 (02-958-4079) 구독문의 : 발간자료담당자 (02-958-4312) 본정책포럼의내용은 KDI 홈페이지를 통해서도보실수있습니다. http://www.kdi.re.kr 우리나라경기변동성에대한요인분석및시사점 이재준 (KDI 부연구위원 ) * 요 약,,, 1970. * (,
More information슬라이드 제목 없음
OFDM (Orthogonal Frequency Division Multiplexing) 서울대학교이동통신연구실 1 Contents Introduction Generation of subcarriers using the IFFT Guard time and cyclic extension Windowing Choice of OFDM parameters OFDM
More informationPART 8 12 16 21 25 28
PART 8 12 16 21 25 28 PART 34 38 43 46 51 55 60 64 PART 70 75 79 84 89 94 99 104 PART 110 115 120 124 129 134 139 144 PART 150 155 159 PART 8 1 9 10 11 12 2 13 14 15 16 3 17 18 19 20 21 4 22 23 24 25 5
More information(Microsoft PowerPoint - \301\24608\260\255 - \261\244\277\370\260\372 \300\347\301\372)
게임엔진 제 8 강광원과재질 이대현교수 한국산업기술대학교게임공학과 학습목차 조명모델 광원의색상설정 재질 분산성분의이해 분산재질의구현 경반사성분의이해 경반사재질의구현 조명 (Illumination) 모델 조명모델 광원으로부터공간상의점들까지의조도를계산하는방법. 직접조명과전역조명 직접조명 (direct illumination) 모델 물체표면의점들이장면내의모든광원들로부터직접적으로받는빛만을고려.
More information쉽게배우는알고리즘 6장. 해시테이블 테이블 Hash Table
쉽게배우는알고리즘 6장. 해시테이블 테이블 Hash Table http://academy.hanb.co.kr 6장. 해시테이블 테이블 Hash Table 사실을많이아는것보다는이론적틀이중요하고, 기억력보다는생각하는법이더중요하다. - 제임스왓슨 - 2 - 학습목표 해시테이블의발생동기를이해한다. 해시테이블의원리를이해한다. 해시함수설계원리를이해한다. 충돌해결방법들과이들의장단점을이해한다.
More informationLet G = (V, E) be a connected, undirected graph with a real-valued weight function w defined on E. Let A be a set of E, possibly empty, that is includ
알고리즘설계와분석 (CSE3081(2 반 )) 기말고사 (2016년 12월15일 ( 목 ) 오전 9시40분 ~) 담당교수 : 서강대학교컴퓨터공학과임인성 < 주의 > 답안지에답을쓴후제출할것. 만약공간이부족하면답안지의뒷면을이용하고, 반드시답을쓰는칸에어느쪽의뒷면에답을기술하였는지명시할것. 연습지는수거하지않음. function MakeSet(x) { x.parent
More information설계란 무엇인가?
금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,
More information(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016) ISSN 228
(JBE Vol. 1, No. 1, January 016) (Regular Paper) 1 1, 016 1 (JBE Vol. 1, No. 1, January 016) http://dx.doi.org/10.5909/jbe.016.1.1.60 ISSN 87-9137 (Online) ISSN 16-7953 (Print) a), a) An Efficient Method
More informationU.Tu System Application DW Service AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형
AGENDA 1. 개요 4. 솔루션 모음 1.1. 제안의 배경 및 목적 4.1. 고객정의 DW구축에 필요한 메타정보 생성 1.2. 제품 개요 4.2. 사전 변경 관리 1.3. 제품 특장점 4.3. 부품화형 언어 변환 1.4. 기대 효과 4.4. 프로그램 Restructuring 4.5. 소스 모듈 관리 2. SeeMAGMA 적용 전략 2.1. SeeMAGMA
More information슬라이드 1
BMP 파일구조 김성영교수 금오공과대학교 컴퓨터공학부 학습목표 BMP 파일의구조및그특징을설명할수있다. 파일헤더및비트맵정보헤더의주요필드를구분하고그역할을설명할수있다. C언어를사용하여 BMP 파일을처리할수있다. 2 BMP 파일구조 File Header (BITMAPFILEHEADER) Bitmap Info. Header (BITMAPINFOHEADER) Headers
More information실험 5
실험. OP Amp 의기본특성 이상적 (ideal) OP Amp OP amp는연산증폭기 (operational amp) 라고도불리며, 여러개의트랜지스터로구성이된차동선형증폭기 (differential linear amplifier) 이다. OP amp는가산, 적분, 미분과같은수학적연산을수행하는회로에사용될수있으며, 비디오, 오디오증폭기, 발진기등에널리사용되고있다.
More informationRVC Robot Vaccum Cleaner
RVC Robot Vacuum 200810048 정재근 200811445 이성현 200811414 김연준 200812423 김준식 Statement of purpose Robot Vacuum (RVC) - An RVC automatically cleans and mops household surface. - It goes straight forward while
More information저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물
저작자표시 - 비영리 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 이차적저작물을작성할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 귀하는, 이저작물의재이용이나배포의경우, 이저작물에적용된이용허락조건을명확하게나타내어야합니다.
More information<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>
삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가
More informationSMT-1722-1922-Kor.indd
SMT-2231 사용 설명서 첨부물 포장상자 개봉 후 제품은 튼튼하고 평평한 곳이나 설치장소에 놓고, 다음 내용물이 전부 있는지 체크하세요. TFT LCD 모니터 리모컨&건전지 VGA 신호케이블 전원코드 모니터 설치안내서 사용설명 CD 조작부 설명 전면조작부 적외선 센서 리모컨 센서 수신부 / PIP 동작중인 기능의 레벨증가 및 OSD메뉴 선택합니다.
More informationhwp
100% Concentration rate (%) 95% 90% 85% 80% 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 Time (min) Control box of RS485 Driving part Control trigger Control box of driving car Diaphragm Lens of camera Illumination
More informationDBPIA-NURIMEDIA
2014 년 1 월전자공학회논문지제 51 권제 1 호 Journal of The Institute of Electronics and Information Engineers Vol. 51, NO. 1, January 2014 http://dx.doi.org/10.5573/ieie.2014.51.1.152 논문 2014-51-1-19 주파수도메인의변곡점을이용한디지털카메라의
More information확률 및 분포
확률및분포 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 확률및분포 1 / 15 학습내용 조건부확률막대그래프히스토그램선그래프산점도참고 박창이 ( 서울시립대학교통계학과 ) 확률및분포 2 / 15 조건부확률 I 첫째가딸일때두아이모두딸일확률 (1/2) 과둘중의하나가딸일때둘다딸일확률 (1/3) 에대한모의실험 >>> from collections import
More informationMulti-pass Sieve를 이용한 한국어 상호참조해결 반-자동 태깅 도구
Siamese Neural Network 박천음 강원대학교 Intelligent Software Lab. Intelligent Software Lab. Intro. S2Net Siamese Neural Network(S2Net) 입력 text 들을 concept vector 로표현하기위함에기반 즉, similarity 를위해가중치가부여된 vector 로표현
More informationG Power
G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2
More information