Sürekli sinyal ve dönüşümlerden ayrık sinyallere geçiş. Ayrık görüntüler Görüntülerin ve sesin analog ve ayrık temsilleri

Her biri sonlu bir zaman içinde değişen sınırlı sayıda ayırt edilebilir değer alabilen ayrık elemanlardan oluşan görüntülere ayrık denir. Genel olarak konuşursak, ayrı bir görüntünün öğelerinin eşit olmayan bir alana sahip olabileceği ve her birinin eşit olmayan sayıda ayırt edilebilir derecelendirmeye sahip olabileceği vurgulanmalıdır.

Birinci bölümde gösterildiği gibi, retina ayrık görüntüleri görsel analizörün daha yüksek kısımlarına iletir.

Görünür devamlılıkları, görme yanılsamalarından yalnızca biridir. Başlangıçta sürekli olan görüntülerin bu "kuantizasyonu", gözün optik sisteminin çözümleme gücüyle ilişkili sınırlamalar ve hatta görsel sistemin morfolojik yapısal öğeleri tarafından değil, sinir ağlarının işlevsel organizasyonu tarafından belirlenir.

Görüntü, bir veya daha fazla sayıda fotoreseptörü birleştiren alıcı alanlar tarafından ayrı öğelere bölünür. Alıcı alanlar, uzaysal ve zamansal toplamla yararlı ışık sinyalinin birincil izolasyonunu üretir.

Retinanın orta kısmı (fovea) sadece koniler tarafından işgal edilir, çevrede, foveanın dışında hem koniler hem de çubuklar vardır. Gece görüşü koşulları altında, retinanın orta kısmındaki koni alanları yaklaşık olarak aynı boyuta sahiptir (açısal ölçü olarak yaklaşık 5 ").Açısal boyutları yaklaşık 90" olan bir foveadaki bu tür alanların sayısı yaklaşık 200'dür. Gece görüşü koşullarında ana rol, retinanın geri kalanını kaplayan çubuk alanlar tarafından oynanır. Retinanın tüm yüzeyi üzerinde yaklaşık 1 ° açısal boyuta sahiptirler. Retinadaki bu tür alanların sayısı yaklaşık 3 bindir.Bu koşullar altında sadece algılama değil, aynı zamanda zayıf aydınlatılmış nesnelerin incelenmesi de retinanın periferik alanları tarafından gerçekleştirilir.

Artan aydınlatma ile, başka bir depolama hücresi sistemi olan koni alıcı alanlar ana rolü oynamaya başlar. Foveada, aydınlatmadaki bir artış, yaklaşık 100 asb parlaklıkta bir koniye düşene kadar etkin alan değerinde kademeli bir azalmaya neden olur. Çevrede, aydınlatmanın artmasıyla, çubuk alanlar yavaş yavaş kapatılır (engellenir) ve koni alanları harekete geçer. Çevredeki koni alanları, foveal alanlar gibi, üzerlerine gelen ışık enerjisine bağlı olarak azalma özelliğine sahiptir. Artan aydınlatma ile koni alıcı alanlara sahip olabilen en fazla koni sayısı merkezden retinanın kenarlarına doğru büyür ve merkezden 50-60 ° açısal mesafede yaklaşık 90'a ulaşır.

Gün ışığının iyi olduğu koşullarda alıcı alan sayısının 800 bin civarında olduğu hesaplanabilir.Bu değer kabaca insan optik sinirindeki liflerin sayısına karşılık gelir. Gündüz görüşündeki nesnelerin ayırt edilmesi (çözünürlüğü), esas olarak, alıcı alanın bir koniye indirgenebildiği ve konilerin kendilerinin en yoğun şekilde yerleştirilebildiği fovea tarafından gerçekleştirilir.

Retinanın depolama hücrelerinin sayısı tatmin edici bir yaklaşımla belirlenebilirse, alıcı alanların olası durumlarının sayısını belirlemek için hala yetersiz veri vardır. Alıcı alanların diferansiyel eşiklerinin çalışmasına dayalı olarak yalnızca bazı tahminler yapılabilir. Belirli bir aydınlatma çalışma aralığında foveal alıcı alanlarda eşik kontrastı 1 mertebesindedir. Ayırt edilebilir derecelerin sayısı azdır. Koni foveal alıcı alanının tüm yeniden yapılandırılması aralığında, 8-9 derece farklıdır.

Alıcı alandaki birikim periyodu - sözde kritik süre - ortalama olarak yaklaşık 0,1 s olarak belirlenir, ancak yüksek aydınlatma seviyelerinde görünüşte önemli ölçüde azalabilir.

Aslında, iletilen görüntülerin ayrık yapısını tanımlayan model daha da karmaşık olmalıdır. Alıcı alanın boyutu, eşikler ve kritik süre ile görsel eşiklerin istatistiksel doğası arasındaki ilişki dikkate alınmalıdır. Ama şimdilik, bu gerekli değil. Bir görüntü modeli olarak, açısal boyutları, gözle çözülen en küçük ayrıntının açısal boyutlarından daha az olan, ayırt edilebilir durumlarının sayısı maksimumdan daha büyük olan, aynı alanın bir dizi elemanını temsil etmek yeterlidir. ayırt edilebilir parlaklık dereceleri sayısı ve ayrık değişim süresi, kritik kırpışma füzyon frekansında kırpışma süresinden daha az olan.

Dış dünyanın gerçek sürekli nesnelerinin görüntülerini bu tür ayrık görüntülerle değiştirirsek, göz ikameyi fark etmeyecektir.* Sonuç olarak, bu tür ayrık görüntüler en azından görsel sistemin algıladığından daha az bilgi içermez. **

* Renkli ve hacimsel görüntüler de ayrı bir modelle değiştirilebilir.
** Sürekli görüntülerin ayrık görüntülerle değiştirilmesi sorunu, film ve televizyon teknolojisi için büyük önem taşımaktadır. Zaman kuantizasyonu bu tekniğin merkezinde yer alır. Darbe kodlu televizyon sistemlerinde, görüntü de ayrı elemanlara bölünür ve parlaklık açısından nicelenir.

Kesintisiz bir görüntüyü ayrı bir görüntüyle değiştirmek çeşitli şekillerde yapılabilir. Örneğin, herhangi bir ortogonal fonksiyon sistemi seçmek ve bu sisteme göre (bu temele göre) görüntü temsilinin katsayılarını hesapladıktan sonra, görüntüyü onlarla değiştirmek mümkündür. Bazların çeşitliliği, sürekli bir görüntünün çeşitli ayrık temsillerinin oluşturulmasını mümkün kılar. Bununla birlikte, en yaygın olanı periyodik örnekleme, özellikle yukarıda belirtildiği gibi dikdörtgen bir raster ile örneklemedir. Bu örnekleme yöntemi, elemanları olarak kaydırılmış β-fonksiyonlarını kullanan ortogonal temeli kullanma seçeneklerinden biri olarak düşünülebilir. Ayrıca, genel olarak, dikdörtgen örneklemenin ana özelliklerini ayrıntılı olarak ele alacağız.

Dikdörtgen örnekleme ile sürekli bir görüntüden elde edilen sürekli bir görüntü ve buna karşılık gelen bir ayrık olsun. Bu, aralarındaki ilişkinin şu ifadeyle belirlendiği anlamına gelir:

sırasıyla dikey ve yatay adımlar veya örnekleme aralıkları nerede. Şekil 1.1, dikdörtgen örnekleme için bir düzlemde örneklerin konumunu göstermektedir.

Sürekli bir görüntüyü ayrı bir görüntüyle değiştirirken ortaya çıkan ana soru, böyle bir değiştirmenin tamamlandığı koşulları belirlemektir, yani. sürekli sinyalde bulunan bilgi kaybı eşlik etmez. Kesintili bir sinyalle sürekli bir sinyali geri yüklemek mümkünse, kayıp yoktur. Matematiksel bir bakış açısından, soru, bu nedenle, değerlerinin bilindiği düğümler arasında iki boyutlu aralıklarla veya başka bir deyişle iki boyutlu enterpolasyonun uygulanmasında sürekli bir sinyali geri yüklemektir. Bu soru, sürekli ve ayrık görüntülerin spektral özelliklerini analiz ederek cevaplanabilir.

Sürekli sinyalin iki boyutlu sürekli frekans spektrumu, iki boyutlu ileri Fourier dönüşümü ile belirlenir:

bu iki boyutlu ters sürekli Fourier dönüşümüne karşılık gelir:

Son ilişki, dikdörtgen bir kafesin düğümleri de dahil olmak üzere herhangi bir değer için geçerlidir. ... Bu nedenle, (1.1) dikkate alınarak düğümlerdeki sinyal değerleri için bağıntı (1.3) şu şekilde yazılabilir:

Kısaca, iki boyutlu frekans alanında dikdörtgen bir bölümle ifade ediyoruz. (1.4)'teki integralin tüm frekans alanı üzerinden hesaplanması, tek tek bölümler üzerinden integral alma ve sonuçların toplanmasıyla değiştirilebilir:

Kurala göre değişkenleri değiştirerek, entegrasyon bölgesinin sayılardan bağımsızlığını elde ederiz ve:

Burada dikkate alınır herhangi bir tamsayı değeri için ve. Bu ifade form olarak ters Fourier dönüşümüne çok yakındır. Tek fark, üstel faktörün yanlış biçimidir. Gerekli formu vermek için normalleştirilmiş frekansları tanıtıyoruz ve değişkenleri buna göre değiştiriyoruz. Sonuç olarak şunları elde ederiz:

Şimdi (1.5) ifadesi, ters Fourier dönüşümünün biçimine sahiptir; bu nedenle, integral işaretinin altındaki fonksiyon

(1.6)

ayrık bir görüntünün iki boyutlu spektrumudur. Normalleştirilmemiş frekanslar düzleminde, ifade (1.6) şu şekildedir:

(1.7)

(1.7)'den, ayrık bir görüntünün iki boyutlu spektrumunun, sırasıyla ve frekans eksenleri boyunca ve periyotlarla birlikte dikdörtgen periyodik olduğunu takip eder. Ayrık bir görüntünün spektrumu, sürekli bir görüntünün sonsuz sayıda spektrumunun toplamının bir sonucu olarak oluşur, frekans kaymalarında birbirinden farklıdır ve. Şekil 1.2, sürekli (Şekil 1.2.a) ve ayrık (Şekil 1.2.b) görüntülerin iki boyutlu spektrumları arasındaki ilişkiyi niteliksel olarak göstermektedir.

Pirinç. 1.2. Sürekli ve ayrık görüntülerin frekans spektrumları

Toplamın sonucu, esasen bu frekans kaymalarının değerlerine veya başka bir deyişle örnekleme aralıklarının seçimine bağlıdır. Sıfır frekans civarında iki boyutlu bir bölgede sürekli bir görüntünün spektrumunun sıfırdan farklı olduğunu, yani iki boyutlu sonlu bir fonksiyonla tanımlandığını varsayalım. Bu durumda, örnekleme aralıkları şu şekilde seçilirse, için, o zaman toplamın (1.7) oluşumu sırasında bireysel dalların üst üste binmesi gerçekleşmeyecektir. Bu nedenle, her dikdörtgen bölüm içinde yalnızca bir terim sıfırdan farklı olacaktır. Özellikle, sahip olduğumuz için:

NS , . (1.8)

Böylece, frekans alanı içinde, sürekli ve ayrık görüntülerin spektrumları sabit bir faktöre kadar çakışır. Bu durumda, bu frekans alanındaki ayrık görüntünün spektrumu, sürekli görüntünün spektrumu hakkında tam bilgi içerir. Bu çakışmanın yalnızca başarılı bir örnekleme aralığı seçimi ile belirlenen şartlı koşullar altında gerçekleştiğini vurguluyoruz. (1.8)'e göre bu koşulların yerine getirilmesinin, gereksinimleri karşılaması gereken örnekleme aralıklarının yeterince küçük değerlerinde elde edildiğini unutmayın:

burada iki boyutlu spektrumun kesme frekansları bulunur.

İlişki (1.8), ayrı bir görüntüden sürekli bir görüntü elde etmek için bir yöntemi tanımlar. Bunu yapmak için, frekans yanıtlı düşük geçişli bir filtre ile ayrık bir görüntünün iki boyutlu filtrelemesini yapmak yeterlidir.

Görüntünün çıkışındaki spektrumu, yalnızca frekans alanında sıfır olmayan bileşenler içerir ve (1.8)'e göre sürekli bir görüntünün spektrumuna eşittir. Bu, ideal bir alçak geçiren filtrenin çıkışındaki görüntünün aynı olduğu anlamına gelir.

Böylece, sürekli bir görüntünün ideal bir interpolasyon rekonstrüksiyonu, dikdörtgen frekans yanıtlı (1.10) iki boyutlu bir filtre kullanılarak gerçekleştirilir. Sürekli bir görüntüyü geri yüklemek için algoritmayı açıkça yazmak zor değildir. (1.10)'nin ters Fourier dönüşümü kullanılarak kolayca elde edilebilen yeniden yapılandırma filtresinin iki boyutlu dürtü yanıtı şu şekildedir:

.

Filtre ürünü, giriş görüntüsünün 2B evrişimi ve belirli bir dürtü yanıtı kullanılarak belirlenebilir. Girdi görüntüsünü iki boyutlu bir işlev dizisi olarak temsil ederek

evrişimi yaptıktan sonra şunu buluruz:

Ortaya çıkan ilişki, iki boyutlu örneklerinin bilinen bir dizisinden sürekli bir görüntünün doğru enterpolasyon yeniden yapılandırması için bir yöntemi gösterir. Bu ifadeye göre, interpolasyon fonksiyonlarının rolünde doğru yeniden yapılandırma için formun iki boyutlu fonksiyonları kullanılmalıdır. İlişki (1.11), Kotelnikov-Nyquist teoreminin iki boyutlu bir versiyonudur.

Sinyalin iki boyutlu spektrumu sonlu ve örnekleme aralıkları yeterince küçükse bu sonuçların geçerli olduğunu tekrar vurgulayalım. Bu koşullardan en az biri karşılanmazsa, çıkarılan sonuçların geçerliliği ihlal edilir. Gerçek görüntüler nadiren belirgin kesme frekanslarına sahip spektrumlara sahiptir. Spektrumun sınırsızlığına yol açan nedenlerden biri görüntünün sınırlı boyutudur. Bu nedenle, (1.7)'de toplanırken, komşu spektral bantlardan gelen terimlerin etkisi, bantların her birinde kendini gösterir. Bu durumda, sürekli bir görüntünün doğru şekilde yeniden yapılandırılması genellikle imkansız hale gelir. Özellikle, dikdörtgen bir filtrenin kullanılması, doğru bir yeniden yapılandırmaya yol açmaz.

Örnekler arasındaki aralıklarla optimal görüntü rekonstrüksiyonunun bir özelliği, prosedür (1.11) tarafından belirtildiği gibi, ayrı bir görüntünün tüm örneklerinin kullanılmasıdır. Bu her zaman uygun değildir; az sayıda mevcut ayrık değere dayanarak yerel alanda sinyali yeniden yapılandırmak genellikle gereklidir. Bu durumlarda, çeşitli enterpolasyon işlevleri kullanılarak yarı-optimal kurtarma uygulanması tavsiye edilir. Bu tür bir problem, örneğin, iki görüntüyü birbirine bağlama problemini çözerken, bu görüntülerin geometrik uyumsuzluğu nedeniyle, bunlardan birinin mevcut okumaları, görüntünün düğümleri arasındaki aralıklarda bulunan bazı noktalara karşılık gelebildiğinde ortaya çıkar. başka. Bu sorunun çözümü, bu kılavuzun sonraki bölümlerinde daha ayrıntılı olarak tartışılmaktadır.

Pirinç. 1.3. Örnekleme aralığının görüntü rekonstrüksiyonuna etkisi "Parmak izi"

Pirinç. 1.3, örnekleme aralıklarının görüntü rekonstrüksiyonu üzerindeki etkisini gösterir. Bir parmak izi olan orijinal görüntü, Şekil 2'de gösterilmektedir. 1.3, a ve normalize edilmiş spektrumunun bölümlerinden biri, Şek. 1.3, b. Bu görüntü kesiklidir ve değer, kesme frekansı olarak kullanılır. Şekilden aşağıdaki gibi. 1.3, b, bu frekanstaki spektrumun değeri ihmal edilebilir, bu da yüksek kaliteli bir restorasyonu garanti eder. Nitekim, Şekil 1'de gözlemlenmiştir. 1.3 Bir resim, sürekli bir görüntünün geri yüklenmesinin sonucudur ve geri yükleme filtresinin rolü, bir görselleştirme cihazı - bir monitör veya bir yazıcı tarafından oynanır. Bu anlamda, Şekil. 1.3.a sürekli olarak kabul edilebilir.

Pirinç. 1.3, c, d, yanlış örnekleme aralığı seçiminin sonuçlarını gösterir. Elde edildiğinde, Şekil 2'de “sürekli” görüntü ayrıklaştırması yapıldı. 1.3.а numunelerini incelterek. Pirinç. 1.3, c, her koordinat için örnekleme adımında üç artışa karşılık gelir ve Şekil 1a. 1.3, d - dört kez. Bu, kesme frekanslarının değerleri aynı sayıda daha düşük olsaydı kabul edilebilirdi. Aslında, Şekil 2'den de görülebileceği gibi. 1.3, b, gereksinimlerin (1.9) ihlali var, özellikle numunelerin dört kat kırımı ile brüt. Bu nedenle, (1.11) algoritması kullanılarak yeniden oluşturulan görüntüler sadece odaklanmakla kalmaz, aynı zamanda baskının dokusunu da büyük ölçüde bozar.

Pirinç. 1.4. Örnekleme aralığının "Portre" görüntüsünün restorasyonuna etkisi

İncirde. 1.4, "portre" türündeki bir görüntü için elde edilen benzer bir dizi sonucu gösterir. Daha güçlü kırımın sonuçları (Şekil 1.4.c'de dört kez ve Şekil 1.4.d'de altı kez) esas olarak tanım kaybında kendini gösterir. Öznel olarak, kalite kayıpları Şekil 2'dekinden daha az önemli görünmektedir. 1.3. Bu, parmak izi görüntüsünden önemli ölçüde daha küçük spektrum genişliği ile açıklanmaktadır. Orijinal görüntünün örneklenmesi, kesme frekansına karşılık gelir. Olarak Şekil l'de görülebilir. 1.4.b, bu değer gerçek değerden çok daha yüksektir. Bu nedenle, Şekil 2'de gösterilen örnekleme aralığında bir artış. 1.3, c, d, resmi kötüleştirse de, yine de önceki örnekte olduğu gibi yıkıcı sonuçlara yol açmaz.

Analog ve ayrık görüntü. Grafik bilgileri analog veya ayrık biçimde sunulabilir. Analog görüntüye bir örnek, rengi sürekli değişen bir resim tuvali ve ayrı bir görüntü örneği, farklı renklerde ayrı noktalardan oluşan bir mürekkep püskürtmeli yazıcı kullanılarak basılan bir çizimdir. Analog (yağlı boya). Ayrık.

Slayt 11 sunumdan "Bilgilerin kodlanması ve işlenmesi"... Sunumlu arşivin boyutu 445 KB'dir.

bilişim 9. sınıf

diğer sunumların özetleri

Forking Algoritmaları - EĞER koşulu, SONRA eylemi. Biz ne biliyoruz. Ders yapısı. Çatallama algoritması. Algoritmayı takip edin ve tabloyu doldurun. 85'ten 100'e kadar (dahil) puan alan bir öğrenci yarışmanın ikinci turuna geçer. Puan sayısını girin ve ikinci tura çıkıp çıkmadığını belirleyin. a ile b arasındaki en büyük sayıyı bulunuz. Bir programlama dilinde bir program yazın. Dallanma algoritması, bir koşula bağlı olarak bir veya daha fazla eylem dizisinin gerçekleştirildiği bir algoritmadır.

"Yapay Zekanın Yaratılışı" - Simülasyon Yaklaşımı. Yapay zeka sistemleri oluşturma yaklaşımları. Evrimsel bir yaklaşım. Yapay zeka. Birçok insanla birlikte yaşayabilir, kişisel problemlerle başa çıkmaya yardımcı olabilir. Yapısal yaklaşım. Mantıksal yaklaşım. Geliştirme sorunları. Geliştirme beklentileri ve uygulama alanları.

Döngüsel programlar - Rakam. Ön koşullu döngü. Miktarı bulun. Sonkoşullu döngü. Parametreli döngü. Öklid Algoritması. Döngüsel programlar. Doğal sayıların toplamını bulun. Döngü kavramı. Başlangıç ​​ücreti. Tablolama işlevi. Hesaplamak. Örnek. Bölücüler. Bilgisayar Bilimi. Sayıların sayısını bulun. Bulmak. Üç basamaklı doğal sayıların sayısını bulun. Üç basamaklı sayılar. Fonksiyonun değer kümesini bulun. Dolar dönüşüm tablosu.

"E-posta Nedir" - Gönderen. E. E-posta geçmişi. E-postanın ortaya çıkması sorunu. Mektubun yapısı. Posta yönlendirme. Mektup. E-posta. Kopyala. Tarih. X-posta göndericisi. E-posta. E-posta nasıl çalışır?

"E-posta ile çalışma" - E-posta adresi. Posta kutusu. E-posta protokolü. Dosya paylaşım ağı. Adreslerin ayrılması. E-postanın faydaları. Posta istemcileri. E-postanın mucidi. Adres. E-posta. E-posta ile çalışmak için yazılım. E-posta nasıl çalışır? Tele konferans. Posta sunucusu. Dosya değişimi.

"Photoshop'ta İşleme" - Harika çocuklar. Sahte nasıl ayırt edilir. Raster ve vektör görüntüleri. Tanıtım. En iyi yerler. Adobe Photoshop programı. Rötuş. Photoshop yarışmaları. Parlaklık düzeltmesi. Arkadaşlarım. Pratik kısım. Benzer programlar. Ana bölüm. Tasarım. Olağandışı hayvanlar. Birkaç görüntünün montajı.

Sürekli bir görüntü düşünün - iki uzamsal değişkenin bir fonksiyonu x 1 ve x 2 F(x 1 , x 2) sınırlı dikdörtgen bir alanda (Şekil 3.1).

Şekil 3.1 - Sürekli görüntüden ayrık görüntüye geçiş

Mekansal değişkende ayrıklaştırma adımı Δ 1 kavramını tanıtalım x değişkende 1 ve Δ 2 x 2. Örneğin, eksen boyunca Δ 1 mesafesinde bulunan noktalarda olduğunu hayal edebilirsiniz. x 1 nokta video sensörleri vardır. Bu tür video sensörleri tüm dikdörtgen alana kurulursa, görüntü iki boyutlu bir kafes üzerinde belirtilecektir.

Notasyonu kısaltmak için şunu belirtiyoruz:

İşlev F(n 1 , n 2) iki ayrı değişkenin bir fonksiyonudur ve iki boyutlu dizi olarak adlandırılır. Yani, görüntünün uzamsal değişkenler cinsinden ayrıklaştırılması, onu bir örneklenmiş değerler tablosuna çevirir. Tablonun boyutu (satır ve sütun sayısı), orijinal dikdörtgen alanın geometrik boyutları ve formüle göre örnekleme adımının seçimi ile belirlenir.

Köşeli parantezlerin […] sayının tamamını temsil ettiği yerde.

Sürekli bir görüntünün etki alanı bir kare ise L 1 = L 2 = L, ve örnekleme adımı eksenler boyunca aynı şekilde seçilir x 1 ve x 2 (Δ 1 = Δ 2 = Δ), ardından

ve tablonun boyutu n 2 .

Görüntünün örneklenmesiyle elde edilen tablonun elemanına " denir. piksel " veya " Geri sayım"... Bir piksel düşünün F(n 1 , n 2). Bu sayı sürekli değerler alır. Bilgisayar belleği yalnızca ayrık sayıları saklayabilir. Bu nedenle, belleğe kayıt için sürekli değer F adım D ile analogdan dijitale dönüştürmeye tabi tutulmalıdır F(bkz. şekil 3.2).

Şekil 3.2 - Sürekli bir miktarın nicelenmesi

Analogdan dijitale dönüştürme işlemi (seviyeye göre sürekli bir değerin örneklenmesi) genellikle denir. nicemleme... Parlaklık fonksiyonunun değerlerinin _____ _ ____ ___ aralığında olması şartıyla niceleme seviyelerinin sayısı, eşittir

Görüntü işlemenin pratik problemlerinde, nicelik Q geniş ölçüde değişir Q= 2'ye kadar ("ikili" veya "siyah beyaz" görüntüler) Q= 210 veya daha fazla (neredeyse sürekli parlaklık değerleri). En sık seçilen Q= 28, görüntü pikseli bir bayt dijital veri ile kodlanırken. Yukarıdakilerin hepsinden, bilgisayarın belleğinde depolanan piksellerin, orijinal sürekli görüntünün argümanlarla (koordinatlar?) Ve seviyelerle ayrıklaştırılmasının sonucu olduğu sonucuna varıyoruz. (Nerede ve ne kadar ve her şey ayrıktır) Örnekleme adımlarının Δ 1 olduğu açıktır. , Δ 2, örnekleme hatası ihmal edilebilecek kadar küçük seçilmelidir ve dijital gösterim, görüntü hakkındaki temel bilgileri muhafaza eder.

Örnekleme ve niceleme adımı ne kadar küçük olursa, bilgisayarın belleğine o kadar fazla görüntü verisi kaydedilmesi gerektiği unutulmamalıdır. Bu ifadenin bir örneği olarak, bir dijital optik yoğunluk ölçer (mikrodensitometre) kullanılarak belleğe girilen 50 × 50 mm'lik bir slayt üzerindeki bir görüntüyü ele alalım. Giriş üzerine, mikrodensitometrenin doğrusal çözünürlüğü (uzaysal değişkenlerde ayrıklaştırma adımı) 100 mikron ise, o zaman iki boyutlu bir piksel boyutu dizisi n 2 = 500 × 500 = 25 ∙ 10 4. Adım 25 mikrona düşürülürse, dizinin boyutu 16 kat artacak ve miktarı n 2 = 2000 × 2000 = 4 ∙ 10 6. 256 düzeyde niceleme kullanarak, yani bulunan pikseli bir bayt ile kodlayarak, ilk durumda kayıt için 0,25 megabayt bellek ve ikinci durumda 4 megabayt gerektiğini bulduk.

Pascal örneğiyle anlatmak ve göstermek için: 1) Mutlak nedir ve ne işe yarar? 2) Asm nedir ve ne içindir? 3) Nedir

yapıcı ve yıkıcı ve ne için?

4) Uygulama nedir ve ne içindir?

5) Modülleri Pascal olarak adlandırın (Kullanımlar satırında, örneğin crt) ve bu modül hangi yetenekleri sağlar?

6) Değişkenin türü nedir: işaretçi (İşaretçi)

7) Ve son olarak: @, #, $, ^ sembolü ne anlama geliyor?

1. Nesne nedir? Sistem nedir? Bir nesnenin ortak adı nedir? Örnek veriniz 4. Tek bir nesne adı nedir? Örnek veriniz. 5.

Doğal sisteme örnek veriniz 6. Teknik bir sisteme örnek veriniz 7. Karma sisteme bir örnek veriniz. Maddi olmayan bir sisteme örnek veriniz. Sınıflandırma nedir? Özellik sınıfı nedir?

1.23 soru - alt erişim çalışma modlarını listeleyin:

Tasarım modunda tablo oluşturma;
-sihirbaz kullanarak tablo oluşturma;
-Veri girerek tablo oluşturma.

2. Vektör formatı nedir?

3. Aşağıdakiler hizmet programlarına atfedilebilir mi:
a) disk bakım programları (kopyalama, temizleme, biçimlendirme vb.)
b) disklerdeki dosyaların sıkıştırılması (arşivleyiciler)
c) bilgisayar virüslerine karşı mücadele ve çok daha fazlası.
Ben kendimce cevap B'nin doğru mu yanlış mı olduğunu düşünüyorum?

4. Algoritmanın özellikleriyle ilgili olan (a. Ayrıklık, b. Verimlilik c. Kütle karakteri, d. Kesinlik, d. Uygulanabilirlik ve anlaşılabilirlik) - burada tüm seçeneklerin doğru olduğunu düşünüyorum. Doğru ya da yanlış?

7 Kolay Çoktan Seçmeli Test

13. İşlemcinin saat frekansı:

A. Birim zaman başına işlemci tarafından gerçekleştirilen ikili işlem sayısı

B. Bilgisayar düğümlerinin çalışmasını senkronize eden bir saniyede üretilen darbelerin sayısı

C. Birim zaman başına RAM'e olası işlemci erişimlerinin sayısı

D. İşlemci ile giriş/çıkış aygıtları arasındaki bilgi alışverişinin hızı

14.Bilgisayar için gereken minimum aygıt kümesini belirtin:

A. yazıcı, sistem birimi, klavye

B. işlemci, RAM, monitör, klavye

C. işlemci, aktarıcı, sabit sürücü

D. monitör, sistem birimi, klavye

15. Mikroişlemci nedir?

A. Girişine gelen komutları yürüten ve kontrol eden entegre mikro devre

Bilgisayar işi

B. işte sıklıkla kullanılan bu verileri depolamak için bir cihaz

C. metin veya grafik bilgilerinin çıktısını almak için cihaz

D. alfanümerik veri çıkış cihazı

16. Yazılım ortamıyla kullanıcı etkileşimi aşağıdakiler kullanılarak gerçekleştirilir:

A. işletim sistemi

B. dosya sistemi

C. uygulamalar

D. dosya yöneticisi

17. Kullanıcı, yazılımı doğrudan şuradan kontrol edebilir:

Yardımla:

A. işletim sistemi

B. GUI

C. kullanıcı arayüzü

D. dosya yöneticisi

18. Fiziksel bir ortamda veri saklama yöntemleri şu şekilde belirlenir:

A. işletim sistemi

B. uygulama yazılımı

C. dosya sistemi

D. dosya yöneticisi

19. Windows sisteminin nesnelerinin ve kontrollerinin görüntülendiği grafik ortam,

Kullanıcının rahatlığı için oluşturuldu:

A. donanım arayüzü

B. kullanıcı arayüzü

C. masaüstü

D. programlama arayüzü

20. Bilgisayarınızın hızı şunlara bağlıdır:

A. CPU saat hızı

B. bağlı bir yazıcının varlığı veya yokluğu

C. İşletim sistemi arayüzünün organizasyonu

D. harici depolama alanı