티스토리 뷰
신호의 개념
우선 신호에 대해서 다루는 과목이므로 신호가 무엇인지에 대해서 생각해보자. 정확한 정의는 Chapter1에 들어가서 하도록 하고 우리가 일상에서 다루는 신호는 크게 두가지가 있다.
- 음성신호-ex)음성
- 영상신호-ex)그림
이 두 신호의 차이는 무엇일까? 크게두가지 면에서 차이가 난다.
- Dimension이 다르다. 음성-1차(t), 영상-2차, 동영상-3차
- Intensity에 대응하는 개념이 다르다. 음성-음성 진폭, 영상-RGB intensity
주파수의 개념
주파수는 1초에 몇 번 주기가 반복되는가를 말하는 개념으로 주기 T에 대해 1/T로 정의된다. 이제 또 역시 음성과 영상에서 주파수가 어떻게 다른지 개념을 정의해보자.
- 음성에서의 주파수- 익숙한 그 개념!(주파수가 높다->높은 음)
- 영상에서의 주파수- 단위 길이당 몇 번의 UP&DOWN이 존재하는가?
영상에서의 주파수가 감이 잘 안 오니까 다음 <그림1>과 <그림2>를 보자. 이 때 <그림1>이 상대적으로 낮은 주파수의 영상이라고 볼 수 있다.
샘플링의 개념
Signal에는 크게 세가지 분류가 존재한다.
- Continuous time signal
- Discrete time signal
- Digital Signal
이 때 자연계의 수많은 신호들은 연속적이므로 1에 속한다. 이 때 Sampling은 1을 2로 만드는 것이다. 즉, 아날로그 데이터에서 디지털 데이터를 뽑아내는 과정으로 보면 될 것 같다. 정확한 정의는 후에 배운다.(2를 양자화하면 3이 된다.)
'신호 및 시스템' 카테고리의 다른 글
[신호] 1.4 The Unit Impulse & Unit Step Functions //단위 임펄스 함수 & 단위 계단 함수 (0) | 2020.03.21 |
---|---|
[신호] 1.3 Exponential & Sinusoidal signals //복소 지수 신호와 삼각 신호 (0) | 2020.03.17 |
[신호] 1.2 transformations of independent variables (0) | 2020.03.15 |
[신호] 1.1 Continuous-time & Discrete time signal //연속 시간& 이산 시간 신호 (0) | 2020.03.15 |
0. 카테고리 목적 (0) | 2020.03.14 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 영상처리
- gradient descent
- 인덱스 이미지
- Neural Network
- 머신러닝
- 자연어 처리
- 이산 신호
- 순환 신경망
- 영상구조
- rnn
- 매트랩
- 컴퓨터 과학
- 머신 러닝
- 사진구조
- Logistic Regression
- 딥러닝
- 이미지
- NLP
- 신호 및 시스템
- 신경망
- 연속 신호
- CS
- 이미지처리
- 매트랩 함수
- RGB이미지
- Andrew ng
- 컴퓨터과학
- 밑바닥부터 시작하는 딥러닝
- CNN
- ML
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
글 보관함