
1.4 The Unit Impulse & Unit Step Functions 공학 분야에서 많이 사용되는 genaralize function인 unit impulse와 unit step function을 Dt-signal과 Ct-signal에서 각각 정의한다. 1.4.1 The Discrete-time Unit Impulse and Unit step sequences (1) DT unit Impulse의 정의 DT unit impulse의 정의는 아래와 같고, kronecker delta라는 이름이 있다. $$ \delta (n)=0 (n\neq 0),\quad 1(n=0) $$ 이를 그래프에 표현해보면 과 같이 생겼다. (2) DT unit step sequence의 정의 DT unit step의 정의..

1.3 매트랩의 간단한 함수들 모음 이 문서에서는 매트랩에서 쓸만한 함수들의 설명을 적어놓았다. 매트랩의 함수는 매우 High level해서 그 기능이 다양하므로 내가 적지 않은 기능이 있을 수도 있다. 계속 추가중이다. 1.3.1 Size()함수 어떤 matrix A가 있다고 해보자. A는 n1xn2xn3x.....xnm으로 m -dimensional matrix다 이 때 size(A)는 mx1의 (n1,n2,n3,...nm) 벡터를 반환한다. 즉 각 원소가 차원의 길이인 dimension x 1벡터를 반환 특정 k번째부터 l번째까지 차원의 길이만을 반환하려면 다음과 같이 쓴다. size(A,k:l) 특정 c번째 차원의 길이만을 반환하려면 다음과 같이 쓴다. size(A,c) 혹은 다음과 같이 아예 여..

이 글의 이미지 구조는 indexed image 구조를 제외하여 작성되었다. 이는 추후에 추가하겠다. 1.2 매트랩에서 이미지 불러오기 우선, 매트랩에서 이미지를 불러오는데는 imread()를 사용하는 방법과 importdata()를 사용하는 방법이 있다. 또한, 이미지를 보여주기 위해서는 imshow()함수를 사용할 수 있다. 1.2.1 imread()를 사용하는 방법 'img.jpg'를 가져오려고 한다고 해보자. 그러면 다음과 같이 한 줄이면 된다. 이 때 imread에 들어가는 image file은 그 이름을 가진 파일이 .m file과 같은 곳에 있어야 한다. 다음 그림과 같이 Hw1.m이 있는 디렉토리에 말이다. 만약 이미지가 다른 경로에 있다면 그 경로를 다 적어줘야 한다. 예를 들어 C:\U..

1.1 매트랩의 이미지 구조 매트랩에서 행렬 연산등을 통해 영상 처리를 하기 위해서는 당연히 매트랩이 이미지를 표현하는 방법부터 알아야할 것이다. 매트랩에서 이미지는 크게 3가지 유형으로 표현/처리되는데 다음과 같은 유형의 format이 존재한다. 흑백 이미지 (명암 이미지) RGB(트루컬러) 이미지 인덱스 이미지 1.1.1 흑백 이미지의 구조 우선, 흑백 영상을 다루는 것을 생각해보자. 흑백 영상에 있는 하나의 pixel은 다음과 같은 정보를 반드시 포함해야한다. 가로 축 좌표 세로 축 좌표 각 좌표에서 밝기의 값 이 정보는 2D array면 표시할 수 있다. row와 col이 각각 하나의 좌표가 되고 배열에 들어있는 값이 밝기의 값을 표시하면 되기 때문이다. 또한 각 pixel 밝기의 값은 0~1에서..

1.3 Exponentials & Sinusoidal Signals 1.3.1 Continuous-time complex exponential & sinusoidal signals -1. Complex exponential complex exponential은 다음과 같이 쓸 수 있는 함수를 말한다. $$ x(t)=Ce^{at}, \quad c,a \in complex $$ 이 때 x(t)는 a와 C가 real인가 imaginary인가에 의해 다양한 함수 꼴이 된다. 1) a,C are Real 이 때는 아래 과 같이 단순 exponential로 다음과 같은 그래프가 그려지는 함수이다. 2) a is pure imaginary & C=1(for simplicity) 그러면 x(t)는 a를 jwt로 쓸 때..
1.2 transformations of indep.variables 1.2.1 transformation of function 주어진 함수 x(t)에 대해 다음 꼴들이 어떤 그래프인지 알 수 있다. x(t-a): a만큼 평행이동 x(-t): y축 대칭 x(2t): fast x(t/2):slow x(at+b): 위의 정보들을 토대로 판단 1.2.2 Periodic signal periodic signal ,주기 신호는 다음과 같은 성질을 만족하는 함수를 말한다. x(t)=x(T+t), in Ct signal x(n)=x(N+n), in Dt signal 이 때 Ct periodic과 Dt periodic은 그 형태가 많이 다른데 이는 다른 챕터에서 자세히 알아본다. 1.2.3 Even&Odd signal..
- Total
- Today
- Yesterday
- CS
- 신호 및 시스템
- 밑바닥부터 시작하는 딥러닝
- Logistic Regression
- 순환 신경망
- 이미지
- 머신 러닝
- 영상처리
- ML
- 신경망
- Andrew ng
- 머신러닝
- 매트랩 함수
- 인덱스 이미지
- 사진구조
- rnn
- CNN
- 자연어 처리
- 컴퓨터과학
- 컴퓨터 과학
- NLP
- 연속 신호
- gradient descent
- Neural Network
- 이산 신호
- 이미지처리
- 매트랩
- RGB이미지
- 영상구조
- 딥러닝
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 | 29 | 30 |