ISY
Hem

OBS: detta är en informationssida, kursen ges genom LiUs e-learning-system lisam

TSKS24 Signaler och bilder

TSKS24 Signaler och bilder är en kurs vars kärna utgör en introduktion till signalbehandling och signalanalys. Kursinnehållet kan delas in i tre delar: Elektriska kretsar, signalbehandling och signalanalys, samt bildbehandling.

Example of detection

Kursinnehåll

  • Elektriska kretsar
    • Likström - Ohms lag, Kirchhoffs lagar. Resistans, källor, effektbegreppet.
    • Växelström - j-omega-metoden. Kapacitans, induktans, effektbegrepp, dB-begreppet.
  • Signalbehandling & signalanalys:
    • Exempel på signaler i elektrotekniska tillämpningar.
    • Analys i tidsdomänen
      • Enhetsimpulserna, impulssvar, faltning.
    • Analys i frekvensdomänen
      • Fourierserier och -transformer i kontinuerlig och diskret tid.
      • Sinus-in-sinus-ut-principen för stabila LTI-system.
    • Sampling och rekonstruktion mha pulsamplitudmodulering.
      • Samplingsteoremet.
    • Kvantisering, brus.
  • Bildbehandling
    • JPG-formatet - Kompression av bilder med hjälp av JPG-formatet.
    • Från 1D till 2D: fouriertransform, DFT, sampling, och faltning.
    • Linjära operationer på digitala bilder.
    • 2D geometri.
    • Färgmodeller och histogramoperationer.

Lärare

Kursmaterial

  • Mikael Olofsson, Kursmaterial till TSKS24 Signaler och bilder, LiU, 2022. Finns att ladda ner i kursrummet. Täcker kursavsnitten Elektriska kretsar samt Signalbehandling & signalanalys.
  • Maria Magnusson, Signal-och Bildbehandling, LiU, 2013. Finns att ladda ner i kursrummet. Täcker framför allt kursavsnittet Bildbehandling, men har också viss bäring på kursavsnittet Signalbehandling & signalanalys.
  • Lab-PM för laborationerna distribueras via kursrummet.

Förkunskaper

  • Ordinära differentialekvationer och differensekvationer av låga ordningar.
  • Matris- och vektorbegreppen, determinant, skalärprodukt, baser, minstakvadrat-metoden.
  • En- och flerdimensionell analys, särskilt derivator och integraler.
  • Kunna programmera i Python och gärna också Matlab.
  • Allmän programmeringsförmåga.

Information för registrerade studenter

Detaljerad undervisningsplanering, lab-PM, mm, se kursrummet i