Архив рубрики: Информатика

15 Апр

Обработка изображений в Matlab (Информатика, работа №5)

Channels5 Цель работы: ознакомление с средствами и методическими приемами анализа дистанционных изображений в средах научного программирования.
Задача: провести анализ изображений в соответствии с вариантом. Выполнить детальные задания в конце файла. Подготовить содержательный отчет, сделать выводы.
В информатике изображения рассматриваются, как прямоугольные матрицы, каждый элемент которых соответствует яркости пикселя изображения (“pixel” от англ. “picture element”). Открытие изображений в средах научного программирования позволяют применять к ним средства, доступные для анализа матриц.
Читать задание pdf

Дополнительные файлы link

08 Апр

Лабораторная работа № 4. Моделирование и клеточные автоматы GNU OCTAVE (MATLAB)

Цель работы: знакомство с применением клеточных автоматов в решении задач математического моделирования, настройка клеточного автомата.
Задание: изучить теоретическую часть и пример кода клеточного автомата, найти вкравшуюся в код ошибку. Изменяя входные параметры системы в соответствии с заданием, изучить их влияние на результат работы модели. Подготовить содержательный отчет, сделать выводы.
Примечание. Для выполнения настоящей работы используется бесплатная программа GNU Octave (http://www.octave.org), имеющая существенную совместимость с Matlab и близость с Octave.
1. Представление о клеточных автоматах

Клеточный автомат (КА) — дискретная модель, изучаемая в математике, теоретической биологии, физике, гидравлике и т.д. Включает регулярную решётку ячеек, каждая из которых может находиться в одном из конечного множества состояний, таких как 1 и 0.
Решетка может быть любой размерности (соотношение длины сторон). Для каждой ячейки определено множество ячеек, называемых окрестностью. К примеру, окрестность может быть определена как все ячейки на расстоянии не более 2 от текущей (окрестность фон Неймана ранга 2)…

Методические указания №4

Дополнительные файлы работы №4

 

02 Апр

ОДУ и моделирование в Matlab (ЛР №3)

Цель работы: ознакомление с применением обыкновенных дифференциальных уравнений (ОДУ) в решении элементарных задач математического моделирования, а также способами решения ОДУ (задач Коши и краевых задач) в программах научного программирования (на примере Matlab).

Скачать: Скачать

19 Мар

Решение транспортной задачи в Matlab (ЛР №2)

Цель работы: решение транспортной задачи (ТЗ). Суть задачи –
минимизация полной стоимости распределения (транспортировки) бензина с нефтебаз на несколько АЗС в соответствии с существующей потребностью при различном наличии топлива и стоимости доставки до определенныхпотребителей.
Кроме описания хода решения, ответом является указание объемов
бензина, перевозимого с каждой нефтебазы на каждую АЗС и общие
затраты на транспортировку всего объема топлива.
 Основные сведения:
Стандартная ТЗ определяется как задача разработки наиболее
экономичного плана перевозки продукции одного вида из нескольких пунктов отправления в пункты назначения. При этом величина транспортных расходов прямо пропорциональна объему перевозимой продукции и задается с помощью тарифов на перевозку единицы продукции. В практике логистики надо
определить количество продукции (в нашем случае тонн топлива),
перевозимого с отдельной нефтебазы на одну из АЗС для полного покрытия потребности в топливе (рис. 1).

Скачать материалы практической работы: скачать

05 Мар

Информационные технологии (Лабораторная работа №1)

Лабораторная работа № 1 ОПРЕДЕЛЕНИЕ ОСНОВНЫХ ЧИСЛОВЫХ ХАРАКТЕРИСТИК СОВОКУПНОСТИ СЛУЧАЙНЫХ ВЕЛИЧИН

Цель работы: изучение методов определения основных числовых характеристик и получение начальных  навыков работы с совокупностью случайных величин.

 При определении свойств нефтепродуктов и природного газа, как правило, изучается совокупность случайных величин, которая может быть определена основными числовыми характеристиками: средним, дисперсией, коэффициентом вариации, квадратической неровнотой и другими.

Скачать файлы: lab1

15 Апр

Поиск шаблона на изображении (нормализованная кросс-корреляция)

Изображения для упражнения “Поиск фрагмента на изображении”:

fieldplane2

 

 

 

 

 

 

 

Статьяо методе (англ.): читать 

Решение:

clear all; close all;
search_area=imread('field.png');
search_item=imread('plane.png');
 
%rgb 2 gray conversion 
sa_gray=rgb2gray(search_area);
si_gray=rgb2gray(search_item);
 
% [r0 c0]=size(sa_gray);
[r1 c1]=size(si_gray);
corr_mat=normxcorr2(si_gray,sa_gray);
 
max_c=corr_mat==max(corr_mat(:));
[y x]=find(max_c==1);
 
imshow(search_area);
viscircles([(x-c1/2) (y-r1/2)],30);
figure;
imagesc(corr_mat);
30 Мар

Space data GeoTiff rescaling (Matlab)

sat_img1Simple but working algorithm of SRTM image downscaling (recalculating in less resolution) and saving georeferenced. Sometimes space data should be downscaled for generalization purposes.

Algorithm beneath opens geotiff with mapping toolbox of Matlab, reads datum reference, downscales image, then writes on a disk. Though, geotiff write demands explicit projection zone pointing.

  1. clear;close all;
  2. %read geotiff
  3. filename='mygeotiff.tiff';
  4. imscale=0.5; %scaling factor
  5. % Appends the file path and the file name together.
  6. [img, Reference] = geotiffread(filename);
  7. img_lres=imresize(img,imscale);
  8. R = maprasterref;
  9. R.XWorldLimits=Reference.XWorldLimits;
  10. R.YWorldLimits=Reference.YWorldLimits;
  11. R.RasterSize=size(img_lres);
  12. R.ColumnsStartFrom=Reference.ColumnsStartFrom;
  13. R.RowsStartFrom=Reference.RowsStartFrom;                     
  14. filename = 'resampled_L8_mnog_all_07.tif';
  15. geotiffwrite(filename,img_lres,R,'CoordRefSysCode','EPSG:32654'); %'EPSG:32653'); - last 2 digits - zone number
  16. imshow(img_lres)

 

04 Мар

Информатика. Дифференцирование и интегрирование в Matlab

В работе рассматривается использование дифференциальных уравнений для создания простейших математичеких моделей в Matlab.

Цель работы: ознакомление с применением обыкновенных дифференциальных уравнений (ОДУ) в решении элементарных задач математического моделирования, а также способами решения ОДУ (задач Коши и краевых задач) в программах научного программирования (на примере Matlab).

Задание: Разобрать примеры 1–2, выполнить задачи 1 и 2 с учетом вариантов. По результатам выполнения задачи представить научный отчет.

(скачать)