Билет №9
1. Сканеры и цифровые фотоаппараты. Виды, принципы работы, технические характеристики, соотношение их с возможностями зрения человека.
Сканер относится к устройствам для ввода информации, выполняют функцию обратную по отношению к печати, они переводят изображение с бумаги или других носителей в растровую графику. Сейчас наиболее популярны планшетные сканеры. В них имеется линейка фотоэлементов, которая ездит вдоль стекла, на котором лежит сканируемое, и считывает изображение. Из цветных сканеров есть дешевые, но медленные, трехпроходные, которые сканируют изображение последовательно в 3х цветах, и более быстрые однопроходные, в которых имеются считывающие элементы 3х цветов – 3 последовательно включающихся светодиоида.
Сейчас макс оптическое разрешение таких сканеров – около 1000 dpi, то есть при сканировании листа получается около 100 миллионов точек. Обычно на макс разрешении никто не работает – для распознавания текста достаточно 200-300 dpi. При распечатывании отсканированных изображений обычное разрешение 240 dpi, поэтому сканирование с большим разрешением нужно лишь при увеличении фотографии.
Близкое к сканерам устройство-это цифровой фотоаппарат, он делается достаточно похожим на пленочные фотоаппараты, но это дань ожиданиям потребителей. В зависимости от типа считывания информауии они делятся на фотоаппараты с линейкой фотоэлементов и фотоаппараты с матрицей фотоэлементов.
Для получения цветных изображений используется: 1. Деление светового потока на 3 части при помощи призмы, каждая из которых проходит через цветной фильтр красного, синего или зеленого цвета. 2. Рядом располагаются отдельные ячейки для фиксации красного, зеленого и синего цветов. В фотоапп. С матрицей помещают 2 для зеленого, а для остальных по 1 ячейки (оттенки зеленого лучше распознаются человеческим глазом)
Для съемки неподвижных изображений могут использоваться фотоап. с линейкой фотоэлементов. В них изображение проецируется на стекло, а его считывание происходит так же, как и в планшетных сканерах. Это позволяет получить изображение в десятки и сотни миллионов точек, но сами фотоаппараты громоздки и медлительны.
В значительно более массовых цифровых фотоаппаратах с матрицей фотоэлементов общее устройство похоже на пленочные у них выделяют зеркальные фотоаппараты. В «зеркалах» для фокусировки и построения изображения используется отведение светопотока зеркалом. При съемке это зеркало поворачивается, отчего зеркальные фотоаппараты более медленные. Для фиксации изображения используется не фотопленка, а прямоугольный набор фотоэлементов. Для получения качественного изображения на листе А4 достаточно 10 млн. точек. Цифровые фотоаппараты могут не только осуществлять функцию фотографирования, но и производить видеосъемку невысокого качества: с количеством точек порядка 100 тысяч, часто уменьшенным количеством кадров в секунду и относительно небольшими фрагментами.
Про зрение:Чаще всего для задания цвета точки используется трехбайтовая кодировка RGB, где интенсивность красного, зеленого и синего задается одним байтом. В целом это задает более 16 миллионов цветов, что много больше, чем число различаемых глазом цветов (что оценивается в 350 тысяч). Но: 1. Яркость изображения различается намного лучше, чем цветность. 2. Из цветов оттенки зеленого различаются лучше, чем красного и синего. Для более точной цветопередачи в цветных фотоаппаратах прямоугольный пиксель делится на 4 субпикселя, из которых по одному красного и синего и 2- цветных, Для работы с бело-серыми изображениями 3-байтовой кодировки цвета не хватает, желательно использовать 4-байтовую.
2. Некоторые часто встречающиеся непрерывные случайные величины, их свойства.
Несколько примеров непрерывных случайных величин:
Равномерное распределение на отрезке (a, b)
Имеет плотность распределения p(x)=1/(b-a), если х принадлежит отрезку (a, b), и р(х)=0 в противном случае. Его мат ожидание равно (b+a)/2, а дисперсия - (1/6)* (b-a)2. Это двухпараметрическое семейство, которое разными авторами задается или концами отрезка, или величинами мат ожидания и дисперсии.
Нормальное распределение
Двухпараметрическое свойство задается мат ожиданием m и дисперсией D. Имеет плотность распределения:
р(х)=1/корень(2πD)*e-(x-m)2/2D . Сумма двух независимых нормальных случайных величин с параметрами (m1, D1) b (m2, D2) есть нормальная случайная величина с параметрами (m1+ m2, D1+ D2).
Распределение χ2 n («хи-квадрат» с n степенями свободы)
Однопараметрическое семейство с целочисленным параметром n. Пусть c1, Ę2,…, Ęn - независимые нормальные случайные величины с мат ожиданиями равными нулю, и дисперсиями, равными единице. Тогда случайная величина χ2 n = Ę1+ Ę2+…+ Ęn распределена как χ2 n («хи-квадрат» с n степенями свободы).
Распределение Стьюдента
Пусть Ę – нормальная случайная величина с нулевым мат ожиданием и единичной дисперсией, а η распределена как χ2 n и они независимы. Тогда случайная величина T= Ę/корень(η/m) имеет распределение Стьюдента (или Т-распределение) с n степенями свободы.
Распределение Фишера-Снедекора
Если Ę и η – независимые распределенные по χ2 n c n и m степенями свободы соответственно случайные величины, то случайная величина F= Ę/n/η/m имеет F-распределение с (n, m) степенями свободы.
Большинство указанных случайных величин используются в статистике из-за того, что при выполнении некоторых условий (типа бесконечно большой выборки и независимости случайных величин) конструируемые из оценок параметров случайные величины имеют соответствующее распределение. Поэтому, когда можно оценить величины погрешности реальных распределений по сравнению с идеальными, то можно пользоваться полученными результатами с соответствующими поправками.