- •1. Роль и место цос и в современной радиоэлектронике. Преимущества и эффективность цос. Последовательность операций цос.
- •2. Дискретные линейные системы. Представление дискретных последова-тельностей. Нормированное время.
- •3.Дискретизация и квантование сигналов. Способы отсчета значений сигнала. Нормированная частота.
- •4. Теорема дискретизации Найквиста-Котельникова. Выбор интервала дискретизации для нестационарных процессов.
- •5. Дискретные системы. Примеры: идеальная система задержки; система без запоминания.
- •6. Дискретные линейные стационарные системы. Примеры: сумматор, система с запоминанием.
- •7. Дискретные линейные системы с постоянными параметрами. Уравнение циклической свертки.
- •9. Линейные разностные уравнения с постоянными параметрами. Пример.
- •10. Рекурсивные линейные дискретные системы. Пример. Схема.
- •11. Нерекурсивные линейные дискретные системы. Пример. Схема.
- •12. Представление дискретных систем и сигналов в частотной области. Комплексная частотная характеристика дискретных систем. Пример.
- •13. Представление кчх дискретных систем в алгебраической и в показательной форме. Расчет кчх. Пример.
- •14. Импульсная характеристика дискретных систем. Импульсная характеристика рекурсивной линейной дискретной системы. Пример.
- •15. Свойства преобразования Фурье. Теорема о периодической свертке
- •16. Расчет комплексной частотной характеристики рекурсивной системы. Пример.
- •17. Дискретизированное по времени преобразование Фурье.
- •18. Выбор подходящего класса дискретных фильтров. Сравнение бих и ких-фильтров.
- •19. Идеальные частотно-избирательные фильтры. Спецификация требований фильтра. Преимущества цф. Формула
- •20. Дискретный фильтр с конечной импульсной характеристикой. Вычисление коэффициентов ких-фильтра.
- •21. Метод весовых функций. Расчет частотной характеристики прямоугольного окна. Эффект Гиббса.
- •23. Структурная схема ких-фильтра.
- •24. Импульсная характеристика идеального фнч.
- •25. Дискретные экспоненциальные функции. Свойства функций дэф
- •26. Метод окон. Стандартные весовые функции (окна). Пример вычисления коэффициентов импульсной характеристики ких – фильтра нч.
- •27. Дискретное преобразование Фурье. Свойства дпф. Теорема о корреляции.
- •28. Соотношения двойственности преобразования Фурье.
- •29. Дпф. Свойства. Инвариантность дпф относительно сдвига по времени и частоте.
- •30.38 Вычислительнаясложностьдискретныхпреобразований: дпф, дпх, дпу-a, дкп.
- •31. Алгоритм быстрого преобразования Фурье. Алгоритм разделения входной последовательности на части. Посмотреть48
- •32. Дискретное преобразование Уолша-Адамара. Свойства.
- •33.Ортогональные преобразования. Базисные функции ядра унітарного преобразования Хартли
- •34.Цифровая корреляционная функция. Корреляционное декодирование кодових последовательностей. Пример.
- •36. Дисперсионная фильтрация сигналов и изображений. Пример.
- •37. Вычисление циклической дискретной автосвертки последовательности с помощью дпф.
- •30.38. Вычисление двумерных преобразований. Вычислительная сложность двумерных преобразований. Пример.
- •39.Фурье-образ прямоугольного окна. Пример.
- •41. Устойчивость линейных дискретных систем.
- •43. Дискретное преобразование Фурье. Свойства. Симметричность дпф. Теорема о свертке.
- •44. Сжатие изображений. Статистические характеристики изображений.
- •45. Пороговая фильтрация коэффициентов преобразования Уолша-Адамара. Пример.
- •46. Описание границ объектов на изображениях посредством преобразований. Пример.
- •47. Оценка вычислительной сложности бпф. Выигрыш в вычислительной сложности бпф.
- •48. Структурная схема процессора для вычисления n-мерного сигнала. Пример бпф с прореживанием по времени
- •49. Дисперсионный принцип фильтрации трансформант. Пример.
- •50.Алгоритс бпф с прореживанием по времени.
- •51. Вычисление двумерной функции распределения трансформант.
- •52. Компрессия изображений посредством дкп. Пример.
43. Дискретное преобразование Фурье. Свойства. Симметричность дпф. Теорема о свертке.
Дискретное преобразование Фурье (ДПФ) нашло широкое применение благодаря своей универсальности. Оно устанавливает связь между временным и частотным представлениями сигнала при разложении его по гармоническим дискретно-экспоненциальным функциям. Если {X(m)} означает последовательность X(m), где m=0,1,…,N-1 конечных действительных или комплексных чисел, то дискретное преобразование Фурье этой последовательности определяется как
,
k =0, 1, …,N –1, где W=e-i2р/N
–
поворачивающий множитель. Обратное
дискретное преобразование Фурье
определяется как
,
m
=0, 1, …,N –1
Свойства.
1.
Линейность. Если
— периодические последовательности
(с периодом в N отсчетов каждая), а
— их ДПФ, то дискретное преобразование
Фурье последовательности
равно
Это положение справедливо и для
последовательностей конечной длины.
2. Сдвиг. Если последовательность
периодическая с периодом в N отсчетов,
а ее ДПФ равно
, то ДПФ периодической последовательности
вида
будет равно
3.
Свойства симметрии:
Или
в комплексном виде
,
где * - знак комплексного сопряжения.
Гармоника
с нулевым номером (постоянная составляющая)
это сумма отсчётов последовательности
за
один период:
.Если
N чётно, то амплитуда гармоники с номером
N/2 является суммой отсчётов с чередующимися
знаками:
.
Спектр
является сопряжено-симметричным
относительно N/2. Он содержит столько же
информации, сколько сам сигнал. Если
исходная последовательность не является
действительной, то свойство симметрии
не выполняется и N комплексным отсчётам
во временной области соответствует N
отсчётов в частотной области, тоже
комплексных.
Теорема о свертке. Из 15 свойства двойственности
44. Сжатие изображений. Статистические характеристики изображений.
Основным направлением современного развития радиоэлектронных информационно-измерительных систем (комплексов) различного назначения является внедрение цифровых методов и обработки, преобразования и передачи сигналов. Однако использование цифровых методов приводит к увеличению полосы занимаемых частот, уменьшению скорости обработки и объема передаваемой информации. Традиционными проблемами для цифровых систем является быстродействие и используемые алгоритмы. Отчасти эти проблемы могут быть решены путем использования эффективных методов цифрового кодирования (сжатия) информации.
Существуют различные методы цифрового кодирования изображений. В настоящее время применяются методы: импульсно-кодовой модуляции (ИКМ), дифференциальной импульсно-кодовой модуляции (ДИКМ), дельта-демодуляции (ДМ), кодирования с преобразованиями (КП), специальные.
Импульсно-кодовая модуляция является, базовым методом цифрового кодирования источников изображений. Он характеризуется тем, что каждому закодированному в цифровую форму слову на выходе соответствует квантованный по времени и амплитуде отсчет видеоинформации на входе Достоинства в системе ИКМ заключается в том, что:
двоичная форма ИКМ сигнала является универсальной для всех операций над сигналами при обработке и передаче видеоинформации;
единственным определяющим фактором с точки зрения декодирования ИКМ сигнала является наличие или отсутствие кодового импульса в принятом кодовом слове.
К дифференциальной импульсно-кодовой модуляции , применяемых прежде всего для цифровой передачи видеоинформации. При ДИКМ каждому цифровому слову на выходе соответствует дискретизированная и квантованная разность между мгновенным значением отсчета и его предсказанным значением, которое с определенной скоростью формируется из аналоговой или закодированной в цифровую форму видеоинформации. ДИКМ представляет собой метод кодирования с предсказанием, широко применяемый для передачи видеоинформации.
Дельта – модуляция характеризуется тем, что соответствующие кодовое слово формируется одним кодовым символом, отражающим знак разности между дискретизированным и квантованным значением элемента изображения и его предсказанным значением. Дельта – модуляция представляет собой простой метод цифрового кодирования, основанный на предсказании сигнала. ДМ можно рассматривать как частный случай ДИКМ, предусматривающий одноразрядное кодирование информации на основе двухуровневого квантования. Достоинством ДМ по сравнению с ИКМ и ДИКМ является простота реализации кодирующего и декодирующего устройств.
К специальным методам кодирования относятся методы, в которых для цифрового кодирования применяются комбинации рассмотренных выше способов кодирования или методы, основанные на использовании специфических свойств видеоинформации. Эти методы, в частности, включают в себя так называемое энтропийное кодирование, в котором применяется кодирование с переменной длиной кодового слова, зависящей от частоты появления одинаковых элементов изображения, их информационного содержания и т.д. Современные методы так называемого гибридного кодирования изображений основаны на использовании комбинаций различных видов ДИКМ и КП.
Статистические характеристики изображений.
Среди характеристик цифровых изображений следует выделить: Размер: этот параметр может быть любым, но часто выбирается исходя из особенностей регистрации изображения (например, видеостандарты PAL (625, 4:3), SECAM (625, 4:3), NTSC (525, 4:3)), особенностей последующей обработки (алгоритмы быстрого преобразования Фурье предъявляют особые требования) и т.п. Хотя в последнее время фреймграбберы интерполируют изображение до любых размеров, библиотеки БПФ справляются с изображением любых размеров. Количество цветов (глубина цвета) : точнее количество бит, отводимое для хранения цвета, определяется упрощением электронных схем и кратно степени 2. Изображение для хранения информации о цветах которого необходим 1 бит называется бинарным. Для хранения полутоновых (gray scale, gray level) изображений используется обычно 8 бит. Цветные изображения хранятся обычно с использованием 24 бит по 8 на каждый из трех цветовых каналов. Разрешение: измеряется обычно в dpi (dot per inch – количество точек на дюйм). Например, на экране монитора разрешение обычно 72 dpi, при выводе на бумагу – 600 dpi, при регистрации на ПЗС-матрице с размером одного элемента 9 мкм разрешение составит почти 3000 dpi. В процессе обработки разрешение можно изменить: на само изображение это не повлияет, но изменится его отображение устройством визуализации.
