
- •1. Определение цос. Основные задачи. Примеры использования. Структурная схема цос. Режимы работы устройств цос.
- •2. Типовые сигналы цос. Нормирование времени и частоты.
- •3. Определение z-преобразования. Область сходимости. Соотношение между z и p-плоскостями.
- •4. Основные свойства z-преобразований. Способы вычисления прямого и обратного z-преобразований.
- •5. Определение дискретной системы. Виды дискретных систем.
- •6.Импульсная и переходная характеристики. Формула свертки.
- •7.Разностные уравнения. Бих и ких-системы. Свойство памяти линейных дискретных систем (лдс).
- •8.Передаточная функция. Карта нулей и полюсов . Критерий устойчивости лдс.
- •9.Структурные схемы лдс. Прямая, каскадная и параллельная структуры.
- •10.Канонические структуры лдс.
- •11. Дискретное преобразование Фурье (дпф).
- •12. Свойства дпф. Теорема Парсеваля.
- •13. Алгоритм вычисления свертки с помощью дпф.
- •14. Унитарные преобразования. Косинусные преобразования.
- •15. Унитарные преобразования. Преобразование Адамара.
- •16.Преобразование Хаара. Вейвлет-преобразование. Преобразование Хаара
- •17.Архитектура и классификация спецпроцессоров цос
- •18.Концепции архитектуры спецпроцессоров цос
- •19. Организация параллелизма в спецпроцессорах цос
- •20. Основные понятия цифровой обработки изображений.
- •21. Субъективные характеристики цвета.
- •22. Логарифмическая модель одноцветного зрения. Основные зрительные явления.
- •23. Модель цветного зрения.
- •24.Определение колориметрии. Основные способы уравнивания цветов.
- •25.Аксиомы уравнивания цветов Грассмана.
- •26. Цветовое пространство.Координаты цвета и координаты цветности.
- •27.Представление цифрового изображения
- •Смежность и связность пикселей на цифровом изображении. Меры расстояний.
- •Методы улучшения изображений. Основные градационные преобразования.
- •Методы улучшения изображений. Кусочно-линейные градационные преобразования.
- •Основы пространственной фильтрации.
- •32. Сглаживающие пространственные фильтры. Фильтры, основанные на порядковых статистиках.
- •Пространственные фильтры повышения резкости. Операторы Робертса, Собеля.
- •Алгоритм и структурная схема фильтрации в частотной области.
- •Сглаживающие частотные фильтры.
- •36. Частотные фильтры повышения резкости
- •37. Пространственные фильтры подавления шума.
- •Усредняющие фильтры
- •2. Фильтры порядковых статистиках
- •38. Адаптивные фильтры подавления шума.
- •39. Частотные фильтры.
- •40. Оценки искажающей функции.
- •41. Инверсная и Винеровская фильтрация.
- •42. Геометрические преобразования.
- •43. Сжатие изображений. Основные виды избыточности.
- •44. Кодовая избыточность.
- •45.Межэлементная(1) и визуальная (2) избыточности.
- •46.Основные алгоритмы сжатия без потерь.
- •47.Основные алгоритмы сжатия с потерями.
3. Определение z-преобразования. Область сходимости. Соотношение между z и p-плоскостями.
Для анализа дискретных сигналов и линейных систем широко используется Z-преобразование, которое является обобщением дискретного преобразования Фурье. Z-преобразование позволяет ввести понятие передаточной функции и описать соотношение вход-выход в виде алгебраических уравнений.
Z-преобразование
получается на основе дискретного
преобразования Лапласа в результате
замены
(T
– период дискрет-ции,
;
оператор Лапласа).
преобразование
одностороннее,
т.к.
x(nT)
определено только для n>=0
:
Комплексная переменная z может быть представлена в 2 формах: алгебраической и показательной.
– символическое
обозначение Z-преобразования.
x(nT) – оригинал – вещественная или компл последовательность.
X(z) – z-изображение последовательности x(nT).
Z-преобразование однозначно связывает последовательность x(nT) с ее z-изображением X(z) и справедливо в области абсолютной сходимости ряда:
которую называют областью сходимости z-изображния. (сумма по членам преобразования является конечной). Область сходимости: |z|>R (в виде окружности с радиусом R на комплексной плоскости).
Связь между p- и z- плоскостями определяется соотношением:
=>
Выразив
радиус r
и угол
:
Видим,
что угол
есть нормативная частота
в радианах.
4. Основные свойства z-преобразований. Способы вычисления прямого и обратного z-преобразований.
Основные свойства Z-преобразования:
0) Единственнось – последовательность x(nT) однозначно определяется z-изображением X(z) в области сходимости, верно и обратное.
1) Линейность. Z-образ суммы двух сигналов равен сумме z-образов этих сигналов.. Z{a1x1(n)+a2x2(n)+...} = a1X1(z)+a2X2(z)+...;
2) Теорема о задержке. Z{x(n-m)} = X(z)*z-m; получили, что задержка исходного сигнала на m добавляет множитель Z-m к z-преобразованию сигнала. Тогда задержка на один отсчет соответствует Z-1.
3)
Теорема
о свертке.
Пусть дано два сигнала x(nT)
и y(nT),
n=0..N-1.
Найдем z-преобразование их круговой
свертки.
;
т.о.
z-изображние
свертки = произведению z-изобр
сверт-мых послед-тей.
Z-преобразование типовых дискретных сигналов:
1) Z-изображение единичного импульса Получаем
2) Z-изображение задержанного ед-го импульса
На
основании т. задержки:
3) Z-изображение единичного скачка Получаем
4)
Z-изображение
задержанного ед-го скачка
5) Z-изображение последовательности.
На основе этих пунктов строится таблица соответствий которой можно пользоваться для вычислений различных z-изображений. Также можно использовать способ разложения z–изображения на простые дроби.
Обратное Z-преобразование определяется так:
Существует 3 классических способа найти обратное Z-преобразование:
- использование таблицы соответствий;
- прямое вычисление интеграла на основании теоремы Коши о вычетах;
- разложение Z-изображения на простые дроби.