
- •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.
11. Дискретное преобразование Фурье (дпф).
Дискретное преобразование — это одно из преобразований Фурье, широко применяемых в алгоритмах цифровой обработки сигналов, а также в других областях, связанных с анализом частот в дискретном сигнале. Дискретное преобразование Фурье требует в качестве входа дискретную функцию. Такие функции часто создаются путём дискретизации(выборки значений из непрерывных функций). Дискретные преобразования Фурье помогают решать частные дифференциальные уравнения и выполнять такие операции, как свёртки. Дискретные преобразования Фурье также активно используются в статистике, при анализе временных рядов. Существуют многомерные дискретные преобразования Фурье.
Дискретным преобразованием Фурье периодической последовательности называется пара взаимно-однозначных дискретных рядов Фурье для последовательности во временной и частотной областях.
Прямое преобразование:
Обратное преобразование:
N — количество значений сигнала, Xn - измеренные значения сигнала которые являются входными данными для прямого преобразования и выходными для обратного;, Xk - являются выходными данными для прямого преобразования и входными для обратного;
– средняя яркость
изображения
В этом случае:
, где
Здесь
Для ДПФ
12. Свойства дпф. Теорема Парсеваля.
Дискретным преобразованием Фурье периодической последовательности называется пара взаимно-однозначных дискретных рядов Фурье для последовательности во временной и частотной областях.
1). Если функция F(x,y) разделима, т. е. Её можно записать как F(x,y)=f(x)-f(y), то разделима и Фурье FF(ωx,ωy)= fF(ωx) * fF(ωy)
2). Если функция F(x,y) симметрична, т. е. F(-x,-y) = ± F(x,y), то симметрична и фурье область FF(-ωx,-ωy)= ±fF(ωx,ωy)
3). Линейность – точечная последовательность равна линейности комбинации точечных последовательностей.:
ƠF{aF1(x,y)+ bF2(x,y)} =a FF1(ωx,ωy)+ b FF2(ωx,ωy)
4). Маштабирование
ƠF{F(ax,by)}=1/|ab| * FF(ωx/a,ωy/b)
5).
Сдвиг изображения. – умножение точечной
последовательности на поворачивающий
множитель
приводит к сдвигу точечной ДПФ по оси
k
вправо на величину k0.
.
Аналогично, умножение последовательности
приводит к сдвигу ДПФ по оси k
влево на величину k0.
.
Теорема Парсенваля. Под теоремой Парсеваля обычно понимают унитарность преобразования Фурье. То есть сумма (или интеграл) квадрата функции равна сумме квадрата результата преобразования.
Где
обозначает непрерывное
преобразование Фурье, которое
связывает временной или пространственный
сигнал x(t)
с его представлением в частотной
области X(f).
В дискретном виде теорему записывают следующим образом:
где X(k) представляет собой дискретное преобразование Фурье сигнала x(k), имеющего N отсчетов.
13. Алгоритм вычисления свертки с помощью дпф.
Линейное
уравнение называются формулой свертки
(сверткой): реакция у(nT)
вычисляется как дискретная свертка
воздействия x(nT)
и импульсной характеристики h(nT).
ДПФ
преобразует свертку последовательностей
в произведение их образов. Это позволяет
вычислить циклическую свертку y1
двух последовательностей hn
и xm,
используя ДПФ, по схеме: у1=
,
где y1=
,
l=0,…,N-1.
Поскольку
ДПФ можно вычислять с помощью
БПФ-алгоритмов, то этот метод требует,
чтобы число операций было пропорционально
NlogN
и следовательно, меньше числа операций
при прямом вычислении. Более точно,
если используется БПФ-алгоритм по
основанию 2 с одним фиксированным
входом, то циклическая свертка
последовательности длиной N=
требует два БПФ и N
комплексных умножений. Следовательно,
число комплексных умножений будет
M=N(1+
.
Для больших N
это значительно меньше, чем
умножений, требуемых при прямом
вычислении свертки.
Приминение ДПФ при вычислении круговой свертки:
Алгоритм расчета:
Определяется n-точечные ДПФ;
2)
Вычисляется их произведение
(поэлементное);
3) С помощью ОДПФ (обратного ДПФ) определяется n-точечная последовательность y(n).
Линейная свертка. Применяется в случае непериодических последовательностей.
Алгоритм:
1)
Последовательности x1(n), x2(n) дополняются
нулями до длины L=N1+N2-1. Тогда линейная
свертка последовательностей будет
равна L-точечной круговой свертке
последовательностей;
2) Остальные шаги аналогичны круговой свертке.