
- •Обобщенная схема цифровой обработки сигналов
- •3. Основные типы сигналов и их математическое описание
- •2. Типовые дискретные сигналы
- •4. Дискретные экспоненциальные функции
- •Основные свойства дэф
- •5. Дискретное преобразование Фурье и его свойства
- •Свойства дпф[8]:
- •19. Линейная свертка
- •6. Циклическая свертка
- •22. Вычисление сверток при помощи дискретных преобразований
- •10. Корреляция и ее вычисление прямым методом и с помощью дискретных преобразований
- •Вычисление с помощью дискретных преобразований.
- •11. Алгоритм бпф с прореживанием по времени
- •13. Алгоритм бпф с прореживанием по частоте
- •14. Преобразование Уолша-Адамара и его свойства
- •2. Инвариантность к диадному сдвигу.
- •3. Теорема о свертке и корреляции.
- •28. Быстрое преобразование Уолша-Адамара
- •8. Преобразование Хаара
- •9. Вейвлет – преобразование
- •34. Рекурсивные и нерекурсивные цф
- •12. Передаточная функция цф
- •39. Структуры рцф
- •41. Структуры нцф
- •43. Частотные характеристики ких-фильтров и бих-фильтров
- •45. Параметры анализаторов спектра
- •33. Базовая структура анализатора спектра на основе дпф и бпф
- •36. Частотная характеристика анализатора спектра на основе дпф
- •35. Основные параметры весовых функций при спектральном анализе
- •21. Улучшение качества бинарных изображений
- •23. Утоньшение бинарных изображений
- •25. Связность в изображениях
- •26. Бинаризация полутоновых изображений
- •46. Логарифмическое и степенное преобразования для обработки полутоновых и цветных изображений
- •37. Кусочно-линейные функции преобразования для обработки полутоновых изображений
- •18. Принципы и особенности пространственной фильтрации изображений
- •15. Низкочастотная фильтрация изображений в пространственной области
- •48. Подчеркивание границ на полутоновых изображениях
- •16. Глобальные методы улучшения контраста полутоновых изображений
- •17. Линейные методы контрастирования изображений
- •47. Нелинейные методы контрастирования изображений
- •24. Обработка бинарных изображений на основе математической морфологии
- •27. Обработка полутоновых изображений на основе математической морфологии
- •31. Фильтрация изображений в частотной области
- •32. Требования к алгоритмам компрессии
- •2. Высокое качество изображений.
- •4. Высокая скорость декомпрессии.
- •44. Основные шаги стандарта сжатия jpeg
- •Квантование
- •Преобразование 8×8 матрицы дкп-спектра в линейную последовательность.
- •Получившиеся цепочки нулей подвергаются кодированию длин повторений.
- •Кодирование получившейся последовательности алгоритм Хаффмена.
- •49. Требования к мерам, вычисляющим сходство изображений
- •1. Метричность:
- •2. Нормализованность значений:
- •38. Функции схожести корреляционного типа
- •40. Обнаружение повернутых объектов на изображениях
- •50. Методы обнаружения движения в динамических изображениях
- •29. Классификация методов распознавания объектов изображений
- •30. Структурные методы распознавания объектов изображений
- •42. Нейронные сети и распознавание изображений на основе нейронных сетей
- •20. Сегментация изображений с помощью преобразования Хафа
4. Дискретные экспоненциальные функции
В дискретном преобразовании Фурье используется система дискретных экспоненциальных функций (ДЭФ), которая определяется следующим выражением:
где
;
k
и
n
принимают
целочисленные значения (0,1,2,...,N
- I).
Переменную k
отождествляют
с номером функции, а переменную n
—
с номером отсчета.
Введем
обозначение
.
Т
огда
Всю систему ДЭФ можно записать в виде матрицы V, строки которой нумеруются переменной k, столбцы переменной n, а в пересечении k-й строки и п-го столбца записана величина W nk. Такое представление называется матричным представлением ДЭФ.
Основные свойства дэф
1. Ортогональность:
Показывает, что скалярное произведение любых двух строк матрицы V, одна из которых взята с комплексно сопряженными элементами, равно нулю, если строки различны, и равно N, если они совпадают. Матричная запись этого свойства имеет следующий вид:
где знак * означает взятие комплексного сопряжения для всех элементов матрицы (I - единичная матрица).
2. Периодичность.
Если
,
что
позволяет записать элементы матрицы
V
с
минимальными степенями (фазами).
3. Симметричность:
Позволяет легко найти обратную матрицу для матрицы V. Матричное выражение для ортогональности запишется:
4. Мультипликативность:
по номеру функции:
по номеру отсчета:
Означает, что при умножении любых двух строк (столбцов) матрицы V получается соответственно строка (столбец) той же матрицы номер строки (столбца) равен сумме номеров сомножителей.
ДЭФ можно изобразить на плоскости в виде вращающегося вектора единичной длины, проекции которого на оси абсцисс и ординат дают действительную и мнимую части функции. Разница будет заключаться в том, что если у обычных функций этот вектор вращается непрерывно, то в случае ДЭФ он вращается скачкообразно. Такому представлению соответствует запись системы ДЭФ в виде матрицы с полными фазами, а матрица с минимальными фазами не дает представления об истинной скорости вращения вектора. Поэтому величину Wkn называют поворачивающим множителем.
По формуле Эйлера можно выразить значения вещественной и мнимой частей поворачивающих множителей через косинус и синус угла поворота соответственно:
.
5. Дискретное преобразование Фурье и его свойства
Пара дискретного преобразования Фурье последовательности {s(n)} = {s(0),s(1),...,s(N – 1)} определяется следующими равенствами:
где {f(к)}- дискретный спектр.
Выражение (2.1) называется прямым преобразованием, а выражение (2.2) -обратным.
В матричной форме ДПФ имеет вид:
Основные области применения ДПФ:
• цифровой спектральный анализ
• быстрое преобразование Фурье (БПФ)
Свойства дпф[8]:
Периодичность, В силу периодичности ДЭФ функции f(к) и s(n) также периодичны, т. е.:
Связь с коэффициентами ряда Фурье.
При дискретизации периодической аналоговой функций s(t) ДПФ позволяет по выборкам s(п) найти спектр f(к), который на интервале 0 < к <N-1 равен спектру исходной функции s(t).
Линейность. Пусть даны последовательности х(п) и у(п), для которых ДПФ равны соответственно fx(k) и fy(k). Рассмотрим взвешенную сумму этих последовательностей z(n) = ах(п) + bу(п). Спектр последовательности z(n) равен аналогичной взвешенной сумме спектров последовательностей х(п) и у(п),т. е.:
Инвариантность относительно сдвига но времени и частоте.
При сдвиге по времени амплитудный спектр не меняется. Изменениям подвергаются только фазы гармонических составляющих.
Теорема о свертке.
Теорема о свертке утверждает, что спектр свертки равен произведению спектров сворачиваемых последовательностей:
Матричное представление свертки имеет вид:
Теорема о корреляции.
Спектр корреляционной функции последовательностей {s(n)} и {h(n)}равен произведению их спектров, причем один из спектров берётся в комплексном сопряжении, т. е.:
Матричное представление корреляции:
Д
ПФ вещественных последовательностей.
Отсюда особенности:
а) спектральные коэффициенты комплексно сопряжены относительно счета 2/N
б) если последовательность {s(n)} четная, то её ДПФ вещественная последовательность. Аналогично, если {s(n)} - нечетная, то ее ДПФ чисто мнимая последовательность.
Равенство Парсеваля:
Э
нергия
сигнала равна суммарной энергии
спектральных компонент, т.е. энергия
сигнала больше никуда не расходуется.