Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Técnicas de Processamento Imagens
Fourier 1D e 2D
2
Transformada de Fourier
A Transformada de Fourier Toda função pode ser escrita como um somatório de senos e cosenos A TF consiste em converter uma função em componentes senos e cosenos Seja f(t) uma função no tempo, aplicando a FT, temos F(s) que corresponde a função no espectro (espaço de Fourier).
3
Uma onda quadrada pode ser expressa como uma série de senos:
A1*sin(x) + A2*sin(3x) + A3*sin(5x) + …
4
Transformada de Fourier (sinal contínuo)
Onde s é a função no espectro e t no tempo Inversa Observe que estamos trabalhando com números complexos!!!
5
Exemplos:
7
Onda quadrada - Pulso
11
Algumas propriedades da FT
Linearidade x(t) + y(t) X(f) + Y(f)
14
Simetria Seja h(t) e H(f) pares da transformada de Fourier então:
H(t) h(-f)
15
Escala no tempo e na freqüência
Escala na freqüência h(kt) /|k|*H(f/k) 1/|k|*h(t/k) H(kf)
16
Deslocamentos no tempo e na freqüência
Deslocamentos no tempo (fase) h(t-t0) H( f )e-j2ft0
18
Deslocamento na freqüência
h(t) ej2f H( f -f0)
20
Convolução A propriedade mais importante da FT
h(t) H( f ) e g(t) G( f ) (h*g)(t) H( f )G( f ) h(t)g(t) (H * G)( f )
22
Conservação da energia
Teorema de Parseval
23
Amplitude e fase
24
Fase e amplitude O espaço FT pode ser visualizado diretamente através das suas componentes (real e imaginária) Ou através da fase e amplitude do spectro
25
Calculando a fase e a amplitude
Amplitude é determinada pelo módulo: seja z um número complexo definido como: z = x + yi z = |z| = x2 + y2 | H(f) | = Re[H(f)]2 + Im[H(f)]2 Fase é dada por:
26
Transformada Discreta de Fourier
DFT
27
Transformada Discreta de Fourier
Para uma função definida como uma amostragem constante de pontos no espaço (ou tempo) pode ser utilizada a transformada de Fourier Discreta (DFT) Seja f[] uma função (vetor) definido por N pontos sua DFT é F[]: F(u) = (1/N)(x=0:N-1)[f(x) e-j 2ux /N] f(x) = (u=0:N-1)[F(u) e j2ux /N]
28
DFT - shifting Quando realizado a DFT de uma onda quadrada obtemos:
Observe houve um deslocamento
29
DFT - shifting A FT é centralizada na origem, mas
a DFT é centralizada em N/2 É necessário realizar um deslocamento para corrigir o resultado.
30
Sub-amostragem Time sampling too far apart
Looks like sine wave of different freq Over-sampled -- faithful representation Under-sampled (solid lines)
31
Outro exemplo de sub-amostragem
32
Transformada Rápida de Fourier FFT - Fast Fourier Transform
A DFT apresenta N2 operações Para reduzir o custo da DFT foi desenvolvido o algoritmo da FFT. FFT apresenta NlogN operações É muito importante, quando N é grande Muitas aplicações de processamento de sinais (ou imagens) em tempo real seriam impraticáveis utilizando a DFT
33
Transformada de Fourier 2D
Contínua Discreta
34
Compor linhas em matriz
Algoritmo 2D de 1D Compor linhas em matriz Separar em linhas Matriz A FFT 1D para cada linha Separar em colunas FFT 2D de A Matriz FFT 1D para cada coluna
35
Exemplos de DFT/FFT 2D
36
Pulso / Sync 2D x y f(x,y)
37
A 2D Discrete Fourier Transform
38
Amplitude e Fase |F(u,v)| amplitude fase original F(u,v)
39
1D Spatial Frequencies
40
2D Spatial Frequencies
41
Propriedades DFT/FFT 2D
42
Rotação
43
Combinação Linear (soma)
+ = + =
44
Translação |F(u,v)| F(u,v)
45
Expansão
46
Relação de freqüência espaço/espectro
47
Alguns pares...
48
Combinando Amplitude e Fase
As funções complexas podem ser decompostas em suas magnitudes e fases. f(t) pode ser escrita: f(t) = Mag{f(t)} exp[ i Phase{f(t)}] Do mesmo modo, F(w) = Mag{F(w)} exp[ i Phase{F(w)}] Com estas propriedades podemos combinar a amplitude e a fases em imagens.
49
Combinando Amplitude e Fase
Rick Linda Pictures reconstructed using the Fourier phase of another picture Mag{Linda} Phase{Rick} Mag{Rick} Phase{Linda} The phase of the Fourier transform is much more important than the magnitude in reconstructing an image.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.