1 / 82

Técnicas de Processamento Imagens

Técnicas de Processamento Imagens. Fourier 1D e 2D. Material melhorado pelo prof. Ricardo J. Ferrari. Agenda. Motivação / Introdução Revisão de conceitos matemáticos Série de Fourier Transformada de Fourier – 1D & 2D Contínua & discreta Principais propriedades. Motivação.

Download Presentation

Técnicas de Processamento Imagens

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Técnicas de Processamento Imagens Fourier 1D e 2D Material melhorado pelo prof. Ricardo J. Ferrari

  2. Agenda • Motivação / Introdução • Revisão de conceitos matemáticos • Série de Fourier • Transformada de Fourier – 1D & 2D • Contínua & discreta • Principais propriedades

  3. Motivação • Sinais são interpretados pelos nossos sentidos e enviados para o nosso sistema nervoso – percepção cor & sons • Sinais são representados por funções que se caracterizam pela sua freqüência (cor vermelha, verde, azul; sons graves/agudos) • Bom começo para analisar tais funções é o estudo de sua freqüência

  4. O que é freqüência de uma função ? • Fácil de ser entendido no caso de funções periódicas • A = amplitude da função (valores max e min assumidos) •  = indica o número de ciclos completos de período existentes no intervalo [0, 1]

  5. O que é freqüência de uma função ? a b

  6. O que é freqüência de uma função ? Qual a região contém mais componentes de alta freqüência ?

  7. Objetivos desta aula • Entender os princípios mais importantes da transformada de Fourier • Contextualização em imagens. Exemplos:

  8. Introdução • Matemático francês Jean Baptiste Joseph Fourier (1768-1830) • Teoria publicada em 1822 • Qualquer função periódica pode ser representada como uma soma de senos e/ou cossenos de diferentes frequencias, cada uma multiplicada por um coef. diferente (Série de Fourier) • Funções não periódicas (porém tendo um valor finito de área sob a curva) podem também ser representadas por integrais de senos e/ou cossenos multiplicadas por uma função peso (Transformada de Fourier) • Ambas representações podem ser reconstruídas completamente por um processo inverso sem perda de informação

  9. Introdução:Representação de sinais complexos

  10. Série de Fourier Resta achar uma forma de calcular os coeficientes Site interessante: www.fourier-series.com

  11. Série de Fourier – Valores médios de uma função S = A Y <Y> = (S1-S2)/A <Y> = (S1-S2)/A = 0

  12. Série de Fourier – Calculando coeficientes f(x) = a0+ a1 sen(x) +a2 sen(2x) +a3 sen(3x)+ ... + b1 cos(x) + b2 cos(2x) + ... Vamos calcular a3. Multiplicando os dois lados por sem(3x) f(x)sen(3x) = a0 sen(3x) + a1 sen(x) sen(3x) + a2 sen(2x) sen(3x) + a3 sen2(3x) + ... + b1 cos(x) sen(3x)+ ... Tomando as médias de cada termo da equação:) < f(x)sen(3x) > = < a0 sen(3x) > + < a1 sen(x) sen(3x) > +< a2 sen(2x) sen(3x) > + < a3 sen2(3x) > + ... + < b1 cos(x) sen(3x) > + ... a0 = < f(x) > = média de f(x). an = 2 < f(x) sen(nx) > = 2 vezes a média de f(x) sen(nx). bn = 2 < f(x) cos(nx) > = 2 vezes a média de f(x) cos(nx).

  13. Série de Fourier – Exemplo Onda Quadrada f(x) = a0+ a1 sen(x) +a2 sen(2x) +a3 sen(3x)+ ... + b1 cos(x) + b2 cos(2x) + ... a0 = < f(x) > = média de f(x). an = 2 < f(x) sen(nx) > = 2 vezes a média de f(x) sen(nx). bn = 2 < f(x) cos(nx) > = 2 vezes a média de f(x) cos(nx). f(x) = 1 (de 0 a ) f(x) = 0 (de a 2) a0 = 1/2

  14. Série de Fourier – Exemplo Onda Quadrada a1 = 2 < f(x) sen(x) > = 2/π a3 = 2 < f(x) sen(3x) > = 2/3π a2 = 0 a0 = 1/2; an = 0 - para todo n PAR; an = 2/n π - para todo n ÍMPAR.

  15. Série de Fourier – Exemplo Onda Quadrada f(x) = 1/2 + (2/ π) sen(x) + (2/(3 π)) sen(3x) + (2/(5 π)) sen(5x) + (2/(7 π)) sen(7x) + ... Onda quadrada: 15 termos Onda quadrada: 5 termos

  16. Definições matemáticas importantes • Número complexo • Conjugado complexo • Módulo • Fase

  17. Definições matemáticas importantes • Fórmula de Euler • Função impulso (delta de Dirac) Interpretação física: pulse de amplitude infinita e duração zero

  18. Definições matemáticas importantes • Função impulso (propriedades) 1/a -a/2 a/2

  19. Definições matemáticas importantes • Função impulso : Propriedade Sift A 1/a -a/2 a/2

  20. Definições matemáticas importantes • Trem de impulsos

  21. Série de Fourier

  22. Série de Fourier • f(x) é periódica de período T se • f(x) = f(x +nT), para qualquer n inteiro e positivo • Seja f(x) uma função periódica de período 2n. A série de Fourier para esta função é dada como: • Observe que b0 não é indicado pois

  23. Série de Fourier • Casos particulares • f(x) = função par, isto é, f(-x) = f(x), então os coeficientes bk são nulos • f(x) = função ímpar, isto é, f(-x) = -f(x), então os coeficientes ak são nulos

  24. Série de Fourier • Na prática utiliza-se um número finito de componentes (sin/cos) para a representação das funções • Ex.: representação de uma onda quadrada • Com apenas 5 componentes já se consegue uma boa approximação

  25. ‘Série de Fourier

  26. Série de Fourier • 1a. componente: constante. Se não existisse (se fosse nula), o sinal estaria centrado no zero do eixo y. Em Eng. Elétrica esse termo corresponderia a componente de corrente contínua. • 2a. componente: (4sinx) tem o mesmo período ( ) do sinal. Portanto, é chamado de oscilação fundamental • As demais parcelas correspondem as oscilações harmônicas do sinal • Os coeficientes ak e bk são, na realidade, as amplitudes de cada harmônico

  27. Transformada de Fourier (sinal contínuo 1D)

  28. Transformada de Fourier (sinal contínuo) • Onde s é a função no espectro e t no tempo • Inversa Observe que estamos trabalhando com números complexos!!!

  29. Transformada de Fourier • Nota 1) A FT existe se f(t) for contínua e integrável e F(s) for integrável. Essas duas condições são quase sempre satisfeitas na prática • Nota 2) da linearidade da integral, segue que a FT também é um operador linear, ou seja, FT(f+g) = FT(f) + FT(g) ; FT(f) = FT(f)

  30. Transformada de Fourier • Como conseqüência da Nota 3, - teorema de Plancherel A energia da função é preservada na transformação.

  31. Transformada de Fourier

  32. Transformada de Fourier

  33. Exemplos:

  34. Onda quadrada - Pulso

  35. x(t) + y(t) X(f) + Y(f) Algumas propriedades da FT • Linearidade

  36. Deslocamentos no tempo e na freqüência • Deslocamentos no tempo (fase) h(t-t0) H( f )e-j2ft0

  37. Deslocamentos causam mudança apenas na fase e não na mag.

  38. Deslocamento na freqüência h(t) ej2f0 H( f -f0)

  39. Convolução • Uma das propriedades 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 )

  40. Convolução

  41. Conservação da energia • Teorema de Parseval

  42. Amplitude e Fase • O espaço FT pode ser visualizado diretamente através das suas componentes (real e imaginária) • Ou através da fase e amplitude do spectro

  43. 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:

  44. Transformada de Fourier (sinal contínuo 2D)

More Related