1 / 49

Técnicas de Processamento Imagens

Técnicas de Processamento Imagens. Fourier 1D e 2D. 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

thane-gay
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

  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:

  6. Onda quadrada - Pulso

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

  8. Simetria Seja h(t) e H(f) pares da transformada de Fourier então: H(t) h(-f)

  9. Escala no tempo e na freqüência • Escala no tempo • Escala na freqüência h(kt) 1/|k|*H(f/k) 1/|k|*h(t/k) H(kf)

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

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

  12. 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 )

  13. Conservação da energia • Teorema de Parseval

  14. Amplitude e fase

  15. 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

  16. 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:

  17. Transformada Discreta de Fourier DFT

  18. 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 2ux /N] f(x) = (u=0:N-1)[F(u) e j2ux /N]

  19. DFT - shifting • Quando realizado a DFT de uma onda quadrada obtemos: Observe houve um deslocamento

  20. 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.

  21. Sub-amostragem • Time sampling too far apart • Looks like sine wave of different freq Over-sampled -- faithful representation Under-sampled (solid lines)

  22. Outro exemplo de sub-amostragem

  23. 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

  24. Transformada de Fourier 2D • Contínua • Discreta

  25. 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

  26. Exemplos de DFT/FFT 2D

  27. f(x,y) y x Pulso / Sync 2D

  28. A 2D Discrete Fourier Transform

  29. Amplitude e Fase |F(u,v)| amplitude fase original  F(u,v)

  30. 1D Spatial Frequencies

  31. 2D Spatial Frequencies

  32. Propriedades DFT/FFT 2D

  33. Rotação

  34. Combinação Linear (soma) + = + =

  35. Translação |F(u,v)|  F(u,v)

  36. Expansão

  37. Relação de freqüência espaço/espectro

  38. Alguns pares...

  39. 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.

  40. Rick Linda Combinando Amplitude e Fase 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.

More Related