Dyskretna Transformacja Fouriera 2D (DFT2)

Slides:



Advertisements
Podobne prezentacje
Wykład 6: Filtry Cyfrowe – próbkowanie sygnałów, typy i struktury f.c.
Advertisements

Wykład 5: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
Wykład 6: Dyskretna Transformata Fouriera, FFT i Algorytm Goertzela
FALE Równanie falowe w jednym wymiarze Fale harmoniczne proste
Wykład no 3 sprawdziany:
Wykład no 1 sprawdziany:
Wykład no 14.
Sprawdziany: Postać zespolona szeregu Fouriera gdzie Związek z rozwinięciem.
Elementy przetwarzania obrazów
Systemy liniowe stacjonarne – modele wejście – wyjście (splotowe)
Zaawansowane metody analizy sygnałów
Przetwarzanie i rozpoznawanie obrazów
Przetwarzanie i rozpoznawanie obrazów
Katedra Telekomunikacji Morskiej
Anna Bączkowska Praca po kierunkiem dr M. Berndt - Schreiber
Gimp Przygotowała: Paulina Krupa Joanna Cieślar Zapraszamy :)
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
Filtracja obrazów.
Przekształcenia afiniczne
Grafika komputerowa Wykład 14 Podstawowe techniki przetwarzania obrazu
Filtracja sygnałów „Teoria sygnałów” Zdzisław Papir.
Właściwości przekształcenia Fouriera
Zaawansowane metody analizy sygnałów
Rozpoznawanie obrazów
Usuwanie zakłóceń Rysowanie w przestrzeni dyskretnej powoduje powstanie w obrazie zakłóceń (Aliasing) Metody odkłócania (Antyaliasing) zwiększenie rozdzielczości.
Wykład no 10 sprawdziany:
Geometria obrazu Wykład 1
Analiza zmian poziomu oceanu metodą FTBPF
Transformata Fouriera
Dyskretny szereg Fouriera
Matematyka.
CYFROWE PRZETWARZANIE SYGNAŁÓW
Cele i rodzaje modulacji
Komputerowe metody przetwarzania obrazów cyfrowych
Podstawy automatyki 2012/2013Transmitancja widmowa i charakterystyki częstotliwościowe Mieczysław Brdyś, prof. dr hab. inż.; Kazimierz Duzinkiewicz, dr.
Wykład 21 Regulacja dyskretna. Modele dyskretne obiektów.
Detekcja twarzy w obrazach cyfrowych
Modele dyskretne obiektów liniowych
Autorzy:Ania Szczubełek Kasia Sul
Odporne metody analizy obrazów
Analiza obrazów biomedycznych, identyfikacja różnic między obrazami
Metody odszumiania sygnałów
Algorytmy i Struktury Danych
FUNKCJE Pojęcie funkcji
Podstawowe tezy i wyniki rozprawy doktorskiej pt.
Analiza obrazu komputerowego wykład 5
Grafika i komunikacja człowieka z komputerem
Maciej Gwiazdoń, Mateusz Suder, Szymon Szymczk
COACH Program COACH umożliwia wykonywanie pomiarów fizycznych, między innymi fal akustycznych. Poza tym pozwala na analizowanie i przetwarzanie (np. rozkład.
ZAAWANSOWANA ANALIZA SYGNAŁÓW
Szeregi czasowe Ewolucja stanu układu dynamicznego opisywana jest przez funkcję czasu f(t) lub przez szereg czasowy jego zmiennych dynamicznych. Szeregiem.
DTFT (10.6). (10.7) Przykład 10.1 Przykład 10.2 (10.3)
Schemat układu ukrywającego znaki wodne
Przetwarzanie obrazów zima 2015
Przetwarzanie obrazów
Przetwarzanie obrazów
Zastosowanie przekształceń morfologicznych:
PTS Przykład Dany jest sygnał: Korzystając z twierdzenia o przesunięciu częstotliwościowym:
Grafika 2d - Podstawy. Kontakt Daniel Sadowski FTP: draver/GRK - wyklady.
Cyfrowe przetwarzanie sygnałów. Analiza dźwięku i obrazu
Wykład 3,4 i 5: Przegląd podstawowych transformacji sygnałowych
Geometria obrazu Wykład 3
Filtracja obrazów cd. Filtracja obrazów w dziedzinie częstotliwości
Podstawy automatyki I Wykład /2016
Wiktoria Dobrowolska. Grafika komputerowa - dział informatyki zajmujący się wykorzystaniem komputerów do generowania obrazów oraz wizualizacją rzeczywistych.
The Discrete-Time Fourier Transform (DTFT)
Elektronika.
EM Midsemester TEST Łódź
Wstęp do układów elektronicznych
Zapis prezentacji:

Dyskretna Transformacja Fouriera 2D (DFT2)

Interpretacja obszarów w dziedzinie transformaty

Monochromatyczny obraz amplitudy Operacja logarytmowania amplitudy jest stosowana ze względu na duże różnice w wartościach widma amplitudowego. Skala liniowa powodowałaby duże trudności w interpretacji widma: Widmo można również przedstawić jako obraz. Dla przedstawienia amplitudy lub fazy w poziomach szarości należy poszczególne wartości przeskalować: Przeważnie minimalna wartość amplitudy widma jest bliska wartości zero, więc powyższa zależność się uprości do postaci: Tak otrzymane liczby należy zaokrąglić do postaci całkowitej

Monochromatyczny obraz fazy

Obraz i jego transformata Faza Amplituda

Widmo jako obraz a) b) c) d) Monochromatyczny obraz widma amplitudowego: Oryginał Widmo standardowe Widmo w skali logarytmicznej Widmo z przesuniętą do środka składową stałą

Amplituda Faza

Separowalność dekompozycja „wiersze-kolumny” lub „kolumny-wiersze”

Macierzowy zapis DFT2

Wybrane obrazy i ich transformaty

Widmo Fouriera zawiera kombinację liniową informacji o każdym z elementów obrazu

Filtry splotowe Korzystając z metod splotowych można wydobyć wiele ciekawych informacji z obrazu: uwypuklanie krawędzi, wyostrzanie szczegółów, wygładzanie chropowatości, usuwania szumu. Splot jest bardzo prostą operacją. Oblicza się w nim nową wartość jasności piksela na podstawie sąsiadujących pikseli. Każdy z sąsiadów wnosi do nowej wartości swój udział mnożony przez odpowiednią wagę. Wagi są zapisane w postaci odpowiedniej tabelki - maski splotu: 1 1 1 1 4 1 a b c d e f g h i Nowa wartość piksela: e' = (a*1 + b*1 + c*1 + d*1 + e*4 + f*1 + g*1 + h*1 + i*1 ) / 12

Filtracja dolno-przepustowa (wygładzanie) 1 1 1 1 -8 1 Maska realizująca Laplasjan izotropowy operator różniczkowy drugiego stopnia

Wykrywanie (wzmacnianie) krawędzi -1 -2 -1 0 0 0 1 2 1 Maska Sobela -1 -1 -1 0 0 0 1 1 1 Maska Prewitta

Filtr górno-przepustowy (wyostrzanie obrazu) 1 -2 1 -2 4 -2 Lap=