Trasformata di Fourier
|
|
- Leonzio Ferrante
- 6 anni fa
- Visualizzazioni
Transcript
1 Trasformata di Fourier Filtri lineari Filtri lineari Gli operatori locali che operano su una immagine mediante la convoluzione con maschere di pesi possono essere descritti mediante la teoria dei segnali ed in particolare dei sistemi lineari: Trasformata di Fourier Prodotto di convoluzione Sistemi lineari
2 Immagine digitale Una immagine digitale è una funzione digitale del tipo: f : D [0,255] dove D è un dominio discreto, costituito da coppie di coordinate x,y. D è chiamato griglia di campionamento Funzione immagine Una immagine è una funzione digitale in due dimensioni: i valori rappresentano il livello di grigio di un determinato pixel di coordinate (x,y) O x y
3 Immagine come segnale Segnale: variazione di una grandezza fisica rispetto al tempo e/o allo spazio cioè Valore della grandezza ad ogni istante di tempo (spazio) Un segnale è una funzione dipendente da una o più variabili Le immagini stazionarie dipendono dalle coordinate spaziali: si parla di studio nel dominio dello spazio La funzione immagine considerata un segnale bidimensionale può essere studiata anche nel dominio delle frequenze tramite la trasformata di Fourier Dominio delle frequenze Ampiezza della trasformata di Fourier nel dominio delle frequenze (u,v) con origine nel centro O u v
4 Trasformata di Fourier Fondamenti Serie di Fourier: una funzione periodica può essere rappresentata come somma di funzioni seno e coseno di differenti frequenze, moltiplicate per differenti coefficienti Trasformata di Fourier: le funzioni non periodiche possono essere rappresentate come integrale di funzioni seno/coseno moltiplicate per dei coefficienti 1D Discrete Fourier Transform -DFT Trasformata discreta di Fourier- DFT : un segnale digitale di estensione finita può essere rappresentato mediante la trasformata discreta di Fourier - Sia f(x) -- {f (0), f (1),, f ( - 1) } un segnale monodimensionale di lunghezza Ssi definiscono la trasformata diretta e quella inversa DFT diretta DFT inversa 1 x= 0 ux F( u) = f ( x)exp( j2π ) u=0,1,,-1 1 ( x) = 1 u= 0 F( u)exp( j2 ux ) f π x=0,1,,-1
5 ucleo della trasformata di Fourier Formula di Eulero φ e j = cosφ + j sinφ ucleo o base della trasformata diretta - kernel e ux j2π ucleo della trasformata inversa ux ux ux = exp( j2π ) = cos(2π ) j sin(2π ) e j ux π 2 u=0,1,,-1 x=0,1,,-1 2D Discrete Fourier Transform -DFT Trasformata discreta di Fourier- 2-D DFT : un segnale digitale bidimensionale di estensione finita può essere rappresentato mediante la trasformata discreta di Fourier 2-D Sia f(x,y) x= 0,1,, M -1, y= 0,1,, - 1 una immagine di M x pixel; si definiscono la trasformata diretta e quella inversa bidimensionali
6 2D Discrete Fourier Transform Sia f(x,y) una immagine digitale, si definisce Trasformata discreta di Fourier: DFT diretta 2-D F DFT indiretta -2D 1 M ( u, v) = f ( x, y) per u = 0,1,2,..., M f M 1 1 ( x, y) = F( u, v) u= 0 v= 0 M 1 1 x= 0 y= 0 per x = 0,1,2,..., M 1 e v = 0,1,2,..., 1 1 e e e ux vy j2π + M ux vy j 2π + M y = 0,1,2,..., 1 Considerazioni Ogni termine della trasformata di Fourier F(u,v) è ottenuto come combinazione lineare di tutti i valori della funzione f(x,y) I valori f(x,y) sono moltiplicati per le funzioni base seno e coseno di frequenze diverse Il dominio (u,v) è noto come dominio delle frequenze I coefficienti F(u,v) sono detti componenti in frequenza della trasformata o coefficienti di Fourier
7 Esponenziale complesso e ux j2π ux ux ux = exp( j2π ) = cos(2π ) j sin(2π ) Parte reale Parte immaginaria F(u,v) è una funzione complessa; si può quindi esprimere in coordinate polari F jφ ( u, v) ( u, v) = F( u, v) e Trasformata in 2D f(x,y) funzione reale. La trasformata complessa- si può esprimere in termini di ampiezza e fase: P 2 2 ( u, v) = R ( u, v) + I ( u, v) I ( ) ( u, v) u, v = arctg R( u, v) ( u, v) = F( u, v) 2 F ϕ jφ ( u, v) = F( u v) e F, Spettro o ampiezza Angolo di fase spettro di potenza Le variabili u e v vengono chiamate variabili di frequenza
8 Visualizzazione della trasformata di Fourier La trasformata di Fourier non può essere visualizzata essendo una funzione complessa Si visualizzano separatamente l ampiezza o la fase. Per l ampiezza si utilizza la funzione logaritmica D u,v = log 1+ F u,v ( ) ( ) ( ) Infatti l ampiezza decresce piuttosto rapidamente all aumentare della frequenza Le componenti di alta frequenza tenderebbero ad essere scure se visualizzate direttamente La funzione log è non negativa e preserva il valore 0
9 Trasformata di Fourier diretta I coefficienti F(u,v) di Fourier sono in relazione con alcune caratteristiche della immagine F(0,0) è proporzionale al valore di brillanza medio della immagine f(x,y) I coefficienti F(u,v) in corrispondenza di valori elevati di u,v alte frequenze spaziali- sono in relazione alle brusche variazioni di livello di grigio edge pixel I coefficienti F(u,v) in corrispondenza di valori bassi di u,v, vicino all origine basse frequenze spaziali- sono in relazione a regioni abbastanza uniformi Esempio input fft output Smoothing filter
10 ghepardo Ampiezza della trasformata del ghepardo
11 Fase della trasformata del ghepardo Zebra
12 Ampiezza della trasformata della zebra Fase della trasformata della zebra
13 Curiosità sulla FT di immagini Le ampiezze della FT delle immagini naturali sono abbastanza simili tra loro L informazione è elevata vicino alle basse frequenze, si va attenuando verso le alte frequenze La maggior parte della informazione è nella fase e non nell ampiezza on è molto chiaro perchè sia quasi sempre così Ricostruzione con la fase della zebra e l ampiezza del ghepardo
14 Ricostruzopne con la fase del ghepardo e l ampiezza della zebra Proprietà fondamentali La trasformata di Fourier gode delle seguenti proprietà: separabilità traslazione periodicità simmetria linearità convoluzione correlazione
15 Traslazione Una traslazione effettuata sulla funzione originale comporta una modifica della fase per la trasformata, e viceversa: F f ( u u, v v ) f ( x, y) 0 u0x+ v0 y j2π ux0 + vy0 j2π ( x x, y y ) F( u, v) e e Traslazione f(x,y)exp[j2π(u 0 x+v 0 y)/] F(u-u 0, v-v 0 ) Il prodotto di f(x,y) per un termine esponenziale produce nella trasformata F(u,v) una traslazione di (u 0,v o ). Si ha cioè che l origine del piano (u,v) trasla nel punto (u 0, v 0 ) In particolare se u 0 = v 0 = /2, si ha che l origine (0,0) trasla al centro del piano exp[j2π(u 0 x+v 0 y)/] = e jπ(x+y) = (-1) x+y f(x,y)(-1) x+y F(u-/2, v-/2)
16 Traslazione E possibile traslare l origine della trasformata di Fourier di f(x,y) nel centro del piano (u,v) moltiplicando f(x,y) per (-1) x+y ed effettuando quindi la trasformata di Fourier È da notare che questa traslazione non influenza il modulo della trasformata: [ j2π ( ux + vy )/ ] F( u v) F u, v)exp, ( 0 0 = se u 0 = v 0 = /2 Separabilità Potendo esprimere la funzione esponenziale complesso come prodotto lungo le due direzioni: è possibile separare la Trasformata di Fourier lungo le due direzioni: F e j2π ( ux+ vy) j2πux j2πvy. 1 ( u, v) = e f ( x, y) x= 0 j 2πux = e 1 y= 0 e e j 2πvy Vantaggio: la trasformata può essere calcolata mediante due successive applicazioni della trasformata monodimensionale ( x v) F,
17 F(u,v) = 1 1 F(x,v)exp x= 0 [ j2π2πux] dove 1 = 1 F(x,v) f(x,v)exp y= 0 [ j2π2πvy] (0, 0) (-1) f(x,y) -1 y (0, 0) Trasf. 1D lungo righe; * (-1) (0, 0) v -1 Trasf. 1D lungo F(x,v) colonne (-1) F(u,v) -1 v x x u F(u,v) o f(x,y) possono essere valutate in 2 passi mediante l applicazione ripetuta della trasformata monodimensionale o della sua inversa Rotazione Se f(x,y) è ruotata di un angolo θ anche F(u,v) è ruotata dello stesso angolo θ In maniera analoga una rotazione della trasformata F(u,v) causa una rotazione della funzione f(x,y) dello stesso angolo
18 Periodicità La trasformata di Fourier è periodica. F = ( u, v) = F( u +, v) = F( u, v + ) = F( u +, v + ) La traformata discreta di fourier è periodica con periodo Simmetria coniugata Sia f(x,y) una funzione reale. La trasformata equivale alla trasformata complessa coniugata con F * ( u, v) = F ( u, v) ( u, v) complessa coniugata di F( u v) * F, L ampiezza della trasformata è simmetrica rispetto all origine F ( u, v) = F( u, v)
19 Linearità La Trasformata di Fourier è lineare: a f 1 a F 1 ( x, y) + b f ( x, y) c ( u, v) + b F ( u, v) L operatore T F che genera la trasformata di Fourier è lineare: T ( af + bf ) = at ( f ) bt ( ) F 1 2 F 1 + F f2 2 2 Sistemi lineari e filtraggio lineare Un processo che accetta una immagine I ( segnale ) in input e la trasforma mediante una convoluzione è detto sistema lineare Immagine I Filtro digitale caratterizzato dalla risposta impulsiva H Output - Image J = I*H Goals del filtraggio lineare è di migliorare la qualità della immagine, enfatizzando oppure attenuando alcune caratteristiche
20 Obiettivi Smoothing rimuove il rumore dovuto alla trasmissione, acquisizione.. Enhancement migliora la qualità delle immagini o enfatizza feature significative, come gli edge Deblurring migliora la nitidezza ( sharpness) delle immagini sfocate (blurred) Sistemi lineari Un sistema lineare può essere caratterizzato in uno dei 2 modi equivalenti mediante Risposta impulsiva: risposta del sistema all impulso unitario Risposta in frequenza: descrive come il sistema elabora ogni componente in frequenza in una immagine Le componenti in frequenza sono amplificate oppure attenuate
21 Spatial Filtering Il filtraggio nel dominio spaziale può essere rappresentato come: g ( m, n) = T[ f ( m, n)] Immagine filtrata Transformation Immagine iniziale La trasformazione T è lineare nel caso dei sistemi lineari Linear Shift-Invariance Una trasformazione T{} is Lineare se: T(a g(x,y)+b h(x,y)) = a T{g(x,y)} + b T(h(x,y)) Shift invariant se: ella ipotesi T(f(x,y)) = g(x,y) Risulta T{f(x-x 0, y- y 0 )} = g(x-x 0, y-y 0 )
22 g( m, n) = h( m, n) f ( m, n) = = Come specificare T Se l operatore T è lineare e invariante per traslazione (LSI), caratterizzato dalla risposta impulsiva h(m, n), la risposta g(m,n) può essere ottenuta dal prodotto di convoluzione: l= k= l= k= h( m, n ) =0 for (m,n) h( m k, n l) f ( k, l) f ( m k, n l) h( k, l) In pratica h( n, m ) è di estensione finita: La maschera h(m,n) è invertita rispetto agli assi x,y Dove è il più piccolo insieme (detto intorno) in cui h èdiversada0. è anche detto il supporto di h g( m, n) = h( m, n) f ( m, n) = a b l= ak = b Correlazione h( m, n) f ( m + k, m + l) L equazione è detta correlazione della maschera h e della immagine f Quando h(m,n) è simmetrica l operazione di correlazione è uguale a quella di convoluzione
23 Teorema di convoluzione el dominio delle frequenze il prodotto di convoluzione può essere rappresentato come: G(u, v ) = H (u, v). F (u, v ) Dove H (u, v) and F (u, v ) sono trasformate di Fourier ottenute dopo operazioni di zero-padding cornice di zeri L operatore. indica la moltiplicazione punto a punto delle 2 matrici Molte operazioni LSI possono essere interpretate nel dominio delle frequenze come operazioni di filtraggio: ad esempio lasciare passare di certe componenti di frequenza e non lasciare passare altre componenti Lowpass filter Filtro che attenua le frequenze, meno quelle più basse Utile per un processo di smoothing cioè attenuare il rumore o sfocare i dettagli di una immagine, in modo da conservare le caratteristiche più evidenti
24 Highpass filter Filtro che attenua le frequenze, meno quelle più alte Utile per un processo di enhancement cioè evidenziare i dettagli di una immagine ed il contrasto rimuovere lo sfocamento Bandpass filter Filtro che attenua le frequenze e fa passare le frequenze in una paricolare intervallo di frequenze (banda di frequenze)
25 Operatori locali w(i,j) è una maschera 3 x 3 h = w 1 w 2 w 3 w 4 w 5 w 6 Finestra immagine di dimensione 3 x 3 f(x-1,y-1) f(x,y-1) f(x+1,y-1) f(x-1,y) f(x,y) f(x+1,y) w 7 w 8 w 9 f(x-1,y+1) f(x,y+1) f(x+1,y+1) x (x,y) y Il valore del pixel centrale è calcolato come somma pesata di f secondo i coefficienti w i : g( x, y) = w + w w 7 f ( x 1, y 1) + w f ( x, y 1) + w f ( x + 1, y 1) + w 5 2 f ( x 1, y) + w f ( x, y) + w 8 6 f ( x, y + 1) f ( x + 1, y) + w 3 9 f ( x 1, y + 1) f ( x + 1, y + 1) Come si calcola il prodotto di convoluzione L output g(m, n) è calcolato facendo scorrere la maschera su ogni pixel della immagine f(m, n) Attenzione particolare richiedono i pixel del bordo della immagine f(m, n) 1. La maschera è troncata al bordo (free boundary) e l immagine è estesa con degli zeri. In una dimensione si ha: ~ f ( ) f ( x) = x 0 0 x < ( L / 2) + 1 x < 0 x < + ( L / 2) 1
26 Prodotto di convoluzione 2. L immagine è estesa aggiungendo ai bordi righe e colonne extra cornice. L estensione è fatta ripetendo la prima/ultima riga/colonna oppure mediante valori costanti (fixed boundary). In una dimensione si ha: f (0) ~ f ( x) = f ( x) f ( 1) ( L / 2) + 1 x < 0 0 x < x < + ( L / 2) 1 Prodotto di convoluzione 3. L immagine è estesa in modo periodico (periodic boundary). In una dimensione si ha: ~ f (( x + ) mod ) f ( x) = f ( x) f ( x mod ) ( L / 2) + 1 x < 0 0 x < x < + ( L / 2) 1
27 Prodotto di convoluzione In ogni caso l output finale g(m, n) è ristretto al supporto dell immagine originale f(m, n) Low-pass, Band-pass, High-pass filters low-pass: band-pass:
28 2D convolution theorem example f(x,y) F(s x,s y ) * h(x,y) H(s x,s y ) g(x,y) G(s x,s y ) Slide by Steve Seitz
Elaborazione nel dominio delle frequenze. Elaborazione delle immagini digitali 1
Elaborazione nel dominio delle frequenze Elaborazione delle immagini digitali 1 Serie di Fourier Elaborazione delle immagini digitali 2 Introduzione alla trasformata di Fourier Una funzione periodica può
DettagliIMAGE PROCESSING & DOMINIO DELLE. Pagano Luca 18/12/2013
IMAGE PROCESSING & DOMINIO DELLE FREQUENZE Pagano Luca 18/12/2013 IN GENERALE Trasformata: Antitrasformata: In cui le funzioni r ed s vengono chiamate funzioni o immaginibase. Invece i termini T(u,v) vengono
DettagliCorso di Visione Artificiale. Filtri parte II. Samuel Rota Bulò
Corso di Visione Artificiale Filtri parte II Samuel Rota Bulò Numeri complessi parte reale parte immaginaria in coordinate polari complesso coniugato formula di Eulero Trasformata di Fourier discreta (DFT)
DettagliOperatori locali. Operatori locali. Q=f(P,w)
Operatori locali Operatori locali P(i,j) Gli operatori locali associano ad ogni piel ( i,j) della immagine di output Q un valore calcolato in un intorno o finestra w centrata nel piel P(i,j) Q=f(P,w) Operatori
DettagliElettronica II Segnali periodici; serie di Fourier; trasformata di Fourier p. 2
Elettronica II Segnali periodici; serie di Fourier; trasformata di Fourier Valentino Liberali Dipartimento di Tecnologie dell Informazione Università di Milano, 26013 Crema e-mail: liberali@dti.unimi.it
DettagliLa trasformata di Fourier multidimensionale
1 La trasformata di Fourier multidimensionale La trasformata di Fourier bidimensionale F(ω x,ω y ) = F 2 {f(x,y)} di una funzione bidimensionale reale f(x,y) è una funzione complessa che esprime l ampiezza
DettagliImage Enhancement nel Dominio delle Frequenze
Image Enhancement nel Dominio delle Frequenze Introduzione Una funzione periodica può essere espressa come somma di seni e/o coseni di differenti frequenze e ampiezze (Serie di Fourier). Anche una funzione
DettagliImage Processing 2. Dispense del corso di Elaborazione di Immagini e Audio Digitali. Prof. Roberto Vezzani.
http://imagelab.ing.unimo.it Dispense del corso di Elaborazione di Immagini e Audio Digitali Image Processing 2 Prof. Roberto Vezzani Relazioni tra pixel Esistono delle relazioni di base tra pixel in un
DettagliElenco dei simboli 9. Prefazione 10
Indice Elenco dei simboli 9 Prefazione 10 1 Analisi nel dominio del tempo 11 1.1 Segnali tempo discreto... 11 1.1.1 Segnali notevoli tempo discreto... 13 1.1.2 Alcuni criteri di classificazione di segnali
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI 1 Fondamenti di segnali Fondamenti e trasmissione TLC Introduzione Se il segnale d ingresso di un sistema Lineare Tempo-Invariante (LTI e un esponenziale
DettagliFiltraggio. Stefano Ferrari. Università degli Studi di Milano Tecniche di calcolo e sistemi operativi e informatica
Filtraggio Stefano Ferrari Università degli Studi di Milano stefano.ferrari@unimi.it Tecniche di calcolo e sistemi operativi e informatica anno accademico 2017 2018 Filtraggio Il termine filtraggio fa
DettagliUniversità degli studi di Catania Facoltà di scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Magistrale
Università degli studi di Catania Facoltà di scienze Matematiche, Fisiche e Naturali Corso di Laurea in Informatica Magistrale Alessandro Ortis Estensione del software ImageJ con l implementazione di un
DettagliCircuiti a tempo discreto Raffaele Parisi
Università di Roma La Sapienza Laurea specialistica in Ingegneria Elettronica Circuiti a tempo discreto Raffaele Parisi : Risposta in frequenza dei circuiti TD Rappresentazione nel dominio della frequenza,
DettagliProf. Carlo Rossi DEIS - Università di Bologna Tel:
Prof. Carlo Rossi DEIS - Università di Bologna Tel: 051 2093020 email: carlo.rossi@unibo.it Sistemi Tempo-Discreti In questi sistemi i segnali hanno come base l insieme dei numeri interi: sono sequenze
DettagliTeoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier
Teoria dei Segnali Richiami ai numeri complessi; serie e trasformata di Fourier Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it Teoria dei Segnali
DettagliRISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI
RISPOSTA IN FREQUENZA DEI SISTEMI LINEARI TEMPO INVARIANTI Fondamenti di Segnali e Trasmissione Risposta in requenza e banda passante La risposta in requenza di un sistema LTI e la trasormata di Fourier
DettagliElementi di grafica raster
Elementi di grafica raster Segnali mono-bidimensionali Segnale: variazione di una grandezza fisica rispetto al tempo e/o allo spazio cioè Valore della grandezza ad ogni istante di tempo (spazio) Un segnale
DettagliTeoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione p. 1 Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione
DettagliAnalisi armonica su dati campionati
Sistemi di misura digitali Analisi armonica su dati campionati - 1 Analisi armonica su dati campionati 1 - Troncamento del segnale Distorsione di leakage L analisi di Fourier è un metodo ben noto per ottenere
DettagliINDICE Esempi di segnali determinati: periodici e di energia Esempio di segnale aleatorio...4
INDICE 1 Introduzione: definizione e classificazione dei segnali... 1 1.1 Introduzione all elaborazione numerica dei segnali... 1 1.2 Classificazione dei segnali... 2 1.2.1 Esempi di segnali determinati:
DettagliElaborazione di immagini. I filtri Digital Image Processing
Elaborazione di immagini I filtri Digital Image Processing Tre livelli di image processing Basso livello Filtro di smoothing Tre livelli di image processing Medio livello Contrast saliency region detection,
DettagliElaborazione di immagini digitali: trasformare e migliorare
Università degli Studi di Palermo Dipartimento di Ingegneria Informatica Elaborazione di Immagini e Suoni / Riconoscimento e Visioni Artificiali 12 c.f.u. Anno Accademico 2009/2010 Docente: ing. Salvatore
DettagliIn realtà i segnali con i quali dobbiamo confrontarci più frequentemente sono limitati nel tempo
Segnali trattati sino ad ora: continui, durata infinita,.. Su essi sono stati sviluppati strumenti per analizzare output di circuiti e caratteristiche del segnale: Risposta all impulso, prodotto di convoluzione,
DettagliTrasformata di Fourier per Immagini Digitali
A.a. 008/009 Trasormata di Fourier per Immagini Digitali + j [ ] Segnali Continui -D π i ( ) I i ( ) = ie ( ) d= I( ) I( ) spettro di ampiezza + i( ) =I [ I( ) ] = I( ) e j π d ( ) ( ( )) I I( ) tan R
DettagliTRASFORMATE DI LAPLACE
FONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica http://web.ing.unimo.it/~lbiagiotti/fondamenticontrolli1415.html TRASFORMATE DI LAPLACE Ing. e-mail: luigi.biagiotti@unimore.it http://www.dii.unimore.it/~lbiagiotti
DettagliTrasformata discreta di Fourier diunasequenzafinita: algoritmifft
diunasequenzafinita: algoritmifft La TDF di una sequenza finita può essere calcolata utilizzando algoritmi, computazionalmente efficienti, quali gli algoritmi Fast Fourier Transform (FFT). L efficienza
DettagliFiltraggio nel Dominio della Frequenza
Filtraggio nel Dominio della Frequenza Parte 2 Filtro di enfasi ad alta frequenza Solitamente i filtri passa alto riducono a zero il termine dc, dunque riducono l intensità media nell immagine filtrata
DettagliTeoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui
Teoria dei Segnali Discrete Fourier Transform (DFT) e Fast Fourier Transform (FFT); filtri tempo-continui Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliCampionamento. Campionamento: problema
Posizione del problema uniforme Ricostruzione Teorema del campionamento Significato della formula di ricostruzione Sistema di conversione A/D sample & hold quantizzazione Sistema di conversione D/A : problema
DettagliGianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico
Gianfranco Cariolaro, Gianfranco Pierobon, Giancarlo Calvagno Segnali e sistemi Indice analitico Copyright The McGraw-Hill Companies srl A aliasing, 443 fenomeno dell, 424f AMI, codificatore, 315 analiticità
DettagliLa visione spaziale (1): dalla visita oculistica al JPEG
La visione spaziale (1): dalla visita oculistica al JPEG Corso di Principi e Modelli della Percezione Prof. Giuseppe Boccignone Dipartimento di Informatica Università di Milano boccignone@di.unimi.it http://boccignone.di.unimi.it/pmp_2015.html
DettagliOperatori locali. Analisi di basso livello
Operatori locali Analisi di basso livello Si applica ad una immagine per produrre una immagine utile all applicazione inale Obiettivo è il miglioramento della immagine e riduzione del rumore introdotto
DettagliProcessamento di immagini
Processamento di immagini Applicazioni Immagini biomediche Modifica di immagini Confronto e registrazione... Formazione Ogge=o in - > Immagine out Processamento Immagine in - > Immagine out Analisi Immagine
DettagliLaboratorio II, modulo Segnali a tempo discreto (cfr.
Laboratorio II, modulo 2 2012017 Segnali a tempo discreto (cfr. http://wpage.unina.it/verdoliv/tds/appunti/appunti_04.pdf e http://wpage.unina.it/verdoliv/tds/appunti/appunti_0.pdf Luise, Vitetta, D Amico
DettagliReti nel dominio delle frequenze. Lezione 10 2
Lezione 10 1 Reti nel dominio delle frequenze Lezione 10 2 Introduzione Lezione 10 3 Cosa c è nell Unità 3 In questa sezione si affronteranno Introduzione all Unità Trasformate di Laplace Reti nel dominio
Dettagli7.Trasformata discreta di Fourier
7.Trasformata discreta di Fourier 7. Introduzione Nel capitolo 6 sono state prese in esame la definizione e le proprietà della trasformata discreta nel tempo di Fourier : X(e jω ), essendo ω una variabile
DettagliSEGNALI A TEMPO DISCRETO. Impulso e altri segnali canonici discreti. Trasformata Zeta. Sviluppo di Fourier discreto. Trasformata di Fourier discreta
SEGNALI A TEMPO DISCRETO Impulso e altri segnali canonici discreti Trasformata Zeta Sviluppo di Fourier discreto Trasformata di Fourier discreta Illustrazioni dal Testo di Riferimento per gentile concessione
DettagliTeoria dei Segnali. 1 Proprietà della trasformata di Fourier. correlazione tra segnali; autocorrelazione
Teoria dei Segnali Proprietà della trasformata di Fourier; correlazione tra segnali; autocorrelazione Valentino Liberali Dipartimento di Fisica Università degli Studi di Milano valentino.liberali@unimi.it
DettagliSegnali e trasformate
Segnali e trasformate - 1 Corso di Laurea in Ingegneria dell Automazione Segnali e trasformate DEIS-Università di Bologna Tel. 051 2093020 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliDato un vettore di lunghezza N, questo può essere pensato come un elemento di uno spazio N dimensionale.
Base canonica Dato un vettore di lunghezza N, questo può essere pensato come un elemento di uno spazio N dimensionale. 234 204 34 16 44 134 12 11 56 Quindi possiamo scomporlo usando la base canonica di
DettagliSi riportano di seguito alcune importanti formule di trigonometria, che possono risultare utili:
Si riportano di seguito alcune importanti formule di trigonometria, che possono risultare utili: Un generico esponenziale complesso può essere scritto come: e^±jφ= cos(φ) ± j sin(φ) da cui si ricavano
DettagliTRASFORMATE DI LAPLACE
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm TRASFORMATE DI LAPLACE Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it
DettagliLa funzione di risposta armonica
Funzione di risposta armonica - Corso di Laurea in Ingegneria Meccanica Controlli Automatici L La funzione di risposta armonica DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi
DettagliLa compressione video. Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG
La compressione video Analis i in multiris oluzione Wavelet La compres s ione di immag ini C ompres s ione JPEG S tandard MPEG Trasformata di Fourier Analisi in frequenza delle immagini 2 Trasformata di
DettagliOperatori locali su immagini digitali
Operatori locali su immagini digitali Definizione degli operatori locali Filtri di smoothing Filtri di sharpening Filtri derivativi Operatori locali Questi operatori sono usati per: miglioramento della
DettagliLa strumentazione NMR. ed alcuni dettagli sul metodo a Trasformata di Fourier
La strumentazione NMR ed alcuni dettagli sul metodo a Trasformata di Fourier 1 Lo Spettrometro NMR 2 Il magnete: genera il campo B 0, intenso, stabile ed omogeneo 600MHz 15 T 900 MHz 22 T 60MHz 1.5 T 3
DettagliCONTROLLI AUTOMATICI Ingegneria Gestionale ANALISI ARMONICA
CONTROLLI AUTOMATICI Ingegneria Gestionale http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Federica Grossi Tel. 059 2056333 e-mail: federica.grossi@unimore.it
DettagliLa Trasformata di Fourier
La Trasformata di Fourier Preliminari: Spazi di Hilbert Da Wikipedia In matematica uno spazio di Hilbert è uno spazio vettoriale che generalizza la nozione di spazio euclideo. Gli spazi di Hilbert sono
DettagliCAMPIONAMENTO E RICOSTRUZIONE. Y(f) Y(f-15) Y(f+15) f[hz] Yc(f) Y(f) Y(f-17.5) Y(f+17.5) Yc(f) Esercizio 1
CAMPIONAMENTO E RICOSTRUZIONE Esercizio 1 Dato il segnale y(t), con trasformata di Fourier Y(f) rappresentata in figura, rappresentare lo spettro del segnale ottenuto campionando idealmente y(t) con a)
DettagliTRASFORMATA di LAPLACE. Prof. Laura Giarré
TRASFORMATA di LAPLACE Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Trasformate di Laplace Gli esempi visti di sistemi dinamici hanno mostrato che la loro evoluzione nel
Dettagli( ) ( ) = ( )* ( ) Z f X f Y f. sin 2 f. 0 altrove. Esempio di Modulazione
Esempio di Modulazione z ( t) = x( t) y ( t) dove x( t ) e y () t ammetto trasformata di Fourier X ( f ) e Y ( f ) Per z ( t ) si ha (convoluzione degli spettri): Ad esempio se: ( ) = sin( 2π f t) x t
DettagliSegnali analogici. Segnali aleatori. Segnali determinati Trasmissione ideale Trasmissione perfetta. Trasmissione imperfetta
Segnali determinati Trasmissione ideale Trasmissione perfetta Segnali analogici 40 20 Segnali aleatori Trasmissione imperfetta Laboratorio di Segnali Segnali modulati Segnali tempo discreto e segnali in
DettagliSegnali e trasformate
Segnali e trasformate - Corso di Laurea in Ingegneria Meccanica Segnali e trasformate DEIS-Università di Bologna Tel. 5 2932 Email: crossi@deis.unibo.it URL: www-lar.deis.unibo.it/~crossi Segnali e trasformate
DettagliANALISI ARMONICA. G(s) Analisi armonica. Funzione di risposta armonica
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Analisi
DettagliCONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm ANALISI ARMONICA Ing. Luigi
DettagliRestauro di immagini. Prof. Filippo Stanco. Multimedia
Restauro di immagini Prof. Filippo Stanco Restauro di immagini Il principale obiettivo delle tecniche di restauro è quello di rendere migliore un immagine cercando di ripristinarne il contenuto informativo
DettagliSEGNALI E SISTEMI (a.a ) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 2003 Testo e Soluzione
Esercizio 1 [punti 4] SEGNALI E SISTEMI (a.a. 003-004) Proff. L. Finesso, M. Pavon e S. Pinzoni Prova scritta 15 dicembre 003 Testo e Soluzione Per ciascuno dei seguenti segnali dire se è periodico e,
DettagliFondamenti di Elaborazione Numerica dei Segnali Anno Accademico Primo Appello 26/2/2015
Fondamenti di Elaborazione Numerica dei Segnali Anno Accademico 204-205 Primo Appello 26/2/205 Quesiti relativi alla prima parte del corso (tempo max. 90 min). Calcolare: la trasformata z di x(n) = ( )
DettagliANALISI DI FOURIER. Segnali tempo continui:
ANALISI DI FOURIER Segnali tempo continui: Segnali aperiodici Introduzione alla Trasformata Continua di - Derivazione intuitiva della TCF a partire dallo Sviluppo in Serie di - Spettro di ampiezza e fase
DettagliTRASFORMATE DI LAPLACE
CONTROLLI AUTOMATICI Ingegneria Meccanica e Ingegneria del Veicolo http://www.dii.unimore.it/~lbiagiotti/controlliautomatici.html TRASFORMATE DI LAPLACE Ing. e-mail: luigi.biagiotti@unimore.it http://www.dii.unimore.it/~lbiagiotti
DettagliTrasformata di Fourier
Trasformata di Fourier Ø Risposta impulsiva e integrale di convoluzione Ø Rappresentazione di segnali nel tempo e in frequenza Ø Filtri idealmente e fisicamente realizzabili, stabilità Ø Trasformazioni
DettagliRisposta a segnali dotati di serie o trasformata di Fourier. Identificazione della risposta in frequenza
RISPOSTA IN FREQUENZA Risposta esponenziale Risposta sinusoidale Risposta a segnali dotati di serie o trasformata di Fourier Identificazione della risposta in frequenza Diagrammi di Bode Diagrammi polari
DettagliLa Trasformata di Fourier: basi matematiche ed applicazioni. Parte II
Metodi di Calcolo per la Chimica A.A. 2016-2017 Marco Ruzzi La Trasformata di Fourier: basi matematiche ed applicazioni Parte II Showing a Fourier transform to a physics student generally produces the
DettagliLe immagini digitali. Introduzione
Le immagini digitali Introduzione 2 L informazione grafica grafica a caratteri grafica vettoriale grafica raster 3 Due grandi categorie Immagini reali: acquisite da una scena reale mediante telecamera,
DettagliSistemi e Tecnologie della Comunicazione
Sistemi e Tecnologie della Comunicazione Lezione 5: strato fisico: limitazione di banda, formula di Nyquist; caratterizzazione del canale in frequenza Rappresentazione spettrale di un segnale Il grafico
Dettagli0.6 Filtro di smoothing Gaussiano
2 Figura 7: Filtro trapezoidale passa basso. In questo filtro l rappresenta la frequenza di taglio ed l, l rappresenta un intervallo della frequenza con variazione lineare di H, utile ad evitare le brusche
DettagliANALISI DI FOURIER. Segnali a tempo continuo:
ANALISI DI OURIER Segnali a tempo continuo: Segnali aperiodici Segnali periodici Introduzione alla Trasformata Continua di ourier - Derivazione intuitiva della TC a partire dallo Sviluppo in Serie di ourier
DettagliProblemi di base di Elaborazione Numerica dei Segnali
Universita' di Roma TRE Corso di laurea in Ingegneria Elettronica Corso di laurea in Ingegneria Informatica Universita' di Roma "La Sapienza" Corso di laurea in Ingegneria delle Telecomunicazioni Problemi
DettagliCorso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra
Corso di Fondamenti di Telecomunicazioni Esercizi Teoria dei segnali Prof. Giovanni Schembra Sommario CARATTERISTICHE DEI SEGNALI DETERMINATI.... ESERCIZIO.... ESERCIZIO... 5.3 ESERCIZIO 3 CONVOLUZIONE...
Dettagli( e j2π ft 0.9 j) ( e j2π ft j)
Esercitazione Filtri IIR Es. 1. Si consideri il filtro dato dalla seguente equazione alle differenze y[n]+0.81y[n-2]=x[n]-x[n-2] - Determinare la funzione di trasferimento del filtro Eseguendo la Trasformata
DettagliLe trasformazioni geometriche nel piano cartesiano. x = ϕ(x', y') τ 1 : G(x', y') = 0. la sua inversa.
τ : P P' oppure P'=τ(P) P immagine di P trasformato di P secondo τ se α è una figura geometrica α =τ(α) è la figura geometrica trasformata x' = f (x, y) τ : y' = g(x, y) espressione analitica della trasformazione
DettagliSoluzione nel dominio del tempo
Soluzione nel dominio del tempo Prof. Laura Giarré Laura.Giarre@UNIMORE.IT https://giarre.wordpress.com/ca/ Antitrasformate CA 2017 2018 Prof. Laura Giarré 1 Risposta nel dominio trasformato Ricordo che
DettagliEdoardo Milotti - Metodi di trattamento del segnale 1
Edoardo Milotti - Metodi di trattamento del segnale 1 Consideriamo un certo processo di campionamento in cui si prendono N campioni con intervallo di campionamento Δt: in questo caso il tempo di campionamento
DettagliSharpening mediante filtraggio spaziale
Sharpening mediante filtraggio spaziale Stefano Ferrari Università degli Studi di Milano stefano.ferrari@unimi.it Elaborazione delle immagini anno accademico 2009 2010 Sharpening Il termine sharpening
DettagliPROCESSI CASUALI 1 Fondamenti di segnf a o lin d e a t m ra e s n mtii s T si L o C ne
PROCESSI CASUALI Fondamenti di segnali Fondamenti e trasmissione TLC Segnali deterministici Un segnale (t) si dice deterministico se è una funzione nota di t, cioè se ad un qualsiasi istante di tempo t
DettagliANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA
FONDAMENTI DI CONTROLLI AUTOMATICI Ingegneria Meccanica http://web.ing.unimo.it/~lbiagiotti/fondamenticontrolli1415.html ANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA Ing. e-mail: luigi.biagiotti@unimore.it
DettagliEsercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s.
ASB 17/01/12 (270) Esercizio 1 (12 punti) Si consideri il segnale s(t) in figura e se ne calcoli la Trasformata Continua di Fourier. A vale 2 V e T è paria a 1 s. A 0 T 2T 3T t - A Si consideri il segnale
DettagliElaborazione dei dati. pkt /9
Elaborazione dei dati pkt006-89-1.0 4/9 1 Argomenti 1. Analisi delle immagini multispettrali 2. Analisi dell istogramma e enfatizzazione del contrasto 3. Trasformata RGB-IHS 4. Filtraggio 5. Estrazione
DettagliFiltraggio Digitale. Alfredo Pironti. Ottobre Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20
Filtraggio Digitale Alfredo Pironti Ottobre 2012 Alfredo Pironti Univ. di Napoli Federico II Corso Ansaldo Breda 1 / 20 Filtri Analogici (1) Un filtro analogico è un sistema lineare tempo-invariante (LTI)
DettagliProva di AUTOVALUTAZIONE (novembre 2009). nota: l esame ha validità solo se incluso nel piano degli studi per l anno accademico corrente.
UNIVERSITA DEGLI STUDI ROMA TRE CdS in Ingegneria Informatica corso di FONDAMENTI DI TELECOMUNICAZIONI Prova di AUTOVALUTAZIONE (novembre 2009). COMPITO A nota: l esame ha validità solo se incluso nel
DettagliEstrazione dei bordi
Estrazione dei bordi L algoritmo di Marr-Hildreth L algoritmo di Canny Operatori per l estrazione dei bordi (edge operators) Lo scopo di questi operatori è quello di generare un immagine dei bordi (edge
DettagliProva scritta di Teoria dei Segnali: nuovo ordinamento
Prova scritta di Teoria dei Segnali: nuovo ordinamento 1. Dati i segnali x(t) = rect[(t-2)/2] e y(t) = 2rect[(t+3)/2], si calcoli il prodotto di convoluzione tra x(t) e y(t), 2. Si calcoli la trasformata
DettagliComunicazione Elettriche L-A Identità ed equazioni
Comunicazione Elettriche L-A Identità ed equazioni Gennaio - Marzo 2009 Identità ed equazioni relative alle comunicazioni elettriche tratti dalle lezioni del corso di Comunicazioni Elettriche L-A alla
DettagliSteeper Rolloff. mentre si pone il valore centrale pari all unità in corrispondenza di. Ossia si impongono tali condizioni nella:
Steeper Rolloff Dalle analisi precedenti, è chiaro che, modificando i coefficienti della finestra Blacman, si ottiene una caduta anche più ripida di 30 db/ottava Occorre cancellare due coppie di zeri da
DettagliFONDAMENTI DI INFORMATICA
FONDAMENTI DI INFORMATICA CENNI ELEMENTARI AL TEOREMA DEL CAMPIONAMENTO E SPETTRO DI UN SEGNALE Prof. Alfredo Accattatis Fondamenti di Informatica - Alfredo Accattatis 2 Vi ricordate la slide introdotta
DettagliSEGNALI A TEMPO CONTINUO. Segnali a energia finita. t un segnale a energia finita e a tempo continuo. L energia specifica 2 *
Capitolo IV CARAERIZZAZIOE EERGEICA DEI SEGALI SEGALI A EMO COIUO Segnali a energia finita IV. Densità spettrale di energia. Sia s() t un segnale a energia finita e a tempo continuo. L energia specifica
DettagliLA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI
LA TRASFORMATA DI FOURIER: PROPRIETA ED ESEMPI Fondamenti di segnali Fondamenti e trasmissione TLC Proprieta della () LINEARITA : la della combinazione lineare (somma pesata) di due segnali e uguale alla
DettagliCenno al trattamento delle immagini digitali. Cartografia numerica e GIS Domenico Sguerso
Cenno al trattamento delle immagini digitali Cartografia numerica e GIS Domenico Sguerso Digital Image Processing: Preprocessing (Memorizzazione) analysis Trattamento dell immagine: - ricampionamento necessario
DettagliFiltri. Telecomunicazioni per l Aerospazio. P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1
Filtri P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1 L impulso: definizione L impulso (detto anche delta di Dirac) può essere definito (tralasciando il rigore matematico) come un rettangolo di
DettagliFiltri. Telecomunicazioni per l Aerospazio. P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1
Filtri P. Lombardo DIET, Univ. di Roma La Sapienza Filtri - 1 L impulso: definizione L impulso (detto anche delta di Dirac) può essere definito (tralasciando il rigore matematico) come un rettangolo di
DettagliFunzioni. iniettiva se x y = f (x) f (y) o, equivalentemente, f (x) = f (y) = x = y
Funzioni. Dati due insiemi A e B (non necessariamente distinti) si chiama funzione da A a B una qualunque corrispondenza (formula, regola) che associa ad ogni elemento di A uno ed un solo elemento di B.
DettagliCANALE STAZIONARIO CANALE TEMPO INVARIANTE
CANALE STAZIONARIO Si parla di un Canale Stazionario quando i fenomeni che avvengono possono essere modellati da processi casuali e le proprietà statistiche di tali processi sono indipendenti dal tempo.
Dettagli1. Martedì 1/10/2013, ore: 2(2) Introduzione al corso: problemi ben posti, condizionamento, stabilità, complessità
Registro delle lezioni di MATEMATICA APPLICATA Corsi di Laurea in Biomedica 6 CFU - A.A. 2013/2014 docente: Dott.ssa Luisa Fermo ultimo aggiornamento: 18 dicembre 2013 1. Martedì 1/10/2013, 12 14. ore:
DettagliEsercitazione su filtro di Sobel per l elaborazione delle immagini
Ver. 1. Esercitazione su filtro di Sobel per l elaborazione delle immagini Il filtro di Sobel opera sulle immagini come un gradiente lungo una direzione. In particolare detta f ( x, y) l intensità dell
DettagliSviluppo in Serie di Fourier
Capitolo Sviluppo in Serie di Fourier. Proprietà della Serie di Fourier Un segnale reale tempo continuo e periodico di periodo, per il quale sono valide le condizioni di Dirichlet vedi pag. 4 [], può essere
Dettagli