Splot i korelacja są podstawowymi pojęciami przetwarzania sygnałów.

Podobne dokumenty
Adam Korzeniewski p Katedra Systemów Multimedialnych

Przekształcenie Fouriera i splot

Teoria Sygnałów. Inżynieria Obliczeniowa II rok 2018/19. Wykład 10. ( t) Wykorzystanie transformacji Fouriera w analizie korelacyjnej

9. Dyskretna transformata Fouriera algorytm FFT

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Teoria Sygnałów. III rok Informatyki Stosowanej. Wykład 8

PRZETWARZANIE SYGNAŁÓW

Ćwiczenie 3. Właściwości przekształcenia Fouriera

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry Pojęcia podstawowe Klasyfikacja sygnałów

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

DYSKRETNA TRANSFORMACJA FOURIERA

uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t

2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).

Podstawy Przetwarzania Sygnałów

Analiza obrazów - sprawozdanie nr 2

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

Cyfrowe przetwarzanie i kompresja danych

Filtracja obrazu operacje kontekstowe

Filtracja obrazów. w dziedzinie częstotliwości. w dziedzinie przestrzennej

Filtracja obrazu operacje kontekstowe

Przetwarzanie i transmisja danych multimedialnych. Wykład 7 Transformaty i kodowanie. Przemysław Sękalski.

Szybka transformacja Fouriera

Adam Korzeniewski - p. 732 dr inż. Grzegorz Szwoch - p. 732 dr inż.

KARTA MODUŁU KSZTAŁCENIA

13. ANALIZA CZĘSTOTLIWOŚCIOWA UKŁADÓW SLS

Przetwarzanie sygnałów biomedycznych

Opis efektów kształcenia dla modułu zajęć

Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1-

Transformaty. Kodowanie transformujace

BIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat

PROCESORY SYGNAŁOWE - LABORATORIUM. Ćwiczenie nr 04

Analiza szeregów czasowych: 2. Splot. Widmo mocy.

1 Filtr górnoprzepustowy (różniczkujący) jest to czwórnik bierny CR. Jego schemat przedstawia poniższy rysunek:

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

Transformata Fouriera

3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43

Technika audio część 2

Dystrybucje, wiadomości wstępne (I)

2. Szybka transformata Fouriera

Algorytmy detekcji częstotliwości podstawowej

Wykład 6: Reprezentacja informacji w układzie optycznym; układy liniowe w optyce; podstawy teorii dyfrakcji

Cyfrowe Przetwarzanie Obrazów i Sygnałów

Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Przetwarzanie obrazów wykład 6. Adam Wojciechowski

Przetwarzanie sygnałów

PODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.

Filtry FIR i biblioteka DSPLIB

Laboratorium Przetwarzania Sygnałów Biomedycznych

FFT i dyskretny splot. Aplikacje w DSP

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Data wykonania: Data oddania: Zwrot do poprawy: Data oddania: Data zliczenia: OCENA

Kompresja dźwięku w standardzie MPEG-1

Matematyka dyskretna. Andrzej Łachwa, UJ, /10

Parametryzacja obrazu na potrzeby algorytmów decyzyjnych

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 10 1/12 ĆWICZENIE 10. Filtry FIR

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 6 1/8 ĆWICZENIE 6. Dyskretne przekształcenie Fouriera DFT

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI

Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L

Wprowadzenie. Spis treści. Analiza_sygnałów_-_ćwiczenia/Filtry

FILTRACJE W DZIEDZINIE CZĘSTOTLIWOŚCI

4 Zasoby językowe Korpusy obcojęzyczne Korpusy języka polskiego Słowniki Sposoby gromadzenia danych...

SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI

Kodowanie transformacyjne. Plan 1. Zasada 2. Rodzaje transformacji 3. Standard JPEG

Liczby rzeczywiste. Działania w zbiorze liczb rzeczywistych. Robert Malenkowski 1

WOJSKOWA AKADEMIA TECHNICZNA

Transformata Fouriera i analiza spektralna

Systemy akwizycji i przesyłania informacji

PRZETWARZANIE MOWY W CZASIE RZECZYWISTYM

Jeśli X jest przestrzenią o nieskończonej liczbie elementów:

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

Cyfrowe Przetwarzanie Obrazów i Sygnałów

b n y k n T s Filtr cyfrowy opisuje się również za pomocą splotu dyskretnego przedstawionego poniżej:

jako analizatory częstotliwości

Matematyka dyskretna

WYRAŻENIA ALGEBRAICZNE

Rozwiązywanie układów równań liniowych metody dokładne Materiały pomocnicze do ćwiczeń z metod numerycznych

CYFROWE PRZETWARZANIE SYGNAŁÓW

Transformata Laplace a to przekształcenie całkowe funkcji f(t) opisane następującym wzorem:

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

WOJSKOWA AKADEMIA TECHNICZNA

DYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.

PL B1. POLITECHNIKA WARSZAWSKA, Warszawa, PL

Macierze. Rozdział Działania na macierzach

A-2. Filtry bierne. wersja

Szybka transformacja Fouriera (FFT Fast Fourier Transform)

CYFROWE PRZETWARZANIE SYGNAŁÓW

IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE Z RDZENIEM ARM7

Według raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j

Ćwiczenie 1. Wprowadzenie do programu Octave

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

Adaptacyjne Przetwarzanie Sygnałów. Filtracja adaptacyjna w dziedzinie częstotliwości

Transformata Fouriera. Sylwia Kołoda Magdalena Pacek Krzysztof Kolago

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

Laboratorium Przetwarzania Sygnałów Biomedycznych

Analiza składowych głównych. Wprowadzenie

ĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3

Polcode Code Contest PHP-10.09

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Rijndael szyfr blokowy

Transkrypt:

Splot i korelacja są podstawowymi pojęciami przetwarzania synałów. Splot jest bazową operacją dla filtracji cyfrowej, pozwołającej na zwiększenie stosunku mocy synału do mocy zakłóceń. Korelacja pozwala na porównanie synału z przebieiem odniesienia (wzorcem). Redukuje wplyw składowyc losowyc oraz pomaa wykryć składowe synału podobne do wzorca.

3 Τ = ],...,, [ 0 x x x X Τ = ],...,, [ 0 H 0,, 0 = = = m x y n n m n m SPLOT KOLOWY Y=H X Τ = ],...,, [ 0 y y y Y = 0 3 3 0 0 0 L L L L L L L L L H

Przykład wyznaczenia splotu koloweo X= 4 8 H= 3 4 5 4 8 5 4 3 y( 0) = + 5 + 4 4 + 8 3 = 5 4 8 3 5 4 y( ) = 3 + + 4 5 + 8 4 = 59 Y= 5 59 58 4 4 8 4 3 5 y( ) = 4 + 3 + 4 + 8 5 = 58 4 8 5 4 3 y( 3) = 5 + 4 + 4 3 + 8 = 4 4

5 KORELACJA KOLOWA m n m x y n n m n n n m m + = = = + = + dla, 0,, 0 Y=G X Τ = ],...,, [ 0 x x x X Τ = ],...,, [ 0 H Τ = ],...,, [ 0 y y y Y = 0 3 3 0 0 0 L M L M M M L L L G

Przykład wyznaczenia korelacji kolowej X= 4 8 H= 3 4 5 4 8 4 8 4 8 4 8 3 4 5 5 3 4 4 5 3 3 4 5 Y= 64 53 46 47 6

Obliczenie splotu koloweo za pomocą DFT Splot w dziedzinie czasu może być zastąpiony przez mnożenie w dziedzinie częstotliwości! X DFT IDFT Y H DFT 7

Obliczenie korelacji kolowej za pomocą DFT X DFT IDFT Y H DFT 8

SPLOT LIIOWY 9

Splot liniowy dwóc ciąów skończonyc jest zdefiniowany następująco: X = ] [ x0, x,..., x Τ H = ] [ 0,,..., M Τ l l ln n= 0 y = x n l l = 0 n n < 0 l = 0,..., + M Τ = [ 0,,..., y Y y y + M ] ( + M ) 0

Splot synału z odpowiedzią impulsową można przedstawić opisowo w sposób następujący. Cią odpowiedzi impulsowej należy odwrócić tył na przód i stopniowo przesuwać nad ciąiem synału wejścioweo. W każdym położeniu wyznacza się iloczyny tyc elementów obu ciąów, które znalazły się jeden nad druim. Zsumowanie tyc iloczynów daje wynik splotu dla pojedyńczej wartości indeksu synału wyjścioweo.

Przykład wyznaczenia splotu linioweo X= 4 8 3 4 5 H= 4 8 4 8 5 4 3 5 4 3 y( 0) = = y( 4) = 5 + 4 4 + 8 3 = 50 4 8 4 8 5 4 3 5 4 3 y( ) = 3 + = 7 y( 5) = 4 5+ 8 4 = 5 4 8 5 4 3 4 8 5 4 3 y( ) = 4 + 3 + 4 = 8 y( 6) = 8 5 = 40 4 8 5 4 3 y( 3) = 5 + 4 + 8 = 4 Y= 7 8 4 50 5 40

3 ) ( ) ( = X H Y Τ = ],...,, [ 0 x x x X Τ = ],...,, [ 0 ) ( y y y Y = 0 3 0 0 ) ( K K K K K K K K K K K K H

KORELACJA LIIOWA 4

5 ) ( ) ( = X G Y Τ = ],...,, [ 0 x x x X Τ = ],...,, [ 0 ) ( y y y Y = 0 0 0 0 3 ) ( K K K K K K K K K K K K G

Korelację synału z przebieiem odniesienia można przedstawić opisowo w sposób następujący. Cią przebieu odniesienia uporządkowany wedłu kolejności naturalnej należy rozmieścić pod synałem i stopniowo przesuwać nad ciąiem synału wejścioweo. W każdym położeniu wyznacza się iloczyny tyc elementów obu ciąów, które znalazły się jeden nad druim. Zsumowanie tyc iloczynów daje wynik splotu dla pojedyńczej wartości indeksu synału wyjścioweo. 6

Przykład wyznaczenia korelacji liniowej X= 4 8 3 4 5 G= 3 4 5 4 8 4 8 3 4 5 3 4 5 4 8 4 8 3 4 5 4 8 3 4 5 4 8 3 4 5 4 8 3 4 5 Y= 5 4 3 64 48 3 6 7

x n-5 x n-4 x n-3 x n- 3 suma iloczynów x n- x n 0 x n+ x n+ 8

Wyznaczenie splotu linioweo za pomocą splotu koloweo 9

Alorytm wyznaczenia splotu linioweo za pomocą splotu koloweo.. Sekwencje próbek synału oraz odpowiedź impulsowa filtru FIR uzupełniają się zerami. Dłuość sekwencji po uzupełnieniu jest równa sumie sekwencji pierwotnyc pomniejszonej o,, czyli +M-... ad poszerzonymi w taki sposób sekwencjami wykonyje się operacja splotu kołoweo za za pomocą metody klasycznej wcześniej rozpatrzonej. 0

Przykład wyznaczenia splotu linioweo za pomocą splotu koloweo X= 4 8 0 0 0 H= 3 4 5 0 0 0 4 8 0 0 0 4 8 0 0 0 0 0 0 5 4 3 0 5 4 3 0 0 y( 0) = = y( 4) = 5 + 4 4 + 8 3 = 50 4 8 0 0 0 3 0 0 0 5 4 y( ) = 3 + = 7 4 8 0 0 0 4 3 0 0 0 5 y( ) = 4 + 3 + 4 = 8 4 8 0 0 0 5 4 3 0 0 0 y( 3) = 5 + 4 + 4 3 + 8 = 4 4 8 0 0 0 0 0 5 4 3 0 y( 5) = 4 5+ 8 4 = 5 4 8 0 0 0 0 0 0 5 4 3 y( 6) = 8 5 = 40 Y= 7 8 4 50 5 40

Realizacja splotu linioweo za pomocą spłotu koloweo z wykorzystaniem FFT (Filtracja dłuic ciąów)

W dotycczasowyc rozważaniac przyjmowano, że przez filtr FIR rozumie się jeo odpowiedź impulsową, bezpośrednio stosowaną do wyznaczania splotu linioweo. Carakterystyka widmowa filtru stanowiła jedynie wstępne założenie projektowe. 3

W celu uproszczenia realizacji splotu linioweo dla dłuic sekwencji danyc zostały zaproponowane metody wykorzystujące sementację danyc. Główne z nic to Overlap-Save oraz Overlap-Add. ależy wspomnieć, że że te te metody wykorzystywane są są w większości przypadków dla bardzo dłuic sekwencji danyc, lub w szczeólności dla nieskończonyc sekwencji danyc. W literaturze metody te były implementowane przede wszystkim przy realizacji splotu za pomocą transformaty FFT. 4

Idea tyc metod polea na podziale danyc wejściowyc na mniejsze sementy, a następnie rozważenie procesu obliczania splotu dla mniejszej liczby elementów (prostsze w budowie alorytmy). astępnie należy odpowiednio złożyć wyniki obliczeń w celu otrzymania końcoweo rezultatu. 5

W obu metodac cią wejściowy dzielony jest w miarę napływania danyc na bieżąco na bloki o dłuości L x.. X = ] [ x0, x,..., x Τ L x L x L x L x L x 6

Każdy blok, w cwili jeo filtracji, jest uzupełniony zerami (metoda overlap-add) lub początkiem kolejneo bloku (metoda overlap-save). L x L x +L - L - Overlap-add L x L - L x +L - Overlap-save 7

Dłuość teo uzupełnienia jest równa dłuości odpowiedzi impulsowej filtru FIR pomniejszonej o, czyli L -. L x L x +L - L - Overlap-add L x L - L x +L - Overlap-save 8

W kolejnym kroku blok o łącznej dłuości L x +L - poddawany jest FFT, po czym przeprowadzana jest filtracja za pomocą mnożenia przez transformatę DFT odpowiedzi impulsowej filtru i wynik filtracji poddawany jest odwrotnej transformacji - czyli IFFT. L x L - L x +L - 9

Filtracja taka odpowiada splotowi kołowemu bloku danyc o dłuości L x +L -. W celu sprowadzenia wyniku do postaci odpowiadającej framentowi splotu linioweo o dłuości L x stosuje się następujące zabiei: 30

w metodzie overlap-add : wynik splotu kołoweo, o dłuości L x x +L +L -, -, dzielony jest na na dwie części --pierwszą, o dłuości L xx i i druą, o dłuości L -. -. Do Do kolejnyc początkowyc L xx - - elementów pierwszej części dodawane są są kolejne elementy zapamiętane w buforze, znajdujące się się tam w wyniku przetwarzania poprzednieo bloku. Z kolei drua część -- właśnie o dłuości L - - -- jest wpisywana jako nowa zawartość bufora, do do wykorzystania przy filtracji kolejneo bloku. Cała, tak tak zmodyfikowana, pierwsza część o dłuości L xx stanowi odpowiedni frament splotu linioweo. 3

L x L - L x +L - Overlap-add L - L x 3

w metodzie overlap-save : Wynik splotu kołoweo, o dłuości L x +L -, jest dzielony na dwie części. W tym przypadku pierwsza część ma dłuość L - i jest po prostu odrzucana, natomiast jako odpowiedni frament splotu linioweo pozostawia się część druą, o dłuości L x. 33

L x L - L x +L - Overlap-save L - L x L x 34

Splot cykliczny rzędu =8 x 0 s 0 E E y 0 x x E s s E y y x 3 s 3 s 4 y 3 x 4 s 5 y 4 x 5 E s 6 E y 5 s 7 x 6 s 8 y 6 x 7 s 9 y 7 s 0 s s s 4 operacji mnożenia, 46 operacji dodawania 35

SPLOT DWUWYMIAROWY 36

X = x k,l, ф M = φ i, j, 37

X = x k,l, ф = φ M i, j, k, l = 0, i, j = 0, M, M < ; y k x = φ, l k + l, l+ j i, i j j 38

39

40

Rozfokusowanie (blur) 6 4

Rozfokusowanie (Cz.d) 74 3 4 5 4 3 5 6 5 3 4 5 4 3 4

Podniesienie ostrości 5 43

Wydzielenie krawędzi 4 + pró 44

Wytłaczanie 0 + przesunięcie jaskrawości 45

46

47

48

Dziękuję za uwaę 49