11. Дискретное преобразование Фурье.
Дискретное преобразование Фурье—одно из преобразований Фурье, широко применяемых в алгоритмах цифровой обработки сигналов (его модификации применяются в сжатии звука в MP3, сжатии изображений в JPEG и др.), а также в других областях, связанных с анализом частот в дискретном (к примеру, оцифрованном аналоговом) сигнале. Дискретное преобразование Фурье требует в качестве входа дискретную функцию. Такие функции часто создаются путём дискретизации (выборки значений из непрерывных функций). Дискретные преобразования Фурье помогают решать частные дифференциальные уравнения и выполнять такие операции, как свёртки. Дискретные преобразования Фурье также активно используются в статистике, при анализе временных рядов. Преобразования бывают одномерные, двумерные и даже трёхмерные.
Формулы преобразований
Прямое преобразование:
Обратное преобразование:
N — количество значений сигнала, измеренных за период, а также количество компонентов разложения;
—измеренные значения сигнала (в дискретных временных точках с номерами , которые являются входными данными для прямого преобразования и выходными для обратного;
—N комплексных амплитуд синусоидальных сигналов, слагающих исходный сигнал; являются выходными данными для прямого преобразования и входными для обратного; поскольку амплитуды комплексные, то по ним можно вычислить одновременно и амплитуду, и фазу;
—обычная (вещественная) амплитуда k-го синусоидального сигнала;
arg(Xk) — фаза k-го синусоидального сигнала (аргумент комплексного числа);
k — частота k-го сигнала, равная , где T — период времени, в течение которого брались входные данные.
Из последнего видно, что преобразование раскладывает сигнал на синусоидальные составляющие (которые называются гармониками) с частотами от N колебаний за период до одного колебания за период. Поскольку частота дискретизации сама по себе равна N отсчётов за период, то высокочастотные составляющие не могут быть корректно отображены — возникает муаров эффект. Это приводит к тому, что вторая половина из N комплексных амплитуд, фактически, является зеркальным отображением первой и не несёт дополнительной информации.
- 2. Картографические изображения, изображения Земной поверхности, многоканальные изображения.
- 3. Бинарные, полутоновые и спектрозональные изображения. Аэрокосмоснимки
- 4. Ортогональная и перспективная проекции геоизображений.
- 5. Растровая и векторная формы геоизображений
- 6. Дистанционное зондирование Земли (дзз)
- 7. Физический принцип получения данных дзз.
- 8. Сканирование картографических материалов.
- 10. Задача фильтрации
- 11. Дискретное преобразование Фурье.
- 12. Матричное представление корреляции и свертки.
- 13. Спектр мощности, амплитудный и фазовый спектры.
- 14. Постановка задачи
- 15. Вывод алгоритма быстрого преобразования Фурье (бпф)
- 16. Граф-схема алгоритма бпф
- 17. Оценка алгоритма бпф
- 18. Определение частотности. Функции Радемахера. Функции Хаара. Функции Уолша. Двоичный код и код Грея.
- Функции Радемахера
- 2. Функции Уолша
- 19. Четырех и восьмисвязная области. Измерение расстояний.
- 20. Трансформация и привязка геоизображений. Бинаризация геоизображений
- 21. Сшивка карт. Нарезка карт. Цветоделение
- 22. Гистограмма изображения и ее выравнивание.
- 23. Фильтрация геоизображений и удаление шума.
- 24. Графические фильтры.
- 25. Сегментация объектов изображения на отдельные классы.
- 26. Сегментация объектов на линии (протяженные объекты) и дискретные объекты.
- 27. Выделение контуров.
- 28. Выделение средних линий объектов изображения.
- 29. Внутреннее ориентирование снимков. Формирование стереоизображения.
- 30. Стереоскопические измерения снимков (изображений).
- 31. Классификация группы объектов.
- 32. Математическая постановка задачи классификации.
- 33. Классы разделяющих функций
- 34. Критерий наименьшего среднеквадратичного отклонения
- 35. Модель персептронов.
- 38. Распознавание движущихся объектов.
- 39. Дешифрирование карт.
- 40. Формирование тематических карт по результатам дешифрирования