Transformada de Fourier
Transformada de Fourier
Transformada de Fourier
Fórmula de Euler
Ejemplo:
2 2
Se multiplica el lado derecho por 𝑒 −𝜋𝑢 ∙ 𝑒 𝜋𝑢 = 1
Ejemplo:
Transformada de Fourier en 2D
DFT Inversa en 2D
Potencia Espectral
Inversión del Espectro de Fourier
Es común multiplicar la imagen de entrada por (-1)x+y antes del
cálculo de la transformada de Fourier. Debido a las a las
propiedades de los exponenciales se puede demostrar que:
donde
Si se expresa f(x) como una suma de componentes pares e
impares
Similaridad - Escalamiento
Desplazamiento en el Tiempo
Convolución
Diferenciación
Laplaciano
Rotación
Teorema de Rayleigh
Separabilidad
Filtrado en el Dominio de la Frecuencia
La multiplicación se hace elemento por elemento. Los filtros
más comunes son reales, en este caso la parte real de H
multiplica a la parte real e imaginaria de F.
A esto se le llama “Filtro de Cero Desplazamiento de Fase”
(Zero-Phase-Shift), es decir, no alteran la fase de la
transformada.
La transformada Inversa es generalmente compleja, por lo que
se toma solo la parte real.
Los valores de magnitud obtenidos en el Espectro de
Fourier se encuentran dispersos sobre un rango muy
amplio, para visualizar este espectro se requiere
realizar una cuantificación para representarlos en una
escala de 0 a 255.
Ideal (IHPF)
Butterworth (BHPF) orden n
Gaussiano (GHPF)
Laplaciano
Transformada Rápida de Fourier
FFT – Fast Fourier Transform
DFT- NxM multiplicaciones y NxM sumas
FFT se aplica a imágenes cuadradas de tamaño N donde N=2P
X es un vector de Nx1.
T es una matriz de transformación de NxN (Matriz Kernel)
Transformada Inversa
Transformada Unitaria
* - Complejo conjugado de T
t - Transpuesta de T
o simplemente
Si T es una matriz unitaria la transformada inversa se escribe
como:
donde (i, j) son los índices de las columnas y (p, q) indican la posición específica
del elemento diferente de cero.
La transformada inversa es:
TRANSFORMADAS SENUSOIDALES
Transformada Discreta de Fourier (DFT)
1 2 2
Los coeficientes son: 𝛼 0 = ; 𝛼 𝑚 = para 1 < 𝑚 ≤ 𝑁 y 𝛼 𝑛 = .
𝑁 𝑁 𝑁
donde:
donde:
𝜋
Función base 𝑐𝑎𝑠𝜃 = 𝑐𝑜𝑠𝜃 + 𝑠𝑒𝑛𝜃 = 2 cos 𝜃 +
4
𝑐𝑜𝑠𝑒𝑛𝑜 𝑡𝑟𝑎𝑠𝑙𝑎𝑑𝑎𝑑𝑜
45° 𝑎 𝑙𝑎 𝑑𝑒𝑟𝑒𝑐ℎ𝑎
Elementos de la matriz kernel de DHT
𝐴𝑥 = 𝐵 𝑥 = 𝐴−1 ∙ 𝐵
Matriz de Covarianza:
Considere que la matriz A define una Transformación Lineal que
genera un vector Y a partir de cualquier vector X por medio de la
ecuación:
𝑌 = 𝐴(𝑋 − 𝑚𝑥 )
𝐶𝑌 = 𝐴𝐶𝑋 𝐴𝑡
Ya que los renglones de A son eigenvectores de 𝐶𝑋 ,𝐶𝑌 será una
matriz diagonal que tiene los eigenvalores de 𝐶𝑋 a lo largo de su
diagonal
𝜆1 0
𝐶𝑌 =
0 𝜆𝑁
𝑋 = 𝐴−1 (𝑌 + 𝑚𝑋 ) = 𝐴𝑡 (𝑌 + 𝑚𝑋 )
donde:
ℎ𝑜 𝑘 = 2
𝑘
ℎ𝑜 𝑘 ℎ𝑜 𝑘 + 2𝓁 = 𝜕(𝓁)
𝑘
𝜙 𝑡 = ℎ𝑜 𝑘 𝜙 2𝑡 + 𝑘
𝑘
ℎ1 𝑘 = −1 𝑘 ℎ0 −𝑘 + 1
Onduleta básica:
𝜓 𝑡 = ℎ1 𝑘 𝜙 2𝑡 − 𝑘
𝑘
𝑓 𝑡 = 𝐶𝑗,𝑘 𝜓𝑗,𝑘 𝑡
𝑗,𝑘
Esto nos da una trasformada wavelet discreta basada onduletas tipo sinc (sinc
wavelets).
Ejemplo 2: Si hacemos
𝜓1 𝑥, 𝑦 = 𝜙 𝑥 𝜓 𝑦 𝜓 2 𝑥, 𝑦 = 𝜓 𝑥 𝜙 𝑦 𝜓 3 𝑥, 𝑦 = 𝜓 𝑥 𝜓 𝑦
𝑖𝑛𝑑𝑖𝑐𝑒
𝑛𝑜
𝑒𝑥𝑝.
𝜓 𝓁 𝑗,𝑚,𝑛 𝑥, 𝑦 = 2𝑗 𝜓 𝓁 (𝑥 − 2𝑗 𝑚, 𝑦 − 2𝑗 𝑛 𝑗 ≥ 0 , 𝓁 = 1,2,3