Analyse fréquentielle

Slides:



Advertisements
Présentations similaires
H Approximation analytique
Advertisements

Approximation CHEBYSHEV.
Autres approximations CAUER BESSEL
Traitement d’images : concepts fondamentaux
La Cyclostationnarité Aspects théoriques et application au Diagnostic
notes de cours Filtrage Numérique
Définitions et applications
Comment créer des filtres d’ordre 1 et 2
Cours 5 – Comment bien échantillonner le signal audio
Comment décimer les sons numériques
4. La transformée en z Un formalisme adapté au filtrage et à l’analyse en fréquence des signaux échantillonnés et à l’automatique numérique x(t) signal.
Cours 4 : Restauration et filtrage d’image
Amélioration de la résolution des examens tomoscintigraphiques myocardiques en utilisant un filtre de restauration de type Metz Raja GUEDOUAR
INTRODUCTION 1. Une représentation du signal où le bruit est isolé



Correction Spécialité 17 Modulation & démodulation d’amplitude
Traitement d’images : briques de base S. Le Hégarat
Approximation analytique de filtres quelconques Transformations de fréquence Les méthodes d’approximation ont conduit à l’obtention de FT normalisées opérationnelles.
Approximation de BUTTERWORTH.
SON COMPLEXE - SPECTRE Le son pur est un modèle mathématique (sinusoïde…) Un son complexe peut être décomposé en une sommes de sinusoïdes (Théorème de.
Introduction à limagerie numérique Acquisition, Caractéristiques, Espaces couleurs, Résolution.
L'amplificateur operationnel.
(traitement d’images)
Traitements d'images et Vision par ordinateur
3. Systèmes L.I.T Systèmes LIT, introduction
Prétraitement de l’image
Chapitre 6 : Restauration d’images
Analyse fréquentielle
Filtrage-Analyse Spectrale des Images
Réalisateur : PHAM TRONG TÔN Tuteur : Dr. NGUYEN DINH THUC
Le filtrage d’images.
Chapitre 2 : Filtrage Professeur. Mohammed Talibi Alaoui
SSII : séance finale , lundi 9/01/2012 Page 1 Voici quelques questions pour assimiler la seconde partie du cours S.S.I.I., spectre, filtrage, banc.
Traitements à base d’histogrammes Cours 6
électronique analogique
SCANNER Right now, most of the radiologic sources are digital.
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
PIF-6003 Sujets spéciaux en informatique I
TRAITEMENT D’IMAGE SIF-1033.
TRAITEMENT D’IMAGE SIF-1033.
3ème partie: les filtres
Traitement Numérique du Signal
Le filtrage d’images.
TRAITEMENT D’IMAGE SIF-1033.
Détection de contours automatique et application aux images réelles
Théorie de l'Échantillonnage
Projet Télédétection Vidéo Surveillance Deovan Thipphavanh – Mokrani Abdeslam – Naoui Saïd Master 2 Pro SIS / 2006.
Exercice sur la cuve à ondes
SIG3141 Partie I: Analyse de Fourier ESIEA D Kateb
Monitoring Détection de séquences vidéo en temps réel dans une grande base de données Julien Law-to 23/07/2004.
Traitement d’images Prétraitements.
Courants alternatifs.
Ouvrez le menu principal
Les différentes sortes de filtre
SUJETS SPÉCIAUX EN INFORMATIQUE 1
MAP-6014 Concepts avancés en mathématiques et informatique appliquées
INF-1019 Programmation en temps réel
INF-1019 Programmation en temps réel
Les signaux périodiques
SIF1033 TRAITEMENT D’IMAGE
Dorina Surcel et René Laprise
Mathématiques pour Informaticien I
SSII, séance n°13, bilan du cours 15 décembre 2015 Dernière séance 2015 Résumé des chapitres et notions abordées en 2015.
Ha Thi Binh Minh & Favre Eric
Chapitre 1 le diagramme de Bode
Filtrage des images.
Transcription de la présentation:

Analyse fréquentielle Cours 6.2

Filtrage fréquentiel L'approche générale Re-dimension Correction histogramme, log

Filtrage fréquentiel La recette: Multiplier f(x,y) par (-1)x+y Calculer la FT -> F(u,v) Multiplier F(u,v) par une fonction filtre Calculer la IFT de (3) Extraire la partie réelle de (4) Multiplier (5) par (-1)x+y Admirer le résultat

Filtrage fréquentiel La transformé de Fourier présente: Moyenne à l’origine (composante DC) Les basses fréquences - niveau de gris des surfaces douces (smooth) Les hautes fréquences - les détails, tels les arrêtes et le bruits (sharp) Il est possible de créer des filtres dédiés à l'atténuation de fréquences spécifiques Filtre passe-bande, passe-bas, passe-haut, Gaussien, …

Filtrage fréquentiel Élimination ponctuelle Filtres passe-bas Éliminer les fréquences hautes Supprimer les détails Filtres passe-haut Éliminer les fréquences basses Conserver la silhouette des objets

Élimination ponctuelle notch filter Mettre la moyenne des tons de gris Le filtre correspondant (pour transformée centrée) Élimine ce qui est à l'origine

Élimination ponctuelle

Passe-bas Lowpass filter Lissage (Smoothing) Exemples de filtres Idéal Butterworth Gaussien

Passe-bas idéal 0|1 Coupe toutes les hautes fréquences après une distance D0 du centre Distance du centre (M/2, N/2)

Passe-bas idéal 0|1 D0 : fréquence de coupure (cutoff) 3-D 2-D Section radiale

Passe-bas idéal 0|1

Passe-bas idéal 1/2|1 Coupe 1/2 hautes fréquences après une distance D0 du centre Distance du centre (M/2, N/2)

Passe-bas idéal 1/2|1

Passe-bas idéal Effet de la fréquence de coupure D0 Évalué en fonction de l'énergie comprise dans le cercle de rayon D0 (u,v) D0

Passe-bas idéal

Passe-bas idéal

Passe-bas idéal Réverbération (contour)

Passe-bas idéal Phénomène de réverbération H(u,v) h(x,y) Filtre idéal 0|1 D0 = 5 pixels

Passe-bas Butterworth Coupe graduellement les hautes fréquences selon la sélection de D0 et de l'exposant n

Passe-bas Butterworth D0 est choisie pour H(u,v) = 0.5

Passe-bas Butterworth D0 : 5, 15, 30, 80 et 230 pixels; n = 2

Passe-bas Butterworth Réverbération (contour) Filtre Butterworth d'ordre 1, 2, 5, et 20 (D0 = 5)

Passe-bas Gaussien Coupe graduellement les hautes fréquences selon la sélection de t

Passe-bas Gaussien Filtre Gaussien passe-bas H(u,v) = 0.607 quand D(u,v) = D0

Passe-bas Gaussien D0 : 5, 15, 30, 80 et 230 pixels

Passe-bas Gaussien Moins agressif que le filtre idéal ou le filtre Butterworth Moins de contrôle sur la sélection précise de D0 Mais présente une garantie contre la réverbération! Correspond au modèle humain

Passe-bas Gaussien

Passe-bas Gaussien