Introduo ao Processamento

Digital de Imagens

Aula 5 Transformada de Fourier

Prof. Dr. Marcelo Andrade da Costa Vieira

mvieira@sc.usp.br
Jean Baptiste Joseph Fourier

2
Exemplo: Funo Degrau

3
Exemplo: Funo Degrau

4
Exemplo: Funo Rampa

5
 Srie de Fourier
Apenas para funes peridicas de frequncia
fundamental f0

frequncia
fundamental

Valor Mdio 1 harmnico 1 harmnico

(DC)

6
 Srie de Fourier
Apenas para funes peridicas de frequncia
fundamental f0

7
 Forma Exponencial

Usando-se a frmula de Euler:

e j = cos( ) + jsen( )

A srie de Fourier pode ser escrita na forma:

8
Forma Exponencial

9
Curva original
no domnio do
tempo

Um sinal no domnio do
tempo (t) pode ser
aproximado atravs de uma
soma de senos e cossenos
com
frequncias (f1, f2, f3, .......fn)
de amplitudes (a1, a2, ...... an)
e fases (p1, p2, .....pn)

10
y = A cos (t+0)
= 2/T
T = 1/f
= 2f
y = A cos (2ft+0)

11
 Fase

Adiantado

Em fase

Atrasado

12
Espectro

13
Amplitude e Fase

14
Amplitude e Fase

15
 frequncia
fundamental

16
 Transformada de Fourier
Para funes no-peridicas
Considera-se a frequncia fundamental f0 com lim 0

A medida que f0 diminui, o espaamento entre os

perodos da funo no domnio do tempo aumentam.
Conseqentemente, o espaamento entre os
harmnicos da srie de Fourier diminui, tendendo
zero (Funo contnua no domnio da freqncia).
A Transformada de Fourier nada mais do que a
Srie de Fourier com f0 de limite 0, que converge
para uma integral.

17
Transformada de Fourier

18
Seja f(x) uma funo contnua de uma varivel real x.

A Transformada de Fourier de f(x) definida por:

j 2 ux
{ f ( x)} = F (u ) = f ( x) e dx

E a Transformada Inversa de Fourier dada por:

1 j 2 ux
{F (u )} = f ( x) = F (u ) e du

19
Usando-se a frmula de Euler, o termo exponencial dentro da
integral, pode ser colocado na forma:

j 2ux
e = cos(2ux) jsen(2ux)

O que mostra que F(u) uma soma infinita de senos e cossenos e

que cada valor de (u) determina a freqncia de seu correspondente
par (seno-cosseno).

A varivel (u) denominada de Varivel de Frequncia.

20
 A Transformada de Fourier de uma funo f(x) real, complexa:

F(u) = R(u) + jI(u)

A Magnitude de F(u) chamada de Espectro de Fourier de f(x):

[ 2
F (u) = R (u) + I (u)2
]
1/ 2

I (u )
E o ngulo de fase dado por: (u ) = tan 1[ ]
R(u )
O quadrado do Espectro chamado de Espectro de Potncia de f(x) ou
de Densidade Espectral:
2
P(u) = F (u) = R2 (u) + I 2 (u)
21
Espectro de Fourier
Amplitude e Fase

22
Deslocamento no Tempo
Fase
Amplitude e Fase

23
Sua Transformada de Fourier obtida atravs da equao:
X
F (u ) = f ( x) exp[ j 2 ux]dx = A exp[ j 2 ux]dx =
0

sen( uX )
F (u ) = AX
( uX )
24
Espectro de Fourier da funo f(x) dada:

sen( uX )
F (u ) = AX
( uX )

Funo Sinc

Variando-se o valor de (u) na equao, obtm-se as infinitas

amplitudes das freqncias que constituem a funo f(x).

25
Espectro de Fourier da funo f(x) dada:

26
27
 a1,a2,a3...
Amplitudes dos
Cossenos

b1,b2,b3...
Amplitudes dos
Senos

28
Transformada de Fourier de Funes
Discretas

29
A convoluo 1-D de duas funes contnuas f(x) e h(x):
x
f ( x) h( x) = f ( x)h( x m)dm
0

30
A convoluo 1-D de duas funes contnuas f(t) e h(t):

A transformada de Fourier da convoluo de duas funes f(t) e h(t):

31
A propriedade de translao da Transf. de Fourier mostra que:

{h(t )} = H ( )

Substituindo:

32
 f ( x) * g ( x) F (u )G(u )

Convoluo Multiplicao
no domnio do no domnio da
tempo/espao frequncia

33
 f ( x) g ( x) F (u ) G(u )

Multiplicao Convoluo
no domnio do no domnio da
tempo/espao frequncia

34
 Sinal Amostragem Sinal
Quantizao
Analgico Digital

35
 Funo
contnua

X X

Trem de
impulsos

36
37
{ }

{ }

38
{ }

39
 A transformada de Fourier de uma funo amostrada
finita uma funo contnua, peridica e infinita

No domnio da frequncia, o espectro se repete em

infinitos perodos.

O equivalente do domnio do tempo para essa

caracterstica a convoluo circular.

40
Qual seria um bom critrio para a escolha de x?

O centro da regio sobreposta est em:

1
u=
2T

41
Sobre-amostragem

Amostragem crtica

Sub-amostragem

Aliasing
 Se um sinal contnuo tem componente espectral de
frequncia mais alta igual a mx , ento o sinal original
pode ser amostrado sem aliasing se a taxa de
amostragem for maior ou igual a 2mx , ou seja, o
perodo de amostragem T for menor do que 1/ 2mx .

1 1
umx T
2T 2u mx
43
44
45
O aliasing cria um sinal falsode frequncia
menor do que o sinal original

46
fsinal = 1,9 kHz Tsinal = 526 s
Taxa de amostragem = 500s fsampling = 2,0kHz
Sinal Reconstrudo = 2,0kHz 1,9kHz = 100Hz (T=10ms)
47
Como reconstruir o sinal original a partir do
sinal digitalizado?
48
 Sinal sem aliasing

Filtro passa baixa

49
Amostragem sem
aliasing

Filtro passa baixa

Sinal original

50
 Amostragem com
aliasing

Filtro passa baixa

Sinal distorcido
51
 DFT

Transformada Discreta de Fourier

52
 x
Uma funo contnua f(x) pode ser digitalizada numa sequncia de N
amostras separadas de x unidades:
{ f ( x0 ), f ( x0 + x), f ( x0 + 2x),........ f ( x0 + [ N 1]x}

f ( x) = f ( x0 + xx)
f(x) = {f(0), f(1), f(2), .......f(N-1)}
Para x = 0, 1, 2, .......N-1 53
 x

Vimos que a transformada de Fourier de uma funo

amostrada finita uma funo contnua, peridica e
infinita

Como no domnio da frequncia o espectro se repete

em infinitos perodos, o clculo da DFT feito em apenas
um perodo.

O equivalente do domnio do tempo para essa

caracterstica da periodicidade da DFT a convoluo
circular.

54
A transformada discreta de Fourier calculada para o
mesmo nmero de amostras a funo original.

55
56
x

57
 x

O par de Transformadas Discretas de Fourier que se aplica a funes

amostradas unidimensionais dado por:

1 N 1
F (u ) = f ( x) exp[ j 2 ux / N ]
N x =0
Para u = 0,1,2,........N-1

N 1
f ( x) = F (u ) exp[ j 2 ux / N ]
u =0
Para x = 0,1,2,........ N-1
58
Funo contnua 1-D amostrada: Funo discreta :

f(0) = 2
1 N 1 f(1) = 3
F (u ) = f ( x) exp[ j 2 ux / N ] f(2) = 4
N x =0
f(3) = 4 59
 1 N 1 1 3
F (u ) = f ( x) exp[ j 2 ux / N ] F (0) = f ( x) exp[0]
N x =0 4 x =0
1
= [ f (0) + f (1) + f (2) + f (3)
1 3 4
F (1) = f ( x) exp[ j 2 x / 4] 1
4 x =0 = [2 + 3 + 4 + 4] = 3,25
1 4
= [2e 0 + 3e j / 2 + 4e j + 4e j 3 / 2 ]
4
1 3 3
= 2 + 3(cos jsen ) + 4(cos jsen ) + 4(cos jsen )
4 2 2 2 2 1
F (2) =
1 4
= [2 + 3(0 j ) + 4(1 j 0) + 4(0 j (1))]
4
1
= [2 3 j 4 + 4 j ] 1
4 F (3) = [2 + j ]
1 4
= (2 + j )
4 60
 2 1/ 2
F (0) = 3,25 1 1
F (2) = =
4 4

2 2 1/ 2 1/ 2
2 1 5 2 2 1 2 5
F (1) = + = F (3) = + =
4 4 4 4 4 4

61
 3
f (0) = F (u ) exp[0]
u =0

N 1 = F (0) + F (1) + F (2) + F (3)

f ( x) = F (u ) exp[ j 2 ux / N ] 1 1 1
= 3,25 + (2 + j ) (2 + j )
4 4 4
u =0
1 1 1 1 1
= 3,25 + j j
2 4 4 2 4
= 3,25 1,25
=2
3
f (1) = F (u ) exp[ j 2 u / 4]
u =0

0 5 j 2 1 j 5 j 32
= 3,25e +
4
e + e +
4 4
e f (2) = 4
1 3 3
= 3,25 + 5 cos + j sen + (cos + j sen ) + 5 cos + j sen
4 2 2 2 2
f (3) = 4
1
= 3,25 +
4
[ ]
5 (0 + j ) + ( 1 + j 0 ) + 5 (0 j )

= 3,25 0,25
=3 62
 As duas representaes da funo podem ser obtidas uma
da outra, com o mesmo nmero de amostras, sendo uma no
domnio do tempo e outra no domnio da
frequncia

63
A Transformada de Fourier 2-D de uma funo contnua f(x,y) :

{ f ( x, y )} = F (u, v) = f ( x, y) exp[ j 2 (ux + vy )dxdy

A Transformada Inversa dada por:

{F (u, v)} = f ( x, y ) = F (u, v) exp[ j 2 (ux + vy )dudv

Sendo que (u) e (v) so as variveis de frequncia.

64
Seja a funo 2-D f(x,y) no domnio do espao:

A Transformada de Fourier 2-D dada pela equao:

F (u, v) = f ( x, y) exp[ j 2 (ux + vy )dxdy =

X Y
= A exp[ j 2 ux ]dx exp[ j 2 vy ]dy
0 0 65
 sen( uX ) sen( vY )
F (u, v) = AXY
( uX ) ( vY )

Espectro de Fourier Espectro como uma Imagem

de Intensidades

66
O par de Transformadas Discretas de Fourier de uma funo f(x,y)
amostrada (M x N), dado por:

1 M 1 N 1 ux vy
F (u, v) = f ( x, y) exp[ j 2 ( + )]
MN x=0 y =0 M N

Para u = 0,1,2,........M-1 Para v = 0,1,2,........N-1

M 1 N 1
ux vy
f ( x, y ) = F (u, v) exp[ j 2 ( + )]
u =0 v =0 M N
Para x = 0,1,2,........ M-1 Para y = 0,1,2,........ N-1
67
Trem de impulsos 2-D

68
69
Quadrados com dimenso de Quadrados com dimenso de
16 pixels 6 pixels

70
Quadrados com dimenso de Quadrados com dimenso de
0,91 pixels 0,48 pixels

71
 O nmero de pixels da imagem da direita foi
reduzida em 50% (menor resoluo espacial)
Note as interferncias de falsas frequncias 72
 O nmero de pixels da imagem da direita foi
reduzida em 50% (menor resoluo espacial)
Note o efeito de serrilhamento (jaggies) 73
 Sempre ocorrer aliasing em imagens digitais
Para reduzir o efeito de aliasing, geralmente usa-se um filtro
de suavizao (passa-baixa) antes da digitalizao
Dessa forma, as altas frequncias so atenuadas e o efeito de
aliasing tambm
Deve ser feito ANTES da digitalizao
No existe filtro anti-aliasing real que elimine o aliasing aps
a digitalizao
O que geralmente feito uma filtragem passa baixa e uma
re-amostragem da imagem, mas isso no elimina o aliasing que
j foi gerado na digitalizao, apenas suaviza o efeito.
Existem cmeras fotogrficas com filtros anti-aliasing reais
embutidos (nas lentes os nos sensores)
74
A imagem da direita foi suavizada por um filtro da mdia
3 x 3 antes da reduo do nmero de pixels.
O efeito de aliasing foi reduzido, apesar do borramento 75
A imagem da direita foi suavizada por um filtro da mdia
5 x 5 antes da reduo do nmero de pixels.
O efeito de aliasing foi reduzido, apesar do borramento 76
O nmero de multiplicaes e adies complexas necessrias para
implementar a DFT-1D (Transformada Discreta de Fourier
Unidimensional) proporcional a N2

1 N 1
F (u ) = f ( x) exp[ j 2 ux / N ]
N x =0

A decomposio adequada desta equao pode tornar o nmero de

multiplicaes e adies proporcional a Nlog2N.

Este procedimento denominado de algoritmo da Transformada

Rpida de Fourier (FFT).
77
N N2 Nlog2N Vantagem
(DFT)
(FFT) Computacional
(N/log2N)
2 4 2 2,00
4 16 8 2,00
8 64 24 2,67
16 256 64 4,00
32 1024 160 6,40
64 4096 384 10,67
128 16384 896 18,29
256 65536 2048 32,00
512 262144 4608 56,89
1024 1048576 10240 102,40
2048 4194304 22528 186,18
4096 16777216 49152 341,33
8192 67108864 106496 630,15
78
Se uma mquina gasta 5s para fazer a FFT de um vetor
de 8192 pontos, A mesma mquina levar cerca de 600
vezes mais (50 min) para computar a DFT.
79
FIM

80