Цифровая обработка сигналов

сигнал преобразование фурье искажение

Цифрова́я обрабо́тка сигна́лов (ЦОС, DSP - англ. digital signal processing) - преобразование сигналов, представленных в цифровой форме.

Обработка сигналов во временной области широко используется в современной электронной осциллографии и в цифровых осциллографах. Для представления сигналов в частотной области используются цифровые анализаторы спектра. Для изучения математических аспектов обработки сигналов используются пакеты расширения (чаще всего под именем Signal Processing) систем компьютерной математики MATLAB, Mathcad, Mathematica, Maple и др.

В последние годы при обработке сигналов и изображений широко используется новый математический базис представления сигналов с помощью "коротких волночек" - вейвлетов. С его помощью могут обрабатываться нестационарные сигналы, сигналы с разрывами и иными особенностями и сигналы в виде пачек.

Восстановление искаженных изображений является одной из наиболее интересных и важных проблем в задачах обработки изображений - как с теоретической, так и с практической точек зрения. Частными случаями являются размытие из-за неправильного фокуса и смазывания - эти дефекты очень сложны в исправлении. С остальными искажениями (шум, неправильная экспозиция, дисторсия) можно эффективно бороться, соответствующие инструменты есть в каждом фоторедакторе.

Конечной целью восстановления изображений является повышение его качества в некотором заранее предопределенном смысле. При восстановлении делается попытка реконструировать или воссоздать изображение, которое было до этого искажено, используя априорную информацию о явлении, которое вызвало ухудшение изображения. Поэтому методы восстановления основаны на моделировании процессов искажении и применения обратных процедур для воссоздания исходного изображения.

Изображение в математическом представлении - двумерный сигнал, несущий огромное количество информации. Цветное изображение размером 500 Ч 500 элементов - это массив в несколько сотен тысяч байтов. Обрабатывать такую информацию можно лишь рациональной организацией вычислений. Для конкретных задач обработки изображений можно применять эффективные способы обработки с учетом особенностей и ограничений этой конкретной задачи. Но если говорить об обработке изображений для решения широкого класса задач, то необходимо выделить набор стандартных операций, из которых можно строить алгоритмы для решения произвольных задач. К их числу относятся линейные преобразования, двумерная свертка и двумерное дискретное преобразование Фурье.

В данной работе представлены объяснения, демонстрации и эксперименты по восстановлению искаженных и смазанных изображений, рассмотрена теория деконволюции, модели процесса искажения и шума.

• Линейные системы
• Дискретные и непрерывные сигналы
• Свертка
• Преобразования Фурье
• Комплексное ДПФ
• Двумерное ДПФ
• Восстановление расфокусированных и смазанных изображений
• Модель процесса искажения
• Mодель шума
• Теорема о свертке
• Инверсная фильтрация
• Существующие подходы для деконволюции
• Сравнение изображений на практике

Лучшие статьи по информатике

Расчет приемника
- Диапазон принимаемых частот: ДВ, СВ - 65,7 - 73,7 МГц 87,5 - 108,5 МГц - Реальная чувствительность: Е=1,5 мкВ - Выходная мощность: =40 мВт - ...

Полевой транзистор с изолированным затвором
Полевыми транзисторами называют активные полупроводниковые приборы, в которых выходным током управляют с помощью электрического поля. Полевые транзисто ...

Разработка контура регулирования давления смешанного газа на ГСС блока воздухонагревателей
Главным средством технического процесса, без которого невозможны высокие темпы дальнейшего роста производительности труда, является комплексная механизация ...