1 Przykład analizy czasowo-częstotliwościowej 0 1 0 0 2 0 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0 8 0 0 9 0 0 1 0 0 0 -1 . 0 0 . 0 1 . 0 czerwieñs zy_01_35_m...
32 downloads
22 Views
432KB Size
Przykład analizy czasowo-częstotliwościowej
Amplituda
c ze rwie ñs zy_01_35_m.wav 1.0 0.0 -1 . 0 0
100
200
300
400
500
600
700
800
900
1000 2.0
D1
1.8 D2
1.6
D WT
1.4 D3
1.2 1.0
D4 0.8 0.6
D5
0.4 0.2
D6 0
100
200
300
400
500
600
Cz as [m s ]
700
800
900
1000
0.0
1
2
Haar
Funkcja Haara 1 dla 0 t < 0,5 H (t ) 1 dla 0,5 < t 1 0 dla pozostalych
3
Falka Meyera
4
Funkcja skalująca Meyera
5
Dekompozycja sygnałów S m 1 S m W m
sm1 Sm1
sm Sm
wm Wm
s m 1 ( t ) s m ( t ) wm ( t )
sm1 (t ) cm1,n m1,n (t ) n
gdzie m1,n nZ generuje zbiór Sm+1
s m ( t ) cm,n m, n ( t ) n
wm ( t ) d m,n m,n ( t ) n
Gdzie cm,n i dm,n są odpowiednio dobranymi współczynnikami, m,n nZ generuje zbiór Sm natomiast m,n nZ generuje zbiór Wm
6
Kwadraturowe filtry zwierciadlane
cm,n hk 2 n cm1,k dla każdego m, n Z k
d m,n g k 2 n cm1,k dla każdego m, n Z k
k nowe 2n k stare
H ( f ) G( f ) 1 2
2
7
Porównanie filtrów zwierciadlanych
Dla falek: Meyera, Daubechies rzędu 2, Daubechies rzędu 12 a)
b)
-1 0 -2 0 -3 0
-5 0 0 .0
-2 0 -3 0 -4 0
H G 0 .2 5
-1 0
-5 0 0 .0
0 .5 0
Cz ę s to tliw o ś ć [f/fs ]
Fa z a [ra d ia n / ]
Fa z a [ra d ia n / ]
-5 -1 0 -1 5 -2 0
-1 .0 -1 .5 -2 .0 -2 .5 -3 .0 0 .0
0 .5 0
0 .2 5
0 .5 0
H G
5
-0 .5
-3 0 0 .0
H G Cz ę s to tliw o ś ć [f/fs ]
0 .0
-2 5 0 .2 5
-3 0
-5 0 0 .0
0 .5 0
H G
0 .5
0
Cz ę s to tliw o ś ć [f/fs ]
-2 0
Cz ę s to tliw o ś ć [f/fs ]
H G
5
0 .2 5
-1 0
-4 0
H G
Fa z a [ra d ia n / ]
-4 0
0
Am p litu d a [d B ]
0
Am p litu d a [d B ]
Am p litu d a [d B ]
0
c)
0 -5 -1 0 -1 5 -2 0 -2 5
0 .2 5
Cz ę s to tliw o ś ć [f/fs ]
0 .5 0
-3 0 0 .0
0 .2 5
0 .5 0
Cz ę s to tliw o ś ć [f/fs ]
8
Schemat dekompozycji sygnału d M g 1
cMg
dM g 2
cM g 2
c M g 1
c
dM d
m 1, n nZ
c M d 1
cM d
d m,n nZ cm,n nZ
dla M d m M g otrzymujemy oraz jeden sygnał podstawowy
d
M g 1
m,n nZ m M d
c
M d ,n nZ 9
Schemat 3-poziomowej dekompozycji falkowej
10
Rekonstrukcja zdekomponowanego sygnału
~ cm1,n hn2 k cm,k g~n2 k d m,k k
dM d
cM d
k
d M g 1
d M d 1
cM d 1
c M d 2
cM g 1
cM g
11
Spektakularna prezentacja analizy i syntezy sygnału
H
2
cm
2
~ H
c m1
G
2
dm
2
cm1
~ G
12
Schemat rekonstrukcji falkowej (3 poziomy)
13
Charakterystyki filtrów generujących funkcje skalujące i falki |H_d2(w)|
|H_d12(w)|
1
1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0
-3
-2
-1
0
1
2
3
-3
-2
|G_d2(w)| 1
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
0
0 -2
-1
0
1
0
1
2
3
2
3
|G_d12(w)|
1
-3
-1
2
3
-3
-2
-1
0
1
14
Dyskretna transformacja falkowa
DWT od. ang. Discrete Wavelet Transform
cm1,n s(n)
sm1 (t ) cm1,n m1,n (t ) n
cm,n hk 2 n cm1,k k
d m,n g k 2 n cm1,k k
DWT d m ,n n , d m 1,n n ,..., d m M ,n n , cm M ,n n
15
Przykład DWT i CWT
Ka n a ł p ra w y S yg n a ł a m p litu d a
1
0
-1 0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
0.2
0.4
0.6
0.8 1.0 Cz a s [s ]
1.2
1.4
1.6
1.8
DW T p o z io m
5 4 3 2 1 0.0 32 CW T s ka la a
24 16 8 1 0.0
16
Dekompozycja obrazu wykorzystująca filtrację jednowymiarową sLL ( x , y )
sL ( x , y ) ~ H ( x) ~ H ( y)
x2
y2
sLH ( x , y )
s ( x, y)
~ G ( x)
x2 sHL ( x , y )
sH ( x , y ) ~ H ( x) ~ G ( y)
x2
y2
sHH ( x , y ) ~ G ( x)
x2 17
Rekonstrukcja obrazu
sLL ( x, y)
x 2
sL ( x , y) H ( x)
+
y 2
sLH ( x , y)
x 2
H( y)
s ( x, y)
G( x )
+
sHL( x, y)
x 2
sH ( x, y)
H( x)
G( y)
+
y 2
sHH ( x, y)
x 2
G( x)
18