Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Transformada Wavelet
Transformada de Fourier
Representao de um sinal como uma srie de senos e cossenos
Problema:
Considera o sinal todo Ou seja, apropriada para sinais estacionrios
A freqncia no muda com o tempo A maioria dos sinais no-estacionrio
Transformada Wavelet
Transformada Wavelet
3 6 0 0
Repete-se
2 Hz + 10 Hz + 20Hz
Magnitude
Estacionrio
Magnitude
0 0 .2 0 .4 0 .6 0 .8 1
5 0 0
4 0 0
3 0 0
-1
2 0 0
-2
1 0 0
-3
Time
1 0
1 5
2 0
2 5
Frequency (Hz)
2 5 0
Magnitude
0 .4 0 .2 0 -0 .2 -0 .4 -0 .6 -0 .8
Magnitude
1 0 .8 0 .6
No se repete
2 0 0
1 5 0
NoEstacionrio
1 0 0
5 0
Time
Frequency (Hz)
1 0
1 5
2 0
2 5
Transformada Wavelet
Soluo: Gabor (1946)
Transformada de Fourier para Tempo Curto
Short Time Fourier Transform (STFT)
Considera uma janela que vai se deslocando pelo sinal e avaliando cada parte dele em separado Cada janela considera que a parte do sinal dentro dela aproximadamente estacionrio
Transformada Wavelet
Transformada Wavelet
Short Time Fourier Transform (STFT)
Problema: Janela de tamanho invariante
Alm disso, como definir o tamanho da janela? Janela pequena:
Pouca informao sobre o sinal Muito processamento
Janela grande:
Aumenta o erro na considerao de estacionaridade do sinal
Transformada Wavelet
Via uma janela curta Via uma janela longa
Transformada Wavelet
Prximo passo na evoluo....
Uma transformada em janelas, mas com janelas de tamanho varivel:
Transformada Wavelet Intervalos maiores quando queremos informaes mais precisas sobre baixas freqncias Intervalos menores quando queremos informaes mais precisas sobre altas freqncias
Transformada Wavelet
10
Transformada Wavelet
11
Transformada Wavelet
CWT x ( , s ) = x ( , s ) =
Continuous Wavelet Transform Translao (localizao da janela)
1 s
t x (t ) * dt s
Wavelet Me
Escala
Wavelet
Wavelet Me
A funo que analisa o sinal Todas as janelas so suas verses expandidas ou comprimidas (escala) e deslocadas
Carlos Alexandre Mello cabm@cin.ufpe.br 12
Transformada Wavelet
Escala
s>1: O sinal expandido s<1: O sinal comprimido
Baixa Freqncia -> Alta Escala -> Viso global no detalhada do sinal Alta Freqncia -> Baixa Escala -> Viso global detalhada do sinal Apenas intervalos limitados de escalas so necessrios
Carlos Alexandre Mello cabm@cin.ufpe.br 13
Transformada Wavelet
Exemplo de Me Wavelet (Daubechies)
14
Transformada Wavelet
Influncia da escala
15
Transformada Wavelet
Influncia do deslocamento
16
Transformada Wavelet
17
Transformada Wavelet
Wavelets devem satisfazer requisitos como:
possurem energia finita; possurem certo grau de regularidade (suavidade); serem nulas no infinito; possurem um certo nmero de momentos nulos; que sejam funes de classe Ck (0<k<)*; que tenham suporte compacto, no tempo e na freqncia. *Funes em C ou de classe k so funes
k
Transformada Wavelet
Anlise de Wavelets (no contnuo)
1- Tome uma funo wavelet e compare-a com a regio no incio do sinal original 2- Calcule a correlao C entre a funo e a regio do sinal original
19
Transformada Wavelet
Anlise de Wavelets (no contnuo)
3- Desloque a wavelet para a direita e repita os passos 1 e 2 at que todo o sinal tenha sido coberto
20
Transformada Wavelet
Anlise de Wavelets (no contnuo)
4 Aplique uma escala na wavelet e repita os passos 1 a 3
21
Transformada Wavelet
Anlise de Wavelets (no contnuo)
5 Repita os passos 1 a 4 para todas as escalas
Quando for concludo, voc ter todos os coeficientes produzidos em diferentes escalas e diferentes sees do sinal Agora, o que fazer com essas informaes?
22
Transformada Wavelet
Um grfico plotado onde x representa a posio ao longo do sinal (tempo), y representa a escala e a cor em cada ponto (x,y) representa a magnitude do coeficiente da wavelet (C)
23
Transformada Wavelet
24
Transformada Wavelet
De uma viso em perspectiva teramos:
25
Mallat (1988)
Implementa a anlise de wavelets usando filtros Conhecido como two-channel subband coder
26
27
Detalhes
Componentes de pequena escala e alta freqncia do sinal
28
Aproximaes
Detalhes
29
Temos agora:
31
32
33
34
35
Carlos Alexandre Mello cabm@cin.ufpe.br 36
37
38
Para demonstrar uma transformada geral, vamos usar o esquema apresentado na Fig. abaixo:
Nela, um sinal de entrada alimenta dois canais, cada qual com um par de filtros FIR. Tal estrutura chamada de two-channel filter banks.
Carlos Alexandre Mello cabm@cin.ufpe.br 39
esperado que a sntese gere um sinal de sada igual ao sinal de entrada Os filtros complementares de banco de filtros (h0 para h1 e g0 para g1) dividem o sinal em sub-sinais de baixa e alta freqncia Isso chamado de subband coding
Carlos Alexandre Mello cabm@cin.ufpe.br 40
Para a transformada inversa, as sadas dos filtros da parte de anlise (z[n] e w[n]) passam por outros filtros FIR e, em seguida, so combinadas para gerar a sada y[n] A idia que w[n] e z[n] sejam verses transformadas de x[n] e que y[n] o sinal aps a transformada inversa Como dito anteriormente, espera-se que y[n] seja igual a x[n]
41
Vamos considerar o filter bank da figura abaixo e vamos ver como se comportam w[n] e z[n]:
43
Essas operaes retratam o processamento da wavelet de Haar Essa a mais simples das wavelets Se escolhermos com cuidado os coeficientes, teremos a transformada de Haar Por exemplo, se:
2aa + 2bb = 1
ento
y[n] = x[n 1]
45
Algumas vezes, um two channel filter bank chamado de quadrature mirror filter (QMF) Um QMF um filter banks com condies especiais nos coeficientes dos filtros para evitar aliasing e conseguir uma reconstruo perfeita Ou seja, sua nica diferena para filter banks a escolha dos coeficientes dos filtros
46
Quadrature mirror filter (QMF): Seja um dos filtros da anlise h0 Os outros filtros (h1, g0 e g1) so gerados a partir de h0 Especificamente, h1 usa os mesmos coeficientes de h0, mas negativa os coeficientes de ndice par O filtro de reconstruo g0 igual a h0 e g1= -h1
47
48
O conjugate quadrature filter (CQF) especifica que h1 deve ser o reverso de h0 com os valores em ndices de ordem par negativados Para a reconstruo, g0 e g1 so os reversos de h0 e h1, respectivamente.
49
50
Um das famlias de wavelets mais utilizadas a famlia das Daubechies Criada por Ingrid Daubechies, a famlia das wavelets Daubechies (ou db) a nica famlia de wavelets que tem suporte compacto e decaimento suave O suporte compacto impede que a wavelet se espalhe por todo o espectro O decaimento suave impede que a wavelet introduza artefatos de altas freqncias
Carlos Alexandre Mello cabm@cin.ufpe.br 51
Vamos analisar o processamento de um sinal usando uma wavelet de 4 coeficientes e um conjugate quadrature filter conforme a Figura:
52
Considerando que:
w[n - k] = a.x[n - k] + b.x[n k - 1] + c.x[ n k 2] + d.x[n k - 3] z[n - k] = d.x[n - k] - c.x[n k - 1] + b.x[ n k - 2] - a.x[n k -3]
53
Novamente, precisamos ter (aa + bb + cc + dd) = 1 Os coeficientes de Daubechies obedecem a essas duas condies:
(aa + bb + cc + dd) = 1 ac = -bd
54
h = Hc(Lr(imagem))
Matriz de coeficientes para detalhes horizontais
v = Lc(Hr(imagem))
Matriz de coeficientes para detalhes verticais
d = Hc(Hr(imagem))
Matriz de coeficientes para detalhes diagonais
57
6 Passo: Volta a matriz s dimenses originais da imagem caso tenha havido a expanso
59
Aplicaes
Carlos Alexandre Mello
60
61
Transformada Wavelet
Aplicao
Remoo de rudo
Imagem original Imagem com rudo Imagem filtrada
62
Transformada Wavelet
Aplicao
Compresso com perdas
Aplicao natural se pensarmos no processo de filtragem e downsampling da imagem Resultados semelhantes ao formato JPEG
63
Transformada Wavelet
Compresso com Perdas
64
Transformada Wavelet
Compresso com Perdas
65
Transformada Wavelet
Compresso com Perdas
Detalhes.
66
Transformada Wavelet
Compresso com Perdas
67
Transformada Wavelet
Compresso com Perdas
68
Transformada Wavelet
O que significa a decomposio anterior?
Decomposio em 1 nvel da imagem LL
Coeficientes de Aproximao
HL
Detalhes Horizontais
LH
Detalhes Verticais
HH
Detalhes Diagonais
69
Transformada Wavelet
O que significa a decomposio anterior?
Decomposio em 2 nveis da imagem LL HL HL
LH
HH
LH
HH
70
Transformada Wavelet
Compresso com Perdas
Remoo de rudo
71
Transformada Wavelet
Compresso com Perdas
72
Transformada Wavelet
Aplicao
Filtragem
73
Transformada Wavelet
Aplicao
Filtragem (Daubechies 12)
74
Anlise Wavelet
Referncias Complementares:
Stphane Mallat, A Wavelet Tour of Signal Processing, Academic Press, 2009.
Michael Weeks, Digital Signal Processing Using MatLab and Wavelets, Infinity Science Press, 2007
75