Procesamiento Digital de Imgenes Prctica 2 Convolucin lineal y circular utilizando la DFT

Dr. Boris Escalante R. 2 de Marzo, 2009

Reglas generales para el desarrollo de las Prcticas de Laboratorio.

El reporte de las prcticas constar de las secciones: objetivo, introduccin, desarrollo (incluyendo clculos si es el caso), resultados, conclusiones, cdigo fuente y bibliografa. Las prcticas deben ser originales, es decir, se sancionar a los equipos o autores de prcticas idnticas, incluyendo si fueron copiadas de prcticas de semestres anteriores. Se recomienda trabajar en MATLAB ya que podrn obtener asesora sobre el uso de comandos de este paquete. Esto no signica que no puedan usar otras herramientas, sin embargo, no estar garantizada la asesora en estos casos. El desarrollo de la prctica es trabajo de casa. El da de entrega de la prctica debern llegar preparados, con el reporte elaborado e impreso. No se reciben reportes en formato electrnico. Durante ese da solo de revisar la prctica, se vericar el funcionamiento de los programas, sus resultados y las conclusiones que hayan obtenido con el n de corroborar que el objetivo de la prctica se haya logrado.

1.

Objetivos:
Calcular la convolucin lineal y la convolucin circular de una imagen y explicar sus diferencias. Comprender la relacin f (x) h(x) F F (k) H (k) Comprobar que la mayor concentracin de la energa se encuentra en los primeros coecientes de la DFT.

2.

Introduccin

La Transformada Discreta de Fourier (DFT, por sus siglas en ingls Discrete Fourier Transform) provee un mtodo para transformar los datos muestreados en el dominio del tiempo a una expresin de estos datos en el dominio de la frecuencia. La inversa de la transformada reinvierte este proceso, convirtiendo los datos en el dominio de la frecuencia en datos en el dominio temporal. Estas transformaciones pueden ser aplicadas en una gran variedad de campos desde la geofsica hasta la astronoma, desde el anlisis de seales de sonido hasta el anlisis de la concentracin de CO2 en la atmsfera. Algunos algoritmos de reconstruccin 3D utilizados en Tomografa Computarizada (CT) hacen uso tambin de la DFT [2]. La Transformada Rpida de Fourier (FFT, por sus siglas en ingls Fast Fourier Transform) provee un algoritmo eciente para implementar la DFT en computadora. Esta transformada es fcilmente ejecutada y, de hecho, es incluida en casi cualquier paquetera de software matemtico como funcin [4]. Muchos libros estn dedicados nicamente a la FFT y diferentes versiones de la FFT han sido propuestas; as mismo la investigacin para hacer estos algoritmos ms ecientes an continua y es un campo abierto. Por ejemplo, el algoritmo de Cooley-Tukey hace la FFT bastante til reduciendo el nmero de clculos de n2 a nlog(n) con lo cual obviamente el tiempo computacional es reducido 1

considerablemente. El mtodo de descomposicin usado en el algoritmo de Cooley-Tukey puede ser aplicado a otras transformaciones ortogonales como la Hadamard, Hartley y la Haar. Por otro lado, la convolucin es un proceso que tiene muchas aplicaciones y sobre el sta se podra decir, descansa el procesamiento digital de seales. La convolucin de una funcin de entrada f (x) y la respuesta al impulso de un sistema lineal h(x) representa la cantidad de traslape de una funcin conforme una sta se mueve sobre la otra generando un tipo de combinacin entre las dos funciones [3]: g(x) = f (x) h(x) Un ejemplo de una aplicacin de la convolucin es el ltrado. Probablemente la herramienta ms poderosa en el anlisis cientco moderno es la relacin entre la convolucin y la transformada de Fourier. Dicha relacin es el teorema de la convolucin y se expresa de la siguiente manera: f (x) h(x) F F (k) H (k) La siguiente gura muestra de manera esquemtica dicho teorema: Figura 1: La relacin entre las operaciones en el dominio de la frecuencia y el dominio temporal. La multiplicacin de las FFTs
de x y h seguidas por una IFFT es el equivalente a una convolucin. De manera similar, la FFT de la convolucin en el dominio temporal es equivalente al producto de las FFTs.

3.

Desarrollo
1. Obtener la convolucin lineal (comando MATLAB conv2 y argumentos full, same y valid de la imagen con un ltro paso bajas (ltro de bloque). Usar 2 o 3 tamaos diferentes de ltros, por ejemplo: 7x7, 9x9 y 11x11. Desplegar las imgenes resultantes. 2. Obtener la DFT de la imagen original y desplegarla de manera amplicada utilizando el logaritmo del mdulo de la DFT para dicha amplicacin. Cambiar el eje de coordenadas (comando MATLAB fftshift) y nuevamente amplicar. 3. Obtener la convolucin circular () de la imagen con el ltro paso bajas a travs de la DFT. Usar tambin diferentes tamaos de ltros. Desplegar las imgenes resultantes. 4. Obtener la convolucin lineal () de la imagen con el ltro paso bajas a travs de la DFT (comandos MATLAB fft2 y ifft2). Usar tambin diferentes tamaos de ltros. Desplegar las imgenes resultantes. (Recordar que f (x) h(x) F F (k) H (k) y = ) 5. Comparar los resultados obtenidos en los puntos 1,3 y 4 desplegando para un mismo tamao de ltro, las 3 convoluciones, por ejemplo: convolucin lineal ltro 9x9, convolucin lineal (DFT) ltro 9x9, convolucin circular (DFT) ltro 9x9.

Nota: el argumento full regresa la convolucin lineal 2D completa. 2

4.

Resultados

Desplegar las imgenes ltradas con los diferentes ltros utilizados. Explicar porque existen o no diferencias entre las imgenes ltradas usando los mtodos: 1. Convolucin lineal (comando MATLAB conv2 y argumentos full, same y valid). 2. Convolucin lineal a travs de la DFT. 3. Convolucin circular a travs de la DFT. Desplegar la DFT amplicada de la imagen y explicar.

5.

Cdigo

En esta seccin debern presentar el cdigo fuente del programa en MATLAB (o en la herramienta que hayan utilizado en su defecto).

6.

Conclusiones

Referencias
[1] Gonzalez, R. C. , and Woods, P., Digital Image Processing, Addison Wesley, 2002. [2] D. Donnelly and B. Rust, The Fast Fourier Transform for Experimentalists Part I: Concepts, Computing in Science & Eng., vol. 7, no. 2, 2005, pp. 80-88. [3] D. Donnelly and B. Rust, The Fast Fourier Transform for Experimentalists Part II: Convolutions, Computing in Science & Eng., vol. 7, no. 3, 2005, pp. 92-95. [4] FFTW, www.fftw.org