Цифровая обработка сигналов

дипломная работа

Введение

сигнал преобразование фурье искажение

Цифровамя обрабомтка сигнамлов (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.

Делись добром ;)