УНИВЕРЗИТЕТ „ГОЦЕ ДЕЛЧЕВ“– ШТИП

ФАКУЛТЕТ ЗА ИНФОРМАТИКА

СЕМИНАРСКА РАБОТА ПО ПРЕДМЕТОТ ДИГИТАЛНО ПРОЦЕСИРАЊЕ НА

СИГНАЛИ
ТЕМА: Фуриеови Трансформации

Ментор: Изработиле:
Проф. Доцент Наташа Стојковиќ Меланиа Петрова 102184
Ѓорѓи Цветковски 102212

Штип,2020
Содржина

Вовед............................................................................................................2
1. Фуриева Трансформација.............................................................................3
2. Својства на Фуриевата Трансформација..........................................................8
2.1 Линеарност........................................................................................8
2.2 Временско поместување......................................................................8
2.3 Скалирање.........................................................................................8
2.4 Koнволуција.......................................................................................8
2.5 Својство на модулација.......................................................................8
2.6 Teoрема на Парсевал...........................................................................8
3. Примена на Фуриевите трансформации...........................................................9
3.1 LTI системи........................................................................................9

2
Вовед

Во денешната литература, Фуриевата трансформација најчесто му се претставува

на читателот како комплетен независен израз, а читателот ретко се мотивира да
разбере како настанал самиот израз. Во овaа семинарска работа, ние ќе се
обидеме да го објасниме појавувањето на формулата за Фуриеова
трансформација.
Самата мотивација поставена од Јеан Баптист Јозеф Фурие претставува проблем
за решавање на делумна диференцијална равенка за размножување на топлина.
Фуриеовите развиени теории за размножување на топлината се одвивал во
периодот од 1804 до 1807 година. Оваа работа се сретнала со одреден отпор,
претежно од математичари (Лагранж и Лаплас беа меѓу нив); причината за ова е
тврдењето на Фурие, дека сите (дури и не-деривативни) функции можат да се
развиваат во тригонометриски редослед. Иако деривабилноста нема да биде
неопходен услов за запишување на функцијата како збир од синуси, подоцна ќе се
докаже дека тврдењето на Ф
уриер сепак било премногу амбициозно. Денес, теориите на Фурие се
дополнително развиени; меѓу нив најважна е дискретната Фуриева
трансформација (DFT) и алгоритмот за брза и ефикасна пресметка на DFT во O
(n*logn) време - брза трансформација на Фуриер (FFT), што е основа на многу
современи мултимедијални апликации (MP3, JPEG).

3
 1. Фуриева Трансформација
Фуриевата трансформација е магична математичка алатка. Фуриевата
трансформација ја разгледува секоја функција како збир на функции на
синусоидна основа. Секоја од овие основни функции е комплексен експоненцијал
со различна фреквенција. Оттаму, Фуриевата трансформација ни дава единствен
начин за гледање на која било функција - како збир на едноставни синусоиди.
Една мотивација за Фуриевата трансформација доаѓа од проучувањето на
периодичните функции. Периодичните функции се напишани како збир на
едноставни бранови кои се математички претставени со синусите и косинусите.
Фуриевата транформација е продолжение на периодичните функции, што
резултира кога периодот на претставената функција е издолжен и му се дозволува
пристап до бесконечност.
Поради својствата на синус и косинус, можно е да се поврати амплитудата на секој
бран во периодичните функции, користејќи интеграл. Во многу случаи, пожелно е
да се користи формулата на Ојлер, во која се наведува дека
.

Ова има предност на поедноставување на многу од вклучените формули и дава

формулација за периодичните функции. Препишувањето на синусите и косинусите
како комплексни експоненцијали, го прави неопходно тоа вредноста на Фуриевите
коефициенти да биде земена како комплексна. Вообичаеното толкување на овој
комплексен број е дека тој ја дава и амплитудата (или големината) на бранот
присутен во функцијата и фазата (или почетниот агол) на бранот. Овие сложени
експоненцијалности понекогаш содржат негативни „фреквенции“. Ако се мери за
секунди, тогаш брановите сe и и завршуваат со еден циклус во секунда,

но тие претставуваат различни фреквенции во Фуриеовата трансформација.

Оттука, фреквенцијата повеќе не го мери бројот на циклуси по единица време, но
сепак е тесно поврзана.
Бидејќи ја зголемуваме должината на интервалот во кој ја пресметуваме
периодичната функција, тогаш Фуриеовите коефициенти почнуваат да личат на
трансформацијата на Фјуриер и збирот на периодичните функции почнува да

личи на инверзната Фуриеова трансформација.

4
На пример: Ако земеме да биде во период од ,тогаш коефициентот е

даден со формулата:

Споредувајќи ја оваа формула со дефиницијата за Фуриева

Трансфомација,следува дека:

Функцијата може да биде запишана како:

При што втората сума е иста со првата,со тоа што и .

Втората сума е наречена Риманова сума. Ако ,тој ќе се спои кон интегралот
за инверзна Фуриева трансформација како што е искажано погоре.

Практично сè во светот може да се опише преку бранова форма - функција на

време, простор или некоја друга променлива. На пример, звучни бранови,
електромагнетни полиња, издигнување на рид наспроти локација, заговор на
VSWR наспроти фреквенција, цена на вашите омилени акции наспроти време, итн.
Фуриевата трансформација ни дава единствен и моќен начин за прегледување на
овие бранови. Сите бранови форми, без оглед на тоа што пребарувате или
набљудувате во универзумот, всушност се само збир на едноставни синусоиди со
различни фреквенции. Како пример, ќе ја разгледаме брановата форма на Слика 1
во нејзините „градежни блокови“ (или составни фреквенции). Ова може да се
направи со Фуриева трансформација. Првата компонента е синусоиден бран со
период и амплитуда 0,3 , како што е прикажано на Слика 1.

5
 Слика1: Споредба на првата фундаментална фреквенција (лево) и оригиналната бранова форма (десно)

Втората фреквенција ќе има период половина од првата (два пати * фреквенцијата

). Втората компонента е прикажана лево на Слика 2, заедно со збирот на првите
две фреквенции во споредба со оригиналната форма на бранова должина.

Слика2: Втора фундаментална фреквенција (лево) и оригинална бранова форма во споредба со првите две
фреквентни компоненти.

Гледаме дека збирот на првите две фреквенции почнува да изгледа како на

оригиналната бранова форма. Третата фреквенција компонента е 3 пати поголема
од фреквенцијата на првата. Збирот на првите 3 компоненти е прикажан на Слика
3.
6
 Слика3: Трета фундаментална фреквенција (лево) и оригинална бранова форма во споредба со првите три
фреквентни компоненти.

Додавајќи ја во четвртата фреквенција компонента, ја добиваме оригиналната

бранова форма, прикажана на слика 4.

Слика4: Четврта фундаментална фреквенција (лево) и оригинална бранова форма во споредба со првите
четири компоненти на фреквенција (сите заедно).

Иако се чини дека е составено, тоа е точно за сите бранови форми. Ова се
однесува на ТВ сигнали, сигнали за мобилни телефони, звучни бранови што
патуваат кога зборувате. Општо, брановите форми не се состојат од дискретен
број фреквенции, туку од повеќе континуирани опсези на фреквенции.

7
Фуриевата трансформација е математичка алатка која ни покажува како да ја
деконструираме брановата форма во нејзините синусоидни компоненти. Ова има
мноштво апликации, помагачи во разбирањето на универзумот и само го олеснува
животот на инженер или научник.

2. Својства на Фуриевата Трансформација

2.1 Линеарност

2.2 Временско поместување

2.3 Скалирање

2.4 Koнволуција

.
2.5 Својство на модулација

2.6 Teoрема на Парсевал

8
Интегралот на квадратна големина на една функција е познат како енергија на
функцијата. На пример, ако g(t) го претставува напонот преку отпорник, тогаш
енергијата дисипирана во резисторот ќе биде пропорционална со интегралот на
квадратот од g (t). Во равенката 2.6 се вели дека енергијата на g (t) е иста како и
енергијата содржана во G (f). Ова е моќен резултат и тој е клучен за разбирање на
еквивалентноста на функциите и нивните Фуриеви трансформации.

3. Примена на Фуриевите трансформации

Фуриевата трансформација опширно се користи во областа на процесирањето на

сигналот. Всушност, Фуриевата трансформација е веројатно најважната алатка за
анализирање на сигналите во целото поле.
Па што точно е обработката на сигналот?
Сигнал е секоја бранова форма (функција на време). Ова би можело да биде сè во
реалниот свет - електромагнетски бран, напон низ отпорник наспроти време,
варијанса на воздушниот притисок заради вашиот говор (т.е. звучен бран), итн.
Тогаш, обработка на сигнал е чин на обработка на сигнал за да се добијат
покорисни информации или да се направи сигналот покорисен.
Како може да се подобри сигналот? Да претпоставиме дека слушате снимка и во
позадината има шум со низок степен. Со примена на низок фреквенциски филтер,
можеме да го елиминираме шумот. Можеме да користиме обработка на сигнали и
Фуриеви трансформации за да го филтрираме овој непожелен „шум“.

3.1 LTI системи

Да претпоставиме дека имаме кутија што прифаќа влезен сигнал и произведува

излезен сигнал од тоа. Таквата кутија може да се смета како систем:

9
Кои се ограничувањата на LTI системот?

Линеарност. LTI системот мора да биде линеарен. За да го дефинираме ова, да

претпоставиме дека влезен сигнал x1 (t) произведува излез y1 (t), а друг сигнал x2
(t) го произведува излезот y2 (t). Тогаш системот е линеарен ако збирот на двата
сигнали за влез произведува збир на двата излезни сигнали. Всушност, ако x1 (t) +
x2 (t) е влезен сигнал, излезот мора да биде y1 (t) + y2 (t). Ова мора да биде точно
за секој можен влезен сигнал.

Временска инваријантност. LTI системот мора да биде временски непроменлив.

Да претпоставиме дека сигналот x (t) применет на системот произведува излез y
(t). Потоа, одложената верзија на сигналот, x(t-c) (каде c е реален број), мора да
даде излез еднаков на y (t-c). Поинаку кажано, ова значи дека без разлика што ќе
има на влез, резултатот на излез секогаш ќе биде ист.

Овие два барања ги дефинираат LTI системите. Тие не се многу рестриктивни,

така што теоријата на LTI системот е многу општа (иако дефинитивно не секој
систем е линеарен и непроменлив).

Основниот начин да се опише одговорот на LTI системот е преку импулсниот

одговор. Се користи импулсната функција како влезен сигнал и го гледаме
соодветниот излезен сигнал, познат како импулсен одговор.

Зошто се користи импулсот? Одговорот повторно доаѓа од Фуриевите

трансформации: Фуриевата трансформација на импулсот е константа во однос на

10
фреквенцијата. Ова значи дека ако влезот е импулсна функција за време, ние во
суштина испраќаме еднаква енергија на сите фреквенции. Тоа значи дека
густината на енергијата е иста на секоја фреквенција. Како резултат, кога ја
гледаме Фуриевата трансформација на излезот, сега знаеме како системот
реагира на секоја можна фреквенција. Причината за ова се навраќа на
линеарноста на Фуриевата трансформација: импулсот со тек на време може да се
смета како бесконечна сума синусоиди на секоја можна фреквенција. Излезниот
резултат тогаш е збир на одговори на секоја фреквенција. Излезот на LTI систем
заради единечен влез на фреквенција ќе има само иста единствена фреквенција
во излезниот сигнал. Ова е последица на временската инваријантност на
системот. Сигналот може да се намали во големина и да се одложи за една фаза,
но фреквенцијата не може да се промени.

Слика 1: претставува преглед на временскиот домен на LTI системот.

Можеме да ги видиме горенаведените сигнали и системот во доменот на

фреквенција. Со преземањето на Фуриевите трансформации на влезните и

излезните сигнали, можеме да видиме дека постојан влезен сигнал

предизвикува излез , што е одговор на фреквенцијата, на Слика 2:

Слика 2: Преглед на фреквенција-домен на LTI системот.

11
4. Фурјеова Трансформација и нејзината улога во процесот на
препознавање на отпечаток од прст

Фурjеовата трансформација можеме да ја сфатиме како непрекинат облик на

Фурjервиот ред чија улога е да ја разбие која било периодична функција на
сума (која не мора да е конечна) на едноставни осцилаторни функции,
односно на синус и косинус.
Проучувањето на Фурјеовите редови е гранка од фурјеовата анализа која
довела до револуција во математиката овозможувајќи им на математичарите
да ги преиспитаат темелите на математиката. Иако Фурјеовата
трансформација произлегува како резултат на проучувањето на Фурјеовиот
ред, во денешната примена се зема како готов алат. Една од нејзините
примени се наоѓа во дел од процесот на препознавањето на отпечаток од
прст.
Отпечаток од прст е најстар метод од сите биометриски техники кој и денес се
применува. Биометријата се однесува на автоматска идентификација или
верификација на индивидуата, односно на нејзиниот идентитетот, со
користење на одредени физиолошки црти поврзани со личноста.
Традиционално, лозинките или ID картичките беа користени за управување со
пристапот на ограничени системи, но поради нивната ниска сигурносна рамка
можат лесно да се пробијат.
Отпечатокот од прст се состои од вдлабнатини и испакнатини кои (главно) се
паралелни меѓусебе. Неговата идентификација се врши преку
карактеристичните превои на испакнатини.

12
 4.1Идентификацијата на отпечатокот 

Се врши преку карактеристичните превои на испакнатинити (анг. Minutia). Иако

има многу такви карактеристични превои, се користат само најважните два:
завршување на испакнатина (анг. termination) и делење на испакнатина на два
дела (анг. bifurcation). Сите останати можат да се формираат од овие два.
Затоа не се употребуваат. Целокупниот систем се состои од: сензор за
добивање на отпечатоци , програма која ги одделува важните превои и
програма која ги споредува превоите на две слики.

Во оваа постапка се земаат позицијата и насоката на

важните превои и  е потребно да се извршат следните
чекори:
1. Предпроцесирање (подобрување на
сликата,бинаризација на сликата и сегментација
на сликата),
2. Одделување на важните превои (слабеење на испакнатините и
забележување на важните превои),
3. Постпроцесирање (отстанување на лажните
карактеристични превои)

Две постапки се користат во подобрувањето на сликата и тоа: a)

раширување на хистограм и б) фурјеова трансформација.

a) Хистограм претставува график кој кажува колку пати една нијанса на сиво
се појавува во сликата. Бидејќи нијансите на сиво од средината на сивиот
спектар се појавуваат најчесто, потребно е да го растегниме хистограмот
така што секоја нијанса на сиво се појавува со приближно иста фреквенција
како и сите други

13
 б) При користењето на фурјеова трансформација ја делиме ваквата слика
на делови по 32х32 пиксели и на секое делче извршуваме брза фуриева
трансформација

за u=0…31 и v=0…31.
     
Со цел да ја го засилиме контрастот различно за секој блок, ја множиме
фурјеовата трансформација на блокот со апсолутната вредност на фурјеовата
трансформација на истиот блок степенувана K пати. Со ова се подобрува
контрастот на делчето во зависност од вредноста на К.  Големо К го
подобрува изгледот на испакнатините бидејќи ги пополува несаканите мали
дупки во нив, но преголемо К може да доведе до лажно поврзување на
испакнатини. Исто така со ова правиме недоволно обоените испакнатини кои
имаат висока нијанса на сиво да станат бели. Еве што се случува на едно
мало делче 4х4 пиксели кога ќе му се имплементира засилување на контраст
со К=0.5
Ова е очекувано бидејќи во фрекфенциски домен
секој пиксел од делот  т.е. неговата амплитуда се
множи со својата апсолутна вредност (на
амплитудата) на некој степен. Бидејќи К>0 имаме
зголемување на амплитудите, ако К<0 тогаш ќе имаме намалување на
амплитудите на пикселите.

Отпечатоците од прсти се целосно формирани на околу седум месеци на фетусот

развојот и конфигурациите на сртот на прстите не се менуваат
во текот на животот на една личност освен поради несреќи
како модринки и исекотини на прстите. Признавањето на отпечатоци претставува
најстар метод на биометриска идентификација. Нејзината историја се враќа назад
сè уште најмалку 2200 година п.н.е. Од 1897 година, се користи дактилоскопија
(синоним за некомпјутерска база на отпечатоци) криминална идентификација.
Отпечаток се состои од сртови (линии) преку отпечатоци од прсти и долини
(простори помеѓу сртови).

14
 Слика1.Класификација на оптечаток на прст
(a)-Лак, (b)-Тенден лак (d)-Десна јамка (e) -Лева јамка

4.2 Анализа на експерименти

1. Дизајн на системот:
Дизајн на ниво на системот: -Систем за препознавање на отпечатоци претставува
уред за стекнување отпечатоци, екстрактор на минутија и снабдувач на минута
како што е прикажано на слика.

15
2. Дизајн на ниво на алгоритам:
За спроведување на екстрактор на Minutia пристап се
користи широко од истражувачите. Тие се во преработка, фаза на екстракција,
мини фаза и пост-обработка

3.Анализа параметри и реултати на отпечаток на прст

1.Преработка на отпечаток на прст.
2.Бинаризација
3. Сегментација

16
4.. Разредување
Пред фазата на бинаризација и сегментација на минутиите,
се применува процес на чистење, ова е алгоритам каде резултатот е слика
со линии со минимална можна дебелина. По процесот на бинаризација
сликата е составена само од 1 и 0, каде што 1 значи бел
пиксел и 0 црн пиксел. Пиксел 0 (x, y) е внатрешен, ако
соседите (x + 1, y), (x − 1, y), (x, y + 1) и (x, y − 1) се 0 (црн
пиксел).
Границата е дефинирана со помош на нејзините 8 врски. Пикселот е поврзан ако
е елиминиран во матрица од 3 х 3 и нејзините соседи се исклучени.
Во основа, алгоритмот се состои во наоѓање внатрешни пиксели во
нашата слика и подоцна да се елиминира границата на пиксели. Овој процес
се спроведува се додека не е можно да се најде повеќе внатрешни пиксели.

Првиот чекор на овој алгоритам се состои во пронаоѓање на вкупниот број

внатрешни пиксели што постојат во нашата слика. Подоцна, сите пиксели
кои се ограничени се елиминирани, водејќи сметка за тоа ова
не е пиксел за врска. Овој алгоритам се повторува сè додека не се најде повеќе
внатрешни пиксели.

По слабеењето на сликата и ако не се пронајдени повеќе внатрешни пиксели,

алгоритмот се применува повторно, но во оваа прилика со мала промена.
Оваа промена се состои во пронаоѓање внатрешни пиксели само со 3 соседни
пиксели, а подоцна и за елиминирање на границите на пикселите.
17
 Елиминација на внатрешните пиксели се можни при елиминација на одредена
Граница Последниот чекор е повторно повторување на алгоритмот, но во
оваа пригода пронаоѓање внатрешни пиксели само со двајца соседи.
Ако се земе предвид елиминација на внатрешен пиксел
можно е да се елиминира некој соседен пиксел.

Слика1. (а) Оргинална слика (б) Внатрешни пиксели (с) Елиминација на пиксели

5.Детекција на минута
Откривање на минута
После процесот на слабеење, сликата е подготвена така што се применува
алгоритам за откривање. Алгоритамот се состои во тоа што се пресметува бројот
на пиксели кои што преминуваат во пиксел центар (компјутер) и се пресметуваат
со следнава равенка

Кога Pc=7 тогаш има блок со прекинување на минути, Ако Pc=6 тогаш е без
минути, ако Pc≤5 тогаш тој е блок со бифурација на минути.

18
 Заклучок
Овај труд, беше претставен нов пристап за класификација на отпечатоци,
заснован на дискретна Фуриева трансформација. Насочните слики се
конструирани од слики за отпечатоци со употреба на дискретната Фуриева
трансформација (DFT). Примена на насоки филтри во фреквентниот домен по
трансформацијата од страна на DFT постигнува ефикасно филтрирање со ниска
фреквенција, намалувајќи ги ефектите од бучавата кај сликите од отпечатоци.
Конструираните слики за насоки ја содржат суштинската структура за
насочување
што е е вообичаена во секоја класа и прави разлика помеѓу класи.

19