Professional Documents
Culture Documents
Dps
Dps
ФАКУЛТЕТ ЗА ИНФОРМАТИКА
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
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
.
4
На пример: Ако земеме да биде во период од ,тогаш коефициентот е
даден со формулата:
Втората сума е наречена Риманова сума. Ако ,тој ќе се спои кон интегралот
за инверзна Фуриева трансформација како што е искажано погоре.
5
Слика1: Споредба на првата фундаментална фреквенција (лево) и оригиналната бранова форма (десно)
Слика2: Втора фундаментална фреквенција (лево) и оригинална бранова форма во споредба со првите две
фреквентни компоненти.
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.
2.1 Линеарност
2.3 Скалирање
2.4 Koнволуција
.
2.5 Својство на модулација
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.
9
Кои се ограничувањата на LTI системот?
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.
11
4. Фурјеова Трансформација и нејзината улога во процесот на
препознавање на отпечаток од прст
12
4.1Идентификацијата на отпечатокот
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.
14
Слика1.Класификација на оптечаток на прст
(a)-Лак, (b)-Тенден лак (d)-Десна јамка (e) -Лева јамка
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
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.
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