Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 1

Mathématiques - Transformée Par Ondelettes/Bandelettes, Gabor

1. Rappels : Le SIGNAL : La représentation habituelle d 'un signal se fait en temps/amplitude Le SPECTRE : C 'est la représentation d'un signal en fréqence/amplitude (Onl'obtient grâce à la Transformée de Fourier du signal de départ .) Le SPECTROGRAMME : C 'est la représentation d'un signal en temps/fréqence/amplitude (c'est aussi un Spectre auquel on ajoute le paramètre temporel) exemple :

Signal Amplitude (y) temps(x)

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 2

Fréquence (y) temps (x) amplitude (couleur)

2. - L'étude des fréquences est permise par : -La transformée de Fourier -La transformée de Fourier fenêtrée Une meilleur résolution est obtenue par -La transformée en ondelettes continue -La transformée en ondelettes discrète

2.1 - Exemple d'une onde stationnaire : Prenons un exemple avec un signal simple continu à 50Hz par exemple/

Remprésentation Amplitude/Temps
Cette représentation nous montre que le signal est continu, qu'il a une amplitude comprise entre -1 et 1. On voit bient à vue d'oeil que c'est un signal périodique à une certaine fréquence, mais il nous est imossible d'en déterminer la fréqence exacte à l 'oeil nu. Si on y applique une transformée de Fourier, on va afficher ce signal en fréquence, par contre, nous perdrons la notion de temps :

Représentation Amplitude/Fréquence (spectre)
On voit sur ce graphique se détacher nettement une fréquence particulière à 50 Hz (le pic) remarque : le temps n'y est plus représenté (Amplitude sur l 'axe des ordonnées y )

mathématiquement cela nous donne : soit x : un signal temporel, X un signal dans le domaine fréquentiel t : temps et f : fréquence

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques Transformée de FOURIER (FT) Transformée de FOURIER inverse (FT-1)

Page 3

Formules des Transformée et Transformée inverse de Fourier

exemple sur un signal stationnaire à plusieurs composantes (fréquences)

Transformée d'un signal complexe composé de quatres fréquences diférentes
La transformée de Fourier permet de décomposer efficacement le signal complexe en une suite de fréquences (Un signal complexe est la somme de plusieurs signaux simples de fréquences différentes)

Limites de la Transformée de Fourier : Elle n'est efficace que sur les signaux stationnaires (signaux dont le contenu en fréquence ne change pas au cours du temps) Transformée Fourier sur signaux non stationnaires

Transformée de Fourier de deux signaux non stationnaires différents

Dans l'exemple de la figure cidessus, nous avons deux signaux NON STATIONAIRES, la transformé de Fourier nous donne une représentation unique alors que les deux signaux sont complètements différents ! Pour remédier à ce problème, il faut conserver l'information du temps : il faut passer à la Transformée de Fourier fenêtrée. Cette dernière tiens compte de la variation de la fréquence de cette onde dans le temps 2.2 . - Cas des ondes non stationnaire :

2 .2.1 La Transformée de Fourier fenêtrée : La transformée de Fourier fenêtrée consiste à appliquer la TF pour chaque morceau du signal contenu dans la fenêtre et décaler la fenêtre tout le long du signal. L’emplacement de la fenêtre sur le signal nous donnera l’information de temps qui manquait à la TF FT-fenetre-d-un-signal-non-stationnaire.JPG

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 4

Transformée fenêtrée d'un signal non stationnaire
On calcule pour chaque valeur de f et t' une TF (Transformée de Fourier) à différents instants du signal, ce qui permet de faire une TF sur les parties stationnaires su dignal (ce que sait faire parfaitement la transformée de Fourier). FT-fenetre.JPG

Voilà à quoi ressemble graphiquement ( spectre en trois dimentions temps, fréquence, amplitude) une transformée de Fourier fenêtrée :

Grâce à cette représentation tri dimentionnelle de la Transformée Fenêtrée de Fourier, chaque fenêtre correspond à une "montagne" On peut dire en voyant ce spectre 3D que le signal de base non stationnaire évolue selons quatres états distincts. On peut d'ailleur presque imaginer l'effet sonore en voyant cette représentation : il doit s'agire de deux sons mélangés convergant vers les 125Hz (l'un monte partant de 30Hz vers 125Hz et l'autre descend vers les 125Hz en partant de 250Hz).

On peut constater malgré tout un problème de résolution au niveau du fenêtrage :On a l'impression d'une discontinuité des différentes plages de signaux (alors qu'en réalité iln'en est rien). Il faut choisir une fenêtre suffisament étroite pour considérer chaque signal stationnaire en tenant compte du fait que : 1) Plus la fenêtre est étroite / plus la résolution en temps et bonne mais plus la résolution en fréquence est mauvaise http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html 22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 5

Variation de la taille du fenêtrage

Résultats obtenus

Variation-fenetrage-FT _2.JPG

La résolution n° 4 permet une lecture plus juste du signal non stationnaire :

Transformée de Fourier Fenêtrée d'un signal complexe non stationnaire

3. La Transformée en Ondelettes La Transformée en ondelettes est basée sur le même principe que la Transformée Fenêtrée de Fourier. La différence énorme est la fait que l'on utilise une fenêtre dont la largeure est variable. Ceci nous permet de résoudre un problème de résolution lié aux type de fréquences. Nous pourrons obtenir plus de précisions dans les résultats selon si il s'agit de fréquences basses ou hautes. Mathématiquement, cela nous donne ; FT-en-ondelettes.JPG

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques S = échelle (coefficient de dilatation de l’ondelette) = 1 /f = coefficient de translation (déplacement de la fenêtre le long du signal) t.JPG utilité : récupérer l’ information de temps en fonction de la position de la fenêtre sur le signal comme pour la TFF L'idée générale qui se dégage des ondelettes est d'étudier le signal avec des échelles différentes : des fenêtres étroites pour les hautes fréquences (bonne résol. temps mais moins bonne en Fq) des fenêtres larges pour les basses fréquences (bonne résol. en Fq mais mais moins bonne en temps)

Page 6

3.1 L'Ondelette mère et son échelle Grâce au coéficient d'échelle on obtient des versions différentes (dilatées ou compressées ) de fenêtre à partir d'une même ondelette mère. Ondelette mère de HARR :

Ondelette-de-HAAR.JPG

Ondelette de HAAR L 'ondelette de HAAR est la plus simple des ondelettes mère. Elle offre une très bonne détection des contours , cependant l'amortissement très long dans le domaine fréquentiel confère à ces contours une très mauvaise résolution fréquentielle.

Ondelette mère de MORLET Ondelette-mere-de-MORLET

Ondelette de MORLET

exemples de déformation de l 'ondelette mède de MORLET après compression ou dilitation (avec l'utilisation du coeficient) Ondelette-comp-et-dilat-mere-de-MORLET.JPG

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 7

Ondelettes de DEBAUCHIES : Ces ondelettes proposées à la fin des années 80 par Ingrid DAUBECHIES offrent à la fois de très bonnes représentations spatiales et fréquentielles.

Principe de découpage : Nous allons utiliser des fenêtres de largeur différentes en fonction des fréquences (étroite pour les hautes fréquences et larges pour les basses fréquences) voici comment on peut se représenter ce découpage : Fenetrage-a-largeure--variable-_-ondelettes.JPG

3.2 Etapes de la Transformée de Fourier en Ondelettes 12345Choix du type d'ondelette mère Initialisation de l'échelle et du paramètre de décalage Etude des fréquences de la portion de signal contenue dans la fenêtre (ondelette mère) qui correspond à l'échelle Décalage de l'ondelette de long du signal par rapport à "téta" Choix d'une nouvelle valeur pour l'échelle

Représentation Graphique du processus (sens de lecture / Gà D et H vers B) Fenetrage-a-largeure--variable-_-HF.JPG

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 8

Dans les figures ci dessous, si S (la largeur de la fenêtre) est faible, le résultat sera élevé autour de 100ms uniquement. Si S (la largeure de la fenêtre) est élevée, alors le résultat sera élevé sur presque tout le signal (car il est composé de beaucoup de basses fréquences). Fenetrage-HF_s5-to-fq-centrale-de-

Fenetrage-BF_ s20-to-fq-centrale-de

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 9

3.3 La Transformée de Fourier en Ondelettes Discrète On va grâce à elle discrétiser le signal : On sépare le signal en deux composantes représentant : 1 - Les basses fréquences / ce qui correspond à l'allure générale du signal : APPROXIMATION 2 - Les hautes fréquences / qui correspondent aux détails du signal : DETAILS Pour réaliser ce découpage, nous utiliserons des filtres Passe-bas et Passe Haut. Rappel : un filtre passe-bas est un filtre qui supprime les hautes fréquence à partir d'une fréquence donnée. un filtre passe-haut fait l'inverse : il supprime les fréquences basses pour ne laisser passer que les fréquences élevées. schéma de principe :

Discrétisation du signal (découpage)
Les Filtres passe-haut et passe-bas sont en fait des ondelettes avec une échelle adaptée aux fréquences à récupérer Il suffit de bien choisir l 'échelle / Un filtre agit comme l'ondelette mère du signal On obtient alors deux signaux de longeur N /2, si la longueur du signal d'origine est N puisque cela revient à procéder à un sous échantillonnage (on aura deux fois moins de points par rapport à l 'échantillon du signal complet) On procède ensuite à n répétitions de l'opérations ce qui revient à étudier le même signal au travers de plusieurs résolutions différentes : Filtrage-passe-bas-et-passe-haut-Ondelettes.JPG

Le traitement par ondelette d'une image bruitée donnerait ceci : Lena_source.JPG

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 10

image source bruitée

Décomposition en ondelette 1er rang

La première ittération de la décomposition de l'image source (Lena) permet de voir l'effet produit par cet outils. L'image en clair en haut à droite correspond à l'Approximation, et les trois autres aux Détails. On voit clairement que le signal détail ne contient pas d 'information significative. A notter également, l'image complète de Léna existe sur le net, elle mériterait de figurer également dans les études :). (je ne mettrai pas le lien sur mon blog).

4. La Transformée en Ondelettes Inverse Onprocède selon un chemin inverse par rapport à la Transformée en Ondelettes : Nous allons reconstruire le signal à parir des coefficients d 'ondelettes Les coefficients d'ondelettes sont : APPROXIMATION+DETAILS remarque : Seule la dernière approximation suffit pour faire une bonne reconstruction car A(n) = A(n+1) + D (n+1)

Schema-de-la-Transformee-Ondelettes-Inverse.JPG

Schéma de la Transformé de Fourier en Ondelettes Inverse
5. La Transformée en Ondelette de GABOR (ou filtres de Gabor) Considérons la transformée de Fourier suivante :

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 11

et choisissons la faonction gaussienne que l'onfera glisser sur le signal :

On peut observer que plus la fenêtre choisie est étroite et plus on pourra localiser précisément les pics à t0 et t1

Transformee-Gabor--fonction-gaussienne-de

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Mathématiques - Transformée par Ondelettes/Bandelettes, Gabor - Outilsrecherche _ Mathématiques

Page 12

Cette nouvelle tchnologie peut être appliquée dans de multiples domaines. Voir également mon autre blog : outilsrecherche sur over-blog.com Share Plus

http://tralalaproduction.over-blog.com/pages/mathematiques_transformee_par_ondelettesbandelettes_gabor-3987751.html

22/05/2012 19:54:41

Sign up to vote on this title
UsefulNot useful