“Año del Bicentenario del Perú: 200 años de Independencia”
PROCESAMIENTO DIGITAL DE IMÁGENES Y VISIÓN
ARTIFICIAL
Sesión 14
Sede Central Lima - Perú
Temario
Objetivo
Principios Básicos
Transformada Discreta de Fourier 2D
Aplicación en Matlab
Referencias
Objetivos
Al finalizar la sesión el estudiante implementa transformada discreta de Fourier 2D para
imágenes.
Principios básicos
La teoria de Fourier dice que cualquier señal, en nuestro caso las
imágenes, pueden ser expresadas como una suma de sinusoidales.
En el caso de las imágenes, son variacines sinosoidales de el brillo
en la imagen.
Profa. Marina Gabriela Pérez Paredes
Principios básicos
Por ejemplo el siguiente patrón sinusoidal puede ser capturado por
un único termino de Fourier con las siguientes informaciones:
Frecuencia espacial
Magnitud (positiva o negativa)
Fase
Profa. Marina Gabriela Pérez Paredes
Principios básicos
Los 3 valores capturan toda la información sobre la
imagen sinusoidal.
Frecuencia espacial: Es la frecuencia a través del
espacio (eje x) en que el brillo modula.
La siguiente imagen presenta una mayor frecuencia.
La magnitud corresponde al contraste (diferncias
entre valores oscuros y claros)
La fase representa la forma como la onda es
trasladada.
Profa. Marina Gabriela Pérez Paredes
Principios básicos
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
La transformada de Fourier de ambas imágenes tiene una única
componente.
Esa componente está representada por 2 valores “puntos” brillantes
simetricamente localizados en relación a la parte central de la imagen de
la TF.
El centro de la imagn es el origen del sistema de coordenadas de
frecuencia.
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
La componente DC está situada en el origen del sistema de
coordenadas.
El componente DC, F(0,0), corresponde a la suma o média de los valores
de f(x,y)
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
La transformada discreta de Fourier 2-D (DFT) es dada por:
Donde f(x,y) es una imagen digital de tamaño MxN.
Dada la transformada F(u,v), podemos obtener f(x,y) usando la
transformada inversa discreta de Fourier (IDFT):
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
El multiplicador 1/MN a veces aparece en la frente de la transformada
inversa.
Otras veces (no es comun) las dos ecuaciones pueden ser multiplicados
por
La localización del multiplicador no es importante.
Si dos multiplicadores son utilizados, la única condición es que el producto
sea igual a 1/MN.
➢ La transformada discreta de Fourier y su inversa siempre existen.
➢ La transformada de Fourier puede ser vista como un “prisma matemático”
que separa una función en vários componentes de frecuencia.
Profa. Marina Gabriela Pérez Paredes
Espectro de Fourier y ángulo de fase
Puede ser expreso en forma polar:
Donde la magnitud es llamada de espectro de Fourier, o espectro de
frecuencia
El ángulo de fase
Finalmente el espectro de potencia es definido como:
Profa. Marina Gabriela Pérez Paredes
Espectro de Fourier y ángulo de fase
➢ La transformada de Fourier es representada por la magnitud y la fase.
➢ La magnitud dice “cuanto” de una cierta componente de frecuencia está
presente.
➢ La fase dice “donde” que el componente está presente
➢ Resulta difícil interpretar la imagen de la fase
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
La transformada de Fourier de una función real es conjugada simétrica
F*(u,v) = F(-u, -v)
Por lo tanto el espectro también tiene simetria sobre el origen
|F(u,v)| = |F(-u,-v)|
El ángulo de fase exibe la seguinte simetria ímpar sobre el origen
F(u,v) = -F (-u,-v)
Para centrar el espectro, multiplicamos la imagen por (-1)x+y
Profa. Marina Gabriela Pérez Paredes
Rotación y efectos de los bordes
La rotación de una imagen resulta también en la rotación de la
correspondiente transformada de Fourier
Profa. Marina Gabriela Pérez Paredes
Rotación y efectos de los bordes
El coseno horizontal tiene un FT normal y
simple.
El coseno rotacionado tiene un FT
complejo, como un componente diagonal
fuerte y también un componente horizontal y
vertical.
Profa. Marina Gabriela Pérez Paredes
Rotación y efectos de los bordes
De donde vienen los componentes verticales y horizontales?
La TF siempre trata a la imagen como parte de un vector replicado
periodicamente de imagenes identicas estendiendolos vertical y horizontal al
infinito.
Profa. Marina Gabriela Pérez Paredes
Rotación y efectos de los bordes
Criando un pequeño circulo y calculando su TF
Profa. Marina Gabriela Pérez Paredes
Rotación y efectos de los bordes
Artifacts generados por una definición no suavizada del circulo.
Podemos usar un corte más suave.
Profa. Marina Gabriela Pérez Paredes
Transformadas de Imágenes
Profa. Marina Gabriela Pérez Paredes
Transformada de Fourier 2D
Matlab
imdata=imread('iron.jpg')
figure(1); imshow(imdata); title('Imagen Original');
imdata=rgb2gray(imdata);
figure(2); imshow(imdata); title('Imagen de Grises');
%Obtener Transformada de Fourier de una imagen
F=fft2(imdata);
% FT modulo
s=abs(F);
figure(3); imshow(s,[]); title('Transformada de Fourier de una imagen');
%Obtener el espectro central
Fsh=fftshift(F);
figure(4); imshow(abs(Fsh),[]); title('Centrado Transformada de Fourier de una imagen');
%Aplicar transformada Logaritmica
S2=log(1+abs(Fsh));
figure(5); imshow(S2,[]); title(' Transformción Logaritmica');
%Reconstrucción de la Imagem
IFT=ifftshift(Fsh);
f=ifft2(IFT);
figure(6); imshow(f,[]); title('imagen restructurada')
Profa. Marina Gabriela Pérez Paredes
Resumen
Libros
La Transformada de Fourier en el procesamiento digital de imágenes es un método
muy efectivo y simple de implementar.
La transformada de Fourier es un descriptor de contorno de fácil asociación del
concepto de frecuencia con ciertas características de la imagen; cambios de tonalidad
suaves que implican frecuencias bajas y cambios bruscos de frecuencias altas.
Proporciona flexibilidad en el diseño de soluciones de filtrado y rapidez en el filtrado
al utilizar elVideos
Link Teorema de la Convolución.
Profa. Marina Gabriela Sadith Pérez Paredes
Referencias
Libros
[1] PAJARES GONZALO Y DE LA CRUZ JESÚS (2012). “Visión por
computador.Imágenes Digitales y aplicaciones”.
[2] Jain Anil (2010). Fundamentals of Digital Image Processing.
[3] Iván García Santillán (2008). Vision Artificial y Procesamiento Digital de
Imagenes usando Matlab.
Link Videos
Profa. Marina Gabriela Sadith Pérez Paredes
