ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 19.03.2024
Просмотров: 13
Скачиваний: 0
-
Преобразование Фурье.
Преобразование Фурье (символ ℱ) — операция, сопоставляющая одной функции вещественной переменной другую функцию вещественной переменной. Эта новая функция описывает коэффициенты («амплитуды») при разложении исходной функции на элементарные составляющие — гармонические колебания с разными частотами (подобно тому, как музыкальный аккорд может быть выражен в виде амплитуд нот, которые его составляют ).
Преобразование Фурье функции {\displaystyle f}вещественной переменной является интегральным и задаётся следующей формулой:
Операция преобразования Фурье математически записывается следующим образом:
где - символ прямого преобразования Фурье.
Спектры в теории автоматического управления представляют графически, изображая отдельно их действительную и мнимую части:
На рис. 1 представлено типичное изображение спектра непериодического сигнала.
Рис. 1
Отметим следующие особенности спектра непериодической функции :
-
Спектр непериодической функции времени непрерывен;
-
Область допустимых значений аргумента спектра
-
Действительная часть спектра – четная функция частоты, мнимая часть спектра – нечетная функция, что позволяет использовать одну половину спектра
Преобразование Фурье обратимо, то есть, зная Фурье-изображение, можно определить исходную функцию – оригинал. Соотношение обратного преобразования Фурье имеет следующий вид:
или в сокращенной записи , где - символ обратного преобразования Фурье. Заметим, что временная функция имеет преобразование Фурье тогда и только тогда, когда:
-
функция однозначна, содержит конечное число максимумов, минимумов и разрывов;
-
функция абсолютно интегрируема, то есть
Обратное преобразование Фурье возможно только в том случае, если все полюсы - левые.
Рассмотрим примеры определения спектра временных функций.
Пример:
Найдем частотный спектр дельта-функции.
,
так как при
,
а при и
.
В итоге, имеет единичный, равномерный и не зависящий от частоты действительный спектр, а мнимая часть спектра будет равна нулю (см. рис.2).
Рис. 2
-
Кривые Безье.
Кривые Безье используются в компьютерной графике для рисования плавных изгибов, в CSS-анимации и много где ещё. В принципе, можно создавать анимацию и без знания кривых Безье, но стоит один раз изучить эту тему хотя бы для того, чтобы в дальнейшем с комфортом пользоваться этим замечательным инструментом. Тем более что в мире векторной графики и продвинутых анимаций без них никак.
Виды кривых Безье:
Кривая Безье задаётся опорными точками. Их может быть две, три, четыре или больше. Например:
По двум точкам: По трём точкам: По четырём точкам:
Если вы посмотрите внимательно на эти кривые, то «на глазок» заметите:
-
Точки не всегда на кривой. Это совершенно нормально, как именно строится кривая мы рассмотрим чуть позже.
-
Степень кривой равна числу точек минус один. Для двух точек – это линейная кривая (т.е. прямая), для трёх точек – квадратическая кривая (парабола), для четырёх – кубическая.
-
Кривая всегда находится внутри выпуклой оболочки, образованной опорными точками:
Благодаря последнему свойству в компьютерной графике можно оптимизировать проверку пересечений двух кривых. Если их выпуклые оболочки не пересекаются, то и кривые тоже не пересекутся.
Основная ценность кривых Безье для рисования – в том, что, двигая точки, кривую можно менять, причём кривая при этом меняется интуитивно понятным образом.
Математика
У кривых Безье есть математическая формула.
Координаты кривой описываются в зависимости от параметра t⋲[0,1]
-
Для двух точек:
P = (1-t)P1 + tP2
-
Для трёх точек:
P = (1−t)2P1 + 2(1−t)tP2 + t2P3
-
Для четырёх точек:
P = (1−t)3P1 + 3(1−t)2tP2 +3(1−t)t2P3 + t3P4
Вместо Pi нужно подставить координаты i-й опорной точки (xi, yi).
Эти уравнения векторные, то есть для каждой из координат:
-
x = (1−t)2x1 + 2(1−t)tx2 + t2x3
-
y = (1−t)2y1 + 2(1−t)ty2 + t2y3
Вместо x1, y1, x2, y2, x3, y3 подставляются координаты трёх опорных точек, и в то время как t пробегает множество от 0 до 1, соответствующие значения (x, y) как раз и образуют кривую.
Итого
Кривые Безье задаются опорными точками.
Мы рассмотрели два определения кривых:
-
Через математическую формулу.
-
Через процесс построения де Кастельжо.
Их удобство в том, что:
-
Можно легко нарисовать плавные линии вручную, передвигая точки мышкой.
-
Более сложные изгибы и линии можно составить, если соединить несколько кривых Безье.
Применение:
-
В компьютерной графике, моделировании, в графических редакторах. Шрифты описываются с помощью кривых Безье.
-
В веб-разработке – для графики на Canvas или в формате SVG. Кстати, все живые примеры выше написаны на SVG. Фактически, это один SVG-документ, к которому точки передаются параметрами. Вы можете открыть его в
-
Jpeg алгоритм сжатия изображений.
JPEG — один из самых новых и достаточно мощных алгоритмов. Практически он является стандартом де-факто для полноцветных изображений [1]. Оперирует алгоритм областями 8х8, на которых яркость и цвет меняются сравнительно плавно. Вследствие этого, при разложении матрицы такой области в двойной ряд по косинусам (см. формулы ниже) значимыми оказываются только первые коэффициенты. Таким образом, сжатие в JPEG осуществляется за счет плавности изменения цветов в изображении.
Алгоритм разработан группой экспертов в области фотографии специально для сжатия 24-битных изображений. JPEG — Joint Photographic Expert Group — подразделение в рамках ISO — Международной организации по стандартизации. Название алгоритма читается ['jei'peg]. В целом алгоритм основан на дискретном косинусоидальном преобразовании (в дальнейшем ДКП), применяемом к матрице изображения для получения некоторой новой матрицы коэффициентов. Для получения исходного изображения применяется обратное преобразование.
ДКП раскладывает изображение по амплитудам некоторых частот. Таким образом, при преобразовании мы получаем матрицу, в которой многие коэффициенты либо близки, либо равны нулю. Кроме того, благодаря несовершенству человеческого зрения, можно аппроксимировать коэффициенты более грубо без заметной потери качества изображения.
Для этого используется квантование коэффициентов (quantization). В самом простом случае — это арифметический побитовый сдвиг вправо. При этом преобразовании теряется часть информации, но могут достигаться большие коэффициенты сжатия.
Как работает алгоритм
Итак, рассмотрим алгоритм подробнее. Пусть мы сжимаем 24-битное изображение.
Шаг 1.
Переводим изображение из цветового пространства RGB, с компонентами, отвечающими за красную (Red), зеленую (Green) и синюю (Blue) составляющие цвета точки, в цветовое пространство YCrCb (иногда называют YUV).
В нем Y — яркостная составляющая, а Cr, Cb — компоненты, отвечающие за цвет (хроматический красный и хроматический синий). За счет того, что человеческий глаз менее чувствителен к цвету, чем к яркости, появляется возможность архивировать массивы для Cr и Cb компонент с большими потерями и, соответственно, большими коэффициентами сжатия. Подобное преобразование уже давно используется в телевидении. На сигналы, отвечающие за цвет, там выделяется более узкая полоса частот.
Упрощенно перевод из цветового пространства RGB в цветовое пространство YCrCb можно представить с помощью матрицы перехода: