Anda di halaman 1dari 25

TUGAS GEOMETRI KELOMPOK V DAN VI

Reduksi Komutatif Biquaternion dan Transformasi Fouriernya untuk Sinyal dan Aplikasi Pengolahan dalam Citra

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS HASANUDDIN MAKASSAR 2013
1

Reduksi Komutatif Biquaternion dan Transformasi Fourier untuk Sinyal dan Aplikasi Pengolahan dalam Citra
Sinyal digital dan pengolahan citra menggunakan biquaternion yang direduksi (BPR) diperkenalkan dalam makalah ini. BPR adalah perpanjangan dari bilangan kompleks, mengikuti prosedur penggandaan. Dua representasi yang berguna dari BPR (bentuk 1 dan 2 dan representasi matriks) dibahas dalam makalah ini. Disamping itu, kami mengusulkan representasi baru BPR (berbentuk polar) untuk menghitung perkalian dan konjugasi BPR dengan mudah. Selanjutnya, kita mendefinisikan norma RB yang unik dan cocok dan konjugasinya. Definisi ini mirip dan kompatibel dengan bilangan kompleks. Algoritma yang efisien dari diskrit transformasi Fourier biquaternion yang direduksi (DFBFT), lilitan (DRBCV), korelasi (DRBCR), dan korelasi fase-satunya yang dibahas dalam makalah ini. Terlebih lagi, sistem linear waktu-invariant dan simetris multichannel kompleks dapat dengan mudah dianalisis oleh BPR. Untuk pengolahan citra warna, kita mendefinisikan bentuk polar RB yang disederhanakan untuk mewakili citra warna. Representasi ini berguna untuk mengolah citra berwarna. Representasi ini berguna untuk mengolah citra warna dalam ruang warna brightness-huesaturation. Banyak jenis pencocokan template warna dan deteksi tepi warna sensitif

(brightness, hue, saturation, dan Kromatisitas tepi berimbang) dapat dilakukan secara simultan oleh BPR. I. Pengantar Konsep terkenal quaternion oleh Hamilton pada tahun 1843. Telah digunakan untuk sinyal dan pengolahan citra warna dalam beberapa tahun terakhir. Quaternion adalah salah satu generalisasi dari bilangan kompleks. Sejumlah kompleks memiliki dua komponen: bagian nyata dan bagian imajiner. Sebuah quaternion, bagaimanapun, memiliki empat komponen, yaitu, satu bagian nyata dan imajiner tiga bagi

= + + + Dan 1, , , mengikuti aturan sebagai berikut: 2 = 2 + 2 = = 1 Karena 1 = Jika dua sisi dikalikan dengan , maka = = ( 2 ) = (1) = Persamaan-persamaan, yang lainnya juga bias didapatkan dengan tahap aljabar : = , = , = , Persamaan-persamaan ini 1 Penjumlahan Misal : = + 1 + 2 + 3 1 1 1 1 1 = = = (2)

(1)

= 0 + 1 + 2 + 3 + = ( + 1 + 2 + 3 ) + (0 + 1 + 2 + 3 ) = ( + ) + ( + ) + ( + ) + ( + ) Pengurangan = + 1 + 2 + 3 = 0 + 1 + 2 + 3 = ( + 1 + 2 + 3 ) (0 + 1 + 2 + 3 ) = ( ) + ( ) + ( ) + ( ) Perkalian = + 1 + 2 + 3 = 0 + 1 + 2 + 3 = ( + 1 + 2 + 3 ) (0 + 1 + 2 + 3 ) = + + + + + + + + + + + + + + + = + + + + + + + + +

= ( ) + ( + + ) + ( + + ) + ( + + ) Dari (2), kami menemukan bahwa aturan perkalian dari quaternion tidak komutatif. Masalah ini membatasi aplikasi dari quaternion dalam sinyal dan pengolahan citra. Selain itu, secara umum, konvolusi dari dua quaternion sinyal (, ) dan (, ) tidak dapat dihitung dengan produk dari Transformasi Fouriernya (, ) dan (, ) di domain frekuensi [16]. (, ) (, ) ((, )(, )) Oleh karena itu, sulit untuk menganalisis dari sistem LTI quaternion. Di sisi lain, representasi BPR [12] - [14] adalah = + + + Dimana = = = = = = 2 = 2 = 1 2 = 1 MIsalkan : = + 1 + 2 + 3 (4) (3)

= 0 + 1 + 2 + 3 = ( + 1 + 2 + 3 ) (0 + 1 + 2 + 3 ) = + + + + + + + + + + + + + + + = + + + + + + + + + + + = ( + ) + ( + + + ) + ( + ) + ( + + + ) (5)

Aturan perkalian BPR adalah komutatif. Ini adalah keuntungan yang unik atas quaternion. Implementasi dari diskrit transformasi Fourier biquaternion yang direduksi (DRBFT), lilitan (DRBCV), dan korelasi (DRBCR) dan analisis sistem RB LTI jauh lebih sederhana dibandingkan implementasi dari quaternion. BPR juga memiliki keterbatasan. Aljabar BPR bukan aljabar divisi, dan makna geometris mereka asing bagi kebanyakan insinyur. Namun, ini hampir tidak memiliki pengaruh pada sinyal dan aplikasi pengolahan citra. Rincian dibahas dalam Bagian V --perbandingan quaternion dan BPR.

Penelitian sebelumnya pada BPR diulas secara singkat berikut ini. Pada tahun 1853, Hamilton mengusulkan biquaternions secara original, yaitu, quaternion dengan koefisien kompleks. Biquaternion ini, dengan delapan elemen, tidak komutatif dalam perkalian, dan tidak membentuk aljabar divisi. Pada tahun 1990, Schette dan Wenzel [12] menyarankan BPR, di mana mereka memiliki empat unsur sebagai quaternion konvensional, dan mengusulkan aplikasi mereka untuk implementasi filter digital. Mereka menunjukkan bahwa filter yang real urutan keempat dapat direalisasikan dengan cara urutan pertama filter RB [12]. Pada tahun 1993, Ueda dan Takanishi menunjukkan bahwa urutan pertama filter digital dengan koefisien RB dapat mengimplementasikan koefisien sesungguhnya filter digital dengan perintah kurang dari empat [13]. Dari penelitian mereka, kita menemukan potensi BPR pada desain filter digital. Pada tahun 1992, Ell mendefinisikan aljabar kompleks ganda, yang mirip dengan quaternion tetapi dengan perkalian komutatif [15]. Sinyal-sinyal aljabar kompleks ganda ini memenuhi (, ) (, ) = ((, )(, )) (6)

Pada tahun 1996 , Davenport mengusulkan empat dimensi ( 4 - D ) aljabar komutatif hypercomplex (4 ) yang isomorfis ke grup cincin 2 , dan memberikan representasi dan beberapa sifat dari aljabar ini , yang akan dibahas nanti [ 21 ] . Pada tahun 1998 dan 1999 , Sommer et al memperpanjang HCA untuk setiap 2 dimensi , dan mereka telah membuktikan bahwa HCA 2 - dimensi isomorfis ke 2 aljabar kompleks 2 . Bahkan, perbedaan antara tiga bilangan-RBs ( 2 = 1 ), double-kompleks aljabar ( 2 = 1 ) dan 4 ( 2 = 1 )-adalah pilihan akar kuadrat dari 1. Karena pilihan yang berbeda, sifat-sifat bilangan ini masih smilar, tetapi persamaan akan berbeda.
1

[ 8 ] , [ 20 ] , [ 22 ] . Selain itu,

HCA 4 - D adalah isomorfik ke dua kelipatan tensor product dan Cartesian product dari

Tujuan dari makalah ini adalah untuk meringkas sifat-sifat RBs dari penelitian sebelumnya dan penemuan kami dan menggunakannya untuk sinyal dan pengolahan gambar. Pertama, kami memberikan definisi baru yang sesuai, dan khusus dari norma RB dan konjugasi dalam Bagian II. Definisi tersebut memiliki sifat yang mirip dengan bilangan kompleks dan kompatibel dengan bilangan kompleks. Kedua, kami mengusulkan representasi baru RBs (bentuk polar) dalam Bagian III. Dari bentuk polar, kita menghitung perkalian dan konjugasi RBs dengan mudah, mendapatkan banyak sifat menarik dari RBs, dan memahami makna dari RBs. Bentuk polar dan bentuk 1 2 dan representasi matriks adalah alat yang berguna untuk menganalisis RBs dari sudut pandang yang berbeda. Untuk pengolahan warna gambar yang kita gunakan bentuk polar sederhana untuk mempresentasikan warna gambar karena ruang warna tiga dimensi (3D) tetapi aljabar RBs adalah aljabar 4D. Bentuk polar ini sederhana yang berguna untuk mengolah warna gambar dalam warna ruang kecerahan-rona-saturation Akhirnya kami menggunakan RBs untuk melakukan pemrosesan sinyal dan menggunakan bentuk polar yang sederhana untuk melakukan template matching warna dan deteksi sisi warna sensitif. Makalah ini disusun sebagai berikut. Definisi tentang RBs, seperti 1 2 dan representasi matriks , norma konjugasi , dll , diberikan dalam bagian II. Bentuk polar RBs dalam bentuk polar yang disederhanakan untuk gambar berwarna yang diusulkan dalam bagian III. Implementasi dari DRBFT, DRBCV, DRBCR, dan RB fase-satunya korelasi diberikan dalam bagian IV. Kami membuat perbandingan antara quaternions dan biquaternions terinduksi pada bagian V. kemudian, kami menerapkan RBs untuk sistem yang kompleks symetric multichannel dan symetric sistem lettice penyaring analysisin bagian VI. Kami menggunakan RBs dan bentuk polar yang disederhanakan untuk template matching warna dan deteksi sisi warna sensitif dalam warna ruang kecerahanrona-saturation pada bagian VII. Akhirnya kesimpulan yang dibuat dalam seleksi VIII.

Dalam makalah ini, jika kita memberikan penjelasan khusus, kami menggunakan nama ini, Fourier Transform RB, RB konvolusi, dan korelasi RB untuk merepresentasikan transformasi diskrit Fourier biquaternion terinduksi, konvolusi, dan korelasi dalam konteks berikut, masing-masing. Kita menggunakan notasi berikut: ||
*RB

(, ), 1 2.

, () (, )

II.

Definisi A. Biquaternions Tereduksi Sebelum membahas definisi biquaternions tereduksi, pertama memperkenalkan 2 topik yang berkaitan: Generalized Complex Number [32], [33] dan doubling procedure [2]. 1. Generalized Complex Number: Ada tiga jenis di berika Generalized Complex Number dalam [32] dan [33]. Ketiga jenis adalah bilangan kompleks biasa + (dimana 2 = 1), the dual numbers + (dimana 0 dan 2 = 0), dan the double numbers + (dimana 2 = 1 ). Arti geometris dari ketiga jenis bilangan kompleks adalah rotasi, transformasi geser, dan transformasi Lorentz dalam pesawat, masing-masing [33]. 2. Doubling Procedure: doubling procedure digunakan untuk membangun bilangan hypercomplex 2n-dimensi dari dua bilangan hypercomplex n-dimensi dengan persamaan berikut:

2 = +

(7)

dimana 2 adalah 2n-dimensi hypercomplex numbers, dan adalah dua dimensional hypercomplex numbers, dan 2 = 1 atau -1. Sebagai contoh, kita dapat menggunakan doubling procedure untuk membangun bilangan kompleks dari bilangan real dan quaternions dari bilangan kompleks oleh persamaan berikut: = 1 + 2 , = + + + = ( + ) + ( + ) 1 + 2 kompleks, dan adalah bilangan quaternion. (8)

Dimana 1 , 2 , , , , and adalah bilangan real, , 1 , dan 2 adalah bilangan

Following the doubling precedure and using the double numbers, the definition of RBs is = + + + = ( + ) + ( + ) + Dimana dan adalah dua bilangan kompleks, dan = = , = = , = = , 2 = 2 = 1, 2 = 1 (10) (9)

Meskipun RBs isomorfik untuk HCA4 , kita masih menggunakan nama yang sama, biquaternions terinduksi sebagai Schtte dan Wenzel karena mereka pertama kali digunakan HCA4 untuk proses sinyal. Selain itu, dari [22], kita melihat bahwa RBs isomorfik dengan dua kali lipat tensor product dan Cartesian product dari kompleks aljabar . Sebelum membahas definisi lain dari RBs, pertama kita meninjau dua representasi yang digunakan dari RB 1 2 dan matrix representasi, yang diusulkan oleh Davenport di [21].

B. Dalam [21], Davenport menemukan bahwa ada dua angka nol khusus 1 dan 2
1 1 dalam 4 sehingga 1 2 = 0 1 = 1 = = 1 , 2 = 2 = = 2 . 2 2 Oleh karena itu, 1 dan 2 keduanya elemen idempotent (1 = 1 , 2 = 2 ) 2 2 Bukti 1 = 1 , 2 = 2

10

2 i) 1 =(

1+ 2 2 4

= = = =

1+2+ 2 1+2+1 4 2+2 4 1+ 2

=
1 2 2 4 12+1 4 22 2 1 2

2 ii) 2 =(

= = = =

12+ 2

=
2 2 Terbukti 1 = 1 , 2 = 2

Dan pembagi nol (1 2 = 0). (Untuk bilangan kompleks dan quaternions, elemen idempotent hanya 0 dan 1, dan pembagi nol hanya angka 0.) Dari [20, bag.1], makna geometric 1 and 2 adalah kerucut nol ruang Minkowsky. Namun, kami hanya menggunakan sifat aljabar dari kedua angka dalam tulisan ini. Bukti pembagi nol (1 2 = 0) 1 2 = ( = = =
1+ 2

)(

1 2

1+ 2 4 1 2 4 11 4

=0

11

Untuk RBs, 1 =

1+ 2

, dan 2 =

1 2

. RB memiliki bentuk 1 1 or 2 2 yang

tidak memiliki invers. (1 dan 2 adalah biilangan kompleks). RB dapat diwakili oleh kombinasi linear dari 1 dan 2 = ( + ) + ( + ) = + + 1 + 2 = + + + = + + + = ( + ) + ( + ) = + = + 1 + 2 Di mana + = + = ( + ) + ( + ) , dan = = (11)

( ) + ( ). Dari Pers (11) , 1 2 adalah bentuk dari RBs. Bentuk ini adalah representasi tereduksi RBs. = + 1 + 2 1 1 = ( + ) ( + ) + ( ) ( ) 2 2 2 2 = 1 1 ( + ) + ( + ) + ( ) ( ) 2 2 2 2 1 = ( + + ) + ( + + ) 2 2 = + 1 = (+ )1 1 + ( )1 2. Kompleksitas operasi tentang RBs, seperti perkalian dan Transformasi Fourier, dapat dikurangi dengan menggunakan 1 dan 2 , a dan analisis tentang RBs menjadi
12

lebih mudah. Sebagai contoh, perkalian dua RBs 1 dan 2 dapat dihitung dengan persamaan berikut: 1 2 = 2 1 = (1 + 1 )(2 + 2 )1 + (1 1 )(2 2 )2 (12)

Kita hanya perlu dua, bukan empat perkalian kompleks untuk menghitung perkalian dua RBs [14]. Namun, operasi itu meningkat 12-16. Hasilnya ditunjukkan pada Tabel 1. Selain itu, invers dari RB adalah 1 = (+ )1 1 + ( )1 2 . Oleh karena itu, Invers dari RBs ada jika (+ ) 0 dan ( ) 0.

C. Representasi matriks dari sebuah RBs Dalam [21], Davenport memberikan representasi matriks untuk HCA 4. Untuk BPR, ia memiliki representasi yang sama tetapi berbeda karena representasi matriks ditentukan oleh aturan perkalian: = = = = = = 2 = 2 = 1 2 = 1

1 0 1 4 [ 0 0

0 1 0 0

0 0 1 0

0 0 ] 0 1 0 0 ] 1 0

0 1 0 1 0 0 [ 0 0 0 0 0 1

13

0 0 [ 1 0 0 0 [ 0 1

0 0 0 1 0 0 1 0

1 0 0 0

0 1 ] 0 0 0 1 1 0 ] 0 0 0 0

(13)

2 Di mana 2 = 4 , 2 = = 4 , = = , = = , dan

= = .

TABEL 1 KOMPLEKSITAS DARI DUA ATAU LEBIH BIQUATERNION

Perkalian nyata Perhitungan Direct Perhitungan cara 1 dan 2 dengan 16 8

Penambahan nyata 12 16

Oleh karena itu, representasi matriks dari sebuah RB = + + + is = + . + . + . [ Kolom pertama dari adalah empat unsur asli RB. Sama dengan [21], memiliki empat nilai eigen dari adalah = ( + ) + ( + ), = ( + ) ( + ) (15) ]

(14)

= ( ) + ( ), = ( ) ( ).

14

Oleh karena itu, dari (11) dan (15), kita memperoleh + (= ) dan (= ) Di (11) adalah dua nilai eigen dari . Ini adalah hubungan antara 1 2 bentuk dan matriks representasi. Selain itu, determinan adalah produk dari atas empat nilai eigen. [
2

]
2

= {( + ) + ( + )2 } {( ) + ( )2 }
2 2 2 = {( + 2 + + ) 4( + ) } 0 2 2

(16)

Kondisi untuk = 0 adalah = ( = ) atau = ( = ) Jika = 0, maka invers dari dan tidak ada. Representasi matriks ini sangat berguna untuk menganalisis banyak konsep RBs, seperti kebalikannya, penambahan, perkalian, dan norma, dll Sebagai contoh, ( )1 adalah representasi dari invers ; Oleh karena itu, kita dapat menghitung invers dari ( )1. (17)

D. Norm dan Konjugasi RBs


2 2 2 Jika norm dari RB adalah || = ( + 2 + + ) 1/2

, maka |1 2 |

|1 ||2 |, wheredi mana 1 dan 2 adalah dua sebarang RBs, dan jika konjugasi dari RB adalah , maka RB dan bukan bilangan real. Sebagai contoh, asumsikan bahwa 1 = (2 + + + ) dan 2 = (1 + ); maka, = (2 ), 1 1 = (5 2 + 2 2) , dan 1 2 = 2 + + 2, |1 | = 7, |2 | = 2, |1 2 | = 3 14 = |1 ||2 |.

15

Selain itu, tiga RB berbeda konjugasi telah diusulkan dalam [12] Dan [13]. Namun, baik produk dari RBs atau salah satu dari tiga konjugasi adalah nyata. Oleh karena itu, kita mendefinisikan norm dan konjugasi RBs sebagai berikut;

Norma RBs
4

|| =

2 ((

2 2 )

4( + ) ) 0

1 2 4

DI mana adalah deteminan dari Mq. Didefinisikan || karena |1 2 | =


2 |1 | |2 | benar untuk defisi ini || =( + 2 )1/2 (berhubungan dengan bilangan

kompleks). 1 2 = 1 2 dapat dibuktikan dengan mudah melalui representasi matriks. Bukti: Asumsikan bahwa 3 = 1 2 , maka 3 = 1 2 det ( 1) det ( 2) 3 = 1 2 di mana I = det (Mqi) , = 1,2,3.
4 1 2 = 3 = 4 3 = 1 2 = 1 2 .

Satu-satunya properti yang berbeda dari bilangan kompleks adalah 1 + 2 > 1 + 2 untuk beberapa kasus khusus. (Ini Schwartz segitiga

ketidaksetaraan tidak puas.) Sebagai contoh, dua nomor RB khusus 1 =( 1+)/2 , 2 = ( 1-)/2 memiliki nol norma, tetapi jumlah dari dua nomor ini adalah 1. Konjugasi RBs : . 1 =
2

. (19)

Representasi matriks dari is . ( )1, sehingga

16

= {|
1

| |

| + |

| |2

|}

(20) Kita pilih . 1 karena adalah bilangan real, =2 , dan 1 2 = 1 2 untuk definisi ini. Bukti dari 1 2 = 1 2 mirip dengan salah satu dari 1 2 .Namun, jika = 0 , maka bukan invers atauoun . Satu-satunya properti yang berbeda dari bilangan kompleks adalah 1 + 2 1 + 2 asli. ( Hal ini karena konjugasi dari RBs bukan operasi linear)

Contoh 1- Perhitungan kedua RB Konjugasi: 1) = 1 + 2 + 2, dan 2) = 1 + 1) = {(1 + 1)2 + (2 2)2 }{(1 1)2 + (2 + 2)2 } = 64 1 1 = 8 {|2 1 2 1 2 2 1 2 1 1 2 1 1 | | | + | | | 1 2 1 1 2 1 2 2 1 2 1 |} 2 1 2 2 1 2 1 1 2 1 2

= 2 + 2 + . 2) = {(1 + 1)2 + (0 0)2 }{(1 1)2 + (0 + 0)2 } = 0. Oleh karena itu, konjugasi dari( + ) tidak ada.

E. Transformasi Fourier Diskrit Berkurang Biquaternion (DRBFT)

Ada dua cara yang mungkin untuk menentukan berkurang biquaternion Transformasi Fourier [16] - [20]:

DRBFT tipe 1 (dua vektor satuan imajiner 1 dan 2 ):


2(1 +2 1 (1) (, ) = 1 =0 =0 (, )

(21)

17

DRBFT tipe 2 (satu unit vektor imajiner1 ):


21 ( + ) 1 (2) (, ) = 1 =0 =0 (, )

(22)

2 2 Di mana (, ) adalah sinyal biquaternion 2-D berkurang, dan 1 = 2 = 1.

Untuk RBs, hanya dan adalah akar kuadrat dari1; Oleh karena itu, 1 , 2 {, }. Sifat-sifat pilihan yang berbeda dari 1 dan 2 adalah sama. Dalam tulisan ini, kita memilih1 = dan 2 = karena pilihan ini mirip dengan Fourier transform kompleks konvensional. Keuntungan dari tipe 1 transformasi adalah bahwa bahkan-bahkan, bahkan-aneh, ganjil-genap, dan aneh-aneh komponen sinyal nyata dapat dipisahkan dalam domain frekuensi. Di sisi lain, keuntungan dari tipe 2 transformasi sederhana dan mirip dengan Fourier transform kompleks.

III.

BENTUK POLAR DARI BPR Kedua kompleks nomor andquaternions memiliki bentuk polar, dan bentuk-bentuk polar memberikan arti geometris dan sifat yang berguna untuk bilangan kompleks dan quaternions. Namun, bentuk polar untuk HCA4 belum akan dibahas. Pada bagian ini, pertama-tama kita mengusulkan bentuk polar RBs dan mendiskusikan sifat-sifat dari bentuk polar. Kemudian, kita membahas hubungan antara ketiga representasi berguna RBs,1 2 membentuk, representasi matriks, dan bentuk polar. Dari hubungan ini, kita memberikan arti geometris dari BPR. Akhirnya, untuk pengolahan citra warna, kita mendefinisikan bentuk polar disederhanakan untuk mewakili gambar warna. A. Polar Form of RBs. Mirip dengan angka empat, RB dapat unik diwakili oleh bentuk polar jika 0: = + + + =
4

(23)

Di mana = || = 0, (, ], ( 2 , 2 ] , , dan didefinisikan sebagai (16). Bukti (23) ditampilkan sebagai berikut.

18

Langkah 1) Misal . = + ; maka = cosh , = sinh , > 0, > , 2 2 = 1. Oleh karena itu = + + + = = [( ) + ( ) + ( ) + ( )] = (cos + sin cos sin sin + cos sin (25) (24)

( ) = cos cos 1 ( ) = sin cos 1 ( ) = sin sin 1 { ( ) = cos cos 1 Dimana 1 1 = 1 1 Bukti : 1 1 = ( cos cos )( sin sin ) = 2 sin cos sin cos 1 1 = ( sin cos )( cos cos ) = 2 sin cos sin cos (dan 2 2 = 1) (26)

Jika solusi dari lima tidak diketahui , , , , dan pada (26) ada, maka RB dapat diwakili oleh bentuk polar = . Dalam langkah berikutnya, kami memberikan solusi dari (26) jika mereka ada dan mendiskusikan kondisi bahwa solusi tidak ada. Langkah 2)

19

Solusi dari lima tidak diketahui pada (26) Solusi dari , , . dari (26), diperoleh ( )( ) = ( )( ) = 2 cos cos sin sin (27) ( )( ) = ( )( ) Oleh karena itu, (27) dapat digunakan untuk menghitung dan : ( )( ) = ( )( ) ( 2 + 2 )( + ) = (2 + 2 + 2 + 2 )
Type equation here.

(28) (29)

SUbstitusi = 2 1 (2 2 1) ( + ) = 2 1(2 + 2 + 2 + 2 ). Mengambil persegi di kedua sisi [(2 + 2 + 2 + 2 )2 4( + )2 ] ( 4 2 ) ( + )2

2 =

11+ 2 2 2 2 2 ( + + + ) 4(+)2 2
(2 +2 +2 +2 )

4(+)2

1+

( 2 > 0)

Di mana didefinisikan sebagai (16). ( = (2 + 2 + 2 + 2 )2 4( + )2


(2 +2 +2 +2 )

1+ =

( > (30)

0)

Dari (29) dan 2 = 2 1


20

= (2 +2 + 2 +2 ) = AKibatnya = 1 .

(2 2 1)(+)

(+)

(31)

(32)

a)

Solusi dari , 1 , 3 : Dari (26), (30), dan (31), diperoleh

1 = = cos 1 = = sin 1 = = sin sin 1 = = cos (33)

Dan Kemudian = 1
1 1

, = 1

1 1

and

(34)

2 2 2 2 = 1 + 1 + 1 + 1

= (2 + 2 + 2 + 2 )( 2 + 2 ) 4( + ) (2 + 2 + 2 + 2 )2 4( + ) = = = ||
4

Karena sudut berkisar dari tangen terbalik di (34), (2 , 2], dan invers fungsi kosinus di (33), (0, ] tidak sama, solusi dari dan ditemukan di (34) mungkin tidak memuaskan (33). Namun, bahkan jika (33) tidak puas, perbedaannya hanya tanda minus. Oleh karena itu, masalah ini dapat diselesaikan dengan menyesuaikan berbagai :

21

Jika (33) adalah benar, adalah sama sebagai solusi dalam (34), yang lain, kita harus menyesuaikan to + atau . Akibatnya, rentang tiga fase kutub (, ], ( 2 , 2 ] ,

(36)

Kami telah membuktikan bahwa solusi dari (26) ada dan bahwa solusi ini unik jika kita membatasi kisaran tiga fase polar untuk menjadi seperti (36). Oleh karena itu, BPR dapat diwakili oleh bentuk polar dalam (23), dan representasi ini adalah unik. c) kondisi di mana solusi dari (26) tidak ada berikutnya. Hasil di atas tidak dapat diterapkan ketika = 0. Jika = 0, maka , , dan solusi dari (26) tidak ada. Akibatnya, bentuk polar dari RB itu juga tidak ada. Selain itu, bentuk polar RB ini kompatibel dengan bentuk polar dari bilangan kompleks. Asumsikan RB = + ( dan ) komponen sama dengan 0); maka dan sama dengan 0 dan bentuk polar dari menjadi = + = . , di mana = = 2 + 2 .
4

B. Sifat Formulir Polar RB Mirip dengan bilangan kompleks, bentuk polar RBs memiliki sifat yang berguna. Pertama, multipication dua BPR menjadi sangat mudah. asumsikan bahwa 1 = 1 1 1 1 , 2 = 2 2 2 2 ; maka, 1 2 =

1 2 (1 +2 ) (1 +2 ) (1 +2 ) . Sifat-sifat lainnya adalah sebagai berikut. 1. Teorema De Moivre tentang RB Jika = 1 (37)

Teorema ini dapat dibuktikan langsung oleh multipications properti komunikatif dari RBs.

C.

22

2) relations between polar formand matrix representations. The matrix representation of , , Can be calculated by (14)

cos sin [ 0 0 cos sin = [ 0 0

sin cos 0 0 0 0 1 0

0 0 cos sin

0 0 ] sin cos 0 0 cos sin 0 0 sin ] cos

sin cos 0 0

1 0 0 0 1 0 ] X [0 0 0 0 0 1

(47)

cos 0 [ 0 sin cos 0 =[ 0 sin

0 cos sin 0 0 1 0 0

0 sin cos 0

sin 0 ] 0 cos 0 cos sin 0 0 sin cos 0 0 0 ] 0 1

0 sin 1 0 0 0 ] X[ 1 0 0 0 cos 0

(48)

0 [ 0 0 = [ 0

0 0 0 1 0 0

0 0

0 0 ] 1 0 0 [0 0 0 0 0 0 0 1 0 ]

0 0 0 ] 0 1 0

(49)

Oleh karena itu, makna geometris adalah rotasi di kedua dimensi 1,2 dan 3,4, arti geometris dari adalah rotasi di kedua dimensi 1,4 dan 2,3, dan arti geometris dari adalah transformasi Lorentz di kedua dimensi 1,3 dan 2,4. Oleh karena itu, arti geometris dari BPR adalah salah satu skala (A), empat rotasi ( ), dan dua transformasi Lorentz ( ). C. D. Bentuk polar sederhana-warna polar
23

The quaternions dan BPR empat dimensi aljabar, tapi ruang warna adalah ruang 3-D. Oleh karena itu, jika kita menggunakan angka empat atau BPR untuk mewakili warna, representasi tidak unik. Untuk quaternions, gambar warna umumnya diwakili oleh

(, ) = (, ) + (, ) + (, )

(50)

Dimana (, ), (, ), (, ) mewakili R, G dan B komponen gambar warna, masing-masing [26] - [28]. Namun ruang RGB bukanlah pilihan terbaik untuk semua pengolahan citra warna. Untuk beberapa aplikasi pengenalan pola, jika gambar warna dipisahkan dalam pencahayaan dan komponen Kromatisitas (dkl intensitas-Hue-saturasi ruang warna IHS), kinerja yang lebih baik dapat diperoleh. Kami akan mengadopsi konsep ini untuk melakukan pengolahan gambar warna kita dengan BPR dalam ruang warna IHS. Ruang warna IHS Ini adalah deskripsi terkenal dan memadai untuk persepsi warna visual manusia. Dalam penglihatan manusia, kecerahan merupakan intensitas cahaya yang dirasakan, hue digunakan untuk membedakan warna, dan saturasi adalah pengukuran persentase cahaya putih yang ditambahkan ke warna murni.

Pertama, kami mengubah R, G dan komponen B (, ), (, ), (, ), ke dalam komponen IHS oleh (, ), (, ), (, ) Kedua, kita menggunakan BPR untuk mewakili citra warna berikut:
1 3 (, ) 1 [1 (, )] = 6 2 (, ) 1 [ 2 1 1 3 2 6

6 2
1

3 1

(51)

0]

2 (, ) (, ) = 1 ( ) and 2 (, )
2 2 (, ) = 1 (, ) + 2 (, )

(52)

24

Kedua kita menggunakan RBs untuk merepresentasikan warna gambar sebagai berikut:
(,) (,) (, ) = (, )

(53)

Dimana (, ), (, ), (, ) adalah kecerahan , hue, dan saturasi angel dari gambar warna, masing-masing, dan
2 2 (, ) = (, ) + (, ) 2 2 2 = (, ) + (, ) (, ) + 1 ( (,)) (, ) =

(54)

(,)

= 1 ( (,))

(,)

(55) (, ) < , /2 (, )

Kisaran /2

(, ) (, ) adalah

Arti geometris dari komponen ini dalam ruang warna IHS ditunjukkan pada Gambar 1. Kami menyebutnya (53) bentuk polar disederhanakan karena fase bentuk polar komponen sama dengan nol. Representasi ini memiliki arti geometris dan memberikan banyak sifat menarik dan indah, yang diringkas sebagai berikut. Jika RB = + + + memiliki bentuk polar disederhanakan = maka kita memiliki berikut. 1. + = 0, atau / = ( )/
2 2 1/2 2 2. Norm q menjadi || = ( + 2 + + )

3. Konjugasi q menjadi = = +

Properti 2 dan 3 berasal dari properti 1. Kami akan menggunakan bentuk polar yang disederhanakan ini untuk pengolahan gambar warna pada bagian VII.

25