TransformadaFourier PDF

Transformada de Fourier
Curso PISB:
Processamento de Imagens e Sinais Biolgicos

Cap. 2 :
K. Najarian and R. Splinter, Biomedical Signal and Image
Processing CRC Press - Taylor & Francis Group, 2006
A teoria de Fourier diz que qualquer sinal, ou imagens, pode ser expresso como uma soma
de uma srie de sinusides (senos e cossenos).
No caso de imagens visuais normais ( I ) , essas so variaes sinusoidais na intensidade

luminosa da imagem.
No caso de imagens biomdicas ( B ) , essas so variaes sinusoidais no elemento

que se est medindo na aquisio como:
temperatura;
intensidade da absoro do raio x;
eco do ultrasson medido;
atenuao da ressonncia do pixel da imagem;
etc
Relembrando:
A senide (tambm chamada de onda seno, onda senoidal, sinuside ou
onda sinusoidal) uma funo cujo grfico idntico ao do seno
generalizado.
Onde:
A amplitude
k o nmero de onda
a freqncia angular
o ngulo de fase
D a distncia vertical
Sries de Fourier
Em 1822, o matemtico francs Jean-Baptiste Joseph
Fourier mostrou que ondas sinusoidais podem ser
usadas como bases para descrever, qualquer tipo de
funo.
Fourier usou isso como ferramenta analtica no estudo

das ondas e dos fluxos de calor.
A tcnica para se transformar uma forma complexa em

suas componentes sinusoidais chamada Transformada
de Fourier.
Aplicaes:
Muitas vezes ao invs de saber onde ou quando algum sinal mais
intenso precisa-se saber quanto freqentemente alguma intensidade
ocorre, ou quanto por cento est acima de um certo valor, etc....
Aplicaes: (cont.)
Detalhes deste tipo so melhor respondido levando o sinal
para o domnio da freqncia.
A transformada de Fourier TF faz essa transformao!
No entanto nenhum domnio muda (aumenta ou
diminui) a informao contida no sinal.
Mas os clculo, a anlise e a visibilidade dos dados so
facilitados usando domnio adequado ao que ser quer
conhecer!
Transformada de Fourier de
funes continuas:
Nmeros Complexos
So os elementos do conjunto C , uma extenso do
conjunto dos R, onde existe um elemento que representa
a raiz quadrada de -1 (chamado imaginrio)
Cada nmero complexo C pode ser representado na
forma: a + b i
onde a e b so nmeros reais conhecidos como

parte real e parte imaginria de C e i o
imaginrio puro
Note: Em processamento de sinais usa-se a notao j para o imaginrio i
j = 1
Plano complexo
Tambm chamado de plano de ArgandGauss uma representao do conjunto
dos nmeros complexos.
Da mesma forma como a cada ponto da
reta est associado um ponto do conjunto
dos reais , R, o plano complexo , C, associa
o ponto (x,y) ao nmero complexo x+iy.
Podem ser representados em coordenadas
polares : como ( z , ) , i.e. amplitude e
ngulo
A transformada de Fourier F(u), de uma funo contnua

f(x) de uma varivel real x pode ser definida como:
F (u ) =
f ( x) exp[ j 2 u x]dx
onde j = 1
A partir de F(u), pode-se obter f(x) atravs da transformada

inversa de Fourier:
f ( x) =
F (u ) exp[ j 2 u x]du
Essas duas equaes so chamadas de par de transformada

de Fourier e podem existir se ambas forem integrveis e se
f(x) for contnua.
Frmula de Euler
mostra a relao entre :
a funo exp ou e ,
a funo seno e
a funo cosseno:
A transformada de Fourier de uma funo f(x) uma funo

complexa, i.e. tem parte real e imaginria:
F (u ) = R (u ) + j I (u )
j = 1
Como outras funes complexas pode ser escrita na forma

tambm na forma exponencial:
F (u ) = F (u ) e j (u ) = F (u ) exp[ j (u )]
Chama-se espectro de Fourier, ngulo de fase e espectro da

potncia , respectivamente a:
F (u ) = R (u ) + I (u )
2
1/ 2
(u ) = tan 1 [I (u ) / R(u )]
P(u ) = R 2 (u ) + I 2 (u )
Exerccio:
Transforme a regio de interesse de uma imagem trmica da forma espacial (x,y)

para o domnio de Fourier. Depois construa seu espectro de potncia e identifique
os limites da distncia ao centro da informao til (informaes diferentes de
zero!) deste espectro.
Em outras palavras: Cada um dos alunos do curso deve calcular (pode-se usar
sistemas j prontos) e mostrar o espectro de Fourier e o ngulo de fase
bidimensionais da parte das imagens originais do Trab. anterior e tambm da
imagens com ruido.
Esse resultado seria idntico para as mesmas imagens aps voce usar o seu
programa de registro?
Cuide para que no grfico do espectro de Fourier a energia mxima fique

centrada
Use a imagem como N x N input e N x N output, de modo que N = 2n (dyadic

lengths N) , ou seja tenha por exemplo N = 64, 128, 256, 512 etc...
Algumas transformadas de Fourier:

funo impulso => funo constante
f ( x) = ( x)
f ( x) = ( x)
Delta de Dirac
(introduzida por Paul Dirac)
f(x)
F(u)
(x) 1
No Cap. 2 ,exemplo 2.2 mostrado como se chega a esses

valores.
K. Najarian and R. Splinter, Biomedical Signal and Image
rocessing CRC Press - Taylor & Francis Group, 2006
Algumas transformadas de Fourier:

cosseno => par de funes impulso
Funo coseno
f(x)
cos(u0 x)
F(u)
[ (u u0 ) + (u + u0 )]
No Cap. 2 , tabela 2.1 h tambm outros valores de TF.

K. Najarian and R. Splinter, Biomedical Signal and Image rocessing CRC Press - Taylor &
Francis Group, 2006
funes discretas e digitais:
Se um sinal for considerada discreto

pode-se represent-lo por amostras de N valores com intervalos
uniformemente espaados atravs da seqncia: {f(0), f(1), f(2),..., f(N-1)}.
Pode-se definir o par de transformadas discretas de Fourier como sendo
uma soma finita de exponenciais complexas.
o domnio da freqncia tambm considerando discreto e representado
por
u = (0, u, 2u,...,(N-1)u), onde u=1/Nx.
A transformada discreta de Fourier se obtm atravs de:

F (u ) =
1
N
N 1
f ( x) exp[ j 2ux/N]
x =0
Se uma imagem for considerada 1D

A transformada discreta de Fourier se obtm atravs de:
F (u ) =
e sua inversa por:
1
N
N 1
f ( x) exp[ j 2ux/N]
x =0
f ( x) =
1
N
N 1
F (u ) exp[ j 2ux/N]
u =0
Considerando a partir daqui x uma discretizao no espao

ou tempo , para x = (0,1,2,...,N-1) e u uma discretizao na
freqncia , para u = (0,1,2,...,N-1) .
funes 2D continuas:
Compreendendo a Transformada de Fourier 2D
Por exemplo, o padro sinusoidal mostrado nas figuras abaixo pode ser capturado em apenas
um termo Fourier que codifica:
a freqncia espacial,
a magnitude (positiva ou negativa),
o ngulo de fase.
Esses trs valores capturam toda a informao na imagem sinusoidal.

A freqncia espacial a freqncia atravs do espao (o eixo x nesse caso) com a qual se
representa a intensidade luminosa no ponto.
Por exemplo, a segunda imagem abaixo direita mostra uma sinuside com uma freqncia
espacial mais alta que a primiera.
Significado da Transformada de Fourier
A magnitude da sinuside corresponde a seu contraste, ou a diferena entre os picos mais

escuros e mais claros da imagem.
Uma magnitude negativa representa um contraste reverso, i.e. : o claro se torna escuro e viceversa.
O angulo de fase representa como a onda deslocada com relao a origem,: representando o
quanto a sinuside est deslocada para a esquerda ou direita.
Uma transformada Fourier codifica uma srie completa de sinusides atravs de uma faixa de
freqncias espaciais a partir do zero (i.e. sem modulao, brilho mdio da imagem completa)
durante todo o caminho at a "freqncia de Nyquist (isto freqncia espacial de maior
intensidade que pode ser codificada na imagem digital, a qual est relacionada a resoluo, ou
tamanho dos pixels.)
A transformada Fourier codifica todas as freqncias espaciais presentes em uma imagem

simultaneamente.
Um sinal contendo apenas uma freqncia espacial nica de freqncia , f , representado como
um pico nico no ponto f ao longo do eixo de freqncia espacial, a altura do pico
correspondente a amplitude, ou contraste daquele sinal sinusoidal.
Transformada de Fourier bidimensional:

F (u , v) =
f ( x, y) exp[ j 2 (ux + vy)]dxdy
f ( x, y ) =
F (u, v) exp[ j 2 (ux + vy)]dudv
Transformada de Fourier 2D
Algumas imagens representadas como

funes bidimensionais e seus
espectros de Fourier.
Em 2D , tem-se o espectro de Fourier, o ngulo de fase e o

espectro da potncia bidimensionais, descritos como:
F (u , v) = R (u, v) + I (u, v)
(u , v) = tan
1/ 2
[I (u, v) / R(u, v)]
P (u , v) = R 2 (u , v) + I 2 (u , v)
A maior parte da informao de uma imagem normal se concentra em baixas

freqncias
Exemplo de uma imagem e seu espectro de Fourier, os crculos so

falsamente includos para se ter uma idia em que freqncia se
concentram
Exerccio:
Transforme a regio de interesse de uma imagem trmica da forma espacial (x,y) para o domnio de
Fourier. Depois construa seu espectro de potncia e identifique os limites da distncia
centro da informao til (tem informaes diferentes de zero!) deste

espectro.
ao
Em outras palavras: Cada um dos alunos do curso deve calcular (pode-se usar sistemas disponveis j
prontos) e mostrar o espectro de Fourier e o ngulo de fase bidimensionais de uma das imagens originais
do Trab. anterior e tambm da imagem adicionada de ruido que usou.
Esse resultado seria idntico se voce transformasse a imagens pelo seu programa de registro?
Cuidar para que no grfico do espectro de Fourier a energia mxima frique centrada
Use a imagem como NXN input e NXN output de modo que N = 2n (dyadic lengths N) , ou seja tenha por
exemplo N=128, 256, 512 etc...
funes 2D discretas ou
digitais:
Aplicando TF para uma funo bidimensional discreta:

o par de transformadas discretas de Fourier passa a ser:
1
F (u , v) =
MN
M 1 N 1
ux
vy
f ( x, y) exp j 2 ( M + N )
x =0
y =0
para u e v, discretizados com u = (0,1,2,...,M-1) e v = (0,1,2,...,N-1) e a

inversa
f ( x, y ) =
M 1 N 1
ux
vy
F (u, v) exp j 2 ( M + N )
u =0
v =0
para x e y assumindo valores discretos, isto : x = (0,1,2,...,M-1) e y =

(0,1,2,...,N-1), onde u=1/Mx e v=1/Ny
Discrete Fourier Transform (DFT)
Obs: nmero de freqncias corresponde ao
nmero de pixels do domnio espacial, ou seja, a

imagem do domnio espacial e Fourier so do mesmo
tamanho
F (0,0) representa o componente DC (direct current ou

corrente contnua) da imagem
que corresponde mdia de brilho e
F (N-1, N-1) representa a maior freqncia.
http://lodev.org/cgtutor/fourier.html#dc
Ao descrever uma funo peridica no domnio da

freqncia, a componente DC, ou coeficiente DC o
valor mdio da onda .
A transformada de Fourier inversa dada por
a Transformada de Fourier 2D separvel :
Complexidade computacional e tamanho da srie N

Expressando a TF 2D em termos de 2 sries unidimensionais diminui o
nmero de clculos necessrios.
a DFT unidimensional tem complexidade N2. Isso pode ser reduzido
se empregar a Transformada Rpida de Fourier (FFT) para calcular as

DFTs unidimensional.
Esta uma melhoria significativa, em especial para imagens grandes.
Existem vrias formas da FFT e a maioria restringe o tamanho da imagem
de entrada que pode ser transformado, de N2 para N log2 N
onde n um inteiro.
Os detalhes matemticos so bem descritos na literatura
Exemplo de Transformada de Fourier 2D

Exemplo de
imagem
representada
como funes
bidimensionais
e seus espectros
de Fourier.
Imagem listras verticais com 2

pixels de largura.
A magnitude da transformada de Fourier da

imagem a lado . Ela tem somente valores
correspondentes ao DC, ou F(0,0) , e outros
dois pontos correspondentes freqncia
das listras na imagem original
34
Transformada de Fourier 2D
Exemplo de imagem representada como
funes bidimensionais e seus espectros de
Fourier.
Pulso quadrado
e sua transformada
35
Concluindo: a Transformada de Fourier

uma ferramenta matemtica fundamental na soluo de
problemas de processamento de imagens digitais.
muito usada em suas formas :
Discreta (DFT Discrete Fourier Transform) e
Rpida (FFT - Fast Fourier Transform)
O entendimento de suas propriedades muito importante,

pois, a mudana de domnio do espao (x,y) para o domnio
da freqncia (u,v) e vice-versa, ocorre atravs dessas
transformadas.
Na transformada de Fourier
No h perda de informao durante a mudana de
domnios, apenas a informao visual da imagem
passa a estar representada de uma outra forma: no
domnio da freqncia.
A princpio parece difcil entender essa nova forma
de visualizao da imagem, pois, um ponto de uma
imagem representada no domnio Fourier (ou da
freqncia) pode conter informaes sobre toda a
imagem no domnio espacial, indicando quanto
desta freqncia h presente na imagem.
Na prtica, em aplicaes de processamento de sinais e imagens

digitais:
as transformadas discretas de Fourier so calculadas utilizando:
o algoritmo da transformada rpida de Fourier (FFT - Fast Fourier Transform)
que devido as suas caractersticas de implementao fazem com que a
complexidade caia de
N2
para
N log2 N operaes.
Representando assim, uma significativa economia computacional,

particularmente quando o valor de N muito grande
A transformada de Fourier possui propriedades que facilitam a sua utilizao

em aplicaes computacionais, tais como:
separabilidade,
translao,
periodicidade
simetria conjugada,
rotao,
distributividade,
mudana de escala,
valor mdio,
laplaciano,
convoluo,
correlao e
amostragem.
Dentre essas, a propriedade da convoluo de fundamental importncia para a
compreenso das tcnicas de processamento de imagens e filtragem.
Translao ou shift
De acordo com essa propriedade se um sinal
transladado no tempo a magnitude de sua TF no
alterada,
Exemplos intuitivos:
Se voc escuta uma musica hoje ou amanha sua
freqncia no muda
Se voc desloca o ponto 0,0 de uma imagem para
10,10 sua transformada no muda!
Em outros termos: na Transformada de Fourier
O termo DC correspondente a freqncia zero, representa ao intensidade mdia ao

longo de toda a imagem.
Um termo zero DC significaria uma copia semelhante da mesma imagem em termos de

intensidade, o que poderia significar que a imagem apareceria ao se aidicionar uma sinuside
alternada entre valores positivos e negativos na imagem mdia. Como no existe brilho
negativo, todas as imagens reais tem um termo DC positivo.
A transformada Fourier tambm mostra espelhada na origem, em ambas direes + e - a

partir da origem picos idnticos em f e em -f como mostrado a seguir.
outros termos: Transformada
de Fourier
O que foi mostrado anteriormente a transformada Fourier de uma nica linha de varredura
da imagem sinusoidal, que um sinal unidimensional. Uma transformada Fourier completa
2D desenvolve uma transformada 1D em cada linha de varredura ou linha da imagem, e outra
transformada 1-D em cada coluna da imagem, produzindo uma transformada Fourier 2-D do
mesmo tamanho da imagem original.
de Fourier
A imagem abaixo mostra uma imagem sinusoidal, e sua transformada de Fourier em duas
dimenses, apresentada aqui como uma imagem. Cada pixel da imagem da TF um valor da
freqncia espacial, a magnitude daquele valor codificado pelo brilho do pixel. Repare que
h um pixel bem no centro - esse o termo DC, ladeado por dois pixels, que codificam o
padro sinusoidal. Quanto mais brilhantes os picos na imagem da TF, maior o contraste na
imagem no espao. Como tem apenas um componente Fourier nessa imagem, todos os
outros valores na TF so zero e por isso mostrados em preto.
Imagem no dominio espacial
Espectro de Fourier
Funo senoidal na vertical no espao e seu especto de Fourier.
O ponto central o componente DC e os dois outros
representam a frequncia da funo senoidal. No h pixels
na direo x, porque a imagem uma constante (a mesma em
qualquer nessa direo).
Funo senoidal com uma frequncia maior. E seu espectro de
Fourier: os dois pontos esto mais separados da origem, ou
em uma maior frequncia.
De acordo com a propriedade de escala da transformada Fourier
e na imagem (dominio espao).
Somado duas imagens senoidais uma em cima da outra, voc
no apebas um seno na direo y, assim o espectro dela no
contm apenas dois pontos, mas uma linha.
Uma das propriedades da transformada Fourier 2D que se
rotacionar a imagem, o espectro ir rotacionar na mesma
direo.
de Fourier
Aqui tem-se outra imagem de uma senoide, dessa vez com uma freqncia espacial menor,
junto com o espectro de sua transformada de Fourier 2D mostrando trs picos como antes,
exceto que dessa vez os picos representando a sinuside esto mais perto ao termo DC
central, indicando uma freqncia espacial menor (menos onda em um mesmo intervalo!) .
Imagem de brilho
Transformada Fourier
de Fourier
A imagem em frequencia codifica exatamente a mesma informao da imagem no espao. A

transformada inversa de Fourier uma rplica exata pixel-a-pixel da imagem original.
A orientao da sinuside no espao est correlaciona com a orientao dos picos no
espectro de Fourier relativa ao ponto DC central.
Um padro sinusoidal inclinado cria um par inclinado de picos na imagem Fourier.
Imagem no espao
se espectro de Fourier
Mais detalhes daTransformada de Fourier
Coeficientes de Fourier se combinam em ambos os domnios. Por exemplo, a imagem

sinusoidal vertical e inclinada a esquerda e abaixo a soma das sinusides inclinadas
mostrada a direita inferior.
Imagem
espectro da Transformada Fourier
A imagem combinada mostrada acima pode ser produzida por uma adio pixel a pixel de
duas imagens ou por uma adio das transformadas de Fourier correspondentes, seguida por
uma transformada inversa para retornar ao domnio do espao. Nas duas formas o resultado
seria exatamente idntico.
T. F. Harmnicas superiores e efeito Ringing

A funo de base para a TF a funo senoidal, que otimizada para expressar formas suaves.
Mas a TF na verdade representar qualquer forma, at mesmo formas retilneas agudas, que
so as mais difceis de expressar, porque eles precisam muitos termos de ordens superiores,
ou harmnicas maiores.
A figura mostra quatro imagens de freqncia espacial 1, 3, 5, e 7. A primeira, de frequncia 1,
a fundamental, e as outras so harmnicas superiores quela fundamental, porque elas
so mltiplos inteiros da freqncia fundamental. Essas so na realidade harmnicas
mpares na fundamental. A transformada de Fourier tem o espectro mostrado para cada
um desses padres.
1
3
5
7
Anlise de Fourier Harmnicas superiores e efeito Ringing

Abaixo o resultado de adicionar progressivamente harmnicas maiores fundamental.
Note como a banda vertical central se torna mais fina e forte com cada harmnica superior
adicional, enquanto o fundo desvanece em sentido oposto a ser um campo escuro uniforme.
Note tambm como as harmnicas superiores produzem picos no espectro de Fourier que se
espalham mais longe da fundamental, definindo um padro peridico no espao da
freqncia.
1
1+3
1+3+5
1+3+5+7
T F Harmnicas superiores e efeito Ringing

A imagem abaixo mostra o que aconteceria se esse processo fosse continuado at a frequncia
de Nyquist iria produzir uma listra vertical na imagem no espao, com extremidades
agudas, i.e. Uma onda quadrada" em brilho ao longo da dimenso x.
A transformada Fourier dessa imagem exibe um sria "infinita" de harmnicas ou termos de
ordens superiores, embora isso no v at o infinito devido a resoluo finita da imagem
original.
desta forma que a transformada de Fourier codifica imagens tipo onda quadrada: como a soma
de uma srie de sinusides suaves.
Imagem
T F - Operao de Filtragem
A transformada Fourier pode ser usada nas operaes de filtragem para ajustar no dominio
da frequncia, uma modificao espacial de uma imagem.
Na imagem original mostrada abaixo, mostra-se o espectro de sua transformada de Fourier, e
logo aps a transformada inversa, que reconstroi a imagem original.
Essa imagem reconstruda idntica, pixel-por-pixel, a imagem original.
Imagem oroginal
Transformada Inversa
TF para Filtragem passa baixa

A imagem transformada para o dominio da frequncia pode ser usada desenvolver uma
transformada inversa filtrada de alguma maneira.
O filtro passa baixa permite que apenas as componentes de frequncia baixa passem, cortando as
frequncias altas.
Os componentes de baixa frequncia so encontrados prximas ao ponto DC central.
Se for definido um raio ao redor do ponto DC, e zerar-se pontos alm deste raio. Uma
transformada inversa de Fourier aplicada a essa imagem filtrada em passa baixa produz a
imagem transformada inversa como a mostrada:
Filtragem passa baixa
Observe que a imagem filtrada em passa baixa perde a nitidez (fica borrada), preservando as
regies suaves amplas de baixa freqncia mas perdendo os contornos acentuados e bordas.
TF Operao de Filtragem Passa Alta

Usa-se a mesma ideia : um limiar em frequncia para definir uma regio na imagem. Todos os
componentes de frequncia que caem dentro desse raio so eliminados, preservando apenas
os componentes de frequncia superiores. Aps a transformada inversa nessa imagem
observa-se o efeito da filtragem passa alta, a qual preserva as bordas, mas ela perde as
regies mais constantes escuras ou claras.
Filtragem passa alta
Se a imagem da transformada passa baixa anterior for adicionada pixel-por-pixel imagem da

transformada passa alta deste caso, isso iria restaurar exatamente a imagem original sem
filtragem.
Essas imagens so complementares, portanto, cada representa a informao que est faltando da
outra.
TF Operao de Filtragem Passa Faixa

Preserva nesta apenas aquelas frequncias espaciais que caem dentro de uma banda, maior que
um valor mas inferior a outro.
Filtragem passa faixa
A figura abaixo mostra o que ocorre se uma faixa mais estreita de frequncias estiver preservada.
TF Operao de Filtragem
A prxima simulao mostra uma filtragem passa faixa sobre uma banda superior
E abaixo a mesma imagem da superior usando uma banda mais ampla.

TF Operao de Filtragem
Imagens no domnio espacial esto na linha do meio;
Seus valores em freqncia so mostrados na superior.
A linha inferior mostra a variao intensidade na linha horizontal central da imagem.
Imagens com variaes sinusoidais em intensidade:
As trs primeiras so representadas por dois pontos na frequencia.
A posio e orientao destes pontos tem a ver com como a imagem original se parece.
A quarta imagem a soma das trs primeiras.
Linhas com inclinao diferente de zero, de modo que tenha
aliasing. Seus componentes na freqncia no so to ntidos
e ficam em maior numero.
A imagem seguinte a soma de duas funes seno, em
direes perpendiculares.
Como linhas em uma imagem geralmente geram linhas
perpendiculares no espectro.
As linhas inclinadas no espectro so devido a transio aguda
do cu para a montanha.
A FFT de uma funo retangular uma funo seno

2D:
TF de um textura sem mudanas abruptas ou direo ben definida
horizontal ou vertical, logo no h linhas horizontais e verticais no
espectro.
Concluso
A teoria de Fourier baseada na idia que qualquer funo pode ser
decomposta de senos e cossenos de diferentes frequncias.
Em computao visual, imagens no domnio espacial podem ser transformadas
para o domnio da frequncia onde algumas operaes e medidas so melhores
feitas.
As implementaes transformada discreta de Fourier (DFT) e ransformada
rpida de Fourier (FFT) foram desenvolvidas para reduzir a complexidade do
DFT.
A TF adequada a entender os tipos de filtros e como utiliz-los no processamento de
imagens.
As filtragens mais simples e mais utilizadas so atravs de um filtro passa faixa, ou do
tipo passa banda que remove ou deixa passar regies selecionadas de freqncias.
Quando esta faixa que passa est prxima origem, o filtro chamado de passa
baixa. Quando est afastada, o filtro chamado de passa alta.
(a) Filtro passa baixa, (b) Filtro passa alta e (c) Filtro passa banda
As imagens acima esto em freqncia, F(u,v) , i.e. so as transformadas de

Fourier de uma imagem a ser filtrada.
A dificuldade escolher a funo de transferncia do filtro H(u,v), que a
filtragem desejada.
Essas funes de transferncia afetam as partes real e imaginria de F(u,v),
exatamente da mesma forma, sem alterar a fase da transformada.
Esses filtros so chamados de filtros de deslocamento de fase zero. Para
realizar essas filtragens utilizamos um filtro circular simtrico.
Transformada de Fourier Concluso

Como dito anteriormente a maior fora de uma imagem
quase sempre est concentrada nas componentes de baixa
freqncia.
Conseqentemente, as componentes de alta freqncia
representam pouca fora da imagem.
Isto simples de entender, pois so os detalhes da imagem
que geram essas altas freqncias.
Detalhes da imagem so, por exemplo, bordas, lados e outras
transies abruptas de nvel de cinza.
Portanto, utilizando um filtro passa baixa obtm-se uma
imagem menos ntida, blurred ou suavizada, ou seja, ocorre
uma perda de detalhes que so os componentes de altas
freqncias.
Transformada de Fourier Concluso

Portanto, se > r ento F(u,v) := 0. De forma equivalente pode-se
especificar um filtro H(u,v), da seguinte forma:
H(u,v) = 1 se u2 + v2 < r2
H(u,v) = 0 se u2 + v2 r2
Esse filtro chamado de passa baixa ideal, pois todas as
freqncias, dentro do crculo de raio r, so passadas sem
atenuao e todas as fora do crculo so retidas
completamente.
O ponto de transio entre H(u,v) = 1 e H(u,v) = 0 , r, chamado
de freqncia de corte.
Resultado da filtragem passa baixa
Filtragem usando a Transformada de Fourier

Pode-se entender a filtragem passa alta em freqncia como
uma operao contrria filtragem passa baixa.
Na filtragem passa alta, os componentes de alta freqncia da
transformada de Fourier no so alterados, enquanto os de
baixa freqncia so removidos.
Isto faz com que os detalhes finos da imagem sejam enfatizados.
Neste caso, as baixas freqncias sero removidas e as altas
freqncias, fora do crculo de raio r, presentes na
transformada da imagem, F(u,v) sero mantidas.
Filtragem usando Transformada de Fourier

Portanto, se < r ento F(u,v) := 0. De forma equivalente
pode-se especificar um filtro H(u,v), da seguinte
forma:
H(u,v) = 0 se u2 + v2 < r2
H(u,v) = 1 se u2 + v2 > r2
Esse filtro chamado de passa alta ideal, pois todas as
freqncias, fora do crculo de raio r, so passadas
sem atenuao e todas as dentro do crculo so
retidas completamente.
Resultado da filtragem passa alta
Um exemplo de filtragem passa alta em imagem de impresso digital. (a) a

imagem original, (b) e (c), apresentam, respectivamente, o filtro passa alta
utilizando e a imagem com detalhes finos aps a filtragem.
Processamento de imagens no
domnio de Fourier
1- A imagem I(x,y) transformada para o domnio de Fourier
usando transformada discreta: DFT.
2- A imagem no domnio de Fourier representada por F(u,v)

e convoluda com o filtro H(u,v).
3- Depois do produto F(u,v) e H(u,v) aplicada a inversa da

transformada de Fourier para retornar ao domnio espacial,
onde se tem a imagem processada I(x,y).
Esquema ilustrando os passos da filtragem no domnio de

Fourier
Tipos de filtro quanto a frequencia:

Passa baixa,
Passa alta e
Passa faixa
Filtragem Passa Baixa

Utilizando um filtro passa baixa obtm-se uma
imagem mais suavizada.
Os detalhes finos (ex: bordas, lados e outras transies
abruptas de nvel de cinza) da imagem correspondem a altas
freqncias.
Pode-se ter uma perda de detalhes que so os

componentes de altas freqncias.
Filtragem Passa Baixa

Na filtragem passa baixa, os componentes de
baixa freqncia da transformada de Fourier
no so alterados, enquanto os de alta
freqncia so removidos.
Isto faz com que as partes constantes da
imagem sejam enfatizados.
Comparao da imagem e do seu espectro de Fourier depois e

antes de um filtro passa baixa.
Filtro passa baixa ideal:

H(u,v) = 1 se u2 + v2 < r2
H(u,v) = 0 se u2 + v2 r2
Figura 5.12 - Resultado da filtragem passa baixa
Filtragem Passa Alta
Na filtragem passa alta, os componentes de alta freqncia

da transformada de Fourier no so alterados, enquanto os
de baixa freqncia so removidos.
Isto faz com que os detalhes finos da imagem sejam
enfatizados.
Filtro passa alta ideal:

H(u,v) = 0 se u2 + v2 < r2
H(u,v) = 1 se u2 + v2 r2
Resultado da filtragem passa alta.
Outros filtros no domnio de freqncia

Filtros pontuais
Imagem e seu espectro de Fourier.
Resultado da filtragem utilizando filtro

circular no centrado na origem.
Outros filtros pontuais no domnio de freqncia
Imagem com
moires em 2
direes
No seu espectro de Fourier aparecem pontos de

maior intensidade, cuja distncia em relao ao
centro proporcional sua freqncia e com
inclinao perpendicular a inclinao das mesmas no
espao. Subtraindo esses pontos da imagem
Resultado da
filtragem
utilizando .
Repare que
melhorou
muito
85
Outros filtros no
domnio de
freqncia
Filtros fan ou
setor circular
Resultado da filtragem utilizando filtro setor angular.
Caracterizando elementos das Imagens

pelo seu espectro de Fourier
Observa-se no espectro
de Fourier de uma
impresso digital um
acmulo de energia em
torno de um anel. Isso
devido ao fato das cristas
se comportarem como
senides, apresentando
freqncias
bem
definidas.
Nos espectros de
Fourier, de partes
desta
imagem,
aparecem dois picos
de
intensidade
simtricos,
em
relao origem.
Fragmentos de uma impresso digital e seus
De acordo com a
localizao
desses
picos
tm-se:
a
distncia e a direo
das cristas na regio.
Imagens sintticas representando um

fragmento de impresso digital e seus
Imagens sintticas com listras inclinadas e seus espectros

de Fourier.
Exerccio:
Transforme a regio de interesse de uma imagem trmica da forma espacial (x,y)

para o domnio de Fourier.
Depois construa seu espectro de potncia e identifique os limites da distncia ao

centro da informao til (tem informaes diferentes de zero!) deste espectro.
(Responda: o que voce acha que isso tem a ver com a freqncia de Nyquist? )
Cada um dos alunos do curso deve calcular (pode-se usar sistemas j prontos) e
mostrar o espectro de Fourier e o ngulo de fase das imagens originais do Trab.
anterior e tambm da imagem com ruido adicionado.
Esse resultado seria identico se voce aplicasse a elas um registro?
Use a imagem com N, tal que N = 2n (dyadic lengths N) , ou seja tenha por
exemplo N=128, 256, 512 etc...
Detalhes finais:
A maioria das imagens no domnio de freqncias possui como amplitude caracterstica,

picos no centro (0,0) do domnio.
Neste ponto a imagem atinge o seu maior valor, pois nele computada justamente a menor
freqncia presente na imagem e pode-se deduzir que este o valor mdio da imagem.
Analisando a imagem no espectro de Fourier pode-se observar que diferentes categorias de
imagens podem apresentar diferentes categorias de espectros de Fourier, identificando por
exemplo se existem texturas constantes ou defeitos caracteristicos nesta imagem.
A importncia de entender a representao da imagem do espectro de Fourier grande:
E.g. : a partir desse entendimento, torna-se mais simples e intuitivo determinar um
filtro apropriado a ser aplicado imagem. Atravs das informaes geradas pela
imagem do espectro de Fourier pode-se realar (manter) ou reter (eliminar) os
coeficientes das componentes de determinadas freqncias.
Uma outra informao muito importante que se pode obter do espectro de Fourier a
informao da fora da imagem (image power). Atravs desta informao, observa-se que a
fora da imagem, a partir do seu centro no espectro de Fourier, est concentrada nas
componentes de baixas freqncias.
Faa um grafico apresentando uma imagem no domnio de Fourier. Identifique nela crculos
de diferentes raios. Os crculos representam uma forma se se entender o quanto da
informao da imagem est contida em cada crculo. Calculando-se a proporo usando da
soma total de pixels sobre cada crculo. Esta informao bastante relevante na hora de
determinar a freqncia de Nyquist ou um filtro adequado a ser aplicado a imagem (sendo
possvel determinar, aproximadamente, a percentagem da imagem que ser retida ou
atenuada).
Referncias
http://sharp.bu.edu/~slehar/fourier/fourier.html#filtering
http://csnet.otago.ac.nz/cosc453/student_tutorials/fourier_analysis.pdf
http://student.kuleuven.be/~m0216922/CG/fourier.html#fft
Gonzaga, S. L. de O.; Viola, F.; Conci, A. An approach for Enhancing Fingerprint

Images using adaptive Gabor Filter parameters. Pattern Recognition and Image
Analysis (also as an electronic publication), Vol. 18, No. 3, pp. 497506 http://www.ic.uff.br/~aconci/pub2008.html
Determina Online a Transformada de Fourier de um expressao:
http://wims.unice.fr/wims/wims.cgi?session=6WA23CFB0C.3&+lang=en&+module=to
ol%2Fanalysis%2Ffourierlaplace.en
Convoluo:
http://www.jhu.edu/~signals/convolve/index.html
http://www.jhu.edu/~signals/discreteconv2/index.html

TransformadaFourier PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TransformadaFourier PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

Transformada de Fourier

Processamento de Imagens e Sinais Biolgicos

No caso de imagens visuais normais ( I ) , essas so variaes sinusoidais na intensidade

No caso de imagens biomdicas ( B ) , essas so variaes sinusoidais no elemento

intensidade da absoro do raio x;

eco do ultrasson medido;

atenuao da ressonncia do pixel da imagem;

Fourier usou isso como ferramenta analtica no estudo

A tcnica para se transformar uma forma complexa em

onde a e b so nmeros reais conhecidos como

A transformada de Fourier F(u), de uma funo contnua

A partir de F(u), pode-se obter f(x) atravs da transformada

Essas duas equaes so chamadas de par de transformada

A transformada de Fourier de uma funo f(x) uma funo

Como outras funes complexas pode ser escrita na forma

Chama-se espectro de Fourier, ngulo de fase e espectro da

Transforme a regio de interesse de uma imagem trmica da forma espacial (x,y)

Cuide para que no grfico do espectro de Fourier a energia mxima fique

Use a imagem como N x N input e N x N output, de modo que N = 2n (dyadic

Algumas transformadas de Fourier:

No Cap. 2 ,exemplo 2.2 mostrado como se chega a esses

Algumas transformadas de Fourier:

No Cap. 2 , tabela 2.1 h tambm outros valores de TF.

Se um sinal for considerada discreto

A transformada discreta de Fourier se obtm atravs de:

Se uma imagem for considerada 1D

e sua inversa por:

Considerando a partir daqui x uma discretizao no espao

Compreendendo a Transformada de Fourier 2D

Esses trs valores capturam toda a informao na imagem sinusoidal.

Significado da Transformada de Fourier

A magnitude da sinuside corresponde a seu contraste, ou a diferena entre os picos mais

A transformada Fourier codifica todas as freqncias espaciais presentes em uma imagem

Transformada de Fourier bidimensional:

f ( x, y) exp[ j 2 (ux + vy)]dxdy

F (u, v) exp[ j 2 (ux + vy)]dudv

Algumas imagens representadas como

Em 2D , tem-se o espectro de Fourier, o ngulo de fase e o

[I (u, v) / R(u, v)]

A maior parte da informao de uma imagem normal se concentra em baixas

Exemplo de uma imagem e seu espectro de Fourier, os crculos so

centro da informao til (tem informaes diferentes de zero!) deste

Aplicando TF para uma funo bidimensional discreta:

para u e v, discretizados com u = (0,1,2,...,M-1) e v = (0,1,2,...,N-1) e a

para x e y assumindo valores discretos, isto : x = (0,1,2,...,M-1) e y =

Discrete Fourier Transform (DFT)

Obs: nmero de freqncias corresponde ao

nmero de pixels do domnio espacial, ou seja, a

F (0,0) representa o componente DC (direct current ou

Ao descrever uma funo peridica no domnio da

A transformada de Fourier inversa dada por

a Transformada de Fourier 2D separvel :

Complexidade computacional e tamanho da srie N

se empregar a Transformada Rpida de Fourier (FFT) para calcular as

Os detalhes matemticos so bem descritos na literatura

Exemplo de Transformada de Fourier 2D

Imagem listras verticais com 2

A magnitude da transformada de Fourier da

Concluindo: a Transformada de Fourier

O entendimento de suas propriedades muito importante,

Na prtica, em aplicaes de processamento de sinais e imagens

Representando assim, uma significativa economia computacional,

A transformada de Fourier possui propriedades que facilitam a sua utilizao