Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Transformada Discreta de Fourier Convolucion Aplicaciones Basicas
Transformada Discreta de Fourier Convolucion Aplicaciones Basicas
Laboratorio Nº 3
ALUMNO :
ROQUE GONZALES, ELVIS JOEL
CODIGO : 2008100024
NOTA :
1. Marco teórico:
La Transformada de Fourier
En matemática, la transformada de Fourier, denominada así por Joseph Fourier, es
una aplicación que hace corresponder a una función f, con valores complejos y definidos en
la recta, con otra función g definida de la manera siguiente:
Sea f (t) una función localmente integrable cuya integral valor absoluto esta acotada en R.
Se define su transformada de Fourier como:
Se aplica para:
- Comunicaciones
- Ingeniería mecánica.
- Ingeniería de control
- Campos electromagnéticos.
- Procesamiento de señales de audio.
- Procesamiento de imágenes.
- En el área médica.
En comunicaciones:
En ingeniería mecánica:
En ingeniería de control:
En campos electromagnéticos:
En procesamiento de imágenes:
En el área médica:
- Para procesar las imágenes generadas por ecogramas, resonancia magnética,
tomografía axial, etc.
- Para extraer características de interés sobre las imágenes.
- Para acondicionar las señales para equipos médicos de adquisición de datos.
En la práctica, puede asumirse que las señales más utilizadas son las aperiódicas de banda
limitada y las periódicas finitas, es decir, formadas por un número finito de armónicos. Si la
correspondiente muestra consta de un total de N valores, entonces el n-ésimo valor es:
Convolución
La convolución de 2 señales f y g se denota por f*g. Se define como la integral del
producto de ambas funciones después de que una sea invertida y desplazada una distancia
.
Para las funciones discretas se puede usar una forma discreta de la convolución. Esto es:
Aplicaciones de la Convolución:
n = [0:29];
x1 = cos (2*pi*n/10); %3 periodos
x2 = [x1 x1]; %6 periods
x3 = [x1 x1 x1]; %9 periods
N = 2048;
X1 = abs (fft(x1, N));
X2 = abs (fft(x2, N));
X3 = abs (fft(x3, N));
F = [0: N-1]/N;
subplot (3, 1, 1)
plot (F, X1), title ('3 periods'), axis ([0 1 0 50])
subplot (3, 1, 2)
plot (F, X2), title ('6 periods'), axis ([0 1 0 50])
subplot (3, 1, 3)
plot (F, X3), title ('9 periods'), axis ([0 1 0 50])
(Considere usted para X2 con 6 periodos y 9 periodos en 30 muestras). Mostrar sus
gráficas. Ubicar las 3 gráficas según las siguientes posiciones:
n = [0:149];
x1 = cos (2*pi*n/10);
N = 2048;
X = abs (fft(x1, N));
X = fftshift(X);
F = [-N/2: N/2-1]/N;
plot (F, X)
xlabel ('frecuency/fs')
4. Programar en Matlab la convolución de las siguientes señales:
0 Otro valor
0 Otro valor
Programa:
t = -5: 0.001: 5;
x = 1.*(t>=0)-1.*(t>=2);
h = 2.*(t>=2)-2.*(t>=4);
y = conv(x, h);
Plot (y)
x = 1.*(t>=0)-1.*(t>=2);
h = 2.*(t>=2)-2.*(t>=4)
y = conv(x, h);
3. Conclusiones:
- La Convolución es una matriz que se aplica a una imagen. Los elementos de este
arreglo son valores enteros. El resultado de esta operación es una imagen nueva que
ha sido filtrada. La Convolución modifica el color de un pixel en función del color
de los pixeles circundantes. Para cada canal, el valor de color para cada pixel se
calcula del color original y del color de los pixeles que lo rodean.