WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Compression d'images fixes: comparaison des méthodes par transformations en ondelettes et celle par curvelets

( Télécharger le fichier original )
par Armel Francklin SIMO TEGUEU
Institut universitaire de technologie Fotso Victor de Bandjoun - Licence en ingénierie des réseaux et telecoms 2009
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE II : DE L'ANALYSE DE FOURRIER A L'ANALYSE PAR ONDELETTES

période varie d'une façon continue, si elle disparaît puis réapparait par la suite, etc. Elle est donc adaptée aux signaux stationnaires.

> La non causalité de la transformée de Fourier. Il est clair que le calcul de X(f) nécessite la connaissance de f sur IR tout entier. Une analyse en temps réel est donc impossible. On ne peut pas connaitre le spectre d'une fonction f si on ignore la fonction. Par exemple deux fonctions identiques sur un même intervalle peuvent être de transformée de Fourier très différente.

> Un autre inconvénient de la TFC est la complexité de son implémentation algorithmique due à la fonction de décomposition continue sur IR. En effet la transformée de Fourier permet d'obtenir le spectre d'un signal dépendant du temps : on passe d'une étude temporelle du signal à une étude fréquentielle de celui-ci avec sa transformée. Seulement, il existe une différence cruciale entre une fonction mathématique continue et un signal physique. L'information que nous avons d'un signal physique est nécessairement discrète, on ne peut en effet enregistrer celui-ci avec une fréquence infinie, en prenant tous les points ! C'est cette discrétisation qui va permettre l'utilisation de la Fast Fourier Transform (ou FFT).

I.2.2 Transformée de Fourier Rapide (FFT)

Cette transformée de Fourier rapide est un algorithme de calcul, une recette qui va permettre de minimiser le nombre d'opérations nécessaires pour l'établissement de la transformée de Fourier d'un signal discret. L'analyse par FFT découle tout naturellement de l'analyse par TFD (Transformée de Fourier Discrète). Il est donc naturel de commencer par celle-ci afin de saisir les bases de cette nouvelle technique.

Transformée de Fourier Discrète

Depuis C. Shannon, il est possible d''echantillonner correctement un signal et donc de représenter celui-ci. Mais comment obtenir le spectre d'un signal physique ? Rappelons que la différence entre une fonction mathématique et l'information que nous possédons d'un signal physique réside dans le fait que cette dernière est discrète ! Remarquons au passage qu'un signal discret périodique possède un spectre discret. La première étape dans le calcul de la transformée de Fourier discrète (T.F.d.) de ce signal va donc être l'échantillonnage de ce

Rapport Rédigé et présenté par SIMO TEGUEU et EMBOLO AURELIEN Page 15

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus