Traitement du signal et Applications cours 9

Dimension: px
Commencer à balayer dès la page:

Download "Traitement du signal et Applications cours 9"

Transcription

1 Traitement du signal et Applications cours 9 Master Technologies et Handicaps 1 ère année Philippe Foucher 1

2 Traitement du signal sous Scilab Scilab : Programmer en utilisant les fonctions. SIP Toolboxes: Boite à outils de traitement d images qui regroupe des fonctions spécifiques 2

3 Étude du code et des fonctions 3

4 Fonctions pour récupérer des données. Image: Image = imread( E:\repertoire1\nom.jpg ) nom.jpg Image Imagegris Imshow(Image); affichage de l image Im2gray(Image); change une image couleur en niveaux de gris 4

5 Différences entre: Image = imread( E:\repertoire1\nom.jpg ); Image = imread( E:\repertoire1\nom.jpg ) 5

6 Quelques fonctions graphiques xdel([0:5]) efface les fenêtres graphiques de 0:5. xset ( window, n) crée la fenêtre graphique n. plot2d (x,y) affiche un graphique avec les données x en abscisse et y en ordonnée. x et y doivent être de même taille. on peut directement utiliser plot2d(y) et un graphique affiche le vecteur y. 6

7 Ajout de bruit On peut ajouter du bruit aux images. Image_bruit=imnoise(image_gris,'gaussian',0,0.02); Salt & pepper: Ajout de bruit selon une certaine densité gaussien: Densité gaussienne Speckle: bruit multiplicatif 7

8 2 sortes de bruit Bruit additif (le plus souvent), noté n(x) g(x) = f(x) + n(x) en général, gaussien: probabilité que la valeur s écarte de la moyenne Bruit multiplicatif, noté m(x) g(x) = f(x)* m(x) Exemple: speckle 8

9 Problème. Image = signal en deux dimensions. Dans le cours, plutôt des signaux 1D. Extraction d un signal 1D Je prends une ligne du de l image Signal=Imagegris (38,:) 9

10 Signal 1D (sans bruit)

11 Signal 1D (Avec bruit)

12 Enlever le bruit On peut enlever le bruit en utilisant la Transformée de Fourier. Permet d enlever les hautes fréquences Problème: on lisse souvent le signal. 12

13 Signal lissé après filtrage par TF

14 fourier_signal=fft(signal); FFT: Fast Fourier Transform: algorithme rapide de Transformée de Fourier 14

15 FFT d un signal 1D (non bruité)

16 FFT d un signal 1D (bruité)

17 FFT d un signal 1D (bruité) Fréquences facteur de bruit. Donc on enlève

18 FFT d un signal 1D (les hautes fréquence sont enlevées)

19 Ce type de filtre s appelle passe-bas, il laisse passer les basses fréquences. En fait les filtres sont basées sur des techniques appelées produits de convolution. 19

20 De façon mathématique Signal périodique (période T) = somme pondérée de signaux sinusoïdaux f ( t) = n= 0 [ a n cos 2πnt T + b n sin 2πnt T ] 1/T : fréquence fondamentale (on utilise souvent =2/T) n/t: harmonique a n et b n coefficients pondérateurs de Fourier 20

21 Exemples (1) Somme pondérée de deux signaux de fréquence f et 3f (H3) signal résultant (b): addition point par point des deux courbes de (a). 21

22 Exemples (2) Meilleure approximation d un Signal carré f(t): décomposition de la façons suivante f ( t) = sin( ϖ t) + 0 cos( 2ϖ t) + sin(3ϖ t) + 0 cos( 4ϖ t) + sin(5ϖ t) sin( 23ϖ t)

23 Analyse spectrale (1) Représentation des amplitudes des différentes harmoniques (n=1,3,5,7 23) d un signal analyse spectrale. 23

24 Remarque (1) les séries de Fourier sont une décomposition en cosinus et sinus, on utilise souvent la notation complexe: 2π int f ( t) = Fn exp( ) T n= Avec F n =(a n +ib n )/2 et F -n =(a n -ib n )/2 e ix = cos x + i sin x 24

25 Remarque (2) A partir de l équation précédente, les coefficients de Fourier se calculent de la façon suivante: T 1 2π int Fn = f ( t)exp( ) dt T T T / 2 / 2 Le nombre de descripteurs de Fourier calculés ainsi est en théorie infini 25

26 Interprétation Plus n est grand, plus les fonctions sinusoïdales varient rapidement. une fonction lisse (c.a.d qui ne varient pas beaucoup) aura des coefficients a n et b n qui prendront rapidement (hautes fréquences) des valeurs faibles une fonction très perturbée et très changeante (ou bruitée) auront des composantes importantes dans les hautes fréquences. 26

27 Transformée de Fourier (1) Souvent fonctions non périodiques et non bornées, la transformée de Fourier permet de généraliser le concept de séries de Fourier à ce type de fonction: F ( υ π υ ) = f( t)exp( 2 i t) dt On peut noter le changement de variable = n/t, ce qui explique la disparition du facteur 1/T avant la somme. 27

28 Interprétation De façon peu rigoureuse, on pourrait considérer un signal analogique non périodique comme un signal dont la période tendrait vers l infini, la fréquence tendrait alors vers 0 (dν) et on obtient un spectre de Fourier continu appelé spectre de bande (et non un spectre de raies): 28

29 Exemple de spectre de bande 29

30 Vers la transformée de Fourier discrète En pratique, signal non borné: très rare! on définit une fenêtre d application [-T/2,T/2] Échantillonnage à une fréquence f telle que T=K/f F n = ( / 2) 1 1 K k = K / 2 K f K exp( 2πink K ) 30

31 Remarque Le signal numérique est décomposé en K segments. Le nombre total de coefficients de Fourier sera K. En traitement de signal, on utilise la FFT (Fast Fourier Transform) qui, sous certaines conditions, permet d accélérer le calcul 31

32 TF inverse A partir d un signal fréquentiel, on retrouve le signal initial (temporel ou spatial) par la transformée de Fourier inverse. On parle souvent d espace dual (temps/fréquence) 32

33 ifft

34 Des questions? 34

Chapitre 2 : Notions de traitement du signal

Chapitre 2 : Notions de traitement du signal Chapitre 2 : Notions de traitement du signal I. Notion de spectre Comment représenter la fonction =.cos2? Réponse temporelle Réponse fréquentielle Une fonction peut avoir plusieurs composantes fréquentielles

Plus en détail

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson

Introduction au traitement du signal application à la sismique. UM II C. Champollion d'après F. Masson Introduction au traitement du signal application à la sismique UM II C. Champollion d'après F. Masson Plan Introduction Transformée de Fourier Convolution Corrélation / Autocorrélation Echantillonnage

Plus en détail

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme

Traitement du signal pour la reconnaissance vocale. Cours 5: Traitement du signal et reconnaissance de forme Traitement du signal pour la reconnaissance vocale Cours 5: Traitement du signal et reconnaissance de forme Chaîne de Reconnaissance vocale Acquisition microphone Numérisation du signal Pré-traitement

Plus en détail

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal?

Ecole d été - Cargèse. Représentation des signaux. Plan. Formule de Parseval. Représentation de Fourier. Qu est-ce que le Traitement du signal? Qu est-ce que le Traitement du signal? But du Traitement du signal: Extraire un maximum d informations utiles sur un signal perturbé par le bruit Ecole d été - Cargèse Traitement du Signal pour la parole

Plus en détail

Filtres numériques. A. Filtrage temporel

Filtres numériques. A. Filtrage temporel Filtres numériques A. Filtrage temporel Le filtrage temporel consiste en l interruption ou l atténuation durant certaines périodes temporelles d un signal. Un exemple fréquemment rencontré est le prélèvement

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/46

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/46 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/46 Domaine temporel amplitude a(t) temps a(t): amplitude du signal en fonction du temps

Plus en détail

Plan du cours. Cours de Traitement Du Signal - Transformée de Fourier. Développement en Séries de Fourier. Propriétés

Plan du cours. Cours de Traitement Du Signal - Transformée de Fourier. Développement en Séries de Fourier. Propriétés généralisée de la généralisée de la Plan du cours Cours de Traitement Du Signal - Transformée de Fourier guillaume.hiet@rennes.supelec.fr ESTACA 6 septembre 2007 1 2 Représentation de la 3 généralisée

Plus en détail

Séries de Fourier : spectres d'amplitude et de phase

Séries de Fourier : spectres d'amplitude et de phase G. Pinson - Physique Appliquée ransformée de Fourier - B4 / 1 B4 - ransformée de Fourier Séries de Fourier : spectres d'amplitude et de phase Une fonction périodique de période, de pulsation ω = π/, de

Plus en détail

Bases du traitement des images. Filtrage d images

Bases du traitement des images. Filtrage d images Filtrage d images Séverine Dubuisson 22 octobre 2010 1 / 62 Plan du cours 1 Filtrage spatial linéaire 2D 2 Filtrage spatial non linéaire 3 Cas des images en couleurs 4 Filtrage fréquentiel (1D et 2D) 2

Plus en détail

Segmentation d'image : Contours

Segmentation d'image : Contours Segmentation d'image : Contours Philippe Montesinos EMA/LGI2P Parc Scientifique G.Besse 30000 Nîmes montesin@site-eerie.ema.fr http://www.lgi2p.ema.fr/~montesin 1 Détection de contours (plan) Signal, échantillonnage,

Plus en détail

1ère Partie : Représentation des signaux et des images (20 points)

1ère Partie : Représentation des signaux et des images (20 points) U Analyse Multi-résolution et Ondelettes xamen Analyse Multi-résolution et Ondelettes 24 janvier 2013 Durée de l examen : 2h. Portables éteints et rangés. Documents autorisés : polycopiés de cours (éventuellement

Plus en détail

Filtrage linéaire des signaux

Filtrage linéaire des signaux Filtrage linéaire des signaux 1 Filtrage - Exemples 2 Filtrage du son réalisé par un «bouchon d oreille» Le filtrage réalisé par le «bouchon d oreille» dépend de son positionnement Filtrage- Exemples Filtre

Plus en détail

p = A cos(kx ωt). (1.2)

p = A cos(kx ωt). (1.2) 1 1. Séries de Fourier 1. Introduction En physique, on rencontre souvent des problèmes faisant intervenir des vibrations ou des oscillations. La vibration d un diapason est un exemple de mouvement harmonique

Plus en détail

Pour une fonction f(x) définie sur [ π, π], on peut écrire sa décomposition en série de Fourier de la façon suivante : f(x) = a 0

Pour une fonction f(x) définie sur [ π, π], on peut écrire sa décomposition en série de Fourier de la façon suivante : f(x) = a 0 Chapitre Traitement du signal.1 Séries de Fourier Avant de rentrer dans le vif sujet et d étudier la transformée de Fourier, nous allons nous arrêter un instant sur les séries de Fourier. Ces dernières

Plus en détail

Traitement du signal avec Scilab : signaux aléatoires et bruits

Traitement du signal avec Scilab : signaux aléatoires et bruits Traitement du signal avec Scilab : signaux aléatoires et bruits Comme nous l avons vu lors de la séance précédente, lors d une transmission d information, le signal reçu, qu il soit informatif ou parasite,

Plus en détail

QU EST-CE QU UN SIGNAL? (1)

QU EST-CE QU UN SIGNAL? (1) QU EST-CE QU UN SIGNAL? () Un signal, d un point de vue très général, est l évolution d une certaine grandeur au cours du temps. Exemples: Evolution de la température en un lieu donné Signal de parole

Plus en détail

UV Traitement du signal. Cours n 2 : Transformée de Fourier Discrète

UV Traitement du signal. Cours n 2 : Transformée de Fourier Discrète UV Traitement du signal Cours n : Transformée de Fourier Discrète TF des signaux discrets vers TF discrète TF discrète d un signal périodique, d un signal limité TF discrète et convolution circulaire Précision

Plus en détail

analyseur de spectre

analyseur de spectre 1. Thème abordé Problématique, situation d accroche Le graphique ci-dessus représente la TFD d un signal audio donné par un logiciel. On y fait un traitement numérique audio d égalisation (courbe numérotée

Plus en détail

Quelques points de rappel. Signal, fréquence, phase

Quelques points de rappel. Signal, fréquence, phase Quelques points de rappel Signal, fréquence, phase Le signal en EEG Un mélange de signaux générés par différentes sources + du bruit Composantes fréquentielles (Delta, Theta, Alpha, Beta, Gamma, Mu ) Pas

Plus en détail

03/04/2016. La rotation inverse permet de revenir à la position exacte de départ.

03/04/2016. La rotation inverse permet de revenir à la position exacte de départ. Faculté de Physique Département de Génie Physique Masters Sciences Radiologiques et Imagerie & Physique Médicale Traitement d Images Chapitre 2 : Transformations sur les images Saadia Benhalouche Introduction

Plus en détail

Transformée de Fourier. Grégoire Henning 1/10

Transformée de Fourier. Grégoire Henning 1/10 Transformée de Fourier. Grégoire Henning 1/10 Table des matières 1. Transformée de Fourier 1.1. Rappel : série de Fourier 1.2. Analyse continue 1.2.1. Formules de transformées de Fourier 1.2.2. Intensité

Plus en détail

LES BASES DE L ANALYSE HARMONIQUE

LES BASES DE L ANALYSE HARMONIQUE Jérôme Gilles DGA-IP/ASC/EORD http://jerome.gilles91.free.fr PREMIERE PARTIE Analyse de Fourier Au menu... Introduction - Un peu d histoire... Quelques rappels de maths. Les séries de Fourier. La transformée

Plus en détail

Notes de lecture sur la Transformée en Ondelettes

Notes de lecture sur la Transformée en Ondelettes CLIPS Communication Langagière et Interaction Personne-Système Fédération IMAG BP 53-3841 Grenoble Cedex 9 - France Notes de lecture sur la Transformée en Ondelettes Michel VACHER et Dan ISTRATE CLIPS-IMAG

Plus en détail

03/04/2016. Transformée de Fourier 2D. Transformée de Fourier 2D inverse

03/04/2016. Transformée de Fourier 2D. Transformée de Fourier 2D inverse Rappel : Transformée de Fourier Transformée de Fourier 2D Rappel : Convolution continue/discrète Transformée de Fourier 2D inverse 37 38 Multiplication dans le domaine de Fourier Grâce à la correspondance

Plus en détail

Quelques applications du cours sur les séries de Fourier

Quelques applications du cours sur les séries de Fourier Quelques applications du cours sur les séries de Fourier Plan de la séance 1 Transformée de Fourier rapide 2 La transformée en cosinus Série de Fourier à deux variables La compression J.P.E.G Filtrage

Plus en détail

Radiotechnique Modulation d'amplitude Chapitre 1

Radiotechnique Modulation d'amplitude Chapitre 1 1. Introduction. Le but de la modulation est de permettre la transmission (par fil, par voie hertzienne, par fibre optique, etc.) d une information, et de pouvoir retrouver celle-ci. Il est aisé de faire

Plus en détail

Feuille de TP n 4. N SL = fv : v m;n = 0 si (m; n) =2 g BL K = v : ^v k;l = 0 si (k; l) =2 2K ; N ; (2)

Feuille de TP n 4. N SL = fv : v m;n = 0 si (m; n) =2 g BL K = v : ^v k;l = 0 si (k; l) =2 2K ; N ; (2) Feuille de TP n 4 Licence 3 MApI3, module Signal, Fourier, image Théorie de l échantillonnage Exercice 1 Filtre d échantillonnage de Shannon. On rappelle que lors de l échantillonnage d une image numérique

Plus en détail

Série de Fourier. Chapitre Série de Fourier

Série de Fourier. Chapitre Série de Fourier Chapitre 3 Série de Fourier Une technique très commune en ingénierie est de réduire un problème complexe en plusieurs problèmes simples. Les problèmes simples sont alors résolus, et la solution globale

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/27

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/27 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/27 Transformée de Fourier discrète Le signal numétrique est de durée finie transformée

Plus en détail

Les fonctions périodiques et les séries de Fourier

Les fonctions périodiques et les séries de Fourier Les fonctions périodiques et les séries de Fourier On fait tourner un point autour d un cercle de rayon A avec une vitesse angulaire constante ω, puis on trace la hauteur du point en fonction du temps

Plus en détail

Tra item ent d u sig na l

Tra item ent d u sig na l Cours IUP PI2E Maths Pour l' Info Année 2003 2004 Plis fòs ba pengwen là! QUID? Traitement du signal : Analyse et traitement d' enregistrements de phénomènes physiquements observables Intérêt : Traitement

Plus en détail

Les Filtres Numériques. Tutoriel CREx

Les Filtres Numériques. Tutoriel CREx Les Filtres Numériques Tutoriel CREx 06-02-2014 Filtres Numériques Qu est ce que c est un filtre? Tout simplement Un filtre prend un signal d entrée et crée un signal de sortie. entrée Excitation FILTRE!

Plus en détail

Traitement du signal avec Scilab : convolution et approche du filtrage numérique

Traitement du signal avec Scilab : convolution et approche du filtrage numérique Traitement du signal avec Scilab : convolution et approche du filtrage numérique Alors qu elle intervient peu dans le traitement du signal analogique où on a recours à la transformation de Fourrier pour

Plus en détail

T.P. de Filtrage Numérique

T.P. de Filtrage Numérique T.P. de Filtrage Numérique 1ère année En Ce TP est consacré à l étude des filtres à Réponse Impulsionnelle Finie (RIF). Dans le cas des filtres RIF, tout échantillon du signal en sortie est la somme pondérée

Plus en détail

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013

Filtres numériques. Traitement du Signal Polytech Marseille IRM 2013 Filtres numériques Traitement du Signal Polytech Marseille IRM 2013 Filtrage temporel Spectre de cos(nω 0 ) sur 5 périodes Intervalle de mesure filtrage par une porte 2 Pondération ou apodisation Fenêtres

Plus en détail

TP2 - Filtrage d image dans le domaine fréquentiel

TP2 - Filtrage d image dans le domaine fréquentiel TP2 - Filtrage d image dans le domaine fréquentiel Vincent Barra - Christophe Tilmant 3 octobre 2008 Aspects théoriques. Introduction Les filtres linéaires sont caractérisés, dans le domaine spatial (cf

Plus en détail

Analyse de Fourier, analyse temps-fréquence, analyse en ondelettes. Patrick Flandrin, CNRS, laboratoire de physique, ENS Lyon

Analyse de Fourier, analyse temps-fréquence, analyse en ondelettes. Patrick Flandrin, CNRS, laboratoire de physique, ENS Lyon Analyse de Fourier, analyse temps-fréquence, analyse en ondelettes Patrick Flandrin, CNRS, laboratoire de physique, ENS Lyon Séminaire FIP 7 novembre 2005 Rolland Joran Blanc Baptiste 22 novembre 2005

Plus en détail

Traitement d images numériques

Traitement d images numériques olivier.bernard@creatis.insa-lyon.fr Traitement d images numériques Analyse d images: 3 ème partie Département Génie Electrique 5GE - TdSi Sommaire I. Introduction II. Fondamentaux en imagerie numérique

Plus en détail

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50

ENSEIRB - Année 1. Traitement du Signal Numérique : Pierre Hanna. Traitement du Signal Numérique p.1/50 ENSEIRB - Année 1 Traitement du Signal Numérique : Pierre Hanna hanna@labri.fr Traitement du Signal Numérique p.1/50 ENSEIRB Informatique Année 1 Introduction au Traitement du Signal Numérique 14 (?) séances

Plus en détail

Mathématique ECS 1 03 Sept Devoir surveillé 1.

Mathématique ECS 1 03 Sept Devoir surveillé 1. Mathématique ECS 0 Sept. 06 Devoir surveillé. Veillez à bien justifier vos réponses : un exercice bien traité rapporte des points, un exercice traité de façon non rigoureuse ne rapporte pas de points.

Plus en détail

MGM657 Outils Numériques pour l Ingénieur

MGM657 Outils Numériques pour l Ingénieur Traitement de signal ludovic.charleux@univ-savoie.fr www.polytech.univ-savoie.fr 1 Introduction 2 Notations 3 Échantillonnage 4 Introduction Plan 1 Introduction 2 Notations 3 Échantillonnage 4 Outils numériques

Plus en détail

Analyse des signaux - ELE2700

Analyse des signaux - ELE2700 Analyse des signaux - ELE2700 Série de Fourier - Analyse harmonique et Spectres Discrets Christian Cardinal, Ph.D Département de génie électrique École Polytechnique de Montréal 6 janvier 2009 Lignes directrices

Plus en détail

Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage

Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage PLAN Signaux et systèmes Signaux analogiques et numériques Energie et puissance Systèmes Séries de Fourier Convolution Transformée de Fourier et représentation spectrale Echantillonnage Théorème de Shannon

Plus en détail

QCM1. Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1

QCM1. Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1 QCM1 1 Questionnaire à choix multiples les Chap 1-4 du cours de Traitement Numérique du Signal 1 Parmi ces affirmations, au moins une est vraie et au plus toutes! A vous de faire le bon choix! Notez que

Plus en détail

Annexe A. Transformations géométriques d une image. 1 Translation. Contenu du chapitre. Page 413

Annexe A. Transformations géométriques d une image. 1 Translation. Contenu du chapitre. Page 413 Page 3 Annexe A Transformations géométriques d une image Contenu du chapitre Translation..... 3 Rotation...... 3 Changement d échelle..... 7 Nous étudions dans cette partie comment effectuer les transformations

Plus en détail

Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même

Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même . Signaux périodiques et signaux sinusoïdaux.. Caractéristiques des signaux périodiques Rappelons la définition. Un signal s(t) est dit périodique s il reprend la même valeur à des intervalles de temps

Plus en détail

Mathématiques Seconde 510 ; année scolaire 2010 / 2011

Mathématiques Seconde 510 ; année scolaire 2010 / 2011 07 / 09 09 / 09 10 / 09 14 / 09 16 / 09 17 / 09 Mathématiques TD : groupe 2 ; algorithmique vocabulaire page 10 Exercices 1 et 4 page 11 ; exercices 9, 11 et 13 page 13 Chapitre 1 : Généralités sur les

Plus en détail

Détection de contours. Détection de contours. IV-Extraction de caractéristiques. Régions homogènes BF de l image Filtre passe-bas Somme de pixels

Détection de contours. Détection de contours. IV-Extraction de caractéristiques. Régions homogènes BF de l image Filtre passe-bas Somme de pixels Cours n 4/6 - C. Petitjean Traitement d images Plan du cours : Introduction Catégorisation de l image Acquisition et Visualisation Opérations basées sur l histogramme Extraction de caractéristiques Morphologie

Plus en détail

TSI2. TP : Mesures en régime variable-taux de distorsion

TSI2. TP : Mesures en régime variable-taux de distorsion TP : Mesures en régime variable-taux de distorsion I- Valeurs efficace et moyenne a) Définitions On donne la définition de la valeur moyenne (ou composante continue) périodique et de période : d une fonction

Plus en détail

Reconstruction tomographique

Reconstruction tomographique Reconstruction tomographique Isabelle Bloch Isabelle.Bloch@enst.fr http://www.tsi.enst.fr/ bloch Ecole Nationale Supérieure des Télécommunications - CNRS UMR 5141 LTCI I. Bloch - Tomographie p.1/21 Contenu

Plus en détail

5.1 Dérivation de la transformée de Fourier. f(t)e jnω 0t dt (5.2)

5.1 Dérivation de la transformée de Fourier. f(t)e jnω 0t dt (5.2) Chapitre 5 Transformée de Fourier Au chapitre précédent, on a vu comment on pouvait représenter une fonction périodique par une somme de sinusoïdes. La transformée de Fourier permet de représenter des

Plus en détail

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques

Brevet de technicien supérieur 12 mai 2016 Systèmes numériques Brevet de technicien supérieur 12 mai 216 Systèmes numériques A. P. M. E. P. Exercice 1 8 points On considère un filtre analogique de type passe bas du premier ordre utilisé dans de nombreux modules électroniques.

Plus en détail

Fait le Texte Pour le

Fait le Texte Pour le 6 septembre 7 septembre 9 septembre 13 septembre 14 septembre 16 septembre 20 septembre 21 septembre 23 septembre 27 septembre Second degré : mise sous forme canonique. Exemples. Exercices 42 et 44 page

Plus en détail

CI7 Capteurs et traitement analogique ANALYSE SPECTRALE

CI7 Capteurs et traitement analogique ANALYSE SPECTRALE ANALYSE SPECRALE 1. La représentation temporelle d un signal.... La représentation fréquentielle d un signal simple... 3 3. Exemples de spectres de signaux réels... 4 4. Calcul du spectre d un signal périodique...

Plus en détail

TP 2 Calcul matriciel

TP 2 Calcul matriciel TP 2 Calcul matriciel Le but de cette séance de TP est de vous permettre d approfondir les notions fondamentales de calcul matriciel vues en cours de mathématiques et ceci à l'aide du logiciel Scilab.

Plus en détail

Filtres numériques FIR et IIR

Filtres numériques FIR et IIR Filtres numériques FIR et IIR Guy Gauthier École de technologie supérieure 14 février 2013 Outline 1 Signaux 2 Filtrage 3 Transformée en Z 4 Filtres FIR 5 Fenêtres 6 Filtres IIR 7 Exemples Représentation

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

Progression Terminale S MATHS enseignement spécifique

Progression Terminale S MATHS enseignement spécifique Progression 2013-2014 - Terminale S MATHS enseignement spécifique 1 RECURRENCE ET SUITES BORNEES SEMAINES 1, 2 et 3 I. Suites : généralités 2) Exemples de suites 3) Variation et monotonie d une suite 4)

Plus en détail

Du Traitement du Signal avec des Ondes et des Lentilles :

Du Traitement du Signal avec des Ondes et des Lentilles : Du Traitement du Signal avec des Ondes et des Lentilles : Le Traitement d Images et la Transformée de Fourier à la Lumière de la Diffraction en Optique CETSIS 013, du 0 au mars, CAEN Jean-Claude Pissondes,

Plus en détail

Filtrage et traitement du signal

Filtrage et traitement du signal RICM 2 - OPTION COMMUNICATION MULTIMEDIA Filtrage et traitement du signal James L. Crowley et Antoine Roueff Cours RICM-2- HR20MTS deuxième semestre 2000/200 Séance 2 : 23 janvier 200 La Transformée de

Plus en détail

Traitement du Signal Compte Rendu TP 5 : Filtre RC

Traitement du Signal Compte Rendu TP 5 : Filtre RC Traitement du Signal Compte Rendu TP 5 : Filtre EE345 Traitement du Signal : CAILLOL Julien p28 IR 6/juin I ) ère partie Nous allons ici étudier la chaîne de traitement numérique associée au montage électrique

Plus en détail

Se reporter au mode d'emploi pour faire calculer un spectre en fréquence par Synchronie.

Se reporter au mode d'emploi pour faire calculer un spectre en fréquence par Synchronie. NOM: Coéquipier : COMMENT OBTENIR UN SPECTRE SATISFAISANT D UN SIGNAL ENREGISTRE PAR ORDINATEUR? Soit une fonction G(t) périodique, de fréquence f. D'après Fourier, cette fonction peut se décomposer en

Plus en détail

Ø Énoncer qu un signal périodique peut- être décomposé comme la somme d une composante continue et d une composante alternative.

Ø Énoncer qu un signal périodique peut- être décomposé comme la somme d une composante continue et d une composante alternative. BTS Systèmes Numériques, option Informatique et Réseaux, 1 ère année Chapitre.1.Les signaux 1.1. Les différents types de signaux Signal analogique Signal échantillonné Signal quantifié Signal numérique

Plus en détail

TP1 : Convolution : Lissage et détection de contours

TP1 : Convolution : Lissage et détection de contours Filières MMIS A : TP de traitement d images 5-6 TP : Convolution : Lissage et détection de contours Un système d enregistrement d image ne restitue pas l image de manière parfaite : des informations parasites

Plus en détail

Mathématiques pour les vacances à l attention des élèves entrant en Terminale S

Mathématiques pour les vacances à l attention des élèves entrant en Terminale S Mathématiques pour les vacances à l attention des élèves entrant en Terminale S Afin de débuter l année 2016-2017 de terminale S dans les meilleures conditions en mathématiques, les élèves trouveront en

Plus en détail

Fonctions trigonométriques

Fonctions trigonométriques Fonctions trigonométriques I) Rappels 1) Repérage sur le cercle trigonométrique Sur un cercle trigonométrique : - à tout nombre réel t on associe un point M unique ; - si un point M est associé à un nombre

Plus en détail

Réponse fréquentielle d un circuit linéaire Filtres du premier et du second ordre

Réponse fréquentielle d un circuit linéaire Filtres du premier et du second ordre Réponse fréquentielle d un circuit linéaire Filtres du premier et du second ordre I. Présentation de l étude d un circuit linéaire 1) Ordre d un circuit Considérons un circuit soumis à une excitation (grandeur

Plus en détail

Algorithmes pour le traitement de l image

Algorithmes pour le traitement de l image Algorithmes pour le traitement de l image Mathias Ortner 7 mai 2004 Table des matières 2 1 Bruit et Filtrage 4 Le bruit................................... 5 Le filtrage..................................

Plus en détail

2. Transformation de Fourier

2. Transformation de Fourier 17 2. Transformation de Fourier 1. Introduction Au chapitre 1, nous avons développé les fonctions périodiques en séries de sinus et de cosinus, ou d exponentielles complexes, appelées séries de Fourier.

Plus en détail

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier

5 Analyse de Fourier. 5.1 Aspects théoriques. 5.1.1 Analyse de Fourier Responsable : J.Roussel Objectif Ce TP est une initiation à l analyse de Fourier. Nous verrons notamment comment une analyse spectrale permet de remonter à la courbe de réponse d un filtre électrique.

Plus en détail

Analyse Spectrale. Mesure des grandeurs spectrales. P. Granjon. année Grenoble INP, ense3, gipsa-lab

Analyse Spectrale. Mesure des grandeurs spectrales. P. Granjon. année Grenoble INP, ense3, gipsa-lab Spectrale Mesure des grandeurs s P. pierre.granjon@grenoble-inp.fr Grenoble INP, ense3, gipsa-lab année 2-22 du cours à estimer 2 Estimateur par banc de filtres 3 Estimateurs basés sur le périodogramme

Plus en détail

LABO PROJET DECODAGE SON DE CANAL+ SOUS MATLAB

LABO PROJET DECODAGE SON DE CANAL+ SOUS MATLAB LABO 5-6 - 7 PROJET DECODAGE SON DE CANAL+ SOUS MATLAB 5.1 Introduction Au cours de séances précédentes, nous avons appris à utiliser un certain nombre d'outils fondamentaux en traitement du signal : générateurs

Plus en détail

Chapitre 5. Généralités sur les fonctions numériques. 5.1 Généralités

Chapitre 5. Généralités sur les fonctions numériques. 5.1 Généralités Chapitre 5 Généralités sur les fonctions numériques 5.1 Généralités Définition 5.1 Une fonction numérique permet d associer à chaque nombre x d un ensemble D un autre nombre que l on note f(x). On note

Plus en détail

Exercices de Mathématiques 1 ère S

Exercices de Mathématiques 1 ère S Exercices de Mathématiques 1 ère S Pour préparer la rentrée en TS Fonctions, équations et inéquations Exercice 1 1. Pour quelle(s) valeur(s ) de m, l'équation x² - (m+1) x +4 = 0 a-t-elle une seule solution

Plus en détail

Traitement d images L ŒIL ET LA PERCEPTION PLAN DU COURS. Introduction au traitement d images. -l oeil et la perception.

Traitement d images L ŒIL ET LA PERCEPTION PLAN DU COURS. Introduction au traitement d images. -l oeil et la perception. PLAN DU COURS Introduction au traitement d images Traitement d images -l oeil et la perception - image numérique - acquisition d images Florent Lafarge INRIA (Ariana) - numérisation d images : quantification

Plus en détail

Rapport S/B de quantification (RSB Q ) pour un signal

Rapport S/B de quantification (RSB Q ) pour un signal Rapport S/B de quantification (RSB Q ) pour un signal réel de bande B Ce que l on peut retenir : fréquence d échantillonnage : F e 2B, quantification uniforme : RSB Q 6N + 10 log 10 (F e /2B) où N désigne

Plus en détail

Exercice 1 Interféromètre de Mach-Zehnder et degré de cohérence du premier ordre.

Exercice 1 Interféromètre de Mach-Zehnder et degré de cohérence du premier ordre. OPTICS II Section de Physique Cours: Dr. Romuald Houdré Exercices: Dr. Nicolas Le Thomas Série 7-Corrigé avril Photon IV et Cohérence I Exercice Interféromètre de Mach-Zehnder et degré de cohérence du

Plus en détail

Exercices de Traitement d Image

Exercices de Traitement d Image INP Grenoble Traitement d images ENSIMAG 2003/2004 2ème année Transformée de Fourier Exercices de Traitement d Image Exercice 1 Calculer la transformée de Fourier des fonctions suivantes définies sur IR

Plus en détail

RESTAURATION D IMAGES

RESTAURATION D IMAGES RESTAURATION D IMAGES Restauration d images (image restoration) La restauration est la suppression des dégradations subies par l image. 2 Restauration d images (image restoration) La restauration est la

Plus en détail

Application de la théorie des ondelettes

Application de la théorie des ondelettes - Application de la théorie des ondelettes Valérie Perrier Laboratoire de Modélisation et Calcul de l IMAG Institut National Polytechnique de Grenoble Valerie.Perrier@imag.fr Enseignement UNESCO Traitement

Plus en détail

TD03 : Électronique numérique, modulation Restitution du cours. Conversion analogique-numérique et numérique-analogique.

TD03 : Électronique numérique, modulation Restitution du cours. Conversion analogique-numérique et numérique-analogique. Lycée Naval, Spé. TD3 : Électronique numérique, modulation estitution du cours Elec. Conditions de Shannon (*). On souhaite réaliser l échantillonnage d un signal. Les paramètres de l échantillonnage sont

Plus en détail

TP4 : Analyse spectrale, mesure de bruit et mesures de propagation filaire. Partie1 : Estimation spectrale numérique et mesure de bruit

TP4 : Analyse spectrale, mesure de bruit et mesures de propagation filaire. Partie1 : Estimation spectrale numérique et mesure de bruit TP4 : Analyse spectrale, mesure de bruit et mesures de propagation filaire Partie1 : Estimation spectrale numérique et mesure de bruit 1 Préparation Question 1: L'oscilloscope numérique permet l'analyse

Plus en détail

PT Electronique Chapitre 1 Page 1

PT Electronique Chapitre 1 Page 1 CHAPITRE 1. STABILITE DES SYSTEMES LINEAIRES I. Qu est ce que la réponse harmonique d un système linéaire permanent?... 2 1. Réponse harmonique... 2 2. Système linéaire... 2 3. Critère de linéarité...

Plus en détail

TERI : Traitement et Reconnaissance d images

TERI : Traitement et Reconnaissance d images TERI : Traitement et Reconnaissance d images Cours Master 2 IAD Isabelle Bloch ENST / TSI Florence Tupin ENST / TSI Antoine Manzanera ENSTA / UEI Codage d image : Exemple de la compression Jpeg Représentation

Plus en détail

REVISIONS POUR LES VACANCES. Généralités sur les fonctions

REVISIONS POUR LES VACANCES. Généralités sur les fonctions Année 2016-2017 PCSI ( Baggio ) REVISIONS POUR LES VACANCES Vous devez connaître parfaitement tous les résultats donnés ici sur les généralités de fonctions, sur les fonctions exponentielles et logarithmes

Plus en détail

Chapitre 6: Fonctions trigonométriques

Chapitre 6: Fonctions trigonométriques FONCTIONS TRIGONOMETRIQUES 95 Chapitre 6: Fonctions trigonométriques Prérequis: Généralités sur les fonctions, Introduction dérivée, rapports trigo Requis pour: Croissance, Optimisation. 6.1 Quelques rappels

Plus en détail

Fonctions de référence 1

Fonctions de référence 1 Fonctions de référence Les fonctions sinus et cosinus. Définitions Le plan étant muni d un repère orthonormé (O; I, J), on peut associer à tout réel x un unique point M sur le cercle trigonométrique. (voir

Plus en détail

Transformation de Fourier Mise en oeuvre sous Octave

Transformation de Fourier Mise en oeuvre sous Octave Transformation de Fourier Mise en oeuvre sous Octave B. Torrésani Février 26 Séries de Fourier Au début du 9ième siècle, Joseph Fourier, alors préfet de l Isère, propose d utiliser des décompositions de

Plus en détail

Amélioration d images stéréoscopiques grâce à un flou adaptatif. Laure Leroy

Amélioration d images stéréoscopiques grâce à un flou adaptatif. Laure Leroy Amélioration d images stéréoscopiques grâce à un flou adaptatif Laure Leroy Directeur de thèse : Philippe Fuchs Maître de thèse : Guillaume Moreau 1 Plan Introduction Ondelettes Box filter Calcul sur carte

Plus en détail

Chapitre 3 Compléments sur les fonctions

Chapitre 3 Compléments sur les fonctions Chapitre 3 Compléments sur les fonctions A) Fonction valeur absolue f(x) = x 1) Définition La valeur absolue d un nombre réel est obtenue en retirant le signe s il est négatif. Autrement dit, x = x si

Plus en détail

On donne un entier b supérieur ou égal à 2. Un signal de période T est représenté par le graphique ci-dessous :

On donne un entier b supérieur ou égal à 2. Un signal de période T est représenté par le graphique ci-dessous : EXERCICES SUR L APPROXIMAION D UN SIGNAL PÉRIODIQUE Exercice 1 On donne un entier b supérieur ou égal à. Un signal de période est représenté par le graphique ci-dessous : Ce signal peut être décrit par

Plus en détail

TABLE DE MATIERES PREFACE..XXIX NOTATIONS XXIII ABREVIATIONS.XXV. Chapitre I : SYSTEMES LINEAIRES.1. I-Introduction...3 II-DEFINITION...

TABLE DE MATIERES PREFACE..XXIX NOTATIONS XXIII ABREVIATIONS.XXV. Chapitre I : SYSTEMES LINEAIRES.1. I-Introduction...3 II-DEFINITION... L OUVRAGE La pratique du filtrage des signaux sous la double approche analogique et numérique ne saurait être dissociée du vaste édifice des méthodes et techniques du traitement du signal. L analyse ou

Plus en détail

La Transformée de Fourier Discrète DFT

La Transformée de Fourier Discrète DFT Auteur : T.ROCACHER La Transformée de Fourier Discrète DFT 1. Introduction La transformée de Fourier discrète (TFD), est un traitement numérique qui transforme un bloc de M échantillons régulièrement répartis

Plus en détail

Master 2 Mathématique Projet en traitement d image. Rapport. par Elsa DUFILS

Master 2 Mathématique Projet en traitement d image. Rapport. par Elsa DUFILS Master 2 Mathématique Projet en traitement d image Rapport par Elsa DUFILS Année Universitaire : 2011-2012 Université d Orléans Introduction Jean-Baptiste Joseph Fourier (1768-1830) a qui nous devons

Plus en détail

Analyse spectrale du signal

Analyse spectrale du signal Analyse spectrale du signal Principe de l analyse spectrale (ou harmonique) La réponse en fréquence des circuits est un élément caractéristique du comportement dynamique des circuits R, L et C. L autre

Plus en détail

Traitement Numérique du Signal TD

Traitement Numérique du Signal TD IUT-R&T èiéme Année Université Aix-Marseille II TD F. Briolle IUT-R&T ième Année TD n 1 Echantillonnage -Quantification Exercice 1 On considère un signal s(t)= cos(*pi*f 0 *t). Illustrer les effets du

Plus en détail

Techniques Expérimentales Avancées: Traitement du Signal

Techniques Expérimentales Avancées: Traitement du Signal Techniques Expérimentales Avancées: Traitement du Signal Master 2 DFE Romain Monchaux ENSTA ParisTech, IMSIA Institut pour les Sciences Mécaniques et Applications Industrielles Particules inertielles et

Plus en détail

1 Filtrage optimal. 1.1 Principe d orthogonalité. 1.2 Filtrage de Wiener

1 Filtrage optimal. 1.1 Principe d orthogonalité. 1.2 Filtrage de Wiener 1 Filtrage optimal 1.1 Principe d orthogonalité Supposons que l on dispose d observations y(t) et que l on veuille élaborer à partir d elles une estimée linéaire d une quantité d intérêt d(t) (il peut

Plus en détail

Cours de mathématique en TS d Eric ZERBIB, professeur au lycée Pardailhan à Auch,

Cours de mathématique en TS d Eric ZERBIB, professeur au lycée Pardailhan à Auch, Un peu d histoire La notion de dérivée a vu le jour au XVII e siècle dans les écrits de Leibniz et de Newton qui la nomme fluxion et qui la définit comme «le quotient ultime de deux accroissements évanescents».

Plus en détail

Numérisation des signaux. Licence Pro Leçon 1

Numérisation des signaux. Licence Pro Leçon 1 Numérisation des signaux Licence Pro Leçon . Analogique - Numérique.. Définitions a/ L enregistrement numérique consiste à convertir le signal électrique en une suite de nombres dont chacun représente

Plus en détail