タグ付けされた質問 「dft」

私は画像の周波数領域について学んでいました。 波の場合の周波数スペクトルを理解できます。波に存在する周波数を示します。我々はの周波数スペクトルを描く場合cos(2πft)cos⁡(2πft)\cos(2\pi f t)、私たちはでインパルス信号を取得−f−f-fと+f+f+f。また、対応するフィルターを使用して特定の情報を抽出できます。 しかし、画像の場合、周波数スペクトルは何を意味しますか？OpenCVで画像のFFTを取得すると、奇妙な画像が表示されます。この画像は何を示していますか？そして、そのアプリケーションは何ですか？ 私はいくつかの本を読みましたが、それらは物理的な意味よりも多くの数学的な方程式を与えます。だから誰も画像処理でそれを簡単に適用して画像の周波数領域の簡単な説明を提供できますか？

110 image-processing  frequency-spectrum  dft 

音声認識では、フロントエンドは一般に信号処理を行って、オーディオストリームからの特徴抽出を可能にします。このプロセスでは、離散フーリエ変換（DFT）が2回適用されます。最初はウィンドウ処理後です。このメルビニングが適用された後、別のフーリエ変換が行われます。 しかし、2番目の操作にDFTではなく離散コサイン変換（DCT）を使用することは、音声認識プログラム（たとえば、CMU Sphinxの既定のフロントエンド）で一般的であることに気付きました。これら2つの操作の違いは何ですか？なぜ初めてDFTを行い、次にDCTを2回目にするのですか？

75 dct  dft 

次のような単純な信号のFFTプロットを行う場合： t = 0:0.01:1 ; N = max(size(t)); x = 1 + sin( 2*pi*t ) ; y = abs( fft( x ) ) ; stem( N*t, y ) 1Hz正弦波+ DC 上記のFFT 最初のビンの数値は、信号に「DCがどれだけあるか」であることを理解しています。 y(1) %DC > 101.0000 2番目のビンの数は、「信号全体の1サイクル」である必要があります。 y(2) %1 cycle in the N samples > 50.6665 しかし、それは101ではありません！約50.5です。 大きさが等しい、ftt信号の最後に別のエントリがあります。 y(101) > …

36 dft 

Androidアプリストアでギターチューナーを探していました。他のアプリよりも高速だと主張するチューナーアプリを見つけました。DFTを使用せずに周波数を見つけることができると主張しました（この仕様へのURLがあればいいのに）。 私はこれを聞いたことがありません。DFTまたはFFTアルゴリズムを使用せずに、オーディオ信号を取得して周波数を計算できますか？

34 audio  fft  frequency  dft 

周波数が対数間隔になっているパワースペクトルを計算したいと思います。 でWelch法トレードオフの結果として得られるパワースペクトルの周波数分解能及び平均の数（結果、すなわち誤差）との間に存在します。このトレードオフを動的にしたい、つまり、低周波数でより良い解像度を得るために、低周波数ポイントの平均を少なくします。 これを行う標準的な方法はありますか？ 1つの方法は、最初pwelchに非常に高い解像度（平均数が少ない）で行い、次に対数ビニングを使用して結果のスペクトルを再ビンニングすることです。

20 dft 

私は8次のIIRフィルターを実装しようとしていますが、これまで読んだすべてのアプリケーションノートと教科書には、2次のセクションとして2を超える次数のフィルターを実装するのが最善であると書かれています。tf2sosMATLABで2次セクションの係数を取得するために使用しましたが、予想どおり、4 2次セクションの6x4係数が得られました。SOSとして実装する前は、8次フィルターには7つの以前のサンプル値を保存する必要がありました（および出力値も）。ここで、2次セクションとして実装するとき、フローが入力から出力までどのように機能するか、2つの前のサンプル値のみを保存する必要がありますか？または、最初のフィルターの出力はx_in2番目のフィルターのように送られますか？

20 filters  filter-design  infinite-impulse-response  biquad  audio  image-processing  distance-metrics  algorithms  interpolation  audio  hardware  performance  sampling  computer-vision  dsp-core  music  frequency-spectrum  matlab  power-spectral-density  filter-design  ica  source-separation  fourier-transform  fourier-transform  sampling  bandpass  audio  algorithms  edge-detection  filters  computer-vision  stereo-vision  filters  finite-impulse-response  infinite-impulse-response  image-processing  blur  impulse-response  state-space  linear-systems  dft  floating-point  software-implementation  oscillator  matched-filter  digital-communications  digital-communications  deconvolution  continuous-signals  discrete-signals  transfer-function  image-processing  computer-vision  3d 

周波数領域でゼロパディングすることにより、偶数個のサンプル（たとえばN = 8）で周期信号を補間したいとします。 DFTにしましょうそれでは、X=[A,B,C,D,E,F,G,H] 16個のサンプルにパッドしてみましょうY。私が見たすべての教科書の例とオンラインのチュートリアルでは、与えるときにゼロを挿入します。 （次に、補間された信号です。）[Y4...Y11] Y=[2A,2B,2C,2D,0,0,0,0,0,0,0,0,2E,2F,2G,2H]y = idft(Y) 代わりに使用しないのはなぜ Y=[2A,2B,2C,2D,E,0,0,0,0,0,0,0,E,2F,2G,2H]ですか？ 私が知る限り（私の数学の知識は限られています）： 総電力を最小化します xが実数値である場合、そうであることが保証されますy yまだ交差するx全てのサンプル点では、必要に応じて（私は、これはすべてのために本当だと思うpところY=[2A,2B,2C,2D,pE,0,0,0,0,0,0,0,(2-p)E,2F,2G,2H]） では、なぜこのように行われないのでしょうか？ 編集：x必ずしも実数値または帯域制限ではありません。

18 dft  interpolation  zero-padding 

私が見たほとんどの例とFFTコードでは、順方向DFT操作の出力（周波数の大きさ）はNでスケーリングされます-つまり、各周波数ビンの大きさを与える代わりに、N倍の大きさを与えます。 運用上、これは単純に、各基底正弦と信号の内積をとることによってDFTが計算されるためです（つまり、非正規化相関）。しかし、それはなぜ出力を返す前に単にNで割らないのかという哲学的な質問には答えませんか？ 代わりに、ほとんどのアルゴリズムは再合成時にNで除算します。 これは私には直観に反しているように思われ、（私が何かを見逃していない限り）DFTのすべての説明を非常に混乱させます。 私が思いつくすべてのシナリオで、実際の大きさ（大きさ* Nではなく）はDFT操作に必要な値であり、正規化された大きさはIDFT操作に入力する値です。 なぜDFTはDFT / Nとして定義されておらず、IDFTは正規化された大きさの正弦波の単純な合計として定義されていないのですか？

17 fft  dft  magnitude  normalization 

私はFFTを理解しようとしていますが、ここに私が持っているものがあります： 波形内の周波数の大きさを見つけるには、2つの異なる位相（sinとcos）で、波形に検索対象の周波数を掛け、それぞれを平均化することにより、周波数を調べる必要があります。フェーズは2つとの関係によって検出され、そのためのコードは次のようなものです。 //simple pseudocode var wave = [...]; //an array of floats representing amplitude of wave var numSamples = wave.length; var spectrum = [1,2,3,4,5,6...] //all frequencies being tested for. function getMagnitudesOfSpectrum() { var magnitudesOut = []; var phasesOut = []; for(freq in spectrum) { var magnitudeSin = 0; var magnitudeCos …

16 fft  dft  algorithms 

従来の離散フーリエ変換（DFT）とその従兄弟であるFFTは、等間隔のビンを生成します。つまり、最初のビンの最初の10ヘルツ、2番目のビンの10.1から20などのようになります。しかし、少し違うものが必要です。各ビンでカバーされる周波数の範囲を幾何学的に増やしたいです。1.5の乗数を選択するとします。次に、最初のビンに0〜10があり、2番目のビンに11〜25、3番目に26〜48などが必要です。この方法で動作するようにDFTアルゴリズムを変更することは可能ですか？

16 fft  dft 

オーディオチャネル（スピーカー/マイク）を介して、あるデバイスから別のデバイスにバイナリデータを送信しようとしています。パケットラジオのように、と2つの周波数および AFSK（Audio Frequency Shift Keying）を使用し。私はRubyで少し遊んでみましたが、私の最初の実装は古典的なインコヒーレントな復調器を単純に模倣したもので、今のところうまくいきます。1200 ボー1200 ボー1200 \text{ Baud}fm a r k= 1200 Hzfmark=1200 Hzf_{mark} = 1200 \text{ Hz}fs p a c e= 2200 Hzfspace=2200 Hzf_{space} = 2200 \text{ Hz} 問題は、パフォーマンスを懸念している現在のソリューションが遅すぎるモバイルプラットフォームにこれを移植しようとしていることです。ソフトウェアでAFSKを復調する方法は多数あります。 スライド式DFT（FFT） スライド式ゲルツェルフィルター フェーズロックループ ゼロクロッシング どのように行くのでしょうか？選択できるオプションが多すぎます。さらに多くのオプションが利用可能であると確信しています。おそらく、上記で名前を挙げたものよりも優れたソリューションが存在するのでしょうか？誰かが私のためにコード例を持っていますか？心配です パフォーマンス（iOSまたはAndroidデバイスなどのモバイルプラットフォームで実行する必要があります） 安定性（ある程度のノイズを処理できるはずです） 提案やヒントは大歓迎です！

14 dft  demodulation  fsk 

シーケンスをゼロに4Nにパディングし、FFTを実行し、生成された4NからNポイントの最低周波数のみを使用するアルゴリズムを持っています。 これは多くの無駄な作業のように思えますが、どのようにこれをより速く行うことができますか？

14 fft  dft 

私の多くの読書では、ある著者が（デジタル信号の）周波数（変換）ドメインでの作業について話すときは常に、DFTまたはDTFT（そしてもちろん対応する逆）を使用します。異なる著者は、どちらか一方を使用する傾向があります。 これに関する特定のパターンを実際に確認することはできませんでした。その中で、なぜアルゴリズムを説明する際にDFTよりもDTFTを選ぶのですか？一方が他方に対してあなたを助けるのはどこですか？

14 fft  fourier-transform  dft 

私の理解では、DCTのビンサイズは同じサイズNのDFTの半分です。DFTには位相情報も含まれますが、振幅スペクトルのみが必要な場合、これはしばしば不要です。 DCTを使用して、DFTの2倍の密度（ビン間隔の半分）の振幅スペクトルを提供できますか、または位相がずれた情報が失われますか？ 50％のオーバーラップでどうですか？

13 dct  dft 

私は現在、Matlabの離散フーリエ変換（DFT）をいじって、画像から特徴を抽出しています。私が使用している概念を完全に理解したい。私はこれなどいくつかの説明を読みましたが、これまでのところ、「DC用語」の意味を実際に説明したものはありません。私が知っているのは、DFTの k '項が次のように記述できることです。 どこ で回転因子は。 つまり、最初の項（DC項）は、周波数のない振幅です。 なぜそれがDC用語と呼ばれているのか誰かが説明できますか？「直流」との関係は？そして、DC用語の関連性は何ですか？それはいつ、何のために役立ちますか？

13 image  matlab  fft  dft