PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

VII - TRANSFORMADAS DISCRETAS

TRANSFORMADA DE FOURIER

A Transformada de Laplace se relaciona com a Transformada de Fourier, exceto em casos particulares, pela relao: S=j (VII - 1) Por outro lado, a Transformada de Laplace relaciona com a Transformada Z pela relao exata: z = eST (VII - 2) A Transformada Z obtida atravs da expresso:
X(z)
n

x (n )z

(VII - 3)

Substituindo-se (VII-1) em (VII-2) e aplicando-se o resultado em (VII-3), obtemse:

X (e j T )
n

x (n ).e

j Tn

(VII - 4) (forma normalizada) em (VII - 4), resulta:

j n

Substituindo-se T por
X (e j ) X( )
n

x (n ).e

(VII - 5)

A expresso (VII - 5) a TRANSFORMADA DE FOURIER PARA SINAIS DISCRETOS. A correspondente ANTI-TRANSFORMADA DE FOURIER :

x (n )

1 2

X(e j ).e j n d

(VII - 6)

SRIE DISCRETA DE FOURIER Supondo-se que x(t) seja um sinal contnuo e peridico no tempo, com perodo p=1/fo, o mesmo pode ser desenvolvido em SRIE EXPONENCIAL DE FOURIER, ou seja:
x(t)
k

A k .e j

O k .t

(VII - 7)

VII-1

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

Se o sinal x(t) for amostrado a cada T segundos, e se forem realizadas N amostras a cada perodo p, valer a relao: p (VII - 8) T N O sinal amostrado resultante ser:
~

x (n )

x (nT)

(VII - 9)

A resposta em frequncia de x(t) descontnua (representada por raias), ou seja, s tem valores diferentes de zero em frequncias mltiplas de sua frequncia fundamental fo=1/p. A frequncia o=2 /p, quando normalizada resulta em:
2 p .T 2 .T p 2 N

(VII - 10)

Isto significa que X( ) s tem valores diferentes de zero a cada intervalo 2 /N. Portanto, pode-se tomar apenas N amostras de X( ), espaadas de 2 /N para representar tal funo, obtendo-se:
~

X(k )

X (e

j2 k N

p/ 0

N-1

(VII - 11)

Desta forma a integral da expresso (VII - 6) resulta em:

~

x (n )

j( ) k .n 1N1 X(k).e N Nk 0

(VII - 12)

Esta a SRIE INVERSA DISCRETA DE FOURIER. De forma anloga, chegase a:

~ N 1~

X(k)
n 0

x(n).e

j(

2 ) n .k N

(VII - 13)

Esta a SRIE DISCRETA DE FOURIER. Por facilidade de notao ser feita a seguinte substituio:

2 N

(VII - 14)

Desta forma, chega-se a:

~ N 1~

X(k )
n 0

x (n ).

n .k N

(VII - 15)

e:
VII-2

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

x (n )

1 N1~ X(k ) Nk 0

n .k N

(VII - 16)

PROPRIEDADES DA SRIE DISCRETA DE FOURIER I - Linearidade:

~ ~ ~ ~ ~

Dados x 1 (n) e x 2 (n) com o mesmo perodo, x 3 (n) a 1 . x 1 (n ) a 2 . x 2 (n ) (VII - 17) resulta:
~ ~ ~

X 3 (k) a 1 . X1 (k ) a 2 . X 2 (k )

(VII - 18)

II - Deslocamento circular: Se:

~ ~

x (n)

X(k )

(VII - 19)

ento resulta:
~ ~

x (n

m)

X(k ).

k .m N

(VII - 20)

III - Simetria:
~ ~

X(k )
~

X( k )
~

(VII - 21)

arg[X(k )]

arg[X( k )]

IV - Convoluo peridica: Se:

~ ~ ~

X 3 (k )

X1 (k ). X 2 (k )

(VII - 22)

ento resulta a convoluo:

~ N 1~ m 0 ~

x 3 (n )

x 1 (m). x (n m)

(VII - 23)

VII-3

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

TRANSFORMADA DISCRETA DE FOURIER (DFT) Vamos supor que x(n) seja a amostragem de um x(t) finito. Da resulta:

x (n )

x(nT) 0

p/ 0 n

N 1

fora desta faixa

(VII - 24)

Pode-se construir um sinal peridico a partir do sinal x(n), ou seja:

~

x (n )
r

x (n

r.N)

(VII - 25)

Desta forma, pode-se afirmar que:

~

x (n )

x (n ) 0

0 n N 1 fora desta faixa

(VII - 26)

Definindo-se a janela no tempo discreto:

R N (n )

1 0

0 n

N 1

fora desta faixa

(VII - 27)

Pode-se estabelecer a relao:

~

x (n )

x (n).R N (n )

(VII - 28)

Definindo-se a janela:

R N (k )

1 0

0 k

N 1

fora desta faixa

(VII - 29)

Chega-se a:
~

X(k )

X(k).R N (k )

(VII - 30)

Da conclui-se:
N 1

x (n ). X( k )
n 0

n .k N

0 k

N 1
(VII - 31)

fora desta faixa

Esta a TRANSFORMADA DISCRETA DE FOURIER (DFT).

VII-4

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

Tambm:

x (n )

1N1 X(k ). Nk 0 0

kn N

0 n

N 1
(VII - 32)

fora desta faixa

Esta a ANTI TRANSFORMADA DISCRETA DE FOURIER (IDTF).

PROPRIEDADES DA TRANSFORMADA DISCRETA DE FOURIER I - Linearidade: Se: x3(n) = a1.x1(n) + a2.x2(n) resulta: X3(k) = a1.X1(k) + a2.X2(k)

(VII - 33) (VII - 34)

Neste caso, o comprimento de X3(k) e x3(n) resultar igual ao maior entre x1(n) e x2(n). II - Deslocamento circular: Se: x(n)

X(k)

(VII - 35)

ento resulta:
x (n e m) X ( k ).
km N

(VII - 36) (VII - 37)

X (k l )

x(n).

nl N

III - Convoluo circular: Se: X3(k) = X1(k).X2(k) ento resulta:

N 1~ ~

x 3 (n )
m 0

x 1 (n). x 2 (n m) .R N (n)

(VII - 38)

O x3(n) ter durao de N amostras.

VII-5

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

RESUMO QUALITATIVO DAS TRANSFORMAES ENTRE OS DOMNIOS DO TEMPO E DA FREQUNCIA

VII-6

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

FIG.VII.1 Relao entre os domnios do tempo e da frequncia

VII-7

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

TRANSFORMADA RPIDA DE FOURIER (FFT ) Como j foi visto, tem-se a DFT:

N 1

X(k )
n 0

x (n ).
2 N

n .k N

c/ k = 0,1,2,. . . , N-1

(VII - 39)

onde
N

(VII - 40)

A transformada Discreta Inversa de Fourier (IDFT):

x (n ) 1 N1 X(k ) Nk 0
n .k N

c/ n = 0,1,2,. . . , N-1

(VII - 41)

Nas equaes (VII - 39) e (VII - 41), tanto x(n) como X(k) podem ser complexos, embora para sinais amostrados, x(n) seja sempre real. Comparando estas equaes, verifica-se que elas diferem apenas no sinal do expoente de N e de um fator de 1/N. Desta forma, supondo x(n) complexo, a soluo alcanada para a Transformada Discreta de Fourier pode ser facilmente adaptada para o clculo da Transformada Discreta Inversa de Fourier, ou seja: (VII - 42):
N 1

X(k )
n 0

R x (n ) .R

kn N

Im x (n ) . Im

kn N

j R x (n ) . Im

kn N

Im x (n ) .R

kn N

fcil verificar que para cada valor de k necessrio o clculo de 4N multiplicaes e (4N-1) somas algbricas. Como k pode variar de 0 a N-1, ele assume N valores diferentes. Desta forma, haveria necessidade do clculo de 4N2 multiplicaes e (4N-1).N somas algbricas. O tempo de computao resultante, quando N for grande, ser excessivo, resultando num incmodo. Desta forma, torna-se necessrio obter um algoritmo que minimize o tempo de processamento. Para tal, importante ressaltar as propriedades: 1)
kn N k(N n) N

uma funo peridica simtrica, ou seja:

(
kn N

)*

(VII - 43)

2)
kn N

kn N

peridico de perodo N, logo:

k(n k) N (k N)n N

(VII - 44)

Se N = 4, resulta:

VII-8

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

X(0) X(1) X(2) X(3)

x (0). x (0). x (0). x (0).

0 4 0 4 0 4 0 4

x (1). x (1). x (1). x (1).

0 4 1 4 2 4 3 4

x (2). x (2). x (2). x (2).

0 4 2 4 4 4 6 4

x (3). x (3). x (3). x (3).

0 4 3 4 6 4 9 4

(VII - 45)

Mas, tem-se:
4 4 0 4

6 4

2 4

9 4

1 4

0 4

(VII - 46)

Aplicando-se (VII - 46) em (VII - 45), resulta:

X ( 0) X(1) X ( 2) X(3) 1 1 1 1 1
1 2 3

1
2

1
3 2 1

x ( 0) x (1) x ( 2) x (3)

1
2

(VII - 47)

Genericamente:
N 1

X(k )
n 0

x (n ).

n .k N

(VII - 48)

Pode-se afirmar que:

X( k )
n par

x(n).

n .k N

x(n).
n impar

n .k N

(VII - 49)

N 1 2 1

X (k )
r 0

x(2r ).

k 2r N

N 1 2 1

x(2r 1).
r 0

k (2 r 1) N

(VII - 50)

Se N for par:
N 1 2 1 2 N kr k N N 1 2 1

X (k )
r 0

x(2r ).

N
j2 N 2

x(2r 1).(
k 0

2 rk N

(VII - 51)

Mas:

2 N

2 .2 N

N 2

(VII - 52)

VII-9

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

Resultando:
N 2 1

X( k )
r 0

x (2r ).

kr N 2

k N

N 2 1

x (2r 1).
r 0

kr N 2

(VII - 53)

Xe(k)
X(k ) Xe (k )
k N

Xo(k)
.Xo (k )

(VII - 54)

O clculo de X(k) pela relao VII - 54 resulta num nmero de operaes de multiplicao e de somas menores que aquelas que resultam atravs de VII - 48. No caso de N ser potncia interia de 2, em cada termo da expresso VII 54 pode-se aplicar novamente a quebra em duas partes, a par e a mpar, at a DFT mais elemntar de apenas 2 termos. EXEMPLOS a) FFT com N = 2. De VII-47, resulta:

X(0) X(1)

1 1

1
1 2

x (0) x (1)

(VII - 55)

b)FFT com N = 4 De VII-47, resulta:

X(0) X(1) X(2) X(3)

1 1 1 1

1
1 4 2 4 3 4

1
2 4

1
3 4 2 4 1 4

x (0) x (1) x (2) x (3)

(VII - 56)

1
2 4

Da, aproveitando-se o resultado VII-54, pode-se chegar a:

VII-10

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

c) FFT com N = 8 De forma anloga, tem-se para N = 8:

X(0) X(1) X(2) X(3) X(4) X(5) X(6) X (7 )

1 1 1 1 1 1 1 1

1
1 2 3 4 5 6 7

1
2 4 6

1
3 6 1 4 7 2 5

1
4

1
5 2 7 4 1 6 3

1
6 4 2

1
7 6 5 4 3 2 1

x (0) x (1) x (2) . x (3) x (4) x (5) x (6) x (7 )

(VII - 57)

1
4

1
6 4 6

1
4

1
6 4 2

1
4

VII-11

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

Da, pode-se chegar a:

Para obter de forma simples a sequncia correta dos x(n) na primeira coluna, basta inverter os bits resultantes da contagem sequencial. No caso de N = 8, tem-se: POSIO 0 1 2 3 4 5 6 7 (VII - 58) NORMAL 000 001 010 011 100 101 110 111 INVERTIDO 000 100 010 110 001 101 011 111 x(n) 0 4 2 6 1 5 3 7

VII-12

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

INTERPRETAO DOS RESULTADOS DA DFT Se, por exemplo, a funo contnua no tempo: x(t) = 10 + 5.cost + 3.cos2t + 0,5.cos3t (VII - 59)

Tal sinal peridico no domnio do tempo. Vamos supor trs casos, a saber: a) N = 8 ( num perodo) Neste caso, resultam: n x(n) X(k) (VII - 60) 0 18,50 80 1 13,18 20 2 7,00 12 3 6,82 2 4 7,50 0 5 6,82 2 6 7,00 12 7 13,18 20

Interpretao: No caso, como N = 8, devemos interpretar X(n) como o resultado do espectro bilateral do sinal x(t) multiplicado pelo fator 8, isto : DC X(0)/8 = 10 1a harmnica X(1)/8 = 2,5 2a harmnica X(2)/8 = 1,5 3a harmnica X(3)/8 = 0,25 4a harmnica X(4)/8 = 0

(VII - 61)

Da quinta harmnica em diante, j est desobedecido o TEOREMA DA AMOSTRAGEM, portanto os resultados so a repetio das harmnicas anteriores. b) N = 7 (Num perodo) Resulta: N x(n) X(k) (VII - 62) Interpretao: DC X(0)/7 = 10 1a harmnica X(1)/7 = 2,5 2a harmnica X(2)/7 = 1,5 3a harmnica X(3)/7 = 0,25 0 18,50 70 1 12,00 17,5 2 6,50 10,5 3 7,25 1,75 4 7,25 1,75 5 6,50 10,5 6 12,00 17,50

(VII - 63)

VII-13

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

A quarta harmnica, se existisse j estaria comprometida, pois no obedece ao TEOREMA DA AMOSTRAGEM.

c) N = 6 ( Num perodo) Resulta: n x(n) X(n) (VII - 64) Interpretao: DC X(0)/6 = 10 1a harmnica X(1)/6 = 2,5 2a harmnica X(2)/6 = 1,5 3a harmnica X(3)/6 = 0,5 espectral). 0 18,50 60 1 10,50 15 2 6,50 9 3 7,50 3 4 6,50 9 5 10,50 15

(VII - 65) Este valor no est coerente (sobreposio

Para se compreender o resultado acima interessante se raciocinar no domnio da frequncia, como mostra a fig. VII - 5.

No caso, h uma superposio da 3a harmnica. Se o sinal tivesse 4a e 5a harmnicas, por exemplo, estas tambm superporiam com a 2a e 1a harmnicas respectivamente, e neste caso, a determinao da amplitude das harmnicas seria prejudicada. Como h superposio da 3a harmnica, o seu valor dobrado, mas no h perda de informao, desde que adequadamente interpretada.

VII-14

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

TRANSFORMADA DISCRETA COSSENO (DCT)

Seja uma sequncia amostrada no tempo discreto x (n). A transformada cosseno da referida sequncia :
C (k ) N 1 n 0 K k .x ( n) Cos (2 n + 1) k. 2N
(VII-66)

com k = 0, 1, ... , N-1

Kk
e

1 p/ k = 0 N 2 p/k > 0 N

(VII-67)

Kk

Esta transformada corresponde ao desenvolvimento em srie exponencial de Fourier, supondo x(n) como funo par (x(n), mais imagem especular de x(n)). Como decorrncia de x(n) ser par, todos os coeficientes da srie exponencial resultam reais, o que forma a transformada cosseno mais simples do que a transformada discreta de Fourier. Da sequncia C(k) correspondente transformada cosseno, retorna-se funo original x(n) segundo a expresso:
N 1

x ( n)
k 0

K k C (k ) Cos

(2k + 1)n 2N

(VII-68)

com n = 0, 1, 2, ..., N-1

Kk
e

1 p/ k = 0 N 2 p/ k > 0 N

(VII-69)

Kk

Como pode ser facilmente observado, o algoritmo que transforma x(n) em C(k) o mesmo que transforma C(k) em f(k).

VII-15

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

EXEMPLOS

a) Seja o sinal x(t) = 10 cos(t) amostrado para t

n 0 1 2 3

3 5 7 , e . 4 4 4
(VII-70)

(N=4)

x(n)
Da resulta:

10 2

- 10 2

- 10 2

10 2

C(k )

10 2

(VII-71)

INTERPRETAO GRFICA:

Como se v, juntando a parte amostrada e a imagem tm-se dois ciclos do sinal senoidal. Isto evidencia a presena da 2 harmnica, obtendo-se C(2) no nulo. Como no h presena de outras harmnicas, nem nvel DC, os restantes C(k) so nulos.

VII-16

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

b) Seja o sinal f(t) = 10 cost amostrado para t

n f (n) 0 9, 239 1 3,827 2 3,827

8
3

3 5 7 . , e 8 8 8
(VII-72)

9,239

Da resulta:

C (k )

14,14

(VII-73)

INTERPRETAO GRFICA

No exemplo (a) o sinal amostrado x(n) era composto por ciclo de x(t) = 10.Cos(t) que juntamente com sua imagem perfazia dois ciclos de x(t) = 10 Cos(t). No caso a amostragem abrange apenas meio ciclo de x(t), que junto com sua imagem representa um ciclo completo. Da se justifica obter-se C(1) 0 e os demais C(k) iguais a zero.

VII-17

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

c) Seja o sinal f(t) = 10 sent amostrado para t

n
f (n )

3 5 7 . , e 4 4 4

0
10 2

1
10 2

2
- 10 2

3
- 10 2

(VII-74)

Da resulta:

C (k )

13,06

5,41

(VII-75)

INTERPRETAO GRFICA:

Como se pode facilmente observar o ciclo do sinal amostrado (sinal amostrado + imagem) no senoidal, logo no dever haver apenas uma harmnica na decomposio em srie de Fourier, conforme mostra o resultado obtido para C(k), que evidencia valor mdio nulo ( C(o) = 0 ), 1 harmnica no nula ( C(1) = 13,06 ), 2 harmnica nula ( C(2) = 0 ) e 3 harmnica no nula ( C(3) = -5,41 ). O resultado corresponde s primeiras 3 harmnicas do sinal peridico da figura VII-9, com as correspondentes alteraes devido aos rebatimentos dos especficos das harmnicas truncadas.

VII-18

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

d) Seja o sinal f(t) = 10 sent amostrado para t

n
f (n ) Da resulta:

3 5 7 . , e 8 8 8
(VII-76)

0
3,826

1
9,239

2
9,239

3
3,826

C (k )

13,07

5,41

(VII-77)

INTERPRETAO GRFICA:

O resultado obtido corresponde decomposio em srie de Fourier de um sinal senoidal com retificao de onda completa.

VII-19

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

COMPARAO DFT X DCT A Transformada Discreta de Fourier (DFT) se baseia no princpio de amostrar o sinal a ser analisado e a partir de tais amostras obter a transformada do sinal amostrado (nmeros complexos), o qual se amostrado convenientemente fornece uma boa aproximao da transformada de Fourier do sinal original. A Transformada Discreta Cosseno (DCT) parte do princpio que o sinal amostrado uma funo par (isto no verdadeiro normalmente, mas no compromete a aplicao da transformada), amostrando N pontos de funo real e assumindo outros N pontos como imagem especular das amostras obtidas. Esta suposio (de funo par) gera um sinal peridico no coincidente com o real amostrado, levando a uma composio espectral no coincidente com aquela do sinal original, mas sempre composta por nmeros reais. o caso dos sinais amostrados nos exemplos a, b, c e d.

TRANSFORMADAS BIDIMENSIONAIS As transformadas apresentadas DCT e DFT foram estudadas para uma dimenso, por exemplo, o tempo. Pode-se generalizar tais transformadas para duas dimenses, e um particular tem interesse especial a TRANSFORMADA COSSENO BIDIMENSIONAL. Neste caso a funo original depende de duas variveis (a e b) A transformada resultante passa a ser funo de outras duas variveis (u e v) : C(u,v). As relaes obtidas so:
N 1N 1

C (u , v)
a 0b 0

K u K v x(a, b) Cos

(2a + 1) (2b + 1) . u . Cos .v 2N 2N

(VII-78)

Com u, v = 0, 1, 2, ..., N-1

K u, K v

1 p/ u, v = 0 N 2 N p/ u, v > 0

(VII-79)

Tambm:
N 1N 1

f ( a, b)
u 0v 0

K u K v C (u , v).Cos

(2a 1) (2b 1) u .Cos v 2N 2N

(VII-80)

com a, b = 0, 1, 2, ... , N-1

VII-20

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

A DCT-bidimensional muito utilizada em processamento de imagem, onde x(a,b) representa a matriz contendo a informao da imagem e C(u,v) representa a transformada da referida imagem. O termo C(0,0) representa o valor mdio de toda a imagem x(a,b) e os demais termos representam os contedos harmnicos nas respectivas dimenses. Uma imagem normal apresenta as baixas frequncias contendo quase a totalidade da informao, enquanto as altas frequncias representam apenas os detalhes mais finos da imagem. Desta forma C(u,v) normalmente contm valores numricos elevados para u e v pequenos, e valores numricos pequenos para u e v elevados. Muitas vezes usa-se esta caracterstica para fazer a compresso de imagem, desprezando-se alguns termos, de acordo com a preciso de imagem que se deseja.

ILUSTRAES A figura VII-11 representa uma imagem correspondente a um crculo contido numa matriz 100 X 100. A figura VII-12 representa tridimensionalmente a mesma imagem da figura VII11, colocando a intensidade luminosa de cada regio como a varivel z. A figura VII-13 d a imagem tridimensional da transformada DCT (100 X 100) da imagem da figura VII-11. A figura VII-14 d a imagem tridimensional da transformada DCT truncada (25 X 25) da imagem da figura VII-11. A figura VII-15 d a imagem tridimensional da anti-transformada (IDCT) da transformada truncada (25 X 25) da imagem da figura VII-11.

VII-21

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

A figura VII-16 d a imagem bidimensional da anti-transformada (IDCT) da transformada truncada (25 X 25) da imagem da figura VII-11. O resultado da figura VII-16 seria idntico ao da figura VII-11 se no houvesse o truncamento. As diferenas existentes no so to significantes, considerando-se que a imagem original ( fig. VII-11) corresponde a uma matriz com 10.000 valores armazenados, em princpio no nulos. J a imagem resultante do processamento (fig.VII-16) corresponde a dados armazenados numa matriz com 625 valores armazenados no nulos. Ou seja houve uma compresso de 16 vezes.

FIG.VII-11

FIG.VII-12

FIG.VII-13

FIG.VII -14

VII-22

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

FIG.VII-15

FIG.VII -16

Compare os resultados: a) A transformada original tem 100 X 100 = 10.000 valores armazenados e corresponde ao sinal original sem aproximaes; b) A transformada truncada tem 25 X 25 = 625 valores armazenados e corresponde aproximao do sinal original. No caso de se armazenarem tais transformadas (matrizes) em memria, a aproximao necessita da transformada exata. No caso houve uma compresso de 16 vezes.

APLICAES DA DFT, DA FFT E DA DCT

As aplicaes para a DFT e a FFT so as mesmas, uma vez que a FFT calcula a DFT atravs de um algoritmo rpido. Como a velocidade de processamento da FFT bem maior que a da DFT calculada pela definio, principalmente quando se trata de um grande nmero de amostras, o clculo da DFT rotineiramente efetuado atravs da FFT. Como aplicaes mais comuns da FFT podem-se destacar: Anlise espectral de sinais amostrados em osciloscpios digitais; Anlise espectral em analisadores de espectro digitais; Reconhecimento de padres de udio; Sintetizao de voz; Anlise de sinais em medicina; Espectrograma utilizado em fonoaudiologia; Apresentao em display de barras do espectro do som em equipamentos de udio sofisticados etc.
VII-23

PROCESSAMENTO DIGITAL DE SINAIS

MRIO C. F. GARROTE

A DCT mais utilizada no processamento de imagem (esttica e dinmica). Como ela concentra os valores das componentes mais significativas prximo da origem relativamente fcil fazer-se a compresso de dados partindo-se da DCT. Como aplicaes mais comuns da DCT podem ser citadas: Processamento da imagem em transmisso de TV de alta resoluo (arquivos MPEG); Processamento de arquivos de imagem dinmica na INTERNET (arquivos MPEG); Processamento de arquivos de imagem esttica na INTERNET (arquivos JPEG); Processamento de arquivos de fotos em mquinas fotogrficas digitais (arquivos JPEG); Processamento de arquivos de fotos sequenciais em mquinas fotogrficas digitais (arquivos MPEG); Disfarce do rosto de menor delinqente nos noticirios televisivos etc.

VII-24