FACULTAD DE CIENCIAS Y TECNOLOGA

RED NACIONAL UNIVERSITARIA

SYLLABUS PROCESAMIENTO DIGITAL DE SEALES

Facultad de Ciencias y Tecnologa

Ingeniera de Sistemas

SEXTO SEMESTRE
ELABORADO POR: ING. CARLOS BUSTOS SANDOVAL

Gestin Acadmica I/2011

U N

I V E

R S

I D A D

D E 1

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

UDABOL
UNIVERSIDAD DE AQUINO BOLIVIA Acreditada como PLENA mediante R. M. 288/01

VISION DE LA UNIVERSIDAD Ser la Universidad lder en calidad educativa.

MISION DE LA UNIVERSIDAD Desarrollar la Educacin Superior Universitaria con calidad y competitividad al servicio de la sociedad. Estimado(a) estudiante: El syllabus que ponemos en tus manos es el fruto del trabajo intelectual de tus docentes, quienes han puesto sus mejores empeos en la planificacin de los procesos de enseanza para brindarte una educacin de la ms alta calidad. Este documento te servir de gua para que organices mejor tus procesos de aprendizaje y los hagas mucho ms productivos. Esperamos que sepas apreciarlo y cuidarlo.

U N

I V E

R S

I D A D

D E 2

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

I. SYLLABUS
Asignatura: Cdigo: Requisito: Carga Horaria: Horas Tericas Horas Prcticas Crditos: Procesamiento Digital de Seales CMP 414 CMP 226 80 horas 80 horas 80 horas 4

II. OBJETIVOS GENERALES DE LA ASIGNATURA Al finalizar el curso el estudiante debe ser capaz de utilizar tcnicas de transformacin matemtica, algoritmos y herramientas de procesamiento digital de seales para su aplicacin a un entorno real, a partir de un diagnstico, anlisis, diseo y simulacin de Sistemas de Procesamiento Digital de Seales. III. PROGRAMA ANALTICO DE LA ASIGNATURA UNIDAD I. GENERALIDADES DEL PROCESAMIENTO DE SEALES. 1. PROCESAMIENTO DE SEALES 1.1 1.2 1.3 1.4 Motivacin en las Aplicaciones del procesamiento digital de seales. Caracterizacin de seales aleatorias Correlacin y espectros Sistemas lineales

UNIDAD II. CONCEPTUALIZACION MATEMATICA DE LAS SEALES DIGITALES. 2. DEFINICION MATEMATICA DE LA INFORMACION 3. METODOS DE CODIFICACION DE SEALES DIGITALES 4. SERIES Y TRANSFORMADAS DE FOURIER 4.1 4.2 4.3 Transformada contnua de Fourier. Transformada discreta de Fourier. Transformada rpida de Fourier.

5. DISEO DE FILTROS ANALOGICOS Y DIGITALES 5.1 5.2 Filtros analgicos. Filtros Digitales.

UNIDAD III. PROCESAMIENTO, ARQUITECTURA Y APLICACIONES DE LAS SEALES DIGITALES. 6. PROCESAMIENTO ALEATORIO Y PROBABILISTICO DE SEALES 6.1 6.2 6.3 6.4 Probabilidad bsica. Variables randmicas y aleatorias. Cuantizacin de secuencias. Procesos aleatorios, autocorrelacin y densidad espectral.

U N

I V E

R S

I D A D

D E 3

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

6.5 6.6

Modelacin real de seales usando el proceso AR. Teora de filtros Wiener.

7. ARQUITECTURA DE LOS PROCESADORES DIGITALES DE SEALES 8. APLICACIONES 8.1 8.2 8.3 8.4 8.5 Transformada de Fourier de dos dimensiones. Convolucin de dos dimensiones. Uso de la FFT para el procesamiento rpido 2D. Uso de filtros digitales de dos dimensiones en el dominio de la transformada. Aplicacin especfica en el rea de comunicaciones.

IV. SISTEMA DE EVALUACION DE APRENDIZAJES

ESTRATEGIAS METODOLOGICAS APRENDIZAJE POR PROYECTOS (APP) UTILIZANDO LAS TIC Esta estrategia se enfoca especficamente en el ApP diseado para realizarse en un ambiente Tecnolgico. Pocas veces el foco de la leccin de clase va a ser bsicamente la tecnologa. Pero con mucha frecuencia, uno de los propsitos de esta va a ser que los estudiantes mejoren sus conocimientos y habilidades en el manejo de las TIC. Ejemplo. Areas Tecnologa Competencias Programa y disea informacin para proyectos Multimedia Indicadores Obtiene resultados de problemas matemticos grafica y analtica Contenidos

V. BIBLIOGRAFA. K. FEHER. Advanced Digital Communications, Systems and Signal, Processing Techniques, Ed. Wiley-Songs, 1990. P. KIMBLE/ B. KIMBLE. C Language Algorithms For Digital Signal, Processing. Ed. PrenticeHall, 1991. PROAKIS, J.G. , MANOLAKIS, D. Introduction to Digital Signal, Processing. 2nd.ed. McMillan, 1992 ZELNIKER, G., TAYLOR, F. Advanced digital signal processing, Marcel Dekker, 1994 RAFA C. GONALES, RICHAR, Tratamiento Digital de Imgenes, Ed. Woods OPPENHEIM, ALAN, SCHAFER, RONALD., Tratamiento Digital De Seales MANOLAKIS, DIMITRIS ; PROAKIS, JOHN., Digital Signal Processing, Editorial PrenticeHall, 1999.

U N

I V E

R S

I D A D

D E 4

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

VI. CONTROL DE EVALUACIONES 1 evaluacin parcial Fecha Nota 2 evaluacin parcial Fecha Nota Examen final Fecha Nota

APUNTES

U N

I V E

R S

I D A D

D E 5

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

VII. PLAN CALENDARIO UNIVERSIDAD DE AQUINO-BOLIVIA UNIDAD ACADMICA DE ORURO

CALENDARIO ACADMICO GESTIN I/2011 TURNOS REGULAR-TRABAJO ESTUDIANTES NUEVOS-ANTIGUOS

SEMANA 1ra. 2da. 3ra. 4ta. 5ta. 6ta. 7ma. 8va. 9na. 10ma. 11ra. 12da. 13ra. 14ta. 15ta. 16ta. 17ma. 18va. 19na. 20va. 21ra. DEL 09-mar 14-mar 21-mar 28-mar 04-abr 11-abr 18-abr 25-abr 02-may 09-may 16-may 23-may 30-may 06-jun 13-jun 20-jun 27-jun 04-jul 11-jul 18-jul 25-jul AL 12-mar 19-mar 26-mar 02-abr 09-abr 16-abr 23-abr 30-abr 07-may 14-may 21-may 28-may 04-jun 11-jun 18-jun 25-jun 02-jul 09-jul 16-jul 23-jul 26-jul Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Avance de materia Inicio Evaluacin Final Conclusin Evaluacin Final Evaluacin del segundo turno Cierre de Gestin FERIADOS Presentacin de Notas Transcripcin de Notas Transcripcin de Notas Inicio Segunda Evaluacin Parcial Conclusin Segunda Evaluacin Parcial Presentacin de Notas Presentacin de Notas Inicio Primera Evaluacin Parcial Conclusin Primera Evaluacin Parcial Presentacin de Notas Presentacin de Notas ACTIVIDADES OBSERVACIONES

22 de abril Viernes Santo 1 de mayo Da del Trabajo 23 de junio Corpus Christi

U N

I V E

R S

I D A D

D E 6

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 1

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 5

ELABOR: Mg Sc. Ing. Jos Luis Rivera Foronda TTULO DEL WORK PAPER: Mtodos de codificacin DPTO.: Facultad de Ciencias y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST.

CDIGO: CMP 414

OTROS

OBSERVACIONES: ASIGNATURA Procesamiento de seales digitales. CARRERA Ingeniera de Sistemas. Unidad I FECHA DE DIFUSIN: Marzo 2011

FECHA DE ENTREGA: Marzo 2011

U N

I V E

R S

I D A D

D E 7

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

MTODOS DE CODIFICACIN En la actualidad los sistemas computarizados estn automatizando todo un campo de procesos que en tiempos remotos eran un trabajo pesado y extenuado, gracias a ellos estos procesos se son menos complicados y mas ordenados, pero para obtener buenos resultados se necesita de una buena captura de datos, dado a esto existen diversas tcnicas practicas para su control. Una de estas tcnicas para lograr una buena captura de datos es la codificacin. Esta consiste en proporcionar cdigos numricos o alfanumricos a diversos procesos para llevar un seguimiento y control mas profundo de alguna actividad. Codificacin Efectiva Una de las formas en que los datos pueden ser capturados precisa y eficientemente es mediante un empleo como conocimiento de varios cdigos. El proceso de poner datos ambiguos o problemticos en unos cuantos dgitos o letras fcilmente capturables es llamado codificacin (que no debe ser confundida con la codificacin de programa). La codificacin ayuda a que el analista de sistemas alcance el objetivo de eficiencia, debido a que los datos que son codificados requieren menos tiempo para su captura y reducen la cantidad de conceptos capturados. La codificacin tambin puede ayudar en el reordenamiento adecuado de los datos en un punto posterior del proceso de transformacin de datos. Adems los datos codificados pueden ahorrar espacio valioso de memoria y de almacenamiento. Resumiendo, la codificacin es una forma de ser elocuente, pero escueto, en la captura de datos. A veces queremos simplemente identificar una persona, lugar o cosa para hacer el seguimiento de ella. Por ejemplo, un establecimiento que fabrica mobiliario con tapicera personalizada necesita asignar un nmero de trabajo a un proyecto. El vendedor necesita saber el nombre y la direccin del cliente, pero el gerente del taller o los trabajadores que ensamblan los muebles no necesitan saber quien es el cliente, por consecuencia, se asigna un numero arbitrario al trabajo. El nmero puede ser aleatorio o secuencial. Cdigos de Secuencia Simple: El cdigo de secuencia simple es un nmero que es asignado a algo que necesita ser numerado. Por lo tanto, no tiene relacin con los datos mismos. Este es un nmero de fcil referencia para que la compaa pueda llevar cuenta del pedido en proceso, Es ms eficiente teclear el trabajo 5676 en vez de esa mecedora caf y negro con asiento de cuero para el Sr. Arturo Crdenas. El usar un cdigo de secuencia en vez de un nmero al azar tiene algunas ventajas: Elimina la posibilidad de asignar un mismo nmero. Da a los usuarios una aproximacin de cundo fue recibido el pedido.

U N

I V E

R S

I D A D

D E 8

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Los cdigos de secuencia se deben usar cuando el orden del procesamiento requiere conocimiento de la secuencia en la que los conceptos entran al sistema o el orden en que se desarrollan los eventos. Cdigos de Derivacin Alfabtica: Hay veces en que no es deseable usar cdigos en secuencia. El caso mas obvio es cuando no se desea que alguien que lea el cdigo se imagine que tantos nmeros han sido asignados. Otra situacin en donde los cdigos en secuencia pueden no ser tiles es cuando se desea un cdigo ms complejo para evitar errores costosos, un posible error podra ser sumar un pago a la cuenta 223 cuando lo que se trata es sumarlo a la cuenta 224 al teclear un digito incorrecto, El Cdigo de Derivacin Alfabtica, es un enfoque usado comnmente para identificar un numero de cuenta. Cdigos de Clasificacin Los cdigos de clasificacin, se unen para distinguir un grupo de datos que tienen caractersticas especiales de otro. Los cdigos de Clasificacin pueden consistir de una sola letra o numero. Son una manera abreviada para describir una persona, lugar, cosa o suceso. Los Cdigos de clasificacin se listan en manuales o se distribuyen para que los usuarios puedan localizarlos fcilmente. Muchas veces los usuarios llegan a familiarizarse tanto con los cdigos frecuentemente usados que los memorizan. Un usuario clasifica un concepto, y luego teclea su cdigo directamente en la terminal de su sistema de lnea o lo escribe en un documento fuente de un sistema por lotes. Cdigos de secuencia en bloque Anteriormente tratamos los cdigos en secuencia. El Cdigo de secuencia en bloque es una extensin del cdigo de secuencia, las principales categoras de software son hojas de clculo, paquetes de base de datos, paquetes de procesador de palabras y paquete de presentacin. A estos le son asignados nmeros secunciales en los siguientes bloques o Rangos: hojas de calculo 100-199, base de datos 200-299. La ventaja del cdigo de secuencia en bloque es que los datos son agrupados de acuerdo con caractersticas comunes y, al mismo tiempo, se aprovecha la simplicidad de la asignacin del siguiente numero disponible (dentro del bloque, por supuesto) para el siguiente concepto se necesita identificacin. Cdigos de Cifrado Tal vez el mtodo de codificacin ms simple es la sustitucin directa de una letra por otra, un nmero por otro o una letra por un nmero. Un tipo popular de acertijo, llamado un criptograma, es un ejemplo de asociacin de letras. Cdigos de Subconjuntos de Dgitos Significativos: Cuando es posible describir un producto por medio de su pertenencia a muchos subgrupos podemos usar un cdigo de subconjunto de dgitos significativos que nos ayude a describirlo. Para el observador casual o cliente, la descripcin del concepto parece ser un nmero largo.

U N

I V E

R S

I D A D

D E 9

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Sin Embargo, para los vendedores el nmero esta compuesto de unos cuantos nmeros ms pequeos, teniendo cada uno su significado propio. Los primeros tres dgitos representan el departamento, los siguientes tres el producto, los siguientes tres el color, y los ltimos tres la talla. En este caso la ventaja, del uso de un cdigo de subconjunto de dgitos significativos es la habilidad para localizar los conceptos que pertenecen a determinado grupo o clase Cdigos Nemnicos: Un Nemnico, es una ayuda para la memoria. cualquier cdigo que ayude a la persona de captura de datos recuerde la manera de teclear la fecha, o que el usuario final recuerde como usar la informacin, puede ser considerado un nemnico, usando una combinacin de letras y smbolos se logra una forma clara para codificar un producto de tal forma que el cdigo sea visto y comprendido fcilmente. Cdigo de Funcin: Las funciones que desean el analista o programador que ejecuta la computadora con los datos son capturadas en cdigos de funcin. Las indicaciones completas sobre las actividades a ser realizadas son reemplazadas mediante el uso de un cdigo numrico o alfanumrico corto. Lineamientos Generales para la Codificacin En las secciones anteriores examinamos los objetivos para el uso de diferentes tipos de cdigos para capturar y almacenar datos. A continuacin examinaremos unas cuantas experiencias para establecer un sistema de codificacin. Sea Conciso, los cdigos deben ser concisos. Los cdigos excesivamente largos significan mas tecleos y, por consecuencia, mas errores. Los cdigos largos tambin significan que el almacenamiento de informacin de una base de datos requerir ms memoria. Los cdigos cortos son fciles de recordar y fciles de capturar. Si los cdigos son largos deben ser divididos en subcdigos, por ejemplo 5678923453127 puede ser dividido con guiones de la siguiente manera: 5678-923-453-127, esto es un enfoque mas manejable y aprovecha la forma en que se sabe que la gente procesa informacin en grupos cortos. Mantenga los Cdigos Estables Estabilidad significa que el cdigo de identificacin para un cliente no debe cambiar cada vez que se reciben nuevos datos. Anteriormente presentamos un cdigo de derivacin alfabtica para una lista de suscritores de una revista. La flecha de expiracin no fue parte del cdigo de identificacin del suscriptor, debido a que es muy probable que cambie. No cambie las abreviaturas del cdigo en un sistema nemnico. Una vez que ha escogido las abreviaturas del cdigo no trate de revisarlas, debido a que esto hace extremadamente difcil la adaptacin del personal de captura. Asegrese que los Cdigos sean nicos Para que funcionen los cdigos deben ser nicos. Tome nota de todos los cdigos usados en el sistema para asegurarse de que no esta asignando el mismo nmero o nombre de cdigo a los mismos conceptos. Los nmeros y nombres de cdigo son una parte esencial

U N

I V E

R S

I D A D

D E 10

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

de las entradas de los diccionarios de datos. Permita que los Cdigos sean Ordenables Si va a manejar los datos en forma til, los cdigos deben ordenables. Por ejemplo si decide codificar la fecha como MMMDDAA, donde los primeros tres smbolos fueran el mes como abreviatura de tres letras, los dos siguientes fueran el nmero de da y los dos ltimos el ao, y luego tratara de ordenar las fechas en orden ascendente, tanto los aos como los meses estaran fuera de orden. Asegrese de que pueda hacer lo que pretende con los cdigos que crea. Los cdigos numricos son ms fciles de ordenar que los alfanumricos y, por lo tanto, considere la conversacin a nmeros cada vez que sea prctica. Evite los Cdigos Confusos Trate de evitar el uso de caracteres de codificacin que parezcan o se oigan iguales. Los caracteres O (la letra O) y el 0 (el numero 0) son fcilmente confundidos, y tambin sucede con la letra Z y el numero 2 por lo tanto, cdigos como B1C y 280Z son insatisfactorios. CUESTIONARIO 1 2 3 4 De una definicin matemtica de codificacin. Cmo planteara usted el mtodo de codificacin de Shannon - Fano? Explique la codificacin de del sistema ASCUII? Ampliar los conceptos de codificacin, considere nmeros complejos, nmeros en base diferente al decimal y otros.

U N

I V E

R S

I D A D

D E 11

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 2

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 4

ELABOR: Mg Sc. Ing. Jos Luis Rivera Foronda TTULO DEL WORK PAPER: Transformaciones DPTO.: Facultad de Ciencias y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST.

CDIGO: CMP 414

OTROS

OBSERVACIONES: ASIGNATURA Procesamiento de seales digitales. CARRERA Ingeniera de Sistemas. Unidad II FECHA DE DIFUSIN: ABRIL 2011

FECHA DE ENTREGA: Abril 2011

U N

I V E

R S

I D A D

D E 12

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

TRANSFORMACIONESTransformacin lineal, realza el contraste de la imagen, en los valores altos del histograma se funden valores debido al clipping.

Transformaciones de leyes de potencia. La de ley cuadrtica es la que ofrece unos resultados visuales mejores.

Cuadrada

Cbica

Raz Cuadrada

Transformacin rubber band. Es una aproximacin lineal a las curvas de leyes de potencia Stretching. Se expande linealmente el rango de grises de la imagen asignndole al nivel ms oscuro el negro y al nivel ms claro el blanco. Los valores intermedios se interpolan linealmente llevndose a cabo la mejora debida a la reasignacin de los niveles de gris y no porque aumente el nmero de grises de la imagen. La funcin de error gaussiana. Acta como una funcin cuadrtica para pxeles de baja amplitud y como una funcin raz cuadrada para pxeles de gran amplitud.

Donde

La funcin logartmica. til para el escalado de arrays con un gran rango dinmico y mostrar ms claras imgenes oscuras.
U N I V E R S I D A D D E 13 A Q U I N O B O L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

La funcin exponencial. Puede verse como la inversa de la logartmica, es implementada a partir de una funcin exponencial.

La funcin de contraste contrario (reverse). til para ayudar a la visualizacin de las reas oscuras de las imgenes.

La funcin inversa. Tambin mejora la visualizacin de reas oscuras de una imagen.

La funcin diente de sierra. Usada para mostrar imgenes que poseen un amplio rango dinmico en un rango dinmico pequeo de visualizacin.

U N

I V E

R S

I D A D

D E 14

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

El offset. Es la funcin que aumenta en un valor todas las entradas de la tabla por igual, por lo que en realidad no es una funcin de modificacin de contraste si no de brillo. Se ha introducido dicha funcin para poder apreciar la diferencia entre el concepto de contraste y brillo, que tantas veces es confundido. Para la manipulacin del contraste en el plano de bit, se puede hacer que de una imagen slo se muestren los bits que posean un determinado nivel y el resto mostrarse a su nivel de cero lgico. De este modo podemos ver la contribucin de cada bit a la escala de grises de la imagen. El troceado (slicing) de nivel de amplitud es una herramienta til para analizar visualmente la distribucin espacial de pxeles de una determinada amplitud en una imagen. Todos los pxeles dentro de una determinada banda se representarn en blanco y el resto en negro o bien sern mostrados en su estado original. CUESTIONARIO 1 2 3 4 Explicar en que consiste las transformaciones. Cmo determinamos las transformaciones lineales? Cmo determinamos las transformaciones potenciales? Ampliar los conceptos de las funciones logartmica, exponencial, la funcin de contraste, la funcin inversa y la funcin diente de sierra?

U N

I V E

R S

I D A D

D E 15

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

WORK PAPER # 3

PROGRAMA DE CONTROL DE CALIDAD

No. DE PROCEDIMIENTO: APRO 07

No. DE HOJAS: 5

ELABOR: Mg Sc. Ing. Jos Luis Rivera Foronda TTULO DEL WORK PAPER: Procesador digital de seal DPTO.: Facultad de Ciencias y Tecnologa DESTINADO A: DOCENTES ALUMNOS X ADMINIST.

CDIGO: CMP 414

OTROS

OBSERVACIONES: ASIGNATURA Procesamiento de seales digitales. CARRERA Ingeniera de Sistemas. Unidad III FECHA DE DIFUSIN: Mayo 2011

FECHA DE ENTREGA ;Mayo 2011

U N

I V E

R S

I D A D

D E 16

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROCESADOR DIGITAL DE SEAL Descripcin DSP es el acrnimo de Digital Signal Processor, que significa Procesador Digital de Seal, un nombre bastante descriptivo, pues su funcin no es otra sino recibir una seal como entrada, hacer unas operaciones sobre esa seal y sacar a su salida una nueva seal. Un DSP es un sistema basado en un procesador o microprocesador que posee un juego de instrucciones, un hardware y un software optimizados para aplicaciones que requieran operaciones numricas a muy alta velocidad. Debido a esto es especialmente til para el procesado y representacin de seales analgicas en tiempo real: en un sistema que trabaje de esta forma (tiempo real) se reciben ejemplos (muestras), normalmente provenientes de un conversor analgico/digital (ADC), el sistema debe hacer todas las operaciones con el ejemplo recibido antes de que llegue el siguiente. Se ha dicho que puede trabajar con seales analgicas, pero es un sistema digital, por lo tanto necesitar unos conversores analgicos/digitales a sus entradas y salidas. Como todo sistema basado en procesador programable necesitar una memoria donde almacenar los datos con los que trabajar y el programa que ejecutar. Si se combina que un DSP puede trabajar con varios datos en paralelo y un diseo e instrucciones especficas para el procesado digital, se puede dar una idea de su enorme potencia para este tipo de aplicaciones. Estas caractersticas constituyen la principal diferencia de un DSP y otros tipos de procesadores. Para adentrar en su funcionamiento se pondr el ejemplo de un filtro: el DSP recibir valores digitales o samples procedentes de la seal de entrada, calcula qu salida se obtendr para esos valores con el filtro que se le ha programado y saca esa salida. Un posible sistema basado en un DSP puede ser el siguiente:

Historia Al final de los aos 1970 Intel y AMI presentaron dispositivos para procesar seales sin

U N

I V E

R S

I D A D

D E 17

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

mucho xito comercial. En 1979, Bell Labs present el primer chip para procesar digitalmente seales, el Mac 4 Microprocessor. En los aos 1980 NEC Corporation y AT&T presentaron dispositivos parecidos. Hoy en da los tres fabricantes ms importantes son Texas Instruments, Analog Devices y Motorola. Programacin Un DSP se puede programar tanto en ensamblador como en C. Cada familia de DSP tiene su propio lenguaje ensamblador y sus propias herramientas suministradas por el fabricante. En los ltimos tiempos hay otros fabricantes que estn intentando que sus aplicaciones programen tambin DSP como son Matlab y Labview. Aplicaciones Las aplicaciones ms habituales en las que se emplean DSP son el procesado de audio y video; y cualquier otra aplicacin que requiera el procesado en tiempo real. Con estas aplicaciones se puede eliminar el eco en las lneas de comunicaciones, lograr hacer ms claras imgenes de rganos internos en los equipos de diagnstico mdico, cifrar conversaciones en telfonos celulares para mantener privacidad, analizar datos ssmicos para encontrar nuevas reservas de petrleo, hace posible las comunicaciones wireless LAN, el reconocimiento de voz, los reproductores digitales de audio, los mdems inalmbricos, las cmaras digitales, y una larga lista de elementos que pueden ser relacionados con el proceso de seales. Arquitectura Un DSP est diseado teniendo en cuenta las tareas ms habituales del procesado digital: sumas, multiplicaciones y retrasos (almacenar en memoria). Tienen El trmino Arquitectura Harvard originalmente se refera a las arquitecturas de computadoras que utilizaban dispositivos de almacenamiento fsicamente separados para las instrucciones y para los datos (en oposicin a la Arquitectura von Neumann). El trmino proviene de la computadora Harvard Mark I, que almacenaba las instrucciones en cintas perforadas y los datos en interruptores. Todas las computadoras constan principalmente de dos partes, la CPU que procesa los datos, y la memoria que guarda los datos. Cuando hablamos de memoria manejamos dos parmetros, los datos en s, y el lugar donde se encuentran almacenados (o direccin). Los dos son importantes para la CPU, pues muchas instrucciones frecuentes se traducen a algo as como "coge los datos de sta direccin y adelos a los datos de sta otra direccin" , sin saber en realidad qu es lo que contienen los datos. En los ltimos aos la velocidad de las CPUs ha aumentado mucho en comparacin a la de las memorias con las que trabaja, as que se debe poner mucha atencin en reducir el nmero de veces que se accede a ella para mantener el rendimiento. Si, por ejemplo, cada instruccin ejecutada en la CPU requiere un acceso a la memoria, no se gana nada incrementando la velocidad de la CPU - este problema es conocido como 'limitacin de memoria. Se puede fabricar memoria mucho ms rpida, pero a costa de un precio muy alto. La

U N

I V E

R S

I D A D

D E 18

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

solucin, por tanto, es proporcionar una pequea cantidad de memoria muy rpida conocida con el nombre de cach. Mientras los datos que necesita el procesador estn en la cach, el rendimiento ser mucho mayor que si la cach tiene que obtener primero los datos de la memoria principal. La optimizacin de la cach es un tema muy importante de cara al diseo de computadoras. La arquitectura Harvard ofrece una solucin particular a este problema. Las instrucciones y los datos se almacenan en cachs separadas para mejorar el rendimiento. Por otro lado, tiene el inconveniente de tener que dividir la cantidad de cach entre los dos, por lo que funciona mejor slo cuando la frecuencia de lectura de instrucciones y de datos es aproximadamente la misma. Esta arquitectura suele utilizarse en DSPs, o procesador de seal digital, usados habitualmente en productos para procesamiento de audio y video y algunos pueden manejar nmeros con coma flotante. Los elementos bsicos que componen un DSP son:

Conversores en las entradas y salidas Memoria de datos, memoria de programa y DMA. MACs: multiplicadores y acumuladores. ALU: Se denomina Unidad Aritmtico-Lgica (UAL) o ALU (Arithmetic and logical unit) a la unidad incluida en la CPU encargada de realizar operaciones aritmticas y lgicas sobre operandos que provienen de la memoria principal y que pueden estar almacenados de forma temporal en algunos registros de la propia unidad. Fsicamente, la ALU es parte de la altamente integrada lgica-electrnica del microprocesador principal de cualquier computadora. Hay diferentes tipos de UAL: especializadas en operaciones con nmeros enteros, con nmeros en coma flotante, etc. Hace algunos aos, exista el denominado coprocesador matemtico, una UAL especializada en clculos con nmeros reales que estaba en un microchip diferente al de la CPU. Esta unidad, de forma concreta se compone bsicamente de: Circuito Operacional, Registros de Entradas, Registro Acumulador y un Registro de Estados, conjunto de registros que hacen posible la realizacin de cada una de las operaciones. En arquitectura de ordenadores, un registro es una memoria de alta velocidad y poca capacidad, integrada en el microprocesador, que permite guardar y acceder a valores muy usados, generalmente en operaciones matemticas. Los registros estn en la cumbre de la jerarqua de memoria, y son la manera ms rpida que tiene el sistema de almacenar datos. Los registros se miden generalmente por el nmero de bits que almacenan; por ejemplo, un "registro de 8 bits" o un "registro de 32 bits". Los registros generalmente se implementan en un banco de registros, pero antiguamente se usaban biestables individuales, memoria SRAM o formas aun ms primitivas. El trmino es usado generalmente para referirse al grupo de registros que pueden ser directamente indexados como operandos de una instruccin, como est definido en el conjunto de instrucciones. Sin embargo, los microprocesadores tienen adems muchos otros registros que son usados con un propsito especfico, como el contador de programa. Por ejemplo, en la arquitectura IA32, el conjunto de instrucciones define 8 registros de 32 bits.

U N

I V E

R S

I D A D

D E 19

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

CUESTIONARIO 1 2 3 Que entiende por procesador digital de seal? Ampli la conceptualizacin de la historia de los procesadores digitales de seales. Ampli la conceptualizacin de la programacin de los procesadores digitales de seales. Ampliar la conceptualizacin de la arquitectura de los procesadores digitales de seales.

U N

I V E

R S

I D A D

D E 20

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 001

Distinguido alumno tengo el agrado de presentar este documento de discusin que estoy seguro le ser de utilidad para el transformacin de imgenes, considerando los filtros lineales.

Recuerde: Los filtros lineales se utilizan en el procesamiento de seales digitales de imagen.

FILTROS LINEALESComo bien es sabido, la expresin de la seal resultante tras pasar por un filtro lineal, en el caso continuo unidimensional, es la siguiente:

h( x ) = f ( x ) * g ( x ) =

f ( z ) g ( x z )dz

Puede verse cmo el valor de cada h(x) de salida se calcula como una suma o integral del producto de la seal de entrada con la respuesta al impulso invertida del sistema lineal. Al ser un sistema lineal, sumas de dos seales a la entrada darn como salida la suma de las respuestas que el sistema da a cada una de ellas. El esquema siguiente representa el paso de la seal a travs del sistema lineal:

En el caso tratado (imgenes bidimensionales), la seal adems de depender de x e y estar discretizada. La expresin a la salida del filtro ser:

h ( x, y ) = f ( x, y ) * g ( x, y ) =

M 1 N 1 x =0 y =0

f (m, n) g ( x, , y n)

La convolucin involucra el paso de una ventana mvil (kernel, matriz de coeficientes o mscara) encima de una imagen, creando otra nueva donde cada pxel en esta nueva imagen, es una funcin de los valores de los pxeles originales dentro de la ventana mvil, siendo los coeficientes de dicha ventana los especificados por el usuario. Para pasar del dominio espacial al frecuencial se usa la transformada de Fourier cuya expresin para la seal f(x) es la siguiente,

F (u ) =
Y que en el caso discreto bidimensional,

f ( x) e

j2 u x

dx

U N

I V E

R S

I D A D

D E 21

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

1 H (u , v) = TF {h( x, y )} = N

f (m.n) g ( x m, y n) e
x , y m,n

2 (ux + vy ) N

La relacin entre estos dos dominios puede verse en el siguiente grfico:

Todo esto est dentro de la teora lineal del filtrado, sin embargo existen filtros de tipo nolineal. En estos casos tanto la convolucin como herramienta base del filtrado y la suma como operacin matemtica que la define dejan de tener sentido, y habr que calcular usando funciones de tipo no lineal. Los casos ms sencillos son aquellos en los que se sustituye la suma por la operacin de mximo o mnimo. Mtodos en el dominio espacialLos mtodos del dominio espacial se basan en el uso de los valores de nivel de gris de los pxeles para conseguir mejorar la imagen. Desde un punto de vista matemtico lo que se buscar ser estudiar que tipo de transformaciones se han de aplicar a una imagen f(x,y) para que el resultado sea otra imagen pero con unas caractersticas visuales mucho mejores g(x,y). Es decir:

g ( x, y ) = T [ f ( x, y )]
Cuando se expresa que g(x,y) depende de f(x,y) a travs de la transformacin T, lo que se establece es que el clculo del valor de g en el punto (x,y) depende en principio de todos los valores de f(x,y). En la realidad, y teniendo en cuenta la hiptesis de que el valor en un punto de la imagen tan slo est relacionado con unos pocos pxeles de los que le rodean, nicamente se consideran transformaciones T que estn definidas sobre el pxel dado (x,y) y los pxeles que estn en su entorno. En funcin de cuantos sean los pxeles del entorno que se tengan en cuenta (*), se pueden definir:

U N

I V E

R S

I D A D

D E 22

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Y as sucesivamente para los entornos de 7x7, 9x9, etc. Al conjunto de transformaciones T que hacen uso de los entornos para su definicin se las denominan Transformaciones de Filtrado Espacial. El concepto de filtrado de una imagen esta asociado a la representacin de una imagen en el dominio de frecuencias. Cualquier filtro que se disee tendr como objetivo modificar la contribucin de determinados rangos de frecuencias en la formacin de la imagen. Como el objetivo de este trabajo es el del realce de bordes, y los bordes implican caractersticas de paso alto, lo que se buscar ser un filtro que disminuya la contribucin en las bajas y medias frecuencias. Para disear un filtro espacial h(x,y) en teora se tendran que calcular los valores de la funcin sobre una retcula de igual tamao a la imagen original f(x,y), pero como se coment anteriormente, los valores de h(x,y) decrecen muy rpidamente cuando se alejan del pxel bajo estudio. As pues es prctica habitual discretizar dicha funcin para construir aproximaciones usando mscaras de distintos tamaos, en funcin del entorno que se desee. Por ejemplo para un entorno 3x3:

Donde los wi,j son los valores discretizados en las posiciones de sus subndices de la funcin h(x,y). En el caso de funciones simtricas circularmente todos los valores de la mscara, que estn a igual distancia del origen, tendrn el mismo valor.

U N

I V E

R S

I D A D

D E 23

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Por tanto, se puede observar que el diseo de filtros espaciales se resume en calcular un conjunto de pesos wi,j que definan una mscara cuya TF tenga el comportamiento del filtro deseado. Filtros de paso altoPara tener una respuesta impulsiva paso alto, los valores del centro de la funcin deben ser positivos y negativos los de su alrededor. Si se considera construir una mscara 3x3, el valor central tendr que ser positivo y el resto negativos. Otra condicin importante de estas mscaras es que la suma de sus valores debe ser cero

ij = 0
i =1 j =1

ya que esto garantiza que en una zona donde la imagen tenga variaciones pequeas o sea plana el resultado del filtrado ser cero o un valor pequeo. Este tipo de filtros hace desaparecer las bajas frecuencias definidas por dicho tipo de zonas, y como consecuencia disminuye drsticamente el contraste en la imagen. Un ejemplo tpico de este tipo de mscaras:

1 1 1 1 1 8 1 9 1 1 1
Ntese que la mscara posee la propiedad de que la suma de sus elementos es la unidad para as evitar amplitud de polarizacin en la imagen procesada. Adems, el factor 1/9 garantiza que el valor resultante est comprendido en el intervalo [-255,255].

Recuerde: Este documento debe ser analizado, interpretado discutido y mejorado por su grupo de estudios

Es recomendable la discusin sobre este DIFs de los filtros lineales que se utilizan en el procesamiento de seales digitales de imagen, para posibilitar un mejor entendimiento del procesamiento de seales digitales de imagen.

U N

I V E

R S

I D A D

D E 24

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 002

Distinguido alumno tengo el agrado de presentar este documento de discusin que estoy seguro le ser de utilidad.

Recuerde: La extraccin de bordes con filtros locales no lineales se utilizan en el procesamiento de seales digitales de imagen.

EXTRACCIN DE BORDES CON FILTROS LOCALES NO LINEALESEn primer lugar se ha de definir lo que es un borde. Un borde no es ms que la frontera entre dos regiones con propiedades de nivel de gris distintas. La extraccin de bordes es una aplicacin que ha de realizarse localmente, es decir, no slo necesitamos el pxel donde se ha de calcular el borde, sino que necesitamos adems los pxeles adyacentes. Aprovechando que la derivada mide la variacin de una magnitud, realizamos la deteccin de bordes a partir de un operador local de derivacin. Antes de proseguir vamos a realizar algunas puntualizaciones: La primera derivada es distinta de 0 siempre que haya variacin de nivel de gris entre pxeles adyacentes. En las zonas de nivel de gris constante, la derivada es nula.

La seal a la que hemos de aplicar la derivada es una imagen. Como es un objeto bidimensional lo que realmente aplicamos es lo que denominamos gradiente:

f G x f = f x = Gy y
donde G x y G y son las derivadas parciales con respecto al eje vertical y horizontal respectivamente. La anterior expresin lleva implcita la direccin en la que queremos calcular el gradiente. Puesto que el factor que ms nos interesa es la amplitud del gradiente para determinar si hay borde o no, trabajaremos mejor con la siguiente expresin:

G = (G x ) 2 + (G y ) 2
Los diferentes mtodos de deteccin de bordes que se vern implementados se derivan de distintas aproximaciones numricas al gradiente. Mtodo de RobertsUna de las opciones que se pueden implementar para detectar un borde es estudiar los niveles de gris de pxeles adyacentes y observar si hay variaciones. La forma ms intuitiva de comprobar si hay variacin es la diferencia. Por ello, este mtodo implementa una mscara que, aplicada a un pxel, calcula la diferencia entre el nivel de gris de este pxel y un pxel vecino. Las mscaras usadas en el mtodo de Roberts son:

U N

I V E

R S

I D A D

D E 25

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

Mtodo de PrewittEl mtodo de Roberts nos da una primera aproximacin a la hora de calcular bordes, pero es muy dependiente de la orientacin del borde (hacemos la diferencia de dos pxeles que estn situados sobre una direccin en el espacio). En el mtodo de Prewitt lo que se intenta es ponderar el valor de la diferencia respecto a un nmero mayor de pxeles vecinos, lo que da una idea mejor de lo que hay alrededor del punto donde estamos haciendo el clculo. Las mscaras usadas en el mtodo de Prewitt son:

Se puede observar que ahora en ambas mscaras no se hace uso del valor central. Esto indica que para calcular un borde en un punto de la imagen, se tiene en cuenta slo a los pxeles vecinos. Mtodo de SobelEste mtodo se deriva del mtodo anterior. Si nos fijamos en alguna mscara del mtodo de Prewitt nos damos cuenta que da la misma importancia a los pxeles que se encuentran sobre el eje vertical u horizontal que a los que se encuentran en la diagonal. El mtodo de Sobel intenta compensar este efecto dndole una mayor importancia a los pxeles que estn ms cerca del centro de la mscara, es decir, a los pxeles que se encuentran sobre el eje vertical u horizontal. Las mscaras que implementa este mtodo para aproximar el gradiente son:

Mtodo de Frei-ChenLa lgica del mtodo de Frei-Chen es ponderar los pxeles vecinos en funcin de la distancia que lo separa del pxel donde estamos evaluando. Esto hace que no haya direcciones privilegiadas en la deteccin de los bordes. Las mscaras del mtodo de Frei-Chen son:

Esta es una visin muy simplificada de los cuatro mtodos, ya que solamente se pretende dar una idea de lo que hace cada mscara en particular. Cmo llegar a obtener estas

U N

I V E

R S

I D A D

D E 26

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

mscaras es un proceso ms o menos complejo de aproximacin numrica al gradiente que no vamos a entrar a definir.

Recuerde: Este documento debe ser analizado, interpretado discutido y mejorado por su grupo de estudios

Es recomendable la discusin sobre este DIFs de la extraccin de bordes con filtros locales no lineales, para posibilitar un mejor entendimiento del procesamiento de seales digitales de imagen.

U N

I V E

R S

I D A D

D E 27

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

PROGRAMA DE CALIDAD UDABOL DIF 003

Distinguido alumno tengo el agrado de presentar este documento de discusin que estoy seguro le ser de utilidad.

Recuerde: La extraccin de bordes con filtros locales no lineales se utilizan en el procesamiento de seales digitales de imagen. PROCESAMIENTO DIGITAL DE SEALES

El Procesamiento Digital de Seales (PDS) es un rea de la ingeniera que se dedica al anlisis y procesamiento de seales (audio, voz, imgenes, video) que son discretas en el tiempo. Aunque comnmente las seales en la naturaleza nos llegan en forma analgica, tambin existen casos en que estas son por su naturaleza digitales, por ejemplo, las edades de un grupo de personas, el estado de una vlvula en el tiempo (abierta/cerrada), etc. PROPOSITO Por qu habremos de cambiar lo que es natural en nosotros? Si casi todo en la naturaleza se mueve, se basa y se desarrolla de forma analgica, cul es la intencin de "digitalizar"? Veamos por qu es necesario. El procesamiento se hace en seales digitales por diferentes razones: Es ms fcil procesar una seal digital. Las seales son convertidas a formato discreto (digital) para facilitar su transmisin y/o almacenamiento. Es posible realizar mediante procesamiento digital acciones imposibles de obtener mediante el procesamiento analgico (por ejemplo, filtros con respuesta de frecuencia arbitraria). El procesamiento se hace en forma digital porque ste es usualmente ms simple de realizar y ms barato de implementar que en el procesamiento analgico. Adems las seales digitales requieren usualmente menos ancho de banda y pueden ser comprimidas. Sin embargo, hay una prdida inherente de informacin al convertir la informacin continua en discreta. APLICACIONES Las aplicaciones en las que se puede utilizar es en:

Procesamiento Digital de Sonido Procesamiento Digital de Voz Procesamiento Digital de Imgenes Procesamiento Digital de Video

El PDS se utiliza en el procesamiento de msica (por ejemplo MP3), de voz (por ejemplo, reconocimiento de voz) en telfonos celulares, de imgenes (en la transmisin de imgenes satelitales) y video (DVDs).

U N

I V E

R S

I D A D

D E 28

A Q

U I N O

B O

L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

TRANSFORMADAS Uno de los beneficios principales del PDS es que las transformaciones de seales son ms sencillas de realizar. Una de las ms importantes transformadas es la Transformada de Fourier discreta (TFD). Esta transformada convierte la seal del dominio del tiempo a el dominio de la frecuencia. La TDF permite un anlisis ms sencillo y eficaz sobre la frecuencia, sobre todo en aplicaciones de eliminacin de ruido y en otros tipos de filtrado. Otra de las transformadas importantes es la Transformada de Coseno Discreta la cual es similar a la anterior en cuanto a los clculos requeridos para obtenerla, pero esta convierte a la seales en componentes del coseno trigonomtrico. Esta transformada es una de las bases del algoritmo de compresin de imgenes JPEG. PROCESADORES DIGITALES DE SEALES Algunos modelos de microprocesadores son optimizados para el PDS. Estos procesadores se llaman Procesadores Digitales de Seales. Estos realizan operaciones para PDS ms rpida y eficientemente. Los PDS permiten aplicaciones que no podran realizarse efectivamente con seales analgicas como, por ejemplo, almacenar una pelcula de cine en un disco compacto (DVD) o canciones en un aparato porttil (iPod). En matemticas, la transformada de Fourier discreta, designada con frecuencia por la abreviatura DFT (del ingls discrete Fourier transform), y a la que en ocasiones se denomina transformada de Fourier finita, es una transformada de Fourier ampliamente empleada en tratamiento de la seal y en campos afines para analizar las frecuencias presentes en una seal muestreada, resolver ecuaciones diferenciales parciales, y realizar otras operaciones, como convoluciones. La transformada de Fourier discreta puede calcularse de modo muy eficiente mediante el algoritmo FFT. La secuencia de n nmeros complejos x 0 , ..., x n-1 se transforma en la secuencia de n nmeros complejos f 0 , ..., f n-1 mediante dicha transformada segn la frmula

siendo e la base de los logaritmos naturales, i la unidad imaginaria (i2 = 1), y el n mero pi. Esta transformada se nota con frecuencia mediante el smbolo o en . , como en

La transformada de Fourier discreta inversa (por sus siglas en ingls IDFT) se calcula, por otra parte, mediante:

. Ntese que el factor de normalizacin que multiplica a la transformada y a su inversa (en las frmulas dadas, 1 y 1/n) y los signos de los exponentes son convencionales, y pueden diferir
U N I V E R S I D A D D E 29 A Q U I N O B O L I V I A

FACULTAD DE CIENCIAS Y TECNOLOGA

en otras presentaciones de la transformada de Fourier discreta. Lo importante es que la DFT y la IDFT tengan exponentes de signos contrarios y que el producto de sus factores de tanto para la transformada normalizacin sea 1/n. Un factor de normalizacin de directa como para la inversa hace las transformaciones unitarias, lo que presenta ciertas ventajas tericas, pero en la prctica suele ser ms conveniente realizar la operacin de escalado una nica vez.

Recuerde: Este documento debe ser analizado, interpretado discutido y mejorado por su grupo de estudios

Es recomendable la discusin sobre este DIFs del procesamiento digital de seales, para posibilitar un mejor entendimiento.

U N

I V E

R S

I D A D

D E 30

A Q

U I N O

B O

L I V I A