Académique Documents
Professionnel Documents
Culture Documents
ONDELETTES
René Alt
Université Pierre et Marie Curie
4 place Jussieu 75252 Paris Cedex 05
e-mail: Rene.Alt@lip6.fr
1.5
0.5
-0.5
-1
-1.5
-2
-6 -4 -2 0 2 4 6
13129 Samples
1
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8
Time in seconds
13129 Samples
0
10
−1
10
−2
10
−3
10
−4
10
−5
10
−6
10
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Frequency in Hertz
10001 Samples
1
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Time in seconds
10001 Samples
0
10
−1
10
−2
10
−3
10
−4
10
−5
10
−6
10
−7
10
0 500 1000 1500 2000 2500 3000 3500 4000 4500
Frequency in Hertz
k=∞
1 X 2kπt 2kπt
x(t) = a0 + (ak cos( ) + bk sin( )) (3)
2 T T
k=1
k=∞
X 2kπt
x(t) = rk cos( − θk ) (5)
T
k=1
k=∞
X 2ikπt
x(t) = ck exp( ) (6)
T
k=−∞
avec:
T
1 −2iπkt
Z
ck = x(t) exp( )dt (7)
T 0 T
1.5
0.5
−0.5
−1
−1.5
−2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1.5
0.5
−0.5
−1
−1.5
−2
0 1 2 3 4 5 6
sin(πsT )
x̂(s) = T
πsT
La fonction
sin(πz)
sinc(z) = (11)
πz
est appelée sinus cardinal et est notée: sinc(z)
Creneau
1.5
0.5
0
−3 −2 −1 0 1 2 3
1.5
0.5
-0.5
-1
-6 -4 -2 0 2 4 6
PtN −1
x̂(sp ) = t0 x(tk )exp(−2iπsp tk )dt
p = 0, 1, ..., N − 1
(14)
avec
sp = p/N
Cette formule définit la tranformée de Fourier discrète
x̂(s) d’une fonction x(t) échantillonnée en N valeurs.
1 p
cp = x̂( ) (15)
T T
N = 2m
x̂0 1 1 1 1 1 1 1 1 x0
x̂1 1 w8 w82 w83 w84 w85 w86 w87 x1
x̂2
1 w82 w84 w86 1 w82 w84 w86
x2
x̂3 1 w83 w86 w8 w84 w87 w82 w85 x3
=
x̂4 1 w84 1 w84 1 w84 1 w84 x4
x̂5
1 w85 w82 w87 w84 w8 w86 w83
x5
x̂6 1 w86 w84 w82 1 w86 w84 w82 x6
x̂7 1 w87 w86 w85 w84 w83 w82 w8 x7
(17)
x(0) z(0)
x(4) w4 z(1)
w1
x(2) w4 z(2)
w2
x(6) w4 w6 z(3)
w3
x(1) w4 z(4)
x(5) w4 w5 z(5)
x(3) w4 w6 z(6)
x(7) w4 w6 w7 z(7)
t−b
ψa,b (t) = Ψ( ) (19)
a
b détermine la position et a donne l’échelle.
Cas d’un signal : a est la fréquence et b le temps.
Mexicanhat
1
0.8
0.6
0.4
0.2
−0.2
−0.4
−0.6
−0.8
−1
−4 −3 −2 −1 0 1 2 3 4
1.5
0.5
−0.5
−1
−1.5
−2
−4 −3 −2 −1 0 1 2 3 4
k
1
pour 2j ≤ t < 2kj + 2j+1
1
k
ψj,k (t) = −1 pour 2j
1
+ 2k+1 ≤ t < k+12j
(24)
0 autrement
0.5
−0.5
−1
−1.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Exemple N = 4 = 22
On connait une fonction x(t) aux 4 instants t0 , t1 , t2 , t3
soit x0 , x1 , x2 x3
On désire décomposer cette fonction sur une base de
Haar à 4 points.
Posons
u0 (t) = φ(t); u1 (t) = ψ(t); u2 (t) = ψ1 , 0(t); u3 (t) = ψ1 , 1(t)
On a cf formule (22):
x(t) = c0 u0 (t) + c1 u1 (t) + c2 u2 (t) + c3 u3 (t)
En explicitant cette équation pour les valeurs de
u0 , u1 , u2 , u3 en t0 , t1 , t2 , t3 on obtient:
LA TRANSFORMATION EN ONDELETTES – p. 47/6
Ondelettes de Haar (7)
x0 1 1 1 0
x1 1 −1 −1 0
= c + c + c + c
0 1 2 3
x2 1 1 0 1
x3 1 −1 0 −1
Ou
encore
:
x0 1 1 1 0 c0
x 1 −1 −1 0 c1
1
=
x2 1 1 0 1 c2
x3 1 −1 0 −1 c3
Les xk sont connus, le calcul des ck peut être fait en
résolvant le systeme (inversion de la matrice) ou par la
récurrence (25)
LA TRANSFORMATION EN ONDELETTES – p. 48/6
Ondelettes de Haar (7)
Si H4 est la matrice ci-dessus on a :
x = H4 c et c = H4 −1 x
la matrice H8 est :
Cas ou N=8,
1 1 1 0 1 0 0 0
1 1 1 0 −1 0 0 0
1 1 −1 0 0 1 0 0
1 1 −1 0 0 −1 0 0
H8 =
1 −1 0 1 0 0 1 0
1 −1 0 1 0 0 −1 0
1 −1 0 −1 0 0 0 1
1 −1 0 −1 0 0 0 −1
Seules les deux premières colonnes sont pleines.
LA TRANSFORMATION EN ONDELETTES – p. 49/6
Commentaires sur la décomposition dyadiq
Cette décomposition appelée multirésolution à pour but
d’éviter la redondance inhérente à la formule (20)
Elle nécessite que le nombre N de points soit une
puissance de 2, soit N = 2m
Elle utilise la décomposition de la fonction x(t) analysée
dans des espaces vectoriels emboités :
V0 ⊆ V1 ⊆ ... ⊆ Vm
Les coefficients sur une base d’ondelettes de résolution
(échelle) j se font par récurrence à partir de la
résolution la plus fine m.
Lorsque les coefficients ont été calculés ceux-ci
permettent de reconstruire la fonction à partir de sa
moyenne, niveau de résolution 0, en ajoutant les détails
de résolution de niveaux 1, 2, 3, ... donc de plus en plus
fine.
LA TRANSFORMATION EN ONDELETTES – p. 50/6
Principe d’une analyse multirésolution
Définir une famille de fonctions d’échelle φj,k (t) pour
j = 1, ..., m à partir d’une fonction mère φ(t) par
φj,k (t) = φ(2j t − k)
Ce choix définit les espaces emboités
V0 ⊆ V1 ⊆, ..., ⊆ Vm et les sous-espaces
complémentaires Wj de Vj dans Vj+1 :Wj ⊕ Vj = Vj+1
Définir un produit scalaire sur Vm ce qui induit le même
produit scalaire sur V0 , V1 , ..., Vm .
Choisir un ensemble d’ondelettes ψj,k (t) servant de
base aux Wj et si possible orthogonales aux φj,k (t)
La base ainsi obtenue peut ensuite être normée en
divisant chacune des fonctions de base par sa norme.
initiale bruitée
d. dur d. doux
LA TRANSFORMATION EN ONDELETTES – p. 61/6
Exemple de débruitage
initiale bruitée
d. dur d. doux
LA TRANSFORMATION EN ONDELETTES – p. 62/6
Détection de contours
Transformation en Ondelettes directionnelles (Murenzi
1990)
x, t ∈ R2 , θ ∈ [0, 2π], f : R2 → R (image)
1 t−x
RR
Wf (x, a, θ) = R 2 f (t) a ψ(R θ a )dt
avec : !
cos(θ) sin(θ)
Rθ =
−sin(θ) cos(θ)
Principe : Chercher les points de l’image dans la
direction du gradient ou celui-ci est maximum.
On choisit généralement les ondelettes gaussiennes :
x2 +y 2
1 − 2σ2
ψ(x, y) = 2πσ 2 e