21.12.2012 Aufrufe

Klassifikation von Mustern

Klassifikation von Mustern

Klassifikation von Mustern

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

66 KAPITEL 2. VORVERARBEITUNG (VK.1.3.3, 18.05.2007)<br />

1. man berechne f(x) aus dem Umkehrintegral der FT und<br />

2. man betrachte F (ξ) als eine Periode einer gedanklich periodisch fortgesetzten Funktion<br />

und entwickle F (ξ) in eine FOURIER-Reihe.<br />

Aus der FOURIER-Transformierten F (ξ) in (2.1.4) erhält man wegen (2.1.18) die Funktion f(x)<br />

aus dem Umkehrintegral<br />

f(x) = 1<br />

∞<br />

F (ξ) exp[i ξx] dξ<br />

2π<br />

= 1<br />

2π<br />

−∞<br />

ξ0<br />

−ξ0<br />

F (ξ) exp[i ξx] dξ . (2.1.23)<br />

Da F (ξ) bandbegrenzt im Intervall (−ξ0, ξ0) ist, kann man es in diesem Intervall gemäß (2.1.16)<br />

in eine FOURIER-Reihe entwickeln, wobei man gedanklich F (ξ) über das Intervall (−ξ0, ξ0)<br />

hinaus periodisch fortsetzt. Unter Beachtung <strong>von</strong> (2.1.5) und (2.1.20) erhält man für die Entwicklungskoeffizienten<br />

aj = 1<br />

<br />

ξ0 −i j2πξ<br />

F (ξ) exp dξ<br />

2ξ0 −ξ0<br />

2ξ0<br />

= 1<br />

<br />

ξ0 π<br />

F (ξ) exp i ξ<br />

2π ξ0 −ξ0<br />

−jπ<br />

<br />

dξ<br />

ξ0<br />

<br />

−jπ π<br />

= f<br />

ξ0<br />

ξ0<br />

= f(−j∆x)∆x . (2.1.24)<br />

Setzt man (2.1.24) in (2.1.16) ein, so ergibt sich für F (ξ) die Gleichung<br />

F (ξ) =<br />

=<br />

∞<br />

j=−∞<br />

∞<br />

j=−∞<br />

f(−j∆x) exp[i j∆xξ] ∆x<br />

f(j∆x) exp[−i j∆xξ] ∆x .<br />

Dieser Ausdruck für F (ξ) in (2.1.5) eingesetzt ergibt schließlich<br />

f(x) = 1<br />

2π<br />

=<br />

∞<br />

=<br />

j=−∞<br />

∞<br />

j=−∞<br />

∞<br />

j=−∞<br />

ξ0<br />

f(j∆x)<br />

f(j∆x) ∆x<br />

2π<br />

−ξ0<br />

exp[i ξ(x − j∆x)] ∆x dξ<br />

exp[i ξ(x − j∆x)]<br />

i (x − j∆x)<br />

sin [2πBx(x − j∆x)]<br />

fj<br />

2πBx(x − j∆x)<br />

Die letzte Gleichung ist gerade (2.1.21), und damit ist Satz 2.1 bewiesen.<br />

Der obige Satz ist die theoretische Grundlage für die digitale Verarbeitung <strong>von</strong> <strong>Mustern</strong>, da<br />

er sicherstellt, dass man ein Muster unter bestimmten Voraussetzungen durch seine Abtastwerte<br />

nicht nur approximieren, sondern sogar exakt darstellen kann. Ein Beispiel der Approximati-<br />

.<br />

ξ0<br />

−ξ0

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!