¿Qué se entiende por "blanqueamiento espectral" en DSP?
¿Qué efecto tiene el blanqueamiento espectral cuando se usa en el procesamiento de imágenes? (visualmente o de otra manera ...)
¿Dónde podría ser útil el blanqueamiento espectral en el procesamiento o análisis de audio? ¿Cómo sonaría una señal de audio espectralmente blanqueada?
Respuestas:
¿Qué se entiende por "blanqueamiento espectral" en DSP?
El blanqueamiento espectral suele ser un intento de hacer que el espectro de la señal sea "más uniforme". Una razón por la que esto puede ser bueno es que puede tener el efecto de hacer que la autocorrelación de la señal sea "más estrecha" (y más cercana a un delta de Dirac, para señales de tiempo discreto). Esto puede ayudar a localizar a tiempo.
¿Qué efecto tiene el blanqueamiento espectral cuando se usa en el procesamiento de imágenes? (visualmente o de otra manera ...)
Generalmente no es bonito. La mayoría de las imágenes son de "paso bajo" (la mayor parte de la información se encuentra en la parte de baja frecuencia del espectro). Un enfoque simplista para el blanqueamiento en imágenes es hacer una diferencia diffen columnas (o en filas) (es decir, en matlab).
Esto significará valores de píxeles negativos, que generalmente no se asignan a nada sensible con imágenes estándar.
Este ejemplo muestra cómo el blanqueamiento previo puede mejorar la localización en la coincidencia de plantillas de procesamiento de imágenes. La imagen de ese enlace es:
¿Dónde podría ser útil el blanqueamiento espectral en el procesamiento o análisis de audio?
Si está tratando de localizar (a tiempo) la aparición de un sonido, entonces es posible que el blanqueamiento espectral pueda mejorar esto. También es posible que pueda reducir (no mejorar) la SNR.
¿Cómo sonaría una señal de audio espectralmente blanqueada?
Para audio de voz o música, tenderá a traer frecuencias más altas.
1'sy 0' s?
El blanqueamiento espectral es el proceso de hacer el espectro de magnitud Uniform.
Para una imagen, hace que el espectro de magnitud sea más continuo en lugar de tener pocas frecuencias saltando por aquí y por allá. Básicamente, la palabra "Blanqueamiento" proviene del Proceso Blanco cuyo espectro es solo una constante en todas las frecuencias. Pero si le haces eso a una imagen, no tendrá sentido. Entonces, en efecto, querrás un Spectrum bastante nervioso y nervioso para que se vea más suave sin inducir demasiado ruido.
No estoy seguro de cómo afectará a una imagen, pero puedo dar un ejemplo de dónde se aplica. Considere un canal LTI en un sistema de comunicación (o un sistema de audio que tenga una respuesta de frecuencia más bien no tan "blanca" a todas las frecuencias. Un sistema de audio no corresponderá todas las frecuencias en la misma magnitud y llega la ecualización). Al final del receptor (como la salida del altavoz, o elRXdel sistema de comunicación) lo que recibe es la versión distorsionada de la señal de entrada. Entonces, lo que te gustaría hacer teóricamente antes de enviar la señal sobre el sistema es modificar la forma de la señal para que cuando el sistema la distorsione, la haga lo suficientemente plana. Esto se llama pre-énfasis o ecualización típicamente. Supongo que no estoy seguro de dónde se aplicaría el blanqueamiento espectral en el procesamiento de imágenes (como no lo he hecho antes), pero tendrá el mismo uso y aplicaciones que he explicado aquí.
El espectro blanco es un espectro como el de la luz blanca: todas las longitudes de onda (frecuencias) tienen una potencia media constante. En general, ninguna señal y ninguna imagen tienen eso. Si se necesita un espectro blanco, solo se necesita un método para blanquear la señal / imagen actual. Hay muchos métodos para el blanqueamiento previo. Una de las más simples es la predicción lineal en series de tiempo. en el procesamiento de imágenes, incluso los simples filtros de paso alto blanquean las imágenes.