Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Cours ´electif CET42
Initiation au traitement du signal et applications S´eance 6: analyse temps-fr´equence
Fr´ed´eric Sur
´Ecole des Mines de Nancy www.loria.fr/∼sur/enseignement/signal/
1/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
S´eance 6
1
Limite de l’analyse de Fourier
2Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude
3L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret
Quelques applications
4Introduction aux ondelettes
Limite de la STFT
Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes
5Conclusion
3/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Limite de l’analyse de Fourier But : extraire d’un signal des informations.
signal analogique L
2: transform´ee de Fourier, spectre b f (λ) ;
signal analogique p´eriodique L
2: s´erie de Fourier, coefficients c
n(f) ;
signal num´erique : transform´ee de Fourier discr`ete.
Limite : analyse globale, perte de l’information temporelle.
exemples : d´ebut et fin du signal, apparition d’une singularit´e - et n´ecessit´e de connaˆıtre l’int´egralit´e du signal pour l’analyser. . .
car b f (λ) ou c
n(f ) se calculent sur tout le signal.
4/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemple
−15 −10 −5 0 5 10 15
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
Probl`eme avec les signaux non-stationnaires : on peut (`a peu pr`es) retrouver les fr´equences des composantes, mais pas leur localisation.
5/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
S´eance 6
1
Limite de l’analyse de Fourier
2Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude
3L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret
Quelques applications
4Introduction aux ondelettes
Limite de la STFT
Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes
5Conclusion
6/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Localisation temporelle
Probl`eme de la transform´ee de Fourier d’un signal f : excellente r´esolution fr´equentielle (cas d’un signal trigo.) mais r´esolution temporelle nulle (int´egration sur le domaine de f ).
Id´ee pour am´eliorer la r´esolution temporelle : analyser le spectre sur des morceaux du signal.
Exemple : analyse sur intervalle [−A, A] −→ f multipli´ee par le cr´eneau χ
A(indicatrice de [−A,A]).
−15 −10 −5 0 5 10 15
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
7/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Localisation par un cr´eneau Soit g(t) = χA(t)f (t).
Que devient le spectre b g = \ χ
A· f ? b g(λ) = sin 2πAλ
πλ ∗ b f (λ) = Z
+∞−∞
b f (µ) sin 2πA(µ− λ) π(µ− λ) dµ.
−5−4−3−2−1012345
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
−5−4−3−2−1012345
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
−5−4−3−2−1012345
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
−5−4−3−2−1012345
−5 0 5 10 15 20 25
−5−4−3−2−1012345
−20
−10 0 10 20 30 40 50 60 70
−5−4−3−2−1012345
−50 0 50 100 150 200 250
Apetit : bonne r´esolution en temps, faible r´esolution en fr´equence ; A grand : faible r´esolution en temps, bonne r´esolution en fr´equence.
8/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemple : signal trigonom´etrique
Cas o`u f (t) = e
2iπωtest un signal trigonom´etrique.
(donc parfaitement localis´e en fr´equence) Alors b f = δ
ω.
Comme : b g(λ) =
sin 2πAλπλ∗ b f (λ) on a : b g(λ) =
sin 2πA(λ−ω)π(λ−ω)
. . .
Interpr´etation : pour estimer correctement la fr´equence d’un signal trigonom´etrique, il faut l’observer sur un intervalle de temps suffisamment long.
9/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Les fenˆetres
Mˆeme raisonnement si on remplace le cr´eneau χ
Apar une fonction r´eelle w
Ajouant le mˆeme rˆole.
→ recherche des w
Abien localis´es en temps et en fr´equence.
D´efinition - fenˆetres
On appelle fenˆetres de telles fonctions.
Id´ee : pour am´eliorer la localisation en fr´equence de la fenˆetre, il faut prendre une fenˆetre plus r´eguli`ere que le cr´eneau. (c w
Ad´ecroˆıt alors plus vite)
10/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemples de fenˆetres
−0.25−0.2−0.15−0.1−0.0500.050.10.150.20.25
0 0.2 0.4 0.6 0.8 1
creneau triangle Hanning
−5 −4 −3 −2 −1 0 1 2 3 4 5
−5 0 5 10 15 20 25
TF creneau TF triangle TF Hanning
diff´erentes fenˆetres. . . et leurs transform´ees de Fourier Fenˆetre id´eale : bonne localisation (concentration) en temps et en fr´equence.
→ Impossible d’apr`es le th´eor`eme d’incertitude. . .
11/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
“Principe” d’incertitude (dit de Heisenberg) Soit un signal f ∈ L2(R),
σ
2t= 1
||f ||
22Z
R
t
2|f (t)|
2dt (dispersion d’´energie en temps) σ
2f= 1
||f ||
22Z
R
λ
2| b f (λ)|
2dλ (dispersion d’´energie en fr´equence) Th´eor`eme d’incertitude
On ne peut pas localiser un signal simultan´ement en temps et en fr´equence car :
σ
t2·σ
2f> 1 4π . Preuve : cf poly.
Remarque : peut-on trouver des fonctions `a support compact dont la transform´ee de Fourier (ou la TF inverse) est encore `a support compact ?
(int´erˆet : ex. conversion digital → analogique, cf s´eance 5)
→ Non. . . (cf Mallat chap. 2, th. de Paley-Wiener)
12/36Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Cons´equence du principe d’incertitude
On ne peut pas trouver de fenˆetre poss´edant une bonne localisation en temps et en fr´equence. . .
Mais les gaussiennes r´ealisent l’optimum dans le th´eor`eme d’incertitude, i.e.
Proposition
Si f = αe
−ct2avec c > 0, alors : σ
t2·σ
2f= 1
4π .
Conclusion : les fenˆetres gaussiennes r´ealisent le “meilleur”
compromis entre localisation temporelle et fr´equentielle.
13/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
S´eance 6
1
Limite de l’analyse de Fourier
2Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude
3L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret
Quelques applications
4Introduction aux ondelettes
Limite de la STFT
Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes
5Conclusion
14/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Transform´ee de Fourier `a fenˆetre ou STFT (Short Time Fourier Transform) introduit par Dennis Gabor
(1900-1979, prix Nobel 71, inventeur de l’holographie).
Rappel : transform´ee de Fourier de f ∈ L
2(R) b f (λ) =
Z
R
f (t) exp(−2iπλt)dt.
D´efinition - Transform´ee de Fourier `a fenˆetre Soit Wf(λ, b) = Z
R
f (t)w(t − b) exp(−2iπλt)dt.
W
fs’appelle la transform´ee de Fourier `a fenˆetre de f . Remarque : bien sˆur, d´epend du choix de w.
15/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Th´eor`eme Wf(λ, b) = Z
R
f(t)w(t − b) exp(−2iπλt)dt.
Th´eor`eme
Si w ∈ L
1∩ L
2r´eelle et ||w||
2= 1 alors
1
Conservation de l’´energie : ZZ
R2
|W
f(λ, b)|
2dλdb = Z
R|f (t)|
2dt
2
Formule de reconstruction : f (t) =
ZZ
R2
W
f(λ,b)w(t − b)e
2iπλtdλdb (dans L
2) Preuve : cf Gasquet-Witomski chap. 41 ou Mallat chap. 4.
16/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Remarque : “bases” des d´ecompositions Fourier : f (t) = R
R
b f (λ)ω
λ(t)dt o`u ω
λ(t) = e
2iπλt. Fourier `a fenˆetre : f (t) = RR
R2
W
f(λ, b)w
λ,b(t)dλdb o`u w
λ,b(t) = w(t − b)e
2iπλtet W
f(λ,b) = R
Rf · w
λ,b= R
R
b f · w d
λ,b(Parseval) Cas de la fenˆetre Gaussienne (→Gaborettes) :
−5−4 −3−2 −1 01 23 45
−1
−0.8
−0.6
−0.4
−0.2 0 0.2 0.4 0.6 0.8 1
1002003004005006007008009001000
20 40 60 80 100 120 140 160
Re(w
λ,b) | w d
λ,b| (autour de b) (autour de λ) . . .`a comparer `a ω
λet ω c
λdans le cas de Fourier classique.
17/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Spectrogramme
De la mˆeme mani`ere que l’on consid´erait le module des coefficients de Fourier pour caract´eriser les fr´equences pr´esentes dans le signal, on d´efinit :
D´efinition - spectrogramme Le spectrogramme d’un signal f est :
(λ, t) 7→ S
f(λ, t) = |W
f(λ, t)|
2.
18/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Transform´ee de Fourier discr`ete `a fenˆetre On consid`ere un signal discret (fn)
06n6N−1, et une fenˆetre discr`ete (w
n)
06n6N−1(tous deux p´eriodis´es).
D´efinition - Discrete STFT
La transform´ee de Fourier discr`ete `a fenˆetre de f est la famille des N
2coefficients :
W
m,l=
N−1X
n=0f
nw
n−me
−2iπlnNavec 0 6 m,l 6 N − 1.
Complexit´e algorithmique : O N
2log(N) . (en fait d´epend de la taille du support de (w
n). . .) Comme dans le cas continu, si ||w||
2= 1 on a une formule de reconstruction. (admis)
19/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Application 1 : compression
1
compression MP3 : DCT `a fenˆetre.
cf cours compression avec perte :
annulation des coefficients en-dessous d’un certain seuil + mod`ele psycho-acoustique.
2
compression JPEG.
idem, mais fenˆetres d´ecorr´el´ees. . .
20/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Application 2 : analyse de la parole
→ a e i o u
21/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Application 3 : effets sp´eciaux sonores
filtrage, equalization vocoder (voice-encoder)
22/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Application 4 : d´ebruitage
Donn´ee : signal sonore bruit´e par un bruit blanc gaussien.
Mod´elisation : s(t) = s
0(t) + b(t) o`u b(t) i.i.d.∼ N(0, σ).
spectre de s
0spectre de b spectre de s Deux m´ethodes de d´ebruitage :
lin´eaire : filtre passe-bas (⇔ convolution en temps) ; non-lin´eaire : e.g. mise `a z´ero des coefficients en dessous d’un seuil donn´e.
Bas´e sur la remarque : le spectre du signal d´ecroˆıt avec la fr´equence et contribue davantage que celui du bruit.
Remarque : bruit non-stationnaire compatible avec STFT.
23/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
S´eance 6
1
Limite de l’analyse de Fourier
2Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude
3L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret
Quelques applications
4Introduction aux ondelettes
Limite de la STFT
Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes
5Conclusion
24/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Limite de la transform´ee de Fourier `a fenˆetre
STFT : analyse des signaux par une sinuso¨ıde de fr´equence λ restreinte `a une fenˆetre translat´ee en temps de b.
Inconv´enient : la taille de la fenˆetre est fix´ee a priori.
Probl`eme pour analyser un signal pr´esentant des variations
`a des ´echelles tr`es diff´erentes.
C’est en fait le cas de beaucoup de signaux, par exemple : mod´elisation d’une note de musique : attaque, maintien, chute ;
image pr´esentant des textures ;
→ une r´eponse : la th´eorie des ondelettes.
25/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
O`u l’on joue de l’accord´eon Ondelettes / Wavelets : g´eophysicien Jean Morlet (Elf-Aquitaine) + physicien Alex Grossmann, 1984.
`A partir de ψ (ondelette-m`ere) on construit les fonctions : ψ
s,u= p 1
|s| ψ t − u
s
avec s 6= 0, u ∈ R.
Comparaison gaborettes / ondelettes :
(source : Gasquet-Witomski)26/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemples d’ondelettes-m`eres
V´erifie les conditions d’admissibilit´e, si possible r´eguli`ere. . .
Mexican Hat Ondelette d’Yves Meyer
27/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Transform´ee continue en ondelettes Th´eor`eme - Calder`on 1964 / Grossmann Morlet 1984 Soit ψ ∈ L1∩L
2(ondelette-m`ere) telle que :
1
||ψ||
2= 1
2Z
R| ψ(λ)| b
2|λ| dλ = K < +∞ (condition d’admissibilit´e) Soient ψ
s,u(t) = √
1|s|
ψ
t−uset : W
f(s,u) = R
Rf(t)ψ
s,u(t)dt . Alors :
1
1
K ZZ
R2
|W
f(s,u)|
2dsdu s
2= Z
R
|f (t)|
2dt (conserv. ´energie)
2f(t) = 1
K ZZ
R2
W
f(s,u)ψ
s,u(t) dsdu
s
2(reconstruction L
2) Remarque : la condition d’admissibilit´e implique ψ(0) = b R
R
ψ = 0, soit ψ oscillante.
28/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemple de transform´ee en ondelettes W f (s,u)
source : Mallat.
´echelle s petite → singularit´es “microscopiques”.
´echelle s grande → singularit´es “macroscopiques”.
29/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Transform´ee discr`ete en ondelettes
Id´ee : transform´ee en ondelettes redondante, on doit pouvoir se contenter de garder “moins” de coefficients.
→ on cherche donc des bases orthonorm´ees d’ondelettes de L
2: (ψ
j,k)
j,k∈Z(o`u ψ est une ondelette) avec :
ψ
j,k(t) = 2
j/2ψ(2
jx − k).
On a alors
f (t) = X
j,k∈ZW
f(j,k)ψ
j,k(t).
Autrement ´ecrit : f (t) = X
j∈Z
f
jo`u f
j= X
k∈Z
W
f(j, k)ψ
j,k. f
jrepr´esente les d´etails `a l’´echelle 2
−j(ou `a la r´esolution j) du signal f
On peut approcher f par F
n=
n−1X
j=−∞f
j(F
n→ f dans L
2).
30/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemple de bases d’ondelettes orthonorm´ees 1) L’ondelette d’Yves Meyer (1985) fournit une b.o.n.
2) La remarque pr´ec´edente permet de construire
“automatiquement” des b.o.n. d’ondelettes `a partir d’analyses multir´esolutions de L
2.
Dans ce cadre, Ingrid Daubechies (1988) propose des ondelettes :
`a support compact (int´erˆet : localisation temporelle) et `a p moments nuls (int´erˆet : coefficients des ´echelles fines n´egligeables l`a o`u f est r´egulier).
source : Mallat.
31/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemples / applications (1)
Analyse d’un ´electrocardiogramme.
(source :http://pagesperso-orange.fr/michel.hubin/physique/signal/chap_si1.htm)
32/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemples / applications (2) D´ebruitage, “d´eclicage”.
(source : Donoho & Johnstonewavelet shrinkage, 1993) 33/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Exemples / applications (3) Compression : JPEG 2000.
TIFF JPEG JPEG2000
65ko 4 ko 4 ko
Block effect ? Ringing ? D´erive des couleurs ? Bonne introduction :
http ://en.wikipedia.org/wiki/JPEG_2000
34/36Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
S´eance 6
1
Limite de l’analyse de Fourier
2Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude
3L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret
Quelques applications
4Introduction aux ondelettes
Limite de la STFT
Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes
5Conclusion
35/36
Initiation au traitement du signal - S´eance 6 F. Sur - ENSMN Limite de l’analyse de Fourier Les fenˆetres
Les fenˆetres Th´eor`eme d’incertitude L’id´ee de Dennis Gabor
Transform´ee de Fourier `a fenˆetre Le cas discret Quelques applications Introduction aux ondelettes
Limite de la STFT Transform´ee continue en ondelettes Transform´ee discr`ete en ondelettes Conclusion
Conclusion
Probl`eme de l’analyse de Fourier “standard” : bien adapt´ee aux signaux stationnaires. . . mais ne permet pas d’obtenir d’information temporelle.
Solution : transform´ee de Fourier `a fenˆetre.
Mais :
compromis pr´ecision temporelle / fr´equentielle, fenˆetre d’analyse fix´ee a priori.
“Mieux” : les ondelettes permettent une d´ecomposition multi-´echelle.
36/36