Appareil de traitement de signaux en pyramide hiérarchique
en temps réel.
La présente invention concerne un appareil
de traitement de signaux destiné à analyser et/ou à synthétiser des signaux. Plus particulièrement, l'appareil de traitement de signaux selon l'invention utilise une organisation pipe-line pour analyser en temps réel retardé le spectre de fréquence d'une composante d'informations (ayant une ou pluseiurs dimensions) d'un signal temporel donné dont la plus haute fréquence considérée
<EMI ID=1.1>
temps réel retardé le signal temporel à partir de son spectre de fréquence analysé. Bien que l'invention ne soit pas limitée à cette application, elle convient particulièrement pour le traitement d'images en temps réel retardé de fréquences spatiales bidimensionnelles d'images de télévision définies par un signal vidéo temporel.
De nombreux travaux ont été accomplis pour produire un modèle du fonctionnement du système visuel humain. Il est apparu que le système visuel humain semble calculer une décomposition spatiale-fréquence primitive d'images lumineuses, par cloisonnement des informations
de fréquences spatiales en un certain nombre de bandes
de fréquences spatiales et contigUes se chevauchant. Chaque bande a à peu près une largeur d'une octave et
la fréquence centrale de chaque bande diffère de ses voisines d'un facteur d'environ deux. Des recherches
ont suggéré qu'il y a à peu près sept bandes ou "canaux" couvrant la plage des fréquences spatiales de 0,5 à
60 cycles/degrés du système visuel humain. L'importance de cette découverte est que des informations de fréquences spatiales séparées d'un facteur supérieur à deux
d'autres informations de fréquences spatiales peuvent être traitées indépendamment par le système visuel humain.
Il a été en outre trouvé que le traitement des fréquences spatiales apparaissant dans le système visuel humain est localisé dans l'espace. Ainsi, les signaux dans chaque canal de fréquence spatiale sont calculés dans des petites sous-régions de l'image.
Ces sous-régions se chevauchent entre elles et ont
à peu près une largeur de deux cycles à une fréquence particulière.
Si une image de réseau sinusoïdal est utilisée comme configuration d'essai, il apparaît que
la fonction contraste/seuil-sensibilité pour l'image de réseau sinusoïdal, déroule rapidement quand la fréquence spatiale de cette image augmente. Autrement dit, des fréquences spatiales élevées nécessitent un contraste élevé pour être vues (environ 20% à 30 cycles/degrés) mais des fréquences spatiales plus basses nécessitent un contraste relativement bas pour être vues (environ 0,2%
à 3 cycles/degrés).
Il s'est avéré que la capacité du système visuel humain de détecter un changement dans le contraste d'une image de réseau sinusoïdale qui est au-dessus du seuil est également meilleure aux fréquences spatiales inférieures qu'aux fréquences spatiales supérieures.
Plus particulièrement, chez un sujet.humain moyen,
pour discriminer correctement un changement de contraste de 75% du temps, il faut à peu près un changement de contraste de 12% pour un réseau sinusoïdal à trois cycles/degrés, mais un changement de contraste de 30% pour un réseau à 30 cycles/degrés.
Le Dr. Peter J. Burt, qui est averti des propriétés mentionnées ci-dessus du système visuel
humain a développé un algorithme (appelé ci-après "pyramide de Burt") qu'il a appliqué au moyen d'un calculateur en temps non réel pour analyser les fréquences spatiales bi-dimensionnelles d'une image en plusieurs bandes de fréquences spatiales séparées. Chaque bande
de fréquences spatiales (autre que la bande des fréquences spatiales la plus basse) a de préférence une largeur d'une octave. Ainsi, si la fréquence spatiale
la plus élevée considérée de l'image n'est pas supérieure <EMI ID=2.1>
3f0/8, etc..).
Il y a lieu.. maintenant de se référer à la liste suivante d'articles autorisés par le Dr. Burt
qui décrit en détail différents aspects de la pyramide Burt :
"Segmentation and Estimation of Image Region Properties Through Coopérative Hierarchial Computation", par
Peter J. Burt, et coll., IEE Transactions on Systems,
Man and Cybernetics, Vol. SMC-11, N[deg.] 12, 802-809, Décembre
1981.
"The Laplacian Pyramid as a Compact Image Code" par
Peter J. Burt, et coll., IEE Transactions on Communications, Vol, COM-31, N[deg.] 4, 532-540, avril 1983.
"Fast Algorithms for Estimating Local Image Properties" par Peter J. Burt, Computer Vision, Graphics, and Image Processing 21, 368-382 (1983).
"Tree and Pyramid Structures for Coding Hexagonally Sampled Binary Images" par Peter J. Burt, Computer Graphics and Image Processing 14, 271-280 (1980).
"Pyramid-based Extraction of Local Image Features with Applications to Motion and Texture Analysis" par
Peter J. Burt, SPIE Vol 360, 114-124.
"Fast Filter Transforms for Image Processing" par
Peter J. Burt, Computer Graphics and Image Processing 16
20-51 (1981).
"A Multiresolution Spline with Applications to Image MosaIcs", par Peter J. Burt et coll. Image Processing Laboratory Electrical, Computer, and Systems Engineering Department, Rensselaer Polytechnic Institute, June 1983. "The Pyramid as a Structure for Efficient Computation"
par Peter J. Burt, Image Processing Laboratory,
Electrical and Systems Engineering Department,
Rennselaer Polytechnic Institute, juillet 1982.
L'algorithme de la pyramide de Burt
utilise des techniques particulières d'échantillonnage
pour analyser une image originale de résolutions relativement élevées en une hiérarchie de N (où N est un
nombre entier) images composantes séparées (dans lesquelles chaque image composante est une image de Laplace constituée d'une octave différente des fréquences spatiales
de l'image originale) plus une image rémanante de Gauss
(qui est constituée par toutes les fréquences spatiales
de l'image originale au-dessous de l'image de Laplace
de composantes de plus basse octave). Le terme "pyramide" tel qu'il est utilisé ici concerne la réduction successive de la largeur de bande de fréquences spatiales et
de densité des échantillons de chacune des images composantes de la hiérarchie en allant de l'image composante de l'octave la plus élevée vers l'image composante de l'octave
la plus basse.
Un premier avantage de l'algorithme de la pyramide de Burt est qu'il permet que l'image originale
de haute résolution soit synthétisée à partir des images composantes et de l'image restante sans introduction des fréquences spatiales parasites dues à des erreurs. Un
second avantage de l'algorithme de la Pyramide de Burt
est que la largeur de bande des fréquences spatiales
d'une octave dans chaque hiérarchie des images composantes répond aux propriétés du système visuel humain mentionné ci-dessus. Cela permet de traiter sélectivement ou de modifier sélectivement les fréquences spatiales de
certaines individuelles des images composantes de la hiérarchie de manières indépendantes et différentes
(c'est-à-dire sans traitement du signal d'une quelconque image composante affectant nettement une autre image composante) afin d'améliorer ou de produire certains
autres effets désirés dans l'image stynthétisée dérivée
des images composantes traitées. Un exemple d'un tel
effet désiré est la technique de séparation à résolutions multiples décrite en détail dans l'article "A Multi-resolution Spline with Applications to Image Mosaics" mentionné ci-dessus.
Jusqu'à présent, l'algorithme de la Pyramide de Burt a été appliquée en temps non réel au moyen d'un calcul numérique à usage universel. Le niveau de chaque échantillon d'élément d'image d'une image originale
est représenté par un nombre à plusieurs bits (par exemple 8 bits) mémorisé à une position d'adresse individuelle d'une mémoire de calculateur. Par exemple, une image originale bidimensionnelle de résolution relativement élevée comprenant 29(512) échantillons d'éléments d'images dans chacune de ces deux dimensions nécessite une mémoire deogrande capacité de 218(262.144) positions d'adresses pour mémoriser respectivement chacun des nombres à plusieurs bits représentant les niveaux des échantillons d'éléments d'images respectifs constituant l'image initiale.
L'image originale mémorisée dans la mémoire peut être traitée par un calculateur numérique selon l'algorithme de la Pyramide de Burt. Ce traitement implique l'exécution itérative de phases telles que la convolution des échantillons d'éléments d'images avec une fonction de pondération de noyaux prédéterminée, une conversion décimale des échantillons, une expansion des échantillons par interpolation et une soustraction des échantillons. La valeur de la fonction de noyaux (dans une ou plusieurs dimensions) est relativement réduite
(en ce qui concerne le nombre des éléments d'images)
comparativement à chaque dimension de l'image entière.
La sous-région ou la fenêtre des éléments d'images
(de dimensions égales à la fonction de noyau et disposées symétriquement autour de chaque élément d'image) est multipliée par la fonction de pondération de noyau et additionnée dans un calcul de convolution.
La fonction de pondération de noyau est choisie pour fonctionner comme un filtre passe-bas des fréquences spatiales multi-dimensionnelles de l'image subissant la convolution. La fréquence nominale de
r "coupure" (également appelée dans la technique des
filtres "coude") de la caractéristique du filtre
passe-bas prévu dans chaque dimension par la fonction de noyau est choisie pour être pratiquement la moitié de
la plus haute fréquence considérée dans cette dimension
du signal subissant convolution. Mais cette caractéristique de filtre passe-bas n'a pas nécessairement un déroulement en gradins à une fréquence de coupure donnée mais peut avoir un déroulement relativement progressif, auquel cas une fréquence nominale de coupure est définie comme la fréquence à laquelle une certaine valeur prédéterminée (par exemple 3 dB) d'atténuation est produite.
Des filtres avec des caractéristiques progressives peuvent être utilisés car la Pyramide de Burt compense de par sa nature l'introduction des fréquences parasites, dues à des erreurs, résultant d'une caractéristique passe-bas progressive du filtre. L'image convoluée est décomposée en éliminant dans chacune des dimensions respectives de l'image, successivement considérées un élément d'images convolué sur deux, ce qui réduit de moitié le nombre des éléments d'images convoluées dans chaque dimension.
Etant donné qu'une image est conventionnellement bidimensionnelle, une image décomposée et convoluée est constituée seulement par un quart du nombre des éléments que contient l'image avant cette décomposition. Le nombre réduit des éléments d'images dans cette image décomposée
et convoluée (appelée une image de Gauss) est mémorisé dans une seconde mémoire.
En commençant avec les échantillons d'éléments d'images initiales mémorisés, la procédure précitée de convolution-décomposition est effectuée de façon itérative Nfois (où N est un nombre entier) ce dont il résulte
N+1 images constituées par l'image initiale de haute résolution et une pyramide hiérarchique de N images supplémentaires de Gauss de résolution réduite, dans lesquelles le nombre des échantillons d'images (densité
des échantillons) dans chaque dimension de chaque image supplémentaire est seulement la moitié du nombre des échantillons dans chaque dimension de l'image immédiatement précédente. Si l'image initiale mémorisée de haute réso-
<EMI ID=3.1>
supplémentaires mémorisées peut être désignée respectivement par G. à GN' le nombre successivement réduit des échantillons de chacune de ces N images supplémentaires étant mémorisée dans l'une séparée de N mémoires. Ainsi, en comptant l'image initiale mémorisée, il y a au total N+1 mémoires.
Dans la mise en oeuvre en temps non réel d'algorithmes de la Pyramide de Burt, la procédure de calcul suivante consiste à produire des échantillons supplémentaires de valeurs interpolées entre chaque paire d'échantillons d'éléments d'images mémorisés G., dans chaque dimension, ce qui produit une expansion de la
<EMI ID=4.1>
à la densité d'échantillonnage de l'image initiale mémorisée
<EMI ID=5.1>
l'image expansée G. est ensuite soustraite de la valeur numérique mémorisée de l'échantillon correspondant de
<EMI ID=6.1>
tion d'erreur de fréquences spatiales inférieures correspondant à la perte d'informations causées respectivement par la phase de décomposition utilisée pour dériver la
<EMI ID=7.1>
l'introduction des échantillons de valeurs interpolées apparaissant dans l'expansion de la densité d'échantillons
<EMI ID=8.1>
mémoires de pyramide.
D'une manière similaire, en répétant de façon itérative cette procédure, une hiérarchie constituée de N-1 images de Laplace supplémentaires L1 à
LN-1 est obtenue à son tour et écrite dans l'une correspondante des N-1 mémoires supplémentaires respectives dans lesquelles sont mémorisées les images de Gauss G. à GN-1 (en remplaçant ainsi en mémoire les images de
<EMI ID=9.1>
d'échantillons la plus réduite) n'est pas remplacée
dans sa mémoire correspondante par une image de Laplace mais elle reste mémorisée dans cette mémoire comme un reste de Gauss constitué par les fréquences spatiales les pluq basses (c'est-à-dire celles au-dessous de l'octave LN-1) que contient l'image d'origine.
L'algorithme de Pyramide de Burt permet de rétablir l'image initiale, sans erreur, par une procédure de calcul itérative qui applique des phases successives
<EMI ID=10.1>
image somme. Cette image somme est expansée d'une façon similaire et additionnée à l'image de Laplace
<EMI ID=11.1>
résolution soit synthétisée par la sommation de toutes les images de Laplace et l'image restante. En outre, après l'analyse d'une ou plusieurs images originales
en N images de Laplace et un reste de Gauss, il est possible d'introduire toute opération de traitement ou de modification d'images voulues particulières (comme une séparation) avant de synthétiser une image complète de haute résolution.
La mise en oeuvre en temps réel de l'algorithme de Pyramide de Burt par un traitement par calculateur est efficace pour traiter des informations d'images fixes. Elle n'est donc pas applicable à l'analyse d'un flux d'images successives qui peuvent changer continuellement dans le temps (par exemple des trames vidéo successives d'une image de télévision). Les mises en oeuvre en temps réel de l'algorithme de la Pyramide de Burt, selon l'invention, sont nécessaires pour analyser des images successives qui changent avec le temps.
Plus particulièrement, l'invention concerne donc un appareil de traitement de signaux avec une organisation pipe-line pour analyser en temps réel retardé le spectre de fréquences d'une composante d'informations d'un signal temporel donné dans lequel la fréquence la plus élevée considérée de ce spectre
<EMI ID=12.1>
cette composante d'information du signal temporel donné correspond à des informations ayant un nombre donné de dimensions. L'appareil comporte un groupe de N dispositifs de translation de signaux échantillonnés, disposés de façon ordinaire (où N est un nombre entier). Chacun des dispositifs de translation comporte une première et une seconde bornes d'entrée et une première et une seconde bornes de sortie. La première borne d'entrée du premier dispositif de translation du groupe est connectée pour recevoir le signal d'entrée temporel donné. La première borne d'entrée de chacun du second Nième dispositif de translation du groupe est connectée à la première borne
de sortie du dispositif de translation qui le précède immédiatement dans ce groupe, de sorte que chacun du second au Nième dispositif de translation émet un signal vers le dispositif de translation du groupe qui le suit immédiatement. La seconde borne d'entrée de chacun des dispositifs de translation du groupe est connectée pour recevoir un signal d'horloge d'échantillonnage séparé. Avec cette disposition, chacun des dispositifs de translation du groupe dérive à sa première et sa seconde bornes de sortie des signaux à une fréquence égale à la fréquence d'échantillonnage du signal d'horloge qui lui est appliqué.
En outre, chaque dispositif de translation
du groupe remplit une fonction de transfert passe-bas entre sa première borne d'entrée et la première borne de sortie pour la composante d'informations du signal appliquée à sa première borne d'entrée. La fonction de transfert passe-bas de chaque dispositif de translation du groupe a une fréquence de coupure nominale qui est une fonction directe de la fréquence d'échantillonnage du signal d'horloge appliqué à ka seconde entrée de ce dispositif de translation du groupe. En outre, le signal d'horloge, lorsqu'il est appliqué à la seconde borne d'entrée du premier dispositif de translation du groupe a une fréquence d'échantillonnage qui (a) est double de
<EMI ID=13.1>
fréquence de coupure nominale de la fonction de transfert passe-bas du premier dispositif de translation du groupe
<EMI ID=14.1>
appliqué à la secondé borne d'entrée de chacun du second
au Nième dispositif de translation du groupe a une
fréquence d'échantillonnage qui (a) est inférieure à
la fréquence d'horloge appliquée à la seconde borne d'entrée de celui des dispositifs de translation qui précède immédiatement dans le groupe, (b) est au moins égale au double de la fréquence maximale de la composante d'informations appliquée à sa première borne d'entrée, et (c) établit une fréquence nominale de coupure pour sa fonction
de transfert passe-bas qui est inférieure à celle du dispositif de translation du groupe qui précède immédiatement.
Le signal apparaissant à la seconde borne
de sortie de chaque dispositif de translation du groupe correspond à la différence entre la composante d'informations appliquée à sa première entrée et une fonction
directe de la composante d'informations dérivée à sa
première borne de sortie.
Bien que cela ne soit pas limitatif, la composante d'informations du signal temporel donné,
traité par l'appareil de traitement de signaux selon l'invention, peut par exemple correspondre aux composantes
de fréquences spatiales bidimensionnelles de chacune
des trames successives d'une image de télévision qui a été balayée en série dans chacune des deux dimensions.
En général, l'invention convient pour analyser le spectre de fréquence d'un signal produit
par une source de fréquences spatiales ou non spatiales dans une ou plusieurs dimensions, indépendamment de la nature particulière de la source. Ainsi, par exemple, l'invention convient pour analyser des signaux complexes
à 1, 2 ou plusieurs dimensions provenant de sources de son, de sources radar, de sources sismographiques, de sources robotiques, etc.. en plus des sources d'images visuelles bidimensionnelles comme des images de télévision. De plus, l'invention est également orientée sur un appareil de traitement de signaux utilisant une organisation pipe-line en réponse à un groupe de signaux analysés
pour synthétiser en temps réel retardé le signal
complexe.
D'autres caractéristiques et avantages de l'invention seront mieux compris à la lecture de la description qui va suivre de plusieurs exemples de réalisation et en se référant aux dessins annexés sur lesquels :
La figure 1 est un diagramme fonctionnel qui illustre l'invention dans sa mise en oeuvre la plus générale et la plus générique, La figure 1a représente un mode numérique de réalisation de première espèce de l'un des dispositifs de translation de signaux échantillonnés de groupe
de la figure 1, La figure 1b représente un mode numérique de réalisation d'une seconde espèce de l'un des dispositifs de translation de signaux échantillonnés du groupe
de la figure 1, La figure 1c représente un autre mode numérique de réalisation du dispositif de translation finale de signaux échantillonnés du groupe, de la première ou de la seconde espèces de la figure 1, La figure 2 montre un exemple d'une fonction de pondération noyau qui peut être utilisée pour la mise en oeuvre de l'invention, La figure 3 est un schéma simplifié d'un système unidimensionnel d'analyseur de spectre, de circuits de modification de spectre et d'analyseur de signaux selon des aspects de l'invention, La figure 4 est un schéma simplifié de l'un des étages d'analyse utilisés pour les calculs itératifs du processus d'analyse spectral de la figure
3, analyse faite selon un aspect de l'invention, La figure 5 est un schéma simplifié d'une modification qui peut être apportée à une paire d'étages successifs d'analyse de la figure 4 dans un
autre mode de réalisation de l'invention, La figure 6 est un schéma simplifié de l'un des étages de synthèse utilisé dans le processus itératif de synthèse de signaux de la figure 3 à partir des composantes spectrales,
Les figures 7, 8, 9 et 10 sont des schémas simplifiés des circuits de modification de spectre de la figure 3 selon l'invention, La figure 11 est un schéma simplifié d'une modification au système de la figure 3 utilisée lorsqu'il est souhaitable d'aligner dans le temps des échantillons de spectre pour le traitement selon un aspect de l'invention, La figure 12 est un schéma simplifié d'un analyseur de spectre de fréquence spatiale bidimensionnelle utilisant l'organisation pipe-line pour effectuer l'analyse spectrale en temps réel retardée, et La figure 13 est un schéma simplifié d'un appareil pour synthétiser des signaux représentant la trame d'échantillonnage analysée par l'analyseur de spectre de la figure 12 à partir de son spectre de sortie.
Selon la figure 1, chacun des dispositifs de translation de signaux échantillonnés 100-1 à 100-N
y compris, disposés dans l'ordre (où N est un nombre entier) comportent deux bornes d'entrée et deux bornes
/ de sortie. Un signal temporel donné GO définissant des informations est appliqué comme une entrée à une première des deux bornes d'entrée du premier dispositif de
<EMI ID=15.1>
peut être un signal analogique permanent (par exemple un signal de son ou un signal vidéo) ou en variante, le
<EMI ID=16.1>
lonné. En outre, dans ce dernier cas, chaque niveau d'échantillon peut être représenté directement par un niveau d'amplitude ou peut être représenté indirectement par un nombre (par exemple en faisant passer chaque niveau d'amplitude d'échantillon par un convertisseur analogique-numérique non représenté sur la figure 1 avant d'appliquer le signal temporel GO à la première entrée du dispositif.de translation 100-1)..Le spectre
de fréquence de GO comprend une plage s'étendant entre zéro (c'est-à-dire une tension continue) et la fréquence
<EMI ID=17.1>
fréquences considérées qui correspondent à des informations ayant un nombre donné de dimensions).
Plus particulièrement, GO peut être un signal filtré préalablement mais ne contenant aucune fréquence supé-
<EMI ID=18.1>
variante GO peut contenir certaines composantes ;de
<EMI ID=19.1>
ce dernier cas, le critère de Nyquist n'est pas satisfait et il en résulte quelque erreur. Sur le plan pratique, bien qu'elle soit indésirable, cette erreur si elle n'est pas trop importante peut quelquefois être tolérée.
Selon la figure 1, la première borne d'entrée de chacun des autres dispositifs de translation
100-2... 100-N du groupe est connectée à la première des deux bornes de sortie du dispositif de translation du groupe qui précède immédiatement. Plus particulièrement, la première borne de sortie du dispositif de translation de signaux 100-1 est reliée à la première borne d'entrée du dispositif de translation 100-2 ; la première borne de sortie du dispositif de translation 100-2 est reliée
à la première borne d'entrée du dispositif de translation
100-3, non représentée ; ... et la première borne de sortie du dispositif de translation 100-(N-1, également non représenté) est reliée à la première borne d'entrée du dispositif de translation 100-N. Ainsi, l'appareil de traitement de signaux de la figure 1 utilise l'organisation pipe-line en reliant chaque dispositif de translation respectif de groupe à un autre.
Un signal d'horloge séparé de fréquence d'échantillonnage est appliqué à la seconde des deux bornes d'entrée de chaque dispositif de translation du groupe 100-1... 100-N. Plus particulièrement le dispo-
<EMI ID=20.1>
CL1 de fréquence d'échantillonnage à la seconde entrée ; le second dispositif de translation 100-2 reçoit le signal d'horloge CL2 de fréquence d'échantillonnage à
sa seconde entrée... et le dispositif de translation
100-N reçoit le signal d'horloge CLN de fréquence d'échantillonnage appliqué à sa seconde entrée. Les valeurs
<EMI ID=21.1>
tes de la manière indiquée sur la figure 1. La signification de ces contraintes sera discutée plus en détail
par la suite.
En outre, selon la figure 1, le dispositif de translation 100-1 produit un second signal de sortie
<EMI ID=22.1>
les autres dispositifs de translation 100-2... 100-N
du groupe produisent des signaux de sortie respectifs L1... LN-1 à leurs secondes bornes de sortie respectives.
Chacun des dispositis de translation 100-1...
100-N du groupe, indépendamment de sa structure interne particulière, peut être considéré comme une "boite noire" qui remplit une fonction de transfert passe-bas entre
sa première borne d'entrée et sa première borne de sortie pour le spectre de fréquence de la composante d'informations du signal d'entrée appliqué à sa première borne d'entrée. En outre, cette fonction de transfert passebas de chaque dispositif individuel de translation 100-1,
100-2...100-N du groupe assure une élimination à une fréquence nominale de coupure qui est une fonction directe de la fréquence d'échantillonnage du circuit d'horloge appliqué à la seconde borne d'entrée. Comme cela a
été expliqué ci-dessus, dans le cas de la Pyramide de Burt, l'élimination peut être progressive plutôt que en gradins.
Plus particulièrement, le dispositif de translation 100-1 reçoit le signal d'entrée GO décrit ci-dessus à sa première borne d'entrée. La fréquence
la plus élevée considérée dans le spectre de fréquence de
<EMI ID=23.1>
d'échantillonnage du signal d'horloge UL.. appliquée à la seconde borne d'entrée du dispositif de translation
<EMI ID=24.1>
conditions, la fonction de transfert passe-bas entre la première borne,ci'entrée et la première borne de sortie du dispositif de translation 100-1 est telle que seules
<EMI ID=25.1>
de translation 100-1. Ainsi, un signal de sortie G-1 est produit à la première borne de sortie du dispositif de translation 100-1 avec un spectre de fréquence
(déterminé par les caractéristiques particulières de la fonction de transfert passe-bas.) qui est constitué principalement par la partie inférieure du spectre de
<EMI ID=26.1>
la première borne d'entrée du dispositif de translation
100-2.
Comme l'indique la figure 1, l'horloge de
�
fréquence d'échantillonnage CL2 (appliquée à la seconde borne d'entrée du dispositif de translation 100-2)
est inférieure à 2f (fréquence d'échantillonnage de
<EMI ID=27.1>
faire le critère de Nyquist dans le spectre de fréquence de G1 appliqué à la première borne d'entrée du dispositif de translation 100-2, bien qu'elle ne soit pas suffisamment élevée pour satisfaire le critère de Nyquist pour la plus
<EMI ID=28.1>
fréquence de GO appliqué à la première borne d'entrée
du dispositif de translation 100-1 qui précède immédiatement. Ce type de relation (dans laquelle la fréquence d'échantillonnage d'ahorloge appliquée à la seconde
entrée du dispositif de translation du groupe diminue quand la position dans l'ordre de ce dispositif de translation du groupe augmente) s'applique de façon générale.
Plus particulièrement, l'horloge appliquée à la seconde borne d'entrée de chacun des dispositifs de translation
100-2... 100-N du groupe a une fréquence d'échantillonnage qui (a) est inférieure à celle de l'horloge de la seconde entrée du dispositif de translation du groupe qui précède immédiatement, (b) est au moins égale au double de la fréquence maximale de la composante d'information du signal appliqué à la première borne d'entrée et (c)
décale vers le bas la fréquence nominale de coupure pour
sa fonction de transfert passe-bas à une valeur inférieure à celle du dispositif de translation du groupe qui
précède immédiatement. Ainsi, la fréquence maximale
<EMI ID=29.1>
enfin, la fréquence maximale fN dans le spectre de
<EMI ID=30.1> signal GN-1 (apparaissant à la première borne de
sortie du dispositif de translation - non représenté-
du groupe qui précède immédiatement le dispositif de translation 100-N et qui est appliqué à la première entrée du dispositif de translation 100-N).
A nouveau, en considérant chaque dispositif individuel de translation 100-1... 100-N comme une
<EMI ID=31.1>
produit respectivement à la seconde sortie de chaque dispositif de translation 100-1... 100-N du groupe correspond à la différence entre la composante d'information du signal appliqué à la première borne d'entrée de ce dispositif de translation et une fonction directe de la composante d'informations du signal provenant de la première borne de sortie de ce dispositif de transla-
<EMI ID=32.1>
fonction directe spécifiée G1. D'une manière similaire, L1 est égal (ou au moins correspond) à G1-g (G2) ;..
<EMI ID=33.1>
L'appareil de traitement de signaux décrit
<EMI ID=34.1>
à la seconde borne de sortie de chacun des dispositifs de translation pipe-line 100-1... 100-N du groupe)
<EMI ID=35.1>
première borne de sortie du dernier dispositif de translation (100-N) du groupe).
En général, les seules limitations des valeurs relatives des fréquences d'horloge d'échantil-
<EMI ID=36.1>
sur la figure 1. Mais il est généralement avantageux
de spécifier des valeurs des fréquences d'horloge d'échantillonnage appliquées à la seconde borne d'entrée de chacun des dispositifs de translation 100-1... 100-N
<EMI ID=37.1>
CLN/CLN-1 soient égaux à 1/2 (ou une puissance entière de 3/2 correspondant au nombre des dimensions de la composante d'informations du signal analysé). Il en résulte que la sortie analysée du spectre de fréquence du signal original GO est divisée en des bandes passantes de fréquences parallèles et séparées de signaux de
<EMI ID=38.1>
erreurs d'échantillonnage dues à la perte d'informations du signal entrainées par une réduction de densité d'échantillonnage ou à l'adjonction de composantes parasites erronées) ont toutes une largeur d'une octave pour chaque dimension de la composante d'informations
et contiennent seulement les fréquences présentes dans le spectre de fréquences de signal initial GO se situant dans cette octave particulière. Des fréquences du spectre de fréquence du signal original GO se situant au-dessous du signal de composante de Laplace d'octave
<EMI ID=39.1>
Gauss restant G de la sortie analysée.
En général N est un nombre entier d'une valeur donnée de deux ou davantage, mais il existe des types d'informations dans lesquelles une valeur donnée relativement faible de N peut suffire pour analyser toutes les fréquences considérées dans chaque dimension du spectre de fréquences du signal original GO avec
une résolution suffisamment élevée. A titre d'exemple, dans le cas des images visuelles, il apparaît souvent qu'une valeur de N égale à sept est suffisante de sorte que dans ce cas, les fréquences dans chaque dimension du
<EMI ID=40.1>
fréquence GO du signal original.
La figure 1a présente sous une forme,généralisée un mode numérique de réalisation d'une première espèce d'un dispositif de translation de signaux échantillonnés 100-1... 100-N du groupe pipe-line de la figure 1.
Sur la figure 1a, ce mode de réalisation de la première espèce d'un dispositif individuel de translation 100-1...
100 (N-1) du groupe est désigné par 100a-K et le mode
de réalisation de première espèce du dispositif de translation qui suit immédiatement dans le groupe est
désigné par 100a-(N-1).
Le dispositif de translation 100a-K est constitué par un filtre à convolution numérique 102
à m prises (où m est un nombre entier de trois ou davantage, de préférence impair, un circuit de décomposition 104,
un expanseur 106, un filtre d'interpolation numérique
108 n prises (où n est un nombre entier de trois ou davantage de préférence impair), un circuit à retard
109 et un soustracteur 110. L'horloge de fréquence d'échantillonnage CL3 (c'est-à-dire l'horloge représentée sur la figure 1, appliquée à la seconde entrée de chaque dispositif de translation du groupe de dispositif de translation 100a-K) est appliquée à une entrée de
commande de chacun des éléments respectifs 102, 104,
106, 108, 109 et 110.
<EMI ID=41.1>
entrée du dispositif de translation 100a-K est appliqué
à une entrée du filtre à convolution 102 et après
le retard 109 à une entrée du soustracteur 110. Les densités des échantillons indiquées dans la figure 1a sont les mêmes densités par dimensions du signal d'infor-
<EMI ID=42.1>
densité d'échantillons dans chaque dimension du signal d'informations qui est établi dans le domaine temporel
<EMI ID=43.1>
filtre 102. La fonction du filtre à convolution 102
est de réduire la fréquence maximale de son signal de sortie GK par rapport à la fréquence maximale de son signal d'entrée GK-1 (comme expliqué ci-dessus en
regar de la figure 1). Mais comme l'indique la figure 1a, la densité des échantillons à la sortie du filtre 102
<EMI ID=44.1>
Cette sortie du filtre 102 est appliquée
à une entrée du circuit de décomposition 104. Ce
dernier émet à sa sortie certains seulement (non la totalité des échantillons successifs dans chaque dimension qui sont appliqués à son entrée par le
filtre 104. Ainsi, la densité d'échantillons dans chaque dimension à la sortie du circuit de décomposition 104 est réduite par rapport à la densité des échantillons dans cette dimension à son entrée. Plus particulièrement, comme l'indique la figure 1a, la densité d'échantillons CLK+1 dans chaque dimension à la sortie du circuit de décomposition 104 est telle que dans le domaine temporel, elle peut être définie à la fréquence réduite déterminée par l'horloge de fréquence d'échantillonnage réduite
<EMI ID=45.1>
translation 100a-(K+1) qui suit immédiatement. En outre, les échantillons de densité réduites dans chaque dimension
<EMI ID=46.1>
104 tels qu'ils sont organisés dans le domaine temporel apparaissent en phase avec l'apparition de l'horloge
<EMI ID=47.1>
entrée du dispositif de translation 100a-(K+1) qui suit
<EMI ID=48.1>
du circuit de décomposition 104 (qui constitue le signal
à la première sortie du dispositif de translation 100a-K) est appliqué à la première entrée du circuit de translation 100a-(K+1) qui suit immédiatement. Ainsi, la relation isochrone entre la densité d'échantillonnage réduite
<EMI ID=49.1>
<EMI ID=50.1>
entrée du dispositif de translation 100a-(K+1) est similaire à la relation isochrone entre la densité
<EMI ID=51.1>
sitif de translation 100a-K (décrit ci-dessus).
Bien que cela ne soit pas limitatif, un
mode préféré de réalisation du circuit de décomposition
104 a pour effet, dans chaque dimension des informations
du signal, de réduire de moitié la densité des échantillons à l'entrée, dans cette dimension. Dans ce cas,
le circuit de décompositon 104 émet à sa sortie un échantillon sur deux dans chaque dimension reçu à son entrée. Ainsi, pour des informations de signaux unidimensionnels,
<EMI ID=52.1>
de la densité d'échantillons CL. Pour des informations bidimensionnelles, la densité d'échantillons CLK+1 dans chacune des deux dimensions est la moitié, ce qui donne une densité d'échantillons bidimensionnels de(1/2) ou
un quart.
Bien que le spectre de fréquence en bandes
de base de GK soit le même à l'entrée du circuit de décom-
<EMI ID=53.1>
d'échantillons réduite à la sortie du circuit de décomposition 104 entraîne la perte d'une certaine quantité d'informations de phase qui sont présentes dans le signal GK de plus haute densité d'échantillons appliqués à l'entrée du circuit de décomposition 104.
En plus d'être appliquée à la première entrée du dispositif de translation qui suit immédiatement, la sortie du circuit de décomposition 104 est également appliquée à une entrée d'un expanseur 106. L'expanseur
106 sert à insérer, comme un échantillon supplémentaire
un zéro (un nombre représentant un zéro) à chaque
<EMI ID=54.1>
échantillon de la sortie du circuit de décomposition 104 est absent. De cette manière, la densité d'échantillons
à la sortie de l'expanseur 106 est établie à la même densité que l'entrée du circuit de décomposition 104. Dans le cas préféré dans lequel la densité d'échantillons dans chaque dimension est réduite de moitié, l'expanseur
106 insère dans chaque dimension un zéro entre chaque paire d'échantillons voisins dans sa dimension à la sortie du circuit de décomposition 104.
Bien que l'expanseur 106 augmente la densité des échantillons de sa sortie par rapport à son entrée,
il ne change en aucune manière les informations du signal G à sa sortie par rapport à son entrée. Mais l'introduction des zéros a pour effet d'ajouter des images ou des répé-
<EMI ID=55.1>
apparaissant comme des harmoniques CL du spectre de fréquence en bande latérale.
Le signal GK à la sortie de l'expanseur 106 passe ensuite par un filtre d'interpolation 108. Le filtre d'interpolation 108 est un filtre passe-base qui laisse passer le signal GK en bande de base mais qui supprime les harmoniques CL du spectre de fréquence en bandes latérales. Par conséquent, le filtre 108 remplace chaque échantillon de valeur zéro par un échantillon de valeur interpolé, dont chacun a une valeur définie par les valeurs respectives des échantillons portant les informations qui l'entourent. L'effet de ces échantillons de valeurs interpolées est de définir avec une plus haute résolution l'enveloppe des échantillons partant des informations. De cette manière, les composantes à haute fréquence du signal GK à la sortie de l'expanseur 106, qui sont au-dessus de la bande de base, sont pratiquement éliminées par le filtre d'interpolation 108.
Mais ce filtre d'interpolation 108 n'ajoute pas et ne peut ajouter des informations au signal GK interpolé à sa sortie,
qui ne sont pas déjà présentes dans le signal GK de densité d'échantillon réduite à la sortie du circuit de décomposition 104. Autrement dit, l'expanseur 106 sert
à expanser la densité d'échantillon réduite dans chaque dimension du signal GK jusqu'à la même densité dans chaque dimension du signal GK à la sortie du filtre à convolution 102.
Le soustracteur 100 sert à soustraire le signal GK apparaissant à la sortie du filtre d'interpolation 108 du signal GK-1 appliqué à la première entrée du signal de translation 100a-K et appliqué à une entrée
du filtre à convolution 102 et par un circuit à retard
109 au soustracteur 110. Le circuit à retard 109
introduit un retard égal au retard total introduit par
le filtre à convolution 102, le circuit de décomposition
104, l'expanseur 106 et le filtre d'interpolation 108.
Par conséquent, étant donné que les deux signaux
appliqués aux entrées du soustracteur 110, ont, dans chacune de leurs dimensions, la même densité
d'échantillons CLK et ont subi des retards égaux, le soustracteur 110 soustrait un niveau représentant par
le nombre dans chaque échantillon du signal GK à cette entrée du niveau représenté par le nombre dans l'échantillon
<EMI ID=56.1>
produit à la seconde sortie du dispositif de translation
100a-K.
<EMI ID=57.1>
qui ne sont pas également présentes dans le signal GK appliqué au soustracteur 110 sont présentes dans le
<EMI ID=58.1>
qui est au-dessus de la bande passante de filtre à convolution 102. Ainsi, par exemple, si le dispositif
de translation 100a-K correspond au dispositif de translation 100-1 de la figure 1, la première composante de
<EMI ID=59.1>
tracteur 110 contient également une seconde composante
de compensation d'erreur constituée des fréquences dans
la bande passante du filtre à convolution 102 correspondant aux informations de phase présentes dans le signal GK
de plus haute densité d'échantillons à la sortie du
filtre à convolution 102, ces informations de phase étant perdues dans l'opération de décomposition (décrite ci-dessus). Ainsi, les informations de phase perdues dans le signal GK (décomposé) de densité d'échantillons réduite, émis vers la première entrée du dispositif de translation 100a-(K+1) qui suit immédiatement sont
<EMI ID=60.1>
produit à la seconde sortie du dispositif de translation
100a-K.
Chaque dispositif de translation 100-1...
100-N peut avoir la configuration du dispositif de translation 100a-K de la figure 1a. Dans ce cas, le signal restant GN de la sortie analysée, provenant de la première sortie du dernier dispositif de translation 100-N du groupe a la même densité dans chaque dimension, qui est inférieure, de préférence de moitié, à la densité
<EMI ID=61.1>
appliqué à la première entrée. Mais étant donné que par définition aucun dispositif de translation du groupe ne suit le dispositif de translation 100-N, il n'est pas essentiel pour la plupart des applications (une exception est l'application à la transmission de données compressées)
<EMI ID=62.1>
appliquée à la première entrée du dispositif de translation 100-N. Par conséquent, dans ce cas, plutôt que d'être constitué de toute la structure du dispositif de translation 100a-K, le dernier dispositif de translation 100-n du groupe peut en variante être constitué par la structure formée de la manière illustrée par la figure 1c
(bien que chacun des autres dispositifs de translation
100-1... 100(N-1) de la première espèce soit encore
formé de la manière du dispositif de translation 100a-K).
<EMI ID=63.1>
l'entrée du filtre de convolution 102) ne passe pas
par un circuit de décomposition, mais.est délivré direc-tement comme signal GN restant à la sortie du dernier dispositif de translation 100a-N de la première espèce du groupe. Etant donné que dans ce cas, il n'y a aucune décomposition, aucune expansion ni interpolation n'est
<EMI ID=64.1>
du filtre à convolution 102 est appliqué directement comme l'entrée GN au soustracteur 110. Autrement dit, la configuration du dispositif de translation 100a-N de la figure 1c diffère de celle du dispositif de translation
100a-K de la figure 1a par la suppression du circuit de décomposition 104, de l'expanseur 106 et du filtre d'interpolation 108. Dans ce cas, le circuit à retard
109 introduit un retard égal seulement à celui introduit par le filtre à convolution 102.
La première espèce représentée sur la figure 1a (ou en variante sur les figures 1a et 1c) constitue une mise en oeuvre en temps réel de l'algorithme de la Pyramide de Burt. Bien entendu, sous sa forme la plus utile, chacune des composantes de Laplace de la sortie analysée dérivée par l'algorithme de la Pyramide de Burt
a une largeur de bande d'une octave dans chaque dimension. Cette forme la plus utile de l'algorithme de la Pyramide de Burt est obtenue par la mise en oeuvre en temps réel
de la figure 1a, en faisant en sorte que la fréquence d'horloge d'échantillonnage CLK+1 dans chaque dimension soit la moitié de la fréquence d'horloge d'échantillonnage CLK dans cette dimension..
Il y a lieu de considérer maintenant un autre type de pyramide hiérarchique qui est une variante de la Pyramide de Burt. Cette variante de pyramide est appelée pyramide "filtrage-soustraction-décomposition"
(FSD). Bien que la pyramide FSD ne possède pas certaines des qualités de Pyramide de Burt, elle possède néanmoins certaines autres propriétés souhaitables que ne possède pas la Pyramide de Burt. Par exemple, une propriété souhaitable de la Pyramide de Burt (que ne possède pas
la pyramide FSD) est sa compensation inhérente dans la synthèse du signal initial reconstitué pour des fréquences d'erreurs parasites qui sont présentes dans chacune des composantes de Laplace et de reste de la sortie analysée. Par ailleurs, dans certaines applications, la pyramide FSD nécessite moins de parties machine et elle est donc moins coûteuse à mettre en oeuvre que la Pyramide de Burt.
L'appareil de traitement de signaux selon l'invention utilisant une architecture pipe-line convient également pour une mise en oeuvre en temps réel de la pyramide FSD. La pyramide FSD consiste en une seconde espèce de configuration de structure de certains respectifs des dispositifs de translation de signaux d'échantillons 100-a... 100-N du groupe qui sont représentés sur la figure 1 en utilisant des dispositifs ou des étages de translation comme-100b-K de la figure 1b (au lieu des étages comme le dispositif de translation 100a-K décrit ci-dessus qui est utilisé dans la Pyramide de Burt).
Le dispositif de translation 110b-K de la figure 1b représente un mode de réalisation numérique de la seconde espèce précitée dans lequel chaque dispositif de translation individuel 100-1... 100(N-1) du groupe représenté sur la figure 1 utilise un' dispositif de translation tel que 100b-K et 100b-(K+1) de la figure 1b. De plus, le dispositif de translation 100b-(K+1) de la figure 1b représente celui des dispositifs de translation 100-1... 100-N du groupe qui suit immédiatement le dispositif de translation 100b-K.
Comme l'indique la figure 1b, le dispositif de translation 100b-K comporte seulement un filtre à convolution numérique 102 à m prises, un circuit de décomposition 104, un circuit à retard 109 et un soustracteur 110. La configuration de structure du dispositif de translation 100b-K de seconde espèce représentés sur la figure 1b est similaire à la configuration de structure du dispositif de translation 100a-K (figure 1a) de la
<EMI ID=65.1>
la densité d'échantillons CL ) est appliqué comme une
K
entrée au filtre 102 et par un circuit à retard 109
à une entrée d'un soustracteur 110 et en ce que le signal de sortie GK (ayant également la densité d'échan-
<EMI ID=66.1>
104 pour réduire dans chaque dimension la densité
<EMI ID=67.1>
première entrée du circuit de translation 100b-(K+1) qui suit immédiatement.
Le dispositif de translation 100b-K de la seconde espèce diffère du dispositif de translation
100a-K de la première espèce par l'application directe
<EMI ID=68.1>
densité d'échantillons CLK (dans chaque dimension) qui est appliqué par la sortie du filtre 102 à l'entrée du circuit de décomposition 104. Plus particulièrement, cela diffère du dispositif de translation 100a-K de la
<EMI ID=69.1>
d'échantillons réduite CLK+1 (dans chaque dimension)
à la sortie du circuit de décomposition 104. Ainsi, la première espèce nécessite un expanseur 106 et un filtre
<EMI ID=70.1>
densité d'échantillons CLK (dans chaque dimension) avant
<EMI ID=71.1>
<EMI ID=72.1>
dispositif de translation 100b-K de la seconde espèce
ne provient pas d'une source de densité d'échantillons décomposés, l'expanseur 106 et le filtre d'interpolation
108 ne sont pas nécessaires dans la configuration du dispositif de translation 100b-K. Ainsi, selon la figure 1b, le circuit en retard 109 introduit un retard égal seulement à celui produit par le filtre à
<EMI ID=73.1>
qui ne sont pas présentes dans le signal GK à la sortie du filtre à convolution 102.
(.
Dans le cas de la seconde espèce, le dispositif de translation finale 100-N du groupe peut aussi avoir la configuration de structure du dispositif de translation 100b-K ou en variante, il peut avoir la configuration de structure de la figure 1c.
Les modes respectifs de réalisation de
la première et de la seconde espèce des figures 1a et
1b sont numériques. Dans ces modes de réalisation numériques, un convertisseur analogique-numérique est utilisé initialement pour convertir un signal analogique en des échantillons de niveau numérique, le niveau de chaque échantillon étant normalement représenté par un nombre binaire à plusieurs bits. Mais il n'est pas essentiel que la première ou la seconde espèce selon l'invention soit réalisée sous forme numérique. Un dispositif de translation de signaux échantillonnés utilisant des dispositifs à couplage de charge (CCD) sont bien connus. Par exemple, des filtres transversaux CCD, comme des filtres à grille séparatrice, peuvent être conçus comme des filtres à convolution et comme des filtres d'interpolation. Les signaux CCD sont constitués d'une série d'échantillons discrets. Mais chaque échantillon possède un niveau d'amplitude analogique.
Ainsi, l'invention peut être mise en oeuvre
sous forme numérique ou sous forme analogique.
Les caractéristiques de filtrage d'un filtre à prises dépendent de facteurs tels que le nombre des prises, le retard effectif entre prises, et les niveaux spécifiés d'amplitude de polarité des facteurs de pondération respectifs associés individuellement à chacune des prises. A titre d'exemple, il sera supposé que le filtre à convolution 102 est un filtre unidimensionnel à 5 prises. La figure 2 représente un exemple des niveaux spécifiés d'amplitude des facteurs de pondération ayant tous la même polarité (positive sur la figure 2) qui sont associés respectivement avec les 5 prises individuelles. Elles montrent également le retard effectif entre deux prises voisines. Plus particulièrement, comme le montre la figure 2, le
retard effectif entre deux paires voisines est 1/CLK,
la période d'échantillonnage définie par l'horloge de fréquence d'échantillonnage CLK appliquée individuellement au filtre à convolution 102 de chacun des dispositifs
de translation 100-1... 100-N de la première ou la seconde espèces (représentés sur les figures 1a, 1b et
<EMI ID=74.1>
à convolution 102 de chaque dispositif de translation
100-2... 100-N est supérieure à celle du dispositif
de translation du groupe qui précède immédiatement.
Selon la figure 2, les facteurs de pondération associés avec les 5 prises ont tous des polarités positives et des niveaux d'amplitude spécifiés qui sont distribués symétriquement par rapport à la troisième
prise. Plus particulièrement dans l'exemple de la figure
2, les facteurs de pondération associés avec la troisième prise ont la valeur spécifiée de six, les facteurs de pondération respectifs associés avec chacune de la seconde et la quatrième prises ont la même valeur spécifiée inférieure de quatre et les facteurs de pondération associés avec chacune de la première et de la cinquième prises ont encore la même valeur spécifiées inférieure unitaire. L'enveloppe 202 des facteurs de pondération
200 définit la fonction de noyau (et par conséquent la forme des caractéristiques filtre dans le domaine des fréquences) du filtre à convolution 102 de chacun des dispositifs de translation 100-1...100-N du groupe. Plus particulièrement, étant donné que tous les échantillons
200 (a) ont la même polarité (positive sur la figure 2)
sont disposés symétriquement autour de l'échantillon central (le 3ème), et le niveau des échantillons diminue
au fur et à mesure qu'il s'éloigne de l'échantillon central, le filtre à convolution 102 présente une caractéristique de filtre passe bas, dans chacun des dispositifs de translation 100-1... 100-N du groupe. sur la figure 2, tous les facteurs de pondération ont la même polarité (positive) mais cela n'est pas essentiel dans un filtre passebas. Certains des facteurs de pondération peuvent
avoir une polarité opposée (négative) dans la mesure
où la somme algébrique de tous les facteurs de pondération est différente de zéro. La forme d'ondes de la fonction de noyaux (comme l'enveloppe 202 de la figure
2 par exemple) peut être identique pour tous les filtres
à convolution 102 des dispositifs de translation du groupe, de sorte que les caractéristiques relatives
de fréquence passe-bas (la forme des caractéristiques des filtres dans le domaine des fréquences) sont les mêmes pour tous les filtres 102 (bien que cela ne soit pas essentiel). Mais la valeur absolue de la fréquence nominale de coupure passe-bas'du filtre de chaque dispositif individuel de translation a une échelle qui dépend de la période de la fréquence d'échantillonnage 1/CLK pour ce filtre. En choisissant de façon appropriée les niveaux des facteurs de pondération 200 (qui n'ont pas nécessairement les valeurs particulières 1,4 et 6 de la figure 2), une fréquence de coupure nominale passe-bas peut être obtenue
<EMI ID=75.1>
102 (ayant dans chaque dimension une densité d'échantillons CLK) qui est pratiquement la moitié de la fréquence maximale (ou dans le cas de G , la plus haute fréquence
<EMI ID=76.1>
du filtre à convolution 102. Dans ce cas, le circuit de décomposition 104 réduit dans chaque dimension la densité
<EMI ID=77.1>
en éliminant un échantillon sur deux dans cette dimension. Mais le signal GK (qui est défini par l'enveloppe d'échantillonnage 102) reste essentiellement le même à l'entrée et à la sortie du circuit de décomposition 104 (bien qu'il existe une perte d'informations de phase en raison de la plus basse densité d'échantillons à la sortie du circuit de décomposition 104.
Certains modes préférés de mise en oeuvre de la Pyramide de Burt, formant la première espèce
(de la figure 1a) du type de la figure 1, seront maintenant décrits.
La figure 3 est un schéma simplifié d'un analyseur de spectre, d'un circuit de modification de spectre et d'un synthétiseur de signaux fonctionnant sur un signal électrique qui représente des informations unidimensionnelles (comme par exemple de tous types de signaux d'informations variables avec le temps). La figure 3 montre que le signal électrique initial dont le spectre doit être analysé est appliqué en forme analogique � un convertisseur analogique-numérique
305 pour être numérisé. La réponse numérique échantillonnée
<EMI ID=78.1>
<EMI ID=79.1>
est extraite d'un étage d'analyse 315 de premier ordre
<EMI ID=80.1>
bande L3 en dessous des spectres passe-bandes L et L2 est extraite dans un étage d'analyse 325 de 3ème ordre
<EMI ID=81.1>
<EMI ID=82.1>
est extraite d'un étage d'analyse 330 de quatrième ordre
<EMI ID=83.1>
<EMI ID=84.1>
passe-bande, au-dessous des autres spectres passe-bande est extraite dans un étage d'analyses 335 de cinquième
<EMI ID=85.1>
<EMI ID=86.1>
/- <EMI ID=87.1>
Les étages d'analyse, 310, 315, 320, 325,
330 et 335 comprennent des étages 311, 316, 321, 326, 331 et 336 de filtrage initial passe-bas avec des bandes passantes successivement plus étroites. Les réponses passe-bas de ces filtres 311, 316, 321, 326, 331, 336 sont suffisamment plus étroite que leurs signaux d'entrée qui ont été échantillonnés à nouveau à une fréquence réduite avant d'être émis vers l'étage d'analyse suivant. La réduction des échantillons est faite par sélection
sur une base régulière - c'est-à-dire par décompositiondans des circuits de décomposition 312, 317, 322, 327,
332, 337 suivant les filtres 311, 316, 321, 326, 331,
336 respectivement. Dans l'analyse spectrale par octaves, qui est particulièrement utile, des échantillons alternés sont éliminés par l'opération de décomposition.
La partie de plus haute fréquence du signal d'entrée appliquée à chaque étage d'analyse est extraite en prenant la partie de basse fréquence dans son signal d'entrée. La partie de fréquence basse décomposée du signal d'entrée pose le problème indésirable d'être
une matrice d'échantillonnage avec moins de résolution que le signal d'entrée et également retardé par rapport
à ce dernier. Le premier de ces problèmes est résolu
dans les circuits d'expansion 313, 318, 323, 328, 333,
338, en introduisant des zéros dans les points d'échantillonnage manquants de la matrice d'échantillonnage de réponse de filtre pass-bas; puis en éliminant par filtrage passe-bas, le spectre d'harmonique parasite introduit simultanément. Le second de ces problèmes est résolu en retardant les signaux d'entrée des étages d'analyse avant de les soustraire des réponses expansées des filtres passe-bas assurées par les circuits d'expansion 313,
318, 323, 328, 333, 338.
Les opérations de retard et de soustraction sont exécutées dans des circuits 314, 319, 324, 329, 334,
r 339 respectivement dans les étages d'analyse 310,
315, 320, 325, 330, 335. Dans certains cas, comme cela sera décrit, des éléments peuvent être partagés entre le filtre passe-bas initial et le circuit à retard et de soustraction de chaque étage d'analyse.
L'analyse spectrale décrite ci-dessus est de nature pipe-line ; et il existe une différence de
<EMI ID=88.1>
<EMI ID=89.1>
Le terme "différence de temps" tel qu'il est utilisé ici se rapporte aux retards différentiels de valeurs connues prédéterminées qui apparaissent sur les échantillons correspondants des signaux parallèles liés aux informations, comme parmi les échantillons correspondants des
<EMI ID=90.1>
G6 de l'analyseur de spectre de la figure 3. La synthèse de signaux à partir des procédures spectrales qui sera décrite nécessite des différences de temps opposées des groupes respectifs d'échantillons. Cela peut être
obtenu par les lignes à retard 340, 341, 342, 343 et 344
(généralement constituées par des registres à décalage ou autre type de mémoire remplissant une fonction équivalente, par exemple une mémoire à lecture-écriture en
<EMI ID=91.1>
tivement avant leur modification dans les circuits 345,
346, 347, 348 et 349 comme le montre la figure 3. En variante, les spectres peuvent être modifiés, l'échantillon d'un spectre modifié étant ensuite retardé. Ou encore,
le retard peut être partagé avant et après la modification de différentes manières - par exemple pour permettre des modifications de spectre en parallèle dans le temps. Il est concevable que des retards différents dans les circuits de modification 345, 346, 347, 348 et 349 eux-mêmes soient utilisés comme des parties des conditions globales de retards différents, dans certaines circonstances.
Les spectres L., et G6 sont modifiés dans
les circuits de modification 350 et 351. Dans certaines applications de traitement de signaux, certains des circuits de modification 345-351 peuvent ne pas être nécessaires et sont remplacés par des connexions directes. Les procédures d'analyse spectrale décrites jusqu'ici peuvent être étendues avec des étages supplémentaires d'analyse, ou tronquées avec moins d'étages d'analyse.
<EMI ID=92.1>
<EMI ID=93.1>
Dans la synthèse d'un signal par recombinai sont des composantes d'analyse spectrale, éventuellement modifiées, la décomposition d'une matrice d'échantillonnage d'un étage d'analyse à un autre doit être annulée, de sorte que les échantillons d'un spectre peuvent être additionnés en utilisant des additionneurs 353, 355,
357, 359, 361, 363. Cela vient en plus de la correction
de la différence de temps dans les circuits à retard
340 à 344. La décomposition est annulée en utilisant des circuits d'expansion 352, 354, 356, 358, 360 et 362
qui sont essentiellement semblables aux circuits d'expansion, 338, 333, 328, 323, 318 et 313 respectivement.
Par ailleurs, par multiplexage, un seul circuit peut remplir une double fonction. Le spectre passe-bas restant G � est décalé en avant dans le temps par rapport au
<EMI ID=94.1>
sortie de l'additionneur 353 est expansée dans le circuit d'expansion 354 et additionnée dans l'additionneur 355
<EMI ID=95.1>
nouvelle valeur G4'. La sortie de l'additionneur 355
est expansée dans le circuit d'expansion 354 et additionnée dans l'additionneur 357 avec la valeur N3 retardée et modifiée pour synthétiser la nouvelle valeur G3'. La sortie de l'additionneur 357 est expansée dans le circuit d'expansion 358 et additionnée dans l'additionneur
359 avec la valeur L2 retardée et modifiée pour synthétiser la nouvelle valeur G2'. La sortie de l'additionneur
359 est expansée dans le circuit d'expansion 60 et
<EMI ID=96.1>
retardée et modifiée pour synthétiser la nouvelle valeur G1,. Enfin, la sortie de l'additionneur 361 est expansée dans le circuit d'expansion 362 et additionnée dans l'ad-
<EMI ID=97.1>
G6' sont indiquées par des primes dans les circuits
<EMI ID=98.1>
être convertie en forme analogique par un convertisseur numérique-analogique représenté, si cela est désiré.
Les expansions dans les circuits 352,
354, 356, 358, 360, 362 assurent une réjection au-dessus de la bande à chaque phase du processus de cynthèse. Quand les spectres de bande passante ne sont pas plus larges qu'une octave, cela assure une supression des harmoniques produites par les circuits de modification
345-351 qui pourraient autrement perturber la synthèse du signal en introduisant des fréquences erronées parasites.
La figure 4 représente plus explicitement la réalisation d'un étage d'analyse spectrale pour une information unidimensionnelle, comme les étages 310,
315, 320, 325, 330, 335 utilisés pour l'analyse spectrale par octave. L'étage est l'étage d'analyse spectrale d'ordre K, K étant zéro ou un entier positif. Dans le cas de l'étage d'analyse spectrale d'ordre zéro, la fréquence d'horloge de cet étage doit être R pour échan-
<EMI ID=99.1>
doit être analysé. Dans le cas où K est un entier
<EMI ID=100.1>
Le signal d'entrée GK de l'étage d'analyse de spectre de la figure 4 est appliqué d'un registre à décalage 470 comprenant Métages et commandé par horloge à une fréquence R/2 . Les (M+1) échantillons avec des retards progressivement plus longs sont produits par le registre à décalage 470, à chacune
de ses sorties, comme une ligne à retard à prises multiples d'un filtre à retard passe-bas. Les échantillons sont pondérés et additionnés dans le circuit 471 pour produire des échantillons d'une réponse de filtre passe-bas à phase linéaire (G(K+1). Dans tous les étages d'analyse, sauf le premier, dans lesquels K est supérieur à zéro, la demi-fréquence d'horloge (comparée à la fréquence d'horloge de l'étage précédent) utilisée dans le registre à décalage initial 470 et les additionneurs du circuit 471 de pondération et de sommation, décompose
<EMI ID=101.1>
zéro, l'alternance se faisant à la fréquence R/2K pour produire un signal GK+1*.
<EMI ID=102.1>
en bande de base de 2 fois le spectre G(K+1) mélangé avec un spectre harmonique à porteuse supprimée, de
<EMI ID=103.1>
plutôt que G(K+1) comme entrée. Le signal G(K+1)*
est appliqué comme signal d'entrée à un autre registre
à décalage 473 ayant plusieurs étages (pouvant être
égal ou différent de L) et commandé par horloge à la fréquence R/2 . Les (M+1) échantillons produits par
le signal d'entrée et les signaux de sortie du registre
à décalage 473 à chacun des étages sont appliqués à un autre circuit 474 de pondération et de sommation semblable au circuit 471. Le circuit 474 supprime le premier
<EMI ID=104.1>
expansée de G(K+1) en une matrice d'échantillons avec autant d'échantillons que dans la matrice d'échantillons
<EMI ID=105.1>
Dans un circuit additionneur 475, cette <EMI ID=106.1>
<EMI ID=107.1>
et dans le circuit à retard 476. Le retard de M cycles de GK dans le registre à décalage 470 compense le
retard de M/2 cycles d'un échantillon central du circuit
471 de pondération et de sommation par rapport à l'entrée GK de l'étage d'analyse spectrale de la figure 4, et
<EMI ID=108.1>
l'échantillon central du circuit 474 de pondération et de sommation. Le circuit à retard 476 introduit un retard pour compenser les délais d'exécution d'addition dans les circuits 471 et 474 de pondération et de sommation et ce circuit à retard 476 peut être simplement prévu par un prolongement du registre à décalage 470
du nombre voulu d'autres étages. Le signal de sortie
LK du circuit additionneur 475 est l'une des composantes recherchées d'analyse spectrale dont la limite inférieure de fréquence établie par le filtrage passe-bas effectuée dans le Kième étage d'analyse spectrale de la figure 4 et dont la limite supérieure de fréquence est établie par le filtre passe-bas de l'étage d'analyse spectrale précédent s'il existe.
La figure 5 montre une manière de réduire le nombre des étages de registre à décalage dans l'analyse de spectre réalisée selon l'invention. Les
<EMI ID=109.1>
sont obtenus à la structure de lignes en retard prises utilisées pour supporter le filtrage passe-bas initial
<EMI ID=110.1>
plutôt qu'en utilisant le registre à décalage 473.
La figure 5 montre à titre d'exemple comment cela se faire entre un étage d'analyses d'ordre zéro utilisé pour produire LO et l'étage d'analyse suivant. Les éléments 570-0, 571-0, 575-0 et 576-0 sont les éléments de l'étage d'analyse spectrale de zéro corres-pondant aux éléments 470, 471, 475 et 476 de l'étage d'analyse spectrale d'ordre K de la figure 4. Les éléments
570-1 et 571-1 de l'étage d'analyse spectrale du premier ordre sont analogues aux éléments 570-0 et 571-0 de l'étage d'analyse spectrale d'ordre zéro, à l'exception d'être commandé par horloge à une fréquence moitié.
Les quatre échantillons extraits de l'entrée et des trois premières sorties du registre à décalage 570-1 sont fournis en parallèle à la fréquence d'horloge R/2. Ils sont imbriqués avec des zéros et le résultat est pondéré en deux phases par la configuration de sept poids de filtre ABCDCBA pour produire la paire des échantillons successifs pour soustraire à la fréquence d'horloge R de GO retardé dans le soustracteur-575-0.
Le plus ancien échantillon de chaque paire d'échantillons, successif à soustraire de GO retardé
est obtenu en multipliant l'entrée de registre à
décalage 570-1 et ses trois premières sorties par des; poids de filtrage A,C,C et A dans des circuits de pondération 580, 581, 582 et 583 et en additionnant ensuite
les échantillons pondérés dans le circuit de sommation
587. Les zéros intercalés tombent dans des points qui
sont pondérés par B, D, B avec ce positionnement de G1
par rapport à la configuration de pondération de filtrage. Le dernier échantillon de chaque paire d'échantillons successifs à soustraire de GO retardé est obtenu en multipliant l'entrée du registre à décalage 570-1 et
ses deux premières entrées par des poids de filtre B,D
et B dans des circuits de pondération 584, 585 et 586
puis en additionnant les échantillons pondérés dans le circuit de sommation 588. Les zéros intercalés tombent
en des points pondérés par A, C, C, A pour ce positionnement de G, par rapport à la configuration de pondération du filtre. Un multiplexeur 589 commandé à la fréquence d'horloge R sélectionne alternativement entre les échantillons aux sorties des circuits de sommation 587 et 588
<EMI ID=111.1>
retardé dans le soustraction 575-0.
La figure 6 montre plus en détail un étage du synthétiseur de signaux de la figure 3. Des <EMI ID=112.1>
intercalés avec des zéros dans un multiplexeur 692
et le signal expansé résultant est appliqué à l'entrée d'un registre à décalage 693 à M étages (ou autre nombre) commandé par horloge à une fréquence d'échantillonnage étendue. L'entrée du registre à décalage 693 et les sorties de ces étages sont reliées aux circuits 694
<EMI ID=113.1>
est échantillonné à nouveau à une fréquence double, puis partagé en une structure harmonique, et il est fourni par le circuit 694 de pondération et de somme à un additionneur 695 pour être combiné avec L(K-1)
<EMI ID=114.1>
en y étant additionné. Le multiplexeur 692, le
registre à décalage 693 et le circuit 694 de pondération et de sommation oeuvent être multiplexés pour servir d'éléments 472, 473 et 474 dans l'opération d'analyse spectrale.
Il y a lieu de considérer maintenant les caractéristiques du filtrage passe-bas utilisé dans l'opération de filtrage passe-bas de la procédure d'analyse spectrale et dans les phases d'expansion de la procédure d'analyse spectrale et de synthèse de signaux. Le filtrage passe-bas est linéaire en phase de sorte que
la configuration des pondérations de filtrage est symétrique autour des échantillons centraux. les pondérations de filtrage s'additionnent à l'unité afin
de supprimer autant que possible les fréquences basses
<EMI ID=115.1>
faire par octave, avec la décomposition par deux en recodage de la sous-bande éliminée par filtrage passebas dans chaque étage d'analyse spectrale, il est
( souhaitable d'éliminer les fréquences au-dessous ces
deux tiers de la fréquence centrale de l'octave pendant le filtrage passe-bas. La réponse en fréquence en gradins du filtre introduit un dépassement des signaux filtrés,
<EMI ID=116.1>
être modéré en utilisant une coupure moins brusque des séries de Fourier. Un certain nombre de fourchettes de coupure donnant une réponse du filtre avec un phénomène de Gibbs réduit sont connues; par exemple celles attribuées à Bartlett, à Hanning, à Hamming, à Blackman
et à Kaiser. Il y a lieu de se référer par exemple au chapitre 5.5 de l'ouvrage "DIGITAL SIGNAL PROCESSING" par A.V. Oppenheim et R.W. Schafer publiés par Prentice Hall, Inc., Englewood Cliffs, New Jersey, en 1975, ce chapitre étant intitulé "Design of FIR Filters Using Windows" et apparaissant aux pages 239-251.
En pratique le nombre des échantillons dans le filtrage passe-bas est généralement limité à quelques uns. Dans un filtre utilisant un nombre impair d'échantillons la réponse du filtre comporte une composante continue et une série d'harmoniques cosinusoldales tandis qu'un filtre utilisant un nombre pair d'échantillons donne une réponse qui contient une composante continue et une série d'harmoniques sinusoïdales. une approximation de la courbe de réponses voulues est faite pour correspondre le plus régulièrement à l'utilisation d'un calculateur pour effectuer une sélection empirique des coefficients de pondération.
Il est possible de développer des spectres
Q égaux de largeur non octave selon l'invention, bien que cette solution apparaisse d'une utilité limitée.
La décomposition d'une réponse de filtre passe-bas
pour sélectionner un échantillon sur trois et pour éliminer par filtrage les fréquences au-dessous de la moitié de la fréquence centrale du spectre passe-bande pour développer la réponse passe-bande produit un groupe de spectre passe-bande progressivement plus étroit d'un tiers plutôt que de la moitié.
Les circuits de modification d'échantillons
345-351 de la figure 3 peuvent prendre diverses formes
et certains d'entre eux peuvent être remplacés par des passages directs. Pour éliminer le bruit de fond de
bas niveau dans les différents spectres, par exemple chacun des circuits de modification 345-351 peut comporter un écriteur respectif 700 de ligne de base, selon la figure 7. Cet écriteur 700 peut être aussi simple qu'une suppression de bits de moindre poids du signal. <EMI ID=117.1> être utilisé pour chacun des circuits de modification
345-351 pour former un correcteur de spectre. Un commutateur tournant 897 est câblé pour produire un code binaire pour chacun de plusieurs déplacements d'un arbre. Ce code est fourni par un registre 898 à un multiplicateur à deux quadrants afin de multiplier des échantillons de spectre d'entrée et de produire des échantillons de
<EMI ID=118.1>
registre 898 réserve l'entrée de code du multiplicateur
889 pendant que le réglage du commutateur tournant 897
est changé. Il est possible de faire en sorte que chacun des spectres d'octave soit subdivisé en utilisant des filtres numériques avec la même fréquence d'échantillonnage que celle utilisée pour développer le spectre d'octave
ou une demi-fréquence d'échantillonnage, et de régler ensuite individuellement les gains des sous-divisions spectrales. La subdivision des octaves par 12 produit
les tons individuels et les demi-tons de signaux de
codage de musique par exemple.
Les circuits de modification peuvent être
<EMI ID=119.1>
fonctions de transfert non-linéaires. Par exemple, une ROM 990 mémorisant une réponse logarithmique à un signal
�
d'entrée selon la figure 9 peut être utilisée dans
chacun des circuits de modification d'échantillon
345-351 d'un dispositif de transmission et une ROM 1091 mémorisant une réponse exponentielle à un signal d'entrée selon la figure 10 peut être utilisée dans chacun des circuits de modification d'échantillon correspondants d'un dispositif de réception, assurant ainsi une préaccentuation du signal avant son émission et une désaccentuation après la réception. D'autres caractéristiques complémentaires de pré-accentuation et de désaccentuation peuvent en variante être mémorisées dans des circuits
de modification à ROM de synthétiseur de signaux analyseurs de spectre d'émetteur et de récepteur.
La figure 11 montre, une modification du système d'analyse de spectre et de synthèse de signaux de la figure 3, dans laquelle les retards entre l'analyse et la synthèse sont divisés pour fournir des échantillons spectraux sans différence de temps en vue du traitement. Cet alignement est désirable, par exemple dans un système de compression-expansion dans lequel une analyse spectrale est utilisée pour préparer des signaux en spectres avant une compression-expansion, afin que ces spectres
puissent être filtrés pour supprimer des distorsions produites pendant une compression e t une expansion rapides du signal. L'amplitude du signal initiale
fournie au convertisseur analogique-numérique 305 de la figure 3 peut être détectée pour produire dans un circuit 1130 un signal CC de commande de compressionexpansion qui est appliqué à chacun des compresseursexpanseurs 1110, 1111, 1112, 1113, 1114, 1115, 1116 pour produire une compression-expansion d'attaque rapide et de décroissance lente des signaux commandés. Les compresseurs-expanseurs 1111-1116 peuvent consister essentiellement en des multiplicateurs numériques à
deux quadrants, le signal de commande CC étant produit par un convertisseur analogique-numérique en cascade derrière des circuits analogiques courants pour détecter le signal à compresser-expanser et pour développer en réponse à cette détection un signal analogique de commande de compression-expansion.
Les compresseurs-expanseurs 1110, 1111,
1112, 1113, 1114, 1115, et 1116 fonctionnent sur les
<EMI ID=120.1>
ont été retardés différentiellement en utilisant les circuits en retard 1100, 1101, 1102, 1103, 1104 et 1106 pour aligner dans le temps les échantillons respectifs. Des circuits à retard 1120, 1121, 1122, 1123, 1124 et 1125
<EMI ID=121.1>
de façon appropriée pour la procédure de synthèse du signal utilisant les éléments 352-363 de la figure 3.
Les retards dans les circuits à retard
1106 et 1125 sont essentiellement M/2 cycles de fréquence
<EMI ID=122.1>
la fréquence d'horloge de base R, ce retard se faisant
à l'assemblage des échantillons pour le circuit de pondération et de sommation 474 du dernier étage d'analyse spectrale 335. Ce retard de 16 M cycles est augmenté
<EMI ID=123.1>
des circuits d'expansion 338 et 352 et d'un retard D2 pour les temps supplémentaires dans le circuit de retard et de soustraction 334 dans l'additionneur 353. Il est supposé que toutes les opérations d'addition sont exécutées à la fréquence d'horloge de base R, et que
<EMI ID=124.1>
d'horloge.
Les retards dans le circuit à retards 1104
<EMI ID=125.1>
fréquence d'horloge R, de la différence entre le temps
<EMI ID=126.1>
de R/2 5 de la fréquence d'horloge pour recueillir deux fois des échantillons pour la pondération et la sommation
<EMI ID=127.1> ou 32 M cycles de la fréquence d'horloge de base, augmentée de 2D1 pour deux groupes de sommation d'échan-
<EMI ID=128.1>
<EMI ID=129.1>
des échantillons pour la pondération et la sommation ou 8 M cycles de fréquence d'horloge de base, augmenté
<EMI ID=130.1>
soustraction d'échantillons. Il faut un retard supplémentaire de 24M + D cycles de fréquence d'horloge de base pour aligner les échantillons L. dans le temps
<EMI ID=131.1>
104 a un retard total de 40 M + 2D. + 2D2 cycles de la fréquence d'horloge de base R. Des calculs similaires déterminent que les cycles de fréquence d'horloge de base R par lequel les échantillons doivent être retardés dans les circuits en retard, 103, 102, 101 et 100 sont respectivement 52M+3D1+D2, 58M+4D1+D2, 61M+SD1+D2 et
(62 1/2)M+6D1+D2.
Le retard voulu du circuit à retard 1124 en plus de celui introduit par le circuit à retard 1125 est le temps nécessaire pour l'expansion dans le circuit
<EMI ID=132.1>
tionneur 55. Le premier retard est M/2 cycles de R/24 fréquences d'horloge nécessaires pour recueillir des échantillons pour la pondération et la sommation, 8N cycles de fréquences d'horloge de base R augmenté de
D1, associé avec la sommation dans l'opération de pondération et de sommation. Le retard total dans le circuit
<EMI ID=133.1>
similaires, les retards totaux des circuits en retard
1123, 1122, 1121 et 1120 exprimés en cycles de fréquence d'horloge de base R sont respectivement 28M+3D1+3D2,
30M+4D1+4D2, 31M+5D1+5D2 et (31 1/2)M+601+602 respectivement.
Des calculs similaires peuvent être exécutés pour déterminer les retards totaux dans les circuits à retard 340-344 de la figure 3 en supposant que les circuits de modification 345-351 introduisent des retards égaux. Les circuits à retard 340, 341, 342,
343, 344 et 345 ont des retards respectifs en cycles de
<EMI ID=134.1>
Le filtrage numérique utilisé dans l'analyseur de spectre est une espèce de filtrage hiérarchique d'intérêt général en ce que le filtrage passe-bas ou passe-bande qui s'étend sur de nombreux échantillons est effectué avec un nombre relativement réduit d'échantillons qui sont pondérés et additionnés
à tout moment.
L'invention est applicable à l'utilisation du spectre d'un signal représentant des informations unidimensionnelles, mais la Pyramide de Burt a été développée principalement pour analyser les fréquences spatiales d'informations d'images à deux dimensions. L'invention permet l'analyse spectrale en temps réel des fréquences spatiales d'informations d'images changeantes comme cela se produit dans des trames vidéo successives d'une image de télévision.
Comme cela est connu dans la technique de
la télévision, des images vidéo successives (en format NTSC) apparaissent successivement à une fréquence d'images de 30/seconde. Chaque image est constituée d'une trame
de 525 lignes de balayage horizontal entrelacé. Les lignes de balayage horizontal successives d'ordre
impair d'une image sont. transmises successivement pendant une première période de trame. Les lignes de balayage successives d'ordre pair d'une image sont
émises séquentiellement pendant une seconde période de trame qui suit la première. Cette seconde trame est suivie par la première période de trame de l'image suivante. La durée de chaque période de trame est
1/60ème de seconde. Mais une mémorisation doit être prévue pour au moins le nombre des éléments d'images d'une
trame pour pouvoir définir le spectre complet de fréquences spatiales de l'image en temps réel retardé.
Une technique connue, comme exploration progressive, est utilisée en télévision pour produire,
à partir d'un signal vidéo NTSC, des images complètes successives de 525 lignes à une fréquence de 60 trames/ seconde. Cette technique implique de retarder chaque trame successive NTSC d'une période de trame d'un 60ème de seconde. Ainsi, les lignes de balayage successives d'une trame impaire présente sont intercalées avec des lignes de balayage successives d'une trame paire qui précède immédiatement, ayant été retardée d'une période trame pour obtenir une image complète d'éléments d'images pendant la trame impaire présente de chacune des images successives.
D'une manière similaire, les lignes successives de balayage d'une trame paire présentes sont entrelacées avec des lignes de balayage successives d'une trame impaire qui précède immédiatement, ayant été retardée d'une période de trame pour obtenir une image complète d'éléments d'images pendant cette période de trames paires présentes de chacune des images successives.
La technique d'exploration progressive, décrite ci-dessus, convient particulièrement pour produire des images de haute résolution dans ce qui est connu sous le nom de télévision à haute définition
(HDTV) maintenant développée dans la technique de la télévision. L'invention convient également en HDTV
pour produire de meilleures images.
La figure 12 représente un analyseur de spectre mettant en oeuvre les principes de l'invention pour fonctionner sur des signaux représentant des informations bidimensionnelles, comme des informations d'images de fréquences spatiales que contiennent des images vidéo de télévision balayées successivement et progressivement. Mais en variante, ces informations bidimensionnelles peuvent être obtenues d'une caméra de télévision non entrelacée ou d'une caméra de télévision à entrelacement de lignes, suivie par une mémoire
tampon appropriée.
Un traitement monochromatique des signaux
de luminance sera décrit en regard de la figure 12 pour simplifier la description mais les techniques qui seront décrites peuvent être appliquées individuellement aux couleurs primaires des signaux de télévision en couleurs
ou aux signaux développés à partir de ces derniers par
une matrice algébrique. Un signal vidéo initial est
appliqué dans un format de balayage en trame à un convertisseur analogique-numérique 1025 pour l'échantillonner s'il ne l'a pas été, pour l'échantillonner à nouveau s'il est déjà échantillonné et pour une numérisation finale.
Les signaux vidéo numérisés, sous forme du signal, sont désignés par GO et contiennent le spectre complet des fréquences spatiales bidimensionnelles du signal initial
et ses spectres harmoniques attribuables à l'opération d'échantillonnage. Ces spectres harmoniques sont symétriques autour de certaines respectives des fréquences d'échantillonnage de ces harmoniques. Ces spectres harmoniques sont traités spécifiquement dans la
description qui va suivre. Le fait général de leur
existence est noté car les spectres harmoniques doivent
être considérés dans la conception des filtres de
<EMI ID=135.1>
dans l'analyseur de spectre de la figure 12. C'est la raison pour laquelle les spectres harmoniques donnent lieu à des fréquences erronées pendant l'analyse spectrale et pendant la synthèse du signal à partir des analyses spectrales.
Dans l'étage 1210 d'analyse spectrale
<EMI ID=136.1>
L'opération passe-haut est essentiellement effectuée
par un filtrage passe-bas G , un retard de GO par rapport
à son instant d'arrivée du convertisseur analogiquenumérique 1205 du même degré que les parties de fréquence inférieures de GO sont retardées dans la réponse de filtrage
/ passe-bas, et par soustraction de la réponse de
filtrage passe-bas de GO retardé. Si l'on suppose que l'analyse spectrale se fait par octaves, la fréquence
de coupure dans le filtre 1211 de fréquences spatiales passe-bas dimensionnelles est choisie à la fréquence supérieure du spectre de bande passante L1 de l'octave suivante à analyser - c'ést-à-dire 4 tiers de sa fréquence centrale. Dans le circuit de décomposition
1212, des rangées et des colonnes alternées d'échantillons sont éliminées pour échantillonner GO après filtrage passe-bas à la fréquence spatiale R/2, le signal de fréquence d'échantillonnage réduite étant fourni comme une réponse de sortie passe-bas de l'étage 1210 pour
la suite de l'analyse spectrale. La valeur GO après filtrage passe-bas à fréquence d'échantillonnage réduite est ensuite soumise à interpolation selon les procédés indiqués par R.W. Schafer et L.R. Rabiner dans PROCEEDINS OF THE IEEE, vol. 61, N[deg.]6, juin 1973, article "A Digital Signal Processing Approach to Interpolation", pp. 692
à 702. Dans le circuit d'expansion 1213, les échantillons éliminés dans le circuit de décomposition 1212 sont remplacés par des zéros pour produire le signal d'entrée d'un autre filtre 1214 de fréquences spatiales passebas bidimensionnelles. Ce filtre peut utiliser les mêmes coefficients de pondération que le filtre passe-bas initial, mais de toute façon, il a la même fréquence
de coupure que le filtre passe-bas initial. Le signal résultant comporte une matrice d'échantillonnage de
<EMI ID=137.1>
<EMI ID=138.1>
retardé dans le soustracteur 1216 pour obtenir une
<EMI ID=139.1>
pas seulement la partie passe-haut de GO mais contient également des termes de correction d'erreurs de phase à fréquences inférieures, comme décrit ci-dessus, qui sont utilisées pendant la synthèse du signal d'images à partir des analyses spectrales pour compenser les
/ erreurs introduites au nouvel échantillonnage GO à la fréquence d'échantillonnage inférieure dans le circuit de décomposition 12.
Cette séparation du signal en une partie passe-bas qui est échantillonnée à nouveau à demifréquences et en une partie passe-haut est répétée de façon itérative dans chaque étage d'analyse spectrale. Chaque étage successif d'analyse spectrale reçoit à son entrée la réponse de sortie passe-bas échantillonnée à nouveau de l'étage précédent d'analyse spectrale, la fréquence d'échantillonnage étant divisée par moitié dans chacun des étages successifs d'analyse, à partir de la fréquence dans l'étage précédent. La réponse de sortie passe-haut dans chaque étage d'analyse spectrale
1220, 1230, 1240, 1250, 1260, après l'étage initial 1210, a une limite supérieure imposée par la caractéristique de réponse passe-bas de l'étage précédent, de sorte
que les réponses de sortie "passe-haut" sont en réalité des spectres de bandes passantes de Q égal, de fréquences spatiales décroissantes. La décomposition des réponses des filtres passe-bas initiaux dans chaque étage étant dans un facteur de deux, et lz fréquence de coupure des filtres passe-bas dans chaque étage étant les deux tiers de la fréquence centrale de l'analyse spectrale, ce sont des facteurs qui entraînent que ces spectres de Q égal soient des octaves descendantes de fréquence spatiale bidimensionnelle.
La réponse de sortie passe-décomposée G..
de l'étage d'analyse spectrale 1210 est fournie par son circuit de décomposition 1212 à l'entrée de l'étage d'analyse spectrale 1220. L'étage d'analyse spectrale
1220 comporte des éléments 1221, 1222, 1223, 1224 et
1226 qui sont analogues aux éléments 1211, 1212, 1213,
1214, 1215, 1216 respectivement de l'étage d'analyse spectrale 1210 ; les différences de fonctionnement concernent les fréquences d'échantillonnage dans
l'étage 1220 qui sont divisées par deux dans les deux dimensions par rapport à l'étage 1210. Les filtres passe-bas 1221 et 1224 ont des coefficients de pondération semblables à ceux des filtres passe-bas 1211
et 1214 respectivement ; mais la division par moitié
de la fréquence d'échantillonnage dans l'étage 1220 par rapport à l'étage 1210 divise par deux les fréquences
de coupure des filtres 1221 et 1224 comparativement aux filtres 1211 et 1214. Le retard avant la soustraction dans le circuit à retard 1225 est double de celui du circuit à retard 1215 ; si l'on suppose que ces retards sont commandés par horloge dans un registre à décalage
ou similaire, les structures de retard sont semblables avec le rapport 2:1 assuré par le rapport 1:2 des fréquences d'horloge.de retard respectives dans le circuit à retard 1225 et le circuit à retard 1215. La réponse de sortie passe-haut L1 de l'étage d'analyse spectrale 1220 est un spectre passe-bande des fréquences spatiales
<EMI ID=140.1>
La réponse de sortie passe-bas décomposée G2 de l'étage d'analyse spectrale 1220 est fournie par son circuit de décomposition 1222 à l'entrée de l'étage suivant d'analyse spectrale 1230. Le spectre passe-
<EMI ID=141.1>
de sortie passe-haut de l'étage d'analyse spectrale
<EMI ID=142.1>
trale 1230 comporte des éléments 1231, 1232, 1233, 1234,
1235 et 1236 respectivement correspondant aux éléments
1221, 1222, 1223, 1224, 1225 et 1226 de l'étage d'analyse spectrale 1220, à l'exception des fréquences d'échantillonnage divisées par deux.
La réponse de sortie passe-bas décomposée
G3 de l'étage d'analyse spectrale 1230 est fournie par son circuit de décomposition 1232 à l'entrée de
l'étage d'analyse spectrale suivant 1240. Les spectres passe-bande L3, une octave au-dessus de L2 est la réponse de sortie passe-haut de l'étage d'analyse spectrale 1240
<EMI ID=143.1>
�
comporte des éléments 1241, 1242, 1243, 1244, 1245 et
1246 correspondant respectivement aux éléments 1231,
1232, 1233, 1234, 1235 et 1236 de l'étage d'analyse spectrale 1230 à l'exception près des fréquences d'échantillonnage divisées par deux.
<EMI ID=144.1>
de l'étage d'analyse spectrale 1240 est fournie par son circuit de décompostion 1242 à l'entrée de l'étage suivant d'analyse spectrale 1250. Le spectre passe-
<EMI ID=145.1>
de sortie passe-haut de l'étage d'analyse spectrale
1250 à son signal d'entrée G4. L'étage d'analyse spectrale 1250 comporte des éléments 1251, 1252, 1253,
1254, 1255 et 1256 correspondant respectivement aux éléments 1241, 1242, 1243, 1244, 1245 et 1246 de l'étage d'analyse spectrale 1240 à l'exception près des fréquences d'échantillonnage divisées par deux.
La réponse de sortie passe-bas décomposée G5 de l'étage d'analyse spectrale 1250 est fournie
par son circuit de décomposition 1252 à l'entrée de l'étage suivant d'analyse spectrale 1260. Le spectre passe-bande L5, une octave au-dessous de L4 est la réponse de sortie passe-haut de l'étage d'analyse spec-
<EMI ID=146.1>
spectrale 1260 comporte des élémentd 1261, 1262, 1263,
1264, 1265 et 1266 correspondant respectivement aux éléments 1251, 1252, 1253, 1254, 1255 et 1256 de l'étage d'analyse spectrale 1250 à l'exception près des fréquences d'échantillonnage divisées par deux.
La réponse de sortie passe-bas décomposée
<EMI ID=147.1>
<EMI ID=148.1>
le circuit de décomposition 1262 de l'étage d'analyse spectrale 1260, est une réponse spectrale passe-bas restante. Elle sert de base pour synthèse des signaux par sommation des réponses spectrales passe-bande interpolées des derniers étages d'analyse spectrale,
r et de réponse spectrale passe-haut finale de l'étage
<EMI ID=149.1>
sont décalés dans le temps étant donné qu'ils sont fournis avec des retards croissants. Le spectre passe-bas
<EMI ID=150.1>
dans un décalage dans le temps dirigé en opposition.
Comme cela sera décrit ci-après, des procédés itératifs de synthèse de signaux à partir des composantes spectrales nécessitent aussi que les compo-
<EMI ID=151.1>
dans ce décalage temporel dirigées en opposition, les unes par rapport aux autres. Avant de décrire le traitement des analyses spectrales, la synthèse des signaux à partir des analyses spectrales traitées,
une description plus détaillée sera faite des structures des étages d'analyse spectrale. La première considération sera la structure du filtre passe-bas bidimensionnel initial.
Comme cela est connu dans la technique des filtres, les structures de filtres bidimensionnelles peuvent être de nature non séparables ou en variante
de nature séparable. Un filtrage séparable dans une première et une seconde dimension peut se faire en filtrant d'abord dans une première direction en utilisant un premier filtre unidimensionnel puis en filtrant
dans une seconde direction perpendiculaire la première en utilisant un second filtre unidimensionnel. Ains, étant donné que les caractéristiques respectives passe-bas
de deux filtres unidimensionnels séparés en cascade situant un filtre séparable passe-bas bidimensionnel sont complètement indépendantes l'une de l'autre,
la fonction de noyau et le structure de chacun de ces filtres passe-bas peut être similaire à celle décrite ci-dessus en regard des figures 2a et 2b et des figures
3 à 11.
Dans le cas des images de télévision cons-
�
tituées par une trame de lignes horizontales de
balayage, les deux directions perpendiculaires d'un filtre séparable sont de préférence horizontal et vertical. Si un filtrage passe-bas bidimensionnel séparable est utilisé selon l'invention, certains avantages sont obtenus en effectuant le filtrage passe-bas horizontal avant le filtrage passe-bas vertical tandis que d'autres avantages sont obtenus en effectuant le filtrage passe-bas vertical avant le filtrage passebas horizontal. Par exemple, d'effectuer en premier le filtrage horizontal et la décomposition réduit de
moitié le nombre des échantillons d'éléments d'images
par ligne de balayage horizontal qui doivent être
traités par la fonction de noyau verticale pendant le filtrage vertical suivant. Mais d'effectuer en premier
le filtrage vertical permet d'utiliser la même structure de retard que celle nécessaire pour le retard relativement long imposé pour le filtrage vertical et de disposer également les retards de compensation respectifs (1215,
1225, 1235, 1245, 1255 et 1265) pour produire les
signaux respectifs GO-G5 à la borne positive de chacun des soustracteurs 1216, 1226, 1236, 1246, 1256 et 1266 des étages 1210, 1220, 1230, 1240, 1250, et 1260 de l'analyseur spectral de la figure 12.
Les réponses globales des filtres de fréquences spatiales bidimensionnelles séparables peuvent être carrées ou rectangulaires en sections parallèles
au plan des fréquences spatiales. Mais les réponses des filtres non séparables peuvent avoir d'autres sections. Des sections circulaires et elliptiques sont d'un intérêt particulier pour filtrer des signaux de télévision à balayage en trame car des fitlres avec des réponses
ayant ces sections peuvent être utilisés pour réduire
une résolution diagonale excessive dans les signaux
de télévision. L'uniformité de résolution des images
dans toutes les directions est importante, par exemple dans des systèmes de télévision où l'image doit être tournée entre la caméra et le dispositif de visualisation.
Le tableau ci-après est une matrice de pondérations de filtres ayant une configuration qui présente une symétrie par quadrants et une réponse de phase linéaire, caractéristique de filtre qui convient particulièrement pour les filtres passe-bas bidimensionnels
1211, 1221, 1231, 1241, 1251 et 1261 et pour les filtres passe-bas bidimensionnels 1214, 1224, 1234, 1244, 1254
et 1264 de la figure 12.
A B C B A
D E F E D
G H J H G
<EMI ID=152.1>
A B C B A
Une matrice de fonction de noyau ayant cette configuration des facteurs de pondération s'applique à son tour sur chacun des échantillons successifs d'images, chaque échantillon d'élément d'images, lorsqu'il est traité, correspondant en position au facteur de pondération central J de la matrice. Dans un.filtre passe-bas, le facteur de pondération J a le plus niveau d'amplitude relative et chacun des autres facteurs de pondération
a un niveau d'amplitude qui diminue de plus en plus en s'éloignant de la position centrale. Par conséquent,
les facteurs de pondération d'angle A sont ceux de plus bas niveau d'amplitude.
Dans le cas d'un filtre bidimensionnel
non séparable, les valeurs spécifiques sélectionnées
des niveaux d'amplitude de A, B, C, D, E, F,G,H, et J sont complètement indépendantes les unes des autres. Mais dans le cas d'un filtre séparable bidimensionnel, étant donné que les niveaux d'amplitude des facteurs pondération résultent des produits en croix des valeurs respectives des facteurs de pondération de noyau unidimensionnels en direction horizontale et verticale, les valeurs respectives de A,B,C,D,E,F,G,H, et J ne sont pas complètement indépendantes les unes des autres.
Un appareil de synthèse d'un signal électrique à partir des spectres des composantes qui peut se présenter sous la forme générale de la figure
13, présente une grande importance selon l'invention.
<EMI ID=153.1>
dans le temps par l'analyseur spectral de la figure
12 et doivent être retardées différentiellement pour
<EMI ID=154.1>
retard progressif pour le synthétiseur de signaux de la figure 3. La figure 13 représente un synthétiseur de signaux avec plusieurs étages successifs de synthèse
de signaux 1360, 1365, 1370, 1375, 1380, 1385. Chaque étage, grâce à l'utilisation d'une interpolation, produit une expansion de la matrice d'échantillons d'une composante spectrale pour que les mêmes dimensions que celles
des composantes spectrales immédiatement supérieures
en fréquences spatiales, permettant l'addition à cette composante spectrale. L'expansion de la matrice est faite en intercalant les points d'échantillons dans la matrice avec des zéros et en effectuant un filtrage passe-bas
du résultat pour éliminer la structure harmonique.
Le filtrage passe-bas a de préférence la même caractéristique de filtrage que le filtrage passe-bas associé avec le processus d'interpolation correspondant de l'analyseur spectrale de la figure 12.
Le filtrage passe-bas associé avec l'interpolation du synthétiseur de signaux supprime les
<EMI ID=155.1>
par un processus non linéaire, ce qui peut se produire dans des circuits de modification (tels que ceux décrits ci-dessus en regard de la figure 3) pouvant être intercalés entre l'analyseur de spectre de la figure 12 et
le synthétiseur de la figure 13. Ces processus non linéaires donnent lieu à des éléments erronés visibles dans l'image composite synthétisée s'il n'y a pas
un filtrage passe-bas associé avec les opérations d'interpolation utilisées dans le synthétiseur de signaux.
Dans le synthétiseur de la figure 13, des
<EMI ID=156.1>
avec des zéros dans le circuit d'expansion 1361 et passent par un filtre de fréquences spatiales passe-bas bidimensionnel 1362 similaire au filtre 1265 de l'analyseur spectrale de la figure 12. Des échantillons de la réponse
<EMI ID=157.1>
<EMI ID=158.1>
intercalés avec des zéros dans le circuit d'expansion
1366. Ce signal passe par un filtre passe-bas 1367 similaire au filtre passe-bas 1254 de la figure 12 et
<EMI ID=159.1>
avec des zéros dans un circuit d'expansion 1371 et le résultat est filtré passe-bas dans un filtre 1372 similaire au filtre 1244 de la figure 12. La réponse du filtre 1372 est additionnée à L'3 dans un
<EMI ID=160.1>
d'expansion 1376 et le résultat est filtré passe-bas dans un filtre 1377 similaire au filtre 1234 de la figure 12. La réponse du filtre 1377 est additionnée à
<EMI ID=161.1>
<EMI ID=162.1>
<EMI ID=163.1>
dans un circuit d'expansion 1381 et le résultat est
( filtré passe-bas dans un filtre 1382. La réponse du filtre 1382 est additionnée à L' dans un additionneur
<EMI ID=164.1>
pour une interpolation à un circuit d'expansion 1386 et à un filtre passe-bas 1387 similaire au filtre 1214 de la figure 12. La réponse du filtre 1387 est additionnée <EMI ID=165.1>
<EMI ID=166.1>
éventuellement avec des modifications.
Bien que la mise en oeuvre bidimensionnelle de l'invention convienne particulièrement pour un traitement d'images du spectre des fréquences spatiales d'images en temps réél, il est bien entendu que les informations bidimensionnelles que l'invention concerne
ne sont pas limitées aux spectres des fréquences spatiales d'images bidimensionnelles. Par exemple, l'une des deux dimensions peut correspondre à des informations de fréquences spatiales et l'autre des dimensions peut correspondre à des informations de fréquence temporelle.
En outre, l'invention convient pour analyser le spectre des fréquences en temps réel d'informations définies par plus de deux dimensions. Par exemple,dans
le cas d'informations tridimensionnelles, les trois dimensions peuvent correspondre à des informations spatiales ou en variante, deux des dimensions peuvent correspondre à des informations spatiales tandis que
la troisième correspond à des informations temporelles.
A cet égard, il y a lieu de considérer l'appareil de traitement d'images qui réagit à l'apparition d'un mouvement dans une image de télévision reproduite. Dans
ce cas, la partie du spectre des fréquences spatiales
de l'image visualisée correspondant aux objets immobiles reste la même dans les informations vidéo d'une trame
à l'autre, tandis que la partie du spectre des fréquences spatiales de l'image visualisée correspondant aux objets
r en mouvements change dans les informations vidéo
d'une trame à l'autre. Un analyseur de spectre selon l'invention peut être utilisé dans un tel appareil
de traitement d'images en utilisant des filtres passebas à trois dimensions. Deux des trois dimensions de ces filtres passe-bas sont spatiales et correspondent aux deux dimensions spatiales des filtres passe-bas bidimensionnels incorporés dans chaque étage de l'analyseur de spectre bidimensionnel de la figure 12. La troisième dimension est temporelle et correspond à
la caractéristique de structure fine du spectre tridimensionnel résultant des changements produits par des objets en mouvement dans les valeurs des niveaux d'amplitude des éléments d'images correspondants, d'une trame à l'autre de l'image visualisée.
Dans la description faite ci-dessus de plusieurs modes de réalisation de l'invention, il a été supposé que le signal temporel GO est un signal en bande de base ayant un spectre de fréquence qui définit les informations ayant une ou plusieurs dimensions. Comme il est connu, ces informations en bandes de base sont souvent transmises en formats multiplexés en fréquence, dans lequel les informations de bandes de base sont constituées par les bandes latérales d'une fréquence porteuse qui a été modulée par une composante d'informations en bandes de base. En utilisant des modulateurs et des démodulateurs appropriés dans les dispositifs respectifs de translation 100-1... 100-N de <EMI ID=167.1> multiplexé en fréquence.
Dans les revendications qui vont suivre,
le terme "registre à décalage" concerne également un dispositif remplissant une fonction équivalente, par exemple une mémoire à accès direct en série.
Bien entendu, diverses modifications peuvent être apportées par l'homme de l'art aux modes de réalisation
<EMI ID=168.1> décrits et illustrés à titre d'exemples nullement limitatifs sans sortir du cadre de l'invention.
Hierarchical pyramid signal processing apparatus
in real time.
The present invention relates to an apparatus
signal processing for analyzing and / or synthesizing signals. More particularly, the signal processing apparatus according to the invention uses a pipeline organization to analyze in delayed real time the frequency spectrum of an information component (having one or more dimensions) of a given time signal of which the highest frequency considered
<EMI ID = 1.1>
real time delayed the time signal from its analyzed frequency spectrum. Although the invention is not limited to this application, it is particularly suitable for processing images in delayed real time of two-dimensional spatial frequencies of television images defined by a temporal video signal.
Much work has been done to produce a model of how the human visual system works. It appeared that the human visual system seems to calculate a primitive spatial-frequency decomposition of light images, by partitioning information
of spatial frequencies in a number of bands
overlapping spatial and contiguous frequencies. Each band is roughly one octave wide and
the center frequency of each band differs from its neighbors by a factor of about two. Researches
suggested that there are roughly seven bands or "channels" covering the spatial frequency range from 0.5 to
60 cycles / degrees of the human visual system. The importance of this discovery is that information of spatial frequencies separated by a factor greater than two
other spatial frequency information can be processed independently by the human visual system.
It has further been found that the processing of the spatial frequencies appearing in the human visual system is localized in space. Thus, the signals in each spatial frequency channel are calculated in small sub-regions of the image.
These sub-regions overlap with each other and have
roughly a width of two cycles at a particular frequency.
If a sinusoidal lattice image is used as the test configuration, it appears that
the contrast / threshold-sensitivity function for the sinusoidal lattice image proceeds rapidly when the spatial frequency of this image increases. In other words, high spatial frequencies require high contrast to be seen (around 20% at 30 cycles / degrees) but lower spatial frequencies require relatively low contrast to be seen (around 0.2%
at 3 cycles / degrees).
It has been found that the ability of the human visual system to detect a change in the contrast of a sinusoidal lattice image which is above the threshold is also better at lower spatial frequencies than at higher spatial frequencies.
More particularly, in an average human subject,
to correctly discriminate a change of contrast of 75% of the time, it is necessary approximately a change of contrast of 12% for a sinusoidal network with three cycles / degrees, but a change of contrast of 30% for a network of 30 cycles / degrees.
Dr. Peter J. Burt, who is warned of the above mentioned properties of the visual system
human has developed an algorithm (hereinafter called the "Burt pyramid") which he applied using a non-real time calculator to analyze the two-dimensional spatial frequencies of an image in several separate spatial frequency bands . Each band
of space frequencies (other than the lowest space frequency band) is preferably one octave wide. So if the spatial frequency
the highest considered of the image is not greater <EMI ID = 2.1>
3f0 / 8, etc.).
Please refer now to the following list of articles authorized by Dr. Burt
which describes in detail different aspects of the Burt pyramid:
"Segmentation and Estimation of Image Region Properties Through Coopérative Hierarchial Computation", by
Peter J. Burt, et al., IEE Transactions on Systems,
Man and Cybernetics, Vol. SMC-11, N [deg.] 12, 802-809, December
nineteen eighty one.
"The Laplacian Pyramid as a Compact Image Code" by
Peter J. Burt, et al., IEE Transactions on Communications, Vol, COM-31, N [deg.] 4, 532-540, April 1983.
"Fast Algorithms for Estimating Local Image Properties" by Peter J. Burt, Computer Vision, Graphics, and Image Processing 21, 368-382 (1983).
"Tree and Pyramid Structures for Coding Hexagonally Sampled Binary Images" by Peter J. Burt, Computer Graphics and Image Processing 14, 271-280 (1980).
"Pyramid-based Extraction of Local Image Features with Applications to Motion and Texture Analysis" by
Peter J. Burt, SPIE Vol 360, 114-124.
"Fast Filter Transforms for Image Processing" by
Peter J. Burt, Computer Graphics and Image Processing 16
20-51 (1981).
"A Multiresolution Spline with Applications to Image MosaIcs", by Peter J. Burt et al. Image Processing Laboratory Electrical, Computer, and Systems Engineering Department, Rensselaer Polytechnic Institute, June 1983. "The Pyramid as a Structure for Efficient Computation"
by Peter J. Burt, Image Processing Laboratory,
Electrical and Systems Engineering Department,
Rennselaer Polytechnic Institute, July 1982.
Burt's pyramid algorithm
uses specific sampling techniques
to analyze an original image of relatively high resolutions in a hierarchy of N (where N is a
whole number) separate component images (in which each component image is a Laplace image consisting of an octave different from the spatial frequencies
from the original image) plus a remanent image of Gauss
(which is made up of all spatial frequencies
from the original image below the Laplace image
components of lower octave). The term "pyramid" as used herein relates to the successive reduction of the spatial frequency bandwidth and
density of the samples of each of the component images of the hierarchy from the component image of the highest octave to the component image of the octave
the lowest.
A first advantage of the Burt pyramid algorithm is that it allows the original image
of high resolution is synthesized from the component images and the remaining image without introduction of the parasitic spatial frequencies due to errors. A
second advantage of the Burt Pyramid algorithm
is that the space frequency bandwidth
of an octave in each hierarchy of component images responds to the properties of the human visual system mentioned above. This allows to selectively process or selectively modify the spatial frequencies of
some individual component images of the hierarchy in independent and different ways
(i.e. without processing the signal of any component image clearly affecting another component image) in order to improve or produce certain
other desired effects in the derived synthesized image
processed component images. An example of such
desired effect is the multiple resolution separation technique described in detail in the article "A Multi-resolution Spline with Applications to Image Mosaics" mentioned above.
Until now, the Burt Pyramid algorithm has been applied in non-real time by means of a numerical calculation for universal use. The level of each sample element of an original image
is represented by a multi-bit number (for example 8 bits) stored at an individual address position of a computer memory. For example, an original two-dimensional image of relatively high resolution comprising 29 (512) samples of image elements in each of these two dimensions requires a large memory of 218 (262,144) address positions to store each of the numbers respectively. several bits representing the levels of the samples of respective picture elements constituting the initial picture.
The original image stored in memory can be processed by a digital computer using the Burt Pyramid algorithm. This processing involves the iterative execution of phases such as the convolution of the samples of picture elements with a predetermined core weighting function, decimal conversion of the samples, expansion of the samples by interpolation and subtraction of the samples. The value of the kernel function (in one or more dimensions) is relatively small
(regarding the number of picture elements)
compared to each dimension of the entire image.
The sub-region or the window of the image elements
(of dimensions equal to the kernel function and arranged symmetrically around each picture element) is multiplied by the kernel weighting function and added in a convolution calculation.
The kernel weighting function is chosen to function as a low-pass filter of the multidimensional spatial frequencies of the image undergoing convolution. The nominal frequency of
r "cut" (also called in the technique of
elbow filters) of the filter characteristic
low pass provided in each dimension by the core function is chosen to be practically half of
highest frequency considered in this dimension
of the signal undergoing convolution. However, this low-pass filter characteristic does not necessarily have a stepwise progression at a given cutoff frequency but can have a relatively gradual unwinding, in which case a nominal cutoff frequency is defined as the frequency at which a certain predetermined value ( for example 3 dB) attenuation is produced.
Filters with progressive characteristics can be used because the Burt Pyramid by its nature compensates for the introduction of parasitic frequencies, due to errors, resulting from a progressive low-pass characteristic of the filter. The convoluted image is decomposed by eliminating in each of the respective dimensions of the image, successively considered one element of convoluted images out of two, which halves the number of elements of convoluted images in each dimension.
Since an image is conventionally two-dimensional, a decomposed and convoluted image is made up only of a quarter of the number of the elements which the image contains before this decomposition. The reduced number of image elements in this decomposed image
and convolved (called a Gaussian image) is stored in a second memory.
Starting with the samples of stored initial image elements, the aforementioned convolution-decomposition procedure is performed iteratively N times (where N is an integer) which results
N + 1 images constituted by the initial high resolution image and a hierarchical pyramid of N additional Gauss images of reduced resolution, in which the number of image samples (density
of samples) in each dimension of each additional image is only half the number of samples in each dimension of the immediately preceding image. If the initial image stored in high resolution
<EMI ID = 3.1>
stored additional data can be designated respectively by G. to GN 'the successively reduced number of samples of each of these N additional images being stored in one separate from N memories. Thus, counting the initial image stored, there are in total N + 1 memories.
In the non-real-time implementation of algorithms of the Burt Pyramid, the following calculation procedure consists in producing additional samples of interpolated values between each pair of samples of stored image elements G., in each dimension, which produces an expansion of the
<EMI ID = 4.1>
at the sampling density of the stored initial image
<EMI ID = 5.1>
the expanded image G. is then subtracted from the stored digital value of the corresponding sample of
<EMI ID = 6.1>
tion of error in lower spatial frequencies corresponding to the loss of information caused respectively by the decomposition phase used to derive the
<EMI ID = 7.1>
the introduction of the samples of interpolated values appearing in the expansion of the sample density
<EMI ID = 8.1>
pyramid memories.
Similarly, by repeating this procedure iteratively, a hierarchy consisting of N-1 additional Laplace images L1 to
LN-1 is obtained in turn and written in one corresponding of the N-1 respective additional memories in which the images from Gauss G. to GN-1 are memorized (thus replacing in memory the images of
<EMI ID = 9.1>
the smallest number of samples) is not replaced
in its corresponding memory by an image of Laplace but it remains memorized in this memory as a Gauss remainder constituted by the spatial frequencies the lowest pluq (that is to say those below the octave LN-1) that contains the original image.
Burt's Pyramid algorithm allows to restore the initial image, without error, by an iterative calculation procedure which applies successive phases
<EMI ID = 10.1>
sum image. This sum image is expanded in a similar way and added to the Laplace image.
<EMI ID = 11.1>
resolution is synthesized by summing all the Laplace images and the remaining image. In addition, after analyzing one or more original images
in N Laplace images and a Gauss rest, it is possible to introduce any processing operation or modification of particular desired images (such as a separation) before synthesizing a complete high resolution image.
The real-time implementation of the Burt Pyramid algorithm by computer processing is efficient for processing still image information. It is therefore not applicable to the analysis of a flow of successive images which can change continuously over time (for example successive video frames of a television image). Real-time implementations of the Burt Pyramid algorithm according to the invention are necessary to analyze successive images which change over time.
More particularly, the invention therefore relates to a signal processing apparatus with a pipeline organization for analyzing in delayed real time the frequency spectrum of an information component of a given time signal in which the highest frequency considered from this spectrum
<EMI ID = 12.1>
this information component of the given time signal corresponds to information having a given number of dimensions. The apparatus comprises a group of N devices for translating sampled signals, arranged in an ordinary manner (where N is an integer). Each of the translation devices has first and second input terminals and first and second output terminals. The first input terminal of the group's first translation device is connected to receive the given time input signal. The first input terminal of each of the second Nth translation device of the group is connected to the first terminal
of the translation device which immediately precedes it in this group, so that each of the second to the Nth translation device emits a signal to the translation device of the group which immediately follows it. The second input terminal of each of the group's translation devices is connected to receive a separate sampling clock signal. With this arrangement, each of the group's translation devices drifts at its first and second signal output terminals at a frequency equal to the sampling frequency of the clock signal applied to it.
In addition, each translation device
of the group performs a low-pass transfer function between its first input terminal and the first output terminal for the information component of the signal applied to its first input terminal. The low-pass transfer function of each translation device in the group has a nominal cut-off frequency which is a direct function of the sampling frequency of the clock signal applied to the second input of this translation device of the group. In addition, the clock signal, when applied to the second input terminal of the group's first translation device, has a sampling frequency which (a) is double
<EMI ID = 13.1>
nominal cut-off frequency of the low-pass transfer function of the group's first translation device
<EMI ID = 14.1>
applied to the second input terminal of each of the second
to the Nth translation device of the group has a
sampling frequency which (a) is less than
the clock frequency applied to the second input terminal of that of the translation devices which immediately precedes in the group, (b) is at least twice the maximum frequency of the information component applied to its first terminal input, and (c) establishes a nominal cutoff frequency for its function
low pass transfer which is lower than that of the group translation device which immediately precedes.
The signal appearing at the second terminal
output of each group translation device corresponds to the difference between the information component applied to its first input and a function
direct from the derived information component to its
first output terminal.
Although not limiting, the information component of the given time signal,
processed by the signal processing apparatus according to the invention, can for example correspond to the components
two-dimensional spatial frequencies of each
successive frames of a television image which has been scanned in series in each of the two dimensions.
In general, the invention is suitable for analyzing the frequency spectrum of a produced signal
by a source of spatial or non-spatial frequencies in one or more dimensions, regardless of the particular nature of the source. Thus, for example, the invention is suitable for analyzing complex signals
1, 2 or more dimensions from sound sources, radar sources, seismographic sources, robotic sources, etc. in addition to two-dimensional visual image sources such as television images. In addition, the invention is also directed to a signal processing apparatus using a pipeline organization in response to a group of analyzed signals.
to synthesize delayed signal in real time
complex.
Other characteristics and advantages of the invention will be better understood on reading the description which follows of several exemplary embodiments and with reference to the appended drawings in which:
FIG. 1 is a functional diagram which illustrates the invention in its most general and most generic implementation, FIG. 1a represents a digital embodiment of the first kind of one of the devices for translating group sampled signals
of FIG. 1, FIG. 1b represents a digital embodiment of a second species of one of the devices for translating sampled signals from the group
of FIG. 1, FIG. 1c represents another digital embodiment of the device for the final translation of sampled signals of the group, of the first or of the second species of FIG. 1, FIG. 2 shows an example of a function of kernel weighting which can be used for the implementation of the invention, FIG. 3 is a simplified diagram of a one-dimensional system of spectrum analyzer, spectrum modification circuits and signal analyzer according to aspects of the invention, FIG. 4 is a simplified diagram of one of the analysis stages used for the iterative calculations of the process of spectral analysis of the figure
3, analysis made according to one aspect of the invention, FIG. 5 is a simplified diagram of a modification which can be made to a pair of successive stages of analysis of FIG. 4 in a
another embodiment of the invention, FIG. 6 is a simplified diagram of one of the synthesis stages used in the iterative process of synthesis of signals of FIG. 3 from the spectral components,
FIGS. 7, 8, 9 and 10 are simplified diagrams of the spectrum modification circuits of FIG. 3 according to the invention, FIG. 11 is a simplified diagram of a modification to the system of FIG. 3 used when it is desirable to align time samples of the spectrum for processing according to one aspect of the invention, Figure 12 is a simplified diagram of a two-dimensional spatial frequency spectrum analyzer using pipeline organization to perform the delayed real-time spectral analysis, and Figure 13 is a simplified diagram of an apparatus for synthesizing signals representing the sampling frame analyzed by the spectrum analyzer of Figure 12 from its output spectrum.
According to FIG. 1, each of the devices for translating sampled signals 100-1 to 100-N
including, arranged in order (where N is an integer) have two input terminals and two terminals
/ Release. A given time signal GO defining information is applied as an input to a first of the two input terminals of the first device.
<EMI ID = 15.1>
may be a permanent analog signal (for example a sound signal or a video signal) or alternatively, the
<EMI ID = 16.1>
lonne. Furthermore, in the latter case, each sample level can be represented directly by an amplitude level or can be represented indirectly by a number (for example by passing each level of sample amplitude through an analog converter). digital not shown in Figure 1 before applying the time signal GO to the first input of the translation device 100-1) .. The spectrum
GO frequency range includes a range between zero (i.e. DC voltage) and the frequency
<EMI ID = 17.1>
considered frequencies which correspond to information having a given number of dimensions).
More particularly, GO can be a signal filtered beforehand but containing no higher frequency
<EMI ID = 18.1>
GO variant may contain certain components;
<EMI ID = 19.1>
in the latter case, the Nyquist criterion is not satisfied and some error results. On a practical level, although it is undesirable, this error if it is not too large can sometimes be tolerated.
According to FIG. 1, the first input terminal of each of the other translation devices
100-2 ... 100-N of the group is connected to the first of the two output terminals of the group's translation device which immediately precedes. More particularly, the first output terminal of the signal translation device 100-1 is connected to the first input terminal of the translation device 100-2; the first output terminal of the translation device 100-2 is connected
to the first input terminal of the translation device
100-3, not shown; ... and the first output terminal of the translation device 100- (N-1, also not shown) is connected to the first input terminal of the translation device 100-N. Thus, the signal processing apparatus of FIG. 1 uses the pipeline organization by connecting each respective group translation device to another.
A separate clock signal of sampling frequency is applied to the second of the two input terminals of each translation device in group 100-1 ... 100-N. More specifically, the availability
<EMI ID = 20.1>
CL1 sampling frequency at the second input; the second translation device 100-2 receives the clock signal CL2 of sampling frequency at
its second input ... and the translation device
100-N receives the clock signal CLN of sampling frequency applied to its second input. Values
<EMI ID = 21.1>
as shown in Figure 1. The meaning of these constraints will be discussed in more detail
thereafter.
Furthermore, according to FIG. 1, the translation device 100-1 produces a second output signal
<EMI ID = 22.1>
other travel devices 100-2 ... 100-N
of the group produce respective output signals L1 ... LN-1 at their respective second output terminals.
Each of the translation arrangements 100-1 ...
Group 100-N, regardless of its particular internal structure, can be considered a "black box" that performs a low-pass transfer function between
its first input terminal and its first output terminal for the frequency spectrum of the information component of the input signal applied to its first input terminal. In addition, this low-pass transfer function of each individual translation device 100-1,
100-2 ... 100-N of the group ensures elimination at a nominal cut-off frequency which is a direct function of the sampling frequency of the clock circuit applied to the second input terminal. As it has
explained above, in the case of the Burt Pyramid, elimination can be gradual rather than stepwise.
More particularly, the translation device 100-1 receives the input signal GO described above at its first input terminal. Frequency
the highest considered in the frequency spectrum of
<EMI ID = 23.1>
clock signal sampling UL .. applied to the second input terminal of the translation device
<EMI ID = 24.1>
conditions, the low-pass transfer function between the first input terminal and the first output terminal of the translation device 100-1 is such that only
<EMI ID = 25.1>
100-1. Thus, an output signal G-1 is produced at the first output terminal of the translation device 100-1 with a frequency spectrum
(determined by the particular characteristics of the low-pass transfer function.) which consists mainly of the lower part of the spectrum
<EMI ID = 26.1>
the first input terminal of the translation device
100-2.
As shown in Figure 1, the clock
�
sampling frequency CL2 (applied to the second input terminal of the translation device 100-2)
is less than 2f (sampling frequency of
<EMI ID = 27.1>
make the Nyquist criterion in the frequency spectrum of G1 applied to the first input terminal of the translation device 100-2, although it is not high enough to satisfy the Nyquist criterion for the most
<EMI ID = 28.1>
GO frequency applied to the first input terminal
of the translation device 100-1 which immediately precedes. This type of relationship (in which the clock sampling frequency applied to the second
input of the group translation device decreases when the position in the order of this group translation device increases) applies in general.
More particularly, the clock applied to the second input terminal of each of the translation devices
100-2 ... 100-N of the group has a sampling frequency which (a) is lower than that of the clock of the second input of the translation device of the group which immediately precedes, (b) is at least equal double the maximum frequency of the information component of the signal applied to the first input terminal and (c)
shifts down the nominal cutoff frequency for
its low-pass transfer function at a value lower than that of the group's translation device which
immediately precedes. So the maximum frequency
<EMI ID = 29.1>
finally, the maximum frequency fN in the spectrum of
<EMI ID = 30.1> GN-1 signal (appearing at the first terminal of
translation device output - not shown -
from the group immediately preceding the 100-N translation device and which is applied to the first input of the 100-N translation device).
Again, considering each individual translation device 100-1 ... 100-N as a
<EMI ID = 31.1>
produced respectively at the second output of each translation device 100-1 ... 100-N of the group corresponds to the difference between the information component of the signal applied to the first input terminal of this translation device and a function information component of the signal from the first output terminal of this translating device
<EMI ID = 32.1>
specified direct function G1. Similarly, L1 is equal (or at least corresponds) to G1-g (G2); ..
<EMI ID = 33.1>
The signal processing apparatus described
<EMI ID = 34.1>
at the second output terminal of each of the 100-1 ... 100-N pipeline translation devices in the group)
<EMI ID = 35.1>
first output terminal of the last translation device (100-N) in the group).
In general, the only limitations of the relative values of the sample clock frequencies are
<EMI ID = 36.1>
in Figure 1. But it is generally advantageous
to specify values of the sampling clock frequencies applied to the second input terminal of each of the translation devices 100-1 ... 100-N
<EMI ID = 37.1>
CLN / CLN-1 are equal to 1/2 (or an integer power of 3/2 corresponding to the number of dimensions of the information component of the analyzed signal). As a result, the analyzed frequency spectrum output of the original GO signal is divided into parallel frequency bandwidths separated from
<EMI ID = 38.1>
sampling errors due to loss of signal information caused by a reduction in sampling density or the addition of erroneous spurious components) are all one octave wide for each dimension of the information component
and contain only the frequencies present in the initial signal frequency spectrum GO lying in this particular octave. Frequencies of the frequency spectrum of the original GO signal lying below the octave Laplace component signal
<EMI ID = 39.1>
Gauss remaining G of the analyzed output.
In general N is an integer with a given value of two or more, but there are types of information in which a relatively small given value of N may be sufficient to analyze all the frequencies considered in each dimension of the frequency spectrum of the original GO signal with
sufficiently high resolution. For example, in the case of visual images, it often appears that a value of N equal to seven is sufficient so that in this case, the frequencies in each dimension of the
<EMI ID = 40.1>
GO frequency of the original signal.
FIG. 1a presents in generalized form a digital embodiment of a first species of a device for translating sampled signals 100-1 ... 100-N of the pipeline group of FIG. 1.
In FIG. 1a, this embodiment of the first kind of an individual translation device 100-1 ...
100 (N-1) of the group is designated by 100a-K and the mode
of first kind realization of the translation device which immediately follows in the group is
designated by 100a- (N-1).
The translation device 100a-K consists of a digital convolution filter 102
with m sockets (where m is an integer of three or more, preferably odd, a decomposition circuit 104,
an expander 106, a digital interpolation filter
108 n sockets (where n is an integer of three or more preferably odd), a delay circuit
109 and a subtractor 110. The sampling frequency clock CL3 (that is to say the clock shown in FIG. 1, applied to the second input of each translation device of the translation device group 100a K) is applied to an input of
control of each of the respective elements 102, 104,
106, 108, 109 and 110.
<EMI ID = 41.1>
translation device input 100a-K is applied
at an input of the convolutional filter 102 and after
the delay 109 at an input of the subtractor 110. The densities of the samples indicated in FIG. 1a are the same densities by dimensions of the information signal
<EMI ID = 42.1>
density of samples in each dimension of the information signal which is established in the time domain
<EMI ID = 43.1>
filter 102. The function of the convolution filter 102
is to reduce the maximum frequency of its GK output signal compared to the maximum frequency of its GK-1 input signal (as explained above in
see Figure 1). But as shown in Figure 1a, the density of the samples at the outlet of the filter 102
<EMI ID = 44.1>
This output from filter 102 is applied
at an input to the decomposition circuit 104. This
last emits only some (not all of the successive samples in each dimension that are applied to its entry by the
filter 104. Thus, the density of samples in each dimension at the output of the decomposition circuit 104 is reduced compared to the density of samples in this dimension at its input. More particularly, as shown in FIG. 1a, the density of samples CLK + 1 in each dimension at the output of the decomposition circuit 104 is such that in the time domain, it can be defined at the reduced frequency determined by the reduced sample rate clock
<EMI ID = 45.1>
translation 100a- (K + 1) which immediately follows. In addition, reduced density samples in each dimension
<EMI ID = 46.1>
104 as they are organized in the time domain appear in phase with the appearance of the clock
<EMI ID = 47.1>
input of the translation device 100a- (K + 1) which follows
<EMI ID = 48.1>
of the decomposition circuit 104 (which constitutes the signal
at the first output of the translation device 100a-K) is applied to the first input of the translation circuit 100a- (K + 1) which immediately follows. So the isochronous relationship between the reduced sampling density
<EMI ID = 49.1>
<EMI ID = 50.1>
translation device input 100a- (K + 1) is similar to the isochronous relationship between the density
<EMI ID = 51.1>
translation device 100a-K (described above).
Although not limiting, a
preferred embodiment of the decomposition circuit
104 has the effect, in each dimension of information
of the signal, to halve the density of the samples at the input, in this dimension. In that case,
the decomposition circuit 104 transmits at its output every second sample in each dimension received at its input. So, for one-dimensional signal information,
<EMI ID = 52.1>
the density of CL samples. For two-dimensional information, the density of samples CLK + 1 in each of the two dimensions is half, which gives a density of two-dimensional samples of (1/2) or
A quarter.
Although the frequency spectrum in bands
GK base is the same at the input of the decom-
<EMI ID = 53.1>
of reduced samples at the output of the decomposition circuit 104 results in the loss of a certain quantity of phase information which is present in the signal GK of higher density of samples applied to the input of the decomposition circuit 104.
In addition to being applied to the first input of the translation device which immediately follows, the output of the decomposition circuit 104 is also applied to an input of an expander 106. The expander
106 used to insert, as an additional sample
a zero (a number representing a zero) at each
<EMI ID = 54.1>
sample from the output of the decomposition circuit 104 is absent. In this way, the density of samples
at the output of the expander 106 is established at the same density as the input of the decomposition circuit 104. In the preferred case in which the density of samples in each dimension is reduced by half, the expander
106 inserts in each dimension a zero between each pair of neighboring samples in its dimension at the output of the decomposition circuit 104.
Although the expander 106 increases the density of the samples of its output compared to its input,
it does not in any way change the information of signal G at its output with respect to its input. But the introduction of zeros has the effect of adding images or repeats.
<EMI ID = 55.1>
appearing as CL harmonics of the sideband frequency spectrum.
The signal GK at the output of the expander 106 then passes through an interpolation filter 108. The interpolation filter 108 is a base-pass filter which lets the signal GK pass through in baseband but which removes the harmonics CL from the frequency spectrum in side bands. Consequently, the filter 108 replaces each sample of zero value with a sample of interpolated value, each of which has a value defined by the respective values of the samples carrying the information surrounding it. The effect of these samples of interpolated values is to define with higher resolution the envelope of the samples leaving information. In this way, the high frequency components of the signal GK at the output of the expander 106, which are above the baseband, are practically eliminated by the interpolation filter 108.
But this interpolation filter 108 does not add and cannot add information to the signal GK interpolated at its output,
which are not already present in the signal GK of reduced sample density at the output of the decomposition circuit 104. In other words, the expander 106 serves
expanding the reduced sample density in each dimension of the GK signal to the same density in each dimension of the GK signal at the output of the convolution filter 102.
The subtractor 100 is used to subtract the signal GK appearing at the output of the interpolation filter 108 from the signal GK-1 applied to the first input of the translation signal 100a-K and applied to an input
of the convolution filter 102 and by a delay circuit
109 to subtractor 110. The delay circuit 109
introduces a delay equal to the total delay introduced by
the convolution filter 102, the decomposition circuit
104, the expander 106 and the interpolation filter 108.
Therefore, since the two signals
applied to the inputs of subtractor 110, have, in each of their dimensions, the same density
CLK samples and experienced equal delays, subtractor 110 subtracts a level representing by
the number in each sample of the GK signal at this input of the level represented by the number in the sample
<EMI ID = 56.1>
produced at the second output of the translation device
100a-K.
<EMI ID = 57.1>
which are not also present in the GK signal applied to the subtractor 110 are present in the
<EMI ID = 58.1>
which is above the convolution filter bandwidth 102. So, for example, if the device
100a-K is the translation device 100-1 of Figure 1, the first component of
<EMI ID = 59.1>
tractor 110 also contains a second component
error compensation consisting of frequencies in
the bandwidth of the convolution filter 102 corresponding to the phase information present in the signal GK
higher sample density out of the
convolution filter 102, this phase information being lost in the decomposition operation (described above). Thus, the phase information lost in the signal GK (decomposed) of reduced sample density, sent to the first input of the translation device 100a (K + 1) which immediately follows are
<EMI ID = 60.1>
produced at the second output of the translation device
100a-K.
Each travel device 100-1 ...
100-N can have the configuration of the translation device 100a-K of FIG. 1a. In this case, the remaining signal GN of the analyzed output, coming from the first output of the last translation device 100-N of the group has the same density in each dimension, which is less, preferably by half, than the density
<EMI ID = 61.1>
applied to the first entry. But since by definition no translation device in the group follows the 100-N translation device, it is not essential for most applications (an exception is the application for the transmission of compressed data)
<EMI ID = 62.1>
applied to the first input of the 100-N translation device. Consequently, in this case, rather than being made up of the entire structure of the translation device 100a-K, the last translation device 100-n of the group may alternatively be made up of the structure formed in the manner illustrated by the figure 1c
(although each of the other translation devices
100-1 ... 100 (N-1) of the first species is still
formed in the manner of the translation device 100a-K).
<EMI ID = 63.1>
convolution filter input 102) does not pass
by a decomposition circuit, but. is delivered directly as a GN signal remaining at the output of the last translation device 100a-N of the first species of the group. Since in this case there is no decomposition, no expansion or interpolation is
<EMI ID = 64.1>
of the convolution filter 102 is applied directly as the GN input to the subtractor 110. In other words, the configuration of the translation device 100a-N in FIG. 1c differs from that of the translation device
100a-K of FIG. 1a by removing the decomposition circuit 104, the expander 106 and the interpolation filter 108. In this case, the delay circuit
109 introduces a delay equal only to that introduced by the convolution filter 102.
The first species shown in Figure 1a (or alternatively in Figures 1a and 1c) constitutes a real-time implementation of the Burt Pyramid algorithm. Of course, in its most useful form, each of the Laplace components of the analyzed output derived by the Burt Pyramid algorithm
has a bandwidth of one octave in each dimension. This most useful form of the Burt Pyramid algorithm is obtained by real-time implementation
of Figure 1a, making sure that the sampling clock frequency CLK + 1 in each dimension is half the sampling clock frequency CLK in this dimension.
We must now consider another type of hierarchical pyramid which is a variant of the Burt Pyramid. This variant of the pyramid is called the "filtering-subtraction-decomposition" pyramid.
(FSD). Although the FSD pyramid does not have some of the qualities of a Burt Pyramid, it does have some other desirable properties that the Burt Pyramid does not. For example, a desirable property of the Burt Pyramid (which does not have
the pyramid FSD) is its inherent compensation in the synthesis of the initial signal reconstituted for frequencies of parasitic errors which are present in each of the components of Laplace and of the remainder of the analyzed output. Furthermore, in certain applications, the FSD pyramid requires fewer machine parts and is therefore less costly to implement than the Burt pyramid.
The signal processing apparatus according to the invention using a pipeline architecture is also suitable for real-time implementation of the FSD pyramid. The FSD pyramid consists of a second kind of structural configuration of certain respective of the signal translation devices 100-a ... 100-N of the group which are represented in FIG. 1 using devices or stages of translation as-100b-K in Figure 1b (instead of the stages like the translation device 100a-K described above which is used in the Burt Pyramid).
The translation device 110b-K of FIG. 1b represents a digital embodiment of the second aforementioned species in which each individual translation device 100-1 ... 100 (N-1) of the group represented in FIG. 1 uses a 'Translation device such as 100b-K and 100b- (K + 1) of Figure 1b. In addition, the translation device 100b- (K + 1) of FIG. 1b represents that of the translation devices 100-1 ... 100-N of the group which immediately follows the translation device 100b-K.
As shown in FIG. 1b, the translation device 100b-K only comprises a digital convolution filter 102 with m sockets, a decomposition circuit 104, a delay circuit 109 and a subtractor 110. The structure configuration of the second type 100b-K translation shown in Figure 1b is similar to the structure configuration of the 100a-K translation device (Figure 1a) of the
<EMI ID = 65.1>
the density of samples CL) is applied as a
K
input to filter 102 and via delay circuit 109
at an input of a subtractor 110 and in that the output signal GK (also having the sample density
<EMI ID = 66.1>
104 to reduce the density in each dimension
<EMI ID = 67.1>
first input of the translation circuit 100b- (K + 1) which immediately follows.
The translation device 100b-K of the second kind differs from the translation device
100a-K of the first species by direct application
<EMI ID = 68.1>
density of samples CLK (in each dimension) which is applied by the output of the filter 102 to the input of the decomposition circuit 104. More particularly, this differs from the translation device 100a-K of the
<EMI ID = 69.1>
reduced samples CLK + 1 (in each dimension)
at the outlet of the decomposition circuit 104. Thus, the first species requires an expander 106 and a filter
<EMI ID = 70.1>
CLK sample density (in each dimension) before
<EMI ID = 71.1>
<EMI ID = 72.1>
translation device 100b-K of the second kind
does not come from a source of density of decomposed samples, the expander 106 and the interpolation filter
108 are not necessary in the configuration of the translation device 100b-K. Thus, according to FIG. 1b, the delay circuit 109 introduces a delay equal only to that produced by the filter at
<EMI ID = 73.1>
which are not present in the GK signal at the output of the convolution filter 102.
(.
In the case of the second species, the final translation device 100-N of the group can also have the structure configuration of the translation device 100b-K or, as a variant, it can have the structure configuration of FIG. 1c.
The respective embodiments of
the first and second species of Figures 1a and
1b are digital. In these digital embodiments, an analog-to-digital converter is used initially to convert an analog signal into digital level samples, the level of each sample being normally represented by a binary number with several bits. However, it is not essential that the first or second species according to the invention be carried out in digital form. A device for translating sampled signals using charge coupled devices (CCD) are well known. For example, CCD cross filters, such as separating grid filters, can be designed as convolution filters and as interpolation filters. CCD signals are made up of a series of discrete samples. But each sample has a level of analog amplitude.
Thus, the invention can be implemented
in digital or analog form.
The filtering characteristics of a tap filter depend on factors such as the number of taps, the effective delay between taps, and the specified levels of polarity amplitude of the respective weighting factors associated individually with each tap. By way of example, it will be assumed that the convolution filter 102 is a one-dimensional filter with 5 taps. FIG. 2 represents an example of the specified amplitude levels of the weighting factors all having the same polarity (positive in FIG. 2) which are associated respectively with the 5 individual taps. They also show the actual delay between two neighboring takes. More specifically, as shown in Figure 2, the
effective delay between two neighboring pairs is 1 / CLK,
the sampling period defined by the CLK sampling frequency clock applied individually to the convolution filter 102 of each of the devices
100-1 ... 100-N of the first or second species (shown in Figures 1a, 1b and
<EMI ID = 74.1>
convolution 102 of each travel device
100-2 ... 100-N is greater than that of the device
the group immediately preceding.
According to FIG. 2, the weighting factors associated with the 5 taps all have positive polarities and specified amplitude levels which are distributed symmetrically with respect to the third
taken. More particularly in the example of the figure
2, the weighting factors associated with the third shot have the specified value of six, the respective weighting factors associated with each of the second and the fourth shot have the same specified value lower by four and the weighting factors associated with each of the first and fifth takes still have the same specified lower unit value. The weighting envelope 202
200 defines the core function (and consequently the shape of the filter characteristics in the frequency domain) of the convolution filter 102 of each of the translation devices 100-1 ... 100-N of the group. In particular, since all of the samples
200 (a) have the same polarity (positive in Figure 2)
are arranged symmetrically around the central sample (the 3rd), and the level of the samples decreases
as it moves away from the central sample, the convolution filter 102 has a low pass filter characteristic, in each of the translation devices 100-1 ... 100-N of the group. in figure 2, all the weighting factors have the same polarity (positive) but this is not essential in a low-pass filter. Some of the weighting factors may
have opposite (negative) polarity in measurement
where the algebraic sum of all the weighting factors is different from zero. The waveform of the kernel function (like the envelope 202 of the figure
2 for example) can be identical for all filters
convolution 102 of the group's translation devices, so that the relative characteristics
-pass frequency filters (the shape of the filter characteristics in the frequency domain) are the same for all filters 102 (although this is not essential). However, the absolute value of the nominal low-pass cutoff frequency of the filter of each individual translation device has a scale which depends on the period of the sampling frequency 1 / CLK for this filter. By appropriately choosing the levels of the weighting factors 200 (which do not necessarily have the particular values 1.4 and 6 in FIG. 2), a nominal low-pass cutoff frequency can be obtained
<EMI ID = 75.1>
102 (having in each dimension a density of samples CLK) which is practically half of the maximum frequency (or in the case of G, the highest frequency
<EMI ID = 76.1>
of the convolution filter 102. In this case, the decomposition circuit 104 reduces the density in each dimension
<EMI ID = 77.1>
by eliminating every other sample in this dimension. But the signal GK (which is defined by the sampling envelope 102) remains essentially the same at the input and at the output of the decomposition circuit 104 (although there is a loss of phase information due to the lowest density of samples at the output of the decomposition circuit 104.
Certain Preferred Modes of Implementation of the Burt Pyramid, forming the first species
(of Figure 1a) of the type of Figure 1, will now be described.
FIG. 3 is a simplified diagram of a spectrum analyzer, a spectrum modification circuit and a signal synthesizer operating on an electrical signal which represents one-dimensional information (such as for example of all types of signal variable information over time). Figure 3 shows that the initial electrical signal whose spectrum is to be analyzed is applied in analog form � an analog to digital converter
305 to be scanned. The sampled digital response
<EMI ID = 78.1>
<EMI ID = 79.1>
is extracted from a first-order analysis stage 315
<EMI ID = 80.1>
band L3 below the bandpass spectra L and L2 is extracted in a 3rd order analysis stage 325
<EMI ID = 81.1>
<EMI ID = 82.1>
is extracted from a fourth-order analysis stage 330
<EMI ID = 83.1>
<EMI ID = 84.1>
bandpass, below the other bandpass spectra is extracted in a fifth stage 335 analysis
<EMI ID = 85.1>
<EMI ID = 86.1>
/ - <EMI ID = 87.1>
The analysis stages, 310, 315, 320, 325,
330 and 335 include stages 311, 316, 321, 326, 331 and 336 of low-pass initial filtering with successively narrower passbands. The low pass responses of these filters 311, 316, 321, 326, 331, 336 are sufficiently narrower than their input signals which have been sampled again at a reduced frequency before being transmitted to the stage of following analysis. Sample reduction is done by selection
on a regular basis - i.e. by decomposition in decomposition circuits 312, 317, 322, 327,
332, 337 according to filters 311, 316, 321, 326, 331,
336 respectively. In the spectral analysis by octaves, which is particularly useful, alternating samples are eliminated by the decomposition operation.
The higher frequency part of the input signal applied to each analysis stage is extracted by taking the low frequency part in its input signal. The decomposed low frequency portion of the input signal poses the undesirable problem of being
a sampling matrix with less resolution than the input signal and also delayed compared to
to the latter. The first of these problems is solved
in the expansion circuits 313, 318, 323, 328, 333,
338, by inserting zeros in the missing sampling points of the low pass filter response sampling matrix; then by eliminating by low-pass filtering, the parasitic harmonic spectrum introduced simultaneously. The second of these problems is solved by delaying the input signals of the analysis stages before subtracting them from the expanded responses of the low-pass filters provided by the expansion circuits 313,
318, 323, 328, 333, 338.
The delay and subtraction operations are executed in circuits 314, 319, 324, 329, 334,
r 339 respectively in the analysis stages 310,
315, 320, 325, 330, 335. In some cases, as will be described, elements can be shared between the initial low-pass filter and the delay and subtraction circuit of each analysis stage.
The spectral analysis described above is of pipeline nature; and there is a difference of
<EMI ID = 88.1>
<EMI ID = 89.1>
The term "time difference" as used herein refers to the differential delays of predetermined known values which appear on the corresponding samples of the parallel signals related to the information, as among the corresponding samples of the
<EMI ID = 90.1>
G6 of the spectrum analyzer of FIG. 3. The synthesis of signals from the spectral procedures which will be described requires opposite time differences of the respective groups of samples. This may be
obtained by delay lines 340, 341, 342, 343 and 344
(generally constituted by shift registers or other type of memory fulfilling an equivalent function, for example a read-write memory in
<EMI ID = 91.1>
prior to their modification in circuits 345,
346, 347, 348 and 349 as shown in FIG. 3. As a variant, the spectra can be modified, the sample of a modified spectrum then being delayed. Or,
the delay can be shared before and after the modification in different ways - for example to allow parallel spectrum modifications over time. It is conceivable that different delays in the modification circuits 345, 346, 347, 348 and 349 themselves are used as parts of the overall delay conditions in different circumstances.
The spectra L., and G6 are modified in
modification circuits 350 and 351. In some signal processing applications, some of the modification circuits 345-351 may not be necessary and are replaced by direct connections. The spectral analysis procedures described so far can be extended with additional analysis stages, or truncated with fewer analysis stages.
<EMI ID = 92.1>
<EMI ID = 93.1>
In the synthesis of a signal by recombinai are spectral analysis components, possibly modified, the decomposition of a sampling matrix from one analysis stage to another must be canceled, so that the samples a spectrum can be added using adders 353, 355,
357, 359, 361, 363. This comes in addition to the correction
of the time difference in delay circuits
340 to 344. Decomposition is canceled using expansion circuits 352, 354, 356, 358, 360 and 362
which are essentially similar to the expansion circuits, 338, 333, 328, 323, 318 and 313 respectively.
Furthermore, by multiplexing, a single circuit can fulfill a double function. The remaining low-pass spectrum G � is shifted forward in time relative to the
<EMI ID = 94.1>
output of adder 353 is expanded in expansion circuit 354 and added in adder 355
<EMI ID = 95.1>
new value G4 '. The output of the adder 355
is expanded in the expansion circuit 354 and added in the adder 357 with the value N3 delayed and modified to synthesize the new value G3 '. The output of the adder 357 is expanded in the expansion circuit 358 and added in the adder
359 with the value L2 delayed and modified to synthesize the new value G2 '. The output of the adder
359 is expanded in the expansion circuit 60 and
<EMI ID = 96.1>
delayed and modified to synthesize the new value G1 ,. Finally, the output of the adder 361 is expanded in the expansion circuit 362 and added in the ad-
<EMI ID = 97.1>
G6 'are indicated by bonuses in the circuits
<EMI ID = 98.1>
be converted to analog form by a represented digital-to-analog converter, if desired.
Expansions in circuits 352,
354, 356, 358, 360, 362 provide rejection above the strip at each phase of the cynthesis process. When the bandwidth spectra are no wider than an octave, this suppresses the harmonics produced by the modification circuits
345-351 which could otherwise disturb the synthesis of the signal by introducing parasitic erroneous frequencies.
FIG. 4 more explicitly represents the production of a spectral analysis stage for one-dimensional information, like stages 310,
315, 320, 325, 330, 335 used for spectral analysis by octave. The stage is the spectral analysis stage of order K, K being zero or a positive integer. In the case of the zero order spectral analysis stage, the clock frequency of this stage must be R for exchange.
<EMI ID = 99.1>
must be analyzed. In the case where K is an integer
<EMI ID = 100.1>
The input signal GK of the spectrum analysis stage of FIG. 4 is applied from a shift register 470 comprising stages and controlled by clock at a frequency R / 2. The (M + 1) samples with progressively longer delays are produced by the shift register 470, each
of its outputs, like a multi-tap delay line of a low-pass delay filter. The samples are weighted and added in circuit 471 to produce samples of a linear phase low-pass filter response (G (K + 1). In all but the first analysis stage, where K is greater than zero, the half clock frequency (compared to the clock frequency of the previous stage) used in the initial shift register 470 and the adders of the weighting and summing circuit 471, breaks down
<EMI ID = 101.1>
zero, the alternation taking place at the frequency R / 2K to produce a signal GK + 1 *.
<EMI ID = 102.1>
in baseband of 2 times the spectrum G (K + 1) mixed with a harmonic spectrum with suppressed carrier, of
<EMI ID = 103.1>
rather than G (K + 1) as input. The signal G (K + 1) *
is applied as an input signal to another register
offset 473 having several stages (can be
equal or different from L) and controlled by clock at the frequency R / 2. The (M + 1) samples produced by
the input signal and the output signals from the register
offset 473 at each of the stages are applied to another weighting and summing circuit 474 similar to circuit 471. Circuit 474 removes the first
<EMI ID = 104.1>
expanded from G (K + 1) into a sample matrix with as many samples as in the sample matrix
<EMI ID = 105.1>
In an adder circuit 475, this <EMI ID = 106.1>
<EMI ID = 107.1>
and in the delay circuit 476. The delay of M cycles of GK in the shift register 470 compensates for the
delay of M / 2 cycles of a central sample of the circuit
Weighting and summing with respect to the input GK of the spectral analysis stage of FIG. 4, and
<EMI ID = 108.1>
the central sample of circuit 474 for weighting and summing. The delay circuit 476 introduces a delay to compensate for the addition execution delays in the weighting and summing circuits 471 and 474 and this delay circuit 476 can be simply provided by an extension of the shift register 470
of the desired number of other floors. The output signal
LK of the adder circuit 475 is one of the sought-after spectral analysis components whose lower frequency limit established by the low-pass filtering performed in the K th spectral analysis stage of FIG. 4 and whose upper frequency limit is established by the low-pass filter of the previous spectral analysis stage if it exists.
FIG. 5 shows a way of reducing the number of shift register stages in the spectrum analysis carried out according to the invention. The
<EMI ID = 109.1>
are obtained at the structure of taken late lines used to support the initial low pass filtering
<EMI ID = 110.1>
rather than using shift register 473.
FIG. 5 shows by way of example how this is done between a zero order analysis stage used to produce LO and the following analysis stage. Elements 570-0, 571-0, 575-0 and 576-0 are the elements of the zero spectral analysis stage corresponding to elements 470, 471, 475 and 476 of the spectral analysis stage of order K in figure 4. The elements
570-1 and 571-1 of the first order spectral analysis stage are analogous to elements 570-0 and 571-0 of the zero order spectral analysis stage, with the exception of being ordered by clock at half the frequency.
The four samples extracted from the input and the first three outputs of the shift register 570-1 are supplied in parallel at the clock frequency R / 2. They are nested with zeros and the result is weighted in two phases by configuring seven filter weights ABCDCBA to produce the pair of successive samples to subtract from the clock frequency R of GO delayed in the subtractor-575-0.
The oldest sample in each pair of samples, successive to subtract from delayed GO
is obtained by multiplying the registry entry to
offset 570-1 and its first three outputs by; filter weights A, C, C and A in weighting circuits 580, 581, 582 and 583 and then adding
the weighted samples in the summing circuit
587. The zeros interspersed fall in points which
are weighted by B, D, B with this positioning of G1
relative to the filter weight setting. The last sample in each pair of successive samples to subtract from delayed GO is obtained by multiplying the input of the shift register 570-1 and
its first two entries by filter weights B, D
and B in weighting circuits 584, 585 and 586
then by adding the weighted samples in the summing circuit 588. The zeros interspersed fall
at points weighted by A, C, C, A for this positioning of G, relative to the weighting configuration of the filter. A multiplexer 589 controlled at the clock frequency R alternately selects between the samples at the outputs of the summing circuits 587 and 588
<EMI ID = 111.1>
delayed in subtraction 575-0.
Figure 6 shows in more detail a stage of the signal synthesizer of Figure 3. Des <EMI ID = 112.1>
interspersed with zeros in a 692 multiplexer
and the resulting expanded signal is applied to the input of a clock-controlled shift register 693 with M stages (or other number) at an extended sampling frequency. The input of the shift register 693 and the outputs of these stages are connected to the circuits 694
<EMI ID = 113.1>
is sampled again at a double frequency, then divided into a harmonic structure, and it is supplied by the weighting and sum circuit 694 to an adder 695 to be combined with L (K-1)
<EMI ID = 114.1>
by being added to it. Multiplexer 692, the
shift register 693 and the weighting and summing circuit 694 can be multiplexed to serve as elements 472, 473 and 474 in the spectral analysis operation.
It is now necessary to consider the characteristics of the low-pass filtering used in the low-pass filtering operation of the spectral analysis procedure and in the expansion phases of the spectral analysis and signal synthesis procedure. . The low-pass filtering is linear in phase so that
the configuration of the filtering weights is symmetrical around the central samples. filter weights add up to unity so
to suppress low frequencies as much as possible
<EMI ID = 115.1>
do by octave, with the decomposition by two in recoding of the sub-band eliminated by low-pass filtering in each stage of spectral analysis, it is
(desirable to eliminate frequencies below these
two thirds of the octave center frequency during low pass filtering. The frequency response in steps of the filter introduces an overshoot of the filtered signals,
<EMI ID = 116.1>
be moderate by using a less abrupt cut in the Fourier series. A number of cut-off ranges giving a filter response with a reduced Gibbs phenomenon are known; for example those attributed to Bartlett, Hanning, Hamming, Blackman
and Kaiser. Reference should be made, for example, to chapter 5.5 of the book "DIGITAL SIGNAL PROCESSING" by AV Oppenheim and RW Schafer published by Prentice Hall, Inc., Englewood Cliffs, New Jersey, in 1975, this chapter being entitled "Design of FIR Filters Using Windows "and appearing on pages 239-251.
In practice, the number of samples in low-pass filtering is generally limited to a few. In a filter using an odd number of samples the response of the filter has a continuous component and a series of cosinusoldals while a filter using an even number of samples gives a response that contains a continuous component and a series of sinusoidal harmonics. an approximation of the curve of desired responses is made to correspond most regularly to the use of a calculator to make an empirical selection of the weighting coefficients.
It is possible to develop spectra
Q equal to non-octave width according to the invention, although this solution appears to be of limited use.
Decomposition of a low pass filter response
to select one in three samples and to filter out frequencies below half the center frequency of the bandpass spectrum to develop the bandpass response produces a group of gradually narrower bandpass spectrum by a third rather than half.
Sample modification circuits
345-351 of figure 3 can take various forms
and some of them can be replaced by direct passages. To eliminate background noise from
low level in the different spectra, for example each of the modification circuits 345-351 can comprise a respective base line writer 700, according to FIG. 7. This writer 700 can be as simple as deleting less significant bits from the signal. <EMI ID = 117.1> be used for each of the modification circuits
345-351 to form a spectrum corrector. A rotary switch 897 is wired to produce a binary code for each of several tree movements. This code is provided by a register 898 to a two quadrant multiplier in order to multiply samples of input spectrum and to produce samples of
<EMI ID = 118.1>
register 898 reserves the multiplier code entry
889 while setting the rotary switch 897
is changed. It is possible to have each of the octave spectra subdivided using digital filters with the same sampling frequency as that used to develop the octave spectrum.
or a half sampling frequency, and then individually adjust the gains of the spectral subdivisions. Subdivision of octaves by 12 product
individual tones and semitones of signal
music coding for example.
Modification circuits can be
<EMI ID = 119.1>
non-linear transfer functions. For example, a ROM 990 storing a logarithmic response to a signal
�
input according to figure 9 can be used in
each of the sample modification circuits
345-351 of a transmission device and a ROM 1091 storing an exponential response to an input signal according to FIG. 10 can be used in each of the corresponding sample modification circuits of a reception device, thus ensuring a pre-emphasis of the signal before transmission and de-emphasis after reception. Other complementary pre-emphasis and de-emphasis features may alternatively be stored in circuits
modification to ROM of signal synthesizer transmitter and receiver spectrum analyzers.
Figure 11 shows a modification of the spectrum analysis and signal synthesis system of Figure 3, in which the delays between analysis and synthesis are divided to provide spectral samples with no time difference for processing . This alignment is desirable, for example in a compression-expansion system in which spectral analysis is used to prepare signals in spectra before compression-expansion, so that these spectra
can be filtered to remove distortions produced during rapid compression and expansion of the signal. The amplitude of the initial signal
supplied to the analog-to-digital converter 305 of FIG. 3 can be detected to produce in a circuit 1130 a DC compression expansion control signal which is applied to each of the expansion compressor 1110, 1111, 1112, 1113, 1114, 1115, 1116 to produce a compression-expansion of fast attack and slow decay of commanded signals. 1111-1116 compressor-expanders can consist essentially of digital multipliers with
two quadrants, the DC control signal being produced by an analog-digital converter in cascade behind current analog circuits to detect the signal to be compressed-expand and to develop in response to this detection an analog signal of compression-expansion control.
Compressors-expanders 1110, 1111,
1112, 1113, 1114, 1115, and 1116 operate on the
<EMI ID = 120.1>
have been differentially delayed using delay circuits 1100, 1101, 1102, 1103, 1104 and 1106 to time align the respective samples. Delay circuits 1120, 1121, 1122, 1123, 1124 and 1125
<EMI ID = 121.1>
appropriately for the signal synthesis procedure using the elements 352-363 of FIG. 3.
Delays in delay circuits
1106 and 1125 are essentially M / 2 frequency cycles
<EMI ID = 122.1>
the basic clock frequency R, this delay occurring
when assembling the samples for the weighting and summing circuit 474 of the last spectral analysis stage 335. This delay of 16 M cycles is increased
<EMI ID = 123.1>
expansion circuits 338 and 352 and a delay D2 for the additional times in the delay and subtraction circuit 334 in the adder 353. It is assumed that all the addition operations are carried out at the frequency of base clock R, and that
<EMI ID = 124.1>
clock.
Delays in the 1104 delay circuit
<EMI ID = 125.1>
clock frequency R, the difference between time
<EMI ID = 126.1>
of R / 2 5 of the clock frequency to collect twice samples for weighting and summing
<EMI ID = 127.1> or 32 M cycles of the base clock frequency, increased by 2D1 for two groups of sample summation
<EMI ID = 128.1>
<EMI ID = 129.1>
samples for weighting and summing or 8 M cycles of base clock frequency, increased
<EMI ID = 130.1>
subtraction of samples. An additional delay of 24M + D basic clock frequency cycles is required to align the L samples over time
<EMI ID = 131.1>
104 has a total delay of 40 M + 2D. + 2D2 cycles of the basic clock frequency R. Similar calculations determine that the cycles of the basic clock frequency R by which the samples are to be delayed in the delayed circuits, 103, 102, 101 and 100 are respectively 52M + 3D1 + D2, 58M + 4D1 + D2, 61M + SD1 + D2 and
(62 1/2) M + 6D1 + D2.
The desired delay of delay circuit 1124 in addition to that introduced by delay circuit 1125 is the time required for expansion in the circuit
<EMI ID = 132.1>
gatekeeper 55. The first delay is M / 2 cycles of R / 24 clock frequencies necessary to collect samples for weighting and summation, 8N cycles of basic clock frequencies R increased by
D1, associated with the summation in the weighting and summing operation. The total delay in the circuit
<EMI ID = 133.1>
similar, total delays of late circuits
1123, 1122, 1121 and 1120 expressed in cycles of basic clock frequency R are respectively 28M + 3D1 + 3D2,
30M + 4D1 + 4D2, 31M + 5D1 + 5D2 and (31 1/2) M + 601 + 602 respectively.
Similar calculations can be performed to determine the total delays in the delay circuits 340-344 of Figure 3 assuming that the modification circuits 345-351 introduce equal delays. Delay circuits 340, 341, 342,
343, 344 and 345 have respective delays in cycles of
<EMI ID = 134.1>
The digital filtering used in the spectrum analyzer is a kind of hierarchical filtering of general interest in that the low-pass or band-pass filtering which extends over many samples is carried out with a relatively small number of samples which are weighted and added
anytime.
The invention is applicable to the use of the spectrum of a signal representing one-dimensional information, but the Burt Pyramid was developed mainly to analyze the spatial frequencies of two-dimensional image information. The invention enables real-time spectral analysis of spatial frequencies of changing image information as occurs in successive video frames of a television image.
As is known in the art of
on television, successive video images (in NTSC format) appear successively at an image frequency of 30 / second. Each image consists of a frame
of 525 interlaced horizontal scan lines. Successive horizontal order scan lines
odd of an image are. transmitted successively during a first frame period. Successive even order scan lines of an image are
transmitted sequentially during a second frame period following the first. This second frame is followed by the first frame period of the following image. The duration of each frame period is
1 / 60th of a second. However, storage must be provided for at least the number of image elements of a
frame to be able to define the full spectrum of spatial frequencies of the delayed real-time image.
A known technique, like progressive exploration, is used in television to produce,
from an NTSC video signal, successive complete images of 525 lines at a frequency of 60 frames / second. This technique involves delaying each successive NTSC frame by a frame period of one 60th of a second. Thus, successive scan lines of an odd frame present are interspersed with successive scan lines of an even frame which immediately precedes, having been delayed by a frame period to obtain a complete image of picture elements during the odd frame presents each of the successive images.
Similarly, successive scan lines of an even frame present are interleaved with successive scan lines of an odd frame which immediately precedes, having been delayed by a frame period to obtain a complete picture of picture elements during this period of present even frames of each of the successive pictures.
The progressive exploration technique described above is particularly suitable for producing high resolution images in what is known as high definition television.
(HDTV) now developed in the television technique. The invention is also suitable for HDTV
to produce better images.
FIG. 12 represents a spectrum analyzer implementing the principles of the invention to operate on signals representing two-dimensional information, such as spatial frequency image information contained in television video images scanned successively and progressively. Alternatively, however, this two-dimensional information can be obtained from a non-interlaced television camera or from a line interlacing television camera, followed by a memory
appropriate buffer.
Monochromatic signal processing
for luminance will be described with reference to Figure 12 to simplify the description but the techniques which will be described can be applied individually to the primary colors of color television signals
or to signals developed from them by
an algebraic matrix. An initial video signal is
applied in a raster scan format to a 1025 A / D converter to sample it if it has not been sampled, to sample it again if it is already sampled and for final digitization.
Digitized video signals, in the form of a signal, are designated by GO and contain the full spectrum of two-dimensional spatial frequencies of the initial signal
and its harmonic spectra attributable to the sampling operation. These harmonic spectra are symmetrical around respective ones of the sampling frequencies of these harmonics. These harmonic spectra are treated specifically in the
description which follows. The general fact of their
existence is noted because the harmonic spectra must
be considered in the design of the filters
<EMI ID = 135.1>
in the spectrum analyzer of figure 12. This is the reason why the harmonic spectra give rise to erroneous frequencies during the spectral analysis and during the synthesis of the signal from the spectral analyzes.
In stage 1210 of spectral analysis
<EMI ID = 136.1>
The high pass operation is mainly performed
by low-pass filtering G, a delay of GO relative
at its instant of arrival of the analogical converter digital 1205 of the same degree that the lower frequency parts of GO are delayed in the filtering response
/ low pass, and by subtracting the response from
GO low pass filtering delayed. If we assume that the spectral analysis is done in octaves, the frequency
of cutoff in the filter 1211 of low-dimensional spatial frequencies is chosen at the higher frequency of the bandwidth spectrum L1 of the next octave to be analyzed - that is to say 4 thirds of its central frequency. In the decomposition circuit
1212, alternating rows and columns of samples are eliminated to sample GO after low pass filtering at the spatial frequency R / 2, the reduced sample frequency signal being provided as a low pass output response of the floor 1210 for
following the spectral analysis. The GO value after low-pass filtering at reduced sampling frequency is then subjected to interpolation according to the methods indicated by R.W. Schafer and L.R. Rabiner in PROCEEDINS OF THE IEEE, vol. 61, N [deg.] 6, June 1973, article "A Digital Signal Processing Approach to Interpolation", pp. 692
to 702. In the expansion circuit 1213, the samples eliminated in the decomposition circuit 1212 are replaced by zeros to produce the input signal of another filter 1214 of two-dimensional low pass spatial frequencies. This filter can use the same weights as the initial low-pass filter, but it has the same frequency anyway
than the initial low pass filter. The resulting signal includes a sampling matrix of
<EMI ID = 137.1>
<EMI ID = 138.1>
delayed in subtractor 1216 to get a
<EMI ID = 139.1>
not only the high-pass part of GO but also contains terms for correcting phase errors at lower frequencies, as described above, which are used during the synthesis of the image signal from the spectral analyzes to compensate for the
/ errors introduced in the new GO sampling at the lower sampling frequency in the decomposition circuit 12.
This separation of the signal into a low-pass part which is sampled again at half-frequencies and into a high-pass part is repeated iteratively in each spectral analysis stage. Each successive spectral analysis stage receives at its input the low-pass output response sampled again from the previous spectral analysis stage, the sampling frequency being halved in each of the successive analysis stages, at from the frequency in the previous stage. The high pass output response in each spectral analysis stage
1220, 1230, 1240, 1250, 1260, after the initial stage 1210, has an upper limit imposed by the low pass response characteristic of the preceding stage, so
that the "high pass" output responses are actually spectra of bandwidths of equal Q, of decreasing spatial frequencies. The decomposition of the responses of the initial low-pass filters in each stage being in a factor of two, and the cutoff frequency of the low-pass filters in each stage being two-thirds of the central frequency of the spectral analysis, these are factors that cause these spectra of equal Q to be descending octaves of two-dimensional spatial frequency.
The pass-decomposed output response G ..
of the spectral analysis stage 1210 is provided by its decomposition circuit 1212 at the input of the spectral analysis stage 1220. The spectral analysis stage
1220 has elements 1221, 1222, 1223, 1224 and
1226 which are analogous to elements 1211, 1212, 1213,
1214, 1215, 1216 respectively of the spectral analysis stage 1210; the differences in operation relate to the sampling frequencies in
the stage 1220 which are halved in two dimensions with respect to the stage 1210. The low-pass filters 1221 and 1224 have weighting coefficients similar to those of the low-pass filters 1211
and 1214 respectively; but halving
of the sampling frequency in stage 1220 compared to stage 1210 halves the frequencies
cutting filters 1221 and 1224 compared to filters 1211 and 1214. The delay before subtraction in the delay circuit 1225 is twice that of the delay circuit 1215; assuming that these delays are clock controlled in a shift register
or similar, the delay structures are similar with the 2: 1 ratio provided by the 1: 2 ratio of the respective delay clock frequencies in the delay circuit 1225 and the delay circuit 1215. The output response passes top L1 of the spectral analysis stage 1220 is a band-pass spectrum of the spatial frequencies
<EMI ID = 140.1>
The decomposed low-pass output response G2 of the spectral analysis stage 1220 is supplied by its decomposition circuit 1222 at the input of the next spectral analysis stage 1230. The pass-spectrum
<EMI ID = 141.1>
high-pass output from the spectral analysis stage
<EMI ID = 142.1>
trale 1230 has elements 1231, 1232, 1233, 1234,
1235 and 1236 respectively corresponding to the elements
1221, 1222, 1223, 1224, 1225 and 1226 of the spectral analysis stage 1220, except for the sampling frequencies divided by two.
The low pass output response decomposed
G3 of the spectral analysis stage 1230 is provided by its decomposition circuit 1232 at the input of
the spectral analysis stage following 1240. The bandpass spectra L3, an octave above L2 is the high-pass output response of the spectral analysis stage 1240
<EMI ID = 143.1>
�
has elements 1241, 1242, 1243, 1244, 1245 and
1246 corresponding respectively to elements 1231,
1232, 1233, 1234, 1235 and 1236 of the spectral analysis stage 1230 with the exception of the sampling frequencies halved.
<EMI ID = 144.1>
of the spectral analysis stage 1240 is provided by its decomposting circuit 1242 at the input of the next spectral analysis stage 1250. The pass-spectrum
<EMI ID = 145.1>
high-pass output from the spectral analysis stage
1250 to its input signal G4. The spectral analysis stage 1250 comprises elements 1251, 1252, 1253,
1254, 1255 and 1256 corresponding respectively to elements 1241, 1242, 1243, 1244, 1245 and 1246 of the spectral analysis stage 1240 with the exception of the sampling frequencies divided by two.
The decomposed low-pass output response G5 of the spectral analysis stage 1250 is provided
by its decomposition circuit 1252 at the input of the next stage of spectral analysis 1260. The bandpass spectrum L5, an octave below L4 is the high pass output response of the analysis stage spec-
<EMI ID = 146.1>
spectral 1260 includes elements 1261, 1262, 1263,
1264, 1265 and 1266 corresponding respectively to elements 1251, 1252, 1253, 1254, 1255 and 1256 of the spectral analysis stage 1250 with the exception of the sampling frequencies divided by two.
The low pass output response decomposed
<EMI ID = 147.1>
<EMI ID = 148.1>
the decomposition circuit 1262 of the spectral analysis stage 1260, is a remaining low-pass spectral response. It serves as a basis for synthesizing signals by summing the interpolated bandpass spectral responses from the last spectral analysis stages,
r and final high pass spectral response of the stage
<EMI ID = 149.1>
are delayed over time as they are provided with increasing delays. The low pass spectrum
<EMI ID = 150.1>
in a time lag directed in opposition.
As will be described below, iterative methods of synthesizing signals from the spectral components also require that the components
<EMI ID = 151.1>
in this time shift directed in opposition, one in relation to the other. Before describing the processing of the spectral analyzes, the synthesis of the signals from the processed spectral analyzes,
a more detailed description will be made of the structures of the spectral analysis stages. The first consideration will be the structure of the initial two-dimensional low pass filter.
As is known in the filter art, two-dimensional filter structures may be of non-separable nature or alternatively
separable in nature. Separable filtering in a first and a second dimension can be done by first filtering in a first direction using a first one-dimensional filter and then filtering
in a second direction perpendicular to the first using a second one-dimensional filter. Ains, since the respective low-pass characteristics
two separate one-dimensional filters in cascade locating a separable two-dimensional low-pass filter are completely independent of each other,
the core function and the structure of each of these low-pass filters may be similar to that described above with reference to FIGS. 2a and 2b and to the figures
3 to 11.
In the case of television pictures cons-
�
structured by a frame of horizontal lines of
scanning, the two perpendicular directions of a separable filter are preferably horizontal and vertical. If a separable two-dimensional low-pass filtering is used according to the invention, certain advantages are obtained by carrying out the horizontal low-pass filtering before the vertical low-pass filtering while other advantages are obtained by carrying out the vertical low-pass filtering before horizontal low pass filtering. For example, first perform horizontal filtering and reduced decomposition of
half the number of image element samples
per horizontal scan line which must be
processed by the vertical kernel function during the next vertical filtering. But to perform first
vertical filtering makes it possible to use the same delay structure as that required for the relatively long delay imposed for vertical filtering and also to have the respective compensation delays (1215,
1225, 1235, 1245, 1255 and 1265) to produce the
respective signals GO-G5 to the positive terminal of each of the subtractors 1216, 1226, 1236, 1246, 1256 and 1266 of stages 1210, 1220, 1230, 1240, 1250, and 1260 of the spectral analyzer of FIG. 12.
The global responses of the separable two-dimensional spatial frequency filters can be square or rectangular in parallel sections
in terms of spatial frequencies. However, the responses of the non-separable filters may have other sections. Circular and elliptical sections are of particular interest for filtering raster television signals because fitlres with responses
having these sections can be used to reduce
excessive diagonal resolution in signals
of TV. Consistent resolution of images
in all directions is important, for example in television systems where the image has to be rotated between the camera and the viewing device.
The table below is a filter weight matrix with a configuration that has quadrant symmetry and a linear phase response, a filter characteristic that is particularly suitable for two-dimensional low-pass filters
1211, 1221, 1231, 1241, 1251 and 1261 and for two-dimensional low-pass filters 1214, 1224, 1234, 1244, 1254
and 1264 of figure 12.
A B C B A
D E F E D
G H J H G
<EMI ID = 152.1>
A B C B A
A core function matrix having this configuration of the weighting factors in turn applies to each of the successive samples of images, each sample of image element, when processed, corresponding in position to the weighting factor central J of the matrix. In a low-pass filter, the weighting factor J has the highest level of relative amplitude and each of the other weighting factors
has a level of amplitude which decreases more and more away from the central position. Therefore,
the angle weighting factors A are those of lower amplitude level.
In the case of a two-dimensional filter
not separable, the specific values selected
amplitude levels of A, B, C, D, E, F, G, H, and J are completely independent of each other. But in the case of a separable two-dimensional filter, since the amplitude levels of the weighting factors result from the cross products of the respective values of the one-dimensional core weighting factors in horizontal and vertical direction, the respective values of A, B , C, D, E, F, G, H, and J are not completely independent of each other.
A device for synthesizing an electrical signal from the spectra of the components, which can take the general form of the figure
13, is of great importance according to the invention.
<EMI ID = 153.1>
in time by the spectral analyzer of the figure
12 and must be differentially delayed for
<EMI ID = 154.1>
progressive delay for the signal synthesizer of FIG. 3. FIG. 13 represents a signal synthesizer with several successive stages of synthesis
1360, 1365, 1370, 1375, 1380, 1385. Each stage, thanks to the use of an interpolation, produces an expansion of the sample matrix of a spectral component so that the same dimensions as those
immediately higher spectral components
in spatial frequencies, allowing the addition to this spectral component. The expansion of the matrix is done by interleaving the sample points in the matrix with zeros and performing low-pass filtering
of the result to eliminate the harmonic structure.
The low-pass filtering preferably has the same filtering characteristic as the low-pass filtering associated with the corresponding interpolation process of the spectral analyzer of FIG. 12.
The low-pass filtering associated with the interpolation of the signal synthesizer removes the
<EMI ID = 155.1>
by a non-linear process, which can occur in modification circuits (such as those described above with reference to FIG. 3) which can be inserted between the spectrum analyzer of FIG. 12 and
the synthesizer of figure 13. These nonlinear processes give rise to erroneous elements visible in the synthesized composite image if there is no
low-pass filtering associated with the interpolation operations used in the signal synthesizer.
In the synthesizer in Figure 13,
<EMI ID = 156.1>
with zeros in the expansion circuit 1361 and pass through a two-dimensional low-pass spatial frequency filter 1362 similar to the filter 1265 of the spectral analyzer of FIG. 12. Samples of the response
<EMI ID = 157.1>
<EMI ID = 158.1>
interspersed with zeros in the expansion circuit
1366. This signal passes through a low-pass filter 1367 similar to the low-pass filter 1254 of FIG. 12 and
<EMI ID = 159.1>
with zeros in an expansion circuit 1371 and the result is filtered low pass in a filter 1372 similar to the filter 1244 of figure 12. The response of filter 1372 is added to L'3 in a
<EMI ID = 160.1>
expansion 1376 and the result is filtered low pass in a filter 1377 similar to the filter 1234 of FIG. 12. The response of filter 1377 is added to
<EMI ID = 161.1>
<EMI ID = 162.1>
<EMI ID = 163.1>
in a 1381 expansion circuit and the result is
(low-pass filtered in a filter 1382. The response of filter 1382 is added to L 'in an adder
<EMI ID = 164.1>
for an interpolation to an expansion circuit 1386 and to a low-pass filter 1387 similar to the filter 1214 of FIG. 12. The response of the filter 1387 is added <EMI ID = 165.1>
<EMI ID = 166.1>
possibly with modifications.
Although the two-dimensional implementation of the invention is particularly suitable for processing images of the spectrum of spatial frequencies of images in real time, it is understood that the two-dimensional information that the invention relates to
are not limited to the spatial frequency spectra of two-dimensional images. For example, one of the two dimensions can correspond to spatial frequency information and the other of the dimensions can correspond to temporal frequency information.
In addition, the invention is suitable for analyzing the frequency spectrum in real time of information defined by more than two dimensions. For example, in
in the case of three-dimensional information, the three dimensions can correspond to spatial information or alternatively, two of the dimensions can correspond to spatial information while
the third corresponds to time information.
In this regard, consideration should be given to the image processing apparatus which reacts to the appearance of movement in a reproduced television image. In
this case the part of the spatial frequency spectrum
of the displayed image corresponding to stationary objects remains the same in the video information of a frame
to the other, while the part of the spectrum of spatial frequencies of the displayed image corresponding to the objects
r in motion changes in video information
from one frame to another. A spectrum analyzer according to the invention can be used in such an apparatus
image processing using three-dimensional lowpass filters. Two of the three dimensions of these low-pass filters are spatial and correspond to the two spatial dimensions of the two-dimensional low-pass filters incorporated in each stage of the two-dimensional spectrum analyzer of FIG. 12. The third dimension is temporal and corresponds to
the fine structure characteristic of the three-dimensional spectrum resulting from the changes produced by moving objects in the values of the amplitude levels of the corresponding image elements, from one frame to another of the displayed image.
In the description given above of several embodiments of the invention, it has been assumed that the time signal GO is a baseband signal having a frequency spectrum which defines the information having one or more dimensions. As is known, this baseband information is often transmitted in frequency multiplexed formats, in which the baseband information is formed by the sidebands of a carrier frequency which has been modulated by an information component in base bands. Using appropriate modulators and demodulators in the respective translation devices 100-1 ... 100-N of <EMI ID = 167.1> frequency multiplexed.
In the following claims,
the term "shift register" also relates to a device fulfilling an equivalent function, for example a memory with direct access in series.
Of course, various modifications can be made by those skilled in the art to the embodiments.
<EMI ID = 168.1> described and illustrated by way of non-limiting examples without departing from the scope of the invention.