信息光学231132.pptVIP

* * 1－4 相关 相关和卷积很相似，它与傅立叶变换有密切联系，在图像识别中有重要应用。 1.互相关 两个复函数f(x,y),g(x,y)的互相关定义为： 复函数f(x,y),g(x,y)的互相关也可以写成： 两个复函数f(x,y)与g(x,y)的二维卷积： 两个复函数f(x,y),g(x,y)的互相关： 卷积和互相关的区别：相关计算函数f（x，y）需要取共轭，但图形不需要反转。 卷积和互相关的相似点：都需要平移、相乘、积分。 虽然它们的运算结果不同，但它们之间存在一定联系。 互相关的意义： 互相关是两幅图像之间相似性或关联性的度量。 卷积和互相关的联系： 证明： 虽然互相关运算不满足交换率，即： 但是却有： 证明： 2.自相关 当f(x,y)＝g(x,y)时，互相关称为函数的自相关： 自相关是两幅相同图像之间的重叠程度的度量。 自相关函数具有厄密对称性： 当f(x,y)是实函数时，其自相关函数是偶函数： 自相关是两幅相同图像之间的重叠程度的度量。 那么，当x=0,y=0，即两幅图像完全重合时，自相关函数的模应取最大值。 1－5 傅立叶变换的基本概念 傅立叶分析是广泛应用于物理学和各工程学科的重要数学工具。 1.二维傅立叶变换的定义 复函数f(x,y)的傅立叶变换定义为： 式中，符号F {…}，表示傅立叶变换运算，其运算结果为F(fx,fy)，叫做f(x,y)的频谱，fx,