3 图像变换.pptVIP

第三讲 图像变换 3.1 引言 3.2 空域变换 3.2.1 代数运算 3.2.2 几何运算 3.3 傅立叶变换 3.3.1 傅立叶变换基本概念 3.3.2 傅立叶变换基本性质 3.1 引言 数字图像变换的特点在于其有精确的数学背景，是许多图像处理技术的基础。在这些变换中，一种是在空域上进行的，这些变换根据处理操作的特点，可以分为图像的代数运算和几何运算，它们都是利用对输入图像进行加工而得到输出图像。另一种则是将原图像空间的图像以某种形式转换到另外一些空间，并利用输入图像在这些空间的特有性质有效而快速地对图像进行处理和分析。最典型的变换有离散傅立叶变换，它把空间域中的图像信号看作二维序列，将其变换到频率域来分析图像的频谱特性。 除了傅立叶变换外，还有其他变换，这里介绍近年来迅速发展的小波变换。 3.2 空域变换 3.2.1 代数运算 图像的代数运算是指对两幅图像进行点对点的四则运算而得到一幅新的输出图像。图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需要的算术操作，还能为许多复杂的图像处理提供准备。 1. 加法运算 2. 减法运算（差分） + 3.2.2 几何运算 几何运算可以改变图像中物体之间的空间关系。这种运算可以看成是图像内的各物体在图像内移动的过程。例如，物体的转动、扭曲、倾斜、拉伸等等，都是几何运算的结果。 平移 旋转 放缩 平移 旋转 复杂变换 右图显示了在失真和相应的校正图像中的四边形区域，四边的顶点是相应的“控制点”。假设四边形区域中的几何形变过程用双线性方程对来建模，即： 应用举例—遥感图像的几何校正 ERDAS IMAGINE 是美国ERDAS公司开发的专业遥感数字图像处理系统，它以模块化的方式提供给用户，可为不同的用户根据不同的需求，完成对遥感数字图像的几何校正、分割、合并、缩放、分类和信息提取等处理。 3.3 离散傅立叶变换 3.3.1 为什么要学习傅立叶变换 令f(x)为实变量x的连续函数，f(x)的傅立叶变换以F{f(x)}表示，则表达式为： 频率域的概念 * * 3.4 小波变换 3.4.1 连续小波变换 3.4.2 离散小波变换 3.4.3二维离散小波变换 3.4.4 小波变换的应用 = = — 放缩 0,0 x y 0,0 x y F D C B A F D C A B 几何变换的应用 图像在生成过程中，由于系统本身具有非线性或拍摄角度不同，会使生成的图像产生几何失真。几何失真一般分为系统失真和非系统失真。系统失真是有规律的、能预测的；非系统失真则是随机的。 但对图像作定量分析时，就要对失真的图像进行几何校正（即将存在几何失真的图像校正成无几何失真的图像），以免影响分析精度。基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分为两步： (1)选择要校正图像的控制点； (2)选择模型参数执行重采样校正。 请同学们了解其大致过程 法国数学家傅立叶指出（1807）：无论函数多么复杂，任何周期函数，且满足一定数学条件，都可以表示为不同频率的正弦和或余弦和的形式，每个正弦或余弦乘以不同的系数（傅立叶级数）。甚至非周期性的函数（曲线有限情况下）也可以用正弦或余弦乘以加权函数的积分表示（傅立叶变换）。 这个革命性的概念被当时数学家们质疑了几乎一个世纪。 20世纪50年代以后，傅立叶的思想使工业和学术界都空前繁荣。因为随数字计算发展和傅立叶变换方法可以使人类对数字信号进行实际有效的处理和有意义的解释。 因此，傅立叶变换成为数字信号（图像）处理领域的重要理论和方法基础。 3.3.2 傅立叶变换 这两个等式称为“一维傅立叶变换对”。如果扩展到两个变量即二维？ u为频率变量 频率域 相反，给定F(u)，通过反变换，可以求得f(x)： 空间域 式中：u, x=0, 1, 2, …, M-1；v, y=0, 1, 2, …, N-1；x, y为空（时）域变量，u, v为频域变量。 表明一个重要事实：一个函数可以从它的反变换中重新获得。若令f(x,y)为原图像，则F(u,v)则为新图像。