数字图象处理 第3章 图像变换.pptVIP

1. DFT(离散傅立叶变换) 1.1 一维离散傅立叶变换 对一个连续函数等间隔采样可得到一个离散序列。假设：共有N个采样点，则这个离散序列可以表示为： 这时，可将该序列的傅立叶变换对定义为： 1.1 一维离散傅立叶变换 正变换: u=0,1,…,N-1 逆变换： x=0,1,…,N-1 1.1 一维离散傅立叶变换 在DFT变换中，f(x) 总是实函数，而F(u)是复函数，我们可以把它写成： 1.1 一维离散傅立叶变换 或者写成极坐标的形式： 其中：幅度函数 称为f(x)的傅立叶频谱 称为相位角。 频谱的平方称为f(x)的功率谱或频谱密度，记为P(u): 1.2 二维离散傅立叶变换 正方形网格采样得到的图像的2维傅立叶变换为： u,v=0,1,…,N-1 x,y=0,1,…,N-1 1.2 二维离散傅立叶变换 f(x,y)与F(u,v)形成傅立叶变换对，即： 频谱： 相位角： 1.3 二维傅立叶变换的性质 1) 可分离的性质： 可以写成如下分离形式： 1) 可分离的性质： 可以看出，2－D傅立叶变换可由连续两次 1－D傅立叶变换来实现。 令 v=0,1,…,N-1 u=0,1,…,N-1 1) 可分离的性质： 2) 平移性质 傅立叶变换对的平移性质可表示为： 若： 则有： 2) 平移性质 上式表明： （1）将f(x,y)与一个指数项相乘相当于把其变换后的频域中心移动到新的位置； （2）将F(u,v)与一个指数项相乘相当于把其反变换后的空域中心移动到新的位置； （3）f(x,y)的平移不影响其傅立叶变换的幅值。 3) 周期性 傅立叶变换和反变换均以N为周期，即： 尽管F(u,v)对无穷多个u和v的值重复出现，但只需要根据一个周期的N个值就可以从F(u,v)得到f(x,y)。 4) 旋转性质 首先借助极坐标变换 x=rcosθ, y=rsinθ, u=wcosφ, v=wsinφ, 将f(x,y)和F(u,v)转换为f(r, θ)和F(w,φ)，将它们带入傅立叶变换可得： 上式表明，对f(x,y)旋转 θ0对应于将其傅立叶变换F(u,v)也旋转θ0；类似对F(u,v)旋转 θ0对应于将其傅立叶反变换f(x,y)也旋转θ0。? 5) 分配率 根据傅立叶变换对的定义可以得到加法满足分配率： 但乘法不一定满足： 6) 尺度变换（缩放） 给定两个标量a和b，可以证明傅立叶变换以下2式成立： 7) 平均值 对一个2D函数，其平均值可用下式表示： 如将u=v=0代入傅立叶变换式 可以得到： 比较以上2式可得： 8) 卷积 两个1维离散函数f(x)(x=0,1,…,A-1)和g(x)(x=0,1,…,B-1)的卷积定义为： 8) 卷积 例：如有两个函数 求：f(x)*g(x) 解：①将f(x),g(x)的自变量换为m; ②将g(m)沿纵坐标反折得到g(-m) ； ③将g(-m)沿水平轴平移x单位，得到g(x-m) ④求f(m)×g(x-m) ⑤求和 8) 卷积 8) 卷积