数字图象处理 第4章.pptVIP

* 4. 数字图像傅里叶变换的频谱分布和统计特性 1)数字图像傅里叶变换的频谱分布 数字图像的二维离散傅里叶变换所得结果的频率成分如图4.10所示，左上角为直流成分，变换结果的四个角的周围对应于低频成分，中央部位对应于高频部分。为了便于观察谱的分布，使直流成分出现在窗口的中央，可采用图示的换位方法，根据傅里叶频率位移的性质，只需要用f(x，y)乘上 因子进行傅里叶变换即可实现，变换后的坐标原点移动到了窗口中心，围绕坐标中心的是低频，向外是高频。 4.1.2 离散傅里叶变换 * * * 第4章 图像变换 为了有效和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到其他空间，并且利用图像在这个空间的特有性质进行处理，然后通过逆变换操作转换到图像空间。 本章讨论图像变换重点介绍图像处理中常用的正交变换，如傅里叶变换、离散余弦变换和小波变换等。 * 1.一维连续傅里叶变换 设f(x)为x的函数，如果f(x)满足下面的狄里赫莱条件： (1)具有有限个间断点； (2)具有有限个极值点； (3)绝对可积。 则定义f(x)的傅里叶变换为： * 4.1 连续傅里叶变换 从F(u)恢复f(x)称为傅里叶反变换，定义为： * 上述二式形成傅里叶变换对，记做 ： 函数f(x)的傅里叶变换一般是一个复数，它可以由下式表示： F(u)=R(u)+jI(u) R(u),I(u)分别为F(u)的实部和虚部。 写成指数形式： 4.1 连续傅里叶变换 F(u)为复平面上的向量，它有幅度和相角： * 幅度： 相角： 幅度函数|F(u)|称为f(x)的傅里叶谱或频率谱，φ(u)称为相位谱。 称为f(x)的能量谱或称为功率谱。 4.1 连续傅里叶变换 2.二维连续傅里叶变换 傅里叶变换可以推广到两个变量连续可积的函数f(x,y)若f(x,y)满足狄里赫莱条件，则存在如下傅里叶变化对： * 二维函数的傅里叶谱、相位和能量谱分别表示为： * 1.一维离散傅里叶变换 对一个连续函数f(x)等间隔采样可得到一个离散序列。设共采了N个点，则这个离散序列可表示为{f(0),f(1),…,f(N-1)}。借助这种表达，并令x为离散空域变量，u为离散频率变量，可将离散傅里叶变换定义为： 4.1.2 离散傅里叶变换 傅里叶反变换定义由表示： * 可以证明离散傅里叶变换对总是存在的。 其傅里叶谱、相位和能量谱如下： 4.1.2 离散傅里叶变换 2.离散傅里叶变换（DFT）的矩阵表示法 由DFT的定义，N＝4的原信号序列f(x)={f(0),f(1),f(2),f(3)}的傅里叶变换F(u)展开为： * 4.1.2 离散傅里叶变换 将e指数项化简可写成矩阵形式： * 记作： 可用复平面的单位圆来求W的各元素。如图4-1所示。当N=4时，参看图4.1(a)。 把单位圆分为N=4份，则正变换矩阵第u行每次移动u份得到该行系数。 4.1.2 离散傅里叶变换 * (a) (b) 图4.1 复平面单位圆 (a)N＝4 (b)N＝8 4.1.2 离散傅里叶变换 * 同理N=8见图4-1(b)的单位圆。N=8的W阵应把单位圆分为8份，顺时顺次转0份,1份、…,7份，可得W阵为: 4.1.2 离散傅里叶变换 * 4.1.2 离散傅里叶变换 2.二维离散傅里叶变换 一幅静止的数字图像可看做是二维数据阵列。因此，数字图像处理主要是二维数据处理。 如果一幅二维离散图像f(x,y)的大小为M*N，则二维傅里叶变换可用下面二式表示。 * 4.1.2 离散傅里叶变换 在图像处理中，一般总是选择方形阵列，所以通常情况下总是M=N。正逆变换对具有下列对称的形式： * 4.1.2 离散傅里叶变换 3.二维离散傅里叶变换的性质 二维离散傅里叶变换有一些重要的性质，这些性质为使用提供了极大的方便。 1）分离性 二维离散傅里叶变换具有分离性 * 4.1.2 离散傅里叶变换 * 分离性质的主要优点是可借助一系列一维傅里叶变换分两步求得F(u,v)。第1步，沿着f(x,y)的每一行取变换，将其结果乘以1/N,取得二维函数F(x,v);第2步，沿着F(x,v)的每一列取变换，再将结果乘以1/N,就得到了F(u,v)。这种方法是先行后列。如果采用先列后行的顺序，其结果相同。 如图4.6所示。 4.1.2 离散傅里叶变换 * 行变换 列变换 图4.6 把二维傅里叶变换作为一系列一维的计算方法 4.1