数字图像处理图像变换.ppt

第三章 图像变换 3.1 引言 3.2 连续与离散的傅立叶变换 3.3 二维离散傅立叶变换(Discrete Fourier Transform：DFT)性质 3.4 快速傅立叶变换 3.5 离散余弦变换(Discrete Consine Transform：DCT) 3.1 引言3.1.1 概述 3.1.1 概述 3.1.1 概述 由于变换的目的是为了使图像处理简化，因而对图像变换有以下三方面的要求： 1. 变换必须是可逆的，它保证了图像变换后，还可以变换回来。 2. 变换应使处理得到简化。 3. 变换算法本身不能太复杂。 图像变换的理论很多，如离散的傅立叶变换(DFT)，沃尔什(Walsh)变换，离散余弦变换(DCT)及哈特林(Hoteling)变换。其中最常用的是傅立叶变换，是各种滤波的基础，在图像处理中广泛应用。 3.1.1 概述 3.1.2 线性系统 1.系统的定义： 接受一个输入，并产生相应输出的任何实体。 系统的输入是一个或两个变量的函数，输出是相同变量的另一个函数。 3.1.2 线性系统 2.线性系统的定义： 1) 对于某特定系统，有： 3.1.2 线性系统 2)线性系统移不变性的定义： 对于某线性系统，有： 3.2 连续与离散的傅立叶变换 3.2.1 连续傅立叶变换 要研究波形由哪些频率组成的，需要把输入信号用一维傅立叶变换成频率域的信号，这是在处理和分析时间波形等一维信号方面的一个重要手段。 3.2.1 连续傅立叶变换 1.一维连续傅立叶变换： 定义 设 f(x)为实变量x的连续函数， f(x)的傅立叶变换表示为F{f(x)},即： 3.2.1 连续傅立叶变换 如果给定F(u),f(x)可以由傅立叶逆变换得到： 3.2.1 连续傅立叶变换 几个概念 假设函数f(x)为实函数。但一个实函数的傅立叶变换可能为复函数： F(u) = R(u) + jI(u) （1） f(x)的傅立叶模（傅立叶谱）记为： |F(u)| |F(u)| = [R2(u) + I2(u)]1/2 （2） f(x)的傅立叶模平方（能量谱）记为： P(u) P(u) = |F(u)|2 = R2(u) + I2(u) 3.2.1 连续傅立叶变换 （3）f(x)的傅立叶相位记为： ?(u) ?(u) = tan-1 (I(u) / R(u)) 把F(u)写成指数形式：F(u)=?F(u)??ej?(u) （4）傅立叶变换中的变量u通常称为频率变量 这个名称源于尤拉公式中的指数项 exp[-j2?ux] = cos2?ux - jsin2?ux 如果把傅立叶变换的积分解释为离散项的和的极限，则易推出F(u)是一组sin和cos函数项的无限和，其中u的每个值决定了其相应cos, sin函数对的频率。 3.2.1 连续傅立叶变换 2. 二维连续傅立叶变换 对于二维信号的图像信息来讲，一方面研究输入图像由哪些空间频率成分构成，另一方面在空间频率域中进行各种处理。对于空间频率域来讲，有时也把图像本身叫做空间域（space domain)。 空间频率（space frequency)表示单位长度上的正弦浓淡变化的重复次数。用在横轴和纵轴上分别对应于x轴方向和y轴方向的空间频率为u, v的二维平面（空间频率域）来表示。 3.2.1 连续傅立叶变换 3.2.1 连续傅立叶变换 3.2.1 连续傅立叶变换 二维连续傅立叶变换： 如果f(x,y)连续可积，并且F(u,v)可积，则存在以下傅立叶变换对，其中u,v为频率变量： 3.2.1 连续傅立叶变换 二维傅立叶模、相位和模平方分别为： 模（傅立叶谱）： |F(u,v)| = [R2(u,v) + I2(u,v)]1/2 相位： ?(u,v) = tan-1 (I(u,v) / R(u,v)) 模平方（能量谱）： P(u,v) = |F(u,v)|2 = R2(u,v) + I2(u,v) 3.2.2 卷积 这一节研究两个傅立叶变换之间的关系，它构成了空间域和频率域之间的基本关系，这些关系称为卷积。它们对深入理解在傅立叶变换基础上的图像处理技术是十分重要的。 3.2.2 卷积 卷积定理： 如果f(x)的傅立叶变换是F(u)，并且g(x)的傅立叶变换是G(u)，那么 3.2.2 卷积 3.2.3 离散傅立叶变换(discrete Fourier trans