新MATLAB应用图像处理 第二版 教学课件 胡晓军_ 第3章.pptVIP

第3章 MATLAB图像变换 3.1 傅?立?叶?变?换 3.1.1 连续傅立叶变换 　　信号在频域上的表达形式为该输入信号的频谱，频谱反映了输入信号的频率构成，傅立叶变换是一种分析与处理一维信号的重要手段。 　　当一个一维信号f?(x)满足狄里赫莱条件，即f?(x)满足：① 具有有限个间断点；② 具有有限个极值点；③ 绝对可积　　　　　　＜　　，则此函数一定存在傅立叶变换对(傅立叶变换和逆变换)。在实际应用中，这些条件一般总是可以满足的。 一维傅立叶变换定义为 逆变换定义为 式中，j为虚数单位，称为时(空)域变量，称为频域变量。 　　一般情况下，函数f?(x)的傅立叶变换是一个复数量，可以表示为 其中，　　　　　　　　　　为f?(x)的傅立叶幅度谱，为相位谱。E(u)?=?F2(u)为f?(x)的能量谱。 　　一维傅立叶变换很容易推广到二维的情况，如果二维函数f?(x，y)满足狄里赫莱条件，则它的二维傅立叶变换对为 式中，x、y为时(空)域变量，u、v为频域变量。 　　类似于一维傅立叶变换，二维傅立叶变换的复数形式为 (3.6) 其中，　　　　　　　　　　为f?(x, y)的傅立叶幅度谱，为相位谱，E(u，v)?=?|F(u，v)|2?=?R2(u，v)?+?I2(u，v)为能量谱。 　　幅度谱表明了各正弦分量出现的多少，而相位谱信息表明了各正弦分量在图像中出现的位置。对于整幅图像来说，只要各正弦分量保持不变，幅值就显得不是很重要。所以大多数时候使用滤波器都只影响幅值，而几乎不改变相位信息。 3.1.2 离散傅立叶变换(DFT) 　　连续傅立叶变换不适用于计算机的处理，而离散傅立叶变换由于其输入和输出都是离散值，故方便计算机的计算，且可以用快速傅立叶变换进行计算，以提高计算速度。本节介绍一维和二维的离散傅立叶变换。 　　设{f?(0)，f?(1)，f?(2)，…，f?(N?-?1)}为一维信号f?(x)的N个采样，由式(3.1)和式(3.2)可知，则可将离散傅立叶变换对定义为 式中，x、u?=?0，1，2，…，N?-?1。式(3.8)中的系数1/N也可以放在式(3.7)中，有时也可在傅立叶正变换和逆变换前分别乘以1/，这是无关紧要的，只要正变换和逆变换前系数乘积等于1/N即可。 　　式(3.7)和式(3.8)需要说明以下几个概念： 　　(1)? f?(x)和F(u)都是离散序列。{f?(0)，f?(1)，f?(2)，…，f?(N?-?1)}表示取自相应连续函数的任意N个等间隔采样值；当u?=?0，1，2，…，N?-?1时，F(u)?=?F(u0+uΔu)的值对应于在u0，u0+Δu，u0+2Δu，…，u0+(N-1)Δu处的连续变换的采样值。 　　(2) 频域采样间隔Δu与空域采样间隔Δx的关系：Δu=1/(N·Δx)。 　　(3) ?DFT总是存在的，不必考虑连续傅立叶变换的绝对可积条件。 　　(4) ?DFT的f?(x)和F(u)都是周期性函数(周期为N)。在实际应用中，取一个周期，则f?(x)和F(u)是长度为N的有限序列。 　　根据式(3.7)，一维DFT可以表达为如下的矩阵形式： 　　式中：x、u?=?0，1，2，…，M?-?1，y、v?=?0，1，2，…，N?-?1。与一维离散傅立叶变换类似，系数1/MN可以在正变换或逆变换中，也可以在正变换和逆变换前分别乘以系数1/，只要两式系数的乘积等于1/MN即可。 　　同样，二维傅立叶变换也可以写成矩阵形式： F?=?WgW 　　　 (3.12) 其中，W为傅立叶变换核矩阵，g为二维信号矩阵。 3.1.3 二维傅立叶变换的性质 　　二维离散傅立叶变换具有以下一些重要的性质(设函数f1(x，y)，f2(x，y)存在傅立叶变换)。 　　1. 线性性质 设f1(x，y)，f2(x，y)的傅立叶变换分别为F1(u，v)，F2(u，v)，则函数af1(x，y)?+?bf2(x，y)的傅立叶变换为aF1(u，v)?+?bF2(u，v)，其中a、b为常数。 　　2. 比例性质 　　设f(x，y)的傅立叶变换为F(u，v)，a、b为标量，则的傅立叶变换为aF(u，v)；f (ax，by)的傅立叶变换为。这说明空间比例尺展宽，对应于频域比例尺压缩。 　　3. 可分离性 　　由二维DFT的公式可知，正变换核　　　　　可以分解成只含ux的和vy的　　　　的两个指数函数的乘积，于是相应的二维DFT可以分离成连续两次一维DFT(如图3.1所示)： 　　4. 平移性质 　　设f?(x，y)的傅立叶变换为F(u，v) f?(x，y)F(u，v)，