图像变换(FFTDCT)精要.pptVIP

数字图像处理 2013年11月 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。 数字图像傅里叶变换的频谱分布 为了便于观察谱的分布，使直流成分出现在窗口的中央，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。 数字图像傅里叶变换的频谱分布 如果频谱图中暗的点数更多，那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小），反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。 Fourier变换的频率特性 Fourier变换的低通滤波 Fourier变换的高通滤波 Fourier变换的压缩原理 Fourier变换的压缩原理 主要内容 1、直接计算DFT的问题 2、改善DFT运算效率的基本途径 3、按时间抽选的基2-FFT算法 4、DIT―FFT的运算规律及编程思想 5、按频率抽选的基2-FFT算法 6、IDFT的快速算法－IFFT 7、离散余弦变换 1、直接计算DFT的问题 1) 问题的提出 设有限长序列x(n)，非零值长度为N，若对x(n)进行一次DFT运算，共需多大的运算工作量？ 2) 一维DFT的运算量 回忆DFT和IDFT的变换式： 注意： 1、直接计算DFT的问题 2) DFT的运算量 以DFT为例： 计算机运算时（编程实现）： 运算量 DFT运算量的结论 1、直接计算DFT的问题 1、直接计算DFT的问题 由于计算量大，且要求相当大的内存，难以实现实时处理，限制了DFT的应用。长期以来，人们一直在寻求一种能提高DFT运算速度的方法。 FFT便是库利-图基在1965 年提出的的快速算法，它可以使运算速度提高几百倍，从而使数字信号处理学科成为一个新兴的应用学科。 主要内容 1、直接计算DFT的问题 2、改善DFT运算效率的基本途径 3、按时间抽选的基2-FFT算法 4、DIT―FFT的运算规律及编程思想 5、按频率抽选的基2-FFT算法 6、IDFT的快速算法－IFFT 7、离散余弦变换 2、改善DFT运算效率的基本途径 1、利用DFT运算的系数 的固有对称性和周期性，改善DFT的运算效率。 1）对称性 2）周期性 3）比例性 2、改善DFT运算效率的基本途径 快速傅立叶变换(Fast Fourier Transform) FFT算法的基本思想： 利用DFT系数的特性，合并DFT运算中的某些项 把长序列DFT→短序列DFT，从而减少运算量。 FFT算法分类: 时间抽选法 DIT: Decimation-In-Time 频率抽选法 DIF: Decimation-In-Frequency 主要内容 1、直接计算DFT的问题 2、改善DFT运算效率的基本途径 3、按时间抽选的基2-FFT算法 4、DIT―FFT的运算规律及编程思想 5、按频率抽选的基2-FFT算法 6、IDFT的快速算法－IFFT 7、离散余弦变换 3、按时间抽选的基2-FFT算法 1) 算法原理 设输入序列长度为N=2M(M为正整数)，将该序列按时间顺序的奇偶分解为越来越短的子序列，称为基2按时间抽取的FFT算法。也称为库利-图基 (Coolkey-Tukey)算法。 其中基2表示：N=2M，M为整数.若不满足这个条件，可以人为地加上若干零值（加零补长）使其达到 N=2M。 3、按时间抽选的基2-FFT算法 2、算法步骤 分组，变量置换 先将x(n)按n的奇偶分为两组，作变量置换: 当n=偶数时，令n=2r; 当n=奇数时，令n=2r+1; 得到： 3、按时间抽选的基2-FFT算法 带入DFT中 3、按时间抽选的基2-FFT算法 由于 3、按时间抽选的基2-FFT算法 X1(k)、X2(k)只有N/2个点，以N/2为周期；而X (k)却有N个点，以N为周期。要用X1(k)、X2(k)表达全部的X (k) 值，还必须利用WN系数的周期特性。 3、按时间抽选的基2-FFT算法 又考虑到 的对称性： 3、按时间抽选的基2-FFT算法 3、按时间抽选的基2-FFT算法 分解后的运算量： 3、按时间抽选的基2-FFT算法 例子：求 N=23=8点FFT变换 按 N=8→N/2=4，做4点的DFT： 先将N=8点的DFT分解成2个4点DFT： 可知：时域上：x(0),x(2),x(4),x(6)为偶子序列 x(1),x(3),x(5),x(7)为奇子序列