第06讲图像变换.doc

第六讲 图像变换 【目录】 § 6.1、概述 2 1、变换条件 2 2、变换公式 2 § 6.2、图像的傅立叶变换 5 1、变换表达式 5 2、Matlab提供的函数 7 3、傅立叶变换的性质 8 § 6.3、正交变换 16 1、一维函数的正交性 16 2、二维函数的正交性 18 § 6.4、空间周期 20 § 6.5、傅立叶变换应用 21 1、图像频谱显示 21 2、特殊函数的傅立叶变换 25 2、图像滤波 30 3、图像特征识别 33 § 6.6、快速傅立叶变换 34 1、推导 34 2、举例 35 3、分析 38 § 6.7、余弦变换 39 1、定义 39 2、命令 39 3、基础函数 41 4、应用 42 § 6.1、概述 1、变换条件 图像可以看作是一个矩阵，所谓图像变换，就是通过变换矩阵，将图像矩阵变换成另一个矩阵。变换后的矩阵能得到某些图像的信息。 通常，变换后的图像能体现图像的频率特征，可以用于图像的数据压缩和各种处理。 图像变换必需满足一下三个条件： (1) 变换是可逆的。 变换后的图像能保持原始图像的信息，可以通过逆变换矩阵把图像真实复原。 (2) 变换后能给图像的进一步运算带来方便。 也就是说，图像的变换具有一定的含义，变换后的图像要么体现图像的某些特征，要么在数据上带来某些方便的处理。 (3) 变换的算法简单，最好有快速算法。 图像的变换通常要经过两次矩阵乘法的运算，运算的速度关系到图像变换的好坏。大多数图像变换，要求图像是方阵，且行列数是2的幂次方才有快速算法。 2、变换公式 图像变换都是二维的离散变换，通用公式由下列两式给出： 正变换：； 逆变换：。 其中： ， －称为正变换核， －称为逆变换核。 假如： ， 则称变换核是可分离的。如果： ， 则称变换是加法对称的，这时，正变换可表示为： 即二维的变换可分离成两次的一维变换： 先对行进行变换：， 再对列进行变换：。 用矩阵来表示： 可表示成 可表示成 可表示成 显然有： 可表示成： 若 可表示成 可表示成 显然有： 可表示成： 则有： 同样反变换有： 显然，若，则： 即，要使变换可逆，必需要求变换是正交变换。 所以，图像变换，就是找出这样的变换矩阵，产生正交变换。下面介绍傅立叶变换和余弦变换。 § 6.2、图像的傅立叶变换 1、变换表达式 正变换： 逆变换： 其中： 若令，显然傅立叶变换的正变换核有： ，正变换矩阵为： 逆变换核，逆变换矩阵为： 。 下面例子，以N=4为例： 【例】变换核 w4 = inline(exp(-2*j*pi/4*x*u),x,u); G=[w4(0,0),w4(0,1),w4(0,2),w4(0,3);... w4(1,0),w4(1,1),w4(1,2),w4(1,3);... w4(2,0),w4(2,1),w4(2,2),w4(2,3);... w4(3,0),w4(3,1),w4(3,2),w4(3,3)]; H=[w4(-0,0),w4(-0,1),w4(-0,2),w4(-0,3);... w4(-1,0),w4(-1,1),w4(-1,2),w4(-1,3);... w4(-2,0),w4(-2,1),w4(-2,2),w4(-2,3);... w4(-3,0),w4(-3,1),w4(-3,2),w4(-3,3)]; H=H/4; G,H,G*H G = 1.0000 1.0000 1.0000 1.0000 1.0000 0.0000 - 1.0000i -1.0000 - 0.0000i -0.0000 + 1.0000i 1.0000 -1.0000 - 0.0000i 1.0000 + 0.0000i -1.0000 - 0.0000i 1.0000 -0.0000 + 1.0000i -1.0000 - 0.0000i 0.0000 - 1.0000i H = 0.2500 0.2500 0.2500 0.2500 0.2500 0.0000 + 0.2500i -0.2500 + 0.0000i -0.0000 - 0.2500i 0.2500 -0.2500 + 0.0000i 0.2500 - 0.0000i -0.250