图像变换域处理及应用的论文.doc

第9章 图像的变换域处理及应用 本章要点： ( 图像的正交变换 ( 频域低通滤波 ( 频域高通滤波 9.1 概述 数字图像处理的方法很多，根据它们处理数字图像时所用系统，主要可以归纳为两大类：空间域处理法（空域法）及频域法（或称为变换域法）。前面几章所介绍的几何变换，图像的增强、边缘检测等所用算法都是在空间域中进行图像处理的，本章将着重介绍数字图像处理中一些常见的频域处理方法。 数字图像处理经常要用到线性系统，在图像处理中使用空间作为参数来描述，通常用二维系统进行表示，输入函数f(x,y)表示原始图像，输出函数g(x,y)表示经处理后的图像，线性系统可看作是输入函数和输出函数之间的一种映射ω，反映了各种线性的图像处理方法。关系如同公式： g(x,y)=ω[f(x,y)] (9-1) 一般数字图像处理的计算方法本质上都是线性的，处理后的输出图像阵列就是输入图像阵列中的各个元素经加权线性组合而得到，通常这种线性空间线性处理要比非线性处理容易理解并且算法简单。线性系统可用传递函数来刻画，将其看作黑箱（Black Box），线性系统的输入信号和输出信号之间的关系，在时域可用卷积运算来表达，在频域可直接用乘积来确定： x(t) y(t) X(s) Y(s) 输入信号 输出信号 时域关系：y(t)=h(t)*x(t)=x(τ)h(t-τ) dτ (9-2) 频域关系： Y(s)=H(s)·X(s)付立叶变换 滤波 付立叶反变换 图中，F(u,v)是带噪声的原始图像f(x,y)的付立叶变换，H(u,v)为滤波器的传递函数，经过滤波处理后的G(u,v)=H(u,v)*F(u,v), 再进行付立叶反变换得到增强的图像g(x,y)。 当H(u,v)为低通滤波器的传递函数时，经过付立叶反变换会得到去除噪声后的平滑图像g(x,y)。当H(u,v)为高通滤波器的传递函数时，经过付立叶反变换会得边缘增强的图像，衰减图像信号的低频部分能相对增强图像高频部分，从而实现图像锐化的目的。 目前，图像变换技术被广泛地运用于图像增强、图像复原、图像压缩、图像特征提取、图像识别以及图像特征提取等领域。本章将重点介绍这些与图像变换相关的算法。 9.2 图像的正交变换 在将数字图像由空间域变换到频域时，所采用的变换方式一般都是线性正交变换，又称为酉变换。正交变换是信号分析学科中的一个重要部分，它是计算机图像处理的前续课程。多年来，变换理论在图像处理（频域法处理）中起着关键作用。下面我们将介绍使用正交变换的傅立叶变换、离散余弦变换和沃尔什变换。 ( 傅立叶变换基本概念 ( 一维离散傅立叶变换 ( 二维离散傅立叶变换 ( 离散余弦变换 9.2.1 傅立叶变换基本概念 傅立叶变换是一种经常被使用的正交变换，尤其是在一维信号处理中被广泛使用。在这里我们将介绍它在数字图像处理中的使用方法。 1．傅立叶的定义 傅立叶变换在数学中的定义非常严格，它的定义如下： 设为的函数，如果满足下面的狄里赫莱条件： 具有有限个间断点； 具有有限个极值点； 绝对可积。 则定义的傅立叶变换公式为： (9-4) 它的逆反变换公式为： (9-5) 其中为时域变量，为频域变量。 由上面的公式可以看出，傅立叶变换结果是一个复数表达式。设的实部为，虚部为，则： (9-6) 或者写成指数形式： 其中： (9-7) (9-8) 通常把称作的傅立叶幅度谱，为的相位谱。 我们可以把傅立叶变换推广到二维情况。如果二维函数满足狄里赫莱条件，那么将可以导出下面的二维傅里叶变换： (9-9) (9-10) 同样，二维傅立叶变换的幅度谱和相位谱为： (9-11) (9-12) 可以定义： (9-13)