数字图像处理第3章-1zy课程方案.ppt

◆ 3.1 图像的几何变换 ◆ 3.2 图像的离散傅立叶变换 ◆ 3.3 图像变换的一般表示形式 ◆ 3.4 图像的离散余弦变换 ◆ 3.5 图像的小波变换; 图像和其它信号一样，既能在空间域（简称空域）处理，也能在频率域（简称频域）处理。把图像信息从空域变换到频域，可以更好地分析、加工和处理。 图像信息的频域处理具有如下特点 : (1) 能量守恒，但能量重新分配； (2) 有利于提取图像的某些特征； (3) 正交变换具有能量集中作用，可实现图像的高效压缩编码； (4) 频域有快速算法，可大大减少运算量，提高处理效率。 本章除介绍图像的几何变换外，主要介绍离散傅立叶变换、离散余弦变换、小波变换等 。 ; ?图像的几何变换包括: 图像的空间平移、比例缩放、旋转、仿射变换和图像插值。 ?图像几何变换的实质: 改变像素的空间位置，估算新空间位置上的像素值。 ; ?图像几何变换的一般表达式 : 其中， 为变换后图像像素的笛卡尔坐标， 为原始图像中像素的笛卡尔坐标。这样就得到了原始图像与变换后图像的像素的对应关系。 如果 ， ，则有 ， 即变换后图像仅仅是原图像的简单拷贝。 ; ?平移变换 : 若图像像素点 平移到 ，则变换函数为 ， 写成矩阵表达式为： 其中， 和 分别为 和 的坐标平移量。 ;3.1 图像的几何变换 ;3.1 图像的几何变换 ;3.1 图像的几何变换 ;3.1 图像的几何变换;3.1 图像的几何变换 ;3.1 图像的几何变换 ;3.1 图像的几何变换 ;利用imresize函数通过一种特定的插值方法可实现图像 大小的调整。该函数的语法如下： B=imresize(A,m,method) B=imresize(A,[mrows ncols],method) B=imresize(…,method,n) B=imresize(…,method,h) 这里参数method用于指定插值的方法，可选的值为 ‘nearest’ 、‘bilinear’、 ‘bicubic’ 。缺省时为 ‘bicubic’。; 下面是使用不同的插值方法对图像进行放大的程序清单： load woman2 imshow(X,map); X1=imresize(X,4,nearest); figure,imshow(X1,[]); X2=imresize(X,4,bilinear); figure,imshow(X2,[]); X3=imresize(X,4,bicubic); figure,imshow(X3,[]);;;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换 ;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换;3.2 图像的离散傅立叶变换; 5. 二维傅立叶变换的MATLAB实现 下面，举例来说明傅立叶变换的实现语句B＝fft2(A)，该语句执行对矩阵A的二维傅立叶变换。给出一幅图像 （saturn2.tif），其傅立叶变换程序如下： figure(1); load imdemos saturn2; %装入原始图像 imshow(saturn2); %显示图像 figure(2); B=fftshift(fft2(saturn2)); %进行傅立叶变换 imshow(log(abs(B)),[]); %显示变换后的系数分布 colormap(jet(64)); colorbar; ;;傅立叶变换能够用来分析两幅图像的相关性，相关性可以用来确定一幅图像的特征，在这个意义下，相关性通常被称为模板匹配。例如，假如我们希望在图像text.tif中定位字母“a”，可以采用下面的方法定位。 将包含字母“a”的图像与text.tif图像进行相关运