五章 图像变换.ppt

本章作业 1. 利用Matlab工具，对下列2幅图像进行离散快速傅立叶变换(FFT)，并分别画出其原图像、频谱图及频谱原点F(0,0)移动到频谱中心后的频谱分析图。 本章作业 2. 利用Matlab工具，对下列具体图像(8级灰度图)，求其DCT变换，并显示原始图像及DCT变换系数。 本章作业 3. 已知： 试分别求其二维Walsh变换和Hadamard变换。 满足性质： 当且仅当 时 补充：欧氏空间与内积定义 设V是实数域 R上的线性空间，对V中任意两个向量 、　定义一个二元实函数，记作 ，若 （对称性） （数乘） （可加性） （正定性） ① V为实数域 R上的线性空间; ② V除向量的线性运算外，还有“内积”运算; ③ 欧氏空间 V是特殊的线性空间 则称 为 和 的内积，并称这种定义了内积的 实数域 R上的线性空间V为欧氏空间. 注： 补充：欧氏空间与内积定义 例如:在 中，对于向量 这样 对于内积　　　就成为一个欧氏空间。 易证 满足定义中的性质　～　。 定义： 所以， 为内积 。 补充：欧氏空间与内积定义 ① 零向量与任意向量正交。 注： ② 　　即　 。 设 为欧氏空间中两个向量，若内积 则称 与 正交或互相垂直，记作 定义2： 补充：欧氏空间与内积定义 设V为欧氏空间， 为V的一组基，对V中 任意两个向量 补充：n维欧氏空间中内积的矩阵表示 令 定义：矩阵 称为基 的度量矩阵。 则 补充：n维欧氏空间内积的矩阵表示 返回 补充：解析信号 由实信号x(t)作为复信号z(t)的实部，x(t)的希尔伯特变换x‘(t)作为复信号z(t)的虚部，即： z(t)=x(t)+jx’(t)，这样构成的复信号z(t)叫解析信号。 解析信号z(t)的实部包含了实信号x(t)的全部信息，在正频域上拥有单边谱。 返回 * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * 傅立葉沒辦法看到隨著時間變化的頻譜 分段處理…頻寬可以節省 Cognitive Radio 認知收音機 TDMA,FDMA,CDMA…. * * * * * * * * dwt()函数 功能：1-D离散小波变换 格式： [cA,cD]=dwt(X,’wname’) [cA,cD]=dwt(X,Lo_D,Hi_D) 说明： [cA,cD]=dwt(X,’wname’)使用指定的小波基函数‘wname’对信号X进行分解，cA和cD分别是近似分量和细节分量； [cA,cD]=dwt(X,Lo_D,Hi_D)用指定的滤波器组Lo_D,Hi_D对信号进行分解。 功能：1-D离散小波反变换。 格式： X=idwt(cA,cD,’wname’) X=idwt(cA,cD,Lo_R,Hi_R) X=idwt(cA,cD,’wname’,L) X=idwt(cA,cD,Lo_R,Hi_R,L) 说明：由近似分量cA和细节分量cD经过小波反变换，选择某小波函数或滤波器组，L为信号X中心附近的几个点。 idwt()函数 wcodemat()函数 功能：对数据矩阵进行伪真彩色编码 格式： Y= wcodemat(X,NB,OPT,ABSOL) Y= wcodemat(X,NB,OPT) Y= wcodemat(X,NB) Y= wcodemat(X) 说明： Y=wcodemat(X,NB,OPT,ABSOL)返回数据矩阵X的编码矩阵Y；NB为编码的最大值（缺省16），OPT是编码方式，‘row’