- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
7频域处理
图象变换-概念 为了有效和快速地对图像进行处理,常常需要将定义在原图像空间上的图像以某种形式转换到另外的一些空间,并利用在这些空间的性质方便地进行一些加工,最后转换到图像空间中以得到所需的效果。 这种转换方法叫:图像变换 图像空间-其他空间为正变换 其他空间到图像空间-为逆变换 图象变换-概念 图象变换-一种重要的基本概念;是一种常用的、有效的分析工具。 图象变换的目的-简化图像处理问题的求解;利于取得图图像的特征;从概念上增强对图像信息的理解。 图象变换-是一种二维正交变换,正交变换必须是可逆的(可逆性),正变换和反变换的算法不能太复杂(计算不复杂,有快速算法),简化问题突出特征(有益于处理);正交变换的特点是在变换域中,图像的能量集中分布在低频部分,边缘和线信息反映在高频成分上。 变换的实例-对数变换(乘除变为加减);拉氏变换(微分方程的求解);傅立叶变换(频谱分析和滤波)。 图像变换的应用-图像增强、恢复、特征提取、压缩和形状分析。 常见变换-沃尔什-哈达玛;哈尔变换;离散余弦变换;傅立叶变换;小波变换。 图象变换-通用描述 通用公式(一维)-正变换,正变换核;反变换,反变换核;变换性质由变换核性质决定。 通用公式(二维)-正变换,正变换核;反变换核;变换性质由变换核性质决定。 变换特性- 可分离的; 加法对称的。 图象变换-通用计算方法 可分离核-一个具有可分离核的变换计算分两步,每步作一个一维变换,f(x,y)行变换,T(x,v)列变换。 可分离的和对称核- 利用矩阵的优点:得到 的变换矩阵可分解成若 干个具有较少非零元素 的矩阵乘积,可以减少 操作次数。 图象变换-傅立叶变换 一维傅立叶变换及反变换- F(u)是复函数- 图象变换-通用描述 二维傅立叶变换-正变换,反变换都是可分离的和对称的。 图象变换-傅立叶变换 二维傅立叶变换及反变换- 二维傅立叶变换离散表示- 图象变换-傅立叶变换 二维傅立叶变换性质- 1、可分离性 2、线性 3、比例性质-尺度定理 4、空间位移—平移定理 5、共轭对称性 6、积分 7、变量函数之积 8、平均值 9、180度旋转 10、旋转不变—旋转定理 11、能量 12、空间域 13、频率域 14、相关 15 、周期 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-傅立叶变换 图象变换-快速傅里叶变换- 傅里叶变换计算量很大 N的4次方 复数乘法和N2(N2-1)次加法,相当8N4次方浮点运算。 快速傅里叶变换 u的N个值中每次都需进行N次复数乘法和N-1次加法,即乘法和加法都正比于N的平方。 但e项可计算一次然后存储于一个表中备查,所以正确分解公式,可以把乘法和加法减少为NLog2N。 这个分解过程为快速傅里叶变换(FFT) 图象变换-离散余弦变换 离散余弦变换-简化傅立叶变换的重要方法,图像压缩与传输中用。 虚数傅立叶变换项 为零时,不需计算,只需计算余弦项,是傅立叶变换的特例。 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 图象变换-频域增强 数字图象处理 数字图象处理 数字图象处理 数字图象处理 数字图象处理 由于 为fe(x)的2N点DFT。因此,在作DCT时,可把长度为N的f(x)的长度延拓为2N点的序列fe(x),然后对fe(x)作DFT,最后取DFT的实部便可得到DCT的结果。 同理对于离散余弦逆变换IDCT,可首先将F(u)延拓为 u=0, 1, 2, …, N-1 u=N, N+1, …, 2N-1 (5-62) 由式(5-52)可得,DCT的IDCT为 (5-63) 由式(7-63)可见,IDCT可由 的2N点的IDFT来实现。 最后要注意的是二维DCT的频谱分布, 其谱域分布与DFT相差一倍,如图7-11所示。 从图中可以看出,对于DCT而言,(0, 0)点对应于频谱的低频成分,(N-1, N-1)点对应于高频成分,而同阶的DFT中, (N/2, N/2)点对应于高频成分(注: 此频谱图中未作频谱中心平移)。?
文档评论(0)