数字图像总复习第3章.ppt

第三章 图象变换 3.1 概述和分类 3.2 傅里叶变换 3.3 快速傅里叶变换 3.4 其它可分离图象变换 3.5 霍特林变换 第一节 概述和分类 为了有效地和快速地对图象进行处理和分析常常需要将原定义在图象空间的图象以某种形式转换到另外一些空间，并利用在这些空间的特有性质方便地进行一定的加工,最后再转换回图象空间以得到所需的效果。 这些转换方法就是本章要着重介绍和讨论的图象变换技术。 图象为什么要变换 利用变换的某些性质，可以大大简化或加速图象处理过程 空域图象经过变换后形成 “对应域图象”，从中会看到在空域图象中不易看到的某些“东西”。 变换后形成 “对应域图象”，会呈现某些性态，利用这些性态可完成图象处理中某个应用领域的应用。 应选择什么样的变换才能满足各种要求是下面要讨论的主要问题之一。 变换选择的原则 1)变换必须是可逆的。 2)变换不能损失信息。 3)变换必须是有好处的。 4)变换算法必须是不复杂的。 第一节 概述和分类 图象变换是许多图象处理和分析技术的基础，本章的主要目的是建立起图象变换及其性质的理论基础。把傅里叶变换放在主要地位反映了它在图象处理问题中应用的广泛性。 对图象进行变换的目的： 为了便于对图象进行分析，如对图象进行特征提取、匹配、识别； 为了便于对图象进行处理，如简化处理操作、提高运算效率； 为了便于对图象数据进行压缩，提高传输效率等 第一节 概述和分类 图像变换的一种分类方法： 可分离变换： 傅里叶变换及性质 快速傅里叶变换 其它可分离变换 统计变换： 霍特林变换 另一种分类方法： 正弦型变换： 傅里叶变换、DCT 方波型变换： Walsh变换、Hadamard变换、 Haar变换、 Slant变换 基于特征向量的变换： 霍特林变换 第二节 傅里叶变换 1-D傅里叶变换 设长度为N的离散序列为{f(0), f(1), f(2), …，f(N-l)}。 则其离散傅里叶变换对定义为： 第二节 傅里叶变换：一维 在图象处理中f(x)总是实函数，但一般F(u)是复函数，可以写成： F(u)=R(u)+j I(u) 其中R(u)和I(u)分别为F(u)的实部和虚部。 上式也常写成指数形式： F(u)=| F(u)| exp [j?(u)] 第二节 傅里叶变换：一维 幅度函数 |F(u)|和相位函数?(u)为： | F(u)| = [ R2(u)+ I2(u) ]1/2 ?(u) =arctan [I(u)/R(u)] |F(u)| 又称为f(x)的傅里叶频谱，?(u)称为相位角。 频谱的平方称为f(x)的功率谱或频谱密度，记为P(u)： P(u) = | F(u)| 2= R2(u)+I2(u) 第二节 傅里叶变换：一维 指数项可借助欧拉公式写为： exp [-j2? u x]= cos（2? u x）- j sin（2? u x） 由于每个u值都确定所对应的正弦和余弦对的频率，所以称为频率变量。 第二节 傅里叶变换：二维 2-D傅里叶变换 图象f(x, y)的2-D傅里叶变换对是1-D傅里叶变换对的推广： 第二节 傅里叶变换：二维 2-D傅里叶变换的频谱、相位角和功率谱如下： 频谱：|F(u, v)| = [ R2(u, v) + I2(u, v) ]1/2 相位角：?(u, v) = arctan [ I(u, v) / R(u, v)] 功率谱：P(u, v) = |F(u, v)| 2 = R2(u, v)+ I2(u, v) 第二节 傅里叶变换：二维 第二节 傅里叶变换：二维 第二节 傅里叶变换：二维变换特性 二维傅立叶变换特性 可分离性 周期与共轭对称 平移性 旋转特性 第二节 傅里叶变换：二维变换特性 可分离性 二维离散傅立叶变换DFT可分离性的基本思想是： 二维DFT可分离为两次一维DFT 应用： 二维快速傅立叶算法FFT ，是通过计算两次一维FFT实现的 第二节 傅里叶变换：二维变换特性 可分离性的定义 第二节 傅里叶变换：二维变换特性 可分离性成立的推导 先对列（y变量）做变换： N-1 F(x,v)=1/N ? f(x,y)exp(-j2?vy/N)] y