图像处理中正交变换课程设计汇编.docVIP

目录 1课程设计目的 1 2课程设计要求 1 3 正交变换的概述 1 3.1 信号的正交分解 1 3.2 正交变换的定义 2 3.3 正交变换的分类 2 3.4 正交变换的标准基 3 3.4.1 一维DFT的标准基 3 3.4.2 二维DFT 5 3.4.3 正交变换的标准基图像 6 3.5 正交变换在图像处理中的应用 7 4 傅里叶变换 8 4.1 傅里叶变换的定义及基本概念 9 4.2 傅里叶变换代码 13 4.3 傅里叶变换与逆变换结果 14 5 离散余弦变换 14 5.1 离散余弦变换的定义 14 5.2 离散余弦变换代码 17 5.3 离散余弦变换与逆变换结果 17 6 小波变换 18 6.1概述 18 6.2 小波变换的基本理论 18 6.3 小波变换代码 20 6.4 小波变换结果 21 7 结论 21 8 参考文献 22 图像处理中正交变换方法对比 1课程设计目的 (1) 理解正交变换的基本概念及分类。 (2) 掌握傅立叶变换及逆变换的基本原理方法。 (3) 掌握离散余弦变换的基本原理方法。 (4) 掌握小波变换的基本原理及方法。 (5) 学会利用matlab软件进行数字图像处理与分析 2课程设计要求 （1）掌握课程设计的相关知识、概念清晰.1 信号的正交分解 完备的内积空间称为希尔伯特空间。折X 为一希尔伯特空间,φ1 ,φ2 , ?,φn 是X 空间中的一向量,如果它们是线性独立的,则称之为空间X 中的一组“基”。某一信号x 就可以按这样的一组基向量作分解,即 X= （式3-1） 式（3-1）中a1 , a2 , ?, an 是分解系数, 它们是一组离散值。假设φ1 ,φ2 , ?,φn是一组两两互相正交的向量,则式(3-1) 称为x 的正交展开, 或正交分解。系数a1 , a2 , ?, aN 是x在各个基向量上的投影 ,若N=3 ,其含义如图3-1 所示。 图3-1 信号的正交分解 3.2 正交变换的定义 一维序列 可以表示成一个N维向量 其酉变换可以表示为 或 ， 其中变换矩阵A满足（酉矩阵），若A为实数阵，则满足，称为正交阵。 向量 由此，U可以表示为 或 可知，给定基向量 ，原序列f（x）可以由一组系数g（u）（）表示，这组系数（变换）可以用于滤波，数据压缩，特征提取等。 若矩阵 满足： 则矩阵A就成为正交矩阵。 对于某向量f，用上述正交矩阵进行运算： 若要恢复f，则 以上过程称为正交变换（酉变换）。 3.3 正交变换的分类 正交变换总的可分为两大类,即非正弦类正交变换和正弦类正交变换。我们经常使用的离散傅立叶变换(DFT) 、离散余弦变换(DCT) 、离散正弦变换(DST) 等属于正弦类变换,其中还包括离散Hartley 变换(DHT) 及离散W 变换(DWT) 等。非正弦类变换包括Walsh —Hadamard 变换(WHT) 、Haar 变换( HRT) 等。由于正弦类变换在理论价值和应用价值上都优于非正弦类变换,从而在正交变换中占据主导地位。 除了正弦类和非正弦类正交变换,还有两种特殊的正交变换,K-L变换和正交小波变换。K-L变换去除信号中的相关性最彻底,且有着最佳的统计特性,被称为最佳变换。但是K-L变换的基函数依赖与原始数据,没有固定的变换核,限制了它的普遍应用。小波变换能够具有很高的时频分辨率,进行局部化分析,通过伸缩平移运算对信号进行多尺度细化,达到高频处时间细分,低频处频率细分。但是小波正交基的结构复杂,具有紧支集的小波正交基不可能具有对称性。随着小波理论及算法的成熟,必将大有作为。 3.4 正交变换的标准基 傅立叶变换是正交变换中最常用的变换,以它为例来讨论正交变换标准基具有普遍意义。 3.4.1 一维DFT的标准基 首先从傅立叶级数进行考虑。假设函数f ( t)满足收敛定理,则函数f ( t) 的傅立叶级数为 （式3-2） a0 , a1 , b1 , ?是函数f ( t) 的傅立叶系数。例如,一矩形波f ( t) 是周期为2π的周期函数,在[ -π,π] 上 -1 -≤t＜0