《图像处理课件》第3章 图像变换1.pptVIP

图像的数学变换的特点在于其有精确的数学背景，是许多图像处理技 术的基础。在这些变换中，一种是在空间域上进行的，这些变换根据处理 操作的特点，可以分为图像的代数运算和几何运算，它们都是利用对输入 图像进行加工而得到输出图像。另一种重要的数学变换则是将原定义在图 像空间的图像以某种形式转换到另外一些空间，并利用输入图像在这些空 间的特有性质有效而快速地对图像进行处理和分析。最典型的变换有离散 傅立叶变换，它把空域中的图像信号看作二维时间序列，将其变换到频率 域来分析图像的频谱特性。 空域变换有如加法、减法等的代数变换，也有如旋转、拉伸等的几何变 换；频域变换除了傅立叶变换外，常用的频域的变换还有离散余弦变换、 小波变换等等。无论是在空域中的数学变换还是频域中的数学变换，它们 在图像分析、滤波、增强、压缩等处理中都有着非常典型而重要的应用。 8×8的Haar变换矩阵为： 4×4的Haar变换矩阵为： 3.3.1 多分辨率分析的背景知识 哈尔变换 哈尔基函数对图像的多分辨率分解 3.3.2 多分辨率展开 函数的伸缩和平移 给定一个基本函数 ,则 的伸缩和平移公式可记为： 3.3.2 多分辨率展开 函数的伸缩和平移 函数的伸缩和平移 3.3.2 多分辨率展开 序列展开 信号或函数常常可以被很好地分解为一系列展开函数的线性组合。 其中，k是有限或无限和的整数下标，ak是具有实数值 的展开系数， 是具有实数值的展开函数 3.3.2 多分辨率展开 尺度函数 3.3.2 多分辨率展开 小波函数 给定尺度函数，则小波函数 所在的空间跨越了相邻两尺度子空间Vj和Vj+1的差异。令相邻两尺度子空间Vj和Vj+1的差异子空间为Wj，则下图表明了Wj与Vj和Vj+1间的关系。 尺度及小波函数空间的关系 3.3.3 一维小波变换 一维离散小波变换（DWT） 3.3.3 一维小波变换 一维离散小波变换（DWT） Morlet 小波 3.3.3 一维小波变换 一维离散小波变换（DWT） Mexihat小波 3.3.4 快速小波变换算法 离散小波变换算法 3.3.4 快速小波变换算法 离散小波逆变换 3.3.5 二维离散小波变换 对于M×N的离散函数f(x,y)的离散小波变换对为： 3.3.5 二维离散小波变换 二维离散小波变换的一次分解 3.3.5 二维离散小波变换 图像的二维离散小波变换 3.3.6 小波分析在图像处理中的应用 小波变换 傅里叶变换用在频谱分析和滤波方法的分析上。但傅里叶反映的是信号或函数的整体特征，而实际问题关心的是信号的局部范围中的特征。如，在音乐和语言信号中人们关心的是什么时刻奏什么音符，发出什么样的音节；对地震记录，关心什么位置出现反射波；在边缘检测中，关心的是信号突变部分的位置。引进的窗口傅里叶，用一个窗口去乘所研究的函数，然后进行傅里叶变换。但引入的这种变换窗口的尺寸和形状与频率无关而且是固定不变的。这与高频信号的分辨率应比低频信号高，因而与频率升高应当窗口减小这一要求不符，为此未能得到广泛的应用与发展 3.3.6 小波分析在图像处理中的应用 小波 1) 从分辨率看，小波很好地解决了时间与频率分辨率的矛盾，它巧妙的利用了非均匀分布的分辨率，在低频段用高的频率分辨率和低的时间分辨率，而在高频段则采用低的频率分辨率和高的时间分辨率。即子波分析的窗宽是可变的，在高频时用短窗口，而在低频时，则使用宽窗口。 2) 小波并不一定要求是正交的，其时宽频宽乘积很小，因而展开系数的能量较为集中。 子波变换的基本思想：是用一族函数去表示或逼进一信号或函数，这族函数称为子波函数集，它通过一基本子波函数的不同尺度的平移和伸缩组成，它的特点是时宽频宽乘积很小，且在时间和频率轴上都很集中。 3.3.6 小波分析在图像处理中的应用 小波的特点： a）能量集中 b）易于控制各子带噪声 c）与人类视觉系统相吻合的对数特征。 d）突变信号检测中：由于分辨率随频率的不同而变化的 特点，能准确定位信号的上升沿和下降沿。 3.3.6 小波分析在图像处理中的应用 应用： 1）图像压缩：小波把信号分解成具有不同时间和分辨率 的信号 2）正交小波变换在图像拼接和镶嵌中的应用 把两个图像按不同尺度下的小波分量先拼接下来，然后再用程序重构整个图像，这样得到的图像可以很好地兼顾清晰度和光滑度两个方面的要求。 作业 3-1 离散傅里叶变换的性质及在图像处理中的应用？ 3-2 小波变换有哪些特点？ 3-3 求下列图像的二维离散傅里叶变换 (a)长方形图像 作业