数字图像信号的处理.pptVIP

数字图像信号的处理 数字图像信号的处理 图像信号处理简介 图像信号的离散傅立叶变换 离散傅立叶变换实例 图像信号处理简介 图像信号处理的应用已渗透到各个科学技术领域。譬如，图像处理技术可用于研究粒子的运动轨迹、生物细胞的结构、地貌的状态、气象云图的分析、宇宙星体的构成等。在图像处理的实际应用中,获得较大成果的有遥感图像处理技术、断层成像技术、计算机视觉技术和景物分析技术等。根据图像信号处理的应用特点，处理技术大体可分为图像增强、恢复、分割、识别、编码和重建等几个方面。这些处理技术各具特点，且正在迅速发展中。 监控图像信号处理 图像信号处理基本思想 像素是基本原色素及其灰度的基本编码。现实世界是三维的，但是我们从现实世界拍摄的图像是二维信号。一张图片可以定义为一个二维函数f(x,y)，(x,y)是二维空间中的点坐标，f(x,y)是对应于该点的坐标值，即像素。我们对于图像的处理主要就是对图像中的每个像素点进行处理。 图像信号的离散傅立叶变换 在频域里边，对于一副图像来说高频部分代表了图像的细节，纹理信息：低频部分代表了图像的轮廓部分。如果一幅精细的图像使用低通滤波器，那么滤波器的结果就只剩下轮廓了。这与信号处理的基本思想是相同的。如果图像受到的噪声恰好为某个特定的频率的范围内，则可以通过滤波器来恢复原来的图像。傅立叶变换在图像处理中可以做到图像增强与图像去噪，图像分割之边缘检测，图像特征提取，图像提取等。 图像傅里叶变换实例 二维傅里叶变换的基本公式： 公式中f是空间域值，F是频域值。转换后的频域值是复数，因此显示傅立叶变换之后的结果需要使用实数图像加虚数图像。 具体实现： C++实现傅立叶变换 傅立叶变换旋转性 借助极坐标变换 将f(x,y)和F(u,v)转换为f(r, )和F(w, )。 经过整理得： 傅立叶变换旋转性 I=zeros(256,256); I(28:228,108:148)=1; imshow(I) J=fft2(I); F=abs(J); J1=fftshift(F); figure imshow(J1,[5 50]) J=imrotate(I,315,bilinear,crop); figure imshow(J) J1=fft2(J); F=abs(J1); J2=fftshift(F); figure imshow(J2,[5 50]) 傅立叶变换旋转性