第三章 图 像 变 换课题.pptVIP

第三章　图 像 变 换 问题的提出： 我们人类视觉所感受到的是在空间域和时间域的信号。但是，往往许多问题在频域中讨论时，有其非常方便分析的一面。 图像变换的目的： 使图像处理问题简化 有利于图像特征提取 有助于从概念上增强对图像信息的理解　　　 变换问题的引入 什么是图像变换 将图像看成是线性叠加系统 图像在空域上相关性很强 图像变换是将图像从空域变换到其它域如频域的数学变换 常用的变换： 傅立叶变换、沃尔什变换、哈达玛变换、离散余弦变换、离散K-L变换、小波变换 图 像 变 换 的 基 础 知 识 1、连续函数集合的正交性 图 像 变 换 的 基 础 知 识 图 像 变 换 的 基 础 知 识 图 像 变 换 的 基 础 知 识 图 像 变 换 的 基 础 知 识 图 像 变 换 的 基 础 知 识 图 像 变 换 的 基 础 知 识 3.1 傅立叶（Fourier）变换 一维傅立叶变换举例 二维离散傅立叶变换 二维离散傅立叶变换的性质 10. 可分离性 先对行做变换： 11. 卷积特性 Fourier 变换示意图 Fourier变换的频率特性 Fourier变换的低通滤波 Fourier变换的高通滤波 Fourier变换的压缩原理 Fourier变换的压缩原理 3.1.4 快速傅里叶变换 问题的提出： 离散傅里叶变换已成为数字信号处理的重要工具。然而，它的计算量较大，运算时间长，在某种程度上却限制了它的使用范围。 快速傅立叶变换的思想： 对于任何N=2m的DFT的计算，通过计算两个N/2点的DFT，来计算N个点的DFT。 fft算法根据分解的特点分有两类： 按时间分解 按频率分解 1、按时间分解 把x(n)分成偶数点和奇数点,即: 2、按频率分解 把x(n)分成前 N/2 点和后N/2点两个序列，即 3.2 离散余弦变换（DCT） Fourier变换的一个最大的问题是：它的参数都是复数，在数据的描述上相当于实数的两倍。为此，我们希望有一种能够达到相同功能但数据量又不大的变换。 在此期望下，产生了DCT变换。 3.2 离散余弦变换（DCT） 正变换： 逆变换： 其中： DCT变换的应用： 余弦变换实际上是傅立叶变换的实数部分。 余弦变换主要用于图像的压缩，如目前的国际压缩标准的JPEG格式中就用到了DCT变换。具体的做法与DFT 相似。给高频系数大间隔量化，低频部分小间隔量化。 3.3 沃尔什变换（Walsh） 3.3.2 拉德梅克函数 由sin函数的周期性知道R(n,t)也是周期性： 当 n=1时，R(n,t)的周期为1； 当 n=2时,R(2,t)的周期为1/2； 当 n=3时，R(3,t)的周期为 。 设一个十进制数的自然二进码为： 习题： 二维离散DFT有哪些性质？ 为什么二维离散DFT可以分为两个一维的变换来实现 P.176 #20-22 X1(m)和X2(m)分别是x1(n)和x2(n)的DFT，周期为N/2，有： X1(m +N/2)= X1(m)， X2(m +N/2)= X2(m) 蝶式运算流程图 (按时间分解) X1(m)和X2(m)分别是x1(n)和x2(n)的DFT，周期为N/2，有： X1(m +N/2)= X1(m)， X2(m +N/2)= X2(m) 拉德梅克函数包括n和t两个自变量，用R(n,t)来表示拉德梅克函数。它可用下式来表示 当x=0时， sgn(x) 无定义。 一般情况下可用下式表示 拉德梅克函数波形图 R(0,t) 1 0 t R(1,t) t t R(2,t) t R(3,t) t R(4,t) 1 0 -1 1 0 -1 1 0 -1 1 0 -1 拉德梅克函数有如下一些规律： R(n,t)的取值只有+1和-1。 R(n,t)是R(n-1,t)的二倍频。因此，如果已知最高次数m=n，则其他拉德梅克函数可由脉冲分频器来产生。 如果已知n，那么, R(n,t)有 个周期，其中0t1。 如果在 处作取样， 则可得到一数据序列R(n,k)， 。每一取样序列将与下述矩阵相对应。 这里我们取N=3，k