第三章图象变换正交变换傅立叶变换.pptVIP

第三章 图像变换 数字图像处理 第三章 图像变换(一) 　　　—正交变换、傅立叶变换 什么是图像变换? 图像变换是将图像从空间域变换到其它域（如频域）的数学变换。 简单的图像变换通常就是一种二维的正交变换，但要求这种正交变换必须是可逆的，并且正变换和反变换的算法不能太复杂。 常用的变换：傅立叶变换、离散余弦变换、沃尔什变换和哈达玛变换、霍特林变换、拉东变换、小波变换等等。 一、正交变换 连续函数集合的正交性 正交函数集合 正交函数集合的完备性 离散情况 n个正交向量 满足上式的基相量组成矩阵： 一维正交变换 二维正交变换 N×N二维函数可以类似于一维 二、傅立叶变换 傅立叶变换 傅立叶变换域也称为频域变换，它把图像从图像空间变换到频率空间。 将原定义在图像空间的图像以某种形式转换（正变换）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，最后再转换回图像空间（反变换或逆变换）以得到所需要的效果。 一维傅立叶变换的定义 变换分析的直观说明 一维傅立叶变换举例 一维离散傅立叶变换(DFT) 由欧拉公式可知 　　　　　 可得 可见，离散序列的傅立叶变换仍然是一个离散的序列，每一个u对应的傅立叶变换结果是所有输入序列f(x)的加权和。 每个f(x)都乘以不同频率的正弦和余弦值。　 二维离散傅立叶变换 二维傅立叶变换举例 例：函数在以原点为中心的一个正方形内为正值常数，而在其它地方为零。傅立叶频谱幅度的灰度图显示。 二维傅立叶变换的性质 4.旋转性质 二维快速傅立叶变换的Matlab实现 简单图像及其傅立叶变换 Eg3.4 d=zeros(32,32); d(13:20,13:20)=1; figure(1); imshow(d,notruesize); D=fft2(d); figure(2); imshow(abs(D),[-1 5],notruesize); 二维快速傅立叶变换的Matlab实现 eg3.3 figure(1); load imdemos saturn2; imshow(saturn2); figure(2); S=fftshift(fft2(saturn2)); imshow(log(abs(S)),[]); 3.4 离散余弦变换 记 称为旋转因子。则有： 单位圆表示： 快速傅立叶变换 (3-1) 式中，由Wux构成的矩阵称为W阵或系数矩阵。 一维离散傅立叶变换（DFT）用矩阵的形式表示为： W的定义表达式W=e-j2π／N，由欧拉公式知系数W是以N为周期的。这样，W阵中很多系数就是相同的， 且由于W的对称性，即 因此可进一步减少计算工作量。 例如，对于N=4， W阵为 W4＝W0，W6＝W2，W9＝W1； W3＝－W1，W2＝－W0 可见N=4的W阵中只需计算W0和W1两个系数即可。说明W阵的系数有许多计算工作是重复的，如果把一个离散序列分解成若干短序列，并充分利用旋转因子W的周期性和对称性来计算离散傅立叶变换，便可以简化运算过程，这就是FFT的基本思想。 设N为2的正整数次幂， 即 如令M为正整数，且 N=2M 将式N=2M代入式（3-1），离散傅立叶变换可改写成如下形式： 由旋转因子W的定义可知 ， 因此式(3-2)变为 现定义 (3-2) (3-3) (3-4) (3-5) 于是式(3-3)变为 (3-6) 进一步考虑W的对称性和周期性可知 和 ， 于是 (3-7) 由此，可将一个N点的离散傅立叶变换分解成两个N／2短序列的离散傅立叶变换，即分解为偶数和奇数序列的离散傅立叶变换Fe(u)和Fo(u) 。 在此，以计算N=8的DFT为例，此时n=3，M=4。由式(3-6)和式(3-7)可得 (3-8 ) 式（3-8）中，u取0～7时的F(u)、Fe(u)和Fo(u)的关系可用图3.1描述。左方的两个节点为输入节点，代表输入数值；右方两个节点为输出节点，表示输入数值的叠加，运算由左向右进行。线旁的W18和－W18为加权系数，定义由F(1)、 F(5)、Fe(1)和Fo(1)所构成的结构为蝶形运算单元, 其表示的运算为 (3-9 ) 图3.1 蝶形运算单元 由于Fe(u)和Fo(u)都是4点的DFT，因此，如果对它们再按照奇偶进行分组， 则有 图3.2 4点DFT分解为2点DFT的蝶形流程图 频域变换的一般表达式 1、可分离变换 二维傅立叶变换可用通用的关系式来表示： (3-10) (3-11)