数字图像处理(DigitalImageProcessing）.ppt

数字图像处理(Digital Image Processing） 数字图像处理与模式识别研究所 第二章 图像处理中的常用数学变换 2.1 引言 2.2 空域变换 2.2.1 代数运算 2.2.2 几何运算 2.3 离散傅立叶变换 2.3.1 离散傅立叶变换基本概念 2.3.2 离散傅立叶变换基本性质 2.3.3 快速离散傅立叶变换 2.4 离散Gabor变换 2.4.1 加窗傅立叶变换 2.4.2 Gabor变换的基本概念 2.4.3 离散Gabor变换 2.1 引言 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。 除了傅立叶变换外，常用的非空域的变换还有Gabor变换、小波变换、离散余弦变换、PCA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。 2.2 空域变换 2.2.1 代数运算 图像的代数运算是指对两幅图像进行点对点的四则运算而得到一幅新的输出图像。图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需要的算术操作，还能为许多复杂的图像处理提供准备。 1. 加法运算 2. 减法运算（差分） + 2.2.2 几何运算 几何运算可以改变图像中物体之间的空间关系。这种运算可以看成是图像内的各物体在图像内移动的过程。例如，物体的转动、扭曲、倾斜、拉伸等等，都是几何运算的结果。 旋转 水平镜像 垂直镜像 平移 旋转 复杂变换 右图显示了在失真和相应的校正图像中的四边形区域，四边的顶点是相应的“控制点”。假设四边形区域中的几何形变过程用双线性方程对来建模，即： 灰度级插值 输出象素通常被映射到输入图像中的非整数位置，即位于四个输入象素之间。因此，为了决定与该位置相对应的灰度值，必须进行插值运算。常用的插值方法有3种： 1）最近邻插值(Nearest Neighbor Interpolation) 2）双线性插值(Bilinear Interpolation) 3）三次立方插值 1）最近邻插值(Nearest Neighbor Interpolation) 最简单的插值方法是最近邻插值，即选择离它所映射到的位置最近的输入象素的灰度值为插值结果。数学表示为： 2）双线性插值(Bilinear Interpolation) 双线性插值法是对最近邻法的一种改进，即用线性内插方法，根据点的四个相邻点的灰度值，分别在x和y方向上进行两次插值，计算出的值。最后形成的插值函数为一双曲抛物面方程： 首先，在x方向上作线性插值，对上端的两个顶尖进行线性插值得： 3）三次立方插值 该方法利用三次多项式 来逼近理论上的最佳插值函数 ，其数学表达式为： 上式中的是周围象素沿方向离原点的距离。待求象素的灰度值由其周围16个点的灰度值加权内插得到。可推导出待求象素的灰度值计算式为： 其中： 2.3 离散傅立叶变换 2.3.1 傅立叶定义 理论基础、连续与离散的傅立叶变换。 2.3.2 二维傅立叶变换特性 可分离性、周期与共轭对称、平移性； 旋转特性、线性与相似性、均值性； 拉普拉斯、卷积与相关。 2.3.3 快速傅立叶变换 FFT算法、逆向FFT算法、算法实现。 3.1 傅立叶变换理论基础 连续与离散的傅立叶变换 一维连续傅立叶变换 二维连续傅立叶变换 离散傅立叶变换 离散傅立叶变换的计算与显示 2.3.1 傅立叶变换导言:傅立叶变换 离散傅立叶变换的计算与显示 离散傅立叶变换的计算举例 离散傅立叶变换的显示 离散傅立叶变换的计算举例 2.3.1 傅立叶变换导言:傅立叶变换 离散傅立叶变换的显示 通过对傅立叶变换模，来显示傅立叶变换图象。由于模的值域大于显示的值域，因此要进行动态值域的压缩 D(u,v) = c log(1 + |F(u,v)|) 其中： c = 255 / k; k = max(log(1 + |F(u,v)|)) 值域[0,k