图像变换与图像增强处理讲解.ppt

第8讲 课 题 ： 图像变换与图像增强处理 目的要求：1. 熟悉二维傅立叶变换定义、性质及其应用；2. 掌握一维傅立叶变换算法及频谱分析方法；3. 熟悉并掌握本章基本概念、空间域图像增强的原理、方法及其特点；4. 了解频率域图像增强的方法及其实现过程； 重 点 ：掌握直方图修正方法、特点及其应用；空间域平滑、锐化和彩色增强技术。 难 点 ：频率域图像增强的方法及其实现过程 教学课时：2课时 教学方法：授课为主、鼓励课堂交流 本次课涉及的学术前沿：傅立叶变换在图像处理中的作用 第6章 图像变换 图像变换的目的在于：①使图像处理问题简化；②有利于图像特征提取；③有助于从概念上增强对图像信息的理解。 图像变换通常是一种二维正交变换。一般要求： ①正交变换必须是可逆的； ②正变换和反变换的算法不能太复杂； ③正交变换的特点是在变换域中图像能量将集中分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图像处理。 因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像压缩编码和形状分析等方面。 傅里叶变换 指非周期函数的正弦和或余弦和乘以加权函数的积分表示。 傅里叶变换分为连续傅里叶变换和离散傅里叶变换 一 连续函数的傅立叶变换 1. 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换用F(u)表示，则定义式为  若已知F(u)，则傅立叶反变换为 式（6-1）和（6-2）称为傅立叶变换对。 这里f(x)是实函数，它的傅立叶变换F(u)通常是复函数。F(u)的实部、虚部、振幅、能量和相位分别表示如下： 2. 二维连续函数的傅立叶变换（见教材P126） 傅立叶变换很容易推广到二维的情况。如果f(x，y)是连续和可积的，且F(u，v)是可积的，则二维傅立叶变换对为 二 离散函数的傅立叶变换 1.一维离散函数的傅立叶变换 假定取间隔△x单位的抽样方法将一个连续函数f(x)离散化为一个序列{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}，如下图所示。 * 在此讨论常用的傅立叶变换 。 傅立叶变换 在学习傅立叶级数的时候，一个周期为T的函数f(t)在[-T/2,T/2]上满足狄利克雷（Dirichlet)条件，则在[-T/2,T/2]可以展成傅立叶级数 其复数形式为 其中 可见，傅立叶级数清楚地表明了信号由哪些频率分量组成及其所占的比重，从而有利于对信号进行分析与处理。 傅立叶变换中出现的变量u 通常称为频率变量。 二维函数的傅立叶谱、相位和能量谱分别为 |F(u，v)∣=[R2(u，v)+I2 (u，v)]1/2 (6—11) φ(u，v)=tan-1 [I(u，v)／R(u，v)] (6—12) E(u，v)=R2(u，v)+I2(u，v) (6—13) 将序列表示成 f(x)=f(x0+x△x) 即用序列{f(0)，f(1)，f(2)，…，f(N-1)}代替{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}。 被抽样函数的离散傅立叶变换定义式为 F(u)= 式中u=0，1，2，…，N﹣1。反变换为 f(x)= 式中x=0，1，2，…，N-1。 例如：对一维信号f(x)=[1 0 1 0]进行傅立叶变换。 由 得 u=0时， u=1时, u=2时, u=3时, 在N=4时，傅立叶变换以矩阵形式表示为 F(u)= =Af(x) x y 1 -1 j -j 2.二维离散函数的傅立叶变换 在二维离散的情况下，傅立叶变换对表示为 F(u，v)= 式中u=0，1，2，…，M-1；v=0，1，2，…，N-1。 f(x，y)= 式中 x=0，1，2，…，M-1；y=0，1，2，…，N-1。 一维和二维离散函数的傅立叶谱、相位和能量谱也分别由前