三 图像变换.ppt

* * * * * * * * * * 减少数据量、运算量 人脸图像 样本库 人脸特征 样本库 待识人脸图像 变换矩阵 特征变化 特征匹配 K-L变换 身份 确认 3）KL变换用于图像压缩-----人脸识别，称为特征脸 1．正交变换的一般形式 2. Walsh-Hadamard 变换 3．Haar 变换 4．斜变换 5. DST 变换 6. Hartley 变换 3.7 其他正交变换 1．正交变换的一般形式 在图像处理技术中，离散图像的正交变换被广泛地应用于图像的特征提取、增强、复原、分割和描述，以及图像的编码和压缩中。这种变换一般是线性的，其基本运算是严格可逆的，并满足一定的正交条件，有时候也称为酉变换。而傅立叶变换、余弦变换就是正交变换的两种，除此之外，还有其他类型的正交变换。 正交变换的一般形式为： 其反变换为： 其中， 分别是正变换核函数和反变换核函数。 对于2D，有： 如果正变换核是可分离的，则有： 如果反变换核是可分离的，则有： 如果 ，则称此核是加法对称的。 离散傅立叶变换中， 因此，傅立叶变换是正交对称变换。 2．Walsh-Hadamard 变换 正交变换可写成矩阵形式： 其中F是图像，Ac是g1元素构成的行变换矩阵，AR是由g2元素构成的列变换矩阵。T是变换的结果。 反变换矩阵形式： Walsh 变换矩阵为： Hadamard 变换矩阵为： 递推式为： 3．Haar 变换 Haar 变换的核函数为： 4×4的Haar变换矩阵为： 8×8的Haar变换矩阵为： 4．斜（Slant）变换其变换矩阵为： 由2×2矩阵，通过下面的方式产生N×N矩阵： 其中， 5．DST 变换其正变换为： 反变换为： 核函数为： 6．Hartley 变换 反变换为： 其中， 正变换为： 核函数为： * * * * * * * * * * * * * * * * * * * * * * sin(x)/x类函数： sin(x)/x类函数的傅里叶变换： 常数函数： 常数函数的傅里叶变换： 脉冲函数： 脉冲函数的傅里叶变换： 余弦函数： 余弦函数的傅里叶变换： 一维离散傅立叶变换(DFT) 一维离散傅立叶变换公式为： 逆变换为： 二维离散傅立叶变换(2DFT) 二维傅立叶变换由一维傅立叶变换推广而来： 2）2D傅立叶变换 傅立叶变换可推广到二维函数。如果二维函数f(x,y)满足狄里赫莱条件，那么存在下面的二维傅立叶变换对： 类似于一维傅立叶变换，二维傅立叶变换的幅度谱和相位谱： 2.离散傅立叶变换 如果x(n)为一数字序列，0≤n≤N-1,则其离散傅立叶变换定义如下： 其中，u,m均取0,1,…,M-1；v,n均取0,1,…,N-1； W1=exp(-j2π/M)；W2=exp(-j2π/N)）。 二维离散傅立叶变换： 3.离散傅立叶变换的性质 傅立叶变换有许多重其要的性质，这些性质为实际应用提供了诸多便利。下面以二维傅立叶变换为例，介绍几个主要的性质。 1）可分离性 令： 则： 2）线性 傅立叶变换是线性变换，满足线性变换的叠加性： 3）共轭对称性 如果F(u,v)是f(x,y)的傅立叶变换，F*(-u,-v)是傅立叶变换的共轭函数，那么： 4）旋转性 如果空间域函数旋转的角度为θ0,那么在变换域中此函数的傅立叶变换也旋转同样的角度，即： 5）比例变换性 如果如果是的傅立叶变换，a和b是两个标量，那么： 6）Parseval定理 这个性质也称为能量保持定理。如果F(u,v)是f(x,y)的傅立叶变换，那么有下式成立： 这个性质说明变换前后的能量保持不变。 7）相关定理 两个二维函数f(x,y),g(x,y)的相关函数定义如下： 符号“ο”表示相关运算。傅立叶变换的一个重要性质是相关定理： 8）卷积定理 两个二维函数f(x,y),g(x,y)的卷积运算定义如下： 符号“*”表示卷积运算。根据上面的定义，傅立叶变换的卷积定理如下： 4. 快速傅立叶变换 1965年，库利—图基提出把原始的N点序列依次分解成一系列短序 列，然后求出这些短序列的离散傅立叶变换，以此来减少乘法运算，这 就是快速傅立叶变换（Fast Fourier Transform,FFT）。 对于一个有限长序列{x(n)}，0≤n≤N-1, ,按n的奇偶把x(n) 分解为两个N/2点的子序列: 其傅立叶变换为： 　　前一半的值 　　后一半的值 复乘： 复加： 一次分解后