第03章图像变换讲述.ppt

Slide * 重构算法按相反的步骤进行 这样就构成了2D DWT的金字塔结构。 由于小波变换的理论和算法比较复杂，从应用的角度看，读者可以将注意力集中在用MATLAB对图像进行小波变换和重构的实现过程中。 Slide * 【例3.6】对图像实现小波变换 bior3.7是双正交样条小波对应的滤波器。图像：wbarb.mat。 【解】MATLAB程序如下： load wbarb;% %从磁盘调入磁盘文件wbarb.mat image(X); %将矩阵X显示为图像. colormap(map); %配合函数image()画出连续的灰度图 [cA1,cH1,cV1,cD1] = dwt2(X,bior3.7); %对X进行DWT，bior3.7是双正交样条小波对应的滤波器 A1 = upcoef2(a,cA1,bior3.7,1); H1 = upcoef2(h,cV1,bior3.7,1); V1 = upcoef2(v,cV1,bior3.7,1); D1 = upcoef2(d,cD1,bior3.7,1); Slide * figure;colormap(map) ; subplot(2,2,1); image(wcodemat(A1,180)); title(Approximation A1) subplot(2,2,2); image(wcodemat(H1, 255)); title(Horizontal Detail H1) subplot(2,2,3); image(wcodemat(V1,255)); title(Vertical Detail V1) subplot(2,2,4); image(wcodemat(D1,255)); title(Diagonal Detail D1) Y = 2.0*IDWT2(A1,H1,V1,D1, bior3.7); Y = imresize(Y,0.5); figure; image(Y);colormap(map); Slide * 图3.15 一层小波变换 （a）原图像 （b）逆变换后的图像 Slide * 图3.15 一层小波变换 （c）一层小波变换的4个分量 Slide * 本章小结 图像处理可以直接在空间域进行，也可以通过变换的手段达到更好的效果。 图像变换是图像处理中常用的有效手段，对实现某些图像处理和后期的图像分析起着十分重要的作用。 Slide * 为了达到图像处理、分析、识别、传输和存储等目的，图像变换一般为正交变换。 正交变换可以显著地减少图像数据的相关性，可以实现用较少的数据量表示原始图像及其特征。 Slide * 针对图像处理中常用的变换进行了详细的介绍，特别分析了小波变换的思想和实现方法。 重点是傅里叶变换、离散余弦变换，难点是小波变换。 * Slide * 图3.10 离散余弦变换 （a）原始图像 （b）DCT系数 Slide * 3.3 二维离散沃尔什-哈达玛变换（DHT） 前面的变换是余弦型变换，基底函数选用的是余弦型。 图像处理中有些变换常常选用方波信号或者它的变形。 沃尔什（Walsh）变换。 沃尔什函数是一组矩形波，其取值为1和-1，便于计算机运算。 函数有三种排列或编号方式，以哈达玛排列最便于快速计算。 采用哈达玛排列的沃尔什函数进行的变换称为沃尔什-哈达玛变换，简称WHT或直称哈达玛变换。 Slide * 3.3.1 沃尔什变换 沃尔什函数系 函数值仅取+1和–1两值的非正弦型的标准正交完备函数系。 由于二值正交函数与数字逻辑中的两个状态相对应，所以非常便于计算机和数字信号处理器运算。 Slide * 图3.11 沃尔什函数系的前10个函数 Slide * 沃尔什函数有三种排列或编号方式 列率排列、佩利（Paley）排列和哈达（Hadamard）排列。 沃尔什变换的排列方式为列率排列。 与正弦波频率相对应，非正弦波形可用列率描述。 列率表示某种函数在单位区间上函数值为零的零点个数之半。 Slide * 一维沃尔什变换核g(x,u) 设N = 2n，变换核为 bk(z)代表z的二进制表示的第k位值。核是一个对称阵列，其行和列是正交的。 Slide * 一维沃尔什变换 正变换： 逆变换： Slide * 二维沃尔什变换 正变换： 逆变换： 二维沃尔什变换 矩阵形式： 正变换： G为N阶二维沃尔什变换的核矩阵 逆变换： Slide * Slide * 【例3.5】求图像 f 的DW