6第六章频率域图像增强汇编.pptVIP

第六章 频率域图像增强 为什么要在频率域研究图像增强 可以利用频率成分和图像外表之间的对应关系。一些在空间域表述困难的增强任务，在频率域中变得非常普通。 滤波在频率域更为直观，它可以解释空间域滤波的某些性质 给出一个问题，寻找某个滤波器解决该问题，频率域处理对于试验、迅速而全面地控制滤波器参数是一个理想工具 一旦找到一个特殊应用的滤波器，通常在空间域采用硬件实现它 频域图像增强是指通过对图像进行傅立叶变换，将图像从空间域变换到频域，并对图像的频率成分进行相应处理，从而实现图像增强的功能； 傅立叶变换是频域图像增强的基础工具； 通过傅立叶变换重建可以不丢失任何信息； 6.1频率域介绍 6.2背景 傅立叶分析 周期函数可以表示为不同频率的正弦和/或余弦和的形式（傅立叶级数） 非周期函数可以用正弦/或余弦乘以加权函数的积分来表示（傅立叶变换） 简单的周期运动 : (谐波函数) ( A为振幅, 复杂的周期运动 : 令 得函数项级数 ?为角频率, φ为初相 ) (谐波迭加) 称上述形式的级数为三角级数. §6.2.1傅立叶级数. 6 三角函数的傅里叶级数: 直流 分量 基波分量 n =1 谐波分量 n1 7 直流系数 余弦分量 系数 正弦分量 系数 例1. 设 f (x) 是周期为 2? 的周期函数 , 它在 上的表达式为 解: 先求傅里叶系数 将 f (x) 展成傅里叶级数. 1) 根据收敛定理可知, 时,级数收敛于 2) 傅氏级数的部分和逼近 说明: f (x) 的情况见右图. 11 指数形式的傅里叶级数 复指数傅立叶级数有一个统一的傅立叶系数，在信号处理和系统分析中更容易使用，余弦傅立叶级数在周期信号和幅度谱，相位谱中更加直观。 §6.2.3傅里叶变换和频率域介绍 傅里叶变换：非周期函数可以用正弦和/或余弦乘以加权函数的积分来表示。 傅里叶反变换：函数特征可以通过反变换来重建，不丢失任何信息。 一维傅里叶变换及其反变换 二维DFT及其反变换 频率域滤波 空间域滤波和频率域滤波之间的对应关系 一维傅里叶变换及其反变换 设 x：空间变量（实变量） f(x)：实变量x的连续函数 u：频率变量（实变量） F(u)：频率函数（有实部和虚部） 傅里叶正变换为： 若已知F(u), 则利用傅里叶反变换，可求得f(x) 例：两个简单一维函数的傅里叶谱 １、当曲线下的面积在x域加倍时，频率谱的高度也加倍。 ２、当函数的长度加倍时，相同间隔下频谱中零点的数量也加倍。 定义: 若f(x,y)是连续图像函数 正变换: 反变换: 变换对: 二维DFT及其反变换（2DFT） 定义: 若f(x,y)是离散图像函数（尺寸M*N） 正变换: 反变换: 一般F(u,v)是复函数,即: 幅度谱: 相位谱: 功率谱： 6.2.3傅里叶变换和频率域的介绍 移中性 DFT取的区间是[0,N-1]，在这个区间内频谱是由两个背靠背的半周期组成的 要显示一个完整的周期，必须将变换的原点移至u=N/2点。 图像移中后进行傅里叶变换，则变换后主要能量（低频分量）集中在频率平面的中心（M/2,N/2）； DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上； 如果是一幅图像，在原点的傅里叶变换F(0,0)等于图像的平均灰度级，也称作频率谱的直流成分。 移中的变换： 原图像f（x，y） Matlab显示频谱 I=imread(lena2.png); I=im2double(I); fcoef=fft2(I); spectrum=fftshift(fcoef); temp=log(1+abs(spectrum)); subplot(1,2,1); imshow(temp,[]); subplot(1,2,2); imshow(I); §6.2.4直接计算DFT的问题及改进途径 设x(n)为N点有限长序列，其DFT为 一般来说，x(n)和 都是复数，X(k)也是复数， 因此每计算一个X(k)值，需要N次复数乘法以及 （N-1)次复数加法。而X(k)一共有N个点，所以 完成整个DFT运算总共需要 次复数乘法及 N(N-1)次复数加法。 时 共需16次乘法，12次加法。 1）直接计算DFT的问题及改进途径 由于一次复数乘法需用四次实数加法；一次复数 加法则需二次实数加法。因此每运算一个X(k)需 要4N次实数乘法及2N+2(N-1)=2(2N-1)次实数加 法。所以整个DFT运算总共需要 次实数乘法和 次加法。 例如：N=1024时，DFT需要复乘1,048,576次