3章二维离散线性变换.doc

3章 二维离散线性变换 3.1线性算子 图像处理运算的一大类在性质上是线性的，因而处理后的输出像场由输入像场的像素线性组合而成。这类线性运算包括迭加、卷积、酉变换、离散线性滤波等。 广义线性算子 设有一N1×N2元的输入图像阵列,经广义线性变换运算后得M1×M2输出图像阵列，按定义有： 式中称核代表一种加权系数，通常是输入图像和输出图像坐标的函数。 在分析线性的图像处理运算时，采用前面叙述的向量空间表示式是比较合适的。因此将输入图像阵列表示为矩阵F，或者表示为对F进行列扫描所得的向量f。同样，可以将输出图像阵列表示为矩阵P或者表示为列扫描向量p. 为以后讨论符号简单，设输入f(x,y)、输出图像P(x,y)均为方阵，令T表示为M2×N2的线性变换矩阵。则有： 矩阵T可以分成M×N个子矩阵Tmn。 建立输入矢量与输出函数的一种对应关系。 已知： 则有 上式结果说明输出图像P可以由顺序的行、列运算求得，即可分的二维线性变换可用一维的行、列顺序运算法对数据阵列进行计算。但注意用这种技术时需将行变换的结果转置，以便实施变换。 如T行列可分，则有： 及 在许多图像处理的应用中，线性变换算子T 是高结构的，并且有可能简化计算。下面列出几种有用的特殊情况，并将输入和输出图像有相同元度（M=N）的情况示于下图： 表1 对线性变换算子的计算量讨论 处理情况 运算量（乘和加） a. 行列不分 b. 按列 c. 按行 d. 行列分别计算 1．第一种情况（行列不分） 2．第二种情况（按列） 3．第三种情况（按行） 4．第四种情况（行列分别计算）  MACROBUTTON MTEditEquationSection2 Equation Chapter 1 Section 1 SEQ MTEqn \r \h \* MERGEFORMAT  SEQ MTSec \r 1 \h \* MERGEFORMAT  SEQ MTChap \r 1 \h \* MERGEFORMAT 二、伪逆算子 在线性的信号处理技术中，一般要将变换方程式： “逆转”，以获得输入数据向量的值，或者求用输出向量表???的数据向量估值。如果是方阵，并且逆矩阵存在，则显然： 如果T不是方阵，而是阵，那么伪逆算子可以用来确定一种解答，其算式为： 如果唯一解确实存在，那么适当的伪逆算子可以在的意义上提供一个完全的估值，即有可能从观测的中无误地提取向量。如有多解存在，伪逆算子可以用来解决解的最小范畴选择。最后，如没有准确解，伪逆算子可以提供一个最好的近似解。 第一种伪逆算子：广义逆，满足下列关系 1． 条件逆 2． 3． 4． 满足1和3关系的称为最小平方逆。 广义逆算子是唯一的，在某些情况下可以直接表示出来。 如果，则称方程是超定的，即观测点p多于所估计的点f。此时如果T的秩为Q，广义逆便可以表示为： 反过来说，如果，则称方程是欠定的，此时如果T的秩为P，则广义逆等于： 广义逆算子在计算上有利的一种特殊情况是当T是直积可分的矩阵时，此时广义逆可分为： 式中和分别是行、列线性算子的广义逆算子。 第二种伪逆算子：最小平方逆，它满足以下关系： 第三种伪逆算子：条件逆算子，由下式定义： 从上述三种定义可见：广义逆也是一种最小平方逆，也是一种条件逆。对于一个给定的线性算子T，虽然最小平方逆和条件逆存在，但它们不一定是唯一的，而且通常不可能以封闭形式直接表示这些算子。