图像工程,图像处理,章毓晋IE1—IP—10.pptVIP

第10章 典型图象变换 10.1 Gabor变换 10.1.1 窗函数 10.1.1 窗函数 10.1.1 窗函数 10.1.2 短时傅里叶变换 10.1.2 短时傅里叶变换 10.1.3 Gabor变换 10.1.4 离散Gabor表达 10.2 哈尔变换 10.2 哈尔变换 10.2 哈尔变换 10.3 小波变换 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.1 小波变换基础 10.3.2 1-D小波变换 10.3.2 1-D小波变换 10.3.4 2-D小波变换 10.3.4 2-D小波变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 10.4 霍特林变换 联 系 信 息 协方差矩阵 Cx是N ? N 阶实对称矩阵 Cii是各矢量的第i个分量 组成的矢量xi的方差 Cij是矢量xi和矢量xj 之间的协方差 均值和协方差计算示例 基本步骤： (1) 选3个以上点的坐标构成一组矢量 x (2) 计算x的均值矢量mx和协方差矩阵Cx (3) 计算 Cx 的特征值，获得特征矢量矩阵A (4) 霍特林变换：用A乘以原始矢量和均值 矢量的差 y： 均值为零 基本步骤： y 矢量的协方差矩阵 Cy是1个对角矩阵 （对角矩阵的主对角 线上的元素是特征值） Cy： 主对角线上的元素是Cx的特征值 主对角线以外的元素均为零（不相关） 计算 Cx 的特征值 （前例）特征矩阵 特征多项式 特征方程 协方差矩阵 近似重建（在均方误差意义下最优） 从 y 重建 x ： A的各行都是正交归一化矢量，A –1 = AT 近似重建： 均方误差： *章毓晋 (TH-EE-IE) 第*页 第10讲 章毓晋 清华大学电子工程系 100084 北京 图象工程 近年使用较多的几种图象变换 10.1 Gabor变换 10.2 哈尔变换 10.3 小波变换 10.4 霍特林变换 10.1.1 窗函数 10.1.2 短时傅里叶变换 10.1.3 连续Gabor变换 10.1.4 离散Gabor表达 令f (t)为实窗函数，乘积 f (t)f (t–b) = fb(t)包含了接近t = b处的 f (t)的信息 考虑f (t)是门函数 通过改变参数b，可将窗沿时间轴移动以研究函数 f (t)在不同区间的行为 t t -t 0 f (t) 刻画窗函数的两个重要参数 (1) 中心： (2) 宽度：一般是半径的两倍 均方根（root-mean-square，RMS）半径 t* = 0，半径 Df = t/?3，均方根半径是标准半径的1/?3 频率窗函数F(w) 中心为w*，均方根半径为DF 根据不确定性原理 等号仅在 f (t)和 F(w)为高斯函数时成立 一个函数 f (t)相对于窗函数f (t)在时-空平面上位置(b, v)的短时傅里叶变换是 窗函数f (t)可以是复函数，且满足 F (w)像一个低通滤波器，即频谱在w = 0处不为零 短时傅里叶变换只需知道 f (t–b)不为零的区间就可计算单个频率上的频谱分量 Gf [f (b, v)]给出 f (t)在接近t = b处的近似频谱 将窗函数 f (t–b)看作正弦波exp(–jvt)的调制函数，短时傅里叶变换可写为（其中代表内积） 函数fb,v(t) = f (t–b)exp(jvt)就像一组波形，其中正弦波在包络函数 f (t)中振荡。 用高斯函数作为窗函数 t* = w* = 0，Dga = ?a和DGa = 1/2?a。可知DgaDGa = 1/2，即达到了不确定性原理所给出的下限 f (t)在时间窗 中的信息 Gabor变换 其中–∞ ≤ b, v ≤ ∞ 在 t-f 平面，Gabor变换是稠密的 离散形式 {例10.1.1} 大尺度分辨率高，小尺度分辨率低 哈尔函数 hk(z) k = 0, 1, 2,