图像频域变换.ppt

图像频域变换 图像变换 图像可以看作是一个矩阵，所谓图像变换，就是通过变换矩阵，将图像矩阵变换成另一个矩阵。变换后的矩阵能得到某些图像的信息。 图像变换必需满足一下三个条件： 变换是可逆的 变换后能给图像的进一步运算带来方便 变换的算法简单，最好有快速算法 常用的图像变换方法 傅立叶变换 傅立叶是法国科学家，生于1768年，因为他的任何一个周期函数都可以通过正弦函数组合而来理论而出名。 傅立叶变换将空间域与频率域联系起来，一个空间域的序列通过傅立叶变换得到对应的频域的序列。通过反变换亦能得到原始的序列。 连续函数的傅立叶变换 1. 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换用F(u)表示，则定义式为  若已知F(u)，则傅立叶反变换为 式（1）和（2）称为傅立叶变换对。 f（x)是原函数； F(u)是f(x)的频谱函数  这里f(x)是实函数，它的傅立叶变换F(u)通常是复函数。F(u)的实部、虚部、振幅、能量和相位分别表示如下： 2. 二维连续函数的傅立叶变换 傅立叶变换很容易推广到二维的情况。图像是二维的，如果f(x，y)是连续和可积的，且F(u，v)是可积的，则二维傅立叶变换对为 3 离散函数的傅立叶变换 1.一维离散函数的傅立叶变换 假定取间隔△x单位的抽样方法将一个连续函数f(x)离散化为一个序列{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}，如图所示。 傅立叶变换F(u)通常是复函数。F(u)的实部、虚部、振幅、能量和相位分别表示如下： DFT:discrete Fourier transform FFT:fast Fourier transform 快速傅立叶变换 对图像的尺寸要求： M=2n N=2n Y=fft2(X) Y=fft2(X,m,n) Matlab提供的函数 Matlab提供了傅立叶变换函数，格式为： Y = fft2(X) ：快速傅立叶变换函数 X:输入图像 Y：二维傅立叶变换矩阵， 输入图像X和输出图像Y大小相同。 Y = ifft2(X)：快速傅立叶逆变换函数 X:输入图像 Y：二维傅立叶变换矩阵， 输入图像X和输出图像Y大小相同。 举例 傅立叶频谱的获得：S = abs(F); 将变换的原点移到中心：Fc = fftshift(F); 颠倒居中：F = ifftshift(Fc); [即：将最初位于矩形中心的函数转换为中心位于左上角的函数] 傅里叶逆变换：f = real(ifft2(F)); imshow(I,n) 显示灰度级为n的图像，n缺省为256。 imshow(I,[low,high]) 以灰度范围[low,high]显示图像，如果不知道灰度范围，可以用imshow(I,[])显示。 显示图像傅立叶变换频谱 傅立叶逆变换 傅立叶变换的物理意义 傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。 傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数 图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。 频谱图像 从能量与频率两部分来看： 1、变换之后的图像四角是低频，最亮，平移之后中间部分是低频，最亮，亮度大说明低频的能量大（幅值比较大） 2、若变换矩阵Fn原点设在中心，其频谱能量集中分布在变换系数短阵的中心附近。若所用的二维傅立叶变换矩阵Fn的原点设在左上角，那么图像信号能量将集中在系数矩阵的四个角上。 如果频谱图中暗的点数更多，那么实际图像是比较柔和的（因为各点与邻域差异都不大，梯度相对较小），反之，如果频谱图中亮的点数多，那么实际图像一定是尖锐的，边界分明且边界两边像素差异较大的。 傅立叶变换的性质 一个二维傅立叶变换可由连续两次一维傅立叶变换来实现。 先沿f(x,y)列方向求一维离散傅立叶变换得到F(x,v)，再对F(x,v)沿行的方向求一维离散傅立叶变换得到F(u,v) 2 平移性 当空域中f(x,y)产生移动时，在频域中只发生相移，傅立叶变换的幅值不变 当频域F(u,v)产生相移时，相应的f(x,y)在空域中也只发生相移，而幅值不变 结论：如果将图像的频谱原点从起始点(0,0)移到图像的中心点(N/2,N/2)，只要将f(x,y)乘上(-1)x+y进行傅立叶变换即可 在数字图像处理中，为了清楚分析傅立叶变换情况，常常需要将F(u,v)的原点移到NXN方阵的中心 5分配与比例性 f(x,y)在空间尺度的展宽f(ax,