DIP3频域处理.ppt

YUAN Guo-wu , YunNan University 3.1 傅里叶变换基础 法国数学家傅立叶生于1768年，他对世人的最大贡献在于他指出任何周期函数都可以表示为不同频率的正弦和（或余弦和）的形式，每个正弦（或余弦）乘以不同的系数。 甚至非周期的函数（曲线是有限的情况下）也可以用正弦（或余弦）乘以加权函数的积分来表示。 一个恰当的比喻是将傅立叶变换比作一个玻璃棱镜，棱镜是可以将光分成不同颜色成分的物理仪器，每个颜色由光的频率（波长）决定；而傅立叶变换可看作“数学的棱镜”，将函数基于频率分成不同的成分。 傅里叶变换在数学中的定义是严格的。设f(x)为x的函数，如果满足下面的狄里赫莱条件： （１）具有有限个间断点； （２）具有有限个极值点； （３）绝对可积。 则有下列二式成立： 式中x是时域(空间域)变量，u为频率变量。 如令 ， 则有 函数f(x)的傅里叶变换一般是一个复量，它可以由下式表示： 3.2 二维离散傅里叶变换（DFT） 3.2.1 二维连续傅里叶变换 二维连续函数 f (x, y)的傅里叶变换定义如下： 设 是独立变量 的函数，且在 上绝对可积，则定义积分 为二维连续函数 的傅里叶变换，并定义 为 的反变换。 和 为傅里叶变换对。 3.2.2 二维离散傅里叶变换 尺寸为M×N的离散图像函数的DFT 反变换可以通过对F(u,v) 求IDFT获得 DFT变换进行图像处理时有如下特点： （1）直流成分为F(0,0)。 （2）幅度谱|F(u,v)|对称于原点。 （3）图像f (x, y)平移后，幅度谱不发生变化，仅有相位发生了变化。 3.2.3 二维离散傅里叶变换的性质 1．周期性和共轭对称性 周期性和共轭对称性来了许多方便。 我们首先来看一维的情况。 设有一矩形函数为,求出它的傅里叶变换： 幅度谱： 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。 根据定义，有 在进行DFT之前用(-1)x 乘以输入的信号 f (x) ，可以在一个周期的变换中（u＝0，1，2，…，N－1），求得一个完整的频谱。 推广到二维情况。在进行傅里叶变换之前用(-1)x+y 乘以输入的图像函数，则有： DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上。 (0,0)点的变换值为： 即 f (x,y) 的平均值。 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。 2．可分性 离散傅里叶变换可以用可分离的形式表示 这里 对于每个x值，当v＝0，1，2，…，N－1时，该等式是完整的一维傅里叶变换。 3．离散卷积定理 设f(x,y)和g(x,y) 是大小分别为A×B和C×D的两个数组，则它们的离散卷积定义为 卷积定理 【例】用MATLAB实现图像的傅里叶变换。 解：MATLAB程序如下： A=imread(pout.tif); %读入图像 imshow(A); %显示图像 A2=fft2(A); %计算二维傅里叶变换 A2=fftshift(A2); %将直流分量移到频谱图的中心 figure, imshow(log(abs(A2)+1),[0 10]); %显示变换后的频谱图 3.3 频域滤波 频域处理法的基础是卷积定理。它采用修改图像傅里叶变换的方法实现对图像的增强处理。由卷积定理可知，如果原始图像是 ，处理后的图像是 ，而 是处理系统的冲激响应，那么，处理过程可由下式表示 其中＊代表卷积。 如果 ， ， 分别是 的傅立叶变换,那么,上面的卷积关系可表示为变换域的乘积关系，即 式中， 为传递函数。 3.3.1 低通滤波