贾永红_数字图像处理-_chap3.ppt

第三章 图像变换 讲解内容 1. 图像变换的目的、要求和应用 2. 傅立叶级数、 频谱分析概念及其意义 3.一维、二维连续、离散傅立叶变换定义、 性质及其应用 目的 1. 熟悉二维傅立叶变换定义、性质及其应用； 2. 掌握一维傅立叶变换算法及频谱分析方法 第三章 图像变换 图像变换的目的在于：①使图像处理问题简化；②有利于图像特征提取；③有助于从概念上增强对图像信息的理解。 图像变换通常是一种二维正交变换。一般要求： ①正交变换必须是可逆的； ②正变换和反变换的算法不能太复杂； ③正交变换的特点是在变换域中图像能量将集中分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图像处理。 因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像压缩编码和形状分析等方面。 在此讨论常用的傅立叶变换 。 补充正交变换 正交变换是保持图形形状和大小不变的几何变换，包含旋转，平移，轴对称及上述变换的复合。 3.2傅立叶变换 在学习傅立叶级数的时候，一个周期为T的函数f(t)在[-T/2,T/2]上满足狄利克雷（Dirichlet)条件，则在[-T/2,T/2]可以展成傅立叶级数 其复数形式为 其中 可见，傅立叶级数清楚地表明了信号由哪些频率分量组成及其所占的比重，从而有利于对信号进行分析与处理。 3.2.1 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（3.2-1）和（3.2-2）称为傅立叶变换对。 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： 傅立叶变换中出现的变量u 通常称为频率变量。 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。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 二维函数的傅立叶谱、相位和能量谱分别为 |F(u，v)∣=[R2(u，v)+I2 (u，v)]1/2 (3.2—11) φ(u，v)=tan-1 [I(u，v)／R(u，v)] (3.2—12) E(u，v)=R2(u，v)+I2(u，v) (3.2—13) 3.2.2 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3.2.3所示。 将序列表示成 f(x)=f(x0+x△x) (3.2—16) 即用序列{f(0)，f(1)，f(2)，…，f(N-1)}代替{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}。 被抽样函数的离散傅立叶变换定义式为 F(u)= 式中u=0，1，2，…，N﹣1。反变换为 f(x)= 式中x=0，1，2，…，N-1。 例如：对一维信号f(x)=[1 0 1 0]进行傅立叶变换。 由 得 u=0时， u=1时, u=2时, u=3时, 在N=4时，傅立叶变换以矩阵形式表示为 F(u)= =Af(x) x y 1 -1 j -j 2.二维离散函数的傅立叶变换 在二维离散的情况下，傅立叶变换对表示为 F(u，v)= (3.2—20) 式中u=0，1，2，…，M-1；v=0，1，2，…，N-1。 f(x，y)= (3.2—21) 式中 x=0，1，2，…，M-1；y=0，1，2，…，N-1。 一维和二维离散函数的傅立叶谱、相位和能量谱也分别由前面式子给出，唯一的差别在于独立变量是离散的。 一般来说，对一幅图像进行傅立叶变换运算量很大，不直接利用以上公式计算。现在都采用傅立叶变换快速算法，这样可大大减少计算量。为提高