数字图像处理与分析基础解读.pptVIP

数 字 图 像 处 理 与分 析 基 础 第五章 图像变换 Image Transforms 第五章 图像变换 概述和分类 离散Fourier变换 快速算法 其它可分离图像变换 Hotelling变换 作业 5.1概述和分类 5.2 离散Fourier变换 定义 性质 快速算法 应用 5.2.1 2DFT(Two Dimensions Fourier Transform） 5.2.2 付立叶变换的性质Properties of the Fourier Transform Fourier变换的分离性 3. The Shift Theorem 频移性 平移性 频移性 f(x,y)exp[j2?(u0x+v0y)/N]?F(u-u0,v-v0) 当u0=v0=N/2时， exp[j2?(u0x+v0y)/N]=(-1)x+y ， 则 f(x,y) (-1)x+y ?F(u-N/2,v-N/2) 频谱原点移到中心 正向Fourier变换前需要进行数据处理 平移性 f(x-x0,y-y0) ?F(u,v)exp[- j2?(u0x+v0y)/N]. |F(u,v)exp[j2?(ux0+vy0)/N]|=|F(u,v)| 图像平移不影响频谱 注意观察对应关系 7. Rayleigh’s Theorem: define energy=? (-?,+ ?) |f(t)|2dt, then: ? (-?,+ ?) |f(t)|2dt=? (-?,+ ?) |F(s)|2ds. Power: ? (-?,+ ?) f(x)g*(x)dx=? (-?,+ ?) F(s)G(s)ds The Addition Theorem andThe Similarity Theorem 9. The Average 11. The Convolution and Correlation Theorem （2） Correlation 5.2.3快速算法 （1）因子分解：稀疏矩阵 （2）1D FFT算法：“逐次加倍”，“蝶形算法” 逐次加倍算法 运算量分析 5.2.4 要点小结 1、付立叶变换是线性积分变换，在时间（或空间）域的复数函数和频率域的复数函数间建立起唯一对应。 2、付立叶变换保持奇偶性。 3、函数和的付立叶变换等于它们分别变换再求和（加法定理）。 4、平移函数的原点将在Fourier谱中引入一个相位移（与频率成正比），它改变了谱的实部和虚部的能量分配，但不改变总能量（位移定理）。 5.3 线性变换 分离性 所有具有可分离核的二维变换与离散Fourier变换一样，可以分成两个一维变换分步进行。 沿着f(x,y)的每一行作一维变换，得到： 沿着T(x,v)的每一列作一维变换，得到 图像变换的矩阵表示 图像变换的矩阵表达式与代数表达式本质相同 3、正交变换的本质 3、正交变换的本质 5.4 正弦型变换 基函数为正-余弦波的正交变换 如离散余弦变换（Discrete Cosine Transform，DCT） JPEG图像压缩标准的基本推荐算法。 离散正弦变换（ DST ） 离散哈特利（Hartley） 快速算法 5.4.1 DCT（次最优正交变换） 反变换 2D DCT 2D DCT变换对 2D DCT基图像 性质 可分离性、对称性 快速算法 代数分解：蝶形图 矩阵分解：稀疏矩阵的积，不唯一 5.5 离散KL变换(Karhunen-Loeve)(DKT) Hotelling变换、特征向量变换(Eigenvector-Based Transform)、主分量变换。 利用图像的统计性质，统计模型。 应用 数据压缩 图形旋转 5.5.1 定义 5.4.2 Property 2）最优变换 缺点 5.4.3Application in Image Rotate 第一基向量与数据中最大变化的方向相对应。 目标已抽出，希望与某个标准的、或不变的方向对准。右手坐标系。 处理对象：目标中各像素的坐标。 1、K-l变换用于图像旋转 例 设图像目标区域由四个像素构成 2、K-L变换用于图像压缩--人脸识别--特征脸 5.5 Walsh Transform Walsh函数系是完备正交函数系，只取两种值，在归一化条件下只取+1、-1。 典型非正弦正交变换，方波变换 分三类，区别于编号，Walsh, Paley, Hadamard 5.5.1 Walsh编码的离散形式 5.5.2 Hadamard 5.5.3 快速算法 5.8 要点小结 变换值为：Z=AY ,  z1 1 2 -2 -1 z2 (c)沿特征矢量旋转 减少数据量、运算量 人脸图像 样本库