第一章 数字影像获取和重采样.pptVIP

绪论;第一章 数字影像获取与重采样;§1.1 数字影像;而异。通常 ，而 也 限于取离散值。 如前所述，数字影像一般总是表达为空间的灰度函数g(i,j),构成为矩阵形式的阵列。这种表达式是与其真实影像相似的。但也可以通过变换，用另一种方式表达，其中最重要的是通过傅立叶变换，把影像的表达由“空间域”变换到“频率域”中。在空间域内系表达像点不同位置（x,y）处（或用（i,j）表达）的灰度值，而在频率域内则表达在不同的频率中的振幅谱。频率域的表达队数字影像处理是很重要的。因为变换后矩阵中元素的数目与原像中的相同，但其中许多是零值或数值很小。这就意味着通过变换，数据信息可以被压缩，使其能更有效地存贮和传递；其次是影像分辨能力的分析以及许多影像处理过程，例如滤波、卷积以及在有些情况下的相关运算，在频率域内可以更为有利???进行。利用一条重要关系，就是在空间域内的一个卷积相等于在频率域内其卷积函数的相乘；反之亦然。;§1.2 数字影像采样;假设当频率f的值超出区间 之外是等于零，其变换后的结果如图2-1-2（b）所示。一个函数，如果当它的变换对任何有限的 值有这种性质，则称之为有限带宽函数。 图2-1-2 为了得到g(x)采样，我们用间隔为 的脉冲串组成的采样函数（图2-1-3（a）) (2-1-3) 乘以函数g(x)。采样函数的傅立叶变换为间隔 的脉冲函数（如图2-1-3（b）所示）。 （2-1-4） ;即在 处有值。 图2-1-3 在空间域中采样函数s(x)与原函数g(x)相乘得到采样后的函数（如图2-1-4（a）所示） （2-1-5） 与此相对应，在频率域中则应为经过变换后的两个相应函数的卷积，成为在 处每一处的影像复制品，如图2-1-4（b）所示 ;这就是s(x)g(x)的傅立叶变换。 图2-1-4 如果量 小于其频率限值 时（如图2-1-4（b）所示）则产生输出周期谱形间的重叠，使信号变形，通常称为混淆现象。为了避免这个问题，选用采样间距 时应使满足 ，或 （2-1-6） 这就是Shannon采样定理，即当采样间隔能使在函数g(x)中存在的最高频率中每周期取有两个样本时，则根据采样定理数据可以完全恢复原函数g(x).此时称 为截止频率或奈奎斯特（Nyquist）频率 。 ;减少 显然会把各周期分隔开来，不会出现重叠，如图2-1-5所示。