第11章 图像正交变换幻灯片.pptVIP

问题的提出： 视觉所感受到的是在空间域和时间域的信号。但是，往往许多问题在频域中讨论时，有其非常方便分析的一面。 图像变换的目的： 使图像处理问题简化 有利于图像特征提取 有助于从概念上增强对图像信息的理解　　　;变换问题的引入;什么是图像变换;11.1 傅立叶变换; 傅立叶变换的定义; 函数f(x)和F(u)被称为傅立叶变换对。即对于任一函数f(x)，其傅立叶变换F(u)是惟一的； 反之，对于任一函数F(u)，其傅立叶逆变换f(x)也是惟一的。 ;傅里叶变换的条件 ;F(u)可以表示为如下形式： ;;傅立叶变换在图像滤波中的应用 首先，我们来看Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。 因此，我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。; 傅立叶变换在卷积中的应用 直接进行时域中的卷积运算是很复杂的。傅立叶变换将时域的卷积变换为频域的乘积。;离散傅立叶变换;;二维傅立叶变换;;2. 二维离散函数傅立叶变换的定义;(2) 二维离散傅立叶逆变换; Δx、Δy和Δu、Δv，分别为空间域采样间隔和频率域采样间隔 两者之间满足如下关系： ; 式中序列R(u，v)和I(u，v)分别表示离散序列F(u，v)的实序列和虚序列。 二维序列f(x，y)的频谱（傅立叶幅度谱）、相位谱和能量谱（功率谱）分别如下：;(1) 线性特性 ;(3)平移性质 ;先对行做变换：; 二维傅立叶变换的可分离特性表明，一个二维傅立叶变换可通过二次一维傅立叶变换来完成，即：第一次先对y进行一维傅立叶变换 ; 若已知频率二维序列F(u，v)，则二维可分离性对傅立叶逆变换同样适应 ;(5)周期性 ;(6)共轭对称性 ;半周期的傅里叶频谱; 做代换有： ;(8)微分性质 ;(9)平均值性质 平均值定义如下 ;(10)卷积定理： f(x,y)*h(x,y) = F(u,v)H(u,v) f(x,y)h(x,y) = F(u,v)*H(u,v);二维傅立叶变换(幅值及相位)意义 ;左边一列: 上方为原始图像,下方为本图的相关说明说明; 中间一列: 上图幅值谱,下图为根据幅值谱的傅立叶逆变换(忽略相位信息,设相位为0); 右边一列: 上图相位谱,下图为根据相位谱的傅立叶逆变换(忽略幅值信息,设幅值为某一常数);;;Fourier 变换示意图;Fourier变换的频率特性 ;Fourier变换的低通滤波;Fourier变换的高通滤波;Fourier变换的压缩原理;Fourier变换的压缩原理;快速傅里叶变换; 二维离散傅立叶变换具有可分离性，即它可由两次一维 离散傅立叶变换计算得到，因此，仅研究一维离散傅立叶 变换的快速算法即可。改写公式： ; FFT的推导过程： 设N为2的正整数次幂， 即 ; ;于是;7.2.2 快速离散傅立叶变换;蝶形运算单元 ;F; Fe(u)和Fo(u)都是4点的DFT，对它们再按照奇偶进行分组;8点DFT的蝶形流程图 ;例：;0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8;0;0;0;3;i;-3;-i; MATLAB使用函数fft、fft2和fftn分别可以实现一维、二维和N维FFT算法；而函数ifft、ifft2和ifftn则用来计算反FFT算法。调用格式如下： A＝fft(X,N,DIM) 其中，X表示输入图像；N表示采样间隔点，如果X小于该数值，那么MATLAB将会对X进行零填充，否则将进行截取，使之长度为N；DIM表示要进行离散傅立叶变换。;A＝fft2(X,MROWS,NCOLS) 其中，MROWS和NCOLS指定对X进行零填充后的X大小。 A＝fftn(X,SIZE) 其中，SIZE是一个向量，它们每一个元素都将指定X相应维进行零填充后的长度。 A=fftshift(X) 可以用于调整fft、fft2和fftn的输出结果，对于一维fft，将左右元素互换，对于二维fft，进行对角元素的互换，对于n维fft，将各维的两半进行互换。 函数ifft、ifft2和ifftn的调用格式与对应的离散傅立叶快速变换函数一致。;d=zeros(32,32); %图象大小32*32 d(13:20,13:20)=1; %中心白色方块大小为8*8 subplot(221); imshow(d,notruesize); title(原始图像) D