参考 图像变换.ppt

图像变换 引言 傅立叶变换及其性质 快速傅立叶变换简介 正交变换 其他变换 引言 图像变换的意义 便于对图像进行分析 通过对图像进行傅立叶变换，分析不同目标结构的频谱成分进行目标特征提取，图像匹配和图像识别 便于对图像进行处理 在频率域中的一些简单操作可以代替空间域中的复杂操作，从而简化处理过程，提高运算效率 引言 图像变换的意义 剔除多个波段图像数据之间的相关性，减小存储容量，提高各种大数据量图像传输的效率。 图像变换是数字图像处理基础理论的重要组成部分，是图像复原、图像增强、图像编码、图像匹配和图像识别的重要数学基础。 引言 图像变换是图像处理过程中的一个过渡手段，要求任何形式的图像变换均可逆。 经典的图像变换方法有： 傅立叶变换 余弦变换 沃尔什变换 哈达玛变换 K-L变换 傅立叶变换及其性质 理论基础是线性系统、卷积与相关。 实质是将图像函数展开成具有不同空间频率的正余弦函数的线性组合，将空间域的图像数据变换到频率域，对图像数据实施不同频率成分的提取。 建立在所处理的信号是平稳信号的假设基础上。一个复杂的连续平稳信号总可以分解为许多简单的正、余弦信号的叠加。 傅立叶变换及其性质 将图像灰度值形成的空间域与其频率域联系起来，起到了一种桥梁的作用。（空间域和频率域来回切换） 对频谱图像中的各种频率成分进行有针对性的分析和处理，可实现图像的滤波处理。 傅立叶变换及其性质 一维连续傅立叶变换 一维傅立叶变换性质 一维离散傅立叶变换 二维傅立叶变换 二维傅立叶变换的性质 一维连续傅立叶变换 函数f(x)的一维傅立叶变换由下式定义： 一维连续傅立叶变换 一维傅立叶逆变换定义为： 一维连续傅立叶变换 傅立叶积分定理指出： 一维连续傅立叶变换 函数f(x)和函数F(u)被称作一个傅立叶变换对，用符号表示： 一维连续傅立叶变换 在频谱分析中F(u)也可称作f(x)的频谱函数。 对函数f(x)做傅立叶变换实际上就是求它的频谱，即求各个频率分量及其所占的比重。 频谱函数是一个复函数，在复平面坐标系中可以表示为： 一维连续傅立叶变换 在复平面极坐标系中可表示为: 一维傅立叶变换性质 傅立叶变换建立了原函数f(x)与频谱函数F(u)之间的基本关系。 它具备一些基本性质。 位移性 共轭性 线性叠加性 对称性 一维傅立叶变换性质 位移性 一维傅立叶变换性质 位移性证明如下 一维傅立叶变换性质 共轭性 一维傅立叶变换性质 一维傅立叶变换性质 线性叠加性 一维傅立叶变换性质 对称性 一维傅立叶变换性质 比例性（又称定标性） 一维傅立叶变换性质 面积性 一维离散傅立叶变换 将连续函数f(x)用N个互相间隔为△x的采样方法进行离散化，可形成一个离散序列： 一维离散傅立叶变换 经采样后离散序列的离散傅立叶变换对为： 二维傅立叶变换 二维傅立叶变换定义为 ： 二维傅立叶变换 N×N数字图像二维离散傅立叶变换表示为： 离散傅立叶变换 函数f(x,y)的傅立叶变换是f(x,y)积分的函数，因此计算每一个傅立叶变换值，原函数f(x,y)的每一个点都需要参予。 二维傅立叶变换 F(u,v)表示图像函数f(x,y)的频谱。其中u,v表示图像平面的x方向和y方向的空间频率。空间频率的值域叫做图像的频率域。 图像傅立叶变换对，建立了图像空间位置函数与空间频谱函数之间转换关系。利用这种关系，可以对图像进行频谱分析和处理。 二维傅立叶变换 离散傅立叶变换的显示 二维傅立叶变换性质 二维傅立叶变换除具备一维傅立叶变换的线性迭加性、对称性、比例性、位移性、共轭性等性质外，还具备： 可分性 旋转性 二维傅立叶变换性质 可分性 若有 快速傅立叶变换 离散傅立叶变换公式为： 快速傅立叶变换 将上式用矩阵表示为： FFT 基本思想 充分利用复指数正交函数系的可分性和周期性，把原始的N点序列，依次分解成一系列短序列，然后求出这些短序列的DFT，以此来减少乘法运算。 二维傅立叶变换算法 利用可分性，二维DFT变换可以先让x保持不变，对y实行N点FFT变换，得到F(x,v)；然后对F(x,v)转置，进行M点的FFT变换，再转置，从而得到F(u,v)。 二维DFT可以调用一维FFT子程序完成。 正交变换 为什么要对图像进行正交变换？ 图像中所包含的数据，相关性很强，直接处理难度和冗余度都很大。必须通过采取必要的手段来消除相关性，使各像元的数据间或各个波段的数据间相对独立。 正交变换运算比较简单，数学描述容易，可进行正变换和逆变换。 正交变换 傅立叶变换的实质--把代表图像的图像函数展开成具有不同空间频率的正、余弦函数的线性组合，或者说用正、余弦正交函数系来描述图像函数。 除傅立叶变换是正交变换外，还有很多种正交变换方法，如W