数字图像处理2_赵建峰.ppt

一维离散余弦变换的矩阵形式 将变换式展开整理后， 可以写成矩阵的形式， 即 F=Gf 。 一维DCT的逆变换IDCT定义为 式中， x, u=0, 1, 2, …, N－1。可见一维DCT的逆变换核与正变换核是相同的。 二维离散余弦变换 二维离散余弦变换定义如下：设f(x, y)为M×N的数字图像矩阵，则： 式中，C(u)和C(v)的定义同式（7-48）；x, u=0, 1, 2, …, M－1； y, v=0, 1, 2, …, N－1。 式中： x, u=0, 1, 2, …, M－1； y, v=0, 1, 2, …, N－1。其中正变换核为： 二维DCT逆变换定义如下： 式中：x, u=0, 1, 2, …, M－1； y, v=0, 1, 2, …, N－1。 二维DCT的矩阵形式如下：  F=GfGT 二维DCT的逆变换核与正变换核相同，且是可分离的，即： 根据可分离性， 二维DCT可用两次一维DCT来完成， 其算法流程与DFT类似，即： 快速离散余弦变换 离散余弦变换(DCT for Discrete Cosine Transform)是与傅里叶变换相关的一种变换，它类似于离散傅里叶变换(DFT for Discrete Fourier Transform),但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换，这个离散傅里叶变换是对一个实偶函数进行的（因为一个实偶函数的傅里叶变换仍然是一个实偶函数），在有些变形里面需要将输入或者输出的位置移动半个单位(DCT有8种标准类型，其中4种是常见的)。 四、离散沃尔什-哈达玛变换（WHT） 一、沃尔什函数 二、一维离散沃尔什-哈达玛变换 三、二维离散沃尔什-哈达玛变换 一、沃尔什函数 沃尔什函数系是一个完备正交函数系，其值只能取＋1和－1，由美国数学家沃尔什在1923年提出。 从排列次序上可将沃尔什函数分为三种定义方法： 第一种是按照沃尔什排列来定义（按列率排序）； 第一种是按照佩利排列来定义（按自然排序）； 第三种是按照哈达玛排列来定义。 按哈达玛排序的沃尔什函数可由2n（n=0，1，2，…）阶哈达玛矩阵（Hadamard Matrix）得到，而且哈达玛矩阵的高阶矩阵可用两个低阶矩阵的克罗内克积求得，因此哈达玛排列定义的沃尔什变换应用较广。 N=2n(n=0, 1, 2, …)阶哈达玛矩阵每一行的符号变化规律与某一个沃尔什函数的符号变化规律对应，即N=2n (n=0, 1, 2, …)阶哈达玛矩阵的每一行对应于一个离散沃尔什函数。 哈达玛矩阵与沃尔什函数系不同之处仅仅是行的次序不同。2n阶哈达玛矩阵有如下形式： 哈达玛矩阵的阶数是按N＝2n(n＝0, 1, 2, …)规律排列的，阶数较高的哈达玛矩阵，可以利用矩阵的克罗内克积运算，由低阶哈达玛矩阵递推得到，即 克罗内克积 (Kronecker Product) 矩阵的克罗内克积(Kronecker Product)运算用符号记作A⊙B， 其运算规律如下： 则： 二、一维离散沃尔什-哈达玛变换 一维离散沃尔什正、逆变换分别定义为： 式中，Walsh(u, x)为沃尔什函数。 一维离散沃尔什-哈达玛变换的矩阵形式 若将Walsh(u, x)用哈达玛矩阵表示，并将变换表达式写成矩阵形式，则： 式中，［HN］为N阶哈达玛矩阵。由哈达玛矩阵的特点可知，沃尔什-哈达玛变换的本质上是将离散序列f(x)的各项值的符号按一定规律改变后，进行加减运算， 因此，它比采用复数运算的DFT和采用余弦运算的DCT要简单得多。 三、二维离散沃尔什-哈达玛变换 将一维WHT的定义推广到二维WHT，其正变换和逆变换分别为： 式中：x, u=0, 1, 2, …, M－1； y, v=0, 1, 2, …, N－1 。 二维离散沃尔什变换的矩阵形式 二维离散沃尔什变换的矩阵形式为： 式中， HM为M阶哈达玛矩阵，HN为N阶哈达玛矩阵。 例题 这两个信号的二维WHT变换： 从以上例子可看出，二维WHT具有能量集中的特性，而且原始数据中数字越是均匀分布，经变换后的数据越集中于矩阵的边角上。因此，二维WHT可用于压缩图像信息。 快速沃尔什变换（FWHT） 类似于FFT，WHT也有快速算法FWHT， 也可将输入序列f(x)按奇偶进行分组，分别进行WHT。FWHT的基本关系为： WHT的变换核是可分离和对称的， 因此二维WHT也可分为两个一维的WHT分别用FWHT进行变换而得到最终结果，由此便可实现二维的FWHT 。 五、小波变换 一、小波变换的理论基础 二、连续小波变换（CWT） 三、离散小波变换（DWT） 一、小波变换的理论基础 信号分析是为