第三章离散余弦变换KL变换.pptVIP

* 傅立叶变换的缺点是要进行复数运算，在数据的描述上相当于实数的两倍。为此，我们希望有一种能够达到相同功能的变换。在此期望下，产生了DCT变换。 * 3.10.1 一维离散余弦变换 正变换核： 一维DCT为： (3.6.1) * 同样，一维DCT反变换核与正变换核一样，反变换为： 式中，x=0,1,2,…,N-1 离散余弦变换（Discrete Cosine Transform)的变换核为实数的余弦函数。 特点： ＊ 计算速度快,没有DFT的复数运算 ＊ 对于一阶马尔可夫过程的随机过程信号，DCT是K－L变换的最好近似。 * 3.10.2 二维离散余弦变换 二维DCT为： * 二维DCT反变换为： 式中，x,y=0,1,2,…,N-1 从式中可以看出，二维DCT变换核是可分离的，可以逐次利用一维DCT算法进行计算。 此外，通过观察可以发现DCT与DFT的关系： * * * 同样，如考虑DFT的虚数部分，对应着离散正弦变换DST 可以用快速傅立叶变换算法实现快速离散余弦变换。 * DCT变换的应用： 余弦变换实际上是傅立叶变换的实数部分。 余弦变换主要用于图象的压缩，如目前的国际压缩标准的JPEG格式中就用到了DCT变换。具体的做法与DFT相似，给高频系数大间隔量化，低频部分小间隔量化。 * * 小波变换 小波变换在时域和频域中都具有良好的局部化特性，在图像处理中有广泛的应用。 * * * * * * 3．8 离散哈达玛变换(DHT) 3.8.1 哈达玛矩阵3.8.2 离散哈达玛变换(DHT) * 3.8.1哈达玛矩阵 Hadamard矩阵：定义元素只有+1和-1组成的正交方阵，各行或各列之间彼此是正交的，它要求图象的大小是 。 最低阶哈达码矩阵为： * 阶次为2的整数次幂哈达玛变换具有简单的递推关系： 类推有： 其中 是矩阵直基(Kronecker)的符号。 思考：如何证明 为哈达码矩阵， 必为哈达码矩阵。 * * * 例如：N=8时，有： * N阶哈达码矩阵第（u,x）个元素可用如下公式生成： * 哈达码矩阵性质： 4.矩阵的行与行（或列与列）交换不影响矩阵的正交性 * 3．8.2 离散哈达玛变换(DHT) 以哈达码矩阵作为变换矩阵所组成的变换为哈达码变换。哈达玛变换最大的优点的变换核矩阵具有简单的递推关系。 1)一维离散哈达玛变换 一维哈达玛变换核为： * 对应的一维哈达玛变换为： 一维哈达玛反变换为： 哈达玛反变换与正变换除相差 ???? 常数项外，其型式基本相同。 一维哈达玛反变换核： * 哈达码变换的优点： 由于变换核只有＋1，－1两个值，因此变换只需进行加、减法运算。计算时间比傅立叶变换短，没有乘法，计算精度高。 正反变换只差因子1/N,因此正反变换的计算完全相同，算法简单。 由于在变换核中不存在正、余弦函数，所以计算机实现时，不会因字长有限而产生附加噪声。 * 2）二维离散哈达玛变换 二维哈达玛变换核为： 正、反变换核，以及正反变换的形式完全相同。 对应的二维哈达玛变换为： * 　　 ??????????????????????????????????????????? 哈达玛变换核是可分离的和对称的，二维变换可分成二步一维变换来实现，也存在快速算法FHT。 * 例：求下列图像的哈达玛变换。 * * 3．9 K－L变换 3.9.2K－L变换 3.9.1图像协方差矩阵 * K-L（Karhunen-Loeve）变换也称为特征向量变换、主分量变换或霍特林(Hotelling)变换，它是完全从图像的统计性质出发实现的变换。 在获取、通过通讯信道传输任何一幅图像时，总是混杂有许多随机干扰因素，我们实际获得的大部分图像都含有随机的性质，称其为随机图像。 K-L变换这是针对这类广泛的随机图像提出来的，当对图像施加了K-L变换后，由变换结果而恢复的图像将是原图像在统计意义上最佳逼进。 * 表示所研究图像 的 的一个样本，采用向量形式表示： * 选取合适的变换T，变换后向量 Y： （1）Y 是具有 个分量的向量。 （2）经Y反变换后恢复的 ，和原图像X具有均方误差最小。 称满足这两个条件的正交变换[T]为K-L变换。 * 图像均值、协方差矩阵定义： 均值： 协方差： 3.9.1图像协方差矩阵 * 数字特征的计算： 由于帧数 ?? 是有限值，其平均值向量 ??