数字图像处理PPT电子课件教案-第07章 频域处理精选.ppt

第7章 频域处理 　　　　　7.1 频域与频域变换　　频域变换的理论基础就是“任意波形都可以用单纯的正弦波的加权和来表示”。 如图7-1(a)所示的任意波形， 可分解为图7-1(b)、 (c)、 (d)所示的不同幅值、 不同频率的正弦波的加权和。 　　为便于理解， 将图7-1(b)所示的正弦波取出来， 如图7-2所示。 如果将虚线表示的振幅为1且初相位为0的正弦波作为基本正弦波， 则实线表示的波形可由其振幅A和初相位φ确定。 图7-1 任意波形可分解为正弦波的加权和 图7-2 正弦波的振幅A和相位φ 　　由此， 图7-1(b)、 (c)、 (d)三个不同的正弦波形可以描述为图7-3所示的两幅图。 其中图7-3(a)表示振幅与频率之间的关系， 称为幅频特性; 而图7-3(b)表示初相位与频率之间的关系，称为相频特性。 　　这样便将图7-1(a)所示的时域波形f(x)变换到图7-3所示的频域F(f)。 显然， 不管波形多么复杂， 均可将其变换到频域。 图7-3 图7-1(a)波形的频域表示 时域和频域之间的变换可用数学公式表示如下： 　　　　　　　7.2 傅立叶变换7.2.1 连续函数的傅立叶变换　　若一个一维信号f(x)满足狄里赫莱条件， 即　　(1) 具有有限个间断点； 　　(2) 具有有限个极值点； 　　(3) 绝对可积。 则其傅立叶变换对(傅立叶变换和逆变换)一定存在。 在实际应用中， 这些条件一般总是可以满足的。 一维傅立叶变换对定义为 　　以上一维傅立叶变换可以很容易推广到二维。如果二维函数f(x， y)满足狄里赫莱条件，则它的二维傅立叶变换对为 7.2.2 离散傅立叶变换　　在数字图像处理中应用傅立叶变换， 还需要解决两个问题： 一是在数学中进行傅立叶变换的f(x)为连续(模拟)信号， 而计算机处理的是数字信号(图像数据)； 二是数学上采用无穷大概念， 而计算机只能进行有限次计算。 通常， 将受此限制的傅立叶变换称为离散傅立叶变换(Discrete Fourier Transform, DFT)。 　　定义：设{f(x)|f(0)， f(1)， f(2)， …， f(N-1)}为一维信号f(x)的N个抽样， 其离散傅立叶变换对为 　　注意： 式(7-8)中的系数1/N也可以放在式(7-7)中，有时也可在傅立叶正变换和逆变换前分别乘上　　　，这是无关紧要的，只要正变换和逆变换前系数乘积等于1/N即可。 　　由欧拉公式可知： 　　可见， 离散序列的傅立叶变换仍是一个离散的序列， 对每一个u对应的傅立叶变换结果是所有输入序列f(x)的加权和(每一个f(x)都乘以不同频率的正弦和余弦值)， u决定了每个傅立叶变换结果的频率。 　　通常傅立叶变换为复数形式， 即 式中： 　　考虑到两个变量， 就很容易将一维离散傅立叶变换推广到二维。 二维离散傅立叶变换对定义为 　　像一维离散傅立叶变换一样， 系数1/(MN)可以在正变换或逆变换中， 也可以分别在正变换和逆变换前分别乘上系数　 　　　， 只要两系数的乘积等于1/(MN)即可。 　　二维离散函数的傅立叶频谱、 相位谱和能量谱分别为 7.2.3 离散傅立叶变换的性质　　二维离散傅立叶变换的性质对图像的分析具有十分重要的作用， 因此， 有必要理解和掌握二维DFT的性质。 二维离散傅立叶变换的主要性质如表7-1所示。 　　　　　　　表7-1 二维DFT的性质 续表 　　以上具有重要意义的两个性质的含义如下。　　1. 可分离性　　由可分离性可知，一个二维傅立叶变换可分解为两步进行， 其中每一步都是一个一维傅立叶变换。可先对f(x，y)按行进行傅立叶变换得到F(x， v)， 再对F(x， v)按列进行傅立叶变换，便可得到f(x， y)的傅立叶变换结果F(u， v)， 如图7-4所示。 显然先按列进行傅立叶变换， 再按行进行傅立叶变换也是可行的。 图7-4 用两次一维DFT计算二维DFT 　　同理， 傅立叶变换的逆变换也具有可分离性。 　　利用傅立叶变换的可分离性， 可以简化傅立叶变换的软、 硬件设计， 用一维傅立叶变换软件或硬件便可实现二维傅立叶变换。 　　2. 平移性质　　平移性质表明只要将f(x， y)乘上因子(－1)x+y再进行离散傅立叶变换，即可将图像的频谱原点(0， 0)移动到图像中心(M/2， N/2)处。 图7-5(a