[工学]光电图像处理3.ppt

第三章 图像变换  图像变换的分类 可分离变换 傅立叶变换 离散余弦变换 沃尔什－哈达码变换 哈尔变换 斜变换 霍特林变换 可分离变换基本概念 傅立叶变换 离散余弦变换 Walsh-Hadamard变换 3.1 图像变换概述 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。 3.2 傅 立 叶 变 换 连续函数的傅立叶变换 离散傅立叶变换 二维离散傅立叶变换的性质 快速离散傅立叶变换 二维傅立叶变换的应用 3.3 其他可分离变换 可分离变换 离散余弦变换（DCT） 离散Walsh－Hadamard变换 哈尔（Haar）变换 斜（Slant）变换 一维离散余弦变换 二维离散余弦变换 快速离散余弦变换 离散余弦变换频谱分布 斜变换（slant） 3.4 霍特林变换 连续小波变换（CWT：Continuous Wavelet Transform） 离散小波变换（DWT：Discrete Wavelet Transform） 小波重构（Wavelet Reconstruction） 小波包分析 二维离散小波变换 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 在第一层先计算4个2点变换，在第2层用以上4个结果计算2个4点变换，在第3层再用以上2个结果计算1个8点变换。 由于 为fe(x)的2N点DFT。因此，在作DCT时，可把长度为N的f(x)的长度延拓为2N点的序列fe(x)，然后对fe(x)作DFT，最后取DFT的实部便可得到DCT的结果。 由于哈达玛排序的沃尔什函数是由2n（n=0，1，2，…）阶哈达玛矩阵（Hadamard Matrix）得到的，而哈达玛矩阵的最大优点在于它具有简单的递推关系， 即高阶矩阵可用两个低阶矩阵的克罗内克积求得，因此在此只介绍哈达玛排列定义的沃尔什变换。 图7-13表示了正弦波和小波的区别，由此可以看出，正弦波从负无穷一直延续到正无穷，正弦波是平滑而且是可预测的， 而小波是一类在有限区间内快速衰减到0的函数，其平均值为0， 小波趋于不规则、不对称。 从小波和正弦波的形状可以看出，变化剧烈的信号，用不规则的小波进行分析比用平滑的正弦波更好，即用小波更能描述信号的局部特征。 执行离散小波变换的有效方法是使用滤波器， 该方法是Mallat于1988年提出的，称为 在小波分析中，近似值是大的缩放因子计算的系数，表示信号的低频分量，而细节值是小的缩放因子计算的系数，表示信号的高频分量。实际应用中，信号的低频分量往往是最重要的，而高频分量只起一个修饰的作用。如同一个人的声音一样， 把高频分量去掉后，听起来声音会发生改变，但还能听出说的是什么内容，但如果把低频分量删除后，就会什么内容也听不出来了。 由图7-19可以看出离散小波变换可以表示成由低通滤波器和高通滤波器组成的一棵树。原始信号经过一对互补的滤波器组进行的分解称为一级分解，信号的分解过程也可以不断进行下去，也就是说可以进行多级分解。 信号重构中，滤波器的选择非常重要，关系到能否重构出满意的原始信号。低通分解滤波器（L）和高通分解滤波器（H）及重构滤波器组（L′和H′）构成一个系统， 这个系统称为正交镜像滤波器（Quadrature Mirror Filters， QMF）系统， 如图7-25所示。 等。其中八带分解是使用最广的一种分解方法，这种分解方法把低频部分分解成比较窄的频带，而对每一级分解得到的高频部分不再进一步进行分解。 图7-28为八带分解示意图， 用于分解的原始图像采用Matlab提供的预存图像文件woman2.mat，小波基函数为“haar”小波。图7-28（c）是用Matlab的小波工具箱编程进行分解得到的图像。 此外，还可以在对A、H、V和D部分编码后加上一个反馈环节， 获取误差图像，并对其编码。这样压缩效果会更好。 图像中边缘或线条等细节部分与图像频谱的高频分量对应。信号的缓慢变化部分在频率域属于低频部分，而信号的迅速变化部分是高频。  小波的缩放因子与信号频率之间的关系是：缩放因子scale越小，表示小波越窄，度量的是信号的细节变化，表示信号频率越高；缩放因子scale越大， 表示小波越宽，度量的是信号的粗糙程度，表示信号频率越低。 在每个可能的缩放因子和平移参数下计算小波系数，其计算量相当大， 将产生惊人的数据量，而且有许多数据是无用的。如果缩放因子和平移参数都选