图像处理实践电子课件教案-第4章 图像变换参考.ppt

第4章 图像变换 4.1 连续傅里叶变换 4.2 离散余弦变换 4.3 K-L变换 4.4 小波变换 第4章 图像变换 为了有效和快速地对图像进行处理和分析，常常需要将原定义在图像空间的图像以某种形式转换到其他空间，并且利用图像在这个空间的特有性质进行处理，然后通过逆变换操作转换到图像空间。 本章讨论图像变换重点介绍图像处理中常用的正交变换，如傅里叶变换、离散余弦变换和小波变换等。 1.一维连续傅里叶变换 设f(x)为x的函数，如果f(x)满足下面的狄里赫莱条件： (1)具有有限个间断点； (2)具有有限个极值点； (3)绝对可积。 则定义f(x)的傅里叶变换为： 式中x为空域变量，u为频域变量，j为虚数单位。 从F(u)恢复f(x)称为傅里叶反变换，定义为： F(u)为复平面上的向量，它有幅度和相角： 2.二维连续傅里叶变换 傅里叶变换可以推广到两个变量连续可积的函数f(x,y)若f(x,y)满足狄里赫莱条件，则存在如下傅里叶变化对： 傅里叶反变换定义由表示： 2.离散傅里叶变换（DFT）的矩阵表示法 由DFT的定义，若考虑1/N系数，N＝4的原信号序列f(x)={f(0),f(1),f(2),f(3)}的傅里叶变换F(u)展开为： 将e指数项化简可写成矩阵形式（计算机处理通常可忽略1/N）： 用以上表示方法可把傅里叶正变换式写为： 3.快速傅里叶变换(FFT) 这里介绍一种称为逐次加倍法的快速傅里叶变换算法。 设N为2的整数次幂，即N=2n。如果N不是2的整数次幂，则它的FFT算法比较复杂，这里不做介绍，有兴趣的可以查阅有关信号处理的书籍。 设： fe(x)=f(2x) x=0,1,2,…,N/2-1 fo(x)=f(2x+1) x=0,1,2,…,N/2-1 由此，离散傅里叶变换可写成下面的形式： 上式中 现在已经大大地简化了DFT的计算，但是还可以继续简化。事实上，Fe(u)和Fo(u)都是4个点的DFT。按照上面的思路， Fe(u)和Fo(u)都还可以简化为2个点的DFT。设： 将上式展开并进一步简化为： 4.用计算机实现快速傅里叶变换要解决的问题 利用FFT蝶式流程图算法在计算机上实现快速傅里叶变换必须解决如下问题：迭代次数r的确定；对偶节点的计算；加权系数 的计算；重新排序问题。 1、迭代次数r的确定 由蝶式流程图可见，迭代次数与N有关。r值可由下式确定： 2、对偶节点的计算 在流程图中把标有 的点称为节点。其中下标l为列数，也就是第几次迭代，k代表流程图中的行数，也就是序列的序号数。其中每一节点的值均是用前一节点对计算得来的。例如，x1(0)和x1(4)均是x(0)和x(4)计算得来的。在蝶式流程图中，把具有相同来源的一对节点叫做对偶节点。对偶节点的计算也就是求出在每次迭代中对偶节点的间隔或者节距。由流程图可见，第一次选代的节距为N/2，第二次迭代的节距为N/4，第三次迭代的节距为N/23等等。由以上分析可得到如下对偶节点的计算方法。如果某一节点为 ，那么，它的对偶节点为: 式中l是第几次迭代的数字，k是序列的序号数，N是序列长度。 例 如果序列长度N=8，求x2(1)的对偶节点。 利用上式计算，可得： 3、加权系数 的计算 的计算主要是确定p值。p值可用下述方法求得： ①把k值写成r位的二进制数(k是序列的序号数，r是迭代次数)； ② 把这个二进制数右移r-l位，并把左边的空位补0（结果仍为r位）； ③ 把这个右移后的二进制数进行比特倒转； ④ 把这比特倒转后的二进制数变成十进制数就得到p值。 例：求x2(2)的加权系数 。 由x2(2)和 可知k=2，l=2，N=8，则 r=log2N=log28=3 1）因为k=2，所以写成二进制数为010； 2）r-l=3-2=1，把010右移一位得到001； 3）把001做位序颠倒，即做比特倒转，得到100； 4）把100译成十进制数，得到4，所以p=4，x2(2)的加权值为 。 结合对偶节点的计算，可以看出 具有下述规律：如果某一节点上的加权系数为 ，则其对偶节点的加权系数必然是 ，而且 ，所以一对对偶节