数字图像处理 第3章［PPT课件］.pptVIP

第三章 图像变换;3.1 概述;3.1 概述;3.1 概述;3.1 概述;;;;3.1 二维离散傅里叶变换（DFT） 尺寸为M×N的离散图像函数的DFT 反变换可以通过对F(u,v) 求IDFT获得 ; DFT变换进行图像处理时有如下特点： （1）直流成分为F(0,0)。 （2）幅度谱|F(u,v)|对称于原点。 （3）图像f (x, y)平移后，幅度谱不发生变化，仅有相位发生了变化。 ; 频率域 幅值与频率; 傅立叶频谱图上明暗不一的亮点的意义;傅立叶频谱图上明暗不一的亮点的意义;傅立叶变换在图像处理的重要作用;二维离散傅立叶变换的性质;可分离性;可分离性;可分离性;可分离性;;4. 空间位移：;频率位移性质;频率位移;;图像经过二维傅立叶变换后，其变换系数矩阵表明：;（a）原始图像 (b) 中心化前的频谱图 (c) 中心化后的频谱图 图3.5 图像频谱的中心化 ;;平均值;; 7.离散卷积定理 设f(x,y)和g(x,y) 是大小分别为A×B和C×D的两个数组，则它们的离散卷积定义为 卷积定理 ;;【例3.2】用MATLAB实现图像的傅里叶变换。 解：MATLAB程序如下： A=imread(pout.tif); %读入图像 imshow(A); %显示图像 A2=fft2(A); %计算二维傅里叶变换 A2=fftshift(A2); %将直流分量移到频谱图的中心 figure, imshow(log(abs(A2)+1),[0 10]); %显示变换后的频谱图; ;3.2 二维离散余弦变换（DCT）;二维离散余弦变换;; 【例3.3】应用MATLAB实现图像的DCT变换。 解：MATLAB程序如下： A=imread(pout.tif); %读入图像 I=dct2(A); %对图像作DCT变换 subplot(1,2,1),imshow(A); %显示原图像 subplot(1,2,2),imshow(log(abs(I)),[0 5]); ;（a）原图 （b）DCT系数 图3.10 离散余弦变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3 其他可分离变换;3.3.1 哈达玛变换;二维哈达玛的正反变换都可通过两个一维变换实现。 高阶哈达玛矩阵可以通过如下方法求得： N＝8的哈达玛矩阵为 ;hcameraman变换;3.4 霍特林变换;;3.4 霍特林变换;3.4 霍特林变换;3.4 霍特林变换;;;;Fourier 变换示意图;Fourier变换的频率特性;Fourier变换的低通滤波;Fourier变换的高通滤波;基于Fourier变换的压缩;3.5 快速小波变换算法 【例3.4】应用MATLAB实现小波变换的例子。 解：MATLAB程序如下： X=imread(pout.tif); %读入图像 imshow(X); [cA1,cH1,cV1,cD1] = dwt2(X,bior3.7); %进行二维小波变换 A1 = upcoef2(a,cA1,bior3.7,1); H1 = upcoef2(h,cH1,bior3.7,1); V1 = upcoef2(v,cV1,bior3.7,1); D1 = upcoef2(d,cD1,bior3.7,1); subplot(2,2,1); image(wcodemat(A1,192)); title(Approximation A1) subplot(2,2,2); image(wcodemat(H1,192)); title(Horizontal Detail H1) subplot(2,2,3); image(wcodemat(V1,192)); title(Vertical Detail V1) subplot(2,2,4); image(wcodemat(D1,192)); title(Diagonal Detail D1);