数字图像处理频域处理.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 3.快速傅立叶变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 4. FFT变换蝶形图 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 5. FFT变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 // 采用蝶形算法进行快速付立叶变换 for(k = 0; k r; k++) { for(j = 0; j 1 k; j++){ bfsize = 1 (r-k); for(i = 0; i bfsize / 2; i++){ p = j * bfsize; X2[i + p] = X1[i + p] + X1[i + p + bfsize / 2]; X2[i + p + bfsize / 2] = (X1[i + p] - X1[i + p + bfsize / 2]) * W[i * (1k)]; } } X = X1; X1 = X2; X2 = X; } 5. FFT变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 // 重新排序 for(j = 0; j count; j++){ p = 0; for(i = 0; i r; i++){ if (j(1i)){p+=1(r-i-1);} } FD[j]=X1[p]; } 6. 2 FFT变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 //1.时域变换使频率中心化 if((x+y)%2) TD[y*w + x]=-TD[y*w + x]; // 2.对y方向进行快速付立叶变换 for(i = 0; i h; i++) { FFT(TD[w * i], FD[w * i], wp);} //3. 保存变换结果 for(i = 0; i h; i++){ for(j = 0; j w; j++){ TD[i + h * j] = FD[j + w * i];}} //4. 对x方向进行快速付立叶变换 for(i = 0; i w; i++) { FFT(TD[i * h], FD[i * h], hp);} 1.一维离散余弦变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 式中，u,x=0,1,2, …,N－1。 1.一维离散余弦变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 F=Gf 2.二维离散余弦变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 2.二维离散余弦变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 可分离性: 2.二维离散余弦变换 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 图 DFT和DCT的频谱分布 （a）DFT频谱分布； （b） DCT频谱分布 3.二维离散余弦变换特点 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 1）更强的信息集中能力 2）更强的去除图像相关性 4）JPEG图像编码成功应用 3）运算方便 1.频率域增强 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 1.频率域增强(步骤) 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 1: 用(-1)x+y乘以输入图像f(x,y)来进行中心变换 2: 计算图像FFT 4: 计算图像IFFT 3: 用滤波器函数H(u,v)乘以F(u,v) 5: 用(-1)x+y乘以(4)中real的结果 2.理想低通滤波器 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 在去噪声的同时将会导致边缘信息损失而使图像边模糊 2.理想低通滤波器 第七章：频域处理 快速傅立叶变换 傅立叶变换 离散余弦变换 图像的频率域增强 半径值为5（8%）,15,30,80,230（0.5%)的截止频率 截止范围 3. Butterworth低通滤波器 第七章：频域处理 快速