第3章_图像变换.pptVIP

第三章 图像变换 内容： 1. 图像变换的目的、要求和应用 2. 傅立叶级数、 频谱分析概念及其意义 3.一维、二维连续、离散傅立叶变换定义、 性质及其应用 4、沃尔什变换、哈达玛变换、离散余弦变换、小波变换的概念 第三章 图像变换 图像变换的定义：是将图像从空域变换到其它域（如频域）的数学变换。 图像变换目的：①使图像处理问题简化；②有利于图像特征提取；③有助于从概念上增强对图像信息的理解。 第三章 图像变换 图像变换通常是一种二维正交变换。一般要求： ①正交变换必须是可逆的； ②正变换和反变换的算法不能太复杂； ③正交变换的特点是在变换域中图像能量将集中分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图像处理。 应用：正交变换广泛应用在图像增强、图像恢复、特征提取、图像压缩编码和形状分析等方面。 第三章 图像变换 常用的变换： ①傅立叶变换Fourier Transform； ②离散余弦变换Discrete Cosine Transform； ③沃尔什-哈达玛变换Walsh-Hadamard Transform。 ④小波变换Wavelet Transform 3.2.1 连续函数的傅立叶变换 1. 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换用F(u)表示，则定义式为  若已知F(u)，则傅立叶反变换为 式（3.2-1）和（3.2-2）称为傅立叶变换对。 f(x)是实函数，它的傅立叶变换F(u)通常是复函数。F(u)的实部、虚部、振幅、能量和相位分别表示如下： 2. 二维连续函数的傅立叶变换 傅立叶变换很容易推广到二维的情况。如果f(x，y)是连续和可积的，且F(u，v)是可积的，则二维傅立叶变换对为 3.2.2 离散函数的傅立叶变换 1.一维离散函数的傅立叶变换 假定取间隔△x单位的抽样方法将一个连续函数f(x)离散化为一个序列{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}，如图所示。 图像处理中的傅立叶变换 1、图像增强与图像去噪 绝大部分噪声都是图像的高频分量，通过低通滤波器来滤除高频---噪声；边缘也是图像的高频分量，可以通过添加高频分量来增强原始图像的边缘。 2、图像分割之边缘检测 提取图像高频分量 图像处理中的傅立叶变换 3、图像特征提取 形状特征：傅立叶描述子 纹理特征：直接通过傅立叶系数来计算纹理特征 其他特征：将提取的特征值进行傅立叶变换来使特征具有平移、伸缩、旋转不变性。 4、图像压缩 可以直接通过傅立叶系数来压缩数据 在分析图像信号的频率特性时，对于一幅图像，直流分量表示预想的平均灰度，低频分量代表了大面积背景区域和缓慢变化部分，高频部分代表了它的边缘，细节，跳跃部分以及颗粒噪声。 用一个矩形框，把频域最中心的低频部分过滤出来，反变换得到图像模糊后的样子；移位后把频域最中心的高频部分过滤出来，反变换得到图像锐化后的样子 3.3 离散余弦变换 1、问题的提出 傅立叶变换的一个最大问题是：它的参数都是复数，在数据的描述上相当于实数的两倍。为此，我们希望有一种能够达到相同功能但数据量又不大的变换。 在此期望下，产生了DCT变换。 3.3 离散余弦变换 2、正变换 3、逆变换 3.3 离散余弦变换 4、DCT变换的应用 余弦变换实际上是傅立叶变换的实数部分。余弦变换主要用于图像的压缩，如目前的国际压缩标准的JPEG格式中就用到了DCT变换。 3.4 哈达玛变换 1、一维哈达玛正变换 设f(x)表示N点的一维离散序列，则一维哈达玛变换如下： 3.4 哈达玛变换 1、一维哈达玛正变换 其中，g(x,u)是一维哈达玛变换的核，定义如下： 其中： 3.4 哈达玛变换 2、一维哈达玛逆变换 h(x,u)是一维哈达玛逆变换的核，逆变换核与正变换核相等，即： 3.4 哈达玛变换 哈达玛变换的阶数具有规律性，即按照 规律递升，哈达玛变换矩阵具有简单的递推关系： 采用上述规律求哈达玛变换矩阵要比直接用哈达玛变换核求矩阵快得多，此结论提供了一种快速哈达玛变换，也可以称为FHT。 3.5 小波变换 傅里叶变换的不足 傅里叶变换的不足 对很多信号来说，傅里叶变换非常有用，因为它能给出信号中包含的各种频率成分。但是傅里叶变换有着严重的缺点：变换之后使信号失去了时间信息，它不能告诉人们在某段时间发生了什么变化，因此只适合处理平稳信号。而更多的信号属于非平稳信号，如演奏的乐谱需要知道某一时刻乐器的音调。这些信号中不但需要知道信号的频率成分，还需要知道频