数字图像处理（武汉大学出版社）chap3.pptVIP

第三章 讲解内容 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 目的 1. 熟悉二维傅立叶变换定义、性质及其应用； 2. 掌握一维傅立叶变换算法及频谱分析方法 第三章 图像变换 图像变换的目的在于：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。 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。 因此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。 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。 这里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3.2.3所示。 3.3 其他正交变换 为什么要对图像进行正交变换？ 图像中所包含的数据，相关性很强，直接处理难度和冗余度都很大。必须通过采取必要的手段来消除相关性，使各像元的数据间或各个波段的数据间相对独立。 正交变换运算比较简单，数学描述容易，可进行正变换和逆变换。 正交变换 傅立叶变换的实质--把代表图像的图像函数展开成具有不同空间频率的正、余弦函数的线性组合，或者说用正、余弦正交函数系来描述图像函数。 除傅立叶变换是正交变换外，还有很多种正交变换方法，如DCT变换、小波变换、Walsh变换、Hadamard变换和K-L变换等正交变换。 沃尔什和哈达玛变换 图像变换的基函数形式除正弦型函数外，还有一些其他波形。沃尔什和哈达玛变换，其基函数就是基于方波的。 沃尔什和哈达玛变换的实质都是基于沃尔什函数的，只是同一种方波的变形。 将它们结合起来称为沃尔什－哈达玛变换。 沃尔什和哈达玛变换 若用矩阵形式，可表示为： 沃尔什和哈达玛变换 对称的、可分离的正交变换，它的核矩阵中只有＋1和－1元素。在图像处理中，矩阵的阶数N一般取为N=2n，其中n是整数。 2×2核矩阵为： 沃尔什和哈达玛变换 对于N2的情况，其核矩阵可以通过块矩阵的形式递推产生： 沃尔什和哈达玛变换 对于N＝8，其核矩阵为： 沃尔什和哈达玛变换 通过重新安排各行的次序来使得列率按行号递增，与傅立叶变换核的频率递增类似。 当N＝8时，有序的变换核矩阵为： 沃尔什和哈达玛变换 对于均匀分布 的数字图像 沃尔什和哈达玛变换 二维沃尔什－哈达玛变换为： 沃尔什和哈达玛变换 将一个函数变换成取值为+1或-1的基本函数构成的级数，用它来逼近数字脉冲信号时要比傅立叶变换有利。 在图像传输、通信技术和数据压缩中获得了广泛的使用。 此变换是实数变换，对一个给定的问题，这种变换所要求的计算机存储量比傅立叶变换要少，运算速度也快。 离散K-L变换 离散K-L变换--霍特林变换（Hotelling）、特征向量变换或主成分变换。 K-L变换以图像统计性质为基础。 主要特征：通过选择代表图像特征的主分量，能消除图像数据间的相关性。 主要应用：遥感多光谱图像中的特征选择及图像数据的压缩等。 离散K-L变换 主要特点： 正交变换 在压缩数据中满足均方差最小准则的正交变换 离散余弦变换（DCT） Fourier变换的一个最大的问题是：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。 一、一维离散余弦变换 1、正反变换公式 2、特点 （1）在广义频域上，离散余弦变换的系数为实数； （2）正变换的核与反变换的核相同。 二、二维离散余弦变换 1、正反变换公式 正变换： 逆变换： 其中： 2、DCT变换的应用 余弦变换后的系数，在广义频域