离散余弦变换-Read.PPT

图像变换 信号变换处理的意义 信号变换处理的意义 图像变换 2.1 离散傅立叶变换 离散傅立叶变换 离散傅立叶变换 一维离散傅立叶变换 一维离散傅立叶变换 二维傅立叶变换 二维傅立叶变换 二维傅立叶变换 二维傅立叶变换 2.2 可分离图像变换 可分离变换变换 可分离变换变换 可分离变换变换 可分离变换变换 2.3 离散余弦变换 离散余弦变换 一维DCT变换 二维DCT变换 二维DCT变换 二维DCT变换 二维DCT变换 二维DCT变换 离散余弦变换 2.4 沃尔什和哈达玛变换 沃尔什变换 沃尔什变换 沃尔什变换 沃尔什变换 离散哈达玛变换 离散哈达玛变换 离散哈达玛变换 离散哈达玛变换 离散哈达玛变换 离散哈达玛变换 离散哈达玛变换 相应的一维沃尔什反变换为： 一维沃尔什反变换除了与正变换有系数差别之外，其它与正变换相同。 二维沃尔什变换是可分离和对称的，可分成两步一维沃尔什变换来进行。 二维沃尔什变换 相应的二维沃尔什反变换为： 哈达玛(Hadamard)变换本质上是一种特殊排序的沃尔什变换，哈达玛变换矩阵也是一个方阵，只包括+1和-1两个矩阵元素，各行和各列之间彼此是正交的。 哈达玛变换核矩阵与沃尔什变换不同之处仅仅是行的次序不同。 哈达玛变换的最大优点在于它的变换核矩阵具有简单的递推关系，即高阶矩阵可以用二个低阶矩阵求得。 哈达玛变换： 一维哈达玛变换 一维哈达玛变换为： 如果N=2n，高、低阶哈达玛变换之间具有简单的递推关系。最低阶(N=2)的哈达玛矩阵为： 2N阶哈达玛矩阵H2N与N阶哈达玛矩阵HN之间的递推关系可用下式表示： 例如： 在哈达玛矩阵中，沿某一列符号改变的次数称为这个列的 列率。 0 7 3 4 1 6 2 5 * * 把图像信号从空间域变换到频率域可以从另外一个角度来分析图像信号的特性。 在数字信号处理中，通常有两种方法： ＊时域分析法（空域分析法） ＊频域分析法 一维空间 二维空间 离散傅立叶变换 可分离图像变换 离散余弦变换（DCT变换） 沃尔什和哈达玛变换 离散傅立叶变换（DFT）： 对离散信号，进行对应的离散数值变换。建立了离散时域（空域）与离散频域之间的关系。 离散傅立叶变换（DFT）： 它的优点是既能反映信号的特性，又只有有限的样本，以利于使用计算机、DSP等进行数值分析。 一维离散傅立叶变换： 傅立叶变换及其逆变换分别为： 为一维信号的M个抽样，其离散 设 一维离散傅立叶变换： 对于二维离散信号 的DFT变换对为： 式中， 二维离散傅立叶变换： 在大多数场合，假定图像为方阵，即M=N，此时DFT变换可简化为： 式中， 关于图像变换的总结： 1-D离散变换的一般形式可表示为： 2-D离散变换的一般形式可表示为： 正变换： 反变换： 正变换： 反变换： 数字图像二维离散傅立叶变换示例： 2-D离散变换的一般形式可表示为： 思考题：对上述M×N点的变换，其计算量是多少（需完成多少乘法和加法运算）？ 如果变换核能够写成可分离的形式，即： 思考题：对上述可分离变换，完成M×N点的变换，其计算量是多少（需完成多少乘法和加法运算）？ 那么2-D变换可以分成2个1-D变换来完成。 首先，沿f(x,y)的每1列进行1-D变换，得到： 然后沿T(x,v)的每1行进行1-D变换，得到： 对于离散傅立叶变换，其变换核为： 可以写成： 因此二维离散傅立叶变换可以表示成： 可分离二维变换的过程可以如图所示： 所以离散傅立叶变换是复数域的运算，尽管借助于FFT可以提高运算速度，但在实际应用、特别是实时处理中带来了不便。 离散傅立叶变换的变换核： 让变换核只取实的余弦项，因此构造了一种实数域的变换——离散余弦变换（DCT）。 一维离散余弦变换（DCT） 其逆变换定义为： 式中，x=0,…,N-1; u=1,…,N-1 式中，x=1,…,N-1; u=1,…,N-1 其中 设{f(x)|x=0,…,N-1}为信号序列集合，其DCT变换为： 其中C(u)、C(v)定义同前；x=0,1,…,M-1; y=0,1,…,N-1; u=1,2,…,M-1; v=1,2,…,N-1。 设 为二维图像信号序列 集合，其正变换为： 二维DCT逆变换为： 其中x=0,1,…,M-1; y=0,1,…,N-1; u=1,2,…,M-1; v=1,2,…,N-1。 二维离散余弦变换（DCT） 二维DCT变换的矩阵形式： 二维DCT的正反变换核都相同，且是可