第7篇 频域处理.ppt

第7章 频域处理 引言 图像变换的目的在于： 使图像处理问题简化； 有利于图像特征提取； 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： 正交变换必须是可逆的； 正变换和反变换的算法不能太复杂； 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。 主要内容 7.1 频域与频域变换 7.2 傅立叶变换 7.3 频域变换的一般表达式 7.4 离散余弦变换(DCT) 7.6 频域中图像处理的实现 7.1 频域与频域变换 频域变换的理论基础: 任意波形都可以用单纯的正弦波的加权和来表示。 正弦波的振幅A和相位φ 幅频特性与相频特性 图7-3 图7-1（a）波形的频域表示 (a) 幅频特性； (b) 相频特性 7.2 傅立叶变换 连续函数的傅立叶变换 离散傅立叶变换（DFT） 二维离散傅立叶变换的性质 快速离散傅立叶变换 7.2.1 连续函数的傅立叶变换 当1个一维信号f(x)满足狄里赫莱条件，即f(x) （1） 具有有限个间断点；  （2） 具有有限个极值点；  （3） 绝对可积。 则其傅立叶变换对（傅立叶变换和逆变换）一定存在。 一维连续信号傅立叶变换对的定义为： 频谱分析示例 可见，1个一维输入信号的傅立叶变换结果，是频域上的1个一维信号，反映了输入信号的频率构成信息。 二维连续信号傅立叶变换 如果二维函数 f(x, y) 满足狄里赫莱条件，则它的二维傅立叶变换对为： 7.2.2 离散傅立叶变换（DFT） 设{f(x) | f(0), f(1), f(2), …, f(N-1)}为一维信号f(x)的N个抽样， 其离散傅立叶变换对为： 二维离散傅立叶变换定义 考虑到两个变量，就很容易将一维离散傅立叶变换推广到二维。一个M×N大小的二维函数f(x,y)，其二维离散傅立叶变换对定义为： 二维离散函数的傅立叶频谱、 相位谱和能量谱分别为： 示例： 7.2.3 二维离散傅立叶变换的性质 表7-1 二维DFT的性质 二维离散傅立叶变换的性质（续） 1.可分离性 用两次一维DFT计算二维DFT 2.平移性质 在空域中，图像原点平移到(x0, y0)时，其对应的频谱F(u,v)要乘上一个负的指数项 在频域中，原点平移到(u0, v0)时，其对应的f(x,y)要乘上一个正的指数项 平移性质（中心化变换） 在数字图像处理中，我们常常将 F(u,v) 的原点移到M×N频域方阵的中心，以使能清楚地分析傅立叶变换谱的情况。只要将 f(x, y) 乘以因子(-1)x+y，再进行离散傅立叶变换，即可将图像的频谱原点（0,0）移动到图像中心 （M／2, N／2）处。 对称性及中心化变换 平移性质（续） 傅立叶频谱平移示意图 (a) 原图像；（b）无平移的傅立叶频谱；（c）中心平移后的傅立叶频谱 3.旋转不变性 由旋转不变性可知，如果时域中离散函数旋转?0角度，则在变换域中该离散傅立叶变换函数也将旋转同样的角度。 如果引入极坐标 则 f(x,y) 和F(u,v)分别变为 f(r, ?) 和 F(? , ?)。在极坐标系中，存在以下变换对： 旋转不变性（续） 离散傅立叶变换的旋转不变性 4.卷积定理 卷积定理研究两个函数的傅立叶变换之间的关系，这构成了空间域和频域之间的基本关系。 对于两个二维连续函数 f(x,y) 和 g(x,y) 的卷积定义为： 其二维卷积定理可由下面关系表示： 式中： 7.2.4 快速离散傅立叶变换 离散傅立叶变换计算量非常大，运算时间长。可以证明其运算次数正比于N2，特别是当N较大时，其运算时间将迅速增长，以至于无法容忍，在某种程度上却限制了它的使用范围。 1965年Cooley和Tukey首先提出了一种称为逐次加倍法的快速傅立叶变换算法（FFT- Fast Fourier Transform ），可以大大减少计算量。 快速算法大大提高了运算速度，在某些应用场合已能作实时处理，并且应用在控制系统中 快速傅立叶变换不是一种新的变换，它是离散傅立叶变换的一种算法，它是在分析离散傅立叶变换中的多余运算的基础上，进而消除这些重复工作的思想指导下得到的。 7.3 频域变换的一般表达式 7.3.1 可分离变换 二维傅立叶变换可用通用的关系式来表示： 式中：x, u=0, 1, 2,…, M－1；y, v=0, 1, 2,…, N－1；g(x,y,u,v) 称为正向变换核；h(x,y,u,v)称为反