第3章 基本图像变换.pptVIP

第3章 图像变换基础 3.1 预备知识 3.2 傅里叶变换 3.3 其他可分离图像变换 3.4 小波变换 3.1 预备知识 （1）定义： 图像变换即为达到图像处理的某种目的而使用的一种数学方法。 （2）图像变换的目的： 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。 （3）图像变换的要求： ①图像函数变换后处理较变换前更加方便和简单； ②图像函数变换后不损失原图像的信息； ③图像变换必须是可逆的。 （4）图像变换域 ①空域变换：对数字图像中的像素进行变换。 ②频域变换 将空域图像经过变换，使其成为“频域图像” ，而后对各个频率成分进行处理；处理后，将 “频域图像” 图像经过反变换为空域图像。 如图像的离散傅里叶变换 3.1.1 点源和狄拉克函数 （1）每幅图像由无穷多极小的像素构成，每个像素可以用一个点源描述。 3.1.2 二维线性位移不变系统 （1）二维卷积 （2）离散二维卷积 3.2 图像的傅里叶变换 图像的几何变换属于空域变换 图像的离散傅里叶变换属于频域变换 名言 不规则数据和复杂的曲线中包含了信号的全部信息，这些信息隐藏的地方是我们的智力所达不到的。而傅里叶分析却把这些信息翻译成了简单明了的形式。 -----Yves Meyer长期以正如一位美 正如美国科学家所说的，长期以来，研究应用FT的科学家不厌其烦地将正余弦相加以建立信号。他们“读”Fourier系数以得到他们想要的信息，就像一些音乐家通过读乐谱而能静静地听到音乐一样。他们会花很长时间愉悦地在傅立叶空间里畅游而不进入物理空间。 3.2.1 傅里叶变换分析的直观说明 3.2.2 2-D傅里叶变换 3.2.2 2-D傅里叶变换 3.2.2 2-D傅里叶变换 3.3.2 2-D傅里叶变换 3.2.2 2-D傅里叶变换 程序 img=imread(lena.bmp,bmp); subplot(121);imshow(img); title(original image ) fimg=fftshift(fft2(img)); subplot(122); imshow(abs(fimg)/10000) title( transformed image ) 幅度谱告诉我们图像中某种频率的成份有多少 相位谱告诉我们频率成份位于图像的什么位置 通常我们只关心幅度谱 下面两个图对应的幅度谱是一样（这里只显示了其幅度谱，当然相位谱是不一样的） 从幅度谱中我们可以看出明亮线反映出原始图像的灰度级变化，这正是图像的轮廓边 3.2.2 2-D傅里叶变换 从幅度谱中我们可以看出明亮线和原始图像中对应的轮廓线是垂直的。如果原始图像中有圆形区域那么幅度谱中也呈圆形分布 3.2.2 2-D傅里叶变换 图像中的颗粒状对应的幅度谱呈环状，但即使只有一颗颗粒，其幅度谱的模式还是这样。 3.2.2 2-D傅里叶变换 这些图像没有特定的结构，左上角到右下角有一条斜线，它可能是由帽子和头发之间的边线产生的 两个图像都存在一些小边界 3.2.3 傅里叶变换的性质 图像平移 5.2.2 傅里叶变换定理 2、旋转定理 若用极坐标表示： 则有： 图像旋转 5.2.2 傅里叶变换定理 3、尺度定理 尺度变换 几个典型二维信号频谱 3.2.3 傅里叶变换定理 3.2.3 傅里叶变换定理 3.2.4 快速傅里叶变换 熟悉下列模块函数: rgb2gray - Convert RGB image or colormap to grayscale. uint8 -Convert to unsigned 8-bit integer. dct2 - Compute 2-D discrete cosine transform. idct2 - Compute 2-D inverse discrete cosine transform. fft2 -Two-dimensional discrete Fourier Transform fftshift - Shift zero-frequency component to center of spectrum ifftshift - Inverse fftshift ifft2 - Two-dimensional inverse discrete Fourier transform 。 3.3.2 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