图像变换科目讲解.pptVIP

则 例： 偶数区 奇数区 8点DFT的蝶形流程图 8点DFT逐级分解框图 自然顺序与码位倒序（N=8） 二维Fourier变换的应用 1.Fourier变换在图像滤波中的应用 首先，我们来看Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。 因此，我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。 2. Fourier变换在图像压缩中的应用 变换系数刚好表现的是各个频率点上的幅值。在小波变换没有提出时，用来进行压缩编码。考虑到高频反映细节、低频反映景物概貌的特性。往往认为可将高频系数置为0，骗过人眼。 3. Fourier变换在卷积中的应用: 从前面的图像处理算法中知道，如果抽象来看，其实都可以认为是图像信息经过了滤波器的滤波（如：平滑滤波、锐化滤波等 ）。 如果滤波器的结构比较复杂时，直接进行时域中的卷积运算是不可思议的。 三、其他可分离变换 可分离变换 离散余弦变换（DCT） 离散沃尔什-哈达玛变换(WHT) 哈尔（Haar）变换 斜（Slant）变换 1.可分离变换 一维离散傅立叶变换的一般形式： 称为正向变换核 称为反向变换核 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)和h(x,y,u,v)分别称为正向变换核和反向变换核。 如果 g(x, y, u, v)=g1(x, u)g2（y, v）  h(x, y, u, v)=h1(x, u)h2(y, v) 则称正、反变换核是可分离的。进一步，如果g1和g2，h1和h2在函数形式上一样，则称该变换核是对称的。 这时，变换核可以写成 g(x, y, u, v)=g1（x, u）g1（y, v） 具有可分离变换核的2－D变换可分解为两个步骤计算，每个步骤用一个1－D变换： 沿f (x, y)的每一列进行一维变换得到F(x, v) 沿F(x, v)的每一行进行一维变换得到F(u, v) 如果先对f(x, y)的每一行进行一维变换得到F(u, y)，再沿F(u, y)每一列取一维变换得到F(u, v)，其最终结果是一样的。该结论对反变换核也适用。 数字图像都是实数矩阵， 设f(x, y)为M×N的图像灰度矩阵， 通常为了分析、推导方便，可将可分离变换写成矩阵的形式： 其中，F、f是二维M×N的矩阵；P是M×M矩阵；Q是N×N矩阵。 图像变换的矩阵表示 F=PfQ f=P-1FQ-1 当g(x, y, u, v)是可分离的和对称的，则二维离散图像的可分离变换可写成： F=AfA 其中，F、f是二维N×N的矩阵；A是N×N对称变换矩阵； 为了得到反变换，两边分别前后各乘1个反变换矩阵B BFB=BAfAB 如果B＝A-1，则 f=BFB 这表明图像可完全由其变换恢复。 2.离散余弦变换（DCT） 由傅立叶变换性质可知，当一函数为偶函数时，其傅立叶变换的虚部为0，因而不需要计算，只需要计算余弦项变换——余弦变换。 离散余弦变换（Discrete Cosine Transform， DCT）的变换核为余弦函数。 余弦变换是傅立叶变换的特例，是简化傅立叶变换的重要方法。 具体方法：将图像进行水平和垂直方向的两次对折镜像，变成一个2N×2N的偶函数图像。 (1) 一维离散余弦变换 (2) 二维离散余弦变换 (3) 快速离散余弦变换 (4) 离散余弦变换频谱分布 一维DCT的变换核 定义为 一维DCT定义如下： 设{ f(x) |x=0, 1, …, N-1}为离散的信号列。 (1) 一维离散余弦变换 将变换式展开整理后， 可以写成矩阵的形式， 即 F=Gf 其中 一维DCT的逆变换IDCT定义为 式中， x, u=0, 1, 2, …, N－1。 可见一维DCT的逆变换核与正变换核是相同的。 一维DCT的定义推广到二维DCT。其正变换核为 (2) 二维离散余弦变换 二维DCT逆变换定义如下： 二维DCT定义如下：设f(x, y)为M×N的数字图像矩阵，则 同时，因为二维DCT的逆变换核与正变换核相同，且是可分离的，即 类似一维矩阵形式的DCT，可以写出二维DCT的矩阵形式： F=GfGT 通常根据可分离性， 二维DCT可用两次一维DCT来完成， 其算法流程与DFT类似， 即