图像的DFT和DCT变换课件.pptVIP

图像DFT变换——频域滤波 陷波滤波器 设置F(0,0)=0(结果图像的平均值为零),而保留其它傅里叶变换的频率成分不变 除了原点处有凹陷外，其它均是常量函数 由于图像平均值为0而产生整体平均灰度级的降低 用于识别由特定的、局部化频域成分引起的空间图像效果 图像DFT变换——频域滤波 任何问题？ 图像的DFT和DCT变换 主要内容 DFT变换 DFT变换定义 DFT变换的性质 DFT在频域滤波中的应用 DCT变换 一维、二维定义 性质 实例(JPEG压缩) 参考书目 数字图像处理（第二版）冈萨雷斯 数字图像处理（matlab版）冈萨雷斯 傅里叶变换 为什么要在频率域研究图像 可以利用频率成分和图像外表之间的对应关系。一些在空间域表述困难的增强任务，在频率域中变得非常普通; 滤波在频率域更为直观，它可以解释空间域滤波的某些性质; 可以在频率域指定滤波器，做反变换，然后在空间域使用结果滤波器作为空间域滤波器的指导; 傅里叶变换 ? 傅里叶变换 二维连续傅里叶变换及反变换 连续函数f(x,y)的傅里叶变换F(u,v)定义为 反变换为： 傅里叶变换 一维离散傅里叶变换(DFT)及反变换 离散函数f(x)(x=0,1,2,..,N-1)的傅里叶变换F(u)定义为 傅里叶反变换为： ? ? 傅里叶变换 ? ? F=Uf 正交变换 傅里叶变换 从欧拉公式 傅里叶变换 傅里叶变换的极坐标表示 功率谱为 幅度或频率谱为 相角或相位谱为 傅里叶变换 二维离散傅里叶变换及反变换 图像尺寸为M×N的函数f(x,y)的DFT为 反DFT为： 傅里叶变换 二维DFT的极坐标表示 幅度或频率谱为 R(u,v)和I(u,v)分别是F(u,v)的实部和虚部 相角或相位谱为 功率谱 图像DFT变换——性质 傅里叶变换对的平移性质 以表示函数和其傅里叶变换的对应性 ? 图像DFT变换——性质 2. 尺度变换（缩放） 给定2个标量a和b，可以证明对傅里叶变换下列2个公式成立 图像DFT变换——性质 3. 旋转性 引入极坐标 将f(x,y)和F(u,v)转换为 。将它们带入傅里叶变换对得到 图像DFT变换——性质 图像DFT变换——性质 4. 周期性和共轭对称性 上述公式表明 尽管F(u,v)对无穷多个u和v的值重复出现，但只需根据在任一个周期里的N个值就可以从F(u,v)得到f(x,y) 只需一个周期里的变换就可将F(u,v)在频域里完全确定 同样的结论对f(x,y)在空域也成立 图像DFT变换——性质 ? 图像DFT变换——性质 ? 周期性和共轭对称性举例 图像DFT变换——性质 5. 分离性 F(x,v)是沿着f(x,y)的一行所进行的傅里叶变换。当x=0,1,…,M-1，沿着f(x,y)的所有行计算傅里叶变换。 ? ? 图像DFT变换——性质 6. 平均值 ? 说明：如果f(x,y)是一幅图像，在原点的傅里叶变换即等于图像的平均灰度级 图像DFT变换——性质 7. 卷积理论 大小为M×N的两个函数f(x,y)和h(x,y)的离散卷积 ? 图像DFT变换——性质 8. 相关性理论 大小为M×N的两个函数f(x,y)和h(x,y)的相关性定义为 ? 相关定理 图像DFT变换——性质 自相关理论 注：复数和它的复共轭的乘积是复数模的平方 图像DFT变换——性质 图像DFT变换——性质 卷积和相关性理论总结 卷积是空间域过滤和频率域过滤之间的纽带 相关的重要应用在于匹配：确定是否有感兴趣的物体区域 f(x,y)是原始图像,h(x,y)作为感兴趣的物体或区域（模板）如果匹配，两个函数的相关值会在h找到f中相应点的位置上达到最大 图像DFT变换——频域滤波 ? 图像DFT变换——频域滤波 频率域滤波的基本步骤 思想：通过滤波器函数以某种方式来修改图像变换，然后通过取结果的反变换来获得处理后的输出图像 图像DFT变换——频域滤波 一些基本的滤波器：如何作用于图像？ ? 陷波滤波器 * * *