姚敏 数字图像处理 第三章 图像变换.pptVIP

Digital Image Processing 数字图像处理 第三章 图像变换 3.1 概 述 离散傅里叶变换 离散傅里叶变换 离散傅里叶变换 离散傅里叶变换 离散傅里叶变换的性质 离散傅里叶变换的性质 离散傅里叶变换的性质 离散傅里叶变换的性质 离散傅里叶变换的性质 离散傅里叶变换的性质 离散傅里叶变换的性质 3.3 一维快速傅里叶变换 3.4 二维离散傅里叶变换 3.5 离散余弦变换 3.6 沃尔什和哈达玛变换 3.7 霍特林变换 3.8 Radon变换 离散哈达玛变换 离散哈达玛变换 二维离散哈达玛变换 二维离散哈达玛反变换 霍特林变换 ? 霍特林（Hotelling）变换是一种基于图像统计特性的变换 ?霍特林变换可直接用于对数字图像的变换 ?它在连续域对应的变换是KL（Karhunen-Loeve）变换 ?霍特林变换：特征值变换、主分量变换、离散KL变换 霍特林变换 N维随机向量 数学期望 协方差矩阵 均值向量 cii是随机变量xi的方差，cij是x的第i分量与第j分量的协方差 如果随机向量x的第i分量与第j分量不相关，则cij=cji=0 霍特林变换 特征值 特征向量 正交归一向量 霍特林变换 取 霍特林变换 y的数学期望 y的协方差矩阵 y的协方差矩阵除对角线以外的元素均为零，即y的各分量是彼此不相关的。因此，霍特林变换消除了数据之间的相关性，从而在信息压缩方面起着重要的作用 Radon变换 Radon变换是计算图像在某一指定角度射线方向上投影的变换方法 二维函数的投影就是其在指定方向上的线积分 ? 在垂直方向上的二维线积分就是在x轴上的投影 ? 在水平方向上的二维线积分就是在y轴上的投影 Radon变换 Radon变换 的Radon变换式 Radon变换 Matlab实现 [R,xp] = radon(I,theta) 计算图像在指定角度上的radon变换 ? I表示需要变换的图像 ? Theta表示变换的角度 ? R的各行返回theta中各方向上的radon变换值 ? xp表示向量沿轴相应的坐标轴 IR = iradon(R,theta) radon逆变换函数 radon逆变换可以根据投影数据重建图像,在X射线断层摄影分析中常常使用 一维FFT FFT流程图 (1) 整个流程需要的计算步数为n=log2N (N=2n)； (2) 在第r步计算中，要乘的因子为 (3) 第r步计算中有2r-1个组，每组有（N/2r-1）个元素，每组的W因子各不相同，且每组只有一种类型的W因子，此因子在组中上一半为正，下一半为负。 一维FFT FFT流程图 (4) 对比DFT与IDFT的定义式，只要将上述FFT算法中W因子用其共轭代替，并将最后结果乘以1/N，就是计算IDFT即离散傅里叶反变换的快速算法。 (5) 在每步计算中，需要的乘法次数N/2，加法次数为N，因此FFT的总计算量为： 乘法次数为 加法次数为 而直接计算DFT的计算量为：乘法次数为N2，加法次数为N(N-1)。当N=2048时，DFT需要4194304次乘法运算，而FFT只需要11264次乘法运算，二者之比为 二维DFT M?N图像 正变换核 反变换核 二维DFT F(u, v)= R(u, v)+ jI(u, v) 幅度谱 相位谱 功率谱 二维DFT性质 分离性 二维DFT性质 线性 如果 则 二维DFT性质 周期性与共轭对称性 如果 则 二维DFT性质 位移性 如果 则 二维DFT性质 尺度变换 如果 则 二维DFT性质 旋转性 如果 则 二维DFT性质 平均值 u=v=0 二维DFT性质 卷积 如果 则 二维FFT 基于二维离散傅里叶变换的分离性，二维离散FFT算法可以用两个一维FFT算法来实现 二维FFT Matlab实现 ? fft函数 一维DFT ? fft2函数 二维DFT ? fftn函数 N维DFT ? ifft函数 一维IDFT ? ifft2函数 二维IDFT ? ifftn函数 N维IDFT 快速傅里叶变换函数 Matlab实现 例 简单图像 傅里叶变换谱 对数 傅里叶变换谱 傅里叶变换 中心谱 Matlab实现 例 风景图像 傅里叶变换 中心谱