数字图像处理傅里叶变换.ppt

傅立叶变换性质3 平移性 如果f(x,y)?F(u,v),则 f(x,y)exp[j2?(u0x+v0y)/N]?F(u-u0,v-v0) f(x-x0,y-y0)?F(u,v)exp[-j2?(ux0+vy0)/N] u0=N/2 v0=N/2 exp[j2?(u0x+v0y)/N] = exp[j2?(N*x+N*y)/2*N] = exp[j?(x+y)] =(-1)(x+y) f(x,y)* (-1)(x+y) ?F(u-u0,v-v0) * 傅立叶变换性质4 共轭对称性 如果f(x,y)?F(u,v), F*(-u,-v)是共轭复数，则 F(u,v)= F*(-u,-v) |F(u,v)|= |F*(-u,-v)| * 傅立叶变换性质5 旋转 * * 傅立叶变换性质5 旋转 设f(x,y)?F(u,v), * 傅立叶变换性质6 线性 如果f1(x,y)?F1(u,v), f2(x,y)?F2(u,v),则 af1(x,y)+ bf2(x,y)? aF1(u,v)+bF2(u,v) * 傅立叶变换性质7 比例性 如果f(x,y)?F(u,v),则 * 傅立叶变换性质7 平均值 * 傅立叶变换性质拉普拉斯算子 如果f(x,y)?F(u,v),并且 ▽2f(x,y)=?2f(x,y)/?x2+?2f(x,y)/?y2,则 ▽2f(x,y)= -(2?)2(u2+v2)F(u,v) * 卷积定义 一维卷积定义： 二维卷积定义： * 卷积示例(1.1) f(x)和g(x)作卷积 折叠 平移 形成函数g(x-?) * 卷积示例(1.2) f(?)和 g(x- ?) 乘积 结果 * 卷积示例(2) 函数f(x) 冲激函数g(x) f(x)*g(x)，原样复制 * 卷积示例(3) 折叠 平移 乘积 * 卷积定理 如果f(x,y)?F(u,v), g(x,y) ? G(u,v) 则f(x,y)*g(x,y) ? F(u,v)G(u,v) 许多图像变换是卷积运算 在频域的乘积运算比在空域的卷积运算快，特别是有了快速傅立叶变换以后，效果更加明显。 * 相关定义 一维相关定义： 二维相关定义： * 相关定理 如果f(x,y)?F(u,v), g(x,y) ? G(u,v) 则f(x,y)?g(x,y) ? F(u,v)G*(u,v) 相关主要应用于模板和原型匹配 给定一个未知图像和已知图像集之间求最紧密的匹配。其基本途径是求相关，然后取相关函数最大值。 * 能量(Rayleigh)定理 能量定义 能量定理 * 快速傅立叶变换(1) 1850年，高斯给出了DFT有效算法 1942年，丹尼尔森证明了一个界长为N的傅立叶变换可以由两个界长为N/2的傅立叶变换表示。 1964年，库利-图基给出了快速傅立叶变换算法 * 快速傅立叶变换(1) 计算复杂性：N乘法，N(N-1)加法 * 计算机学院 计算机学院 PPT课件 * 马殿富 dfma@nlsde.buaa.edu.cn 2002.9.29 数字图像处理 傅里叶变换 1768 -1830 * PPT课件 变换问题的引入 频率域 幅值与频率 空间域 灰度 * 数字图像正交变换 傅里叶变换 沃尔什变换 哈达玛变换 离散余弦变换 K-L变换 小波变换 * 傅里叶变换 傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字图像之类的数字化系统，把傅里叶变换的理论与物理解释相结合，将有利于解决大多数图像处理问题。 * 幅值 频率 波形 如何表示？？ * 一维基函数 二维基函数 欧拉公式 * 一维傅立叶变换定义 设 x(n):x(0),x(1),……,x(N-1); X(m): X(0), X(1),……,X(N-1)是数字序列， 则序列x(n)的傅立叶变换生成序列X(m)表示如下： 正变换 反变换 缩写 函数W的周期为N * x(n)是输入函数，X(m)是输出函数，N=8 函数W周期为N=8 * 二维傅立叶变换定义 图像矩阵 实数 频域矩阵 复数 * 二维傅立叶变换定义 设 f(x,y):f(0,0),f(0,1),……,f(0,N-1), f(1,0),f(1,1),……,f(1,N-1), ……. f(N-1,0),f(N-1,1),……,f(N-1,N-1),是数字矩阵 F(u,v): f(x,y):f(0,0),f(0,1),……,f(0,N-1), f(1,0),f(1,1),……,f(1,N-1), ……. f(N-1,0)