光电图像处理3.pptxVIP

3.1 图像变换概述 3.2 傅立叶变换 3.3 其他可分离变换 3.4 霍特林变换 3.5 小波变换简介 ;3.1 图像变换概述;数字图像的频域处理主要有三种应用：;;频域世界与频域变换;正弦波的振幅A和相位φ ; 波形的频域表示 (a) 幅频特性； (b) 相频特性 ;时域和频域之间的变换表示为： ;3.2 傅 立 叶 变 换 ;当一个一维信号f(x)满足狄里赫莱条件，即f(x) （1） 具有有限个间断点；  （2） 具有有限个极值点；  （3） 绝对可积。 ;一维傅立叶变换对的定义为 ;推广到二维 如果二维函数f(x, y)满足狄里赫莱条件，则其二维傅立叶变换对;要在数字图像处理中应用傅立叶变换， 还需要解决两个问题：;式中：x，u=0， 1， 2， …, N－1;由欧拉公式可知 ;通常傅立叶变换为复数形式， 即 ; 考虑到两个变量，就很容易将一维离散傅立叶变换推广到二维。二维离散傅立叶变换对定义为 ; 二维离散函数的傅立叶频谱、 相位谱和能量谱分别为 ;;;;;离散傅立叶变换的性质 ;; 1. 可分离性 由可分离性可知，一个二维傅立叶变换可分解为两步进行， 其中每一步都是一个一维傅立叶变换。先对f(x, y)按行进行傅立叶变换得到F(x, v)，再对F(x, v)按列进行傅立叶变换，便可得到f(x, y)的傅立叶变换结果。显然对f(x, y)先按列进行离散傅立叶变换， 再按行进行离散傅立叶变换也是可行的。 ; 2. 平移性质 平移性质表明，只要将f(x, y)乘以因子(－1)x+y，再进行离散傅立叶变换，即可将图像的频谱原点（0，0）移动到图像中心（M／2, N／2）处。; 3. 旋转不变性 由旋转不变性可知，如果时域中离散函数旋转θ0角度，则在变换域中该离散傅立叶变换函数也将旋转同样的角度。;离散傅立叶变换计算量非常大，运算时间长。其运算次数正比于N2，特别是当N较大时，其运算时间将迅速增长，以至于无法容忍。;FFT的设计思想 首先，将原函数分为奇数项和偶数项，通过不断的一个奇数一个偶数的相加（减），最终得到需要的结果。 也就是说FFT是将复杂的运算变成两个数相加（减）的简单运算的重复。;例：设对一个函数进行快速Fourier变换，函数为：;;;;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;2. Fourier变换在图像压缩中的应用 ;3. Fourier变换在卷积中的应用:;3.3 其他可分离变换;可分离变换;二维傅立叶变换可用通用的关系式来表示： ;如果 ;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：; 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： ;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：;离散余弦变换（DCT） ; 一维离散余弦变换 二维离散余弦变换 快速离散余弦变换 离散余弦变换频谱分布 ; 一维DCT的变换核 定义为 ;将变换式展开整理后， 可以写成矩阵的形式， 即 ; 一维DCT的逆变换IDCT定义为 ;一维DCT的定义推广到二维DCT。其正变换核为 ; 二维DCT逆变换定义如下： ; 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 ; 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 ; 首先，将f(x)延拓为 ;; 同理对于离散余弦逆变换IDCT，可首先将F(u)延拓为;二维DCT的频谱分布; 离散沃尔什-哈达玛变换（WHT） ; 一维离散沃尔什-哈达玛变换 二维离散沃尔什变换 快速沃尔什-哈达码变换 ;1. 沃尔什函数; N=2n(n=0, 1, 2, …)阶哈达玛矩阵每一行的符号变化规律对应于某一个沃尔什函数的符号变化规律，即N=2n(n=0, 1, 2, …)阶哈达玛矩阵的每一行对应于一个离散沃尔什函数，哈达玛矩阵与沃尔什函数系不同之处仅仅是行的次序不同。2n阶哈达玛矩阵有如下形式： ; 矩阵的克罗内克积(Kronecker Product)运算记作A B， 其运算规律如