数字图像处理 第三章 图像变换.pptVIP

第3章 图像变换 内容提要 主要介绍图像处理中常用的二维离散变换的定义、性质、实现方法及应用。 经典变换——离散傅里叶变换（DFT） 离散余弦变换（DCT） 离散沃尔什-哈达玛变换（DWT） K-L变换（KLT） 离散小波变换（DWT）及其应用 知识要点 余弦型变换： 傅里叶变换和余弦变换。 方波型变换： 沃尔什-哈达玛变换。 基于特征向量的变换： K-L变换。 从哈尔变换、短时傅里叶变换到小波变换。 各种变换的定义和有关快速算法及实现方法。 3.1 二维离散傅里叶变换（DFT） 3.1.1 二维连续傅里叶变换 定义：设 f (x, y) 是独立变量x和y 的函数，且在±∞ 上绝对可积，则定义积分 为二维连续函数 f (x, y) 的傅里叶变换，并定义 为F (u, v) 的反变换。 f (x, y) 和F (u, v) 为傅里叶变换对。 【例3.1】求图3.1所示函数的傅里叶变换。 二维信号的频谱图 3.1.2 二维离散傅里叶变换 尺寸为M×N的离散图像函数的DFT F(u, v)即为f (x, y)的频谱，通常是复数： DFT幅度谱的特点 ① 频谱的直流成分说明在频谱原点的傅里叶变换F(0, 0)等于图像的平均灰度级。 ② 幅度谱|F(u, v)|关于原点对称。 ③ 图像f (x, y)平移后，幅度谱不发生变化，仅有相位发生变化。 3.1.3 二维离散傅里叶变换的性质 1．变换可分离性 二维DFT可以用两个可分离的一维DFT之积表示： 2．周期性、共轭对称性及频谱中心化 周期性和共轭对称性来了许多方便。 首先来看一维的情况。 设有一矩形函数,求出它的傅里叶变换： 在进行DFT之前用输入信号乘以（-1）x，便可以在一个周期的变换中求得一个完整的频谱。 用(-1)x+y 乘以输入的图像函数，则有： 3．离散卷积定理 设f (x, y)和g(x, y) 是大小分别为A×B和C×D的两个数组，则它们的离散卷积定义为 【例3.2】用MATLAB实现图像的傅里叶变换。 为了增强显示效果，用对数对频谱的幅度进行压缩，然后将频谱幅度的对数值用在0～10之间的值进行显示。 【解】MATLAB程序如下： I = imread(pout.tif); %读入图像 imshow(I); %显示图像 F1 = fft2(I); %计算二维傅里叶变换 figure, imshow(log(abs(F1)+1),[0 10]); %显示对数变换后的频谱图 F2 = fftshift(F1); %将直流分量移到频谱图的中心 figure, imshow(log(abs(F2)+1),[0 10]); %显示对数变换后中心化的频谱图 快速傅里叶变换并不是一种新的变换，它是离散傅里叶变换的一种算法。这种方法是在分析离散傅里叶变换中的多余运算的基础上，进而消除这些重复工作的思想指导下得到的，所以在运算中大大节省了工作量，达到了快速运算的目的。 在蝶式流程图中，把具有相同来源的一对节点叫做对偶节点。如: 和 就是一对对偶节点，因为它们均来源于 x(0) 和 x(4) 。 对偶节点的计算也就是求出在每次迭代中对偶节点的间隔或者节距。 由流程图可见，第一次迭代的节距为 ，第二次迭代的节距为 ，第三次迭代的节距为 等等。由以上分析可得到如下对偶节点的计算方法。 （２）把这个二进制数右移 r-l 位，并把左边的空位补零（结果仍为 r 位）； （３）把这个右移后的二进制数进行比特倒转； （４）把这比特倒转后的二进制数翻成十进制数就得到p值。 （３）把001做位序颠倒，即做比特倒转，得到100； （４）把100译成十进制数，得到4，所以 P=4， 的加权值为 。 所以一对对偶节点可用下式计算 （３）求出倒置后的二进制数代表的十进制数，就可以得到与 x(k) 相对应的 X(m) 的序号数。 例如： N=8 的最后迭代结果： x3(0) →000→倒置→000→十进制（0） x3(1) →001→倒置→100→十进制（4） x3(2) →010→倒置→010→十进制（2） x3(3) →011→倒置→110→十进制（6） x3(4) →100→倒置→001→十进制（1） x3(5) →101→倒置→101→十进制（5） x3(6) →110→倒置→011