数字图像处理Chapter12.pptx

  1. 1、本文档共57页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
成果展示;典型试题1:开运算; ;红点的顺(逆)时针转动;红点的上下移动;红点向圆心方向移动; ; 人类视觉所感受到的是在空间域和时间域的信号。 但是,往往许多问题在频域中讨论时,有其非常方便分析的一面。例如,空间位置上的变化不改变信号的频域特性。   ;问题的提出:如何理解频域?; 时域:以时间作为自变量 (例子:波形图) 频域:以频率作为自变量 (例子:频谱图) 空间域:以空间坐标作为自变量 (例子:数字图像); 时域分析只能反映信号的幅值随时间的变化情况 频域分析反映了信号不同频率组成及其分量成分大小,能够提供比时域信号波形更直观,丰富的信息。 ;问题的提出:为什么要做图像变换?; 首先,提出的变换必须是有好处的,换句话说,可以解决时域中解决不了的问题。  其次,变换必须是可逆的,可以通过逆变换还原回原时域中。  ; ;图一:正弦波cos(x) 图二:2个正弦波的叠加cos(x)+a.cos(3x) 图三:4个正弦波的叠加 图四:10个正弦波的叠加; ; ; 黑色的线就是所有正弦波叠加而成的总和。 后面依不同颜色排列而成的正弦波就是组合为矩形波的各个分量。 这些正弦波按照频率从低到高从前向后排列开来。; 时域的基本单元就是“1秒”,如果我们将一个角频率为u的正弦波cos(ut)看作基础,那么频域的基本单元就是u。 随着参数u的变化,我们能得到不同的空域曲线。 ; 基于频域的基本组成单元-正弦波,一个矩形波在频域中的表示如下图所示:; ; ;傅立叶变换理解:欧拉公式;傅立叶变换理解:一维FT及其反变换;傅立叶变换理解:一维FT及其反变换;傅立叶变换理解:作用;傅立叶变换理解:我的工作;傅立叶变换理解:我的工作;虚数的应用;实数轴与虚数轴共同构成了一个复数的平面,也称复平面。; ; 因为数字图像信号是二维的数字信号,所以必须采用二维傅立叶变换才能够实现对图像的频域变换。 必须定义正变换与反变换,分别作用于时域至频域的转换,及频域至时域的转换。   ;二维离散Fourier变换: 正变换;二维离散Fourier变换: 反变换;二维离散Fourier变换: 作用一;图像的频率特性 ;Fourier变换的低通滤波示例;Fourier变换的高??滤波示例;基于Fourier变换的压缩示例;基于Fourier变换的压缩示例;二维离散Fourier变换: 作用一; ; ;二维离散Fourier变换:作用二; ; ;离散余弦变换(DCT):问题的提出;离散余弦变换(DCT);离散余弦变换(DCT): 应用;快速Fourier变换(FFT);FFT的推导;FFT的推导;FFT的推导;FFT的算法原理;FFT算法图示; ;

文档评论(0)

朋友你好 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档