数字图像处理-4第四章图像变换.ppt

灰度插值最邻近插值法双线性插值（一阶插值）高阶插值数字图像处理只能对坐标网格点（离散点）的值进行变换。而坐标变换后产生的新坐标值同网格点值往往不重合，因此需要通过内插的方法将非网格点的灰度值变换成网格点的灰度值，这种算法称为灰度内插。最邻近插值法

计算与点P(x0，y0)临近的四个点;将与点P(x0，y0)最近的整数坐标点(x，y)的灰度值取为P(x0，y0)点灰度近似值。双线性插值根据点P(x0，y0)的四个相邻点的灰度值，通过两次插值计算出灰度值f(x0，y0)双线性插值公式最邻近插值法双线性插值的特点计算量大，但缩放后图像质量高，不会出现图像不连续的情况。具有低通滤波器的性质，使高频分量减弱，所以使图像的轮廓在一定程度上受损。卷积插值I=imread(cameraman.tif);J=imresize(I,0.25);%缩小图像Z1=interp2(double(J),2,nearest);%最邻近插值法Z2=interp2(double(J),2,linear);%双线性内插法Z3=interp2(double(J),2,cubic);%立方卷积插值法一.图像正交变换图像变换的定义是将图像从空域变换到其它域（如频域）的数学变换图像变换的作用我们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。1.方便处理2.便于抽取特性常用的变换傅立叶变换FourierTransform2.离散余弦变换DiscreteCosineTransform3.沃尔什－哈达玛变换Walsh-HadamardTransform二.傅立叶变换傅立叶变换的作用（1）可以得出信号在各个频率点上的强度。（2）可以将卷积运算化为乘积运算。（3）傅氏变换和线性系统理论是进行图像恢复和重构的重要手段。（4）傅立叶变换能使我们从空间域与频率域两个不同的角度来看待图像的问题，有时在空间域无法解决的问题在频域却是显而易见的。傅立叶变换的定义傅立叶变换若f(x)为一维连续实函数，则它的傅里叶变换可定义为：傅立叶逆变换定义如下：傅里叶变换的条件傅里叶变换在数学上的定义是严密的，它需要满足如下狄利克莱条件：(1)具有有限个间断点；(2)具有有限个极值点；(3)绝对可积;根据一维离散傅立叶变换的定义和二维连续傅立叶变换理论，对于一个具有M×N个样本值的二位离散序列f(x，y)，（x=0,1,2,3,…,M-1；y=0,1,2,3,…,N-1）其傅立叶变换为：(1)二维离散傅立叶正变换(2)二维离散傅立叶逆变换若已知频率二维序列F(u，v)（u=0,1,2,3,…,M-1；v=0,1,2,3,…,N-1），则二维离散序列F(u，v)的傅立叶逆变换定义为：二维傅立叶变换的可分离特性表明，一个二维傅立叶变换可通过二次一维傅立叶变换来完成，即：第一次先对y进行一维傅立叶变换在此基础上对x进行一维傅立叶变换变量分离步骤如图所示F(u)可以表示为如下形式：|F(u)|称为F(u)的模，也称为函数f(x)的傅立叶谱，称为F(u)的相角。称为函数f(x)的能量谱或功率谱。I=imread(‘lena.bmp’);%读取图像imshow(I);%显示图像F1=fft2(I);%计算二维傅里叶变换figure,imshow(log(abs(F1)+1),[]);%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),[]);%显示对数变换后中心化的频谱图I=imread(‘lena.bmp’);%读取图像J=dct2(I);